本發(fā)明涉及檢測(cè)領(lǐng)域，具體涉及一種鏡片疵病檢測(cè)方法及裝置。

背景技術(shù)：

眼鏡是為校正視力或保護(hù)眼睛而制作的簡(jiǎn)單光學(xué)器件，眼鏡鏡片制造工藝復(fù)雜，精度要求高，在制造過(guò)程中往往會(huì)產(chǎn)生一些缺陷，例如氣泡、羽毛、劃痕等，這些缺陷嚴(yán)重影響鏡片品質(zhì)，因此在生產(chǎn)過(guò)程中，必須對(duì)鏡片可能產(chǎn)生的各種疵病進(jìn)行在線檢測(cè)。

目前國(guó)內(nèi)鏡片疵病檢測(cè)技術(shù)還不成熟，主要以人工檢測(cè)為主，檢測(cè)結(jié)果容易受眼睛分辨能力、工作經(jīng)驗(yàn)等主觀因素的影響，漏檢率較高且效率低。

技術(shù)實(shí)現(xiàn)要素：

因此，本發(fā)明要解決的技術(shù)問(wèn)題在于現(xiàn)有鏡片疵病檢測(cè)方法漏檢率較高且效率低。

有鑒于此，本發(fā)明提供一種鏡片疵病檢測(cè)方法，包括：

獲取待檢測(cè)鏡片圖像；

利用神經(jīng)網(wǎng)絡(luò)模型以所述待檢測(cè)鏡片圖像作為所述神經(jīng)網(wǎng)絡(luò)模型的輸入層數(shù)據(jù)，確定所述待檢測(cè)鏡片圖像的疵病信息，其中所述神經(jīng)網(wǎng)絡(luò)模型是利用多個(gè)鏡片圖像樣本和所述鏡片圖像樣本中的疵病信息作為訓(xùn)練數(shù)據(jù)訓(xùn)練得到的。

優(yōu)選地，所述利用卷積神經(jīng)網(wǎng)絡(luò)模型以所述待檢測(cè)鏡片圖像作為所述卷積神經(jīng)網(wǎng)絡(luò)模型的輸入層數(shù)據(jù)，確定所述待檢測(cè)鏡片圖像的疵病信息的步驟，包括：

將所述待檢測(cè)鏡片圖像進(jìn)行數(shù)字圖像處理；

將數(shù)字圖像處理后的待檢測(cè)鏡片圖像輸入所述神經(jīng)網(wǎng)絡(luò)模型，確定所述待檢測(cè)鏡片圖像的疵病信息。

優(yōu)選地，所述神經(jīng)網(wǎng)絡(luò)模型為卷積神經(jīng)網(wǎng)絡(luò)模型。

優(yōu)選地，所述疵病信息包括：疵病的類型、疵病尺寸和疵病位置中的至少一種。

相應(yīng)地，本發(fā)明還提供鏡片疵病檢測(cè)裝置，包括：

獲取單元，用于獲取待檢測(cè)鏡片圖像；

確定單元，用于利用神經(jīng)網(wǎng)絡(luò)模型以所述待檢測(cè)鏡片圖像作為所述神經(jīng)網(wǎng)絡(luò)模型的輸入層數(shù)據(jù)，確定所述待檢測(cè)鏡片圖像的疵病信息，其中所述神經(jīng)網(wǎng)絡(luò)模型是利用多個(gè)鏡片圖像樣本和所述鏡片圖像樣本中的疵病信息作為訓(xùn)練數(shù)據(jù)訓(xùn)練得到的。

優(yōu)選地，所述確定單元包括：

處理單元，用于將所述待檢測(cè)鏡片圖像進(jìn)行數(shù)字圖像處理；

第一確定單元，用于將數(shù)字圖像處理后的待檢測(cè)鏡片圖像輸入所述神經(jīng)網(wǎng)絡(luò)模型，確定所述待檢測(cè)鏡片圖像的疵病信息。

優(yōu)選地，所述神經(jīng)網(wǎng)絡(luò)模型為卷積神經(jīng)網(wǎng)絡(luò)模型。

優(yōu)選地，所述疵病信息包括：疵病的類型、疵病尺寸和疵病位置中的至少一種。

本發(fā)明提供的鏡片疵病檢測(cè)方法及裝置，通過(guò)獲取待檢測(cè)鏡片圖像，并利用神經(jīng)網(wǎng)絡(luò)模型以待檢測(cè)鏡片圖像作為神經(jīng)網(wǎng)絡(luò)模型的輸入層數(shù)據(jù)，確定待檢測(cè)鏡片圖像的疵病信息，解決了現(xiàn)有鏡片疵病檢測(cè)方法漏檢率較高且效率低的問(wèn)題。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明具體實(shí)施方式或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)具體實(shí)施方式或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實(shí)施方式，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1是本發(fā)明實(shí)施例提供的一種鏡片疵病檢測(cè)方法的流程圖；

圖2是本發(fā)明實(shí)施例提供的一種鏡片疵病檢測(cè)裝置的結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面將結(jié)合附圖對(duì)本發(fā)明的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

本發(fā)明實(shí)施例提供一種鏡片疵病檢測(cè)方法，如圖1所示，包括：

s11，獲取待檢測(cè)鏡片圖像。

s12，利用神經(jīng)網(wǎng)絡(luò)模型以所述待檢測(cè)鏡片圖像作為所述神經(jīng)網(wǎng)絡(luò)模型的輸入層數(shù)據(jù)，確定所述待檢測(cè)鏡片圖像的疵病信息，其中所述神經(jīng)網(wǎng)絡(luò)模型是利用多個(gè)鏡片圖像樣本和所述鏡片圖像樣本中的疵病信息作為訓(xùn)練數(shù)據(jù)訓(xùn)練得到的，所述神經(jīng)網(wǎng)絡(luò)模型優(yōu)選卷積神經(jīng)網(wǎng)絡(luò)模型，所述疵病信息包括：疵病的類型、疵病尺寸和疵病位置中的至少一種，本實(shí)施例優(yōu)選疵病信息包括疵病類型、尺寸和位置，為了提高神經(jīng)網(wǎng)絡(luò)模型對(duì)疵病信息識(shí)別的準(zhǔn)確性，訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型的鏡片圖像樣本在保證滿足訓(xùn)練數(shù)量的情況下，需滿足疵病信息樣本的多樣性，即鏡片圖像樣本中可以是通過(guò)攝像機(jī)等照相設(shè)備得到的不同角度、不同光照得到的多種包含疵病的樣本信息，為了便于神經(jīng)網(wǎng)絡(luò)模型進(jìn)行學(xué)習(xí)，鏡片圖像樣本中還包括無(wú)疵病的樣本，并對(duì)有疵病的鏡片圖像樣本預(yù)先通過(guò)人工對(duì)多個(gè)樣本中的各種疵病預(yù)先進(jìn)行標(biāo)記。

本發(fā)明實(shí)施例提供的鏡片疵病檢測(cè)方法，通過(guò)獲取待檢測(cè)鏡片圖像，并利用神經(jīng)網(wǎng)絡(luò)模型以待檢測(cè)鏡片圖像作為神經(jīng)網(wǎng)絡(luò)模型的輸入層數(shù)據(jù)，確定待檢測(cè)鏡片圖像的疵病信息，解決了現(xiàn)有鏡片疵病檢測(cè)方法漏檢率較高且效率低的問(wèn)題。

優(yōu)選地，所述利用卷積神經(jīng)網(wǎng)絡(luò)模型以所述待檢測(cè)鏡片圖像作為所述卷積神經(jīng)網(wǎng)絡(luò)模型的輸入層數(shù)據(jù)，確定所述待檢測(cè)鏡片圖像的疵病信息的步驟，包括：

首先，將所述待檢測(cè)鏡片圖像進(jìn)行數(shù)字圖像處理。將得到的待檢測(cè)鏡片圖像轉(zhuǎn)為對(duì)應(yīng)的數(shù)字信號(hào)，通過(guò)該數(shù)字信號(hào)可以計(jì)算得到疵病的面積、周長(zhǎng)、直徑，由于不同的疵病(例如出點(diǎn)、劃痕、氣泡等)外形特征不同，結(jié)合最小外接圓參數(shù)以及預(yù)先劃定的數(shù)字閾值區(qū)分疵病類別。

其次，將數(shù)字圖像處理后的待檢測(cè)鏡片圖像輸入所述神經(jīng)網(wǎng)絡(luò)模型，確定所述待檢測(cè)鏡片圖像的疵病信息。神經(jīng)網(wǎng)絡(luò)模型預(yù)先對(duì)不同參數(shù)的疵病進(jìn)行學(xué)習(xí)，直至識(shí)別疵病信息的準(zhǔn)確率達(dá)到用戶標(biāo)準(zhǔn)，此時(shí)輸入經(jīng)過(guò)數(shù)字圖像處理后的待檢測(cè)鏡片圖像到神經(jīng)網(wǎng)絡(luò)模型進(jìn)行識(shí)別并確定疵病信息。

本發(fā)明實(shí)施例提供的鏡片疵病檢測(cè)方法，通過(guò)獲取待檢測(cè)鏡片圖像，并利用神經(jīng)網(wǎng)絡(luò)模型以待檢測(cè)鏡片圖像作為神經(jīng)網(wǎng)絡(luò)模型的輸入層數(shù)據(jù)，確定待檢測(cè)鏡片圖像的疵病信息，解決了現(xiàn)有鏡片疵病檢測(cè)方法漏檢率較高且效率低的問(wèn)題。

相應(yīng)地，本發(fā)明還提供一種鏡片疵病檢測(cè)裝置，如圖2所示，包括：

獲取單元21，用于獲取待檢測(cè)鏡片圖像；

確定單元22，用于利用神經(jīng)網(wǎng)絡(luò)模型以所述待檢測(cè)鏡片圖像作為所述神經(jīng)網(wǎng)絡(luò)模型的輸入層數(shù)據(jù)，確定所述待檢測(cè)鏡片圖像的疵病信息，其中所述神經(jīng)網(wǎng)絡(luò)模型是利用多個(gè)鏡片圖像樣本和所述鏡片圖像樣本中的疵病信息作為訓(xùn)練數(shù)據(jù)訓(xùn)練得到的。

優(yōu)選地，所述確定單元包括：

處理單元，用于將所述待檢測(cè)鏡片圖像進(jìn)行數(shù)字圖像處理；

第一確定單元，用于將數(shù)字圖像處理后的待檢測(cè)鏡片圖像輸入所述神經(jīng)網(wǎng)絡(luò)模型，確定所述待檢測(cè)鏡片圖像的疵病信息。

優(yōu)選地，所述神經(jīng)網(wǎng)絡(luò)模型為卷積神經(jīng)網(wǎng)絡(luò)模型。

優(yōu)選地，所述疵病信息包括：疵病的類型、疵病尺寸和疵病位置中的至少一種。

本發(fā)明實(shí)施例提供的鏡片疵病檢測(cè)裝置，通過(guò)獲取待檢測(cè)鏡片圖像，并利用神經(jīng)網(wǎng)絡(luò)模型以待檢測(cè)鏡片圖像作為神經(jīng)網(wǎng)絡(luò)模型的輸入層數(shù)據(jù)，確定待檢測(cè)鏡片圖像的疵病信息，解決了現(xiàn)有鏡片疵病檢測(cè)方法漏檢率較高且效率低的問(wèn)題。

顯然，上述實(shí)施例僅僅是為清楚地說(shuō)明所作的舉例，而并非對(duì)實(shí)施方式的限定。對(duì)于所屬領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在上述說(shuō)明的基礎(chǔ)上還可以做出其它不同形式的變化或變動(dòng)。這里無(wú)需也無(wú)法對(duì)所有的實(shí)施方式予以窮舉。而由此所引伸出的顯而易見的變化或變動(dòng)仍處于本發(fā)明創(chuàng)造的保護(hù)范圍之中。