基于机器视觉的大直径压力钢管涂装色差检测方法

本申请涉及图像数据处理领域，具体涉及基于机器视觉的大直径压力钢管涂装色差检测方法，包括：先基于初始异常训练样本的目标异常像素点与其对应的邻域像素点的灰度值，确认目标异常像素点对应的凸显程度，然后根据目标异常像素点在初始训练中的分类正确率与训练权重，计算目标异常像素点对应的反光相似度，再确认目标异常像素点对应的抽样概率，并且构建优化异常像素点，以确认最终异常训练样本，最后将所述最终异常训练样本进行预设训练算法的训练，确认增强色差检测模型，以进行涂装色差检测。通过得到增强色差检测模型再对多角度拍摄的若干数量钢管图像进行涂装色差检测，相对于传统的涂装色差检测，提高了检测准确性。