摘要
本申请提供了一种基于图像处理的汽车零部件质量检测系统及方法,实时采集汽车零部件关键面的多维信息融合集;根据二维零件图像确定特征挖掘粒度,基于特征挖掘粒度进行关键特征点挖掘,得到关键特征点域,使用关键特征点域进行相似检测,得到汽车零部件关键面的检测异化特征;使用光照均衡灰度图确定汽车零部件关键面的裂纹纹理特征,通过三维配准点云数据生成汽车零部件关键面的多尺度特征向量;依据检测异化特征、裂纹纹理特征和多尺度特征向量对汽车零部件关键面进行质量检测,得到汽车零部件关键面的检测结果。本申请提供的技术方案,可以有效提取汽车零部件关键面的多尺度特征来进行质量检测,从而提高检测系统的检测精确度。
技术关键词
汽车零部件
裂纹纹理
图像处理
生成汽车
关键特征点
零件
轻量级深度神经网络
光照
统计特征
多尺度特征提取
纹理特征
灰度共生矩阵
计算机设备
信息采集模块
可读存储介质
特征提取模块
像素点
数据
系统为您推荐了相关专利信息
瑕疵
在线监测系统
汽车零部件
可降解塑料
像素点
汽车零部件自动化
装配夹具
光电传感器
计数器
机械臂
OCR识别模型
联合损失函数
识别模型训练方法
数据
生成更新参数