一种基于深度卷积神经网络和图像分割的划痕检测方法
实质审查的生效
摘要
本发明公开了一种基于深度卷积神经网络和图像分割的划痕检测方法,根据划痕形态特性设计多特征融合模块,添加在深度卷积神经网络结构中,对划痕进行识别和定位,提取划痕预测框图像;使用主成分分析方法计算划痕预测框图像主成分点,以主成分点为生长点对自适应均值分割后的划痕预测框图像做8邻域区域生长,实现对划痕像素的准确分割。本发明能够对划痕进行高精度的识别、定位和分割,为后续划痕尺寸精密测量提供便利。
基本信息
专利标题 :
一种基于深度卷积神经网络和图像分割的划痕检测方法
专利标题(英):
暂无
公开(公告)号 :
CN114417993A
申请号 :
CN202210055893.4
公开(公告)日 :
2022-04-29
申请日 :
2022-01-18
授权号 :
暂无
授权日 :
暂无
发明人 :
周富强杨乐淼
申请人 :
北京航空航天大学
申请人地址 :
北京市海淀区学院路37号
代理机构 :
北京科迪生专利代理有限责任公司
代理人 :
安丽
优先权 :
CN202210055893.4
主分类号 :
G06K9/62
IPC分类号 :
G06K9/62 G06V10/26 G06V10/80 G06V10/28 G06V10/82 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06K
数据识别;数据表示;记录载体;记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形,例如,指纹的方法或装置
G06K9/62
应用电子设备进行识别的方法或装置
法律状态
2022-05-20 :
实质审查的生效
IPC(主分类) : G06K 9/62
申请日 : 20220118
申请日 : 20220118
2022-04-29 :
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