-
公开(公告)号：CN108648169A
公开(公告)日：2018-10-12
申请号：CN201810228904.8
申请日：2018-03-20
Applicant: 中国科学院自动化研究所
CPC classification number: G06T7/0008 , G06Q50/06 , G06T7/11 , G06T7/136 , G06T7/73 , G06T2207/20081 , G06T2207/20084 , G06T2207/30164
Abstract: 本发明属于高压输电技术领域，具体涉及一种高压输电塔绝缘子缺陷自动识别的方法及装置。旨在解决现有技术无法自动识别绝缘子缺陷的问题。本发明提供一种高压输电塔绝缘子缺陷自动识别的方法，包括基于获取的高压输电塔绝缘子的图像数据，利用预先构建的定位网络模型定位出绝缘子在图像数据中的区域位置；通过预先构建的区域裁剪网络模型对区域位置进行裁剪，得到优化区域位置；利用预先构建的深度残差网络对优化区域位置进行绝缘子识别，再次利用深度残差网络对绝缘子中缺陷进行识别，标记绝缘子缺陷的位置信息。本发明能够自动从图像中识别出绝缘子的位置，并且在其基础上识别出绝缘子的缺陷，提高了识别的精度和准度。
-
公开(公告)号：CN108827969B
公开(公告)日：2020-07-24
申请号：CN201810228901.4
申请日：2018-03-20
Applicant: 中国科学院自动化研究所
IPC: G01N21/88
Abstract: 本发明属于机器视觉技术领域，具体涉及一种金属表面缺陷检测与识别方法及装置。旨在解决现有技术在不同的环境下检测和识别精度低的问题。本发明提供一种金属表面缺陷检测与识别方法，包括基于获取的金属零件表面的原始图像，通过预先构建的表面缺陷检测模型对原始图像进行缺陷检测，得到缺陷区域位置；对缺陷区域位置进行轮廓检测，分别得到第一缺陷轮廓和第二缺陷轮廓；将第一缺陷轮廓与第二缺陷轮廓输入预先构建的表面缺陷分类模型，识别出金属零件表面的缺陷类别。本发明的方法具有全自动和检测精度高的优点。
-
公开(公告)号：CN108648169B
公开(公告)日：2020-11-10
申请号：CN201810228904.8
申请日：2018-03-20
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于高压输电技术领域，具体涉及一种高压输电塔绝缘子缺陷自动识别的方法及装置。旨在解决现有技术无法自动识别绝缘子缺陷的问题。本发明提供一种高压输电塔绝缘子缺陷自动识别的方法，包括基于获取的高压输电塔绝缘子的图像数据，利用预先构建的定位网络模型定位出绝缘子在图像数据中的区域位置；通过预先构建的区域裁剪网络模型对区域位置进行裁剪，得到优化区域位置；利用预先构建的深度残差网络对优化区域位置进行绝缘子识别，再次利用深度残差网络对绝缘子中缺陷进行识别，标记绝缘子缺陷的位置信息。本发明能够自动从图像中识别出绝缘子的位置，并且在其基础上识别出绝缘子的缺陷，提高了识别的精度和准度。
-
公开(公告)号：CN108827969A
公开(公告)日：2018-11-16
申请号：CN201810228901.4
申请日：2018-03-20
Applicant: 中国科学院自动化研究所
IPC: G01N21/88
Abstract: 本发明属于机器视觉技术领域，具体涉及一种金属表面缺陷检测与识别方法及装置。旨在解决现有技术在不同的环境下检测和识别精度低的问题。本发明提供一种金属表面缺陷检测与识别方法，包括基于获取的金属零件表面的原始图像，通过预先构建的表面缺陷检测模型对原始图像进行缺陷检测，得到缺陷区域位置；对缺陷区域位置进行轮廓检测，分别得到第一缺陷轮廓和第二缺陷轮廓；将第一缺陷轮廓与第二缺陷轮廓输入预先构建的表面缺陷分类模型，识别出金属零件表面的缺陷类别。本发明的方法具有全自动和检测精度高的优点。
-
-
-
Search Results
4
records
(took 0.02 seconds)
