[发明专利]LED灯珠缺陷检测和评估方法、装置、计算机设备及介质

说明书

本发明公开了一种LED灯珠缺陷检测和评估方法，包括获取整体的LED灯珠图像，形成I类标签图像；将I类标签图像进行语义分割处理，得到多个单一的LED灯珠图像；对多个单一的LED灯珠图像分别进行标签化处理，得到多个II类标签数据；通过多个II类标签数据对深度神经网络模型进行训练和测试，得到LED灯珠缺陷检测模型；对所有II类标签数据进行抽样检测，构建抽样模型；将待检测的多个单一的LED灯珠图像输入LED灯珠缺陷检测模型中进行检测，并将LED灯珠缺陷检测模型的检测结果输入抽样模型中进行评估；将抽样模型的评估结果A根据阈值N_ij和M_ij进行对比并归类存储，根据对比结果判断是否需要进行人工复检。利用本发明，可以提高LED灯珠缺陷检测的正确率及检测效率。

技术领域

本发明涉及计算机视觉与概率抽样检验技术领域，尤其涉及一种LED灯珠缺陷检测和评估方法、装置、计算机设备及介质。

背景技术

LED(lighting emitting diode)灯珠具有体积小、发光效率高、寿命长、节能环保等优点，可以应用照明、背光、家电指示灯等多个场合。LED灯珠缺陷检测一直是灯珠封装厂商生产过程中的重要一环，需要对LED灯珠进行光电性能、外观全检以剔除光电性能失效和有外观缺陷的不良品。

目前外观缺陷不良检测主要还是依靠人员视力观察来完成，LED缺陷种类有数十种，这不仅需要检验人员很高的能力要求，且效率低，经常会漏检。

发明内容

本发明要解决的技术问题是：为了解决现有技术中LED灯珠检测效率低且漏检率高的技术问题，本发明提供一种LED灯珠缺陷检测和评估方法，通过将LED灯珠图像进行标签化处理并输入LED灯珠缺陷检测模型进行检测，对LED灯珠缺陷检测模型的检测结果再进行抽样评估，可以提高检测的准确率。

本发明解决其技术问题所采用的技术方案是：一种LED灯珠缺陷检测和评估方法，包括以下步骤：

S1：获取LED灯珠板图像，对所述LED灯珠板图像进行处理，获得整体的LED灯珠图像，形成I类标签图像；

S2：将所述I类标签图像进行语义分割处理，得到多个单一的LED灯珠图像；

S3：对所述多个单一的LED灯珠图像分别进行标签化处理，得到多个II类标签数据；

S4：将多个所述II类标签数据分成训练集和测试集，通过所述训练集对深度神经网络模型进行训练，通过所述测试集对所述深度神经网络模型进行测试，得到LED灯珠缺陷检测模型；

S5：对所有所述II类标签数据进行抽样检测，根据抽样检测的结果构建抽样模型；

S6：获取待检测的LED灯珠板图像并进行处理，获得整体的待检测的LED灯珠图像，形成待检测的I类标签图像；对所述待检测的I类标签图像进行语义分割处理，得到待检测的多个单一的LED灯珠图像；将所述待检测的多个单一的LED灯珠图像输入所述LED灯珠缺陷检测模型中进行检测，并将所述LED灯珠缺陷检测模型的检测结果输入所述抽样模型中进行评估；

S7：将所述抽样模型的评估结果A根据阈值N_ij和M_ij进行对比并归类存储，根据对比结果判断是否需要进行人工复检。

本发明的LED灯珠缺陷检测和评估方法，通过对LED灯珠板图像进行分割，可以一次性获得多个单一的LED灯珠图像，并能快速地对这些LED灯珠图像进行标记(标记缺陷种类)；利用这些带标记的LED灯珠图像对深度神经网络模型进行训练得到LED灯珠缺陷检测模型；将待检测的LED灯珠图像输入该LED灯珠缺陷检测模型中进行检测，再利用抽样模型对该检测结果进行二次评估，可以更为准确地评判LED灯珠的缺陷情况，并且可以简化神经网络结构，提高模型的运算效率。