一种基于深度学习的编织预制体表面参数检测方法

本发明公开了一种基于深度学习的编织预制体表面参数检测方法，包括：收集并构建编织预制体图像集，训练U‑Net模型直至损失函数收敛，使用测试集验证U‑Net模型，将输出的纱线边缘与人工标记比较，当MIoU高于预设值时，完成U‑Net模型训练。将实时采集的编织预制体表面图像输入训练好的U‑Net模型中输出纱线边缘识别结果，利用图像形态学处理去除识别结果的噪声并连接边缘断点，利用轮廓提取和自适应DP算法拟合出平行四边形纱线单元，通过几何运算得出预制体编织角、节距和纱线宽度。本发明基于深度学习的编织预制体表面参数检测方法具有智能、高效、精确的特点，能极大提高复合材料编织工艺的效率和可靠性。