基于量子对比和超像素聚类算法的齿轮表面缺陷检测方法

本申请公开了一种基于量子对比和超像素聚类算法的齿轮表面缺陷检测方法，涉及图像识别技术领域，采集需要进行检测的齿轮图像并进行预处理；将预处理好的数据通过超像素聚类算法生成预分割图像，产生超像素区域；使用方向梯度直方图方法对每个超像素块进行特征提取；使用余弦相似度为每个超像素块创建正负样本对，训练SimCLR对比学习框架，并使用对比损失函数NT‑Xent来优化超像素特征表示，使得正样本对特征距离缩小，负样本对特征距离拉大；使用快进量子优化算法对优化后的超像素块进行聚类迭代。