龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明公开一种基于自适应模板比较的缺陷检测方法，包括图像训练集预处理、灰度对齐、识别异常、分筛异常、识别缺陷等步骤，首先通过图像训练集生成均值模板图和标准差模板图，接着采用将模板图的灰度自适应对齐到待测图灰度的方法来凸显缺陷像素，继而根据灰度阈值公式划分异常区域，最后通过对异常区域的拆分操作清洗出缺陷。通过上述方式，本发明提供一种基于自适应模板比较的缺陷检测方法，通过图像训练生成模板，并基于待测图像灰度对模板做网格域划分，进而在异常缺陷识别基础上，特别针对环境光影响进一步做异常清洗，从而有效提高缺陷检出率和可靠性。
主权项：1.一种基于自适应模板比较的缺陷检测方法，其特征在于，包括以下步骤：第一步，加载图像训练集，按照训练集图像的灰度均值训练生成均值模板图，按照训练集图像的灰度标准差训练得到标准差模板图；第二步，图像预处理，对待测产品灰度图进行位置校正、裁切；第三步，灰度对齐，划分网格，基于网格形成灰度集合，拉伸均值模板图每个网格的灰度，达到待测产品灰度图各个网格的灰度水平，凸显出缺陷像素；第四步，识别异常，利用公式tux，y＝ix，y±max{au，buvx，y}计算正常像素的灰度上下限阈值tu，式中i表示均值模板图像素点灰度值；x，y表示像素点坐标；max{…}表示灰度值最大元素取值；au表示第一预设参数；bu表示第二预设参数；v表示标准差模板图像素点灰度值；通过阈值比较，获得缺陷像素所在异常区域；第五步，分筛异常，对异常区域顶帽，分割出主体和边缘，识别出因第二步位置校正误差而引起的错位像素区域；第六步，识别缺陷，将错位像素区域从异常区域中剔除，得到缺陷的准确位置。
全文数据：
权利要求：
百度查询： 有为图像技术(苏州)有限公司 一种基于自适应模板比较的缺陷检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号