[发明专利]基于人工智能图像处理的缺陷检测系统、方法及装置在审

专利信息
申请号: 202110542734.2 申请日: 2021-05-18
公开(公告)号: CN113393424A 公开(公告)日: 2021-09-14
发明(设计)人: 胡雄;宋丁楠 申请(专利权)人: 深圳市逸视技术有限责任公司
主分类号: G06T7/00 分类号: G06T7/00;G06K9/62;G06Q10/06;G06Q50/04
代理公司: 深圳市恒程创新知识产权代理有限公司 44542 代理人: 苗广冬
地址: 518000 广东省深圳市南山区粤海街道高*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 人工智能 图像 处理 缺陷 检测 系统 方法 装置
【权利要求书】:

1.一种基于人工智能图像处理的缺陷检测系统,其特征在于,所述缺陷检测系统包括依次连接的检测模块、图像处理模块及样本管理模块;

所述检测模块,用于获取目标产品的条码信息,根据所述条码信息获取所述目标产品的外观图像信息,将所述外观图像信息与所述条码信息发送至所述图像处理模块;

所述样本管理模块,用于获取标准样本信息,根据所述标准样本信息获取样本图像信息,将所述样本图像信息发送至所述图像处理模块;

所述图像处理模块,用于接收所述外观图像信息、所述条码信息及所述样本图像信息,根据所述外观图像信息、所述条码信息及所述样本图像信息进行外观缺陷检测,得到所述目标产品的缺陷检测信息,以完成缺陷自动识别;

所述检测模块,还用于接收所述图像处理模块反馈的所述缺陷检测信息,以根据所述缺陷检测信息展示检测结果,实现信息交互。

2.如权利要求1所述的缺陷检测系统,其特征在于,所述样本管理模块包括产品管理单元及场景管理单元,所述产品管理单元与所述场景管理单元连接,所述场景管理单元与所述图像处理模块连接;

所述产品管理单元,用于获取样本条码信息,将所述样本条码信息发送至所述场景管理单元;

所述场景管理单元,用于根据所述样本条码信息获取所述标准场景信息,根据所述标准场景信息获取所述标准样本信息,根据所述标准样本信息获取样本图像信息,将所述样本图像信息发送至所述图像处理模块。

3.如权利要求1所述的缺陷检测系统,其特征在于,所述缺陷检测系统还包括检测数据管理模块,所述检测数据管理模块与所述图像处理模块;

所述检测数据管理模块,用于接收所述图像处理模块反馈的所述缺陷检测信息,根据所述缺陷检测信息生成检测质量信息,以根据所述检测质量信息进行质量分析。

4.如权利要求3所述的缺陷检测系统,其特征在于,所述缺陷检测系统还包括用户管理模块,所述用户管理模块与所述检测数据管理模块连接;

所述用户管理模块,用于获取检测人员身份信息与权限人员身份信息,根据所述检测人员身份信息与所述权限人员身份信息生成使用信息,将所述使用信息发送至所述检测数据管理模块,以使所述检测数据管理模块根据所述使用信息接收所述缺陷检测信息。

5.如权利要求4所述的缺陷检测系统,其特征在于,所述缺陷检测系统还包括用户信息存储模块,所述用户信息存储模块与所述用户管理模块连接;

所述用户信息存储模块,用于接收所述用户管理模块发送的所述权限人员身份信息及所述使用信息,根据所述权限人员身份信息及所述使用信息生成用户存储信息,以对所述用户存储信息进行储存。

6.如权利要求1至5任一项所述的缺陷检测系统,其特征在于,所述缺陷检测系统还包括异常数据管理模块,所述异常数据管理模块分别与所述检测模块及所述图像处理模块连接;

所述异常数据管理模块,用于接收所述检测模块发送的所述外观图像信息与所述条码信息,根据所述外观图像信息与所述条码信息生成异常检测信息,将所述异常检测信息发送至所述图像处理模块,以使所述图像处理模块对异常检测信息进行储存与学习。

7.如权利要求1至5任一项所述的缺陷检测系统,其特征在于,所述缺陷检测系统还包括图像存储模块,所述图像存储模块与所述图像处理模块连接;

所述图像存储模块,用于接收所述图像处理模块发送的所述外观图像信息及所述样本图像信息,根据所述外观图像信息及所述样本图像信息生成图像存储信息,以对所述图像存储信息进行储存。

8.如权利要求1至5任一项所述的缺陷检测系统,其特征在于,所述缺陷检测系统还包括数据存储模块,所述数据存储模块与所述图像处理模块连接;

所述数据存储模块,用于接收所述图像处理模块发送的所述缺陷检测信息,以对所述缺陷检测信息进行储存。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市逸视技术有限责任公司,未经深圳市逸视技术有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110542734.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top