摘要
本发明提供了一种基于机器视觉的工业生产零件检测方法,该方法包括:在零件经过检测区域时,通过多光谱工业相机采集多维度图像数据,并对多维度图像数据进行预处理;根据结构光投影构建三维特征空间,并将预处理后的多光谱图像数据映射至三维特征空间中进行空间配准操作,得到待检测图像;提取待检测图像中的复合参数;通过几何参数和纹理参数对零件进行粗筛识别,剔除有外观缺陷的零件;通过材料特性参数对粗筛后的零件进行微观精判识别,剔除有质量缺陷的零件。该方法通过多光谱成像与结构光投影融合构建三维特征空间,结合几何、纹理及材料特性参数的复合分析,解决了传统方法检测维度单一的问题,并提高了复杂缺陷的识别准确度和效率。
技术关键词
零件检测方法
材料特性参数
工业生产
可见光图像
多光谱
材料光谱特征
结构光
RANSAC算法
反射率
工业相机
皮尔逊相关系数
纹理
滑动时间窗口
灰度共生矩阵
视觉
相位解包裹算法
双树复小波变换
系统为您推荐了相关专利信息
图像处理方法
光照
环境光传感器
Gabor滤波器组
场景语义分割
多尺度特征
可见光图像
生成掩膜数据
生成带标注
特征提取模型
无人机巡检方法
检测塔机
巡检路径
像素点
多源融合
松材线虫病
遥感识别方法
叶片叶绿素含量
无人机高光谱影像
便携式地物光谱仪