-
公开(公告)号：CN106127780B
公开(公告)日：2019-01-18
申请号：CN201610504224.5
申请日：2016-06-28
Applicant: 华南理工大学
Abstract: 本发明公开了一种曲面表面缺陷自动检测方法及其装置，方法包括：(1)训练阶段：采集样本图像，构建训练集，对训练集中的图像进行人工缺陷识别，标注出所有缺陷出现的区域；针对训练集中的每一幅图像执行缺陷预定位步骤，得到所有缺陷可能出现的区域R；将R与人工标注出的所有缺陷出现的区域进行比对，根据二者的重合度划分负样本和正样本；根据正样本和负样本进行深度神经网络模型的离线训练，输出为缺陷区域的类别与具体坐标；(2)在线检测阶段：采集当前待检测曲面表面图像，执行缺陷预定位步骤，得到集合R，将集合R输入网络模型，得到缺陷区域的类别与具体坐标。本发明具有适应性高、实时性高、识别准确率高的优点。
-
公开(公告)号：CN106127780A
公开(公告)日：2016-11-16
申请号：CN201610504224.5
申请日：2016-06-28
Applicant: 华南理工大学
CPC classification number: G06K9/62 , G06N3/02 , G06T3/40 , G06T7/00 , G06T7/0004 , G06K9/6212 , G06T3/4084 , G06T2207/20084 , G06T2207/30108
Abstract: 本发明公开了一种曲面表面缺陷自动检测方法及其装置，方法包括：(1)训练阶段：采集样本图像，构建训练集，对训练集中的图像进行人工缺陷识别，标注出所有缺陷出现的区域；针对训练集中的每一幅图像执行缺陷预定位步骤，得到所有缺陷可能出现的区域R；将R与人工标注出的所有缺陷出现的区域进行比对，根据二者的重合度划分负样本和正样本；根据正样本和负样本进行深度神经网络模型的离线训练，输出为缺陷区域的类别与具体坐标；(2)在线检测阶段：采集当前待检测曲面表面图像，执行缺陷预定位步骤，得到集合R，将集合R输入网络模型，得到缺陷区域的类别与具体坐标。本发明具有适应性高、实时性高、识别准确率高的优点。
-
公开(公告)号：CN205844213U
公开(公告)日：2016-12-28
申请号：CN201620675398.3
申请日：2016-06-28
Applicant: 华南理工大学
IPC: G01N21/95
Abstract: 本实用新型公开了一种曲面表面缺陷自动检测装置，包括两个相机，以及滑动台、底板座、上位机，每个相机对应固定在一三自由度相机支架上，三自由度相机支架固定在底板座上，滑动台设置在底板座上，相机与上位机连接，两个相机不同角度的拍摄，保证曲面上下弧面成像的清晰度；在检测时，工件水平放置在滑动台上。所述装置还包括电机和电机控制器、光源和光源控制器等。在检测时，可调整滑动台上的工件在相机拍摄视野的区域运动，上位机控制拍摄次数与工件位置，保证高质量成像，也保证不同尺寸工件表面的完整性，同时光源设置在相机之间避免打光时互相干扰，该装置具有成像质量高、适应性强、操作容易、结构简单稳定、成本低的优点。
-
-
Search Results
3
records
(took 0.015 seconds)
