基于机器视觉的钛合金板材截面形变识别方法

本发明涉及图像数据处理技术领域，尤其涉及基于机器视觉的钛合金板材截面形变识别方法，该方法包括：先获取板材截面的实际轮廓与标准轮廓，生成偏差序列；接着对该序列进行多尺度小波变换，计算各尺度的相干能量，并按尺度顺序构建相干能量序列；然后，基于该相干能量序列提取分别量化缺陷频率属性和结构复杂度的第一、第二特征值；最后，将这两个特征值构成的二维特征点在预设特征空间中的位置，以识别形变类型。本发明实现对毛刺、波浪等各类形变缺陷的高精度分类，提升自动化检测的准确性与可靠性。