接上一篇,系列博文:人工智能講師葉梓關于人工智能項目的咨詢案例,人工智能視覺影像在工業中的應用,為系列部落格,更多課程,及老師資料可點選 個人首頁
圖像處理的步驟
- 計算機視覺圖像數字化:即把一幅連續光學圖像表示成一組數字,便于計算機分析處理。
- 計算機視覺圖像增強:增強補油嘴/鋼闆/軋輥圖像中的有用資訊,消弱幹擾和噪聲,以便于觀察、識别和進一步地分析處理。
- 缺陷分析與診斷:對補油嘴/鋼闆/軋輥圖像中的不同軋制缺陷進行特征提取、分類、識别和分割等,形成分析結果。
(我們主要處理2、3項部分)
圖像分析的基本思路
- 本項目的圖像分析基本思路是通過傳統圖像特征分析和深度學習的技術來進行分類或目标檢測。
- 傳統圖像特征分析中的技術包括:圖像灰階幾何特征分析,圖像邊緣處理,圖譜頻譜分析等。
- 基于深度學習的分類和目标檢測的技術包括:基于CNN的VGG(分類),基于CNN的YOLO(目标檢測)等。
- 分析的目标是實作補油嘴定位(目标檢測問題)、帶鋼缺陷發現(分類問題)和判斷軋輥損壞等級(分類問題)。
接下一篇,系列博文:人工智能講師葉梓關于人工智能項目的咨詢案例,人工智能視覺影像在工業中的應用,為系列部落格,更多課程,及老師資料可點選 個人首頁