基于深度学习的数字微镜高亮缺陷检测方法

摘要

基于深度学习的数字微镜高亮缺陷检测方法，属于视觉检测技术领域，解决了高亮工件表面缺陷识别效率低下的问题。本发明所述的方法建立在数字微镜器件计算成像系统之上，高亮缺陷表面的强反射光线经过空间光调制器即数字微镜器件的光强调制之后进入相机CMOS面成像，数字微镜器件的光强调制使用自适应光强调制方法，得到高亮缺陷的高动态范围图像，通过采集多幅图像制作高动态范围图像数据集，结合深度学习目标检测框架Mask RCNN，使用GPU训练神经网络，最终实现高亮缺陷的快速检测和分割，弥补了单独使用数字微镜器件或者深度学习网络的不足，提高了检测效率。