基于深度学习实现冲孔模具的缺陷检测方法及系统

专利主权项内容

1.一种基于深度学习实现冲孔模具的缺陷检测方法，其特征在于，所述方法包括：调度冲孔磨具对应的拍摄相机，计算所述拍摄相机对应的畸变系数，利用所述拍摄相机对所述冲孔磨具进行图像采集，得到冲孔模具图像，根据所述畸变系数，对所述冲孔模具图像进行图像畸变校正，得到校正模具图像；对所述校正模具图像进行去噪处理，得到去噪模具图像，计算所述去噪模具图像中每个像素对应的平滑像素值，根据所述平滑像素值，对所述去噪模具图像进行图像优化处理，得到优化模具图像；提取所述优化模具图像中的超像素单元，计算所述超像素单元中每个单的单元灰度值和灰度标准差，根据所述单元灰度值和所述灰度标准差，计算所述超像素单元中每个单元的分割对比度，根据所述分割对比度，对所述优化模具图像进行图像分割处理，得到分割模具图像；划分所述分割模具图像中的连通区域，提取所述连通区域对应的区域特征，根据所述区域特征，识别出所述连通区域中的缺陷区域，提取所述缺陷区域对应的缺陷参数，根据所述缺陷参数和所述缺陷区域，生成所述冲孔模具对应的缺陷检测报告。