一种磁瓦表面缺陷检测方法技术

本发明专利技术公开了一种磁瓦表面缺陷检测方法，包括如下步骤：将磁瓦图像输入到缺陷检测网络模型中，输出缺陷概率图；判断缺陷概率图上各像素点是否为缺陷点；提取各缺陷点围合的疑似缺陷区域记为rect1；提取磁瓦图像对应的label图像上的真实缺陷区域记为rect2；计算rect1与rect2的区域面积交并比；根据交并比判断模型的预测结果是否正确，并根据预测结果，将rect1区域标记为“1”或“0”；从磁瓦图像中和模型输出的各特征图中截取出经标记后的各rect1区域；将截取的各rect1区域融合得到一区域融合图；统计区域融合图中的正负样本占比，本发明专利技术降低了磁瓦缺陷的误检测率。

A method for detecting the surface defects of magnetic tile

【技术实现步骤摘要】
一种磁瓦表面缺陷检测方法
本专利技术涉及缺陷检测计数领域，具体涉及一种磁瓦表面缺陷检测方法。
技术介绍
磁瓦是一种铁氧体瓦状永磁材料，主要成分是氧化铁和氧化锶，一般用在永磁电机上，其作用是代替励磁绕组产生的磁场。磁瓦作为永磁电机的关键部件，磁瓦质量直接影响永磁电机的质量。磁瓦的代表性缺陷有开裂、圈裂、掉角、磁瓦表面非平面等。对于磁瓦缺陷的检测，目前各大磁瓦生产厂商普遍采用传统的人工检测方式，人工检测人力成本高、劳动强度大，人眼容易疲劳，而且判别标准因人而异，判别结果不够科学、客观。另外由于磁瓦尺寸多样，且形状并不规则，人眼很难对磁瓦进行尺寸检测，因此人眼检测方式很难将不合格的磁瓦剔除，也无法根据磁瓦尺寸对磁瓦进行等级划分，以提高生产效益。为了解决人为检测存在的上述问题，近些年也出现了基于机器视觉识别技术的磁瓦缺陷检测方法，但现有的针对磁瓦缺陷检测的机器识别算法由于缺陷样本不均衡，导致误检测率较高，容易将良品误检测为不良品。
技术实现思路
本专利技术的目的在于提供一种磁瓦表面缺陷检测方法，以解决上述技术问题。<本文档来自技高网...

【技术保护点】
1.一种磁瓦表面缺陷检测方法，其特征在于，包括如下步骤：/n步骤S1，将待检测的磁瓦图像输入到一缺陷检测网络模型中，所述缺陷检测网络模型输出一关联于所述磁瓦图像的缺陷概率图；/n步骤S2，判断所述缺陷概率图上各像素点为缺陷的概率得分是否大于预设的分数阈值T，/n若是，则将所述像素点确定为所述磁瓦图像上的缺陷点；/n若否，则将所述像素点确定为非缺陷点；/n步骤S3，计算出被确定为缺陷点的各所述像素点在所述磁瓦图像上形成的缺陷区域的第一最小外接矩形，并将所述第一最小外接矩形围合的疑似缺陷区域记为rect1区域；/n步骤S4，提取所述磁瓦图像对应的label图像的第二最小外接矩形，并将所述第二最小外...

【技术特征摘要】
1.一种磁瓦表面缺陷检测方法，其特征在于，包括如下步骤：
步骤S1，将待检测的磁瓦图像输入到一缺陷检测网络模型中，所述缺陷检测网络模型输出一关联于所述磁瓦图像的缺陷概率图；
步骤S2，判断所述缺陷概率图上各像素点为缺陷的概率得分是否大于预设的分数阈值T，
若是，则将所述像素点确定为所述磁瓦图像上的缺陷点；
若否，则将所述像素点确定为非缺陷点；
步骤S3，计算出被确定为缺陷点的各所述像素点在所述磁瓦图像上形成的缺陷区域的第一最小外接矩形，并将所述第一最小外接矩形围合的疑似缺陷区域记为rect1区域；
步骤S4，提取所述磁瓦图像对应的label图像的第二最小外接矩形，并将所述第二最小外接区域围合的真实缺陷区域记为rect2区域；
步骤S5，计算所述rect1区域与所述rect2区域的区域面积交并比iou；
步骤S6，判断所述交并比iou是否小于一预设阈值TI，
若是，则表明所述缺陷检测网络模型输出的缺陷检测结果正确，并将所述步骤S3检测出的所述rect1区域标记为“1”；
若否，则表明所述缺陷检测网络模型输出的所述缺陷检测结果错误，并将所述步骤S3检测出的所述rect1区域标记为“0”；
步骤S7，从所述磁瓦图像中截取出经所述步骤S6标记后的各所述rect1区域，并从所述缺陷检测网络模型的前八个卷积层输出的关联于所述磁瓦图像的各特征图中截取出经所述步骤S6标记后的各所述rect1区域；
步骤S8，将所述步骤S7截取的各所述rect1区域进行图像融合，得...

【专利技术属性】
技术研发人员：张发恩，郝磊，刘强强，刘旭，
申请(专利权)人：创新奇智青岛科技有限公司，
类型：发明
国别省市：山东;37