摘要
本发明属于电化铝检测技术领域,具体公开了一种电化铝表面缺陷智能识别与分类方法和装置,包括:采用相机对电化铝表面进行拍摄,将采集的图像分解为红、绿、蓝原三个颜色通道分量,并使用图像增强算法对三个颜色通道分量进行处理,再合并得到增强图像;将增强图像分块处理,提取增强图像的感兴趣区域;将感兴趣区域转换为缺陷区域,获取缺陷区域的纹理特征和形状特征,形状特征包括面积占比、长宽比和圆度,纹理特征包括对比度、熵和逆差矩;建立电化铝表面缺陷分类模型,输入形状特征和纹理特征,实现不同缺陷的分类识别。本发明能够实现对电化铝表面缺陷的精确识别与分类,具有广泛的应用前景和重要的实用价值。
技术关键词
电化铝
缺陷智能
纹理特征
分类方法
图像增强算法
感兴趣
计算机可读指令
灰度共生矩阵
对比度
颜色
像素点
通道
分块
果蝇算法
计算方法
可读存储介质
分类装置
系统为您推荐了相关专利信息
无人机激光雷达
监测计量方法
无人机航测
植被
深度学习框架
健康状态评估方法
训练集
健康状态评估系统
卷积神经网络模型
Softmax函数
损失评估方法
光谱反射率特征
遥感影像数据
高分遥感影像
通道注意力机制
预训练模型
层级
数据分类方法
语义向量
语义特征
图像分割模型
溢洪道泄槽
识别方法
像素点
分类准确率