本發(fā)明公開了一種基于深度學(xué)習(xí)的高分辨率圖像物體表面缺陷檢測方法,包括以下步驟:S1:將多個高分辨率相機固定在物體正上方,相機對物體表面圖像采集,進行圖像拼接,以獲得高分辨率圖像;S2:對高分辨率圖像進行預(yù)處理圖像邊緣檢測,獲得強邊緣區(qū)域以及對應(yīng)的原始圖像區(qū)域;S3:將邊緣圖像和原始區(qū)域圖像輸入到深度卷積神經(jīng)網(wǎng)絡(luò)中進行特征融合識別目標(biāo)區(qū)域分類;S4:輸出表面裂紋的類型和屬于該類型的概率。本發(fā)明主要是針對大型目標(biāo)采用單一相機檢測視場角受限或多相機檢測效率低的問題,采用了一種基于深度學(xué)習(xí)的大范圍物體表面裂紋檢測方法,有效的提高目標(biāo)檢測范圍和檢測精度,為大型目標(biāo)無損檢測提供依據(jù)。
聲明:
“基于深度學(xué)習(xí)的高分辨率圖像物體表面缺陷檢測方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)