基于数据库对比的汽车注塑件疵点分类方法技术

本发明专利技术属于图像处理技术领域，具体涉及基于数据库对比的汽车注塑件疵点分类方法，其方法包括：对正常、疵点及待测区域提取融合了多尺度人工信息与深度学习信息的特征向量；通过计算待测区域的局部异常因子，并与基于疵点数据动态生成的判定阈值进行比较，实现对异常区域的高效初步筛选；将原始特征向量与量化后的局部异常因子拼接为增强特征向量，输入神经网络分类模型，进行精确的疵点类别判定。本发明专利技术通过动态阈值初筛与增强特征精分的两阶段策略，提升了汽车注塑件疵点检测的准确性和稳定性。

【技术实现步骤摘要】

本专利技术涉及图像处理。更具体地，本专利技术涉及基于数据库对比的汽车注塑件疵点分类方法。

技术介绍

1、工业产品，特别是汽车注塑件的表面质量自动化检测，是保障产品质量、提升生产效率的关键环节。当前，基于机器视觉的疵点检测技术已得到广泛应用，旨在替代人工目检，实现对产品表面瑕疵的快速、客观识别。并且常将传统图像处理与机器学习模型相结合，完成疵点检测和分类。

2、相关技术中，例如授权公告号为cn114926008b的中国专利文件公开了智能织布疵点图像识别与自动分类方法及系统，其公开了对分类织布图像进行特征分析，对分类织布图像组中每个分类织布图像进行疵点类型识别，利用疵点类型标记组对图像疵点特征组进行一一标记，汇总标记图像特征组，根据标记图像特征组集，对深度学习模型进行训练，得到疵点自动识别模型，提高织布疵点识别的精准度及效率。

3、然而，在复杂的工业生产环境中，现有技术仍面临诸多挑战。首先，汽车注塑件表面常存在复杂的纹理，当疵点特征微弱、形态非典型，或与正常背景纹理高度相似时，传统检测算法容易因特征区分度不足而产生漏检或误报，导致检测不本文档来自技高网...

【技术保护点】

1.基于数据库对比的汽车注塑件疵点分类方法，其特征在于，包括：

2.根据权利要求1所述的基于数据库对比的汽车注塑件疵点分类方法，其特征在于，所述获取任意ROI的特征向量，包括：

3.根据权利要求2所述的基于数据库对比的汽车注塑件疵点分类方法，其特征在于，所述获取目标ROI的分解图像集的形态学特征，包括：

4.根据权利要求2所述的基于数据库对比的汽车注塑件疵点分类方法，其特征在于，所述纹理特征的获取，包括：

5.根据权利要求1所述的基于数据库对比的汽车注塑件疵点分类方法，其特征在于，所述获取初步k-距离，以及初步k-邻域，包括：

...

【技术特征摘要】

1.基于数据库对比的汽车注塑件疵点分类方法，其特征在于，包括：

2.根据权利要求1所述的基于数据库对比的汽车注塑件疵点分类方法，其特征在于，所述获取任意roi的特征向量，包括：

3.根据权利要求2所述的基于数据库对比的汽车注塑件疵点分类方法，其特征在于，所述获取目标roi的分解图像集的形态学特征，包括：

4.根据权利要求2所述的基于数据库对比的汽车注塑件疵点分类方法，其特征在于，所述纹理特征的获取，包括：

5.根据权利要求1所述的基于数据库对比的汽车注塑件疵点分类方法，其特征在于，所述获取初步k-距离，以及初步k-邻域，包括：

6.根据权利要求1所述的基于数据库对比的汽车注塑件疵点分...

【专利技术属性】
技术研发人员：裴海峰，胡攀锋，胡小伟，胡昌，胡丽丽，
申请(专利权)人：西安威尔精密技术有限公司，
类型：发明
国别省市：