摘要
本发明公开了一种基于2.5D光度立体图像的轮毂缺陷检测方法,将采集的预处理后的轮毂图像送入到预训练的深度学习模型中进行涂装轮毂缺陷的识别和定位以输出检测结果;其中轮毂图像的预处理包括:通过相机采集多种曝光下的涂装轮毂的图像,采用曝光融合算法对多种曝光下的图像进行融合得到预处理后的轮毂图像。利用2.5D光度立体图像技术,结合有监督学习与非监督学习方法,实现了对不同颜色高反光涂装轮毂缺陷的检测。
技术关键词
轮毂缺陷
光度立体
监督学习模型
图像
拉普拉斯金字塔
训练深度学习模型
融合算法
涂装
高斯金字塔
无监督学习
相机
饱和度
监督学习方法
指标
对比度
通道
像素
定位特征
系统为您推荐了相关专利信息
关键监测参数
输煤廊道
巡检方法
实时图像信息
循环神经网络模型
语义分割方法
船舶
校正特征
融合特征
特征提取模块
电网设备
故障监测方法
像素点
后滤波器
绝缘子缺陷
手术导航系统
图像处理模块
内窥镜通道
检测机身
图像采集器件