【技术实现步骤摘要】
本专利技术涉及陶瓷基板检测领域，更具体地说，它涉及一种基于深度学习的陶瓷基板表面缺陷检测方法及系统。
技术介绍
1、与普通的pcb基板相比，陶瓷基板具有耐高温、电绝缘性能高、介电常数和介质损耗低、热导率大、化学稳定性好、与元件的热膨胀系数相近等优点，并可对光电子器件起到较强的保护作用，从而被广泛应用于大功率电力电子模块、航空航天、军工电子等领域。
2、然而，由于陶瓷基板的硬度和密度大，加工难度也相对较大，韧性低、易碎，且在生成过程中，陶瓷基板的表面常常出现异色、色点、凹坑、划痕、脏污等情况，对半导体制品的成品率、性能以及使用寿命构成威胁；因此有必要提出一种高效的陶瓷基板表面缺陷检测方式。
技术实现思路
1、本专利技术的目的在于提供一种基于深度学习的陶瓷基板表面缺陷检测方法及系统，以解决上述
技术介绍
中存在的问题。
2、本专利技术的上述技术目的是通过以下技术方案得以实现的：
3、第一方面，本申请实施例提供了一种基于深度学习的陶瓷基板表面缺陷检测方法，包括以下
本文档来自技高网...
【技术保护点】
1.一种基于深度学习的陶瓷基板表面缺陷检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于深度学习的陶瓷基板表面缺陷检测方法，其特征在于，所述将灰度图像的基板区域和背景区域进行分割，得到只包含陶瓷基板表面影像的第一图像，具体为：
3.根据权利要求1所述的一种基于深度学习的陶瓷基板表面缺陷检测方法，其特征在于，所述将所述第一图像的缺陷区域和其他区域进行分割，得到第一图像中至少一个只包含缺陷区域的第二图像，具体为：
4.根据权利要求1-3中任一项所述的一种基于深度学习的陶瓷基板表面缺陷检测方法，其特征在于，所述预处理包...
【技术特征摘要】
1.一种基于深度学习的陶瓷基板表面缺陷检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于深度学习的陶瓷基板表面缺陷检测方法，其特征在于，所述将灰度图像的基板区域和背景区域进行分割，得到只包含陶瓷基板表面影像的第一图像，具体为：
3.根据权利要求1所述的一种基于深度学习的陶瓷基板表面缺陷检测方法，其特征在于，所述将所述第一图像的缺陷区域和其他区域进行分割，得到第一图像中至少一个只包含缺陷区域的第二图像，具体为：
4.根据权利要求1-3中任一项所述的一种基于深度学习的陶瓷基板表面缺陷检测方法，其特征在于，所述预处理包括灰度化处理和降噪处理，所述降噪处理具体为：
5.根据权利要求4所述的一种基于深度学习的陶瓷基板表面缺陷检测方法，其特征在于，所述将多个所述特征重构图...
【专利技术属性】
技术研发人员：陈刚，徐晓烨，
申请(专利权)人：苏州荣视软件技术有限公司，
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。