摘要
本申请涉及图像处理检测技术领域,具体公开了一种冲压件表面缺陷检测方法。首先,利用光传感器实时采集环境光强度的时间队列,确保全面监测检测区域的光照变化;基于时间队列,采用局部尺度的时序特征提取技术,生成环境光强度局部时序隐含关联特征向量的序列;通过基于门控写入的时序动态传播聚合,进一步处理以得到环境光强度时序动态传播编码向量,并基于该向量生成照明系统的参数推荐值,优化光照条件;使用摄像头采集高质量的冲压件表面图像,并经过预处理后输入到深度学习模型中进行特征提取,最终确定冲压件表面是否存在缺陷。本申请通过智能化调整光照参数,确保了图像质量的一致性和稳定性,提高了缺陷检测的准确性和可靠性。
技术关键词
环境光
表面缺陷检测方法
编码向量
冲压件
时序
强度
生成照明系统
序列
队列
动态
Softmax函数
特征金字塔网络
特征提取技术
光照
缺陷检测器
图像
参数
LSTM模型
深度学习模型
系统为您推荐了相关专利信息
剩余使用寿命预测
深度学习模型
轴承剩余寿命
注意力机制
时序依赖关系
时序
价格预测模型
长短期记忆网络
时间段
皮尔逊相关系数