[发明专利]一种大分辨率图像的缺陷检测方法及系统

权利要求书

1.一种大分辨率图像的缺陷检测方法，其特征在于，包括以下步骤：

S1：采用滑动窗口在待测缺陷图像上进行横向和纵向滑动，将待测缺陷图像切割为多个分区图像，且若干次横向或纵向滑动所覆盖的分区图像的集合需覆盖整个缺陷图像；

S2：通过基于小分辨率图像训练得到的目标检测模型对每一个所述分区图像进行缺陷检测，得到一个描述目标检测框的结果集合，每一个所述目标检测框的检测结果包括该目标检测框内所包含的缺陷类型的概率分类值；

S3：根据目标检测框左上角的点坐标、宽度、高度计算每一个目标检测框中心点的坐标，并根据所述中心点的坐标对所述结果集合中的各目标检测框进行排序；依次计算排序后的结果集合中相邻的两个目标检测框之间的欧式距离，当所述欧式距离小于预设的窗口融合阈值时对两个目标检测框进行融合，以概率分类值最大的目标检测框作为缺陷检测结果。

2.如权利要求1所述的缺陷检测方法，其特征在于，所述目标检测框的检测结果还包括检测框左上角的点坐标、检测框的宽度和高度。

3.如权利要求1所述的缺陷检测方法，其特征在于，步骤S1之前还包括：

将大分辨率的样本缺陷图像切割为若干小分辨率图像，对所述小分辨率图像中的缺陷类型进行标记，生成训练集合；并根据所述训练集合对基于深度学习的目标检测模型进行训练。

4.如权利要求1所述的缺陷检测方法，其特征在于，所述滑动窗口的大小为312像素×312像素、416像素×416像素、512像素×512像素、608像素×608像素中的任一种。

5.一种大分辨率图像的缺陷检测系统，其特征在于，包括处理器、存储器，以及存储在所述存储器中并可在所述处理器中运行的计算机程序，所述计算机程序被处理器执行时实现权利要求1-4任一项所述方法的步骤。

6.如权利要求5所述的缺陷检测系统，其特征在于，所述处理器包括滑动模块、检测模块和融合模块；

所述滑动模块用于采用滑动窗口在待测缺陷图像上进行横向和纵向滑动，将待测缺陷图像切割为多个分区图像，且若干次横向或纵向滑动对应的分区图像的集合需覆盖整个缺陷图像；

所述检测模块用于通过基于小分辨率图像训练得到的目标检测模型对每一个所述的分区图像进行缺陷检测，得到一个描述目标检测框的结果集合，每一个所述目标检测框的检测结果包括该目标检测框内所包含的缺陷类型的概率分类值；

所述融合模块用于依次计算所述结果集合中相邻的两个目标检测框之间的欧式距离，当所述欧式距离小于预设的窗口融合阈值时对两个目标检测框进行融合，取概率分类值最大的目标检测框作为缺陷检测结果。

7.如权利要求6所述的缺陷检测系统，其特征在于，所述目标检测框的检测结果还包括检测框左上角的点坐标、检测框的宽度和高度。

8.如权利要求7所述的缺陷检测系统，其特征在于，还包括排序模块；

所述排序模块用于根据目标检测框左上角的点坐标、宽度、高度计算每一个目标检测框中心点的坐标，并根据所述中心点的坐标对所述结果集合中的各目标检测框进行排序。

9.如权利要求6或8所述的缺陷检测系统，其特征在于，还包括分割模块和训练模块；

所述分割模块用于将大分辨率的缺陷样本图像切割为若干小分辨率图像，对所述小分辨率图像中的缺陷类型进行标记，生成训练集合；

所述训练模块用于根据所述训练集合对基于深度学习的目标检测模型进行训练。