一种基于深度学习的预制棒外观缺陷自动化检测方法

摘要

本发明公开了一种基于深度学习的预制棒外观缺陷自动化检测方法，涉及缺陷检测技术领域，该方法包括：通过焦平面缺陷提取法和光晕过滤处理，对预制棒棒体进行分段式表面缺陷检测和内部缺陷检测，滤除图像中的雾状干扰和远离聚焦平面的瑕疵；将背光组表面/内部缺陷图像和透光组表面/内部缺陷图像按照相同的拍摄方向进行缺陷合并，得到各个拍摄方向的表面缺陷整合图像以及其余拍摄深度的各个拍摄方向的内部缺陷整合图像；通过对内部缺陷整合图像进行相邻拍摄深度的缺陷点空间匹配，将同时出现在两个相邻拍摄深度的缺陷点归属到距离更接近的平面中；使用该方法能够减少人员与预制棒的接触，提高缺陷检测的精度及速度。