摘要
本发明公开了基于机器视觉的齿轮生产质量检测方法及系统,涉及齿轮智能生产技术领域,方法包括齿轮图像采集、图像适配增强、分级缺陷检测和生产质量反馈。本发明采用结合视觉畸变感知的图像适配增强方法进行图像适配增强,通过对齿轮图像中光照畸变区域的自动识别,针对性地增强表面细节和结构特征,有效抑制反光干扰与纹理断裂现象,从而显著提高缺陷区域的可辨识度与整体检测的稳定性;采用结合极坐标卷积增强的分级缺陷检测方法进行分级缺陷检测,通过对齿轮旋转对称结构的精细建模与周期性分析,有效提升对齿轮结构性缺陷的敏感性与判断能力,为齿轮质量评估提供更稳定可靠的数据支持。
技术关键词
齿轮缺陷
图像金字塔
区域特征提取
齿轮结构
旋转对称结构
视觉
缺陷检测方法
多尺度
轻量级卷积神经网络
图像采集模块
相似性度量函数
结构纹理特征
齿轮生产线
照明
对称性特征
笛卡尔坐标系
系统为您推荐了相关专利信息
人体姿态识别方法
神经网络框架
多模态
跨模态
时间门控