[发明专利]一种产品缺陷检测方法、系统、装置及存储介质

权利要求书

1.一种产品缺陷检测方法，其特征在于，其包括如下步骤：

1）图像采集及预处理：采集多个合格产品的图像作为模型训练样本图，将采集的模型训练样本图进行图像归一化处理，形成模型训练图；

2）构建神经网络模型，并通过模型训练图对神经网络模型完成模型训练；

3）将步骤1）中的模型训练图输入神经网络模型，得到神经网络模型输出的模型特征图；

4）将步骤1）中采集的所有模型训练图和与其对应的模型特征图进行做差处理得到差异图；

5）对差异图采用池化函数进行下采样，将差异图分为多个差异块，将多个差异图中位置对应的差异块的差异值一一对应进行比较，以每个位置差异块最大的差异值作为该位置差异块的判断阈值；

6）采集需要检测产品的图像并进行预处理，得到标准检测图；

7）将标准检测图输入到神经网络模型，神经网络模型输出检测产品特征图；

8）将标准检测图像与检测产品特征图进行做差处理得到检测产品差异图，并采用池化函数进行下采样，将检测产品差异图分为多个差异块，并计算每个差异块的差异值；

9）将检测产品差异图的差异块的差异值与步骤6）中差异图中各位置差异块的判断阈值一一对应进行比较，如检测产品差异块的差异值大于对应差异块判断阈值的比例大于规定比例阈值，则检测产品判断为不合格产品，如小于规定比例阈值，则检测产品判断为合格产品。

2.根据权利要求1所述的产品缺陷检测方法，其特征在于，步骤1）中图像归一化处理包括缩放处理、平移处理、裁切处理。

3.根据权利要求1所述的产品缺陷检测方法，其特征在于，所述多个合格产品的图像为多个在同一拍摄角度，同一拍摄参数，同一环境光照情况照出来的同一类型但不同个体的图像。

4.根据权利要求1所述的产品缺陷检测方法，其特征在于，步骤1）中，对合格产品的图像进行图像归一化处理时，选择图像上的待检测区域进行裁切处理，并将裁切的图作为模型训练图。

5.根据权利要求1所述的产品缺陷检测方法，其特征在于，步骤1）中进行图像归一化处理时对图片进行随机抖动处理。

6.根据权利要求1所述的产品缺陷检测方法，其特征在于，步骤6）、9）中差异块的平均值作为差异值。

7.根据权利要求1所述的产品缺陷检测方法，其特征在于，步骤2）中，训练模型练时用输入的模型训练图与模型网络结果做平方差损失，使训练模型拟合无缺陷数据信息。

8.一种产品缺陷检测系统，其特征在于，其包括：

图像采集及预处理模块，所述图像采集及预处理模块用于采集多个合格产品的图像作为模型训练样本图，将采集的模型训练样本图进行图像归一化处理，形成模型训练图；

神经网络模型，所述神经网络模型通过模型训练图进行训练后用于对输入的图片进行处理输出模型特征图；

模型差异图处理模块，所述模型差异图处理模块用于将采集的所有模型训练图和与其对应的模型特征图进行做差处理得到差异图；

差异图判断阈值计算模块，所述差异图判断阈值模块用于对差异图采用池化函数进行下采样，将差异图分为多个差异块，将多个差异图中位置对应的差异块的差异值一一对应进行比较，以每个位置差异块最大的差异值作为该位置差异块的判断阈值；

检测图采集模块，所述检测图采集模块用于采集需要检测产品的图像并进行预处理，得到标准检测图；

检测产品特征图输出模块，所述检测产品特征图输出模块用于将标准检测图输入到神经网络模型，神经网络模型输出检测产品特征图；

检测产品差异值计算模块，所述检测产品差异值计算模块用于将标准检测图像与检测产品特征图进行做差处理得到检测产品差异图，并采用池化函数进行下采样，将检测产品差异图分为多个差异块，并计算每个差异块的差异值；

判断模块，所述判断模块用于将检测产品差异图的差异块的差异值与各位置差异块的判断阈值一一对应进行比较，如检测产品差异块的差异值大于各差异块的判断阈值的比例大于规定比例阈值，则检测产品判断为不合格产品，如小于规定比例阈值，则检测产品判断为合格产品。