一种基于机器学习的铸件冒口图像识别方法

本发明公开了一种基于机器学习的铸件冒口图像识别方法，包括：对铸件灰度图像进行基于交叉引导滤波纹理增强，形成纹理增强图像数据集；将增强的图像通过定向Gabor滤波器组和方向一致性分析相结合的方式检测平行直线纹理；对潜在冒口区域进行连通区域分析，通过面积范围、纵横比范围和亮度对比度进行了三重筛选；提取冒口候选区域的面积特征、边缘特征、纹理特征和形状特征，标注冒口候选区域类型以形成训练样本集；引入随机森林分类器，将训练样本集输入至随机森林分类器中进行训练，得到冒口分类器，得到铸件图像中分类的冒口的类型；本发明实现了铸件冒口的准确定位和分类，为铸件清理的自动化和智能化提供了技术支持，具有显著的实用价值。