CN119399154A 一种复合材料表面缺陷检测系统及方法 （山东阳光新材料科技有限公司）_第1页
CN119399154A 一种复合材料表面缺陷检测系统及方法 （山东阳光新材料科技有限公司）_第2页
CN119399154A 一种复合材料表面缺陷检测系统及方法 （山东阳光新材料科技有限公司）_第3页
CN119399154A 一种复合材料表面缺陷检测系统及方法 （山东阳光新材料科技有限公司）_第4页
CN119399154A 一种复合材料表面缺陷检测系统及方法 （山东阳光新材料科技有限公司）_第5页
已阅读5页，还剩18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

本发明涉及复合材料表面缺陷检测技术领估模块能够检测数据在传输过程中是否发生数料表面缺陷检测中的不同类型缺陷特征的捕捉2步骤2、表面缺陷检测模块a将经过预处理的图像输入q1；其中，||为字符串连接符号，pCNN,i表示复合材料表面图像中第i类缺陷是否存在的概3RF,i表示复合材料表面图像中第i类缺陷是否存在的7.根据权利要求1或4或5或6所述的一估模块检测数据在传输过程中是否出现数据丢失8.一种复合材料表面缺陷检测系统，其适用于权利要评估模块用于对表面缺陷检测模块a、表面缺陷检测模块b和表面缺陷检测模块c输出4567L[0057]评估模块用于对表面缺陷检测模块a、表面缺陷检测模块b和表面缺陷检测模块c复合材料表面缺陷检测系统对复合材料表面缺陷检测中的不同类型缺陷特征的捕捉能力，实现了精确和高效检测复合材料表面缺陷的有益技8[0065]表面缺陷检测模块a使用卷积神经网络(CNN)模型，自动[0068]评估模块用于对表面缺陷检测模块a、表面缺陷检测模块b和表面缺陷检测模块c[0073]表面缺陷检测模块a、表面缺陷检测模块b和表面缺陷检测模块c对接收到的图像[0074](1)表面缺陷检测模块a将经过预处理的图像输入到卷积神经网络(CNN)模型，模型通过多层卷积和池化提取图像特征，最终通过全连接层和Sigmoid层输出缺陷类别的概9L[0107]输出层：使用Sigmoid激活函数，输出缺陷类别概率组PCNN＝{pCNN,1，...，模式(LBP)提取复合材料表面图像的纹理信息，并使用傅里叶变换提取复合材料表面图像[0123]寻找最优超平面：SVM通过优化算法找到能够将不同类别的缺陷特征最清晰分割SVM,n}；类器，RF通过决策树对特征向量进行分类，并通过投票，输出缺陷RF,n}；模式(LBP)提取复合材料表面图像的纹理信息，并使用傅里叶变换提取复合材料表面图像L和L

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