【技术实现步骤摘要】
本专利技术涉及机器视觉检测，具体涉及一种产品表面缺陷智能检测方法及系统。
技术介绍
1、产品覆膜工艺质量直接影响到产品的性能，如锂电池极片覆膜质量直接影响电池性能，传统人工目检或简单光学设备存在效率低、误检率高、难以量化缺陷等问题。现有机器视觉技术虽然可以应用于表面检测，但多依赖监督学习，需大量标注数据且泛化能力不足。
技术实现思路
1、针对现有技术存在的不足，本专利技术提出一种产品表面缺陷智能检测方法及系统，减少了对标注数据的依赖且提高了泛化能力。具体技术方案如下：
2、一种产品表面缺陷智能检测方法，其关键在于，包括：
3、获取待检产品的产品图像，并对所述产品图像进行预处理；
4、采用基于二维标准化流的形态学处理方法对所述产品图像进行分析，确定所述产品图像中产品的表面缺陷特征。
5、进一步的，对所述产品图像进行预处理，包括：
6、对所述产品图像进行灰度处理，并对灰度处理后的产品图像进行边缘检测，得到所述产品的轮廓图像。
<...【技术保护点】
1.一种产品表面缺陷智能检测方法，其特征在于，包括：
2.根据权利要求1所述的产品表面缺陷智能检测方法，其特征在于，对所述产品图像进行预处理，包括：
3.根据权利要求1所述的产品表面缺陷智能检测方法，其特征在于，采用基于二维标准化流的形态学处理方法对所述产品图像进行分析，包括：
4.根据权利要求1所述的产品表面缺陷智能检测方法，其特征在于，采用基于二维标准化流的形态学处理方法对所述产品图像进行分析，包括：
5.根据权利要求1所述的产品表面缺陷智能检测方法，其特征在于，采用基于二维标准化流的形态学处理方法对所述产品图像进行
...【技术特征摘要】
1.一种产品表面缺陷智能检测方法，其特征在于，包括：
2.根据权利要求1所述的产品表面缺陷智能检测方法，其特征在于，对所述产品图像进行预处理，包括：
3.根据权利要求1所述的产品表面缺陷智能检测方法，其特征在于，采用基于二维标准化流的形态学处理方法对所述产品图像进行分析，包括：
4.根据权利要求1所述的产品表面缺陷智能检测方法，其特征在于，采用基于二维标准化流的形态学处理方法对所述产品图像进行分析，包括：
5.根据权利要求1所述的产品表面缺陷智能检测方法，其特征在于，采用基于二维标准化流的形态学处理方法对所述产品图像...
【专利技术属性】
技术研发人员：刘泽宇，段银利，肖继泽，曾斌，冯仕福，沈科妗，
申请(专利权)人：重庆化工职业学院，
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。