一种基于卷积神经网络的物体表面缺陷检测方法及系统
公开
摘要
本发明属于深度学习与人工智能领域，提供了一种基于卷积神经网络的物体表面缺陷检测方法及系统。该方法包括，获取待测物体的表面图像；基于所述待测物体的表面图像，采用高斯混合背景模型，提取待测物体表面的特征；采用训练好的神经网络模型，将所述待测物体表面的特征与特征库进行对比，检测是否存在缺陷；若是，得到缺陷的类型和位置。
基本信息
专利标题 ：
一种基于卷积神经网络的物体表面缺陷检测方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114299012A
申请号 ：
CN202111627893.9
公开（公告）日 ：
2022-04-08
申请日 ：
2021-12-28
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
费东李凡平石柱国
申请人 ：
以萨技术股份有限公司
申请人地址 ：
山东省青岛市黄岛区灵山卫街道办事处灵岩路77号
代理机构 ：
济南圣达知识产权代理有限公司
代理人 ：
黄海丽
优先权 ：
CN202111627893.9
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06T7/73 G06N3/04 G06V10/774 G06V10/82
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T7/00
图像分析
法律状态
2022-04-08 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
