CN115439408B 一种金属表面缺陷检测方法、装置及存储介质 （华南理工大学）_第1页
CN115439408B 一种金属表面缺陷检测方法、装置及存储介质 （华南理工大学）_第2页
CN115439408B 一种金属表面缺陷检测方法、装置及存储介质 （华南理工大学）_第3页
CN115439408B 一种金属表面缺陷检测方法、装置及存储介质 （华南理工大学）_第4页
CN115439408B 一种金属表面缺陷检测方法、装置及存储介质 （华南理工大学）_第5页
已阅读5页，还剩25页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

质2对缺陷合成图像进行双树复小波变换，将图像特征从像素域变换到所述对获得的低频分量和高频分量进行修改，并进行逆双树复小波变对于高频小波系数图，每一尺度的高频分量对应着一个决策模块；决采用Focal损失函数对图像预测模型进行训练，使图像预测模型检测到的缺陷区域与p为融合因子，为服从均匀3式中，为经过决策模块处理的高频分量图像，为正常样本图像◎器可执行的程序在由处理器执行时用于执行如权利要求1_4[0001]本发明涉及金属表面的缺陷检测技术领域，尤其涉及一种金属表面缺陷检测方响着产品的质量。由于电子换向器和白车身等表面存在材质成像特性较差且缺陷类型多常样本引导网络模型区分正常区域和缺陷区域并进行自适应的图像修复是这类方法的主理图像效果较好，但难以有效地约束网络实现对随机性纹理图像的主要特征进行有效描5[0025]Li=LM6[0035]采用Focal损失函数对图像预测模型进行训练，使图像预测模型检测到的缺陷区[0049]图5是本发明实施例中中重建网络对KSDD2数据集中的正常样例和缺陷样例的原[0051]图7是本发明实施例中在KSDD2开源数据集和模拟白车身表面的磷化板数据集上7施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适指示的技术特征的数量或者隐含指明所指示的技术特属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体8方向的小波系数图的实部和虚部求模，然后卷积网络对图像中的每一个小局部输出分数9[0078]本实施例以KolektorSDD2开源数据集(简称为KSDD2)为检测对象，介绍一种工业后对于训练集和测试集中的每一张图像随机裁剪边长为184像素的正方形图像块，并统一规则区域掩膜的随机生成算法是随机生成不同大小的矩形区域，它根据输入图像的大小，为x和y两幅图像的均值和标准差；σxy为x和y的协方差；稳定因子C1和C2为常数，分别为[0098]把第J级双树复小波分解的各个方向的高频子带系数图的模输入到分类网络中，分类网络的输入尺寸为输出大小为所以分类网络结果的每一个像素[0115]图7展示了本案例中的一些检测结果以及本文方法在与白车身金属相似的带有一[0127]在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提改变以及其中被描述为较大操作的一部分的子操作被说明，所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块算机软件产品存储在一个存储介质中，包括若干者特点可以在任何的一个或多个实施方式或示例中以合适

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论