摘要
本发明公开了一种基于深度学习的焊接飞溅物分割与识别系统及方法,设置图像采集模块和图像预处理模块,利用改进的深度学习网络构建飞溅物分割模块,对处理后图像进行像素级分割,识别出焊接飞溅物区域,输出初始分割结果,对初始分割结果进行形态学处理和边界优化,生成分割结果,将分割结果转换为实际坐标系下的位置信息,为自动打磨设备提供指导,将检测结果叠加显示在原始图像上,提供直观的检测结果。白车身焊接飞溅物的检测精度显著提高,对散射状、不规则形状的焊接飞溅物具有更强的适应性;能够处理复杂背景、变化光照条件下的检测任务;实时性能良好,满足生产线节拍要求;为自动化打磨设备提供精准的区域定位信息,提高打磨效率和质量。
技术关键词
焊接飞溅物
局部二值模式
Sigmoid函数
分支
双边滤波算法
多尺度特征融合
表达式
感知损失函数
通道注意力机制
识别系统
解码器
多层次
像素
直方图均衡化
全局平均池化
LBP特征提取
图像采集模块
融合特征