基于图像识别的光电子器件表面缺陷视觉检测方法及系统

本发明公开了基于图像识别的光电子器件表面缺陷视觉检测方法及系统，通过对三波段图像数据进行处理融合，得到三波段合成图像；构建DFD‑Net双分支深度网络模型，将三波段合成图像输入模型中，通过空洞率递增的ASPP模块捕获多尺度缺陷几何特征，通过相位一致性卷积层提取反光不敏感纹理特征，利用门控交叉注意力机制进行特征融合，基于改进YOLOv5目标检测算法对融合特征图像进行粗定位，得到缺陷区域图像，利用计算缺陷区域图像的像素级掩码，得到分割图像；通过NMS非极大值抑制算法定位分割图像的缺陷边界，输出缺陷坐标及尺寸信息。提高了光电子器件表面缺陷检测效率。