[发明专利]增强眼科透镜边缘缺陷检测和其他缺陷的计算机实现方法

权利要求书

1.一种计算机实现的方法，用于使用神经网络创建对象检测模型以提高检查效率，包括至少一个高性能处理器、快速存取存储器和若干并行图形处理单元，所述方法包括：

获取对象的未压缩的高分辨率图像；

通过应用平滑算法对图像进行预处理，以在未对像素数据进行压缩的情况下增强缺陷信息；

对经预处理的图像进行分割，并且通过将其重建为最适用于输入至所述图形处理单元的方形区域来执行尺寸标准化；

将深度学习算法应用于经优化的图像来提取每个图像中的特征信息，以帮助机器学习和训练；

通过应用神经网络将所提取的且校准的特征信息分类为若干类别；

将来自新图像的提取特征的类别重新分类，所述新图像是通过将生成式对抗网络应用于经优化的且未压缩的图像而生成的；

创建在所述图像中检测到的提取特征的广泛数据库，以用于未压缩图像中的微缺陷检查；

结合领域知识数据库来应用神经网络，以快速且高效地检查新器件。

2.根据权利要求1所述的计算机实现的方法，还包括：去除与正在检查的缺陷无关的冗余数据。

3.根据权利要求1所述的计算机实现的方法，还包括：去除冗余数据并且用暗像素替换所述冗余数据，以增强所述神经网络的精确度。

4.根据权利要求1所述的计算机实现的方法，还包括通过如下步骤来提取圆形对象的边缘并且将所述圆形对象的边缘水平地变换为具有交叠区域：提取所述圆形对象的边缘并且将所述圆形对象的边缘展开为水平线，并且然后，将所述水平线划分为具有交叠区域的多个段，以在结合两个相邻边缘时不会丢失任何像素信息。

5.根据权利要求4所述的计算机实现的方法，还包括以下过程：将每个水平区域彼此堆叠来创建标准化的方形图像以用于进一步分析。

6.根据权利要求5所述的计算机实现的方法，其中，使用深度学习模块来处理所述图像，所述深度学习模块用于根据在任何给定时间处的处理步骤而用于所述对象的检查、分析或者训练。

7.根据权利要求1所述的计算机实现的方法，还包括：追踪圆形对象的轮廓，并且将圆形区域划分为针对向所述图形处理单元的输入而优化的若干交叠的方形。

8.根据权利要求7所述的计算机实现的方法，其中，执行下述过程以提高精确度：提取交叠的方形区域并且用黑像素填充圆形边缘外部的所有冗余像素。

9.根据权利要求8所述的计算机实现的方法，其中，执行下述过程以进一步增强积累的领域知识数据库的效力：对所提取的特征和缺陷的特性进行分析和分类。

10.根据权利要求9所述的计算机实现的方法，其中，在制造中使用通过深度学习模块建立的领域知识执行对新对象的缺陷检测，以实现高速下的高精确度和可重复性。