基于深度学习的电缆端头三维光扫描缺陷检测方法及装置

本发明公开一种基于深度学习的电缆端头三维光扫描缺陷检测方法及装置，涉及电缆检测技术领域，包括：对电缆端头进行多角度扫描，采集电缆端头表面几何信息的原始三维点云数据；对原始三维点云数据进行滤波处理，并采用体素网格降采样方法对滤波后的点云数据进行降采样；训练PointNet++模型，将降采样后的点云数据按预设数量采样后输入至经训练的PointNet++模型中进行缺陷检测；利用三维可视化技术，在电缆端头的三维点云模型上标注并显示识别出的台阶、凹陷、毛刺缺陷及其对应的缺陷区域。本发明有效提升了点云数据质量与缺陷检测精度，具有较高的实用性与可靠性。