【技术实现步骤摘要】
本专利技术涉及缺陷检测领域，尤其涉及一种结合深度特征的传感器封装过程缺陷检测装置及方法。
技术介绍
1、随着工业自动化和智能制造的快速发展，传感器在各种设备和系统中的应用变得日益广泛。传感器的质量和性能直接影响到整个系统的稳定性和可靠性。因此，在传感器生产过程中，封装环节的质量控制显得尤为重要。封装过程中的任何缺陷都可能导致传感器性能下降或失效，进而影响整个系统的运行。
2、传统的传感器封装过程质量检测主要依赖于人工目检或简单的自动化检测装置，但这些方法往往存在效率低下、误检率高等问题。随着机器视觉和深度学习技术的发展，基于图像处理的自动缺陷检测方法逐渐成为主流。这些方法通过提取图像中的特征，利用机器学习算法对特征进行分类和识别，从而实现对传感器封装过程的质量控制。
3、尽管现有的自动缺陷检测方法已经取得了一定的成果，但仍存在一些不足之处：
4、特征提取的局限性：传统的图像处理方法主要依赖于手动设计的特征提取器，这些特征提取器往往只能针对特定的缺陷类型进行设计，难以适应多样化的缺陷类型和复杂的背景噪声
5、本文档来自技高网...
【技术保护点】
1.一种结合深度特征的传感器封装过程缺陷检测方法，其特征在于，所述结合深度特征的传感器封装过程缺陷检测方法包括：
2.根据权利要求1所述的结合深度特征的传感器封装过程缺陷检测方法，其特征在于，所述获取传感器封装图像数据，所述传感器封装图像数据包括待检测传感器样本及训练传感器样本，所述训练传感器样本包括正常封装过程图像和已知缺陷封装过程图像，包括：
3.根据权利要求1所述的结合深度特征的传感器封装过程缺陷检测方法，其特征在于，所述依据所述正常封装过程图像和所述已知缺陷封装过程图像结合预设的VAE模型结构，提取得到正常封装过程图像的潜在特征向量和已...
【技术特征摘要】
1.一种结合深度特征的传感器封装过程缺陷检测方法，其特征在于，所述结合深度特征的传感器封装过程缺陷检测方法包括：
2.根据权利要求1所述的结合深度特征的传感器封装过程缺陷检测方法，其特征在于，所述获取传感器封装图像数据，所述传感器封装图像数据包括待检测传感器样本及训练传感器样本，所述训练传感器样本包括正常封装过程图像和已知缺陷封装过程图像，包括：
3.根据权利要求1所述的结合深度特征的传感器封装过程缺陷检测方法，其特征在于，所述依据所述正常封装过程图像和所述已知缺陷封装过程图像结合预设的vae模型结构，提取得到正常封装过程图像的潜在特征向量和已知缺陷封装过程图像的潜在特征向量，包括：
4.根据权利要求1所述的结合深度特征的传感器封装过程缺陷检测方法，其特征在于，所述依据所述正常封装过程图像的潜在特征向量和所述已知缺陷封装过程图像的潜在特征向量，采用余弦相似度方法得到特征向量之间的相似度，依据所述特征向量之间的相似度构建一个相似度矩阵，包括：
5.根据权利要求1所述的结合深度特征的传感器封装过程缺陷检测方法，其特征在于，所述依据所述相似度矩阵构建规范化图拉普拉斯矩阵，依据所述规范化拉普拉斯矩阵进行特征分解，得到多个特征值和特征向量，筛选得到最小的几...
【专利技术属性】
技术研发人员：丁立，
申请(专利权)人：常州爱克赛伦自动化设备有限公司，
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。