一种基于机器视觉的人造板表面缺陷智能检测方法及系统

本发明公开了一种基于机器视觉的人造板表面缺陷智能检测方法及系统，具体涉及人造板表面缺陷检测技术领域；采集人造板表面图像，并通过深度学习算法进行图像预处理、特征提取、缺陷分割和分类识别，采用多尺度卷积神经网络对图像进行特征提取，浅层卷积层捕捉小缺陷细节，深层卷积层识别大缺陷的全局特征，并通过Mask R‑CNN模型进行精确的缺陷分割，结合非极大值抑制算法去除冗余框，通过结合缺陷间的空间关系和形态特征，使用误差修正算法修正相邻缺陷的分类问题，缺陷信息实时反馈至生产线控制系统，自动进行缺陷产品的剔除或调整生产工艺参数，从而有效提高生产线的自动化水平，优化产品质量，减少人为干预和生产成本。