摘要
本发明涉及计算机视觉技术领域,尤其涉及一种键盘及键帽生产的材质缺陷检测方法,该方法获取待检测键盘及键帽的初始图像和灰度图像;根据灰度图像中像素点的灰度差异,在灰度图像中获取疑似缺陷区域;针对任一疑似缺陷区域,根据初始图像中对应区域的像素点的颜色特征,以及任一疑似缺陷区域的像素点的分布特征和纹理特征,获取任一疑似缺陷区域中每一像素点的缺陷系数;利用灰度图像中每一像素点的缺陷系数,获取每一像素点的自适应小尺度权重和自适应大尺度权重;根据每一像素点的自适应小尺度权重和自适应大尺度权重,利用Retinex算法,获取增强图像,提高键盘及键帽生产的材质缺陷检测的准确性。
技术关键词
像素点
缺陷检测方法
图像
分布特征
特征值
Retinex算法
颜色
滑动窗口
灰度共生矩阵
纹理特征
检测键盘
灰度直方图
邻域
通道
计算机视觉技术
长宽比
纵轴
横轴
对比度
系统为您推荐了相关专利信息
GIS断路器
声音特征识别
断路器运行状态
GRU模型
GRU神经网络
情绪识别模型
个性化方法
多模态信息
时间序列特征
多模态特征融合
深度学习模型
分析方法
拉普拉斯
特征值
聚类特征
古籍图像修复方法
图像块
字符
滑动窗口
VGG网络