一种基于机器视觉的长直导轨微小异物自动检测方法

本发明公开了一种基于机器视觉的长直导轨微小异物自动检测方法，沿导轨方向水平布置汇聚光源，增强异物与背景视觉差异；用自动扫焦相机获取整个导轨范围的成像结果；对成像结果进行图像预处理，获取潜在异物区域热力图；对潜在异物区域热力图进行区域动态放大，获取放大区域包围盒；对放大区域包围盒通过深度注意力卷积神经网络进行特征建模和编码，判断该是否存在异物。本发明算法异物检测定位精度高；非接触式测量方法不影响设备正常运行状态；实时性强，灵敏度高，能够快速检测到导轨表面的微小异物；方法的鲁棒性和适应能力强，能够满足工厂、铁路等场景导轨异物侵入检测的任务需求；相比于其他类型传感器，视觉传感器成本更低，效价比更高。