基于机器视觉的高速铜线缆表面质量评估方法及系统

本发明涉及铜线缆领域，尤其涉及基于机器视觉的高速铜线缆表面质量评估方法及系统。包括以下步骤：搭建图像采集系统获取高速铜线缆的图像数据；对图像数据进行预处理；建立基于深度学习的表面缺陷分类模型，输入预处理的图像数据，输出图像数据的缺陷判断结果和缺陷量化值；基于预处理的图像数据和缺陷判断结果，计算出缺陷面积占比和缺陷深度估计值，输入综合判定模型中计算缺陷严重程度评估值，基于缺陷严重程度评估值生成高速铜线缆的表面质量评估报告。本发明通过搭建由多个高速相机和均匀环形光源组成的图像采集系统，能够在高速铜线缆生产过程中清晰捕捉图像，确保了图像采集的质量。