-
公开(公告)号:CN112669292B
公开(公告)日:2022-09-30
申请号:CN202011626199.0
申请日:2020-12-31
Applicant: 上海工程技术大学
IPC: G06T7/00 , G06T7/11 , G06T7/136 , G06T5/40 , G06T5/30 , G06T5/20 , G06T5/00 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种实现飞机蒙皮喷漆表面缺陷检测与分类的方法,包括如下步骤:S1、采集飞机蒙皮喷漆表面的图像;S2、基于表面平滑度对步骤S1采集的图像进行二分类缺陷检测;S3、基于精简GoogLeNet卷积神经网络模型对飞机蒙皮喷漆表面缺陷进行多分类检测;S4、输出多分类结果。本发明提供的实现飞机蒙皮喷漆表面缺陷检测与分类的方法,融合了基于传统图像缺陷检测二分类方法与基于深度学习的GoogLeNet卷积神经网络模型的缺陷多分类框架,二分类与多分类相结合,不仅有效提高了算法的运算效率和鲁棒性,而且有效缩短了算法执行时间,提高了飞机蒙皮表面缺陷检测的精确度,可有效满足对飞机蒙皮喷漆表面缺陷进行智能化检测与分类的需求。
-
公开(公告)号:CN112669292A
公开(公告)日:2021-04-16
申请号:CN202011626199.0
申请日:2020-12-31
Applicant: 上海工程技术大学
IPC: G06T7/00 , G06T7/11 , G06T7/136 , G06T5/40 , G06T5/30 , G06T5/20 , G06T5/00 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种实现飞机蒙皮喷漆表面缺陷检测与分类的方法,包括如下步骤:S1、采集飞机蒙皮喷漆表面的图像;S2、基于表面平滑度对步骤S1采集的图像进行二分类缺陷检测;S3、基于精简GoogLeNet卷积神经网络模型对飞机蒙皮喷漆表面缺陷进行多分类检测;S4、输出多分类结果。本发明提供的实现飞机蒙皮喷漆表面缺陷检测与分类的方法,融合了基于传统图像缺陷检测二分类方法与基于深度学习的GoogLeNet卷积神经网络模型的缺陷多分类框架,二分类与多分类相结合,不仅有效提高了算法的运算效率和鲁棒性,而且有效缩短了算法执行时间,提高了飞机蒙皮表面缺陷检测的精确度,可有效满足对飞机蒙皮喷漆表面缺陷进行智能化检测与分类的需求。
-