机器人视觉巡检的焊管表面缺陷检测方法

本发明涉及图像处理领域，具体公开了一种机器人视觉巡检的焊管表面缺陷检测方法。其方法通过机器人搭载双目相机及环形LED光源，沿焊管轴向匀速移动采集正射与倾斜视图，构建三维点云；基于点云建立参数化映射函数，将3D坐标转换为2D展开面坐标。在卷积神经网络中，首层插入空间变换网络校正展开图像畸变，采用可变形卷积提取边缘、局部形变及特定缺陷响应特征，结合标准卷积提取全局特征；融合多尺度特征并加入注意力机制提升缺陷区域权重，生成候选框后输出缺陷类别及边界框偏移量。该方法有效解决焊管曲面成像的拉伸、变形及缺陷失真问题，降低同一缺陷的成像差异，显著提升缺陷定位精度与识别准确性。