[发明专利]基于深度学习的涂布缺陷检测系统

权利要求书

1.一种基于深度学习的涂布缺陷检测系统，其特征在于，包括：

图像采集模块，用于获取涂布生产线的各种不同类型熔喷布涂胶面图像；

图像处理模块连接图像采集模块，用于对相机获取的图像进行预处理、特征提取；

图像处理模块包括图像预处理模块、图像特征提取模块；

图像预处理模块，用于将获取的图像均匀分割为设定尺寸的多个小图像，

图像特征提取模块，将预处理后的样本图像输入到深度学习网络模型中，通过大数据的迭代自动完成特征向量的提取；

图像分析模块与图像处理模块连接，用来判断图像是否具有缺陷。

2.根据权利要求1所述的基于深度学习的涂布缺陷检测系统，其特征在于：所述图像采集模块为采用两个高分辨率的工业CMOS相机，两个相机垂直对准膜材料的涂胶面拍摄。

3.根据权利要求1所述的基于深度学习的涂布缺陷检测系统，其特征在于：所述图像采集模块还可以通过LED来补光，使每次采集到的图像的暗亮程度相仿。

4.根据权利要求1所述的基于深度学习的涂布缺陷检测系统，其特征在于：所述图像预处理模块通过对小图像进行灰度值转换得到对应的灰度图像；将所述灰度图像进行逐帧差运算后得到时间相邻的两张图像的灰度差值图，将灰度差值图进行阀值化处理得到二值图。

5.根据权利要求1所述的基于深度学习的涂布缺陷检测系统，其特征在于：所述深度学习网络模型是基于每一设定尺寸的小图训练样本以及对应的检测结果进行训练后得到的。