摘要
本申请涉及机器视觉技术领域,尤其涉及一种基于机器视觉的分离机筛面分离检测方法及系统,方法包括基于筛面光照适应度模型部署图像采集组件,并对所述图像采集组件采集到的筛面图像进行纹理增强处理,得到纹理增强因子;根据所述纹理增强因子提取颗粒分布密度,并根据所述颗粒分布密度,构建整个筛面状态的全局分离一致性指标;根据所述全局分离一致性指标生成显著性权重;根据所述显著性权重构和预设的筛面缺陷判断阈值生成筛面缺陷判断结果。本申请通过引入多尺度纹理增强与动态分块机制,在复杂颗粒运动背景下强化筛面纹理特征,对筛面分离异常区域进行精细化识别和缺陷类型智能分类,提升异常检测的准确率和稳定性。
技术关键词
图像采集组件
分离机
因子
光照
密度
多尺度
机器视觉技术
图像指标
动态纹理
重构
权重模型
分块
纹理特征
处理器
计算机设备
模块
系统为您推荐了相关专利信息
集成散热结构
集成散热器
扇出型封装
热界面
控制翘曲
三维点云数据
DBSCAN聚类算法
识别方法
邻域
铸件
参数
蒙特卡洛
期望最大化算法
系统特征
场景特征
故障诊断模型
水轮发电机
故障诊断方法
人工智能模型
螺旋