摘要
本发明公开了一种基于多光谱成像的产品缺陷检测方法及系统,包括:获取金融支付终端产品的多光谱图像数据,生成第一图像集;对第一图像集进行去噪滤波和对比度增强处理,生成第二图像集;基于第二图像集进行特征提取,生成特征集;根据特征集构建塑料外壳和金属电路板的专用卷积神经网络模型,通过迁移学习生成适配材质差异的模型集,并确定最终检测模型对实时多光谱图像进行缺陷检测,获得检测结果。本发明提高了金融支付终端产品质量检测的准确性和效率,并为生产过程优化提供了数据支持,有效降低了产品缺陷率,提升了产品质量和可靠性。
技术关键词
图像
产品缺陷检测方法
卷积神经网络模型
生成特征集
正则化算法
关联规则挖掘算法
检索算法
塑料外壳
金融支付终端
缺陷类别
产品缺陷检测系统
对比度
卷积神经网络参数
构建特征数据库
多光谱成像设备
直方图均衡化方法
系统为您推荐了相关专利信息
液体管路
图像采集元件
温控
监测模块
微流控芯片夹具
场景生成方法
可见光图像
超参数
红外图像特征
融合图像特征
采收装置
智慧农业管理平台
多模态感知系统
仿生柔性机械手
多传感器融合
视线跟踪方法
热力图
全卷积神经网络
分支
视线跟踪系统