本发明公开了一种基于深度学习的高分辨率图像物体表面缺陷检测方法,包括以下步骤:S1:将多个高分辨率相机固定在物体正上方,相机对物体表面图像采集,进行图像拼接,以获得高分辨率图像;S2:对高分辨率图像进行预处理图像边缘检测,获得强边缘区域以及对应的原始图像区域;S3:将边缘图像和原始区域图像输入到深度卷积神经网络中进行特征融合识别目标区域分类;S4:输出表面裂纹的类型和属于该类型的概率。本发明主要是针对大型目标采用单一相机检测视场角受限或多相机检测效率低的问题,采用了一种基于深度学习的大范围物体表面裂纹检测方法,有效的提高目标检测范围和检测精度,为大型目标无损检测提供依据。
声明:
“基于深度学习的高分辨率图像物体表面缺陷检测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)