[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

说明书

本发明实施例涉及一种图像缺陷检测方法、检测装置、检测设备及存储介质，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。由此，可以完成对图像的缺陷检测，从而实现提高缺陷检测精度的效果。

技术领域

本发明实施例涉及图像处理技术领域，尤其涉及一种图像缺陷检测方法、检测装置、检测设备及存储介质。

背景技术

随着人工智能技术的不断发展，模式识别技术、AI技术、图像处理技术被广泛应用在生产和生活中。针对图像处理技术领域，缺陷检测技术越来越受到企业的重视。其中，商标对于企业品牌的重要性日渐凸显，商标的正确性和美观决定了产品的质量问题。商标的缺陷检测结果直接影响产品的生产效率和生产成本。

目前，大部分依靠人工复判、手动画框建模来实现对产品的缺陷检测。但是，人工复判会出现失误、漏检等情况，而人工建模方式受到人为因素的影响，会造成降低缺陷检测精度等问题。

发明内容

鉴于此，为解决上述缺陷检测精度低的技术问题，本发明实施例提供一种图像缺陷检测方法、检测装置、检测设备及存储介质。

第一方面，本发明实施例提供一种图像缺陷检测方法，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。

在一个可能的实施方式中，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对像的类型；

按照所述类型对所述目标图像进行存储。

在一个可能的实施方式中，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。