摘要
本发明涉及图像处理技术领域,具体涉及一种叠合板表面裂缝智能检测方法,其方法包括:获取当前叠合板的表面图像;基于各像素点的纹理粗糙度对所有像素点进行聚类得到多个图像区域;计算各图像区域的第一缺陷概率;基于获取的各图像区域对应的叠合板表面的声波信号,得到对应的第二缺陷概率;利用灰度权重和声波权重对各图像区域对应的第一缺陷概率和第二缺陷概率进行融合,得到缺陷程度;若至少一个图像区域的缺陷程度大于等于阈值,则当前叠合板的质量不合格;若各图像区域的缺陷程度均小于阈值,则依据设定条件继续对当前叠合板进行质量判断。即本发明的方案能够准确地进行叠合板表面裂缝的检测。
技术关键词
叠合板表面
智能检测方法
裂缝
卷积神经网络模型
声波
像素点
粗糙度
边缘轮廓
纹理
训练集
梯度下降算法
边缘检测算法
图像处理技术
序列
信噪比
信号
聚类
系统为您推荐了相关专利信息
威胁检测方法
卷积神经网络模型
决策树算法
通信特征
信号特征
信息处理模块
超声波传感器
红外传感器
数据融合技术
装备