[发明专利]一种图像缺陷检测方法、装置及存储介质

说明书

本申请提供一种图像缺陷检测方法、装置及存储介质，所述图像缺陷检测方法，包括：获取无缺陷证件图像数据，将所述无缺陷证件图像数据作为样本数据，结合样本数据，确定图像重构模型，将待检测图像输入图像重构模型，获取待检测图像的修复图像，计算修复图像与待检测图像的残差图像，根据残差图像确定对待检测图像的缺陷检测结果。本申请提供的图像缺陷检测方法，不需要获取大量的缺陷图像作为样本数据对图像检测模型进行训练，从而避免了人工对缺陷图像中问题进行标记的过程，在保证图像缺陷检测精准度的同时，降低了成本，检测效率高。

技术领域

本申请图像处理技术领域，尤其涉及一种图像缺陷检测方法、装置及存储介质。

背景技术

在日常生活中，对于证件的制证过程中，容易出现证件表面出现打印缺陷问题，如黑边、重影、文字或图像等转印不全等缺陷，此时就需要对制作的证件的表面图像出现的缺陷问题进行检测，以避免影像证件的正常使用。目前行业内传统证件表面图像缺陷检测方法多是通过人工智能，基于深度学习的监督学习方法进行图像缺陷检测，但这种基于深度学习的图像缺陷检测方法，需要耗费大量人工对获取的海量的样本数据中的缺陷进行标注，成本较高、检测效率较低、且检测结果的准确率难以保证。

发明内容

有鉴于此，本申请实施例解决的技术问题之一在于提供一种图像缺陷检测方法、装置及存储介质，用于对制作的证件表面图像存在的缺陷进行检测，以保证缺陷检测的准确率，提高检测效率，降低缺陷检测成本。

第一方面，本申请实施例提供一种图像缺陷检测方法，包括：

获取无缺陷证件图像数据，将所述无缺陷证件图像数据作为样本数据；

根据所述样本数据，确定图像重构模型；

将待检测图像输入到所述图像重构模型中，以确定所述待检测图像的修复图像；

计算所述修复图像与所述待检测图像的残差图像；

根据所述残差图像确定对所述待检测图像的缺陷检测结果。

可选的，在本申请的一种实施例中，根据所述残差图像确定对所述待检测图像的缺陷检测结果，包括：

根据预设的像素差异阈值，对所述残差图像上的缺陷位置进行定位，根据所述定位的结果，确定所述缺陷检测结果。

可选的，在本申请的一种实施例中，对所述残差图像上缺陷位置进行定位之前还包括：对所述残差图像进行降噪处理，获得所述残差图像的平滑图像；

所述根据预设的像素差异阈值，对所述残差图像上的缺陷位置进行定位，包括：根据预设的像素差异阈值，对所述平滑图像上的缺陷位置进行定位。

可选的，在本申请的一种实施例中，根据所述样本数据，确定图像重构模型，包括：

将所述样本数据中的至少一张无缺陷样本图像划分为包括至少两个不同区域的像素块；基于全卷积编码器，设计包含不同尺寸的卷积核的重构网络模型，其中，所述不同尺寸的卷积核与所述不同区域的像素块相对应；

根据包含至少一张无缺陷图像被划分为包括至少两个不同区域的像素块的样本数据，对所述重构网络模型进行训练，根据所述训练的结果确定所述图像重构模型。

可选的，在本申请的一种实施例中，所述图像缺陷检测方法还包括：

获得对所述重构网络模型进行训练时产生的输出图像；

计算所述输出图像与所述样本数据之间的重构误差；

根据所述重构误差对所述图像重构模型进行参数调整，以优化所述图像重构模型。

基于第一方面所述图像缺陷检测方法，本申请第二方面实施例还提供一种图像缺陷检测装置，包括：