[发明专利]产品表面缺陷检测方法及装置

权利要求书

1.一种产品表面缺陷检测方法，其特征在于，包括以下步骤：

采集包含产品表面的样本图片，将每张所述样本图片按照产品表面的轮廓特点或者按照设定的大小均匀分成样本子图，并标记所述样本子图是否有缺陷；

对所述样本子图进行数据增强，得到数据增强后的训练样本；

利用统计方法得到所述训练样本的统计特征，结合样本图片和其对应的统计特征得到合成训练样本；

利用统计方法得到所述训练样本的统计特征具体包括：

利用随机场模型得到训练样本的随机场特征；利用小波变换得到训练样本的小波特征；

结合样本图片和其对应的统计特征得到合成训练样本具体包括：

将所述随机场特征和小波特征与样本图片按照通道方向进行排列组合，得到合成训练样本；

根据所述合成训练样本，利用深度学习方法以及相似性度量函数得到缺陷检测模型；

采用所述缺陷检测模型对待测产品表面图像进行预测，判断待测产品表面是否含有缺陷。

2.根据权利要求1所述的产品表面缺陷检测方法，其特征在于，对所述样本子图进行数据增强，得到数据增强后的训练样本具体包括：

采用数据增强方法对所述样本子图进行翻转、缩放、旋转变换，得到更多的训练样本；采用深度学习方法GAN网络生成更多的训练样本。

3.根据权利要求1所述的产品表面缺陷检测方法，其特征在于，利用深度学习方法以及相似性度量函数得到缺陷检测模型具体包括：

利用深度学习方法，构建一个卷积神经网络模型，提取所述合成训练样本的深度特征，并利用相似性度量函数计算有缺陷样本和无缺陷样本深度特征之间的相似性距离L₁，以及无缺陷样本和无缺陷样本深度特征之间的相似性距离L₂；

以最大化L₁，以及以最小化L₂为目标，优化所述卷积神经网络模型，得到缺陷检测模型。

4.根据权利要求1-3任一项所述的产品表面缺陷检测方法，其特征在于，采用所述缺陷检测模型对待测产品表面图像进行预测，判断待测产品表面是否含有缺陷包括：

将每张待测图片按照产品表面的轮廓特点或者按设定的大小均匀分成待测子图，利用统计方法得到所述待测子图的统计特征，具体包括：利用随机场模型得到待测子图的随机场特征，利用小波变换得到待测子图的小波特征；

结合待测子图和其对应的统计特征得到合成待测样本，具体包括：将待测子图的随机场特征和小波特征与待测子图按照通道方向进行排列，得到合成待测样本；

将合成待测样本送入到所述缺陷检测模型，计算合成待测样本特征与所述缺陷检测模型训练的正常样本特征之间的相似性距离是否超过预先设定的阈值，如果超过所述阈值，则说明待测产品表面存在缺陷，否则说明待测产品表面无缺陷。