一种基于深度学习的绳索和结扣检测方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于深度学习的绳索和结扣检测方法及系统
申请号:CN202510800123
申请日期:2025-06-16
公开号:CN120689314A
公开日期:2025-09-23
类型:发明专利
摘要
本发明涉及图像处理的技术领域,提供了一种基于深度学习的绳索和结扣检测方法及系统,包括获取绳索和结扣的区域图像,并对区域图像中的结扣材质分析,并生成对应的图像补偿参数,以对区域图像进行补偿,得到补偿后的区域图像;将补偿后的区域图像输入预设的多材质检测模型进行缺陷检测,得到第一检测结果,将补偿后的区域图像输入预设的单材质检测模型进行缺陷检测,得到第二检测结果后与第一检测结果进行联合分析,生成检测结果。通过深度学习模型结合图像补偿与多重检测模型的自动化分析和对比,确保绳索和结扣缺陷能够被有效识别,改善在面对不同材质的绳索、不同结构的结扣和复杂背景干扰时,现有方案存在着检测稳定差、准确低的问题。
技术关键词
手提袋 深度学习模型 区域特征提取 滤波去噪 滤波模块 图谱 多尺度 图像增强算法 纹理特征提取 参数 灰度共生矩阵 边缘检测算法 热力图 图像金字塔 构建算法 分割算法 色彩
系统为您推荐了相关专利信息
视频生成方法 视频生成模型 视频压缩 编码器 生成高分辨率
服务端 客户端 非线性 有效性 多项式
决策生成方法 关键断面 深度学习模型训练 节点 电压
水印嵌入方法 亮度 大气散射模型 样本 像素
故障检测模型 电池故障检测方法 多模态数据融合 深度学习模型 历史故障数据