一种复杂表面损伤区域识别分割方法

本发明属于表面损伤定位方法技术领域，尤其涉及一种复杂表面损伤区域识别分割方法。包括如下步骤：获取包含不同程度的复杂表面损伤的图像，基于PP‑OCRv4与Lama模型协同训练的文字区域定位与图像修复协同；运用形态学开运算去除小的孤立噪声点和连接的细小部分，运用边缘检测技术能捕捉损伤边缘，保留有价值的损伤信息；采用固定阈值法，设定特定灰度值范围对图像进行二值化处理，确定损伤区域与正常区域。本申请提供一种创新且精确的基于深度学习的方法，用于评估复杂表面的损伤，通过综合运用先进的深度学习模型实现从图像采集到损伤比例计算和结果记录的全流程自动化评估，旨在为复杂表面的维护和保障提供科学、高效且准确的评估手段。