摘要
本申请提供一种非对称板形缺陷的智能识别方法和系统,包括:采集待检测板形表面的多模态图像数据,并对多模态图像数据进行预处理,得到标准化图像;基于非对称特征增强算法对标准化图像进行特征提取,得到非对称特征向量;将非对称特征向量输入预训练的非对称缺陷识别模型,生成初步缺陷分类结果及缺陷区域热力图;根据缺陷区域热力图,结合几何约束优化算法对缺陷边界进行分割,确定非对称缺陷的形态参数及空间位置;基于形态参数及空间位置,通过动态阈值调整算法对初步缺陷分类结果进行校正,得到识别结果,缓解了现有技术中非对称板形缺陷识别的准确性较低的技术问题。
技术关键词
多模态图像数据
约束优化算法
非对称特征
板形缺陷
HOG特征
热力图
智能识别方法
融合特征
LBP特征
初始轮廓
形态
sigmoid函数
存储组件
多尺度特征提取
指数衰减函数
水平集算法
智能识别系统
系统为您推荐了相关专利信息
三维点云模型
旅客
多模态图像数据
局部敏感哈希
关键帧
床架
温控
线性回归模型
生成压力
压力传感器位置
高精度跟踪方法
运动轨迹数据
实时处理器
异构计算平台
图像采集组件