摘要
本申请涉及图像处理技术领域,公开了一种基于人工智能的车辆表面缺陷识别方法及系统。该方法包括:通过偏振滤光多角度成像获取车辆表面图像;应用HSV色彩转换和纹理均衡处理标准化图像;结合视差分析构建三维形变特征,提取缺陷特征向量;利用位置感知卷积神经网络识别缺陷,输出严重度热力图。本申请在复杂光照环境下,准确识别并评估各种颜色和材质车辆表面的微小缺陷,同时实现缺陷的精确三维定位和严重度量化。
技术关键词
表面缺陷识别方法
原始图像数据
HSV颜色空间
金属漆
缺陷识别系统
热力图
质地特征
校正缺陷
纹理
多角度
滤光
卷积神经网络识别
气泡
车辆结构部件
图像执行分割
颜色校正
车辆三维模型
系统为您推荐了相关专利信息
土地覆盖分类方法
融合特征
分支卷积神经网络
综合评价方法
上下文特征
病虫害
灰度共生矩阵
识别方法
颜色直方图
纹理特征
缺陷识别方法
变电站
视觉特征
多模态
注意力机制
栅格
原始图像数据
强化学习算法
线路
层次分析模型
视觉特征信息
清洗参数
清理方法
视觉特征提取
样本