实时图像增强的制造表面缺陷评估方法及系统

本申请涉及缺陷评估技术领域，公开了实时图像增强的制造表面缺陷评估方法及系统。方法包括：获取目标部件在旋转过程中的连续图像序列，估算目标部件的旋转速度和表面位移，并提取表面几何轮廓，生成初始图像集；基于初始图像集确定目标部件表面的几何特征向量，并输入预训练的卷积神经网络模型，识别螺纹沟槽区域与曲面区域；基于区域类型及光流场密度评估结果，动态调整各区域裂纹的边缘检测参数，并对初始图像集进行滤波处理，生成增强图像集；基于边缘检测参数识别增强图像集中目标部件的缺陷轮廓，获得缺陷参数集，将缺陷参数集中的量化指标与预设阈值进行比对，判断缺陷的严重等级，本申请提高了制造部件表面缺陷的识别精确度。