摘要
本发明提供一种基于2D‑3D相结合的缺陷检测方法,包括以下步骤:S1:获取待测目标的多张图像并生成点云图像;S2:使用神经网络进行针孔缺陷检测;S3:对生成的点云图像进行针孔检测;S4:得到最终缺陷点;本发明方法采用2D图像和3D点云数据结合,通过深度神经网络进行高效特征提取和增强,提高对小目标缺陷的敏感度,准确识别针孔等微小缺陷,减少误检和漏检;通过计算光照向量和法向量、点云重建生成高精度的三维点云图像,克服了2D和3D数据融合的困难,实现了精准的缺陷定位。
技术关键词
缺陷检测方法
点云图像
针孔缺陷
三维点云匹配
神经网络对图像
特征提取网络
像素点
深度神经网络
坐标系
高层次
相机
图像缺陷检测
多尺度特征融合
光照
神经网络模型
视角
系统为您推荐了相关专利信息
激光表面合金化
缺陷检测方法
缺陷预测
激光熔覆熔池
图像缺陷识别
玻璃透镜
红外热成像仪
表面缺陷检测装置
可见光图像
表面缺陷检测方法
工业产品图像
表面缺陷检测方法
注意力
网络模块
融合特征
缺陷检测方法
消防水池
图像处理
直方图均衡化
灰度直方图