摘要
本发明提供基于机器视觉的包材瑕疵检测方法及系统，涉及机器视觉技术领域，包括采集多角度图像序列构建深度图，对图像进行几何校正和光照补偿；利用多尺度方向滤波器组和自适应方向增强因子生成特征图序列，构建特征金字塔结构实现瑕疵区域的层级化分割；提取包含局部纹理、灰度统计和形状描述的多维特征集，通过特征评估矩阵分配权重系数融合生成特征向量；采用双阶级联分类器进行分类，第一阶使用轻量级决策树快速预分类，第二阶通过注意力增强的深度网络提取并融合特征。本发明提高了包材瑕疵检测的准确性和实时性，增强了检测系统对不同类型瑕疵的适应能力。
