[發(fā)明專利]目標對象的缺陷檢測、模型訓(xùn)練方法、裝置、設(shè)備及介質(zhì)在審
| 申請?zhí)枺?/td> | 202210395791.7 | 申請日: | 2022-04-15 |
| 公開(公告)號: | CN115131283A | 公開(公告)日: | 2022-09-30 |
| 發(fā)明(設(shè)計)人: | 陳曉辰;賴錦祥;曾怡;劉俊 | 申請(專利權(quán))人: | 騰訊科技(深圳)有限公司 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06T7/11;G06T7/187;G06T7/90;G06K9/62;G06N3/04;G06N3/08;G06V10/25;G06V10/764;G06V10/82;G06V20/70 |
| 代理公司: | 廣州嘉權(quán)專利商標事務(wù)所有限公司 44205 | 代理人: | 譚英強;黎揚鵬 |
| 地址: | 518000 廣東省深圳*** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 目標 對象 缺陷 檢測 模型 訓(xùn)練 方法 裝置 設(shè)備 介質(zhì) | ||
1.一種目標對象的缺陷檢測方法,其特征在于,包括:
獲取目標對象的第一圖像;
檢測所述第一圖像中的感興趣區(qū)域,對所述感興趣區(qū)域進行裁剪,得到所述目標對象的缺陷子圖;
提取所述缺陷子圖的圖像特征數(shù)據(jù);
根據(jù)所述圖像特征數(shù)據(jù)對所述缺陷子圖進行語義分割處理,得到所述缺陷子圖的缺陷輪廓;根據(jù)所述圖像特征數(shù)據(jù)對所述缺陷子圖進行缺陷分類處理,得到所述缺陷子圖中缺陷的類別信息;
根據(jù)所述缺陷輪廓,確定所述缺陷子圖中缺陷的形態(tài)參數(shù);
根據(jù)各個所述缺陷子圖中缺陷的所述類別信息和所述形態(tài)參數(shù),確定所述目標對象的缺陷檢測結(jié)果。
2.根據(jù)權(quán)利要求1所述的目標對象的缺陷檢測方法,其特征在于,所述檢測所述第一圖像中的感興趣區(qū)域,對所述感興趣區(qū)域進行裁剪,得到所述目標對象的缺陷子圖,包括:
確定所述第一圖像的像素均值;
根據(jù)所述像素均值,從所述第一圖像中確定多個第一目標像素點;其中,所述第一目標像素點的像素值與所述像素均值的差值大于第一預(yù)設(shè)閾值或者小于第二預(yù)設(shè)閾值,所述第一預(yù)設(shè)閾值為正數(shù),所述第二預(yù)設(shè)閾值為負數(shù);
在所述第一圖像中,確定多個所述第一目標像素點構(gòu)成的連通區(qū)域;
從所述第一圖像中裁剪出各個所述連通區(qū)域,得到所述目標對象的缺陷子圖。
3.根據(jù)權(quán)利要求2所述的目標對象的缺陷檢測方法,其特征在于,所述確定所述第一圖像的像素均值,包括:
根據(jù)所述第一圖像的各個像素點的像素值,從所述第一圖像中確定第二目標像素點;其中,所述第二目標像素點的像素值大于第三預(yù)設(shè)閾值且小于第四預(yù)設(shè)閾值,所述第三預(yù)設(shè)閾值小于所述第四預(yù)設(shè)閾值;
計算各個所述第二目標像素點的像素值的平均值,得到所述第一圖像的像素均值。
4.根據(jù)權(quán)利要求1所述的目標對象的缺陷檢測方法,其特征在于,所述得到所述目標對象的缺陷子圖之后,還包括:
對所述缺陷子圖進行圖像尺度歸一化處理,得到新的缺陷子圖。
5.根據(jù)權(quán)利要求4所述的目標對象的缺陷檢測方法,其特征在于,所述根據(jù)所述缺陷輪廓,確定所述缺陷子圖中缺陷的形態(tài)參數(shù),包括:
根據(jù)所述缺陷輪廓,基于圖像尺度歸一化處理前的所述缺陷子圖的尺寸,對所述缺陷輪廓進行尺寸復(fù)原,得到所述缺陷子圖中缺陷的原始輪廓;
根據(jù)所述原始輪廓,確定所述缺陷子圖中缺陷的形態(tài)參數(shù)。
6.根據(jù)權(quán)利要求5所述的目標對象的缺陷檢測方法,其特征在于,所述提取所述缺陷子圖的圖像特征數(shù)據(jù),根據(jù)所述圖像特征數(shù)據(jù)對所述缺陷子圖進行語義分割處理,得到所述缺陷子圖的缺陷輪廓,包括:
提取所述缺陷子圖在不同層圖像尺度的圖像特征數(shù)據(jù);
對所述不同層圖像尺度的圖像特征數(shù)據(jù)進行特征融合處理,得到第一目標特征數(shù)據(jù);
通過解碼器對所述第一目標特征數(shù)據(jù)進行語義分割處理,得到所述缺陷子圖的缺陷輪廓。
7.根據(jù)權(quán)利要求6所述的目標對象的缺陷檢測方法,其特征在于,所述根據(jù)所述圖像特征數(shù)據(jù)對所述缺陷子圖進行缺陷分類處理,得到所述缺陷子圖中缺陷的類別信息,包括:
將圖像尺度處于最小一層的圖像特征數(shù)據(jù)確定為第二目標特征數(shù)據(jù);
通過分類器對所述第二目標特征數(shù)據(jù)進行缺陷分類處理,得到所述缺陷子圖中缺陷的類別信息。
8.根據(jù)權(quán)利要求1所述的目標對象的缺陷檢測方法,其特征在于,所述方法還包括:
根據(jù)所述目標對象中各個缺陷對應(yīng)的形態(tài)參數(shù),對所述目標對象的缺陷進行過濾處理,得到所述目標對象的目標缺陷;
確定所述目標對象中每種缺陷類別對應(yīng)的目標缺陷的累計個數(shù);
根據(jù)所述缺陷類別和所述累計個數(shù),確定所述目標對象的缺陷處理模式,其中,所述缺陷處理模式包括報警處理、停機處理或者貼標處理中的至少一種。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于騰訊科技(深圳)有限公司,未經(jīng)騰訊科技(深圳)有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210395791.7/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





