[发明专利]一种金属表面缺陷定位及分类方法

权利要求书

1.一种金属表面缺陷定位及分类方法，其特征是采集金属缺陷图像数据，利用级联网络获取金属缺陷图像数据的预测掩模，根据预测掩模裁剪感兴趣区域获得缺陷部分的最小矩形图像，利用分类神经网络获得金属表面缺陷分类。

2.根据权利要求1所述的一种金属表面缺陷定位及分类方法，其特征是至少两个具有相同结构的自编码网络组成级联网络。

3.根据权利要求2所述的一种金属表面缺陷定位及分类方法，其特征是自编码网络包括编码器网络和解码器网络，编码器网络将图像转换成多维特征图像进行特征提取和表示，并获得特征映射，解码器网络通过合并所有中间层学习到的特征映射的上下文信息微调像素级标签。

4.根据权利要求1-3任一所述的一种金属表面缺陷定位及分类方法，其特征是对采集的金属缺陷图像数据进行数据扩增。

5.根据权利要求4所述的一种金属表面缺陷定位及分类方法，其特征是对采集的金属缺陷图像数据转变为灰度图像数据，并进行尺寸归一化处理，再输入级联网络。

6.一种金属表面缺陷定位及分类系统，其特征是包括采集模块、级联网络处理模块、剪裁模块及分类模块，

采集模块采集金属缺陷图像数据，级联网络处理模块利用级联网络获取金属缺陷图像数据的预测掩模，剪裁模块根据预测掩模裁剪感兴趣区域获得缺陷部分的最小矩形图像，分类模块利用分类神经网络获得金属表面缺陷分类。

7.根据权利要求6所述的一种金属表面缺陷定位及分类系统，其特征是级联网络处理模块利用至少两个具有相同结构的自编码网络组成级联网络。

8.根据权利要求7所述的一种金属表面缺陷定位及分类系统，其特征是级联网络处理模块利用的自编码网络包括编码器网络和解码器网络，编码器网络将图像转换成多维特征图像进行特征提取和表示，并获得特征映射，解码器网络通过合并所有中间层学习到的特征映射的上下文信息微调像素级标签。

9.根据权利要求6-8任一所述的一种金属表面缺陷定位及分类系统，其特征是还包括数据扩增模块，数据扩增模块对采集的金属缺陷图像数据进行数据扩增。

10.根据权利要求9所述的一种金属表面缺陷定位及分类系统，其特征是还包括预处理模块，预处理模块对采集的金属缺陷图像数据转变为灰度图像数据，并进行尺寸归一化处理，再输入级联网络。