一种基于深度学习的盒片低对比度缺陷检测方法及装置

    公开(公告)号:CN115578604A

    公开(公告)日:2023-01-06

    申请号:CN202211416720.7

    申请日:2022-11-14

    Abstract: 本发明实施例提供一种基于深度学习的盒片低对比度缺陷检测方法及装置,所述方法包括:获取烟盒盒片的缺陷检测标准中对应的色差浮动范围及套印变化范围将盒片样品分为缺陷样本及好品样本;基于缺陷类型分为多个缺陷样本集合,并在好品样本中选取与缺陷样本集合的缺陷类型对应的好品样张;将缺陷样本集合及对应的好品样张作为对应的输入数据输入到神经网络模型进行模型训练,得到训练后的神经网络模型;接收待检测的烟盒产品,采集烟盒产品的盒片图像,将盒片图像输入到训练后的神经网络模型,根据神经网络模型的输出数据判断盒片图像是否存在缺陷。采用本方法能够解决现有缺陷对比度低造成的现有技术无法检测的问题,能达到替换人工检测的目的。

    一种防伪油墨印刷缺陷检测装置及系统

    公开(公告)号:CN221377760U

    公开(公告)日:2024-07-19

    申请号:CN202322950190.0

    申请日:2023-10-30

    Abstract: 本实用新型公开了一种防伪油墨印刷缺陷检测装置及系统,涉及印刷缺陷检测技术领域,所述检测装置包括:纸板输送架、光源、图像采集组件和控制器,所述纸板输送架设有纸板输送台;所述光源设于所述纸板输送台上方,所述光源用于对通过所述纸板输送台的印刷纸板进行照射;所述图像采集组件设于所述光源的上方,所述图像采集组件用于拍照采集被照射后的印刷纸板的图像信息;所述控制器与所述图像采集组件连接,所述控制器用于根据所述图像采集组件拍照采集的图像信息判断印刷纸板是否存在防伪油墨印刷缺陷。本实用新型可以自动进行防伪油墨印刷缺陷的检测,自动化程度高,省时省力,提高了生产效率。

Patent Agency Ranking