一种产品缺陷识别方法技术

本发明专利技术涉及一种产品缺陷识别方法，包括通过光学设备获取产品图像；去除图像背景，留下图像的关键特征，并缩小图像尺寸；通过深度学习算法筛选出图像中的瑕疵。本方法相较于现有的缺陷识别算法，无需繁琐地进行多重参数调整，因此能够快速适应不同产品的瑕疵识别，提高了效率；而且本方法中通过将深度学习与传统算法的结合，大大提高了瑕疵识别的准确度，降低了误判几率，从而降低了人力成本。

【技术实现步骤摘要】
一种产品缺陷识别方法
本专利技术涉及产品瑕疵识别领域，尤其涉及一种产品缺陷识别方法。
技术介绍
在现代工业生产制造行业中，为提高产品合格率，通常在出厂前需要进行质检。通常瑕疵为不规则形状，还有深浅不一，方向性也不确定，因此检查标准很难有统一的标准，便导致了目前的产品瑕疵检查仍为人工检查。但因此人眼判定存在疲劳、情绪上的风险，因此对于机器的检查后的复判有误判的风险。
技术实现思路
本专利技术为解决现有的产品瑕疵检查中人工检查存在误判风险的问题，所采用的技术方案是：一种产品缺陷识别方法，包括如下步骤：通过光学设备获取产品图像；去除图像背景，留下图像的关键特征，并缩小图像尺寸；通过深度学习算法筛选出图像中的瑕疵。进一步改进为，所述去除图像背景，留下图像的关键特征，并缩小图像尺寸，包括：将图像进行第一次二值化处理；将二值化处理后的图像进行第一次特征分离，获得最大特征图像，去除最大特征图像周围的其它特征；将分离出来的最大特征图像内部填满；去除背景；将去除背景后的最大特征图像进行第二次二值化处理；对最大特征图像进行第二次特征分离，获得分离后的产品特征图像；将产品特征图像填满；取得前景物件并缩小图像尺本文档来自技高网...

【技术保护点】
1.一种产品缺陷识别方法，其特征在于，包括如下步骤：通过光学设备获取产品图像；去除图像背景，留下图像的关键特征，并缩小图像尺寸；通过深度学习算法筛选出图像中的瑕疵。

【技术特征摘要】
1.一种产品缺陷识别方法，其特征在于，包括如下步骤：通过光学设备获取产品图像；去除图像背景，留下图像的关键特征，并缩小图像尺寸；通过深度学习算法筛选出图像中的瑕疵。2.根据权利要求1所述的产品缺陷识别方法，其特征在于，所述去除图像背景，留下图像的关键特征，并缩小图像尺寸，包括：将图像进行第一次二值化处理；将二值化处理后的图像进行第一次特征分离，获得最大特征图像，去除最大特征图像周围的其它特征；将分离出来的最大特征图像内部填满；去除背景；将去除背景后的最大特征图...

【专利技术属性】
技术研发人员：陈证雧，吴嘉航，
申请(专利权)人：昆山亘恒智能科技有限公司，
类型：发明
国别省市：江苏,32