一种Gabor特征增强的矿用钢丝绳表面缺陷检测方法

本发明公开了一种Gabor特征增强的矿用钢丝绳表面缺陷检测方法，属于计算机视觉与人工智能应用领域。可以实现钢丝绳表面缺陷的准确、可靠，实时识别。本案在钢丝绳图像预处理阶段进行了位姿校正及光照增强，接着在YOLO的目标检测框架中引入Gabor滤波特征增强模块、BAM注意力机制、小尺寸检测头和SIoU损失函数，提升网络对纹理细节和区域注意力的敏感性，完成缺陷检测模型的部署；最后加载训练后的模型参数对实时采集图像进行推理，获取钢丝绳中出现的缺陷类型、位置和置信度信息，并输出检测结果至人机交互端。本发明显著提高检测精度和响应速度，适应矿井实际工作场景，适合应用于钢丝绳缺陷的在线检测任务。