本發(fā)明涉及機(jī)器視覺(jué)及圖像處理領(lǐng)域，特別是涉及一種產(chǎn)品表面缺陷檢測(cè)方法、系統(tǒng)、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、在工業(yè)生產(chǎn)過(guò)程中，一些有規(guī)律紋理的產(chǎn)品(比如布匹，服裝，卷膜，等帶有圖案的產(chǎn)品)的生成過(guò)程中產(chǎn)品的紋理會(huì)產(chǎn)生變形、殘缺或者多余等缺陷，常規(guī)會(huì)采用深度學(xué)習(xí)的方法對(duì)其檢測(cè)。這樣的生產(chǎn)過(guò)程如果是重復(fù)的、大批量的生產(chǎn)，用深度學(xué)習(xí)方法的過(guò)程會(huì)大量收集良品和不良品，用于訓(xùn)練以及后續(xù)的檢測(cè)，這樣的方法多數(shù)情況下都可以正常使用。但是對(duì)于小批量產(chǎn)品的生產(chǎn)，由于小批量生產(chǎn)的情況下無(wú)法收集到足夠的不良品用于訓(xùn)練，這樣方法并不是很適用小批量生產(chǎn)。

技術(shù)實(shí)現(xiàn)思路

1、基于此，本發(fā)明的目的在于，提供一種產(chǎn)品表面缺陷檢測(cè)方法、系統(tǒng)、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)，其具有采用良品特征庫(kù)進(jìn)行檢測(cè)，方便使用，提高產(chǎn)品表面缺陷檢測(cè)的靈敏度以及工作效率的優(yōu)點(diǎn)。

2、一種產(chǎn)品表面缺陷檢測(cè)方法，包括以下步驟：

3、獲取待檢測(cè)目標(biāo)對(duì)應(yīng)的待檢測(cè)圖像；

4、將所述待檢測(cè)圖像的格式轉(zhuǎn)換為預(yù)設(shè)輸入格式，并輸入至圖像校正對(duì)齊模型中，獲取目標(biāo)圖像，其中，所述目標(biāo)圖像是所述待檢測(cè)圖像經(jīng)過(guò)校正對(duì)齊獲取的圖像；

5、將所述目標(biāo)圖像輸入至訓(xùn)練好的深度神經(jīng)網(wǎng)絡(luò)特征提取模型，提取所述目標(biāo)圖像對(duì)應(yīng)的目標(biāo)特征圖；

6、計(jì)算所述目標(biāo)特征圖與預(yù)設(shè)的良品特征庫(kù)中每一良品特征圖中相同位置之間的特征距離，其中，所述良品特征庫(kù)包括所述待檢測(cè)產(chǎn)品對(duì)應(yīng)的若干良品特征圖；

7、獲取每一位置的所述特征距離中最小特征距離，作為該位置的最終距離，生成所述目標(biāo)特征圖對(duì)應(yīng)的特征距離圖；

8、若所述特征距離圖中存在任意一個(gè)最終距離超過(guò)預(yù)設(shè)特征距離閾值，則所述待檢測(cè)目標(biāo)為不良品，否則，所述待檢測(cè)目標(biāo)為良品。

9、一種產(chǎn)品表面缺陷檢測(cè)系統(tǒng)，包括：

10、圖像獲取模塊，用于獲取待檢測(cè)目標(biāo)對(duì)應(yīng)的待檢測(cè)圖像；

11、圖像對(duì)齊模塊，用于將所述待檢測(cè)圖像轉(zhuǎn)換為預(yù)設(shè)輸入格式，并輸入至圖像校正對(duì)齊模型中，獲取目標(biāo)圖像，其中，所述目標(biāo)圖像是所述待檢測(cè)圖像經(jīng)過(guò)校正對(duì)齊獲取的圖像；

12、特征圖獲取模塊，用于將所述目標(biāo)圖像輸入至訓(xùn)練好的深度神經(jīng)網(wǎng)絡(luò)特征提取模型，提取所述目標(biāo)圖像對(duì)應(yīng)的目標(biāo)特征圖；

13、距離計(jì)算模塊，用于計(jì)算所述目標(biāo)特征圖與預(yù)設(shè)的良品特征庫(kù)中每一良品特征圖中相同位置之間的特征距離，其中，所述良品特征庫(kù)包括所述待檢測(cè)產(chǎn)品對(duì)應(yīng)的若干良品特征圖；

14、距離圖生成模塊，用于獲取每一位置的所述特征距離中最小特征距離，作為該位置的最終距離，生成所述目標(biāo)特征圖對(duì)應(yīng)的特征距離圖；

15、判斷模塊，用于若所述特征距離圖中存在任意一個(gè)最終距離超過(guò)預(yù)設(shè)特征距離閾值，則所述待檢測(cè)目標(biāo)為不良品，否則，所述待檢測(cè)目標(biāo)為良品。

16、一種計(jì)算機(jī)設(shè)備，包括：處理器、存儲(chǔ)器以及存儲(chǔ)在所述存儲(chǔ)器中并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如上述的產(chǎn)品表面缺陷檢測(cè)方法的步驟。

17、一種可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述的產(chǎn)品表面缺陷檢測(cè)方法的步驟。

18、本方案中提供了一種缺陷識(shí)別方法，通過(guò)獲取所述待檢測(cè)目標(biāo)對(duì)應(yīng)的待檢測(cè)圖像，將所述待檢測(cè)圖像設(shè)置為預(yù)設(shè)格式，并通過(guò)校正對(duì)齊，獲取目標(biāo)圖像，將所述目標(biāo)圖像輸入至訓(xùn)練好的深度神經(jīng)網(wǎng)絡(luò)特征提取模型，獲取目標(biāo)圖像對(duì)應(yīng)目標(biāo)特征圖，將所述目標(biāo)特征圖根據(jù)預(yù)設(shè)規(guī)格劃分為若干大小相同的區(qū)域，通過(guò)合并每一區(qū)域中的目標(biāo)特征，得到每一區(qū)域?qū)?yīng)的區(qū)域特征向量；通過(guò)獲取每一區(qū)域的位置信息，計(jì)算所述區(qū)域特征向量與預(yù)設(shè)的良品特征庫(kù)中相同位置的樣本向量之間的距離信息，若所述距離信息超過(guò)預(yù)設(shè)特征距離閾值，則所述待檢測(cè)目標(biāo)為不良品，否則所述待檢測(cè)目標(biāo)為良品。本方案中的缺陷識(shí)別方法采用良品特征庫(kù)進(jìn)行檢測(cè)，方便使用，提高產(chǎn)品表面缺陷檢測(cè)的靈敏度以及工作效率，降低了產(chǎn)品表面缺陷檢測(cè)過(guò)程中誤判的發(fā)生概率。

19、為了更好地理解和實(shí)施，下面結(jié)合附圖詳細(xì)說(shuō)明本發(fā)明。

技術(shù)特征：

1.一種產(chǎn)品表面缺陷檢測(cè)方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的產(chǎn)品表面缺陷檢測(cè)方法，其特征在于，計(jì)算所述目標(biāo)特征圖與預(yù)設(shè)的良品特征庫(kù)中每一良品特征圖中相同位置之間的特征距離，包括以下步驟：

3.根據(jù)權(quán)利要求1所述的產(chǎn)品表面缺陷檢測(cè)方法，其特征在于，計(jì)算所述目標(biāo)特征圖與預(yù)設(shè)的良品特征庫(kù)中每一良品特征圖中相同位置之間的特征距離，包括以下步驟：

4.根據(jù)權(quán)利要求1所述的產(chǎn)品表面缺陷檢測(cè)方法，其特征在于，將所述待檢測(cè)圖像的格式轉(zhuǎn)換為預(yù)設(shè)輸入格式，并輸入至圖像校正對(duì)齊模型中，獲取目標(biāo)圖像，包括以下步驟：

5.根據(jù)權(quán)利要求1所述的產(chǎn)品表面缺陷檢測(cè)方法，其特征在于，還包括訓(xùn)練所述深度神經(jīng)網(wǎng)絡(luò)特征提取模型，包括以下步驟：

6.根據(jù)權(quán)利要求1所述的產(chǎn)品表面缺陷檢測(cè)方法，其特征在于，還包括構(gòu)建良品特征庫(kù)，包括以下步驟：

7.根據(jù)權(quán)利要求1所述的產(chǎn)品表面缺陷檢測(cè)方法，其特征在于，所述待檢測(cè)目標(biāo)為不良品后，還包括以下步驟：

8.一種產(chǎn)品表面缺陷檢測(cè)系統(tǒng)，其特征在于，包括：

9.一種計(jì)算機(jī)設(shè)備，包括：處理器、存儲(chǔ)器以及存儲(chǔ)在所述存儲(chǔ)器中并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至7任意一項(xiàng)所述的產(chǎn)品表面缺陷檢測(cè)方法的步驟。

10.一種可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，其特征在于：所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至7任意一項(xiàng)所述的產(chǎn)品表面缺陷檢測(cè)方法的步驟。

技術(shù)總結(jié)
本發(fā)明涉及一種產(chǎn)品表面缺陷檢測(cè)方法、系統(tǒng)、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)，包括：獲取待檢測(cè)目標(biāo)對(duì)應(yīng)的待檢測(cè)圖像；將待檢測(cè)圖像的格式轉(zhuǎn)換為預(yù)設(shè)輸入格式，并輸入至圖像校正對(duì)齊模型中，獲取目標(biāo)圖像；將目標(biāo)圖像輸入至訓(xùn)練好的深度神經(jīng)網(wǎng)絡(luò)特征提取模型，提取目標(biāo)圖像對(duì)應(yīng)的目標(biāo)特征圖；計(jì)算目標(biāo)特征圖與預(yù)設(shè)的良品特征庫(kù)中每一良品特征圖中相同位置之間的特征距離；獲取每一位置的特征距離中最小特征距離，作為該位置的最終距離，生成目標(biāo)特征圖對(duì)應(yīng)的特征距離圖；若特征距離圖中存在任意一個(gè)最終距離超過(guò)預(yù)設(shè)特征距離閾值，則待檢測(cè)目標(biāo)為不良品，否則，待檢測(cè)目標(biāo)為良品；具有采用良品特征庫(kù)進(jìn)行檢測(cè)，方便使用，提高缺陷檢測(cè)的靈敏度的優(yōu)點(diǎn)。

技術(shù)研發(fā)人員：劉斌,梁盛潮,李景全,李鎮(zhèn)濤
受保護(hù)的技術(shù)使用者：廣東高臻智能裝備有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/10