公开(公告)号：CN119850504A

公开(公告)日：2025-04-18

申请号：CN202311337515.6

申请日：2023-10-16

Applicant: 东北大学秦皇岛分校

Inventor： 黄征 ,  曾伟伟 ,  魏棒 ,  王正松 ,  杨乐

IPC: G06T7/00 ,  G06T7/90 ,  G06V10/774 ,  G06V10/82 ,  G06V10/764 ,  G06V10/25

Abstract: 本发明公开了一种基于机器学习的工业金属螺母缺陷检测系统及检测方法，涉及工业金属螺母检测技术领域，包括图像检测与处理系统、模型设计与测试系统、分析与比对系统、产品分类系统；其中，图像检测与处理系统用于收集金属螺母图像数据，对图像数据进行处理，并提取检测数据；模型设计与测试系统利用机器学习算法创建模型，使用标注好的数据集对模型进行训练，并对模型进行测试；分析与比对系统用于显示与比对缺陷数据，最终形成对比数据表格；产品分类系统用于将产品通过气泵吹气、分类到正确区域。本发明一个或多个实施例中，使用组合平滑滤波模型进行图像预处理，基于工业金属螺母选择合适的滤波器和参数，同时，为了加强缺陷边缘的强特征区间，采用边缘增强算法，对图像进行边缘检测和增强，提高了训练模型过程中的准确性。