【技术实现步骤摘要】
本专利技术涉及图像识别，尤其是涉及一种基于机器视觉的图像处理方法、装置及电子设备。
技术介绍
1、随着现代工业技术的迅猛发展，对于生产流程的精度和效率要求越来越高。在这样的背景下，传统的人工检测和手动操作已经难以满足生产的需要，尤其是在需要高速、高精度、大量重复的生产线上。此外，对于一些对人眼不可见或难以区分的细微差异，人工检测也存在较大的误差和局限性。机器视觉，作为一种能够模拟人类视觉功能、并进行自动分析处理的技术，逐渐受到工业界的关注和欢迎。与此同时，随着计算机技术、传感技术、人工智能技术的进步，使得机器视觉系统在图像采集、处理和分析上都有了突破性的进展。在实际应用中，机器视觉系统不仅能够对产品进行快速、准确的检测和识别，还能够通过与其他工业系统的整合，自动化地实现对生产流程的控制和优化。
2、在相关技术中，可以利用机器视觉技术对图像数据进行处理，达到对图像中的元素进行分类的目的，具体可以通过深度学习技术对图像数据进行识别和分类，通过卷积神经网络对图像数据进行处理，自动提取图像的深层特征，提高了图像识别的精度。然而，这些...
【技术保护点】
1.一种基于机器视觉的图像处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述预先训练的图像识别模型通过以下步骤进行训练：
3.根据权利要求2所述的方法，其特征在于，所述对所述采集到的多个视频图像数据进行标注得到第一训练数据集，包括：
4.根据权利要求2所述的方法，其特征在于，所述对所述第一训练数据集进行数据预处理得到第二训练数据集，包括：
5.根据权利要求2所述的方法，其特征在于，所述对所述第二训练数据集进行数据扩充得到第三训练数据集，包括：
6.根据权利要求2所述的方法，其...
【技术特征摘要】
1.一种基于机器视觉的图像处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述预先训练的图像识别模型通过以下步骤进行训练：
3.根据权利要求2所述的方法，其特征在于，所述对所述采集到的多个视频图像数据进行标注得到第一训练数据集，包括：
4.根据权利要求2所述的方法，其特征在于，所述对所述第一训练数据集进行数据预处理得到第二训练数据集，包括：
5.根据权利要求2所述的方法，其特征在于，所述对所述第二训练数据集进行数据扩充得到第三训练数据集，包括：
6.根据权利要求2所述的方法，其特征在于，所述对所述第三训练数据集进行特征提取得到图像训练数据集，包括：
7.根据权利要求2所述的方法，其特征在...
【专利技术属性】
技术研发人员：师钰清，师以贺，刘静，郭跃华，
申请(专利权)人：山东理工职业学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。