基于机器视觉的稀有金属加工质量检测方法

本发明涉及图像处理技术领域，公开了基于机器视觉的稀有金属加工质量检测方法，包括获取待检测加工件的多光谱偏振图像、表面法向图；重建加工件表面的三维网格模型，将多光谱偏振图像的像素信息映射为三维网格模型上顶点的多维物理属性；采用图卷积神经网络提取加工件表面的深度特征；将深度特征并行输入至分割解码器和归一化流模型，生成缺陷概率图和生成似然度图；对缺陷概率图与似然度图进行联合判决；提取判定的缺陷区域对应的几何信息与多维物理属性，并将其输入至缺陷分类器中，以确定缺陷的类型。本发明不仅能准确识别已知的缺陷类型，还能有效检出未曾学习过的新型缺陷，极大地增强了检测的泛化能力和鲁棒性。