一种基于深度学习的银质丝材表面瑕疵识别方法

    公开(公告)号:CN111862064A

    公开(公告)日:2020-10-30

    申请号:CN202010736316.2

    申请日:2020-07-28

    Abstract: 本发明公开一种基于深度学习的银质丝材表面瑕疵识别方法,包括如下步骤:S1:应用图像采集模块,采集若干待检测的银质丝材原图像,得到原始图像的样本集;S2:应用图像预处理模块,对步骤S1得到的样本集进行分割,得到待检目标区域,作为统计特征预检测模块的输入;S3:基于统计特征的瑕疵预检测模块,对步骤S2得到的待检目标区域进行统计特征提取,并据此进行预检测;S4:基于卷积神经网络的瑕疵检测模块,对步骤S3的预检测模块判别的瑕疵品进行二次检测,判断具体瑕疵的类别。本发明识别方法减轻银质丝材生产过程中瑕疵检测方面的人力成本,提升瑕疵识别准确率,保证银质丝材的生产质量。

    一种用于识别金属丝材表面缺陷的装置及识别方法

    公开(公告)号:CN111855678A

    公开(公告)日:2020-10-30

    申请号:CN202010849723.4

    申请日:2020-08-21

    Abstract: 本发明公开了一种用于识别金属丝材表面缺陷的装置及识别方法,所述装置包括与控制终端连接的两端封闭的腔体和标注单元,所述腔体的内壁上间隔设有一组图像采集单元,腔体的一个端面上设有第一通孔,腔体的另一个端面上设有第二通孔,金属丝材由第一通孔进入腔体由第二通孔穿出,标注单元位于金属丝材穿出腔体的第二通孔附近,设置在腔体的内壁上的图像采集单元与控制终端连接,所述方法包括1)图像采集;2)目标定位;3)感兴趣区域ROI提取;4)图片归一化;5)缺陷检测;6)结果输出。这种装置成本低、实用性好、组网容易。这种方法操作方便,能提高识别效率和识别准确率,减轻工人劳动强度,降低生产成本。

    一种基于深度学习的银质丝材表面瑕疵识别方法

    公开(公告)号:CN111862064B

    公开(公告)日:2022-08-09

    申请号:CN202010736316.2

    申请日:2020-07-28

    Abstract: 本发明公开一种基于深度学习的银质丝材表面瑕疵识别方法,包括如下步骤:S1:应用图像采集模块,采集若干待检测的银质丝材原图像,得到原始图像的样本集;S2:应用图像预处理模块,对步骤S1得到的样本集进行分割,得到待检目标区域,作为统计特征预检测模块的输入;S3:基于统计特征的瑕疵预检测模块,对步骤S2得到的待检目标区域进行统计特征提取,并据此进行预检测;S4:基于卷积神经网络的瑕疵检测模块,对步骤S3的预检测模块判别的瑕疵品进行二次检测,判断具体瑕疵的类别。本发明识别方法减轻银质丝材生产过程中瑕疵检测方面的人力成本,提升瑕疵识别准确率,保证银质丝材的生产质量。

    一种用于识别金属丝材表面缺陷的装置

    公开(公告)号:CN212808092U

    公开(公告)日:2021-03-26

    申请号:CN202021763567.1

    申请日:2020-08-21

    Abstract: 本实用新型公开了一种用于识别金属丝材表面缺陷的装置,所述装置包括与控制终端连接的两端封闭的腔体和标注单元,所述腔体的内壁上间隔设有一组图像采集单元,腔体的一个端面上设有第一通孔,腔体的另一个端面上设有第二通孔,金属丝材由第一通孔进入腔体由第二通孔穿出,标注单元位于金属丝材穿出腔体的第二通孔附近,设置在腔体的内壁上的图像采集单元与控制终端连接。这种装置成本低、实用性好、组网容易。

Patent Agency Ranking