基于深度学习的图像缺陷特征识别系统设计

作     者：秦丽娜 QIN Lina

作者机构：郑州升达经贸管理学院信息工程学院河南郑州450000 

基　　金：河南省科技厅2022年度科技发展计划项目“智慧城市政务智能一体化关键技术研究”(项目编号:222102210290) 

出 版 物：《信息与电脑》 (Information & Computer)

年 卷 期：2022年第34卷第16期

页      码：91-93页

摘      要：缺陷检测是图像处理工作的重要步骤,其检测效果直接影响图像的后期修复和调节。由于目前基础检测系统对图像缺陷的识别效果较差,因此设计了基于深度学习的图像缺陷检测系统。系统硬件设计,构建分级化处理单元模块,并优化卷积神经网络(Convolutional Neural Networks,CNN)双向电路。系统软件设计,设计缺陷分割层级模块,建立缺陷特征检测数据库。结果表明,得出的预测识别精度均控制在90%以上,系统在实际应用过程中对图像缺陷的识别速度较快,同时检测误差较小,效果更佳,具有实际的应用价值。

主 题 词：深度学习 图像检测 图像缺陷 卷积神经网络(CNN) 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

馆 藏 号：203115546...