摘要
本发明公开了一种基于层次聚类的无监督硅片表面缺陷检测方法及装置,涉及图像处理与计算机视觉领域,利用无监督聚类技术检测硅片表面缺陷。所述方法包括:通过预训练卷积神经网络从多个正常硅片图像提取多尺度特征;采用层次融合策略整合多个图片的多尺度特征;利用聚类算法构建特征记忆库,生成聚类中心;将测试图像通过一致性的融合过程生成补丁特征;通过对比监督,使正常补丁靠近聚类中心,推远异常补丁;计算补丁与聚类中心的距离,判断异常;映射异常补丁位置,定位划痕、裂纹、污染或凹陷。本发明通过无监督方式,无需大量缺陷标注数据,有效减少数据准备成本,显著提高了硅片表面缺陷检测的准确率和鲁棒性。
技术关键词
硅片表面缺陷检测
补丁
融合策略
图像
无监督聚类分析
融合特征
样本
记忆
训练卷积神经网络
缺陷位置信息
深度卷积神经网络
多尺度特征提取
聚类算法
监督学习方法
多层级特征
系统为您推荐了相关专利信息
智能网联汽车环境感知
多传感器融合
相机
车辆
运动
视频异常检测方法
立方体
网络模块
多模态
原始图像数据