龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：重庆理工大学
摘要：本发明公开了基于Legendre多小波变换的特钢材表面缺陷检测与定位方法，涉及钢材表面缺陷检测技术领域。本发明通过结合先进的图像处理技术和深度学习的智能学习机制，实现对钢材表面缺陷的高效、准确定位，在本方法中，Legendre多小波变换被用于执行多尺度特征分解，从而捕获钢材表面图像的细微纹理和结构特征，且深度学习模型自动学习这些特征并进行精确定位，无需繁琐的手动特征设计和提取，与现有技术相比，显著提高了检测流程的自动化程度，减少了对计算资源的需求，并优化了实时处理能力，为高速生产环境中的钢材质量控制提供了一种更加高效和可靠的技术解决方案。
主权项：1.基于Legendre多小波变换的特钢材表面缺陷检测与定位方法，其特征在于：至少包括以下步骤：S1：图像预处理，对钢材表面缺陷的原始图像进行预处理，通过二阶差分增强图像对比度，使图像的细节部分更加清晰；S2:Legendre多小波变换，将预处理后的图像通过Legendre多小波变换技术进行多尺度特征分解，获取详细的图像频域特征，所述Legendre多小波变换技术为通过两种不同正则性属性的小波执行单次分解，产生包括两个低频和六个高频特征图像的集合，捕捉了钢材表面的缺陷纹理、轮廓及其他关键的视觉信息；S3：深度特征提取网络，将通过Legendre多小波变换得到的特征图像输入到深度特征提取网络中，该网络通过多个卷积块对特征图进行进一步分析和加工，提取图像的深层特征，并引入注意力机制，通过自适应调整特征图的通道权重，强化对缺陷的响应，减弱无关信息的干扰；S4：区域建议网络，使用RPN对特征图进行扫描，提取候选区域，然后通过RoIPooling技术将这些区域转换成统一大小的特征图，以便进行后续的分类和定位；S5：分类和回归网络，将通过RoIPooling得到的特征图送入分类和回归网络，分类网络通过全连接层和SoftMax函数，输出每个候选区域的类别概率，同时，回归网络负责精细调整候选区域的位置和大小，以更准确地定位缺陷；S6：综合结果，综合分类和回归结果，确定缺陷的位置和类别，完成钢材表面缺陷的检测与定位任务。
全文数据：
权利要求：
百度查询： 重庆理工大学 基于Legendre多小波变换的特钢材表面缺陷检测与定位方法
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