[发明专利]基于机器学习的表面缺陷检测方法及装置有效
| 申请号： | 201710476100.5 | 申请日： | 2017-06-21 |
| 公开（公告）号： | CN109102486B | 公开（公告）日： | 2020-07-14 |
| 发明（设计）人： | 朱家兵 | 申请（专利权）人： | 合肥欣奕华智能机器有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G01N21/88;G01N21/95;G06N20/00 |
| 代理公司： | 北京同达信恒知识产权代理有限公司 11291 | 代理人： | 黄志华 |
| 地址： | 230013 安徽省合*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于机器学习的表面缺陷检测方法及装置，用以解决现有技术中仅仅依靠设备的标准来对产品表面缺陷进行检测的方式而导致检测结果不够准确的技术问题。所述方法包括：采集N个检测人员对应的检测样本；对所述检测样本进行机器学习，确定检测模型；对目标检测对象的表面图像进行图像分析，获得所述目标检测对象对应的缺陷参数；将所述缺陷参数输入所述检测模型，通过所述检测模型输出检测结果，所述检测结果用于表明所述目标检测对象的表面是否存在缺陷。 | ||
| 搜索关键词： | 基于 机器 学习 表面 缺陷 检测 方法 装置 | ||
【主权项】：
1.一种表面缺陷检测方法，其特征在于，包括：采集N个检测人员对应的检测样本，所述检测样本中包括对应检测人员确定P个历史检测对象不存在表面缺陷时与所述P个历史检测对象一一对应的P个缺陷参数，以及对应的检测人员确定Q个历史检测对象存在表面缺陷时与所述Q个历史检测对象一一对应的Q个缺陷参数；对所述检测样本进行机器学习，确定检测模型；对目标检测对象的表面图像进行图像分析，获得所述目标检测对象对应的缺陷参数；将所述缺陷参数输入所述检测模型，通过所述检测模型输出检测结果，所述检测结果用于表明所述目标检测对象的表面是否存在缺陷。
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合肥欣奕华智能机器有限公司，未经合肥欣奕华智能机器有限公司许可，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/patent/201710476100.5/，转载请声明来源钻瓜专利网。
