[发明专利]一种复杂场景的缺陷在线检测方法及系统在审

专利信息
申请号: 202310624058.2 申请日: 2023-05-30
公开(公告)号: CN116645351A 公开(公告)日: 2023-08-25
发明(设计)人: 徐梦溪;韩磊;施建强;郑胜男 申请(专利权)人: 南京工程学院
主分类号: G06T7/00 分类号: G06T7/00;G06V10/141;G06V10/26;G06T7/11;G06V10/56;G06V10/82
代理公司: 苏州拓鸿知识产权代理有限公司 32664 代理人: 王宝成
地址: 211112 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 复杂 场景 缺陷 在线 检测 方法 系统
【权利要求书】:

1.一种复杂场景的缺陷在线检测方法,其特征在于,所述方法包括:

启动第一光学检测仪器对第一待检目标进行图像数据采集,得到第一目标图像,其中,所述第一光学检测仪器包括多个光束发射源和多个摄像头;

对所述第一目标图像进行超像素分割,获取第一分割结果,所述第一分割结果包括N个超像素图像,N是大于0的整数;

对所述N个超像素图像进行特征提取,获取图像特征矩阵;

将所述图像特征矩阵输入缺陷检测模型,输出目标缺陷图像;

通过预设优化方案对所述目标缺陷图像进行图像优化,得到在线检测结果。

2.如权利要求1所述的方法,其特征在于,所述启动第一光学检测仪器对第一待检目标进行图像数据采集,得到第一目标图像,包括:

对所述第一待检目标进行实时光线强度信息采集;

获取所述第一待检目标的表面材料信息,根据所述表面材料信息进行光照反射性分析,获得光照反射强度系数;

获取所述第一待检目标的尺寸信息;

根据所述实时光线强度信息、所述光照反射强度系数、所述尺寸信息对所述多个光束发射源和所述多个摄像头进行图像采集方案的确定;

根据所述图像采集方案控制所述第一光学检测仪器进行图像数据采集,获取所述第一目标图像。

3.如权利要求2所述的方法,其特征在于,根据所述实时光线强度信息、所述光照反射强度系数、所述尺寸信息对所述多个光束发射源和所述多个摄像头进行图像采集方案的确定,包括:

根据所述实时光线强度信息、所述光照反射强度系数对所述多个光束发射源进行光源强度和光源分布分析;

以图像阴影度作为目标函数,对所述光源强度分析结果和光源分布分析结果进行优化,获得优化后的光源强度信息和光源分布信息;

根据所述尺寸信息确定所述第一光学检测仪器的移动方向和移动速度;

以所述光源强度信息、所述光源分布信息、所述移动方向和移动速度组成所述图像采集方案。

4.如权利要求1所述的方法,其特征在于,所述对所述第一目标图像进行超像素分割,获取第一分割结果,包括:

对所述第一目标图像进行像素特征识别,获得像素识别结果;

对所述像素识别结果进行特征聚类,得到所述N个超像素图像;

将所述N个超像素图像作为所述第一分割结果。

5.如权利要求1所述的方法,其特征在于,所述对所述N个超像素图像进行特征提取,获取图像特征矩阵,包括:

从所述N个超像素图像中提取第一超像素图像,对所述第一超像素图像进行颜色特征提取,获取第一颜色特征,所述第一颜色特征包括RGB颜色特征和HSV颜色特征;

对所述第一超像素图像进行滤波特征提取,获取第一图像纹理特征;

通过方向可控金字塔对所述第一超像素图像进行方向尺度特征提取,获得第一方向尺度特征;

以所述第一颜色特征、所述第一图像纹理特征、所述第一方向尺度特征组建第一超像素图像特征矩阵;

以此类推,获取所述N个超像素图像对应的N个超像素图像特征矩阵,作为所述图像特征矩阵。

6.如权利要求1所述的方法,其特征在于,所述将所述图像特征矩阵输入缺陷检测模型,输出目标缺陷图像,包括:

搭建所述缺陷检测模型,所述缺陷检测模型包括矩阵分解层、显著值计算层和目标缺陷图像提取层;

将所述图像特征矩阵输入所述矩阵分解层,获得低秩矩阵、稀疏矩阵和噪声矩阵;

将所述稀疏矩阵输入显著值计算层,获得所述N个超像素图像的N个图像显著值;

通过所述目标缺陷图像提取层对所述N个图像显著值按照由大到小进行顺序排序,获取图像显著值大于等于预设显著值的M个超像素图像作为所述目标缺陷图像,其中,M为大于0的正整数,且M≤N。

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南京工程学院,未经南京工程学院许可,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/202310624058.2/1.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