基于人工智能的机械零件表面损伤检测方法

摘要

本发明涉及零件损伤检测识别领域，具体涉及基于人工智能的机械零件表面损伤检测方法。方法包括：构建初始损伤区域的混合高斯模型和初始正常区域的混合高斯模型；根据零件表面图像中各像素点的灰度值，计算像素点与像素点之间的权值；根据初始损伤区域和初始正常区域的混合高斯模型，得到各像素点划分为损伤区域和正常区域的概率；根据像素点与像素点之间的权值、各像素点划分为损伤区域的概率和划分为正常区域的概率，构建损失函数模型，得到目标损伤区域，计算目标损伤区域的损伤指标；根据各行像素点的排列熵和各列像素点的排列熵，计算结构分布指标；根据损伤指标和结构分布指标，得到损伤程度指标。本发明提高了检测精度，节省了检测时间。