龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：湘江实验室
申请日：2024-05-28
公开（公告）日：2024-06-25
公开（公告）号：CN118247279A
主分类号：G06T7/00
分类号：G06T7/00;G06V10/25;G06V10/26;G06V10/36;G06V10/44;G06V10/82
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本发明公开一种基于边缘增强的锯齿崩齿缺陷识别方法及装置，该方法步骤包括：步骤S01.获取待识别锯齿图像，初步定位出锯齿区域的ROI区域；步骤S02.对ROI区域进行特征提取得到不同分辨率的特征图，进行边缘增强得到边缘增强图；步骤S03.将特征图、边缘增强图进行语义分割以定位出锯齿边缘位置，语义分割模型中将至少两个指定位置处对应的特征图使用不同扩张率可变形空洞卷积核进行卷积运算，将不同尺度的语义信息与边缘增强图进行合并，进行多尺度深度可分离卷积运算；步骤S04.截取出锯齿区域，输入至崩齿缺陷检测模型中进行识别得到识别结果。本发明具有实现方法简单、复杂程度低、检测效率以及精度高且鲁棒性强等优点。
主权项：1.一种基于边缘增强的锯齿崩齿缺陷识别方法，其特征在于，步骤包括：步骤S01.获取待识别锯齿图像，初步定位出锯齿区域的ROI区域；步骤S02.采用卷积神经网络对所述ROI区域进行特征提取得到不同分辨率的特征图，并对得到的特征图进行边缘增强得到ROI区域的边缘增强图；步骤S03.将所述特征图、边缘增强图输入至预先构建的语义分割模型中进行语义分割，定位出锯齿边缘位置，所述语义分割模型中通过将至少两个指定位置处所对应的不同分辨率的所述特征图分别使用不同扩张率可变形空洞卷积核进行卷积运算，得到不同尺度的语义信息，分别将所述不同尺度的语义信息与所述边缘增强图进行合并，并将合并后结果分别采用不同卷积核感受野进行多尺度深度可分离卷积运算以融合不同尺度语义信息；步骤S04.根据所述锯齿边缘位置截取出锯齿区域，将截取出的所述锯齿区域输入至预先使用崩齿缺陷样本数据集训练好的崩齿缺陷检测模型中进行识别得到崩齿缺陷识别结果。
全文数据：
权利要求：
百度查询： 湘江实验室 一种基于边缘增强的锯齿崩齿缺陷识别方法及装置
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