首页> 中国专利> 一种基于深度学习和法向图的零件缺陷检测和定位方法

一种基于深度学习和法向图的零件缺陷检测和定位方法

摘要

本发明公开了一种基于深度学习和法向图的零件缺陷检测和定位方法,包括以下步骤:步骤1:采集原始图像并计算得到材质表面法向图;步骤2:对表面法向图进行网格划分;步骤3:用具有不同缺陷的零件划分后的法向图以及正常零件划分后的法向图训练模型;步骤4:采集待检测零件图像并计算材质表面法向图;步骤5:对待检测零件的法向图进行网格划分;步骤6:根据步骤3得到的训练好的模型用步骤5得到的划分后的图像作为输入进行缺陷检测;步骤7:根据步骤6的检测结果以及步骤5的划分结果进行反馈和定位缺陷位置。

著录项

  • 公开/公告号CN108389181A

    专利类型发明专利

  • 公开/公告日2018-08-10

    原文格式PDF

  • 申请/专利权人 南京大学;

    申请/专利号CN201810063526.2

  • 发明设计人 宋佳;张扬;郭延文;

    申请日2018-01-23

  • 分类号G06T7/00(20170101);G06T7/90(20170101);G06N3/04(20060101);

  • 代理机构32237 江苏圣典律师事务所;

  • 代理人胡建华;于瀚文

  • 地址 210023 江苏省南京市栖霞区仙林大道163号南京大学

  • 入库时间 2023-06-19 06:33:14

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2018-09-04

    实质审查的生效 IPC(主分类):G06T7/00 申请日:20180123

    实质审查的生效

  • 2018-08-10

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号