一种基于灰度共生矩阵的弱特征表面缺陷检测方法、终端及存储介质

本发明公开了一种基于灰度共生矩阵的弱特征表面缺陷检测方法、终端及存储介质，属于图像处理技术领域，步骤包括S1.基于图像非均匀阈值分割生成灰度共生矩阵并提取纹理特征和S2构建融合纹理特征的YOLOv3深度学习检测模型。本发明针对弱特征图像表面缺陷检测问题将灰度共生矩阵与卷积神经网络技术相结合，使用自适应图像灰度化算法对源图像进行处理，然后使用非均匀阈值分割算法完成图像的多阈值分割，在此基础上生成图像灰度共生矩阵并计算相应的特征量，然后将灰度共生矩阵的特征量与YOLOv3神经网络算法相结合，并改进YOLOv3算法的损失函数，从而有效提高了对弱特征图像表面缺陷检测的准确性和可靠性，具有广阔的应用市场空间和经济价值。