摘要
本申请涉及缺陷检测技术领域,提供基于多尺度分析的压铸件缺陷检测方法及系统。所述方法包括:采集历史缺陷检测记录,进行多尺度缺陷分布分析,构建统计结果;基于统计结果分析第一位置区块的缺陷联合特征及其分布概率;识别分布概率大于或等于预设阈值的目标联合特征;对目标联合特征进行检测复杂度分析,筛选复杂度最低的特征训练图像识别网络;建立网络与位置区块的映射关系,对采集图像进行缺陷分析,生成检测结果。本申请解决现有基于工业视觉的缺陷检测方法由于无法有效处理多尺度缺陷,导致检测精度和效率不足的技术问题,实现通过多尺度缺陷分布分析优化缺陷检测复杂度,提升基于工业视觉进行压铸件缺陷检测的精度和实时性的技术效果。
技术关键词
多尺度
缺陷图像识别
复杂度
缺陷分析
图像失真
压铸件
网络
特征识别模块
缺陷检测技术
缺陷检测系统
多位置
缺陷检测方法
指标
分析模块
视觉
关系
工业
系统为您推荐了相关专利信息
脉冲
特征提取模块
图像数据预处理
多尺度特征融合
输出特征
三维点云数据
建筑群
健康监测方法
北斗定位数据
有限元分析法
仿真预测方法
序列
复合多尺度
集合经验模态分解
前馈神经网络