基于机器学习的涡轮导向叶片质量快速检测方法

本发明涉及图像处理技术领域，具体涉及基于机器学习的涡轮导向叶片质量快速检测方法，包括：获取涡轮导向叶片图像，得到霍夫空间中的数据点；将数据点分为高亮点与低亮点；根据低亮点与高亮点的横、纵坐标以及亮度的差异，得到每一低亮点属于每一高亮点的可能性，进而得到若干组合；根据每一组合内所含低亮点的个数、每一组合内每一低亮点属于该组合内高亮点的可能性、每一组合内每一低亮点与该组合内高亮点的角度差异及亮度差异，对涡轮导向叶片进行质量检测。本发明旨在解决由于霍夫变换无法直接得到边缘直线所在边缘的整体直线表现程度，进而无法直接对涡轮导向叶片进行质量检测的问题。