一种基于图像分割的钛合金棒材可视化检测方法

本发明提出了一种基于图像分割的钛合金棒材可视化检测方法。本发明对采集到的钛合金棒材表面图像进行预处理及特征增强操作；构建基于区域生长的自适应分割算法对钛合金棒材表面图像进行缺陷区域分割；对分割的缺陷区域进行缺陷特征提取；构建缺陷分类模型，基于缺陷特征对钛合金棒材缺陷类型进行分类；通过缺陷严重程度量化模型对缺陷严重程度进行量化分析；建立缺陷因果链模型，开展缺陷溯源分析和因果推导；完成缺陷溯源分析后，对多尺度特征进行融合分析给出决策建议。本发明能够高效、精准地识别和分类钛合金棒材表面缺陷，提高了缺陷检测的准确率和鲁棒性，有效解决了传统检测方法在效率、识别能力和量化分析等方面的不足。