一种基于深度学习的烟支外观缺陷检测方法

发明专利有效专利

申请号：
CN202010018188.8
IPC分类号：G06T7/00;G06N3/08;G06N3/04
申请日期：
2020-01-08
申请人：
征图新视（江苏）科技股份有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于深度学习的烟支外观缺陷检测方法
申请号	CN202010018188.8	申请日期	2020-01-08
法律状态	实质审查	申报国家	中国
公开/公告日	2020-06-09	公开/公告号	CN111260609A
优先权	暂无	优先权号	暂无
主分类号	G06T7/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T7/00 图像分析〔6，2006.01，2017.01〕	IPC分类号	G;0;6;T;7;/;0;0;;;G;0;6;N;3;/;0;8;;;G;0;6;N;3;/;0;4查看分类表>
申请人	征图新视（江苏）科技股份有限公司	申请人地址	江苏省常州市武进经开区西太湖锦华路258-6号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	征图新视（江苏）科技股份有限公司	当前权利人	征图新视（江苏）科技股份有限公司
发明人	王岩松;方志斌;和江镇;杨清鉴;石海军
代理机构	常州品益专利代理事务所（普通合伙）	代理人	乔楠

摘要

本发明涉及一种基于深度学习的烟支外观缺陷检测方法，包括如下步骤：S通过相机组件采集烟支的正面图像和反面图像；将采集到的图像进行直方图均衡化处理；对处理后的图像进行中值滤波处理；将处理后的图像按比例裁剪，建立基于图像金字塔的灰度模板，根据图像位置和方向进行校正图像位置；将校正后的上图像和下图像合并成为一张图像；将处理后的图像裁剪为三个图像；分别在烟嘴段图像、LOGO段图像和烟身段图像的背景区域生成掩模，并分别将无掩模区域作为感兴趣区域1‑3；利用感兴趣区域样本集建立模型数据集：通过模型数据集建立并优化深度学习算法模型，利用深度学习模型对烟支图像进行缺陷检测。本发明使用的深度学习模型能对缺陷准确分类，可为生产商提供信息排除机械故障和改进生产方案。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供