滑板涂装层多光谱成像质量检测系统及其方法

AITNT
正文
推荐专利
滑板涂装层多光谱成像质量检测系统及其方法
申请号:CN202510577447
申请日期:2025-05-06
公开号:CN120427635A
公开日期:2025-08-05
类型:发明专利
摘要
本发明涉及表面质量检测技术领域,尤其涉及滑板涂装层多光谱成像质量检测系统及其方法,包括喷涂设备、UV‑LED照射系统、多光谱成像系统和缺陷图像处理系统,UV‑LED照射系统的出光口设有成像窗,用于照射经喷涂设备处理后的滑板涂装层,多光谱成像系统设置在成像窗内,采集UV光谱和NIR近红外光谱数据,缺陷图像处理系统通过比值运算、对数变换和小波变换处理光谱数据,提取特征光谱并输入缺陷数据库,利用迁移学习模型对缺陷数据库进行分类训练,缺陷数据存储单元存储缺陷数据库和分类结果,系统通过多光谱成像技术,结合UV和NIR近红外光谱的互补优势,提高了滑板涂装层缺陷检测的全面性和准确性。
技术关键词
多光谱成像系统 图像处理系统 喷涂设备 LED照射 迁移学习模型 检测缺陷区域 数据存储单元 光源单元 滑板 涂装 表面质量检测技术 误差 涂层 多光谱成像技术 Sigmoid函数 训练算法 反射率 喷涂工艺 光源组
系统为您推荐了相关专利信息
1
一种新型喷涂式填封结构的工艺方法
金属引线框 芯片封装 UV喷涂设备 程序 喷涂工艺方法
2
一种机房设备监控系统
机房设备监控系统 分布式数据采集 电流互感器检测设备 设备状态评估 迁移学习模型
3
一种煤矿采空区煤自燃风险智能监测预警方法及系统
监测预警方法 煤矿采空区 传感器节点 迁移学习模型 无线传感器网络
4
一种静电粉末喷涂设备远程管理控制方法
静电粉末喷涂设备 远程管理控制方法 云端管理平台 优化约束条件 专用参数
5
深度神经网络模型增量学习方法、图像处理方法及装置
深度神经网络模型 增量学习方法 图像处理模型 数据 图像处理方法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号