摘要
本发明公开了一种基于BP神经网络的图像自动识别和矫正方法,包括采用三轴坐标图像采集系统对需要识别和矫正的图纸进行采集,得到图纸图像,并对得到的图纸图像进行预处理;基于编码器架构构建扭曲矫正模型对图纸图像进行扭曲矫正的处理,并对图纸图像的背景进行修剪;通过基于BP神经网络的图像缺陷检测模型对得到的图纸图像进行分析,判断图纸图像的缺陷类型;基于ResUNet的生成对抗网络构建去光照模型,并构建去褶皱模型;根据图纸图像的缺陷类型选用去光照模型或者采用去褶皱模型对图纸图像进行处理,得到清晰完整的图纸图像,并将得到清晰完整的图纸图像进行存储。
技术关键词
图纸
BP神经网络
图像缺陷检测模型
矫正方法
编码器架构
褶皱缺陷
摄像装置
矫正模型
光照
生成对抗网络
边缘检测技术
控制点
建立映射关系
图像采集系统
画面
偏差
插值方法
系统为您推荐了相关专利信息
足部固定装置
矫正装置
多模态
微控制器
压力传感器
协同监控装置
大型深基坑
支护体系
数字孪生模型
协同监控方法
刀具磨损状态
皮尔逊相关系数
BP神经网络
频段
功率传感器
高频行波电流
故障识别方法
信号特征提取
工频电场
监测终端