基于机器视觉的板材表面缺陷检测系统及方法与流程

1.基于机器视觉的板材表面缺陷检测方法，其特征在于，具体步骤包括：

2.根据权利要求1所述的基于机器视觉的板材表面缺陷检测方法，其特征在于，运用光照补偿算法对实时采集的图像进行动态调整的过程为：

3.根据权利要求2所述的基于机器视觉的板材表面缺陷检测方法，其特征在于，根据retinex算法生成的光照估计图像对图像进行调整的具体步骤为:

4.根据权利要求1所述的基于机器视觉的板材表面缺陷检测方法，其特征在于，对板材图像数据进行预处理包括运用灰度归一化方法对图像数据进行归一化，使用自适应直方图均衡化对图像进行增强，并采用高通滤波方法对图像进行去噪。

5.根据权利要求4所述的基于机器视觉的板材表面缺陷检测方法，其特征在于，运用灰度归一化方法对图像数据进行归一化的方法为：

6.根据权利要求4所述的基于机器视觉的板材表面缺陷检测方法，其特征在于，使用自适应直方图均衡化对图像进行增强的方法为：

7.根据权利要求1所述的基于机器视觉的板材表面缺陷检测方法，其特征在于，卷积神经网络模型的建模过程为：

8.根据权利要求7所述的基于机器视觉的板材表面缺陷检测方法，其特征在于，联合损失函数的设定方法为：

9.根据权利要求8所述的基于机器视觉的板材表面缺陷检测方法，其特征在于，提供决策支持的逻辑为：

10.基于机器视觉的板材表面缺陷检测系统，其特征在于，包括多元成像模块、卷积建模模块、边缘计算模块、决策支持模块；