[發明專利]產品缺陷的檢測方法、裝置及系統

有效

• 申請號: 201910711208.7
• 申請日: 2019-08-01
• 公開（公告）號: CN110378900B
• 公開（公告）日: 2020-08-07
• 發明（設計）人: 付興銀;李廣
• 申請（專利權）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所(特殊普通合伙) 11463
• 代理人: 范彥揚

本發明提供了一種產品缺陷的檢測方法、裝置及系統，涉及檢測技術領域，該方法包括：獲取待檢測產品的多張產品圖像；不同產品圖像的采集角度和/或采集位置不同；通過預先訓練得到的神經網絡模型對產品圖像進行缺陷檢測，得到每張產品圖像的缺陷信息；缺陷信息包括缺陷位置和/或缺陷種類；基于每張產品圖像的缺陷信息確定初始缺陷檢測結果；對初始缺陷檢測結果進行驗證；基于驗證后的初始缺陷檢測結果確定最終缺陷檢測結果。本發明能夠有效提升產品缺陷檢測的準確率。

技術領域

本發明涉及檢測技術領域，尤其是涉及一種產品缺陷的檢測方法、裝置及系統。

背景技術

為了保證產品出廠質量，需要在產品生產過程中進行缺陷檢測，目前最常采用的缺陷檢測方式是在產品生產線上的指定位置上拍攝產品圖像，基于計算機視覺判斷產品是否存在缺陷。但是，由于產品表面可能存在部分遮擋或者產品缺陷位置未處于攝像頭的拍攝范圍內等情況，導致經常出現缺陷漏檢測的問題，而由于產品表面反光等情況，也容易出現缺陷誤檢測的問題，綜合導致產品缺陷檢測的準確率較低。

發明內容

有鑒于此，本發明的目的在于提供一種產品缺陷的檢測方法、裝置及系統，能夠有效提升產品缺陷檢測的準確率。

為了實現上述目的，本發明實施例采用的技術方案如下：

第一方面，本發明實施例提供了一種產品缺陷的檢測方法，包括：獲取待檢測產品的多張產品圖像；不同所述產品圖像的采集角度和/或采集位置不同；通過預先訓練得到的神經網絡模型對所述產品圖像進行缺陷檢測，得到每張所述產品圖像的缺陷信息；所述缺陷信息包括缺陷位置和/或缺陷種類；基于每張所述產品圖像的缺陷信息確定初始缺陷檢測結果；對所述初始缺陷檢測結果進行驗證；基于驗證后的初始缺陷檢測結果確定最終缺陷檢測結果。

進一步，本發明實施例提供了第一方面的第一種可能的實施方式，其中，所述獲取待檢測產品的多張產品圖像的步驟，包括：獲取圖像采集設備在多個指定位置下對所述待檢測產品進行多角度拍攝得到的多張產品圖像。

進一步，本發明實施例提供了第一方面的第二種可能的實施方式，其中，所述方法還包括：獲取圖像訓練集；所述圖像訓練集包括多張標記有缺陷信息的訓練圖像；多張所述訓練圖像是圖像采集設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；將所述圖像訓練集輸入至待訓練神經網絡模型中進行訓練，得到訓練后的神經網絡模型。

進一步，本發明實施例提供了第一方面的第三種可能的實施方式，其中，所述缺陷信息包括缺陷位置；所述基于每張所述產品圖像的缺陷信息確定初始缺陷檢測結果的步驟，包括：獲取每張所述產品圖像與預先建立的所述待檢測產品的3D模型之間的映射關系；基于所述映射關系，將每張所述產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；根據所述3D模型的缺陷位置確定初始缺陷檢測結果。

進一步，本發明實施例提供了第一方面的第四種可能的實施方式，其中，所述產品圖像為2D圖像；所述獲取每張所述產品圖像與預先建立的所述待檢測產品的3D模型之間的映射關系的步驟，包括：從多張所述2D圖像中選取一張目標2D圖像，獲取所述目標2D圖像對應的深度圖像；建立所述目標2D圖像和所述深度圖像之間的映射關系；基于點云配準算法對所述深度圖像與預先建立的所述待檢測產品的3D模型進行點云配準，得到所述深度圖像與所述3D模型之間的映射關系；基于所述目標2D圖像和所述深度圖像之間的映射關系，以及所述深度圖像與所述3D模型之間的映射關系，得到所述目標2D圖像與所述3D模型之間的映射關系；基于所述目標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系，以及所述目標2D圖像與所述3D模型之間的映射關系，得到其它所述2D圖像與所述3D模型之間的映射關系。

進一步，本發明實施例提供了第一方面的第五種可能的實施方式，其中，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行聚類，基于聚類結果確定所述3D模型的缺陷位置。