本發明公開了一種基于深度學習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處理圖像邊緣檢測,獲得強邊緣區域以及對應的原始圖像區域;S3:將邊緣圖像和原始區域圖像輸入到深度卷積神經網絡中進行特征融合識別目標區域分類;S4:輸出表面裂紋的類型和屬于該類型的概率。本發明主要是針對大型目標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習的大范圍物體表面裂紋檢測方法,有效的提高目標檢測范圍和檢測精度,為大型目標無損檢測提供依據。
聲明:
“基于深度學習的高分辨率圖像物體表面缺陷檢測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)