摘要
本申请提供一种带AI算法的预制菜半成品缺陷识别方法与系统,包括:从精炼后的缺陷候选区域集中提取语义特征,针对非典型缺陷识别的需求,采用深度卷积网络对每个区域进行特征映射,得到高维特征向量表示的缺陷描述;通过最终的缺陷识别结果对原始图像数据进行标注,针对复杂背景干扰的抑制,采用区域生长算法从缺陷边缘特征向外扩展,得到完整的缺陷区域边界信息;获取完整的缺陷区域边界信息后,针对生产工艺波动的监控需求,通过时间序列分析方法对比连续批次图像的缺陷分布变化,确定工艺调整的量化依据。
技术关键词
高维特征向量
多组图像数据
原始图像数据
区域生长算法
深度卷积网络
支持向量机算法
时间序列分析方法
高分辨率成像
缺陷识别方法
语义特征
梯度直方图
半成品
判断缺陷
纹理
滤波方法
边缘检测算法
多光源
系统为您推荐了相关专利信息
图像采集设备
通知设备
像素点
原始图像数据
测试方法
光伏组件清洁系统
清洁光伏组件
图像分析模块
因子
序列
指令反馈方法
无人机视觉
多模态
文本特征向量
无人机控制系统
沉降监测数据
隧道开挖施工
梅尔倒谱系数
特征提取方法
时间序列预测模型
振动加速度信号
机床主轴回转
深度学习回归模型
振动加速度传感器
时域特征