图像瑕疵检测方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术涉及图像检测领域，提供一种图像瑕疵检测方法、装置、电子设备及存储介质。所述方法包括：生成瑕疵图像修复数据集；输入所述瑕疵图像修复数据集训练自编码器；利用自编码器生成与所述瑕疵图像修复数据集的样本图像对应的重建图像，并基于所述样本图像与对应的重建图像之间的参考误差值来设定阈值；将待检测图像输入至所述自编码器，生成对应的重建图像；计算待检测图像和对应的重建图像的重建误差，判断所述重建误差是否大于阈值，并根据判断结果确定待检测图像是否存在瑕疵。本案可提高对瑕疵图像的判断准确率。高对瑕疵图像的判断准确率。高对瑕疵图像的判断准确率。

Image defect detection method, device, electronic equipment and storage medium

【技术实现步骤摘要】
图像瑕疵检测方法、装置、电子设备及存储介质


[0001]本专利技术涉及图像检测领域，提供瑕疵检测和计算机视觉
，具体涉及一种图像瑕疵检测方法、装置、电子设备及存储介质。

技术介绍

[0002]为了提高工业产品的品质，在对工业产品进行打包前，通常会对工业产品进行一定的瑕疵检测。由于目前的瑕疵检测方法在重构图像的过程中会产生一定的误差，导致无法检测到出有细微瑕疵的产品，从而降低瑕疵检测的准确度。

技术实现思路

[0003]鉴于以上内容，有必要提出一种图像瑕疵检测方法、装置、电子设备及存储介质以提高对瑕疵图像的判断准确率。
[0004]本申请的第一方面提供一种图像瑕疵检测方法，包括：
[0005]生成瑕疵图像修复数据集；
[0006]输入所述瑕疵图像修复数据集训练自编码器；
[0007]通过训练完成的自编码器生成与所述瑕疵图像修复数据集中的样本图像对应的重建图像，通过预设的误差函数计算所述样本图像与对应的重建图像之间的参考误差值，并基于所述参考误差值设定阈值；
[0008]将待检测图像输入至所述训练完成的自编码器，并生成与所述待检测图像对应的重建图像；
[0009]使用所述预设的误差函数计算所述待检测图像与对应的重建图像的重建误差，并判断所述待检测图像是否存在瑕疵；
[0010]当所述重建误差大于所述阈值时，确定所述待检测图像为瑕疵图像；或
[0011]当所述重建误差小于或等于所述阈值时，确定所述待检测图像为无瑕疵图像。
[0012]优选的，所述生成瑕疵图像修复数据集包括：
[0013]在无瑕疵样本图像数据集中的无瑕疵样本图像上加入按照预设方法生成的随机的瑕疵区块并生成人造瑕疵样本图像；及
[0014]基于成对的无瑕疵样本图像与人造瑕疵样本图像，生成瑕疵图像修复数据集。
[0015]优选的，按照所述预设方法生成随机的瑕疵区块包括：提取采集到的原始瑕疵样本图像中瑕疵区块，对所述瑕疵区块进行随机旋转和/或随机缩放和/或添加随机的高斯噪声得到随机的瑕疵区块。
[0016]优选的，所述输入所述瑕疵图像修复数据集训练自编码器包括：
[0017]根据输入的所述瑕疵图像修复数据集，训练自编码器学习重建图像，使用所述预设的误差函数作为损失函数，最小化所述损失函数并得到训练完成的自编码器。
[0018]优选的，所述训练所述自编码器学习重建图像包括：
[0019]当输入图像为无瑕疵样本图像时训练所述自编码器学习重建无瑕疵样本图像；
[0020]当输入图像为人造瑕疵样本图像时训练所述自编码器学习重建与所述人造瑕疵样本图像对应的无瑕疵样本图像。
[0021]将所述输入图像进行向量化处理，得到所述输入图像的特征向量；
[0022]利用自编码器中的编码层对所述输入图像的所述特征向量进行运算，得到所述待输入图像的隐向量；
[0023]利用所述自编码器中的解码层对所述输入图像的所述隐向量进行运算，并对运算后得到的向量进行还原处理，得到与所述输入图像对应的重建图像。优选的，所述基于所述参考误差值设定阈值包括：
[0024]计算所述参考误差值的统计值，将所述统计值确定为所述阈值；针对瑕疵检测，根据预设的召回率和精确率调整所述阈值，所述精确率为被正确检测为瑕疵样本图像的数量占所有被检测为瑕疵样本图像的数量的比例，所述召回率为被正确检测为瑕疵样本图像的数量占所有真实的瑕疵样本图像的数量的比例。
[0025]本申请的第二方面提供一种图像瑕疵检测装置，所述装置包括：
[0026]生成模块，用于生成瑕疵图像修复数据集；
[0027]训练模块，用于输入所述瑕疵图像修复数据集训练自编码器；
[0028]阈值设定模块，通过训练完成的自编码器生成与所述瑕疵图像修复数据集中的样本图像对应的重建图像，通过预设的误差函数计算所述样本图像与对应的重建图像之间的参考误差值，并基于所述参考误差值设定阈值；
[0029]图像重建模块，用于将待检测图像输入至所述训练完成的自编码器，并生成与所述待检测图像对应的重建图像；
[0030]判断模块，用于使用所述预设的误差函数计算所述待检测图像和所述与待检测图像对应的重建图像的误差值；
[0031]当所述重建误差大于所述阈值时，确定所述待检测图像为瑕疵图像；或
[0032]当所述重建误差小于或等于所述阈值时，确定所述待检测图像为无瑕疵图像。
[0033]本申请的第三方面提供一种电子设备，所述电子设备包括：存储器，存储至少一个指令；及处理器，执行所述存储器中存储的指令以实现所述瑕疵检测方法。
[0034]本申请的第四方面提供一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的图像瑕疵检测方法。
[0035]本专利技术中，通过生成人造瑕疵样本图像训练自编码器，可以重建无瑕疵样本图像，从而根据参考误差值调整阈值，以提高对瑕疵图像的判断准确率。
附图说明
[0036]图1为本专利技术一实施方式中图像瑕疵检测方法的流程图。
[0037]图2为本专利技术一实施方式中图像瑕疵检测装置的结构图。
[0038]图3为本专利技术一实施方式中电子设备的示意图。
[0039]主要元件符号说明
[0040][0041]具体实施方式
[0042]为了能够更清楚地理解本专利技术的上述目的、特征和优点，下面结合附图和具体实施例对本专利技术进行详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
[0043]在下面的描述中阐述了很多具体细节以便于充分理解本专利技术，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。
[0044]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。本文中在本专利技术的说明书中所使用的术语只是为了描述具体地实施例的目的，不是旨在于限制本专利技术。
[0045]优选地，本专利技术图像瑕疵检测方法应用在一个或者多个电子设备中。所述电子设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程门阵列(Field－Programmable Gate Array，FPGA)、数字处理器(Digital Signal Processor，DSP)、嵌入式设备等。
[0046]所述电子设备可以是桌上型计算机、笔记本电脑、平板电脑及云端服务器等计算设备。所述电子设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
[0047]实施例1
[0048]图1是本专利技术一实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像瑕疵检测方法，其特征在于，所述方法包括：生成瑕疵图像修复数据集；输入所述瑕疵图像修复数据集训练自编码器；通过训练完成的自编码器生成与所述瑕疵图像修复数据集中的样本图像对应的重建图像，通过预设的误差函数计算所述样本图像与对应的重建图像之间的参考误差值，并基于所述参考误差值设定阈值；将待检测图像输入至所述训练完成的自编码器，并生成与所述待检测图像对应的重建图像；使用所述预设的误差函数计算所述待检测图像与对应的重建图像的重建误差，并判断所述待检测图像是否存在瑕疵；当所述重建误差大于所述阈值时，确定所述待检测图像为瑕疵图像；或当所述重建误差小于或等于所述阈值时，确定所述待检测图像为无瑕疵图像。2.如权利要求1所述的图像瑕疵检测方法，其特征在于，所述生成瑕疵图像修复数据集包括：在无瑕疵样本图像数据集中的无瑕疵样本图像上加入按照预设方法生成的随机的瑕疵区块并生成人造瑕疵样本图像；及基于成对的无瑕疵样本图像与人造瑕疵样本图像，生成瑕疵图像修复数据集。3.如权利要求2所述的图像瑕疵检测方法，其特征在于，按照所述预设方法生成随机的瑕疵区块包括：提取采集到的原始瑕疵样本图像中的瑕疵区块，对所述瑕疵区块进行随机旋转和/或随机缩放和/或添加随机的高斯噪声得到随机的瑕疵区块。4.如权利要求1或2所述的图像瑕疵检测方法，其特征在于，所述输入所述瑕疵图像修复数据集训练自编码器包括：根据输入的所述瑕疵图像修复数据集，训练自编码器学习重建图像，使用所述预设的误差函数作为损失函数，最小化所述损失函数并得到训练完成的自编码器。5.如权利要求4所述的图像瑕疵检测方法，其特征在于，所述训练所述自编码器学习重建图像包括：当输入图像为无瑕疵样本图像时训练所述自编码器学习重建无瑕疵样本图像；当输入图像为人造瑕疵样本图像时训练所述自编码器学习重建与所述人造瑕疵样本图像对应的无瑕疵样本图像。6.如权利要求4所述的图像瑕疵检测方法，其特征在于，所述重建图像包括：...

【专利技术属性】
技术研发人员：杨荣浩，郭锦斌，卢志德，林子甄，李宛真，王薇钧，
申请(专利权)人：鸿海精密工业股份有限公司，
类型：发明
国别省市：