[發明專利]一種基于物體識別的簡易缺陷檢測方法和系統

在審

• 申請號: 202111152247.1
• 申請日: 2021-09-29
• 公開（公告）號: CN113920075A
• 公開（公告）日: 2022-01-11
• 發明（設計）人: 招嘉煥;陶洋;陳小軍;黃章良
• 申請（專利權）人: 廣州魯邦通物聯網科技股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/12;G06T7/13;G06T5/30;G06V20/20;G06V20/62;G06V10/774;G06V10/764
• 代理公司: 廣州市科豐知識產權代理事務所(普通合伙) 44467
• 代理人: 羅嘯秋

本發明屬于圖像識別領域，公開了一種基于物體識別的簡易缺陷檢測方法，包括如下步驟：步驟1：通過攝像頭獲得總圖像；所述總圖像中具有待識別的物體；步驟2：通過AI算法訓練并識別出總圖像中物體的類型和邊界，并按照邊界將物體的圖像從總圖像中分離；步驟3：通過語義分割算法對物體的圖像進行處理，得到物體的輪廓；步驟4：根據物體的輪廓旋轉物體的圖像的角度，使圖像中的物體的角度按照預設角度布置；步驟5：根據物體上各零部件的特征，從物體的圖像中將含該特征的零件進行識別，得到檢測結果。該方法通過結合傳統計算機圖形學和AI算法，充分發揮2種方式的優點，互補各自的缺點，通過較小的算力，快速得到缺陷的檢測結果。

技術領域

本發明涉及圖像識別領域，具體為一種基于物體識別的簡易缺陷檢測方法和系統。

背景技術

目前通過圖像方式，進行缺陷檢測的，主要有2種方式。

計算機圖形學

通過灰度、膨脹、縮放、裁剪、變形等常見計算機圖形學操作，從而得到物體表面上的特征，根據特征來判斷是否存在缺陷。

存在以下不足和缺點：

1、無法確定整個物體的邊界。

如果不能確定物體的邊界，則無法區分是否全部特征都能拍取到，也無法定位圖片上需要哪里進行圖像操作和缺陷檢測。

如果通過治具固定方式，則費用高，而且每次的操作時間增加。也不適合批量物體同時檢測。

如果通過貼標簽、找特征的方式，進行物體定位。操作性不強，很多設備本身不帶標簽。而且如果2類物體相似程度較高，也無法進行有效區分。

2、無法區分是什么物體，只能是通過簡單的形狀或者顏色來進行判斷。

如果是其他的物體有一定相似的誤入鏡頭，就會誤判。

3、因為區分不出具體物體類別，因此也不能自動將結果與物體進行關聯，只能通過人工選擇。不利于不同類型的物體復用系統。比如物體1需要檢測的是USB接口是否有缺陷，物體2是檢測LED燈是否焊接好，物體3是要檢測天線是否安裝。這些場合就需要先行選擇物體類別，再進行檢測。

但是計算機圖形學的優點，則是對運行環境的算力，沒有要求。

4、無法確定物體的偏移角度，如果旋轉角度較大，所有對于參考坐標將失效。

AI算法識別

用AI進行物體缺陷的檢測正在大量興起，有效的改善圖形學的缺點。

存在以下不足和缺點：

1、對運行環境有一定算力要求

目前分類和圖像識別算法種類繁多，全部都需要進行卷積、池化、激活等運算。對應精準度較高的算法，要求的算力也較高，否則無法進行實時性的檢測。

2、圖像輸入尺寸有要求

AI算法對輸入的尺寸要要求，一般是訓練前確定的。尺寸過大，雖然能找到微小的物體，但是訓練和推理時間很大，需要算力較高設備才能實時運行。

尺寸過小，雖然性能提升上來，但是對于體積較小的物體無法識別。目前一般是200X200～600X600的范圍，即使分辨率達到600X600，一張拍攝圖片縮小分辨率后，對于在其物體表面的缺陷，同時也被縮小了。如果需要判斷細微的缺陷，將面臨很大困難。

3、識別的物體是需要先確定的

比如LED燈，形狀各異，而且周圍有不同的焊接物。這就需要在數據集標注時候，花費很大量的工作，不去勾選其他器件，只保留LED器件。