基于偏振结构光成像和改进Mask R-CNN的缺陷检测方法

摘要

为解决表面缺陷检测信息不完善、精度和效率不高等问题，本发明提供一种基于偏振结构光成像技术和改进Mask R‑CNN的缺陷检测方法，首先将偏振处理和结构光三维成像相结合，获取物体高清晰度的二维实物图和三维空间信息，并对二维实物图进行中值滤波处理；其次在Mask R‑CNN目标识别方法的基础上，加入K‑means算法对训练集进行聚类分析，并对原始FPN结构增加自上而下兼具侧边连接的支路，将下层高分辨率特征和上层高分辨率特征相结合生成新特征图；之后利用改进后的Mask R‑CNN网络检测出带有缺陷的图像，并对缺陷进行分类、定位、分割；最后通过数据整理获得缺陷的类型、位置、长度、宽度、深度、面积等一系列信息，做到对缺陷数据的量化，有效提高物体表面缺陷检测精度和效率。