[发明专利]图像缺陷检测方法、检测装置、检测设备及存储介质

权利要求书

1.一种图像缺陷检测方法，其特征在于，包括：

获取对象上的初始图像，以及调用与所述初始图像类型对应的目标图像；

提取所述目标图像中的目标特征点集合，以及提取所述初始图像中的初始特征点集合；

对所述初始特征点集合和所述目标特征点集合进行匹配，得到所述初始图像对应的第一图像；

对所述第一图像进行卷积网络和深度学习处理，得到第二图像；

将所述第二图像和所述目标图像进行比对，得到所述初始图像的检测结果。

2.根据权利要求1所述的方法，其特征在于，在所述调用与所述初始图像类型对应的目标图像之前，所述方法还包括：

确定所述对象上的感兴趣区域，对所述感兴趣区域的图像进行二值化处理；

从二值化处理后的所述图像中确定对应的最大轮廓的轮廓信息；

确定所述轮廓信息的最小外接矩形，将所述最小外接矩形对应的区域作为目标图像；

根据所述轮廓信息确定所述目标图像的类型；

按照所述类型对所述目标图像进行存储。

3.根据权利要求1所述的方法，其特征在于，所述提取所述目标图像中的目标特征点集合，以及提取所述初始图像中的初始特征点集合，包括：

获取所述目标图像的第一目标边缘信息，以及所述初始图像的第一初始边缘信息；

获取所述第一目标边缘信息在非线性尺度空间下的第二目标边缘信息，以及所述第一初始边缘信息在非线性尺度空间下的第二初始边缘信息；

从所述第二目标边缘信息中获取指定位置的多个第一目标特征点，以及从所述第二初始边缘信息中获取指定位置的多个第一初始特征点；

通过描述符处理，得到多个所述第一目标特征点对应的多个第二目标特征点，以及多个所述第一初始特征点对应的多个第二初始特征点；

对多个所述第二目标特征点进行度量和配准处理得到所述目标图像的目标特征点集合，以及对多个所述第二初始特征点进行度量和配准处理得到所述初始图像的初始特征点集合。

4.根据权利要求1所述的方法，其特征在于，所述对所述第一图像进行卷积网络和深度学习处理，得到第二图像，包括：

通过对所述第一图像和所述目标图像进行卷积网络处理，获取所述第一图像对应的第一特征点集合；

对所述第一特征点集合进行仿射变换和位移场处理，获取所述第一特征点集合对应的第一组损失值信息；

通过细化位移场和深度学习处理，确定所述第一特征点集合的第二组损失值信息；

对所述第一组损失值信息和所述第二组损失值信息进行比对，得到比对结果；

根据所述比对结果，得到所述第一图像对应的第二图像。

5.根据权利要求1所述的方法，其特征在于，所述对所述初始特征点集合和所述目标特征点集合进行匹配，得到所述初始图像对应的第一图像，包括：

对所述初始图像和所述目标图像进行随机抽样一致性匹配处理，得到所述初始图像对应的预设特征点集合和预设变换矩阵信息；

利用所述预设变换矩阵信息，对所述预设特征点集合进行仿射变换处理，得到所述初始图像对应的所述第一图像。

6.根据权利要求1所述的方法，其特征在于，所述根据所述第二图像和所述目标图像进行比对，得到所述初始图像的检测结果，包括：

对所述第二图像和所述目标图像进行比对，得到所述初始图像对应的缺陷面积；

根据所述缺陷面积，确定所述初始图像的检测结果。

7.根据权利要求6所述的方法，其特征在于，所述对所述第二图像和所述目标图像进行比对，得到所述初始图像对应的缺陷面积，包括：

按照所述目标图像，对所述第二图像进行缺陷检测算法处理，得到第三特征点集合；

将所述第三特征点集合对应的区域作为所述初始图像对应的缺陷面积。