摘要
本发明的一种轮毂图像的缺陷类别识别方法、介质及设备,通过获取原始轮毂图像对应的边缘梯度图,获取其中各像素点的梯度方向,根据其中每个像素点的坐标和梯度方向得到轮毂圆参数,然后创建与原始轮毂图像大小相等的空白图像,根据轮毂圆参数得到轮毂前景参数,以根据轮毂圆参数裁剪空白图像得到前景掩膜图像,并根据轮毂前景参数和前景掩膜图像得到第一轮廓目标图像,对第一轮毂目标图像进行特征增强,得到三通道目标图像,根据轮毂的辐条确定旋转采样周期,以旋转三通道图像得到若干张采样图像,将各原始轮毂图像的采样图像输入构建并训练后的神经网络模型,得到各原始轮毂图像对应的缺陷类别。解决了现有技术识别复杂程度高且识别率低等问题。
技术关键词
缺陷类别
图像
神经网络模型
像素点
参数
三通道
识别方法
感兴趣
积层
可执行程序代码
轮毂缺陷
灰度直方图
掩膜
池化特征
卷积特征
边缘检测
欠铸缺陷
冷隔缺陷
计算机存储介质