CNIPA.AI
返回搜索
档案

一种基于深度学习的粉末分装质量视觉检测方法

发明专利未知
8权利要求 · 1 独立
§ Ⅰ

卷宗概要

发明人

李大伟; 刘洋; 崔森严

申请日

Aug 5, 2026

公开日

Oct 20, 2026

IPC 分类

G06T 7/00 (2017.01)G06T 7/70 (2017.01)G06F 17/16 (2006.01)G06N 3/0464 (2023.01)G06N 3/084 (2023.01)

本发明涉及深度学习技术领域,具体为一种基于深度学习的粉末分装质量视觉检测方法,包括热封完成后同步采集封口区域的可见光透射图像和表面深度点云,沿抽气气流线方向构建各向异性微分算子提取碳化钨粉末的固‑气复合夹杂轮廓并确定复合定位点,顺着热封压纹走向做高程衰减梯度分析,以偏心形貌椭圆为边界自适应切取局部深度矩阵,经薄板样条拟合基准面算出薄膜突起高度、负向高程区域掩膜和负向高程积分量,拼合为局部帐篷形变特征矩阵,最后,一路由衰减神经网络输出密封风险指标,另一路由撕裂风险预测神经网络输出动态撕裂风险评分,经阈值比对判定封口的密封性与强度是否达标。本发明通过多模态视觉融合,实现了粉末封口质量评估。

登录后阅读全文

已显示权利要求 1。免费注册即可阅读全部 8 项权利要求、说明书全文、全部附图、翻译和法律状态。

  • 全部权利要求
  • 技术领域
  • 背景技术
  • 发明内容
  • 附图说明
  • 具体实施方式