[發(fā)明專利]質(zhì)檢方法及裝置、質(zhì)檢系統(tǒng)、電子設(shè)備、可讀介質(zhì)

在審

• 申請?zhí)枺?/td>: 202210292003.1
• 申請日: 2022-03-23
• 公開（公告）號: CN114627093A
• 公開（公告）日: 2022-06-14
• 發(fā)明（設(shè)計(jì)）人: 吳浩然;李亞夢;廖軍
• 申請（專利權(quán)）人: 中國聯(lián)合網(wǎng)絡(luò)通信集團(tuán)有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/764;G06K9/62
• 代理公司: 北京天昊聯(lián)合知識產(chǎn)權(quán)代理有限公司 11112
• 代理人: 彭瑞欣;馮建基

本申請公開了一種質(zhì)檢方法及裝置、質(zhì)檢系統(tǒng)、電子設(shè)備、可讀介質(zhì)，屬于工業(yè)設(shè)備質(zhì)檢技術(shù)領(lǐng)域。該方法包括：對待檢測圖像進(jìn)行分區(qū)獲得至少一個(gè)待檢測區(qū)域；其中，待檢測圖像是待檢測產(chǎn)品的圖像；基于瑕疵識別算法和待檢測產(chǎn)品的類型對至少一個(gè)待檢測區(qū)域進(jìn)行分析，獲得各待檢測區(qū)域的第一判斷結(jié)果；基于瑕疵檢測算法和待檢測產(chǎn)品的類型對待檢測圖像進(jìn)行分析，獲得待檢測圖像中各待檢測區(qū)域的第二判斷結(jié)果；基于待檢測區(qū)域?qū)?yīng)的第一判斷結(jié)果和第二判斷結(jié)果確定該待檢測區(qū)域的質(zhì)檢結(jié)果。該方法可以降低漏檢和誤檢的概率，從而提高待檢測產(chǎn)品的質(zhì)檢質(zhì)量。

技術(shù)領(lǐng)域

本申請涉及工業(yè)設(shè)備質(zhì)檢技術(shù)領(lǐng)域，具體涉及一種質(zhì)檢方法及裝置、質(zhì)檢系統(tǒng)、電子設(shè)備、可讀介質(zhì)。

背景技術(shù)

隨著機(jī)器視覺檢測技術(shù)的發(fā)展，使得機(jī)器視覺檢測技術(shù)應(yīng)用到更多的領(lǐng)域。比如，工業(yè)產(chǎn)品的質(zhì)檢領(lǐng)域。在工業(yè)產(chǎn)品組裝或投向市場之前，通常需要對工業(yè)產(chǎn)品進(jìn)行質(zhì)檢，以判斷工業(yè)產(chǎn)品是否合格。采用機(jī)器視覺對工業(yè)產(chǎn)品進(jìn)行質(zhì)檢的流程主要包括采集待檢測工業(yè)產(chǎn)品的圖像，利用視覺算法分析圖像之后，獲得質(zhì)檢結(jié)果。然而，目前的機(jī)器視覺技術(shù)存在漏檢和誤檢的情況，影響質(zhì)檢的質(zhì)量。

發(fā)明內(nèi)容

為此，本申請?zhí)峁┮环N質(zhì)檢方法及裝置、質(zhì)檢系統(tǒng)、電子設(shè)備、可讀介質(zhì)，以解決現(xiàn)有技術(shù)中由于機(jī)器視覺技術(shù)存在漏檢和誤檢而導(dǎo)致的質(zhì)檢質(zhì)量低的問題。

為了實(shí)現(xiàn)上述目的，本申請第一方面提供一種基于機(jī)器視覺的質(zhì)檢方法，包括：

對待檢測圖像進(jìn)行分區(qū)獲得至少一個(gè)待檢測區(qū)域；其中，所述待檢測圖像是待檢測產(chǎn)品的圖像；

基于瑕疵識別算法和所述待檢測產(chǎn)品的類型對所述至少一個(gè)待檢測區(qū)域進(jìn)行分析，獲得各所述待檢測區(qū)域的第一判斷結(jié)果；

基于瑕疵檢測算法和所述待檢測產(chǎn)品的類型對所述待檢測圖像進(jìn)行分析，獲得所述待檢測圖像中各所述檢測區(qū)域的第二判斷結(jié)果；

基于所述待檢測區(qū)域?qū)?yīng)的第一判斷結(jié)果和第二判斷結(jié)果確定該待檢測區(qū)域的質(zhì)檢結(jié)果。

其中，所述基于瑕疵識別算法和所述待檢測產(chǎn)品的類型對所述至少一個(gè)待檢測區(qū)域進(jìn)行分析，獲得對應(yīng)的第一判斷結(jié)果，包括：

根據(jù)所述待檢測產(chǎn)品的類型確定待檢測產(chǎn)品的檢測點(diǎn)，并將所述待檢測區(qū)域與所述檢測點(diǎn)對應(yīng)，每個(gè)所述待檢測區(qū)域?qū)?yīng)一個(gè)所述檢測點(diǎn)；

基于所述檢測點(diǎn)確定二分類器；其中，不同的檢測點(diǎn)對應(yīng)不同的二分類器，所述二分類器采用的瑕疵識別算法為二分類算法；

利用所述檢測點(diǎn)對應(yīng)的二分類器，對所述檢測點(diǎn)對應(yīng)的所述待檢測區(qū)域進(jìn)行分析，獲得所述待檢測區(qū)域的第一判斷結(jié)果。

其中，所述對所述待檢測圖像進(jìn)行分區(qū)獲得至少一個(gè)待檢測區(qū)域，包括：

基于所述待檢測產(chǎn)品的類型對所述待檢測圖像進(jìn)行分區(qū)，獲得與所述待檢測產(chǎn)品的類型對應(yīng)的至少一個(gè)待檢測區(qū)域。

其中，所述基于瑕疵檢測算法和所述待檢測產(chǎn)品的類型對所述待檢測圖像進(jìn)行分析，獲得不同所述待檢測區(qū)域的第二判斷結(jié)果，包括：

基于瑕疵檢測算法對所述待檢測圖像進(jìn)行分析，獲得瑕疵候選框及對應(yīng)的坐標(biāo)位置和第二判斷結(jié)果；

基于所述待檢測產(chǎn)品的類型確定所述待檢測產(chǎn)品的檢測點(diǎn)；

基于所述瑕疵候選框的坐標(biāo)位置和所述檢測點(diǎn)確定所述瑕疵候選框與所述待檢測區(qū)域的對應(yīng)關(guān)系；其中，每個(gè)所述待檢測區(qū)域?qū)?yīng)一個(gè)所述檢測點(diǎn)；

基于所述瑕疵候選框與所述待檢測區(qū)域的對應(yīng)關(guān)系確定為所述待檢測區(qū)域的第二判斷結(jié)果。

其中，所述第一判斷結(jié)果和所述第二判斷結(jié)果分別為第一置信度和第二置信度；