一种基于多光谱融合的纸箱裁切完整度检测方法

本申请属于计算机技术领域，具体涉及一种基于多光谱融合的纸箱裁切完整度检测方法，旨在解决高速生产线环境下纸箱裁切缺陷检测精度低、漏检率高的问题。该方法包括：步骤（1）通过编码器同步触发可见光相机、近红外相机和紫外相机分别采集纸箱的三光谱图像；步骤（2）对三光谱图像进行去噪、畸变校正和灰度归一化处理；步骤（3）将三光谱图像在通道维度拼接生成融合特征图，采用通道注意力模块和空间注意力模块的级联结构进行加权处理；步骤（4）将融合特征图输入预训练的ResNet50深度学习缺陷检测网络，输出缺陷类别、位置和置信度；步骤（5）根据预设的缺陷阈值进行判定，输出正常信号或缺陷类型和剔除信号。本申请通过多光谱融合检测与深度学习算法相结合，能够实现高速生产线条件下的高效、准确检测，具有检测维度全面、准确率高、环境适应性强和可追溯性强的优点。