-
公开(公告)号：CN114022409A
公开(公告)日：2022-02-08
申请号：CN202111169031.6
申请日：2021-09-30
Applicant: 电子科技大学
Abstract: 本发明公开了基于深度学习的包覆药表面缺陷检测算法，属于智能制造领域。本发明所述方法使用基于深度卷积自编器重构出表面无缺陷包覆药图像，通过输入图像与重构图像作差得到残差图；利用边缘检测算子对输入图像进行边缘提取，并借助OpenCV获得包覆药的分割掩码；将缺陷图与分割掩码逐像素进行相乘，得到去除背景干扰的残差图；通过滑动窗口方法和非极大值抑制方法，并利用空间坐标转换规则在原图上对包覆药表面缺陷位置准确定位；中央控制器根据检测信息控制相应的气动装置，实现表面缺陷包覆药的智能离群。本发明所述方法可以准确地检测到包覆药表面缺陷及其位置，解决了包覆药选药环节由于人工手选带来的生产产能低等问题。
-
公开(公告)号：CN112115948A
公开(公告)日：2020-12-22
申请号：CN202010966514.8
申请日：2020-09-15
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于深度学习的字符表面识别方法，属于自动控制和计算机视觉领域。本发明所述方法使用分割神经网络去除芯片图像中焊盘区域的干扰，再使用方向识别网络对芯片字符方向进行修正，然后利用字符提取网络中预测芯片字符的位置分布，通过其输出的字符分布及字符间距分离通过后处理算法提取出单字符图像，最后使用字符识别网络逐一识别字符内容并拼接成字符串序列。本发明所述方法可以准确地提取和识别芯片表面字符，对在非均匀光照条件下拍摄的各类芯片图像具有很好的适应能力，解决了传统芯片字符识别技术中由于图像照度低、分辨率低、噪声高、旋转方向不规律且芯片周围存在较多干扰信息等因素而识别不准确的问题。
-
Search Results
12
records
(took 0.014 seconds)
