本发明专利技术实施例公开了一种基于多视场图像的缺陷检测方法、装置、设备及存储介质，其中，所述方法包括：获取待检测产品的多张目标检测图像，所述多张目标检测图像是在不同视场下采集到的待检测产品对应的图像；分别提取每张目标检测图像的图像缺陷特征，所述图像缺陷特征包括多个图像缺陷特征及其对应的特征值；对多张目标检测图像中提取到的多个图像缺陷特征进行对齐处理；按照预设的缺陷筛选条件，根据对齐处理后的缺陷特征确定目标缺陷特征。采用本发明专利技术实施例，可充分利用每个视场的图像信息，提高缺陷检测的分类精度，提高产品的良品率。率。率。
【技术实现步骤摘要】
基于多视场图像的缺陷检测方法及装置
[0001]本专利技术涉及图像处理
，尤其涉及一种基于多视场图像的缺陷检测方法、装置、计算机设备及计算机可读存储介质。
技术介绍
[0002]在工业缺陷的检测中，通过采集图像来对需要检测的产品进行缺陷检测。在实际使用过程中，都是在产线上预设的位置设置摄像头，以采集图像，并通过图像处理和识别来检测产品是否存在缺陷。但是，目前的基于图像的缺陷检测方法的准确率不足，导致良品率过低。
技术实现思路
[0003]基于此，在本专利技术实施例中，提供了一种基于多视场图像的缺陷检测的方法、装置、设备以及计算机可读存储介质，可以提高基于图像识别的缺陷检测的准确率，提高产品的良品率。
[0004]在本专利技术的第一部分，提供了一种基于多视场图像的缺陷检测方法，包括：获取待检测产品的多张目标检测图像，所述多张目标检测图像是在不同视场下采集到的待检测产品对应的图像；分别提取每张目标检测图像的图像缺陷特征，所述图像缺陷特征包括多个图像缺陷特征及其对应的特征值；对多张目标检测图像中提取到的多个图像缺陷特征进行对齐处理；按照预设的缺陷筛选条件，根据对齐处理后的缺陷特征确定目标缺陷特征。
[0005]可选的，所述分别提取每张目标检测图像的图像缺陷特征的步骤，还包括：确定每张目标检测图像对应的特征提取算法，其中，特征提取算法与目标检测图像对应的视场对应；根据确定的特征提取算法，对目标检测图像进行特征提取，以获取目标检测图像的图像缺陷特征。
[0006]可选的，所述对多张目标检测图像中提取到的多个图像缺陷特征进行对齐处理的步骤，还包括：根据图像缺陷特征中包含的位置信息，对多张目标检测图像中提取到的多个图像缺陷特征进行对齐处理。
[0007]可选的，所述按照预设的缺陷筛选条件，根据对齐处理后的缺陷特征确定目标缺陷特征的步骤，还包括：遍历对其处理后的每一个图像缺陷特征，判断遍历到的图像缺陷特征是否满足预设的缺陷筛选条件，若满足，则将该图像缺陷特征作为目标缺陷特征。
[0008]可选的，所述方法还包括：对所述目标缺陷特征进行分级，确定目标缺陷特征对应的目标缺陷级别。
[0009]可选的，所述对所述目标缺陷特征进行分级，确定目标缺陷特征对应的目标缺陷级别的步骤，还包括：确定每一个目标缺陷特征对应的特征值，根据特征参数对目标缺陷特征进行分级；其中，所述特征值包括缺陷面积。
[0010]在本专利技术的第二部分，提供了一种基于多视场图像的缺陷检测装置，包括：图像采集模块，用于获取待检测产品的多张目标检测图像，所述多张目标检测图像是在不同视场下采集到的待检测产品对应的图像；缺陷特征提取模块，用于分别提取每张目标检测图像的图像缺陷特征，所述图像缺陷特征包括多个图像缺陷特征及其对应的特征值；特征对齐模块，用于对多张目标检测图像中提取到的多个图像缺陷特征进行对齐处理；缺陷筛选模块，用于按照预设的缺陷筛选条件，根据对齐处理后的缺陷特征确定目标缺陷特征。
[0011]可选的，所述特征对齐模块还用于根据图像缺陷特征中的位置信息，对多张目标检测图像中提取到的多个图像缺陷特征进行对齐处理；所述缺陷筛选模块还用于遍历对其处理后的每一个图像缺陷特征，判断遍历到的图像缺陷特征是否满足预设的缺陷筛选条件，若满足，则将该图像缺陷特征作为目标缺陷特征。
[0012]在本专利技术的第三部分，提供了一种计算机设备，所述计算机设备包括处理器以及存储器，所述存储器用于存储计算机程序；所述处理器用于根据所述计算机程序执行如上述第一方面所述的基于多视场图像的缺陷检测方法的步骤。
[0013]在本专利技术的第四部分，提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行如上述第一方面所述的基于多视场图像的缺陷检测方法的步骤。
[0014]采用本专利技术实施例，具有如下有益效果：采用了上述基于多视场图像的缺陷检测方法、装置、计算机设备及计算机可读存储介质之后，在工业场景中，在对待检测产品进行缺陷检测时，首先需要获取待检测产品的多张目标检测图像，多张目标检测图像为不同视场下采集的待检测产品的图像；分别提取每张目标检测图像的图像缺陷特征，然后对多个图像缺陷特征进行对齐处理，再基于预定的确定的定义和筛选条件，对对齐之后的图像缺陷特征是否能表示待检测产品存在的缺陷进行判断，从而筛选出目标缺陷特征作为待检测产品对应的缺陷检测结果并输出。
[0015]采用本专利技术实施例，可以对多视场的缺陷特征信息进行充分利用，并且可以通过特征对齐和特征筛选来确定待检测产品的缺陷分类来充分考虑每一个缺陷特征是否能准确的表示产品的缺陷，从而提高缺陷检测的分类精度，提高产品的良品率。
附图说明
[0016]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术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的前提下，还可以
根据这些附图获得其他的附图。
[0017]其中：图1为一个实施例中一种基于多视场图像的缺陷检测方法的流程示意图；图2为一个实施例中一种基于多视场图像的缺陷检测装置的结构示意图；图3为一个实施例中运行上述基于多视场图像的缺陷检测方法的计算机设备的结构示意图。
具体实施方式
[0018]为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0019]本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0020]在本实施例中，提供了一种基于多视场图像的缺陷检测方法，该方法的执行可以是在工业场景，例如在产品线，通过在产品线上设置摄像头来采集产品线上的产品的图像，然后基于图像识别来对相应的产品是否存在缺陷来完成对产品的缺陷检测和分类，以将良品与次品进行区分。
[0021]在本实施例中，基于多视场图像的缺陷检测方法的实现可以是基于与采集待检测产品的图像的摄像头连接的计算机设备，该计算机设备可以是产品线的控制设备，也可以是与产品线连接的服务器，在本实施例中不做限定。
[0022]具体的，请参见图1，图1给出了基本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于多视场图像的缺陷检测方法，其特征在于，所述方法包括：获取待检测产品的多张目标检测图像，所述多张目标检测图像是在不同视场下采集到的待检测产品对应的图像；分别提取每张目标检测图像的图像缺陷特征，所述图像缺陷特征包括多个图像缺陷特征及其对应的特征值；对多张目标检测图像中提取到的多个图像缺陷特征进行对齐处理；按照预设的缺陷筛选条件，根据对齐处理后的缺陷特征确定目标缺陷特征。2.根据权利要求1所述的方法，其特征在于，所述分别提取每张目标检测图像的图像缺陷特征的步骤，还包括：确定每张目标检测图像对应的特征提取算法，其中，特征提取算法与目标检测图像对应的视场对应；根据确定的特征提取算法，对目标检测图像进行特征提取，以获取目标检测图像的图像缺陷特征。3.根据权利要求1所述的方法，其特征在于，所述对多张目标检测图像中提取到的多个图像缺陷特征进行对齐处理的步骤，还包括：根据图像缺陷特征中包含的位置信息，对多张目标检测图像中提取到的多个图像缺陷特征进行对齐处理。4.根据权利要求1所述的基于多视场图像的缺陷检测方法，其特征在于，所述按照预设的缺陷筛选条件，根据对齐处理后的缺陷特征确定目标缺陷特征的步骤，还包括：遍历对其处理后的每一个图像缺陷特征，判断遍历到的图像缺陷特征是否满足预设的缺陷筛选条件，若满足，则将该图像缺陷特征作为目标缺陷特征。5.根据权利要求1所述的基于多视场图像的缺陷检测方法，其特征在于，所述方法还包括：对所述目标缺陷特征进行分级，确定目标缺陷特征对应的目标缺陷级别。6.根据权利要求1所述的基于多视场图像的缺陷检测方法...
【专利技术属性】
技术研发人员：王四平，
申请(专利权)人：深圳新视智科技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。