基于深度学习的三维模具表面缺陷实时检测系统

本发明涉及缺陷检测技术领域，具体公开了基于深度学习的三维模具表面缺陷实时检测系统，包括：数据收集模块：通过数据记录单元划分模具区域，记录各时刻的点云和图像数据，生成历史数据集；预处理单元利用历史点云数据生成几何缺陷定位曲线，基于图像数据生成RGB缺陷定位曲线；数据分析模块：根据几何缺陷定位曲线确定安全区间，统计各区域缺陷频率并识别高频缺陷区域；通过RGB缺陷定位曲线定位RGB相关区域；点云密度修正模块：结合RGB相关区域确定RGB敏感区域，设定初始点云密度；检测时，实时监测RGB敏感区域的RGB值，其他区域以初始密度扫描；安全区间结束后，根据缺陷频率动态调整各区域点云密度，优化检测效率。