功率管的红外热图像识别，属于那种看着挺硬核、用起来还蛮实用的老派技术资源。用红外图像搞焊接质量，靠的是自动聚焦加上特征参数提取，分类也不复杂，用了个最小特征加权距离的老派方法，识别准确率还不错。

是后面的缺陷检测部分，结合了点 AI 思路，用自动阈值选取把缺陷区域给分出来，再做定量。听起来挺“研究生”，但看懂之后你会发现，思路还挺清晰，适合搞检测识别方向的前端兄弟参考。

配套资源也不少，像LBP 特征、人脸图像、SIFT 特征，甚至还有pymfe这种Python 元特征工具，挺全的，能拓展不少思路。尤其是搞图像的那部分，拿来做 Demo 或小实验也挺方便。

如果你平时跟MATLAB打交道多，那几个链接可以点开看看，有 PPT 教程、程序包、甚至人脸识别的经典例子，都比较接地气。如果你用 Python 多，也有资源支持，是pymfe，做模型前的特征探索时能省不少事。

用的时候记得注意图像的输入格式，还有分类器里特征加权的方式，自己训练数据多的话，分类效果提升空间还是挺大的。如果你刚好在做图像检测方向的项目，这一套内容可以当个参考模板。