工业检测中的检测方法、检测装置制造方法及图纸

本发明专利技术提供一种工业检测中的检测方法、检测装置，涉及工业质检技术领域，所述方法包括：获取待检测的工件图片和标准图片；将工件图片输入WGAN网络的生成器G和FC层中，以获取工件图片和标准图片的单应性矩阵；根据单应性矩阵对工件图片进行仿射变换，以获取相应的配准图像；将配准图像作为输入送进WGAN网络的判别器D中，根据判别器D输出的判别结果获取配准图像；根据配准图像进行工业检测。本发明专利技术采用WGAN网络和FC层即可实现图像配准，不再依赖商业用途的算子，减少软件成本，且WGAN网络具备相对较少的模型训练时间，可以减少人力成本和时间成本，对CPU和GPU的资源要求也较低，鲁棒性、配准率均较高。配准率均较高。配准率均较高。

【技术实现步骤摘要】
工业检测中的检测方法、检测装置


[0001]本专利技术涉及工业质检
，具体涉及一种工业检测中的检测方法和一种工业检测中的检测装置。

技术介绍

[0002]在工业检测领域，无论是缺陷检测还是尺寸检测，对工件成像后的照片进行图像配准是一个重要的环节，如果在工业产线上的工件不经过图像配准的环节，而直接进行缺陷检测或者尺寸检测，其检测结果会有很大的偏差，这将导致严重的后果。因此，有必要在其他后续检测工作之前，需要先对待检测的工件图片进行图像配准。
[0003]相关技术中，图像配准方法一般为：1、视觉算法（如基于特征的匹配算法），此类方法多是利用OpenCV（一种跨平台计算机视觉和机器学习软件库）中的算子来实现特征的提取，并通过特征匹配实现图像配准，但该特征提取方式对CPU（Central Processing Unit，中央处理器）、GPU（Graphics Processing Unit，图形处理器）的资源要求高、处理速度慢、并且某些算子在商业用途收费高昂，一般使用一次算子即进行一次收费（即进行一次图像配准即进行一次收费），对于工件图片本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种工业检测中的检测方法，其特征在于，包括以下步骤：获取待检测的工件图片和标准图片；将所述工件图片输入WGAN网络的生成器G和FC层中，以获取所述工件图片和标准图片的单应性矩阵；根据所述单应性矩阵对所述工件图片进行仿射变换，以获取相应的配准图像；将所述配准图像作为输入送进所述WGAN网络的判别器D中，根据判别器D输出的判别结果进行工业检测。2.根据权利要求1所述的工业检测中的检测方法，其特征在于，所述WGAN网络采用以下方式训练：将训练集送入所述WGAN网络中代替随机噪声K，将标准图片送入所述WGAN网络中作为所述判别器D的训练标签，进行训练，以使所述训练集中的图片经过所述生成器G和FC层，生成所述训练集中的图片和标准图片的单应性矩阵M；根据所述单应性矩阵对所述训练集中的图片进行仿射变换，以获取相应的配准图像；配准图像和标准图片一同送入所述判别器D，以使所述判别器D生成判别结果并返回给所述生成器G；所述生成器G和所述判别器D进行对抗，不断训练迭代，获得训练后的所述WGAN网络。3.根据权利要求2所述的工业检测中的检测方法，其特征在于，所述判别器D的损失函数来自于推土机距离。4.根据权利要求3所述的工业检测中的检测方法，其特征在于，根据以下公式获取所述判别器D的损失：；其中，L是所述判别器D的损失，是真实样本分布，为输入样本，是由生成器产生的样本分布，E表示数学期望，表示WGAN网络中神经网络的拟合函数。5.根据权利要求1所述的工业检测中的检测方法，其特征在于，将所述工件图片输入WGAN网络的生成器G和FC层中之前，还包括：将所述工件图片和所述标准图片进行灰度处理，以获取工件图片的灰度图和标准图片的灰度图；将所述工件图片的灰度图和所述标准图片的灰度图进行缩放和高斯滤波处理。6.一种工业检测中的检测装置，其特征在于，包括：获取模块，所述获取模块用于获取待检测的工件图片...

【专利技术属性】
技术研发人员：杭天欣，赵何，郑钧友，张志琦，
申请(专利权)人：江苏智云天工科技有限公司，
类型：发明
国别省市：