摘要
本发明涉及图像数据处理技术领域,尤其涉及一种用于海波管加工的管壁缺陷检测方法。包括:获取海波管的表面图像内像素点的灰度值;对于表面图像内像素点中的目标像素点,确定目标像素点的参考区域的纹理复杂度;利用边缘检测对表面图像进行识别,得到表面图像内的所有边缘像素点;确定目标像素点的参考区域的位置重要度;确定目标像素点的滤波需求度;获取目标像素点的修正后高斯核边长;利用单尺度Retinex算法对表面图像进行增强,再通过人工神经网络对增强后的表面图像进行检测。本发明通过动态调整高斯核的大小,可更好地处理不同特征的图像区域,提高了对海波管表面图像的处理效果,从而提升整个管壁缺陷检测的准确性。
技术关键词
像素点
缺陷检测方法
海波管
Retinex算法
人工神经网络
管壁
Laplacian算子
边缘检测
复杂度
计算机程序指令
图像数据处理技术
纹理
Canny算子
缺陷检测系统
信息熵
深度学习模型
滤波
邻域
数值
系统为您推荐了相关专利信息
自动化测量方法
图像处理算法
grabcut算法
多视角成像系统
轮廓特征
图像采集设备
区域识别方法
定位点
红外补光灯
预警方法
像素点
肺部CT图像
图像增强技术
灰度特征
邻域
像素点
路面机械
深度学习网络模型
导航方法
场景