基于多尺度特征融合与注意力机制的线状缺陷检测方法

本发明提供一种基于多尺度特征融合与注意力机制的线状缺陷检测方法，涉及面板线状缺陷检测技术领域，所述方法流程为：将面板图像输入传统机器视觉网络进行自适应旋转滤波以及多尺度线状特征提取，以得到多尺度线状特征图；将面板图像输入深度特征提取网络进行高维度线状特征提取以及双路径注意力加权，以得到高维度线状特征图；对多尺度线状特征图和高维度线状特征图进行特征对齐以及特征融合，以得到线状缺陷概率图；对线状缺陷概率图进行归一化处理以及形态学后处理，以定位线状缺陷位置。本发明采用传统视觉检测与深度学习相结合的方式对面板进行线状缺陷检测，可以有效弥补特征提取不充分，导致缺陷检测误检率高的问题。