论文部分内容阅读
我国是工业铝型材制造大国,铝型材生产质量检测意义重大。针对传统的人工目测等方式检测效率低下,稳定性相对较弱;单一YOLOv3方法特征提取不突出,检测精度有限等问题,提出一种基于图像融合与YOLOv3的铝型材表面缺陷检测方法。首先利用图像增强、空域滤波的方法对原始图像进行预处理得到处理图像;然后借鉴SLAM中特征提取与匹配的思想对原始图像和处理图像进行特征提取与匹配;之后进行图像融合得到最终的处理后图像;再通过K-means算法聚类和调参优化,最后利用单阶段物体检测模型YOLOv3对铝型材表面缺陷进行