基于YOLO算法与深度学习的证件质量检测系统
针对证件生产过程中表面人工质检时存在的易疲劳、易漏检、检测效率低等难题,提出一种基于深度学习结合机器视觉的证件质量检测方法.首先采用摄像头采集证件表面图像,对证件照片图像进行仿射变换、滤波、特征提取等处理,然后根据个人信息生成打印标准图像,与证件表面图像进行图像配准、形态学相减和模版匹配操作,检测出证件表面的文字不正确、文字打印不完整、重影等缺陷,最后通过改进的YOLO目标检测网络检测出照片打印不完整、覆膜不完整、杂质、黑边等缺陷.
表面缺陷检测、卷积神经网络、深度学习、证件质量检测、YOLO、模版匹配、计算机视觉、OpenCV
21
TP391(计算技术、计算机技术)
2021-07-14（万方平台首次上网日期，不代表论文的发表时间）
共4页
67-70
