摘要
本发明涉及LCD缺陷检测技术领域,公开了基于图像处理的LCD缺陷检测方法及系统。该方法先根据LCD实时图像数据提取多维度特征,生成时空特征矩阵;再将其输入卷积神经网络模型,得到带置信度的缺陷特征向量;接着构建二维缺陷分布场,基于时空注意力网络预测其扩散路径及发展趋势;最后针对预测结果,构建自适应阈值生成模型,通过正常样本生成器与实时判别器的迭代优化,生成随LCD成像状态变化的多级检测阈值,对比实时缺陷特征与检测阈值,实现LCD缺陷的检测与定位。该方法能全面捕捉缺陷特征,适应成像环境变化,精准预测缺陷发展,提升检测与定位效果。
技术关键词
缺陷检测方法
图像处理
实时图像
卷积神经网络模型
缺陷检测系统
图像局部特征
多项式核函数
对比度
反距离加权插值算法
多头注意力机制
动态规划算法
LCD缺陷检测
构建时间序列模型
非线性
特征提取网络
矩阵
图像采集模块
置信度阈值
纹理
系统为您推荐了相关专利信息
溺水识别
定位方法
监控视频文件
多角度摄像头
路径规划系统
主动学习方法
代表性主动学习
医学图像分割模型
主动学习算法
神经网络模型
变化检测方法
语义先验
特征信息提取
生成多尺度
解码器结构
图像分割方法
Hessian矩阵
医疗图像数据
医疗成像设备
灰度像素特征
水平测量方法
跟踪仪
高精度转台
高精度水准仪
光斑