彩钢瓦表面缺陷的CNN语义分割自学习检测方法

本发明公开了一种彩钢瓦表面缺陷的CNN语义分割自学习检测方法。包括：对彩钢瓦原始灰度图像进行二维离散傅里叶变换，得到彩钢瓦频谱图像；计算彩钢瓦功率谱图像并进行二值化、形态学膨胀操作；设计遮罩数据，对彩钢瓦频谱图像进行滤波、二维离散傅里叶逆变换；基于背景差分法，得到彩钢瓦缺陷图像；对彩钢瓦缺陷图像进行阈值化处理，生成标注图像；对多个彩钢瓦生成标注图像，将彩钢瓦原始灰度图像与标注图像作为样本数据集，训练语义分割深度卷积神经网络；将待检测彩钢瓦原始灰度图像输入训练好的神经网络，得到彩钢瓦缺陷检测结果并对结果进行筛选。利用本发明，可以在彩钢瓦表面缺陷检测场景中，提高彩钢瓦表面缺陷检测效率和检测精度。