[发明专利]基于深度学习和图像处理的光学元件表面损伤识别方法

摘要

基于深度学习和图像处理的光学元件表面损伤识别方法，涉及元件表面损伤识别技术领域，用以解决现有技术中对于大口径元件表面损伤识别准确率较低的问题。本发明的技术要点包括：提出了光学元件表面缺陷和污染物数据的自动采集和标注方法，提高了数据集的获取效率；利用图像处理实现了目标点区域截取和数据增强，使模型注意力集中在目标点区域；采用三光源合成图像作为训练和预测依据，提高了模型的分类准确率；基于ResNeXt搭建损伤预测模型，将迁移学习引入到模型训练过程，并验证了模型的有效性。本发明实现了损伤预测模型的搭建，为大口径元件损伤点的自动化检测和修复提供了技术支撑。