一种基于机器视觉的特种泡沫表面缺陷分类检测方法

本发明公开了一种基于机器视觉的特种泡沫表面缺陷分类检测方法，涉及视觉检测技术领域，包括采集特种泡沫表面缺陷原始图像，构建训练数据集；对训练数据集中的原始图像进行预处理；构建改进GoogLeNet神经网络模型，使用训练数据集对改进GoogLeNet神经网络模型进行训练，生成权重文件；采集待检测图像并输入至训练完成的改进GoogLeNet神经网络模型中，并基于权重文件得到检测结果。本发明所涉及的图像中表面缺陷尺寸细小，故对传统GoogLeNet神经网络模型进行改进，优化其结构和参数量，以实现快速、准确地对泡沫表面缺陷进行检测识别。