用于缺陷检测的方法、装置、检测设备和存储介质制造方法及图纸

本申请涉及深度学习技术领域，公开一种用于缺陷检测的方法，包括：获得被检测部件的深度图像；对深度图像进行预处理，获得待去噪数据；对待去噪数据进行频域转换，获得频域数据；根据条纹噪声的频域特征和缺陷的频域特征，对频域数据进行滤波处理，滤除频域数据中的条纹噪声并保留缺陷，得到去噪后的频域数据信息。通过本申请的方案，相较于现有技术中通过引导滤波处理来去除噪声的方案而言，没有对图像进行像素值的加减处理，这样就不会在去除条纹噪声的同时还将图像中原有的微小缺陷滤除，既有效的滤除了条纹噪声，还保留了图像的细节特征，从而提高缺陷检测的精度。本申请还公开一种用于缺陷检测的装置、检测设备和存储介质。检测设备和存储介质。检测设备和存储介质。

【技术实现步骤摘要】
用于缺陷检测的方法、装置、检测设备和存储介质


[0001]本申请涉及深度学习
，具体而言，涉及一种用于缺陷检测的方法、装置、检测设备和存储介质。

技术介绍

[0002]目前，工业缺陷检测采用深度相机进行数据采集时，如果精度在微米级，设备的微小震动也会导致出现大量的条纹噪声。震动产生的条纹噪声比缺陷还明显，通过常规的图像处理手段很难将噪声和缺陷进行区分开。
[0003]相关技术中，对于去除条纹噪声的处理方式，是对输入图像进行引导滤波处理，具体是用输入图像的像素值减去该像素所在行或/和列的条纹噪声叠加量，得到去条纹噪声处理之后的输出图像。但是通过这种引导滤波处理的方法，在滤掉条纹噪声的同时，也滤掉图像中的微小缺陷，也即改变了图像的细节特征，从而影响缺陷检测的精度。

技术实现思路

[0004]为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。
[0005]本公开实施例提供了一种用于缺陷检测的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于缺陷检测的方法，其特征在于，包括：获得被检测部件的深度图像；对所述深度图像进行预处理，获得待去噪数据；对所述待去噪数据进行频域转换，获得频域数据；根据条纹噪声的频域特征和缺陷的频域特征，对所述频域数据进行滤波处理，滤除所述频域数据中的条纹噪声并保留缺陷，得到去噪后的频域数据信息。2.根据权利要求1所述的方法，其特征在于，所述根据条纹噪声的频域特征和缺陷的频域特征，对所述频域数据进行滤波处理，包括：根据所述频域数据中条纹噪声的方向，对所述频域数据进行滤波处理；其中，滤波器的设置方向与所述频域数据中条纹噪声的方向相同。3.根据权利要求2所述的方法，其特征在于，所述滤波器包括水平滤波器和垂直滤波器。4.根据权利要求1所述的方法，其特征在于，所述深度图像中包含深度点云数据，所述对所述深度图像进行预处理，包括：根据所述深度点云数据的深度信息，确定前景区域数据；对所述前景区域数据进行归一化处理，获得待去噪数据。5.根据权利要求4所述的方法，其特征在于，所述根据所述深度点云数据的深度信息，确定前景区域数据，包括：判断所述深度点云数据的深度...

【专利技术属性】
技术研发人员：陈瑞侠，冒树林，李震，张智铭，尹俊伟，陈红兰，刘畅，王瑞峰，邱琼文，
申请(专利权)人：北京明略软件系统有限公司，
类型：发明
国别省市：