[發明專利]一種多目標分割缺陷檢測方法、裝置及其計算機存儲介質在審

申請號：	202110636963.0	申請日：	2021-06-08
公開（公告）號：	CN113487538A	公開（公告）日：	2021-10-08
發明（設計）人：	林宇;黃旭東	申請（專利權）人：	維庫（廈門）信息技術有限公司
主分類號：	G06T7/00	分類號：	G06T7/00;G06T7/62;G06K9/32;G06K9/34;G06K9/46;G06N3/04
代理公司：	福州市鼓樓區京華專利事務所(普通合伙) 35212	代理人：	宋連梅
地址：	361000 福建省廈門***	國省代碼：	福建;35
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	一種多目標分割缺陷檢測方法裝置及其計算機存儲介質
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【說明書】：

一種多目標分割缺陷檢測方法及裝置，包括：對圖像數據進行灰度通道提取，得到灰度圖像數據，進行邊緣檢測并擬合直線；根據上下左右直線提取內部區域，得到待檢測ROI矩形框；將待檢測ROI矩形框的圖像數據裁剪出來并分別使用高通濾波算法和低通濾波算法處理得到高通濾波圖和低通濾波圖；對高通濾波圖和低通濾波圖進行求差，取絕對值，并與設定閾值進行比較得到一張與ROI矩形框同分辨率的二值圖像數據；對二值圖像數據進行Blob分析得到Blob特征；對每個Blob的外包ROI矩形框內的局部圖像數據裁剪出來并用訓練器得到的目標分割模型文件進行識別，得到每個Blob內的精確目標類別和輪廓；對每個輪廓進行幾何特征數學計算。

【技術領域】

本發明屬于工業產品檢測的技術領域，具體是指一種多目標分割缺陷檢測方法、裝置及其計算機存儲介質。

【背景技術】

工業產品缺陷檢測領域中機器視覺系統主要分為兩部分：由傳統相機、鏡頭、光源、相機固定及運動機構構成圖像采集單元，由PC主機和圖像采集卡等構成圖像處理單元的機器視覺檢測系統。這種機器視覺具有較高的延展性和可塑性，可以針對不同的產品缺陷進行定制硬件和定制軟件開發。

現有的技術中檢測方法分兩類，一類是純深度學習目標檢測和目標分割，這種方法無法獲取到目標的精確特征參數，無法實時檢測大分辨率圖像，以及存在大分辨率訓練模型耗時、耗大量算力的問題，即無法滿足客戶實時檢測要求的問題；另一類是傳統機器學習方式檢測，其無法精確分類，需要專家模式來調節參數，且準確率無法穩定達到99％以上的識別率。

【發明內容】

本發明要解決的技術問題在于提供一種基于多目標定位和實時目標分割的工業產品缺陷智能檢測方法、裝置與計算機存儲介質。

第一方面，本發明提供例如一種基于多目標定位和實時目標分割的工業產品缺陷智能檢測方法，包括如下步驟：

步驟1：對圖像數據進行灰度通道提取，得到灰度圖像數據；

步驟2：對灰度圖像數據進行上下左右區域的邊緣檢測并擬合直線；

步驟3：根據上下左右直線提取內部區域，得到待檢測ROI矩形框；

步驟4：將待檢測ROI矩形框的圖像數據裁剪出來并分別使用高通濾波算法和低通濾波算法處理得到高通濾波圖和低通濾波圖；

步驟5：對所述高通濾波圖和所述低通濾波圖進行求差，取絕對值，并與設定閾值進行比較，大于閾值則為255，小于閾值則為0，得到一張與ROI矩形框同分辨率的二值圖像數據；

步驟6：對二值圖像數據進行Blob分析得到Blob特征：外包ROI矩形框；

步驟7：識別步驟：對每個Blob的外包ROI矩形框內的局部圖像數據裁剪出來并用訓練器得到的目標分割模型文件進行識別，得到每個Blob內的精確目標類別和輪廓；

其中，所述訓練器，包括如下步驟：

步驟a：對圖像數據進行灰度通道提取，得到灰度圖像數據；