一种基于深度学习与双目视觉的自适应焊缝检测与三维重建方法

本发明提供一种基于深度学习与双目视觉的自适应焊缝检测与三维重建方法，包括S1,采集样本并制作训练数据集；S2,处理待焊的样本的图片，识别出特征区域，通过小波变换和局部方差分析评估待焊区域的图像质量，计算噪声水平和对比度；S3,根据图像质量动态生成边缘检测参数和模型拟合参数；S4使用边缘检测算法提取焊缝区域的边缘点云；S5,对边缘点云并行执行RANSAC线性拟合、加权最小二乘拟合和多项式曲线拟合；S6基于图像质量自适应的动态评分模型选择最优拟合结果；S7结合立体匹配模型IGEV‑Stereo进行三维坐标转化，输出最终焊缝三维坐标。本发明能够高效、准确地实现焊缝位置、尺寸的自动检测。