摘要
本发明公开了一种用于尺寸测量的优化方法，旨在提升工业检测的精度、鲁棒性和稳定性。方法包括使用高分辨率工业相机采集图像，采用深度学习边缘检测、非局部均值去噪和多尺度分析提取高质量边缘点集；基于点集分布动态调整拉伸系数进行数据拉伸校正，并结合相机标定校正几何畸变；利用RANSAC算法剔除异常点，采用加权最小二乘法拟合直线；通过自适应多次求值，基于图像质量加权平均并剔除异常值，计算最终尺寸；输出结果包含置信区间和可视化报告。系统硬件包括高分辨率相机、多光源系统，软件基于C++、OpenCV和PyTorch实现。本发明显著提高测量精度，适应复杂背景和噪声，提升稳定性与效率，适用于高精度工业检测场景。
