摘要
本发明公开了一种钣金件涂装前表面缺陷检测方法及系统,包括以下步骤:S1,多模态数据采集:通过激光三维轮廓仪和高光谱相机同步采集钣金件表面的三维点云数据和高光谱图像,同时记录环境光照和温度参数;S2,数据预处理:对三维点云进行去噪、平滑处理并提取表面轮廓特征,对高光谱图像进行坏点修复、波段选择及反射率校正。该钣金件涂装前表面缺陷检测方法及系统,通过多模态数据采集,融合三维形貌和高光谱特征,相比传统单一视觉检测,能更全面、准确地识别钣金件表面缺陷,尤其是对微小缺陷和难以用肉眼区分的氧化层的缺陷,识别率显著提高,通过采用轻量化深度学习模型,在保证检测精度的同时,提高了推理速度。
技术关键词
表面缺陷检测系统
多模态数据采集
表面缺陷检测方法
钣金件
三维轮廓仪
脉冲耦合神经网络
深度学习模型
点火次数
涂装
高光谱相机
轮廓特征
主成分分析法
三维点云数据
数据处理单元
双通道注意力
检测环境参数
轮廓波变换
融合特征
识别模块