《表1 缺陷类型识别依据：基于图像配准的晶圆表面缺陷检测》
提示：宽带有限、当前游客访问压缩模式
2）针对不合格品，由缺陷图像特征提取与分类算法对不合格品的缺陷图像进行缺陷类型识别。识别依据如表1所示。
| 图表编号 | XD00158482200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.08.28 |
| 作者 | 刘西峰 |
| 绘制单位 | 北京京仪仪器仪表研究总院有限公司 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 检测系统组成：基于机器视觉的型材表面缺陷图像处理》2020.07.31
- 《表2 缺陷类型识别结果：冲压件冲孔缺陷的检测与识别》2020.12.01
- 《表1 实验数据样本集：基于多重孪生网络的表面缺陷识别方法》2020.12.31
- 《表1 算法识别结果：基于机器视觉的胡萝卜表面缺陷识别方法研究》2020.11.18
- 《表3 检测成功率对比：基于图像融合与YOLOv3的铝型材表面缺陷检测》2020.11.01
- 《表1 缺陷几何特征：基于机器视觉的图像处理技术识别锂电池极片的缺陷》2020.10.28
- 《表3 残差图像的统计：基于生成对抗网络的缸盖表面缺陷识别》2020.11.25
- 《表2 各类模型识别率：基于Inception-V3模型的金属板材表面缺陷检测系统》2020.02.20
- 《表1 缺陷检测的结果：一种利用外轮廓配准的活塞侧面缺陷检测方法》2019.10.20
- 《表2 系统性能测试结果：衍射光学可变图像表面缺陷检测系统设计》2019.10.25
- 《表1 实验数据：衍射光学可变图像表面缺陷检测系统设计》2019.10.25
- 《表1 图像配准的结果分析》2019.10.01
- 《表1 径向位移量化表：基于IVUS图像配准的动脉壁位移估计》2019.06.25
- 《表2 基于多尺度配准的图像拼接技术图像配准结果》2019.06.25
- 《表2 缺陷记录卡表：基于无人机和图像缺陷识别算法的输电线路巡检系统研究》2019.06.20
- 《表1 缺陷重构情况：基于单幅光栅条纹图像的钢轨表面三维重构研究》2019.07.20
- 《表3 检测时间对比：基于神经网络的磁瓦表面缺陷检测识别》2019.08.20
- 《表2 缺陷分类结果：基于神经网络的磁瓦表面缺陷检测识别》2019.08.20
- 《表1 模型结果对比：基于神经网络的磁瓦表面缺陷检测识别》2019.08.20
- 《表1 缺陷检测结果统计：基于卷积神经网络的轮胎X射线图像缺陷检测》2019.04.10