一种检测图像处理方法及装置制造方法及图纸

本申请提供了一种检测图像处理方法及装置，所述检测图像处理方法包括：获取待检测图像；在增强学习算法中对待检测图像进行滤波处理，生成第一中间图像；计算第一中间图像以及预先获得的目标数据集之间的第一相似度，目标数据集中包括多个增强后的缺陷图像；当第一相似度满足预设条件时，将第一中间图像作为增强后的待检测图像，以进行缺陷检测。通过增强学习算法对待检测图像进行滤波处理，生成第一中间图像，然后计算生成的第一中间图像与目标数据集之间的第一相似度，当第一相似度满足预设条件时，确定第一中间图形为匹配目标数据集风格的图像，并以其作为增强后的待检测图像，对增强后的待检测图像进行缺陷检测，可以降低漏检率。

A Method and Device for Detecting Image Processing

【技术实现步骤摘要】
一种检测图像处理方法及装置
本专利技术涉及机器视觉
，特别是涉及一种检测图像处理方法及装置。
技术介绍
相关技术中采用基于机器视觉的检测图像处理方法，大多是对CCD相机采集到的屏幕缺陷图像进行图像预处理、图像分割、特征提取和缺陷等级量化等，最终输出检测结果。常见的屏幕缺陷分为点缺陷、mura缺陷等，点缺陷种类复杂多样，几何形状不固定，尺寸、亮度或灰度上与噪声相接近，所以相关技术中对具有点缺陷的图像做一般的预处理，极有可能把点缺陷的特征“模糊”，甚至是把它当作噪声去除掉，导致点缺陷漏检；Mura缺陷专门用来表示一类对比度低、亮度不均匀、面积大于一个像素的面缺陷，导致Mura缺陷是最易漏检的一类缺陷。
技术实现思路
本专利技术提供一种检测图像处理方法及装置，以降低漏检率。为了解决上述问题，本专利技术公开了一种检测图像处理方法，所述方法包括：获取待检测图像；在增强学习算法中对所述待检测图像进行滤波处理，生成第一中间图像；计算所述第一中间图像以及预先获得的目标数据集之间的第一相似度，所述目标数据集中包括多个增强后的缺陷图像；当所述第一相似度满足预设条件时，将所述第一中间图像作为增强后的待检测图像，以进行缺陷检测。可选地，所述在增强学习算法中对所述待检测图像进行滤波处理，生成第一中间图像的步骤，包括：根据所述待检测图像，在增强学习算法中确定第一滤波器以及所述第一滤波器的参数；采用所述第一滤波器以及所述第一滤波器的参数对所述待检测图像进行处理，得到第一中间图像。可选地，所述根据所述待检测图像，在增强学习算法中确定第一滤波器以及所述第一滤波器的参数的步骤，包括：对所述待检测图像进行下采样处理，得到所述待检测图像的低分辨率图像；将所述低分辨率图像输入所述增强学习算法中，对多个滤波器以及对应的滤波器参数分别进行迭代优化，并计算迭代优化后的回报值，将最大回报值对应的滤波器及滤波器参数确定为第一滤波器及第一滤波器参数，其中，所述回报值为采用各所述滤波器以及对应的滤波器参数对所述低分辨率图像进行处理得到的图像与所述目标数据集之间的第二相似度。可选地，所述计算所述第一中间图像以及预先获得的目标数据集之间的第一相似度的步骤，包括：采用生成对抗网络的判别器，计算所述第一中间图像以及预先获得的目标数据集之间的距离；所述当所述第一相似度满足预设条件时，将所述第一中间图像作为增强后的待检测图像，以进行缺陷检测的步骤包括：当所述距离小于预设阈值时，将所述第一中间图像作为增强后的待检测图像，以进行缺陷检测。可选地，所述第一滤波器包括对比度增强滤波器、曝光调节滤波器、gamma校正滤波器或白平衡调整滤波器。可选地，所述方法还包括：当所述第一相似度不满足所述预设条件时，将所述第一中间图像作为更新后的待检测图像，并重复执行所述在增强学习算法中对所述待检测图像进行滤波处理，生成第一中间图像的步骤、以及所述计算所述第一中间图像以及预先获得的目标数据集之间的第一相似度的步骤，直至得到的第一相似度满足所述预设条件。为了解决上述问题，本专利技术还公开了一种检测图像处理装置，所述装置包括：获取模块，被配置为获取待检测图像；生成模块，被配置为在增强学习算法中对所述待检测图像进行滤波处理，生成第一中间图像；计算模块，被配置为计算所述第一中间图像以及预先获得的目标数据集之间的第一相似度，所述目标数据集中包括多个增强后的缺陷图像；确定模块，被配置为当所述第一相似度满足预设条件时，将所述第一中间图像作为增强后的待检测图像，以进行缺陷检测。可选地，所述生成模块还被配置为：根据所述待检测图像，在增强学习算法中确定第一滤波器以及所述第一滤波器的参数；采用所述第一滤波器以及所述第一滤波器的参数对所述待检测图像进行处理，得到第一中间图像。可选地，所述装置还包括：循环模块，被配置为当所述第一相似度不满足所述预设条件时，将所述第一中间图像作为更新后的待检测图像，并重复调用所述生成模块，以及所述计算模块，直至所述计算模块得到的第一相似度满足所述预设条件。为了解决上述问题，本专利技术还公开了一种装置，包括：一个或多个处理器；和其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述装置执行任一项所述的检测图像处理方法。为了解决上述问题，本专利技术还公开了一种存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行任一实施例所述的检测图像处理方法。与现有技术相比，本专利技术包括以下优点：本申请技术方案，通过增强学习算法对待检测图像进行滤波处理，生成第一中间图像，然后计算生成的第一中间图像与目标数据集之间的第一相似度，当第一相似度满足预设条件时，确定第一中间图形为匹配目标数据集风格的图像，并以其作为增强后的待检测图像，对增强后的待检测图像进行缺陷检测，可以降低漏检率。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1示出了本申请实施例提供的一种检测图像处理方法的步骤流程图；图2示出了本申请实施例提供的一种检测图像处理方法的流程示意图；图3示出了本申请实施例提供的一种生成第一中间图像方法的步骤流程图；图4示出了本申请实施例提供的一种图像增强算法的交互式处理方法示意图；图5示出了本申请实施例提供的一种滤波器处理的过程示意图；图6示出了本申请实施例提供的一种RL网络结构示意图；图7示出了本申请实施例提供的一种GAN网络结构示意图；图8示出了本申请实施例提供的一种检测图像处理装置的结构框图。具体实施方式为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。本申请一实施例提供了一种检测图像处理方法，参照图1，该方法包括：步骤101：获取待检测图像。具体地，可以通过CCD相机等获取待检测屏幕上的图像，即待检测图像。步骤102：在增强学习算法中对待检测图像进行滤波处理，生成第一中间图像。具体地，对待检测图像进行图像增强或图像滤波处理的过程可以包含一系列连续的操作步骤，如曝光调整、白平衡调整、对比度增强等等，下一步的操作类型需要根据上一步的处理结果确定，且每一步的参数也需要调整，也就是对待检测图像的每一步操作都需要根据实时的处理结果进行下一步的处理，如图4所示。因此，对待检测图像进行图像增强处理的过程可以等效为一系列决策问题，采用增强学习(RL)网络中对对待检测图像进行增强处理，生成第一中间图像。步骤103：计算第一中间图像以及预先获得的目标数据集之间的第一相似度，目标数据集中包括多个增强后的缺陷图像。具体地，可以采用生成对抗网络的判别器，计算第一中间图像(中间结果)以及预先获得的目标数据集之间的距离，并将计算结果反馈给增强学习算法，参照图2。为了使增强后的图像更接近于目标数据集，例如可以引入生成式对抗网络(GAN,GenerativeAdversarialNetworks)进行第一中间图像与目标数据集之间的距离计算，其中距离可以用来表征第一中间图像与目标数据集之间的相似度。GAN包括生成器generator与判别器本文档来自技高网...

【技术保护点】
1.一种检测图像处理方法，其特征在于，所述方法包括：获取待检测图像；在增强学习算法中对所述待检测图像进行滤波处理，生成第一中间图像；计算所述第一中间图像以及预先获得的目标数据集之间的第一相似度，所述目标数据集中包括多个增强后的缺陷图像；当所述第一相似度满足预设条件时，将所述第一中间图像作为增强后的待检测图像，以进行缺陷检测。

【技术特征摘要】
1.一种检测图像处理方法，其特征在于，所述方法包括：获取待检测图像；在增强学习算法中对所述待检测图像进行滤波处理，生成第一中间图像；计算所述第一中间图像以及预先获得的目标数据集之间的第一相似度，所述目标数据集中包括多个增强后的缺陷图像；当所述第一相似度满足预设条件时，将所述第一中间图像作为增强后的待检测图像，以进行缺陷检测。2.根据权利要求1所述的检测图像处理方法，其特征在于，所述在增强学习算法中对所述待检测图像进行滤波处理，生成第一中间图像的步骤，包括：根据所述待检测图像，在增强学习算法中确定第一滤波器以及所述第一滤波器的参数；采用所述第一滤波器以及所述第一滤波器的参数对所述待检测图像进行处理，得到第一中间图像。3.根据权利要求2所述的检测图像处理方法，其特征在于，所述根据所述待检测图像，在增强学习算法中确定第一滤波器以及所述第一滤波器的参数的步骤，包括：对所述待检测图像进行下采样处理，得到所述待检测图像的低分辨率图像；将所述低分辨率图像输入所述增强学习算法中，对多个滤波器以及对应的滤波器参数分别进行迭代优化，并计算迭代优化后的回报值，将最大回报值对应的滤波器及滤波器参数确定为第一滤波器及第一滤波器参数，其中，所述回报值为采用各所述滤波器以及对应的滤波器参数对所述低分辨率图像进行处理得到的图像与所述目标数据集之间的第二相似度。4.根据权利要求1所述的检测图像处理方法，其特征在于，所述计算所述第一中间图像以及预先获得的目标数据集之间的第一相似度的步骤，包括：采用生成对抗网络的判别器，计算所述第一中间图像以及预先获得的目标数据集之间的距离；所述当所述第一相似度满足预设条件时，将所述第一中间图像作为增强后的待检测图像，以进行缺陷检测的步骤包括：当所述距离小于预设阈值时，将所述第一中间图像作为增强后的待检测图像，以进行缺陷检测。5.根据权利要求1所述...

【专利技术属性】
技术研发人员：彭项君，王云奇，赵晨曦，薛亚冲，李纲，吕耀宇，张硕，楚明磊，陈丽莉，张浩，丁亚东，
申请(专利权)人：京东方科技集团股份有限公司，北京京东方光电科技有限公司，
类型：发明
国别省市：北京,11