一种基于深度学习的毛毯压花定位方法

本发明属于图像处理技术领域，尤其涉及一种基于深度学习的毛毯压花定位方法。同步采集压花区域连续图像序列及张力、传输速度等生产参数构建数据集；对图像序列扫描提取压花图案轮廓关键点作为定位锚点，划定ROI区域得到粗定位结果；将生产参数输入改进时序卷积网络预测毛毯平移和旋转形变偏移量，对粗定位结果校正生成定位掩码；预存压花模板几何参数，将定位掩码与模板匹配计算，根据阈值判断是否达标用于定位。本发明融合多源数据与时序建模，通过分层定位策略，结合智能化特征处理，实现压花定位，解决了传统方法定位精度不足、易出现图案形变和错位等问题，提升了定位精度和生产效率。