检测方法及装置、检测设备和存储介质制造方法及图纸

一种检测方法、检测装置、检测设备和非易失性计算机可读存储介质。检测方法包括获取多个具有特征点的模板图像；依据特征点的类型对模板图像进行分类，以确定模板图像的类型；将分类前的多个所述模板图像和分类后的多个所述模板图像作为第一集，输入到分类模型进行训练，以获取训练至收敛的所述分类模型；及依据收敛后的所述分类模型检测待检件的图像的最终类型。通过训练后的分类模型检测待检件的图像时，在检测特征点时受到图像背景的影响较小，能够准确地识别待检件的特征点和背景图像的噪声，以判断待检件的最终类型，从而能够提升检测效果。升检测效果。升检测效果。

【技术实现步骤摘要】
检测方法及装置、检测设备和存储介质


[0001]本申请涉及检测
，特别涉及一种检测方法、检测装置、检测设备和非易失性计算机可读存储介质。

技术介绍

[0002]目前，基于模板匹配的缺陷检测算法在检测背景复杂的工件的图像时，由于工件的背景本身可能存在与缺陷类似的图像，模板匹配算法无法准确的区分，使得原本不具有缺陷的工件，被识别为存在缺陷，检测效果较差。

技术实现思路

[0003]本申请提供了一种检测方法、检测装置、检测设备和非易失性计算机可读存储介质。
[0004]本申请实施方式的检测方法包括获取多个具有特征点的模板图像；依据所述特征点的类型对所述模板图像进行分类，以确定所述模板图像的类型；将分类前的多个所述模板图像和分类后的多个所述模板图像作为第一集，输入到分类模型进行训练，以获取训练至收敛的所述分类模型；及依据收敛后的所述分类模型检测待检件的图像的最终类型。
[0005]本申请实施方式的检测装置包括获取模块、分类模块、训练模块和检测模块。所述获取块用于获取多个具有特征点的模板图像；所述分类模块用于依据所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种检测方法，其特征在于，包括：获取多个具有特征点的模板图像；依据所述特征点的类型对所述模板图像进行分类，以确定所述模板图像的类型；将分类前的多个所述模板图像和分类后的多个所述模板图像作为第一集，输入到分类模型进行训练，以获取训练至收敛的所述分类模型；及依据收敛后的所述分类模型检测待检件的图像的最终类型。2.根据权利要求1所述的检测方法，其特征在于，特征点的类型相同的多个所述模板图像的图像背景互不相同。3.根据权利要求1所述的检测方法，其特征在于，所述获取多个具有特征点的模板图像，包括：获取多个具有所述特征点的工件的多个原始图像；及获取多个所述原始图像中包含所述特征点的预定区域的图像，以作为所述模板图像。4.根据权利要求1所述的检测方法，其特征在于，在所述将分类前的多个所述模板图像和分类后的多个所述模板图像作为第一集，输入到分类模型进行训练，以获取训练至收敛的所述分类模型之前，还包括：对多个所述模板图像进行扩增处理，所述扩增处理包括镜像、平移、旋转、剪切和变形中至少一种。5.根据权利要求1所述的检测方法，其特征在于，所述将分类前的多个所述模板图像和分类后的多个所述模板图像作为第一集，输入到分类模型进行训练，以获取训练至收敛的所述分类模型，包括：输入分类前的所述模板图像至所述分类模型，以输出检测结果；将所述检测结果与分类后的所述模板图像进行比对以确定第一调整值；及依据所述第一调整值调整所述分类模型，以使得分类模型收敛。6.根据权利要求5所述的检测方法，其特征在于，所述依据所述第一调整值调整所述分类模型，以使得分类模型收敛，包括：对所述第一集进行变换处理以得到第二集；输入所述第二集到调整后所述分类模型，以输出第二调整值；在所述第二调整值小于预设阈值时，确定所述分类模型收敛；在所述第二调整值大于所述预设阈值时，将所述第二集作为所述第一集，再次训练所述分...

【专利技术属性】
技术研发人员：陈鲁，肖安七，张嵩，
申请(专利权)人：深圳中科飞测科技股份有限公司，
类型：发明
国别省市：