专利汇可以提供基于图像处理和人工智能的小样本缺陷检测方法专利检索,专利查询,专利分析的服务。并且本 发明 涉及 图像处理 缺陷 检测技术领域,且公开了基于图像处理和 人工智能 的小样本缺陷检测方法,包括如下步骤:S1.图像获取,安装多位相机,获取待处理 工件 各个位面的图像;S2.图像预处理检测缺陷,一、不具备明显纹理特征的图像检测;二、纹理缺陷检测。该基于图像处理和人工智能的小样本缺陷检测方法,具备极大地减少了权重的数目,同样减少了网络所需的训练参数,降低了网络的复杂性,更加便于实际使用,能够更加有效的对工件的良率进行快速检测的优点。,下面是基于图像处理和人工智能的小样本缺陷检测方法专利的具体信息内容。
1.基于图像处理和人工智能的小样本缺陷检测方法,其特征在于:包括如下步骤:
S1.图像获取
安装多位相机,获取待处理工件各个位面的图像;
S2.图像预处理检测缺陷
一、不具备明显纹理特征的图像检测
先用边缘检测算子提取缺陷区域边缘,再将其从目标图像中分割出来,提取其特征参数面积,周长,质心,从而进行缺陷检测和分类,再采用数学形态学方法对瑕疵边界缺损补偿,填充细小空洞、链接邻近物体、在不明显改变物体面积和现状的情况下平滑边界,也方便瑕疵区域像素覆盖的面积、周长、圆形度等特征参数的计算;
二、纹理缺陷检测
通过灰度直方图特征提取灰度均值灰度方差扭曲度、峰度、能量、嫡六维灰度直方图统计特征,确定纹理图像中灰度或空间分布与背景纹理显著不同的像素位置和幅度;
S3.神经网络智能检测
建立包括输入层、卷积计算层、激励层、池化层、全连接层和输出层的卷积神经网络,卷积计算层、激励层、池化层进行特征提取,全连接层起到分类器的作用,卷积核覆盖在输入图上,对应位置求积再求和得到一个值并赋给输出图对应的位置。每次卷积核在输入图上移动一个位置,从上到下从左到右交叠覆盖一遍之后得到输出矩阵输出图,如果卷积核的输入图输入图为Mx*Nx大小,卷积核为Mw*Nw大小,那么输出图Y为(Mx-Mw+1)*(Nx-Nw+1)大小;
在错误信号反向传播过程中,先按照神经网络的错误反传方式得到尾部分类器中各神经元的错误信号,然后错误信号由分类器向前面的特征抽取器传播,错误信号从子采样层的特征图往前面卷积层的特征图传播要通过一次full卷积过程来完成,如果卷积核kernalW的长度为Mw*Mw的方阵,那么子采样层的特征图的错误信号矩阵Qerr需要上下左右各拓展Mw-1行或列,与此同时卷积核自身旋转180度,子采样层的特征图的错误信号矩阵Perr等于子采样层的特征图的误差矩阵Qerr卷积旋转180度的卷积核;
S4.自动分拣
经S3的图像处理后反馈信息给生产线进行相关分拣,选择良品和不良品的工件进行分类处理。
2.根据权利要求1所述的基于图像处理和人工智能的小样本缺陷检测方法,其特征在于:所述S2中边缘检测算子有梯度算子、Log算子和canny算子。
3.根据权利要求1所述的基于图像处理和人工智能的小样本缺陷检测方法,其特征在于:所述S2中的图像分隔方法为阈值算法、区域生长或分水岭其中的一种。
4.根据权利要求1所述的基于图像处理和人工智能的小样本缺陷检测方法,其特征在于:所述S2中的灰度直方图具体为采用图像中多种不同灰度的像素分布的概率统计。
5.根据权利要求1所述的基于图像处理和人工智能的小样本缺陷检测方法,其特征在于:所述S3中的卷积层、激励层和池化层三者可以相互叠加连接。
6.根据权利要求1所述的基于图像处理和人工智能的小样本缺陷检测方法,其特征在于:所述S2图像预处理检测缺陷采用小波融合的方法进行实施。
7.根据权利要求1所述的基于图像处理和人工智能的小样本缺陷检测方法,其特征在于:所述S3中的卷积层是前一层的图像与多个卷积核进行卷积计算,并通过激励函数得到对应的特征图,卷积层计算公式:
y=f(wx+b)
w为卷积核的权重;b为偏置;x为输入;y为输出值;f为激励函数。
8.根据权利要求1所述的基于图像处理和人工智能的小样本缺陷检测方法,其特征在于:所述S3中的池化层的输入来源于上一个卷积层,因此其往往夹在连续的卷积层中间,对经过滤、放大后的图像特征进行降采样,加强了整个网络的鲁棒性,并且压缩了数据和参数的量,防止过拟合现象的发生。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种图像识别的英语作文跑题判断方法 | 2020-05-08 | 505 |
基于通信受限的神经网络系统远程状态估计方法及装置 | 2020-05-12 | 501 |
基于多源数据融合的中压真空断路器机械故障诊断方法 | 2020-05-16 | 646 |
一种基于深度学习的微博博主性格分析方法 | 2020-05-14 | 386 |
修饰的T淋巴细胞 | 2020-05-15 | 251 |
一种基于自适应特征提取的股票指数预测方法 | 2020-05-11 | 153 |
一种政务文本分类模型的构建方法 | 2020-05-15 | 195 |
垃圾图像分类模型构建的方法、装置、设备及存储介质 | 2020-05-08 | 444 |
一种基于深度强化学习的知识图谱自动生成方法 | 2020-05-14 | 157 |
用于从具有变化显著性的带符号模拟电导对构建用于人工神经网络的突触权重的系统和方法 | 2020-05-15 | 141 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。