[發明專利]檢測產品缺陷的方法和裝置

有效

• 申請號: 201910141300.4
• 申請日: 2019-02-26
• 公開（公告）號: CN109829914B
• 公開（公告）日: 2021-09-03
• 發明（設計）人: 別曉輝;別偉成;張哲;單書暢
• 申請（專利權）人: 視睿（杭州）信息科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G01N21/88;G01N21/94
• 代理公司: 杭州華知專利事務所(普通合伙) 33235
• 代理人: 張德寶

本發明公開了一種檢測產品缺陷的方法和裝置。其中，該方法包括：獲取待檢測產品的產品圖像，其中，待檢測產品包括多個子產品；對產品圖像進行分割處理，得到多個子圖像，其中，每個子圖像包含至多一個子產品；根據預設模型對多個子圖像進行處理，確定每個子產品對應的缺陷等級，其中，預設模型為使用多組數據通過神經網絡訓練出的，多組數據中的每組數據至少包括圖像以及圖像對應的缺陷等級。本發明解決了現有技術對包含多個子產品的產品進行檢測時，檢測效率低、準確率低的技術問題。

技術領域

本發明涉及產品檢測領域，具體而言，涉及一種檢測產品缺陷的方法和裝置。

背景技術

為了提高產品質量，制造商在對產品進行封裝之前，通常需要對產品進行質量檢測，剔除有嚴重缺陷的產品，例如，在LED芯片封裝成燈珠之前對LED芯片進行檢測，剔除有嚴重缺陷，例如，表面沾污、斷線和有多余連接的LED芯片。

傳統對LED芯片進行檢測的方法主要包括兩種，第一種是將LED芯片放在顯微鏡下通過人眼進行識別并剔除肉眼可見的明顯不合格產品的方式，該方式需要耗費大量的人力成本，并且無法保證篩選質量的穩定；第二種是使用自動光學檢測(簡稱AOI)，使用圖像比對的方法從數據庫中大量的圖像中找相似度最高的圖像，該方法效率低下，且會使檢測結果不穩定，準確率較低。

由上述內容可知，現有的對LED芯片篩選的傳統方法具有識別率不穩定，時間成本，人工成本較高等缺陷，對企業的工作效率和經濟利益都產生了影響。

針對上述的問題，目前尚未提出有效的解決方案。

發明內容

本發明實施例提供了一種檢測產品缺陷的方法和裝置，以至少解決現有技術對包含多個子產品的產品進行檢測時，檢測效率低、準確率低的技術問題。

根據本發明實施例的一個方面，提供了一種檢測產品缺陷的方法，包括：獲取待檢測產品的產品圖像，其中，待檢測產品包括多個子產品；對產品圖像進行分割處理，得到多個子圖像，其中，每個子圖像包含至多一個子產品；根據預設模型對多個子圖像進行處理，確定每個子產品對應的缺陷等級，其中，預設模型為使用多組數據通過神經網絡訓練出的，多組數據中的每組數據至少包括圖像以及圖像對應的缺陷等級。

根據本發明實施例的另一方面，還提供了一種檢測產品缺陷的裝置，包括：獲取模塊，用于獲取待檢測產品的產品圖像，其中，待檢測產品包括多個子產品；分割模塊，用于對產品圖像進行分割處理，得到多個子圖像，其中，每個子圖像包含至多一個子產品；確定模塊，用于根據預設模型對多個子圖像進行處理，確定每個子產品對應的缺陷等級，其中，預設模型為使用多組數據通過神經網絡訓練出的，多組數據中的每組數據至少包括圖像以及圖像對應的缺陷等級。

根據本發明實施例的另一方面，還提供了一種存儲介質，該存儲介質包括存儲的程序，其中，在程序運行時控制存儲介質所在設備執行檢測產品缺陷的方法。

根據本發明實施例的另一方面，還提供了一種處理器，該處理器用于運行程序，其中，程序運行時執行檢測產品缺陷的方法。

在本發明實施例中，采用分割技術以及神經網絡模型對產品進行質量檢測的方式，在獲取到包含多個子產品的待檢測產品的產品圖像之后，將待檢測產品的產品圖像分割為多個子圖像，其中，每個子圖像包含一個子產品，然后基于預設模型(即神經網絡模型)對子圖像進行處理，以得到每個子產品的缺陷等級。

在上述過程中，通過對待檢測產品的產品圖像進行分割，并基于分割后的圖像對每個子產品的質量進行檢測，可以節約大量的人力成本，大大提高了檢測準確度，以及檢測效率。另外，上述方案還可確定每個子產品的缺陷等級，可以彌補傳統方法中為滿足產品質量而造成材料浪費率較高的問題。

由此可見，本申請所提供的方案達到了節約人力成本的目的，從而實現了提高產品檢測的準確度以及檢測效率的技術效果，進而解決了現有技術對包含多個子產品的產品進行檢測時，檢測效率低、準確率低的技術問題。