【技术实现步骤摘要】
本申请涉及智能化识别，并且更具体地，涉及一种铝合金铸件的表面图像识别方法及其系统。
技术介绍
1、随着铝合金铸件在汽车、航空、电子等领域的广泛应用，对铸件质量和性能的要求也越来越高。铝合金铸件表面缺陷是影响铸件质量和性能的重要因素之一，因此，对铝合金铸件的表面缺陷进行有效的检测和分析，是提高铸件质量和降低生产成本的关键。传统的铝合金铸件表面缺陷检测方法主要依靠人工目视检测，存在人工主观性强、效率低、准确性差等问题，无法满足现代化生产和市场需求。
2、因此，期望一种优化的用于铝合金铸件的表面缺陷检测方案。
技术实现思路
1、为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种铝合金铸件的表面图像识别方法及其系统，其获取被检测铝合金铸件的表面图像；采用基于深度学习的人工智能技术，挖掘被检测铝合金铸件的表面图像的隐含特征信息，并进行铝合金铸件的表面缺陷隐含特征的充分表达，基于此对于铝合金铸件的表面缺陷进行准确地检测评估，以提高铸件的质量和性能，降低生产成本。
2、...
【技术保护点】
1.一种铝合金铸件的表面图像识别方法，其特征在于，包括：
2.根据权利要求1所述的铝合金铸件的表面图像识别方法，其特征在于，对所述表面图像进行图像降噪以得到降噪后表面图像，包括：将所述表面图像通过基于自动编解码器的图像降噪模块以得到所述降噪后表面图像。
3.根据权利要求2所述的铝合金铸件的表面图像识别方法，其特征在于，将所述表面图像通过基于自动编解码器的图像降噪模块以得到所述降噪后表面图像，包括：
4.根据权利要求3所述的铝合金铸件的表面图像识别方法，其特征在于，对所述降噪后表面图像进行机器视觉分析以确定被检测铝合金铸件的表面是否存
【技术特征摘要】
1.一种铝合金铸件的表面图像识别方法，其特征在于，包括：
2.根据权利要求1所述的铝合金铸件的表面图像识别方法，其特征在于，对所述表面图像进行图像降噪以得到降噪后表面图像，包括：将所述表面图像通过基于自动编解码器的图像降噪模块以得到所述降噪后表面图像。
3.根据权利要求2所述的铝合金铸件的表面图像识别方法，其特征在于，将所述表面图像通过基于自动编解码器的图像降噪模块以得到所述降噪后表面图像，包括：
4.根据权利要求3所述的铝合金铸件的表面图像识别方法，其特征在于，对所述降噪后表面图像进行机器视觉分析以确定被检测铝合金铸件的表面是否存在缺陷，包括：
5.根据权利要求4所述的铝合金铸件的表面图像识别方法，其特征在于，使用深度神经网络模型作为特征提取器对所述降噪后表面图像进行机器视觉分析以得到分类特征向量，...
【专利技术属性】
技术研发人员：王承永，
申请(专利权)人：浙江海威汽车零件有限公司，
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。