摘要
本发明公开了一种基于机器视觉的金属结构件表面损伤识别方法,所属领域为机器视觉领域,包括:通过获取已知损伤特征的参考图像数据并进行预处理,分析系统检测状态的变化趋势,判断是否存在偏差校正需求。若存在偏差,则对镜头畸变误差进行几何校正处理,得到校正后的基准图像。进一步分离损伤真实变化与系统偏差,结合低分辨率和高分辨率检测,获取疑似损伤区域的分布数据及损伤的具体特征参数数据。通过自动分类得到损伤等级的量化数据,并对多台设备间的检测差异进行校准,生成损伤位置及等级的可视化呈现信息,最终优化调整后续检测的相机参数和算法阈值,以实现高精度的损伤检测与评估。
技术关键词
金属结构件表面
损伤特征
图像
畸变误差
校正
数据
损伤识别方法
时间序列分析方法
偏差
模板匹配算法
卷积神经网络模型
直方图均衡化算法
主成分分析算法
相机曝光时间
消除噪声干扰
线性变换矩阵
跨设备
生成特征向量
分析系统
特征提取算法
系统为您推荐了相关专利信息
图像处理方法
卷积模块
图像处理系统
传感器
模数转换模块
缺陷检测识别方法
像素点
注塑模具
邻域
纹理分布特征
人脸关键点
像素点
图像生成方法
坐标
感兴趣区域图像