一种工业瑕疵检测中基于特征融合与注意力的图像分割方法

本发明公开了一种工业瑕疵检测图像分割方法，涉及图像处理技术领域。先预处理工业产品原始图像，经灰度化、归一化、滤波去噪增清；再用卷积神经网络提取多尺度特征图，随后融合各尺度特征图；接着运用通道与空间注意力结合机制，突出瑕疵区域特征；最后以U‑Net结构分割网络分割处理后的特征图，借跳跃连接保留细节，输出瑕疵分割结果。本发明融合多尺度特征与注意力机制，精准定位瑕疵，适应复杂环境，可实时处理图像，满足大规模生产需求，能有效减少人工检测误差，提高工业瑕疵检测的准确性与效率，为工业生产提供可靠的瑕疵检测方案。