-
公开(公告)号:CN113155851A
公开(公告)日:2021-07-23
申请号:CN202110481235.7
申请日:2021-04-30
申请人: 西安交通大学 , 广东英斯派克视觉科技有限公司
摘要: 本发明一种基于深度学习的覆铜板表面缺陷视觉在线检测方法,通过线阵扫描相机,对传送带上匀速通过的覆铜板逐行连续扫描完成图像采集,得到完整清晰的覆铜板图像;对采集到的覆铜板图像进行缺陷检测,如果检测到缺陷,则将其标记为缺陷覆铜板并报警,同时截取覆铜板中的缺陷图像;对于缺陷图像,采用深度神经网络学习的方法,搭建TensorFlow框架进行缺陷分类,对不同类别的缺陷加以区分并给出针对性的修复方案;将缺陷检测和缺陷分类的结果显示在显示屏上,方便现场工作人员及时查看覆铜板的实时状态,并做后续处理。本发明还提供了相应的装置,可解决目前的覆铜板缺陷分类系统对人工和设备依赖性强、准确率低、用时长的问题。