[發(fā)明專利]缺陷檢測(cè)方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202110688644.4
• 申請(qǐng)日: 2021-06-22
• 公開（公告）號(hào): CN113139963A
• 公開（公告）日: 2021-07-20
• 發(fā)明（設(shè)計(jì)）人: 邱增帥;潘正頤;侯大為;王罡
• 申請(qǐng)（專利權(quán)）人: 常州微億智造科技有限公司
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06K9/62;G01N21/88
• 代理公司: 常州佰業(yè)騰飛專利代理事務(wù)所(普通合伙) 32231
• 代理人: 陳紅橋

本發(fā)明提供了一種缺陷檢測(cè)方法和裝置，其中，該方法包括：采集訓(xùn)練樣本圖像；對(duì)訓(xùn)練樣本圖像進(jìn)行灰度化和去均值化處理，以獲取目標(biāo)樣本集，并對(duì)目標(biāo)樣本集進(jìn)行標(biāo)注以將目標(biāo)樣本集劃分為良好樣本集和缺陷樣本集；根據(jù)良好樣本集和缺陷樣本集采用對(duì)角白化變換的方式構(gòu)造空域?yàn)V波器；采用空域?yàn)V波器對(duì)良好樣本集和缺陷樣本集進(jìn)行處理，以獲取相應(yīng)的目標(biāo)特征向量；根據(jù)目標(biāo)特征向量對(duì)SVM算法進(jìn)行訓(xùn)練，以獲取SVM分類模型；根據(jù)SVM分類模型對(duì)待檢測(cè)產(chǎn)品進(jìn)行缺陷檢測(cè)。根據(jù)本發(fā)明的缺陷檢測(cè)方法，不僅能夠準(zhǔn)確地進(jìn)行缺陷檢測(cè)，而且方案實(shí)施簡單，并且所需的樣本較少，即使在復(fù)雜工業(yè)環(huán)境下也能夠保證缺陷檢測(cè)的準(zhǔn)確性。

技術(shù)領(lǐng)域

本發(fā)明涉及缺陷檢測(cè)技術(shù)領(lǐng)域，具體涉及一種缺陷檢測(cè)方法和一種缺陷檢測(cè)裝置。

背景技術(shù)

工業(yè)部件缺陷檢測(cè)是圖像處理的一個(gè)經(jīng)典問題，其是很多工業(yè)應(yīng)用中存在的問題。解決這類問題的主要思想是提取缺陷區(qū)域和正常區(qū)域的特征，將其輸入分類器后進(jìn)行訓(xùn)練分類，最終以分類器給出的決策值對(duì)數(shù)據(jù)進(jìn)行評(píng)判。

相關(guān)技術(shù)中，一般是采用卷積神經(jīng)網(wǎng)絡(luò)、人為設(shè)計(jì)規(guī)則等方式進(jìn)行缺陷識(shí)別的，但是，上述方式存在以下問題：（1）如果人為設(shè)計(jì)規(guī)則復(fù)雜，則可能出現(xiàn)誤查情況，并且規(guī)則繁瑣，不易實(shí)施，如果人為設(shè)計(jì)規(guī)則簡單，則會(huì)出現(xiàn)漏檢情況；（2）卷積神經(jīng)網(wǎng)絡(luò)雖然對(duì)于缺陷識(shí)別有很好的效果，但是模型復(fù)雜，并且卷積神經(jīng)網(wǎng)絡(luò)需要樣本量較大，在復(fù)雜工業(yè)環(huán)境下一般不能提供足夠數(shù)量和質(zhì)量的樣本，導(dǎo)致卷積神經(jīng)網(wǎng)路會(huì)過擬合或者欠擬合。

發(fā)明內(nèi)容

本發(fā)明為解決上述技術(shù)問題，提供了一種缺陷檢測(cè)方法，不僅能夠準(zhǔn)確地進(jìn)行缺陷檢測(cè)，而且方案實(shí)施簡單，并且所需的樣本較少，即使在復(fù)雜工業(yè)環(huán)境下也能夠保證缺陷檢測(cè)的準(zhǔn)確性。

本發(fā)明采用的技術(shù)方案如下：

一種缺陷檢測(cè)方法，包括以下步驟：采集訓(xùn)練樣本圖像；對(duì)所述訓(xùn)練樣本圖像進(jìn)行灰度化和去均值化處理，以獲取目標(biāo)樣本集，并對(duì)所述目標(biāo)樣本集進(jìn)行標(biāo)注以將所述目標(biāo)樣本集劃分為良好樣本集和缺陷樣本集；根據(jù)所述良好樣本集和所述缺陷樣本集采用對(duì)角白化變換的方式構(gòu)造空域?yàn)V波器；采用所述空域?yàn)V波器對(duì)所述良好樣本集和所述缺陷樣本集進(jìn)行處理，以獲取相應(yīng)的目標(biāo)特征向量；根據(jù)所述目標(biāo)特征向量對(duì)SVM算法進(jìn)行訓(xùn)練，以獲取SVM分類模型；根據(jù)所述SVM分類模型對(duì)待檢測(cè)產(chǎn)品進(jìn)行缺陷檢測(cè)。

根據(jù)所述良好樣本集和所述缺陷樣本集采用對(duì)角白化變換的方式構(gòu)造空域?yàn)V波器，包括：對(duì)所述良好樣本集和所述缺陷樣本集分別進(jìn)行歸一化處理，以獲取第一矩陣和第二矩陣；計(jì)算所述第一矩陣的第一協(xié)方差矩陣，并計(jì)算所述第二矩陣的第二協(xié)方差矩陣；對(duì)所述第一協(xié)方差矩陣和所述第二協(xié)方差矩陣進(jìn)行求和運(yùn)算以獲取第三矩陣；根據(jù)所述第三矩陣進(jìn)行白化變換，以獲取第四矩陣；根據(jù)所述第四矩陣分別對(duì)所述第一協(xié)方差矩陣和所述第二協(xié)方差矩陣進(jìn)行處理，以獲取第五矩陣和第六矩陣；對(duì)所述第五矩陣和所述第六矩陣進(jìn)行同時(shí)對(duì)角化變換，以獲取第一特征向量；根據(jù)所述第一特征向量和所述第四矩陣計(jì)算第一投影矩陣，并通過所述第一投影矩陣構(gòu)建所述空域?yàn)V波器。

采用所述空域?yàn)V波器對(duì)所述良好樣本集和所述缺陷樣本集進(jìn)行處理，以獲取相應(yīng)的目標(biāo)特征向量，包括：采用空域?yàn)V波器對(duì)所述良好樣本集和所述缺陷樣本集進(jìn)行濾波，以獲取相應(yīng)的數(shù)據(jù)矩陣；根據(jù)所述數(shù)據(jù)矩陣獲取所述目標(biāo)特征向量。