一种双目机器视觉的钢材表面损伤识别方法

本发明涉及一种双目机器视觉的钢材表面损伤识别方法，通过构建双目采集系统，采用可见光相机和红外相机同时获取可见光图像和红外图像，通过热激励源对采集点进行加热，依据钢材表面缺陷与完好部分的比热容差异而产生的温差，引入红外相机对其进行温度分布情况进行拍摄，结合传统可见光相机采集到的直观图像，再对两种图像进行对齐裁剪等预处理，最后利用深度学习方法建立损伤识别模型，融合可见光图像和红外图像之间对应损伤部位的特征，从而输出准确的表观损伤类型，达到对钢材表面损伤的识别，相对于传统的单一可见光图像探伤方法，引入了额外的温度信息，结合了可见光相机和红外相机两种拍摄类型的优势，增加了对环境变化的适应性和鲁棒性。