摘要
本发明涉及行李无损检测技术领域,公开了基于机器视觉识别的机场行李破损检测及记录设备,包括以下模块:图像采集模块,用于获取行李的图像数据和相关信息;预处理模块,与图像采集模块相连,对获取的图像数据进行预处理操作;特征提取模块,与预处理模块相连,用于提取预处理后的图像特征;多模型融合模块,与特征提取模块相连,用于对提取的特征进行分析和融合;多层结构分析模块,与多模型融合模块相连,用于对行李的多层结构进行分析。通过多模块协同,创新性地融合了自监督学习、多尺度特征提取、YOLO与U‑Net算法及强化学习等技术,精准去除背景干扰、突出破损特征并适应不同环境,显著提升了机场行李破损检测的精度与智能化水平。
技术关键词
机器视觉识别
破损检测系统
检测记录设备
多层结构
特征提取模块
图像采集模块
分析模块
图像增强单元
多尺度特征提取
深度相机
数据安全
行李管理系统
多模型
局部细节特征
图像分割算法
无损检测技术
强化学习算法