一种基于无监督深度学习算法的工业图像缺陷检测方法.pdfVIP

下载本文档

2
0
约1.05万字
约 11页
2023-05-13 发布于北京
举报
版权申诉

一种基于无监督深度学习算法的工业图像缺陷检测方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明涉及图像处理技术领域，尤其涉及一种基于无监督深度学习算法的工业图像缺陷检测方法，包括如下步骤：S1、首先通过预训练的深度卷积网络提取没有缺陷的正常图像上的各个不同尺度的特征；S2、对得到的不同尺度的特征通过设计的方式进行特征融合；S3、对融合后的特征通过随机投影的方法进行降维处理；S4、对降维后的特征进行特征选择；S5、计算检测图像特征和核心特征集合上各个特征之间的距离，选择与核心集中与其最近的特征，将两者之间的距离作为检测图像特征图位置的异常分数。本发明简化了大量流程和时间，对于新种类的

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114663391 A (43)申请公布日 2022.06.24 (21)申请号 202210285619.6 G06V 10/80 (2022.01) (22)申请日 2022.03.