[发明专利]一种复杂场景的缺陷在线检测方法及系统

说明书

本发明提供了一种复杂场景的缺陷在线检测方法及系统，涉及缺陷检测技术领域，该方法包括：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；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；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，解决了现有技术中存在对于图像的处理效果不佳，进而导致缺陷检测效果不佳的技术问题，达到降低环境对缺陷检测的影响度，提升缺陷检测效果的技术效果。

技术领域

本发明涉及缺陷检测技术领域，具体涉及一种复杂场景的缺陷在线检测方法及系统。

背景技术

缺陷检测是进行日常设备维护的重要手段，及时发现表面缺陷能够有效延长设备的使用寿命，随着机器视觉技术的发展，对于背景单一、环境简单下的缺陷检测效果较好，可以准确、有效检测出表面缺陷。但是对于复杂场景下的表面缺陷检测，由于检测环境的复杂，导致获取的图像不够清晰，且含有阴影等干扰因素，增加了缺陷检测的难度。

综上，现有技术中存在由于对复杂场景下的图像采集过程设置不合理，且对于图像的处理效果不佳，进而导致缺陷检测效果不佳的技术问题。

发明内容

本发明提供了一种复杂场景的缺陷在线检测方法及系统，用以解决现有技术中存在由于对复杂场景下的图像采集过程设置不合理，且对于图像的处理效果不佳，进而导致缺陷检测效果不佳的技术问题。

根据本发明的第一方面，提供了一种复杂场景的缺陷在线检测方法，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。

根据本发明的第二方面，提供了一种复杂场景的缺陷在线检测系统，包括：图像采集模块，所述图像采集模块用于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；超像素分割模块，所述超像素分割模块用于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；特征提取模块，所述特征提取模块用于对所述N个超像素图像进行特征提取，获取图像特征矩阵；缺陷检测模块，所述缺陷检测模块用于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；图像优化模块，所述图像优化模块用于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。

根据本发明采用的一种复杂场景的缺陷在线检测方法，本发明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，达到降低环境对缺陷检测的影响度，提升缺陷检测效果的技术效果。应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其他特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明实施例提供的一种复杂场景的缺陷在线检测方法的流程示意图；