【技术实现步骤摘要】
缺陷检测方法、装置、电子设备、存储介质和程序产品
[0001]本公开涉及图像数据处理
,尤其涉及一种缺陷检测方法、装置、电子设备、存储介质和程序产品。
技术介绍
[0002]智能化工业质检是计算机视觉及工业质检领域的重要问题。如何提高对产品进行缺陷检测的准确性,是亟待解决的技术问题。
技术实现思路
[0003]本公开提供了一种缺陷检技术方案。
[0004]根据本公开的一方面,提供了一种缺陷检方法,包括:获取待检测图像以及所述待检测图像对应的模板图像;获得所述待检测图像与所述模板图像的差异图像;根据所述差异图像,确定所述待检测图像中的缺陷的候选框;获得所述候选框在所述模板图像上的第一图像块,以及所述候选框在所述差异图像上的第二图像块;通过预先训练的第一神经网络对所述第一图像块和所述第二图像块进行处理,得到所述候选框对应的缺陷检测结果。
[0005]根据本公开的一方面,提供了一种用于缺陷检测的机器学习模型的训练方法,包括:获取训练图像以及所述训练图像对应的模板图像;获得所述训练图像与所述模板图像的差异图像;根据所述差异图像,确定所述训练图像中的缺陷的候选框;获得所述候选框在所述模板图像上的第一图像块,以及所述候选框在所述差异图像上的第二图像块;通过预先训练的第一神经网络对所述第一图像块进行处理,得到所述第一图像块对应的第一深度特征,并通过所述第一神经网络对所述第二图像块进行处理,得到所述第二图像块对应的第二深度特征;至少将所述第一深度特征和所述第二深度特征输入机器学习模型,经由所述机 ...
【技术保护点】
【技术特征摘要】
1.一种缺陷检测方法,其特征在于,包括:获取待检测图像以及所述待检测图像对应的模板图像;获得所述待检测图像与所述模板图像的差异图像;根据所述差异图像,确定所述待检测图像中的缺陷的候选框;获得所述候选框在所述模板图像上的第一图像块,以及所述候选框在所述差异图像上的第二图像块;通过预先训练的第一神经网络对所述第一图像块和所述第二图像块进行处理,得到所述候选框对应的缺陷检测结果。2.根据权利要求1所述的方法,其特征在于,所述通过预先训练的第一神经网络对所述第一图像块和所述第二图像块进行处理,得到所述候选框对应的缺陷检测结果,包括:通过预先训练的第一神经网络对所述第一图像块进行处理,得到所述第一图像块对应的第一深度特征;通过所述第一神经网络对所述第二图像块进行处理,得到所述第二图像块对应的第二深度特征;至少根据所述第一深度特征和所述第二深度特征,确定所述候选框对应的缺陷检测结果。3.根据权利要求2所述的方法,其特征在于,所述至少根据所述第一深度特征和所述第二深度特征,确定所述候选框对应的缺陷检测结果,包括:对所述第一图像块和所述第二图像块分别进行灰度统计,得到所述第一图像块对应的第一灰度统计结果和所述第二图像块对应的第二灰度统计结果;至少根据所述第一深度特征、所述第二深度特征、所述第一灰度统计结果和所述第二灰度统计结果,确定所述候选框对应的缺陷检测结果。4.根据权利要求3所述的方法,其特征在于,所述第一灰度统计结果包括:所述第一图像块中灰度值为0的像素数和灰度值为255的像素数;所述第二灰度统计结果包括:所述第二图像块中灰度值为0的像素数和灰度值为255的像素数。5.根据权利要求2所述的方法,其特征在于,所述至少根据所述第一深度特征和所述第二深度特征,确定所述候选框对应的缺陷检测结果,包括:获得所述第一图像块对应的第一轮廓信息,以及所述第二图像块对应的第二轮廓信息;至少根据所述第一深度特征、所述第二深度特征、所述第一轮廓信息和所述第二轮廓信息,确定所述候选框对应的缺陷检测结果。6.根据权利要求5所述的方法,其特征在于,所述第一轮廓信息包括:第一二值化图像块中最大的N个轮廓的几何信息,以及所述第一二值化图像块中的轮廓的数量,其中,N为大于或等于1的整数;所述第二轮廓信息包括:第二二值化图像块中最大的N个轮廓的几何信息,以及所述第二二值化图像块中的轮廓的数量。7.根据权利要求2所述的方法,其特征在于,所述至少根据所述第一深度特征和所述第
二深度特征,确定所述候选框对应的缺陷检测结果,包括:获得所述第一图像块的宽度和高度;至少根据所述第一深度特征、所述第二深度特征、所述宽度和所述高度,确定所述候选框对应的缺陷检测结果。8.根据权利要求2所述的方法,其特征在于,所述至少根据所述第一深度特征和所述第二深度特征,确定所述候选框对应的缺陷检测结果,包括:获得所述第一图像块的梯度信息,以及所述第二图像块的梯度信息;至少根据所述第一深度特征、所述第二深度特征、所述第一图像块的梯度信息和所述第二图像块的梯度信息,确定所述候选框对应的缺陷检测结果。9.根据权利要求2所述的方法,其特征在于,所述至少根据所述第一深度特征和所述第二深度特征,确定所述候选框对应的缺陷检测结果,包括:获得所述第一图像块对应的第一二值化图像块与所述第二图像块对应的第二二值化图像块的差异图像块;获得所述差异图像块的特征信息;至少根据所述第一深度特征、所述第二深度特征和所述差异图像块的特征信息,确定所述候选框对应的缺陷检测结果。10.根据权利要求9所述的方法,其特征在于,所述差异图像块中像素值不为0的像素数包括:所述差异图像块的每行像素中像素值不为0的像素数,以及所述差异图像块的每列像素中像素值不为0的像素数。11.根据权利要求1至10中任意一项所述的方法,其特征在于,所述获得所述待检测图像与所述模板图像的差异图像,包括:对所述待检测图像和所述模板图像分别进行模糊操作,得到所述待检测图像对应的第一模糊图像和所述模板图像对应的第二模糊图像;根据所述第一模糊图像和所述第二模糊图像,确定所述待检测图像与所述模板图像的差异图像。12.根据权利要求11所述的方法,其特征在于,所述根据所述第一模糊图像和所述第二模糊图像,确定所述待检测图像与所述模板图像的差异图像,包括:对所述第一模糊图像和所述第二模糊图像分别进行二值化操作,得...
【专利技术属性】
技术研发人员:请求不公布姓名,
申请(专利权)人:摩尔线程智能科技上海有限责任公司,
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。