[發明專利]缺陷檢測模型的構建方法、裝置、系統及存儲介質

在審

• 申請號: 202010502442.1
• 申請日: 2020-06-04
• 公開（公告）號: CN111681220A
• 公開（公告）日: 2020-09-18
• 發明（設計）人: 黃耀;陳文永;張輝
• 申請（專利權）人: 阿丘機器人科技（蘇州）有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/10;G06K9/62;G06N3/08
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 張志江

本發明公開了一種缺陷檢測模型的構建方法、裝置、系統及計算機可讀存儲介質，該方法的步驟包括：通過圖像采集設備對樣本產品進行多角度采集，得到預設份數的樣本產品圖像，并對樣本產品圖像進行圖像分析，得到樣本缺陷圖像；根據樣本缺陷圖像中圖像標簽的關聯性，得到缺陷圖像訓練集，并將缺陷圖像訓練集進行圖像訓練，得到缺陷檢測模型。本發明實現通過多角度采集樣本產品，對樣本產品圖像進行分析得到樣本缺陷圖像，根據樣本缺陷圖像中圖像標簽的關聯性，將關聯的樣本缺陷圖像進行圖像訓練，得到缺陷檢測模型，從而提高了產品缺陷檢測的檢測能力，以及檢測穩定性。

技術領域

本發明涉及圖像處理技術領域，尤其涉及一種缺陷檢測模型的構建方法、裝置、系統及存儲介質。

背景技術

目前產品缺陷檢測方法有傳統圖像分析處理方法和單圖AI檢測方法。傳統圖像分析處理方法就是對產品缺陷取圖后，利用傳統圖像分析處理技術算法對產品缺陷圖像進行單圖的閾值分割、濾波、BLOB(連通區域)分析、模板匹配及邊緣提取等量化計算分析，然后匯總結果進行分析判斷。傳統圖像分析處理方法都是將產品缺陷圖像的定量值作為分析處理的依據，從而對光源亮度、環境光干擾程度和產品缺陷取圖位置與姿態等條件的一致性要求較高，又由于產品缺陷的位置不固定、光學屬性與前景或背景極為接近、深度或厚度差異以及不同缺陷同時出現或混在一起，即使通過多角度打光或取圖，對于這些缺陷傳統圖像分析處理方法還是無法檢測，再者傳統圖像分析處理方法需要大量編碼以及產品兼容性差。單圖AI檢測方法由于產品表面的復雜性，單圖光學呈現出來的特征往往不足以對缺陷進行穩定的判斷，會出現較多的漏檢或過檢。由此可知，現有產品缺陷檢測方法的檢測能力差，以及檢測穩定性低。

發明內容

本發明的主要目的在于提供一種缺陷檢測模型的構建方法、裝置、系統及計算機可讀存儲介質，旨在解決現有產品缺陷檢測方法的檢測能力差，以及檢測穩定性低的技術問題。

為實現上述目的，本發明提供一種缺陷檢測模型的構建方法，所述缺陷檢測模型的構建方法包括步驟：

通過圖像采集設備對樣本產品進行多角度采集，得到預設份數的樣本產品圖像，并對所述樣本產品圖像進行圖像分析，得到樣本缺陷圖像；

根據所述樣本缺陷圖像中圖像標簽的關聯性，得到缺陷圖像訓練集，并將所述缺陷圖像訓練集進行圖像訓練，得到缺陷檢測模型。

可選地，所述根據所述樣本缺陷圖像中圖像標簽的關聯性，得到缺陷圖像訓練集包括：

獲取所述樣本缺陷圖像中的圖像標簽，根據所述圖像標簽的關聯性，確定所述樣本缺陷圖像中圖像標簽的相同個數；

根據所述相同個數得到所述樣本缺陷圖像中圖像標簽的相似性程度；

根據所述相似性程度將所述樣本缺陷圖像進行分類，得到各類樣本缺陷圖像對應的缺陷圖像訓練集。

可選地，所述通過圖像采集設備對樣本產品進行多角度采集，得到預設份數的樣本產品圖像，并對所述樣本產品圖像進行圖像分析，得到樣本缺陷圖像的步驟包括：

通過圖像采集設備對樣本產品進行多角度打光，并對打光后的樣本產品進行多角度采集，得到所述預設份數的樣本產品圖像；

通過判決網絡模型對所述樣本產品圖像進行圖像決策，得到所述樣本產品圖像的決策值；

根據所述決策值確定所述樣本產品圖像對應的樣本缺陷圖像。

可選地，所根據所述決策值確定所述樣本產品圖像對應的樣本缺陷圖像的步驟包括：

判斷所述樣本產品圖像的決策值是否大于預設決策值；

若所述樣本產品圖像的決策值大于所述預設決策值，則對所述樣本產品圖像的缺陷像素進行定位，得到定位圖像，并根據所述定位圖像分割所述樣本產品圖像，得到包括所述定位圖像的分割圖像；