[发明专利]一种表面缺陷检测方法、装置及计算机可读存储介质在审

专利信息
申请号: 202011493629.6 申请日: 2020-12-17
公开(公告)号: CN112734690A 公开(公告)日: 2021-04-30
发明(设计)人: 徐明亮;王可;刘奕阳;姜晓恒;张晨民;李丙涛;栗芳 申请(专利权)人: 郑州金惠计算机系统工程有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06N3/04;G06N3/08
代理公司: 郑州铭晟知识产权代理事务所(特殊普通合伙) 41134 代理人: 张万利
地址: 450000 河南省郑州市金*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 表面 缺陷 检测 方法 装置 计算机 可读 存储 介质
【权利要求书】:

1.一种工业表面缺陷检测方法,其特征在于,所述方法包括:

采集工业零部件表面图像;

将所述表面图像的原始大尺寸图像分块成多个子图,得到子图训练数据集;

构建缺陷检测网络,所述缺陷检测网络包括分割网络和分类网络,所述分割网络对表面缺陷进行像素级的定位,所述分类网络对表面图像是否具有缺陷进行判定;

将子图训练数据集中的子图输入到所述缺陷检测网络中进行训练,获取训练好的缺陷检测网络;

对待测图像进行分块处理,将所述待测图像分块成多个子图块图像;

将所述多个子图块图像输入到训练好的缺陷检测网络,获取所述多个子图块图像的检测结果;

根据所述多个子图块图像的检测结果判断所述待测图像是否存在缺陷,其中,若所述多个子图块图像中的任一子图块图像为缺陷图像,则判定所述待测图像存在缺陷。

2.如权利要求1所述的工业表面缺陷检测方法,其特征在于,所述采集工业零部件表面图像采集的图像包括有缺陷和无缺陷图像。

3.如权利要求1所述的工业表面缺陷检测方法,其特征在于,所述构建缺陷检测网络包括:

搭建分割网络,所述分割网络由卷积层、池化层和全连接层组成;

搭建分类网络,所述分类网络由两部分组成,第一部分由卷积层和池化层组成,第二部分为全局池化网络。

4.如权利要求1所述的工业表面缺陷检测方法,其特征在于,所述将子图训练数据集中的子图输入到所述缺陷检测网络中进行训练,获取训练好的缺陷检测网络包括:

将子图训练数据集中的子图输入到缺陷检测网络中,对分割网络进行训练,获取训练好的分割网络;

冻结训练好的分割网络的参数,将子图训练数据集中的子图输入到分类网络中,对分类网络进行训练,获取训练好的分类网络;

冻结训练好的分割网络和分类网络的参数,将子图训练数据集中的子图输入到缺陷检测网络中进行训练,获取训练好的缺陷检测网络。

5.如权利要求1所述的工业表面缺陷检测方法,其特征在于,所述将所述表面图像的原始大尺寸图像分块成多个子图具体为:基于滑动窗口从左至右对原始大尺寸图像进行分区剪裁,且相邻的子图之间部分重叠。

6.一种缺陷表面检测装置,其特征在于,所述装置包括:

采集模块,用于采集工业零部件表面待测图像;

分块模块,用于将所述表面待测图像的原始大尺寸图像分块成多个子图块图像;

缺陷检测网络模块,包括分割网络和分类网络,所述分割网络对表面缺陷进行像素级的定位,所述分类网络对表面待测图像是否具有缺陷进行判定;

判定模块,用于根据所述子图块图像的检测结果判定所述表面待测图像是否有缺陷。

7.如权利要求6所述的装置,其特征在于,所述判定模块具体为:若所述多个子图块图像中的任一子图块图像为缺陷图像,则判定所述待测图像存在缺陷。

8.如权利要求6所述的装置,其特征在于,所述分割网络由卷积层、池化层和全连接层组成;所述分类网络由两部分组成,第一部分由卷积层和池化层组成,第二部分为全局池化网络。

9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的表面缺陷检测方法中的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于郑州金惠计算机系统工程有限公司,未经郑州金惠计算机系统工程有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011493629.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top