公开(公告)号：CN115018798A

公开(公告)日：2022-09-06

申请号：CN202210664226.6

申请日：2022-06-13

Applicant: 辽宁工程技术大学

Inventor： 刘腊梅 ,  方俊杰 ,  韩军 ,  曲海成 ,  黄惠玲

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/13 ,  G06T7/194 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种基于深度学习的金属表面缺陷检测方法，包括获取前端摄像机采集的金属表面的初始图片数据；对初始图片数据进行处理，得到消除背景干扰的金属表面图片数据；对金属表面图片数据进行图像识别和图像特征提取，筛选出缺陷图片数据；对筛选出的缺陷图片数据进行对应的金属表面缺陷类别划分，得到不同金属表面缺陷对应的缺陷图片数据；根据缺陷图片数据，建立基于深度学习的金属表面缺陷检测模型；利用基于深度学习的金属表面缺陷检测模型检测采集的图片数据，得到对应的金属表面缺陷的结果。本发明通过对获取金属表面的图片数据进行处理具备特征方向的图片数据，据后面处理后的图片数据建立金属表面缺陷检测模型，实现了对金属表面缺陷进行缺陷识别检测，检测的准确率高。