技術(shù)特征：

1.一種基于人工智能的玻璃產(chǎn)品表面凹凸檢測方法，其特征在于：包括，

2.如權(quán)利要求1所述的基于人工智能的玻璃產(chǎn)品表面凹凸檢測方法，其特征在于：所述生成初始缺陷分類圖是指構(gòu)建跨材料遷移學(xué)習(xí)網(wǎng)絡(luò)；

3.如權(quán)利要求2所述的基于人工智能的玻璃產(chǎn)品表面凹凸檢測方法，其特征在于：所述生成玻璃缺陷特征是指通過跨材料遷移學(xué)習(xí)網(wǎng)絡(luò)的全連接層對跨材料融合特征進(jìn)行維度轉(zhuǎn)換；

4.如權(quán)利要求3所述的基于人工智能的玻璃產(chǎn)品表面凹凸檢測方法，其特征在于：根據(jù)初始缺陷分類圖使用偏振干涉儀采集干涉紋圖像，具體包括如下步驟；

5.如權(quán)利要求4所述的基于人工智能的玻璃產(chǎn)品表面凹凸檢測方法，其特征在于：所述雙分支結(jié)構(gòu)卷積神經(jīng)網(wǎng)絡(luò)包含編碼器、物理約束分支和解碼器，所述物理約束分支包含光程差計(jì)算單元；

6.如權(quán)利要求5所述的基于人工智能的玻璃產(chǎn)品表面凹凸檢測方法，其特征在于：所述將時(shí)域信號輸入進(jìn)預(yù)先建立的時(shí)域信號處理專用網(wǎng)絡(luò)中生成頻域信號，并將時(shí)域信號和頻域信號融合，得到缺陷信號，具體包括如下步驟；

7.如權(quán)利要求6所述的基于人工智能的玻璃產(chǎn)品表面凹凸檢測方法，其特征在于：所述生成最終缺陷分布圖，具體包括如下步驟；

8.一種基于人工智能的玻璃產(chǎn)品表面凹凸檢測系統(tǒng)，執(zhí)行權(quán)利要求1~7任一所述的基于人工智能的玻璃產(chǎn)品表面凹凸檢測方法，其特征在于：包括，

9.一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，其特征在于：所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)權(quán)利要求1~7任一所述的基于人工智能的玻璃產(chǎn)品表面凹凸檢測方法的步驟。

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于：所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1~7任一所述的基于人工智能的玻璃產(chǎn)品表面凹凸檢測方法的步驟。

技術(shù)總結(jié)
本發(fā)明公開了一種基于人工智能的玻璃產(chǎn)品表面凹凸檢測系統(tǒng)及方法，涉及人工智能技術(shù)領(lǐng)域，包括，采集玻璃產(chǎn)品的表面圖像，并輸入進(jìn)構(gòu)建完成的跨材料遷移學(xué)習(xí)網(wǎng)絡(luò)生成初始缺陷分類圖，根據(jù)初始缺陷分類圖使用偏振干涉儀采集干涉紋圖像，建立雙分支結(jié)構(gòu)卷積神經(jīng)網(wǎng)絡(luò)，將干涉紋圖像輸入進(jìn)去，輸出表面形變場；將玻璃產(chǎn)品置于太赫茲時(shí)域光譜儀下，基于表面形變場篩選凹凸區(qū)域，所述凹凸區(qū)域通過設(shè)定缺陷閾值篩選表面形變場圖中高度絕對值超過缺陷閾值的像素點(diǎn)，并通過聚類合并鄰近像素點(diǎn)生成，使用光電探測器捕獲所述凹凸區(qū)域的時(shí)域信號；本發(fā)明通過構(gòu)建跨材料遷移學(xué)習(xí)網(wǎng)絡(luò)，突破玻璃樣本稀缺的限制，增強(qiáng)了泛化能力。

技術(shù)研發(fā)人員：尤廣宗
受保護(hù)的技術(shù)使用者：佛山市天凱倫玻璃制品有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15