[发明专利]基于人工智能图像处理的缺陷检测系统、方法及装置在审

专利信息
申请号: 202110542734.2 申请日: 2021-05-18
公开(公告)号: CN113393424A 公开(公告)日: 2021-09-14
发明(设计)人: 胡雄;宋丁楠 申请(专利权)人: 深圳市逸视技术有限责任公司
主分类号: G06T7/00 分类号: G06T7/00;G06K9/62;G06Q10/06;G06Q50/04
代理公司: 深圳市恒程创新知识产权代理有限公司 44542 代理人: 苗广冬
地址: 518000 广东省深圳市南山区粤海街道高*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 人工智能 图像 处理 缺陷 检测 系统 方法 装置
【说明书】:

发明公开了一种基于人工智能图像处理的缺陷检测系统、方法及装置,属于缺陷检测技术领域。本发明缺陷检测系统包括依次连接的检测模块、图像处理模块及样本管理模块,检测模块获取目标产品的条码信息,根据条码信息获取目标产品的外观图像信息,将外观图像信息与条码信息发送至图像处理模块,样本管理模块获取标准样本信息,根据标准样本信息获取样本图像信息,将样本图像信息发送至图像处理模块,图像处理模块根据外观图像信息、条码信息及样本图像信息进行外观缺陷检测,得到目标产品的缺陷检测信息,检测模块接收图像处理模块反馈的缺陷检测信息,以展示检测结果,实现信息交互,无需定制设备和专业人员操作完成缺陷自动识别,降低检测成本。

技术领域

本发明涉及缺陷检测技术领域,尤其涉及一种基于人工智能图像处理的缺陷检测系统、方法及装置。

背景技术

外观缺陷检测是各个行业保障产品质量必不可少的手段,以往质检行业采用人工进行产品缺陷检验,随着时代的发展,质检行业对智能化、自动化要求越来越高,根据图像识别技术的机器视觉而定制的缺陷检验设备,可有效提升了检测效率及准确度。目前,因检测设备需要针对检测产品、场景进行适配性优化,传统机器视觉厂家及新兴机器视觉厂家均要根据检测场景定制检验设备,而定制设备的操作软件均为专业软件,通过培训才能使有一定质检能力的人员进行操作,但需要花费较多人力物力。同时由于定制设备部署的封闭性,不管定制设备的检测方案是否优化或者性能提升,本地的检测设备均受限于设备硬件性能及算法技术,其检测速度及准确度无法得到提升。

上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种基于人工智能图像处理的缺陷检测系统、方法及装置,旨在解决现有技术中定制检验设备依赖专业人员操作,使得检测成本较高的技术问题。

为实现上述目的,本发明提供了一种基于人工智能图像处理的缺陷检测系统,所述缺陷检测系统包括依次连接的检测模块、图像处理模块及样本管理模块;

所述检测模块,用于获取目标产品的条码信息,根据所述条码信息获取所述目标产品的外观图像信息,将所述外观图像信息与所述条码信息发送至所述图像处理模块;

所述样本管理模块,用于获取标准样本信息,根据所述标准样本信息获取样本图像信息,将所述样本图像信息发送至所述图像处理模块;

所述图像处理模块,用于接收所述外观图像信息、所述条码信息及所述样本图像信息,根据所述外观图像信息、所述条码信息及所述样本图像信息进行外观缺陷检测,得到所述目标产品的缺陷检测信息,以完成缺陷自动识别;

所述检测模块,还用于接收所述图像处理模块反馈的所述缺陷检测信息,以根据所述缺陷检测信息展示检测结果,实现信息交互。

可选地,所述样本管理模块包括产品管理单元及场景管理单元,所述产品管理单元与所述场景管理单元连接,所述场景管理单元与所述图像处理模块连接;

所述产品管理单元,用于获取样本条码信息,将所述样本条码信息发送至所述场景管理单元;

所述场景管理单元,用于根据所述样本条码信息获取所述标准场景信息,根据所述标准场景信息获取所述标准样本信息,根据所述标准样本信息获取样本图像信息,将所述样本图像信息发送至所述图像处理模块。

可选地,所述缺陷检测系统还包括检测数据管理模块,所述检测数据管理模块与所述图像处理模块;

所述检测数据管理模块,用于接收所述图像处理模块反馈的所述缺陷检测信息,根据所述缺陷检测信息生成检测质量信息,以根据所述检测质量信息进行质量分析。

可选地,所述缺陷检测系统还包括用户管理模块,所述用户管理模块与所述检测数据管理模块连接;

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深圳市逸视技术有限责任公司,未经深圳市逸视技术有限责任公司许可,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/202110542734.2/2.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