[發(fā)明專利]產(chǎn)品缺陷的檢測方法、裝置及系統(tǒng)有效
| 申請?zhí)枺?/td> | 201910711208.7 | 申請日: | 2019-08-01 |
| 公開(公告)號: | CN110378900B | 公開(公告)日: | 2020-08-07 |
| 發(fā)明(設(shè)計)人: | 付興銀;李廣 | 申請(專利權(quán))人: | 北京邁格威科技有限公司 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06T7/33;G06T7/55;G06T7/73;G01N21/88 |
| 代理公司: | 北京超凡宏宇專利代理事務(wù)所(特殊普通合伙) 11463 | 代理人: | 范彥揚(yáng) |
| 地址: | 100000 北京市海淀區(qū)科*** | 國省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 產(chǎn)品 缺陷 檢測 方法 裝置 系統(tǒng) | ||
1.一種產(chǎn)品缺陷的檢測方法,其特征在于,包括:
獲取待檢測產(chǎn)品的多張產(chǎn)品圖像;不同所述產(chǎn)品圖像的采集角度和/或采集位置不同;
通過預(yù)先訓(xùn)練得到的神經(jīng)網(wǎng)絡(luò)模型對所述產(chǎn)品圖像進(jìn)行缺陷檢測,得到每張所述產(chǎn)品圖像的缺陷信息;所述缺陷信息包括缺陷位置和/或缺陷種類;
基于每張所述產(chǎn)品圖像的缺陷信息確定初始缺陷檢測結(jié)果;
對所述初始缺陷檢測結(jié)果進(jìn)行驗證;
基于驗證后的初始缺陷檢測結(jié)果確定最終缺陷檢測結(jié)果;
所述缺陷信息包括缺陷位置;所述基于每張所述產(chǎn)品圖像的缺陷信息確定初始缺陷檢測結(jié)果的步驟,包括:
獲取每張所述產(chǎn)品圖像與預(yù)先建立的所述待檢測產(chǎn)品的3D模型之間的映射關(guān)系;
基于所述映射關(guān)系,將每張所述產(chǎn)品圖像檢測到的缺陷位置投射到所述3D模型上,基于投射位置確定所述3D模型的缺陷位置;
根據(jù)所述3D模型的缺陷位置確定初始缺陷檢測結(jié)果;
所述對所述初始缺陷檢測結(jié)果進(jìn)行驗證的步驟,包括:對于所述3D模型的每個缺陷位置,根據(jù)產(chǎn)品圖像與所述3D模型之間的映射關(guān)系,確定應(yīng)出現(xiàn)與所述3D模型的該缺陷位置對應(yīng)的缺陷的產(chǎn)品圖像的理論數(shù)量;基于每張所述產(chǎn)品圖像的缺陷信息,確定經(jīng)所述神經(jīng)網(wǎng)絡(luò)模型檢測出的具有該缺陷位置對應(yīng)的缺陷的產(chǎn)品圖像的實際數(shù)量;計算所述實際數(shù)量與所述理論數(shù)量的第一比值;如果所述第一比值低于預(yù)設(shè)第一數(shù)值,確定所述初始缺陷檢測結(jié)果中包含的該缺陷位置對應(yīng)的缺陷為偽缺陷;
或者,
所述對所述初始缺陷檢測結(jié)果進(jìn)行驗證的步驟,包括:對于所述3D模型的每個缺陷位置,根據(jù)每張所述產(chǎn)品圖像與所述3D模型之間的映射關(guān)系,將所述3D模型的該缺陷位置逆投射至每張所述產(chǎn)品圖像;將出現(xiàn)與所述3D模型的該缺陷位置對應(yīng)的逆投射缺陷的產(chǎn)品圖像確定為缺陷圖像;計算所述缺陷圖像的數(shù)量與經(jīng)所述神經(jīng)網(wǎng)絡(luò)模型檢測出的具有該缺陷位置對應(yīng)的缺陷的產(chǎn)品圖像的數(shù)量的第二比值;如果所述第二比值低于預(yù)設(shè)第二數(shù)值,確定所述初始缺陷檢測結(jié)果中包含的該缺陷位置對應(yīng)的缺陷為偽缺陷。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述獲取待檢測產(chǎn)品的多張產(chǎn)品圖像的步驟,包括:
獲取圖像采集設(shè)備在多個指定位置下對所述待檢測產(chǎn)品進(jìn)行多角度拍攝得到的多張產(chǎn)品圖像。
3.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述方法還包括:
獲取圖像訓(xùn)練集;所述圖像訓(xùn)練集包括多張標(biāo)記有缺陷信息的訓(xùn)練圖像;多張所述訓(xùn)練圖像是圖像采集設(shè)備基于多個采集位置和每個所述采集位置下的多個采集角度得到的;
將所述圖像訓(xùn)練集輸入至待訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行訓(xùn)練,得到訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)模型。
4.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述產(chǎn)品圖像為2D圖像;所述獲取每張所述產(chǎn)品圖像與預(yù)先建立的所述待檢測產(chǎn)品的3D模型之間的映射關(guān)系的步驟,包括:
從多張所述2D圖像中選取一張目標(biāo)2D圖像,獲取所述目標(biāo)2D圖像對應(yīng)的深度圖像;
建立所述目標(biāo)2D圖像和所述深度圖像之間的映射關(guān)系;
基于點云配準(zhǔn)算法對所述深度圖像與預(yù)先建立的所述待檢測產(chǎn)品的3D模型進(jìn)行點云配準(zhǔn),得到所述深度圖像與所述3D模型之間的映射關(guān)系;
基于所述目標(biāo)2D圖像和所述深度圖像之間的映射關(guān)系,以及所述深度圖像與所述3D模型之間的映射關(guān)系,得到所述目標(biāo)2D圖像與所述3D模型之間的映射關(guān)系;
基于所述目標(biāo)2D圖像的采集位置與其它所述2D圖像的采集位置之間的映射關(guān)系,以及所述目標(biāo)2D圖像與所述3D模型之間的映射關(guān)系,得到其它所述2D圖像與所述3D模型之間的映射關(guān)系。
5.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述基于投射位置確定所述3D模型的缺陷位置的步驟,包括:
將每張所述產(chǎn)品圖像的缺陷位置投射至所述3D模型所得到的投射位置進(jìn)行聚類,基于聚類結(jié)果確定所述3D模型的缺陷位置。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京邁格威科技有限公司,未經(jīng)北京邁格威科技有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910711208.7/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





