一种基于机器视觉的无纺布包装袋质检方法

本发明属于机器视觉检测技术领域，涉及一种基于机器视觉的无纺布包装袋质检方法。该方法通过语义分割模型获取包装袋的多个功能区域掩膜，同时通过缺陷检测模型获取缺陷区域掩膜并提取缺陷的位置、面积和对比度；基于缺陷的对比度和面积生成视觉显著性值，根据缺陷所处的功能区域赋予分区关键系数，并依据缺陷间的空间距离计算聚集增强因子；将三者相乘得到单一缺陷的有效危险度；融合所有缺陷的有效危险度生成综合风险指数，并与多级质量阈值比较，输出分级质检判定结果。本发明将缺陷的视觉显著性、区域重要度及空间聚集效应进行多维融合，实现了对包装袋质量风险的精准评估和精细分级，显著提升了质检的可靠性和准确性。