摘要
本发明涉及金属缺陷检测技术领域,公开了一种铝合金圆铝杆表面缺陷图像超分辨率方法。该方法获取铝合金圆铝杆表面缺陷的低分辨率原始图像序列,通过多通道光学传感器同步采集不同光照角度下的灰度值分布;根据原始图像序列中相邻帧的像素位移量构建动态退化模型,提取原始图像序列中跨尺度缺陷特征,将动态退化模型的输出参数作为特征提取网络的空间约束条件;通过多级残差重建网络生成高分辨率缺陷图像,将重建网络输出的高分辨率图像反馈至动态退化模型,更新空间模糊核函数的频域响应系数以形成闭环优化。提升了缺陷特征的辨识度,为铝合金圆铝杆表面缺陷的精准检测提供可靠的图像数据基础。
技术关键词
铝合金圆铝杆
超分辨率方法
表面缺陷图像
退化模型
时域噪声
特征提取网络
空间约束条件
生成高分辨率
动态
重建图像梯度
参数
伪影
连续性
纹理
金属缺陷检测
序列
缺陷类别
光学传感器
系统为您推荐了相关专利信息
大语言模型
关键性能参数
性能退化分析方法
危害性
识别电子产品
缺陷数据集构建
预处理图像数据
表面缺陷图像
融合特征
缺陷类别
低应力工况
充放电循环次数
退化模型
表达式
锂离子电池充放电
表面缺陷检测方法
YOLO算法
钢铁
表面缺陷图像
算法模型