图像检测方法、计算机装置及存储介质制造方法及图纸

本申请提供一种图像检测方法、计算机装置及存储介质，其中，所述方法包括：获取多张第一有瑕疵图像；对第一有瑕疵图像进行图像校正；获取第一有瑕疵图像的第一子区域图像；对每张第一子区域图像进行图像瑕疵处理；基于图像瑕疵处理后的第一子区域图像获得目标模型；获取第二有瑕疵图像；对第二有瑕疵图像进行图像校正；获取校正后的第二有瑕疵图像的第二子区域图像；对每张第二子区域图像进行图像瑕疵处理；及利用目标模型检测图像瑕疵处理后的第二子区域图像，获得检测结果。本申请可辅助检测图像是否存在异常，提高图像检测的准确率。提高图像检测的准确率。提高图像检测的准确率。

【技术实现步骤摘要】
图像检测方法、计算机装置及存储介质


[0001]本申请涉及产品检测领域，特别是指一种图像检测方法、计算机装置及存储介质。

技术介绍

[0002]在实际工业生产过程中，部分产品的表面存在难以避免的擦伤或是沾染灰尘导致的缺陷。即使用高分辨率的相机对产品进行拍摄，不同光源拍摄环境下仍会出现某些瑕疵拍摄出来的效果不明显的状况，导致产品瑕疵检测时的检测准确度降低。

技术实现思路

[0003]鉴于以上内容，有必要提供一种图像检测方法、计算机装置及存储介质，可以辅助检测产品异常，以解决上述问题。
[0004]所述图像检测方法、计算机装置及存储介质，包括：获取测试集，所述测试集包括多张第一有瑕疵图像；对每张所述第一有瑕疵图像进行图像校正；将校正后的每张第一有瑕疵图像分割为预设数量的第一子区域图像；对每张第一子区域图像进行图像瑕疵处理；利用图像瑕疵处理后的第一子区域图像训练神经网络，获得目标模型；获取验证集，所述验证集包括第二有瑕疵图像；对所述第二有瑕疵图像进行所述图像校正；将校正后的第二有瑕疵图像分割为所述预设数量的第二子区域图像；对每张第二子区域图像进行所述图像瑕疵处理；及利用所述目标模型检测图像瑕疵处理后的第二子区域图像，获得检测结果。
[0005]可选地，所述对每张所述第一子区域图像进行图像瑕疵处理包括：对每张所述第一子区域图像进行图像对比度调整。
[0006]可选地，对任意一张第一子区域图像进行图像对比度调整包括：获取所述任意一张第一子区域图像的第一灰度直方图；依据预设的截断阈值H对所述第一灰度直方图进行调整；及根据调整后的第一灰度直方图，利用直方图均衡化方法调整所述任意一张第一子区域图像的对比度。
[0007]可选地，所述任意一张第一子区域图像的第一灰度直方图的横轴代表所述任意一张第一子区域图像的像素值x，所述第一灰度直方图的纵轴为所述任意一张第一子区域图像中像素值是x的像素数量b
x
。
[0008]可选地，所述依据预设的截断阈值H对所述第一灰度直方图进行调整包括：确定所述第一灰度直方图中大于所述截断阈值H的像素数量b
x
，利用公式，利用公式获得调整后的第一灰度直方图，所述调整后的第一灰度直方图的横轴为像素值x，所述调整后的第一灰度直方图的纵轴为像素值是x的像素数量b
′
x
。
[0009]可选地，所述根据调整后的第一灰度直方图，利用直方图均衡化方法调整所述第一子区域图像的对比度包括：计算累积分布函数cdf(x)，所用的公式为：利用所述累积分布函数cdf(x)对像素值x进行更新，获得更新后的像
素值h(x)，所使用的公式为：其中，round表示取整函数，W表示所述第一子区域图像的宽的像素的数量，H表示所述第一子区域图像的高的像素的数量。
[0010]可选地，所述利用图像瑕疵处理后的第一子区域图像训练神经网络，获得目标模型包括：利用图像瑕疵处理后的第一子区域图像训练神经网络，获得检测模型；判断所述检测模型是否达到预设的要求，将达到所述预设的要求的检测模型作为所述目标模型。
[0011]可选地，所述利用所述目标模型检测图像瑕疵处理后的第二子区域图像，获得检测结果包括：将所述图像瑕疵处理后的第二子区域图像输入所述目标模型，获得所述图像瑕疵处理后的第二子区域图像的瑕疵值；比较所述瑕疵值与预设的瑕疵阈值的大小关系；当确定所述瑕疵值大于或等于所述瑕疵阈值时，确定所述图像瑕疵处理后的第二子区域图像为有瑕疵图像；及当确定所述瑕疵值小于所述瑕疵阈值时，确定所述图像瑕疵处理后的第二子区域图像为无瑕疵图像。
[0012]所述计算机可读存储介质存储有至少一个指令，所述至少一个指令被处理器执行时实现所述图像检测方法。
[0013]所述计算机装置包括存储器和至少一个处理器，所述存储器中存储有至少一个指令，所述至少一个指令被所述至少一个处理器执行时实现所述图像检测检查方法。
[0014]相较于现有技术，所述图像检测方法、计算机装置及存储介质，可以在不影响正常样本的情况下，强化图像上瑕疵的表现，以提高瑕疵检测的准确率。
附图说明
[0015]为了更清楚地说明本申请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申请的实施例，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，还可以根据提供的附图获得其他的附图。
[0016]图1是本申请实施例提供的图像检测方法的流程图。
[0017]图2是本申请实施例提供的计算机装置的架构图。
[0018]图3是本申请实施例提供的校正后的第一有瑕疵图像和第一子区域图像的示例图。
[0019]图4是本申请实施例提供的第一灰度直方图和调整后的第一灰度直方图的示例图。
[0020]图5是本申请实施例提供的步骤S7的流程图。
[0021]主要元件符号说明
[0022]计算机装置3处理器32存储器31图像检测系统30
[0023]如下具体实施方式将结合上述附图进一步说明本申请。
具体实施方式
[0024]为了能够更清楚地理解本申请的上述目的、特征和优点，下面结合附图和具体实施例对本申请进行详细描述。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。
[0025]在下面的描述中阐述了很多具体细节以便于充分理解本申请，所描述的实施例仅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。
[0026]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申请的
的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。
[0027]参阅图1所示，为本申请实施例提供的图像检测方法的流程图。
[0028]在本实施例中，所述图像检测方法可以应用于计算机装置中，对于需要进行图像检测的计算机装置，可以直接在计算机装置上集成本申请的方法所提供的用于图像检测的功能，或者以软件开发工具包(Software Development Kit，SDK)的形式运行在计算机装置上。
[0029]如图1所示，所述图像检测方法具体包括以下步骤，根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。
[0030]步骤S1、计算机装置获取测试集，所述测试集包括多张有瑕疵图像(为便于清楚说明本申请，以下将所述测试集所包括的每张有瑕疵图像称为“第一有瑕疵图像”)。
[0031]在一个实施例中，计算机装置可以响应用户输入获取所述测试集。计算机装置还可以预先存储所述测试集在计算机装置的存储器中，或者预先存储所述测试集在与计算机装置通讯连接的其他设备中。每张所述第一有瑕疵图像可以是对需要进行检测的某种印刷本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像检测方法，其特征在于，所述方法包括：获取测试集，所述测试集包括多张第一有瑕疵图像；对每张所述第一有瑕疵图像进行图像校正；将校正后的每张第一有瑕疵图像分割为预设数量的第一子区域图像；对每张第一子区域图像进行图像瑕疵处理；利用图像瑕疵处理后的第一子区域图像训练神经网络，获得目标模型；获取验证集，所述验证集包括第二有瑕疵图像；对所述第二有瑕疵图像进行所述图像校正；将校正后的第二有瑕疵图像分割为所述预设数量的第二子区域图像；对每张第二子区域图像进行所述图像瑕疵处理；及利用所述目标模型检测图像瑕疵处理后的第二子区域图像，获得检测结果。2.根据权利要求1所述的图像检测方法，其特征在于，所述对每张所述第一子区域图像进行图像瑕疵处理包括：对每张所述第一子区域图像进行图像对比度调整。3.根据权利要求2所述的图像检测方法，其特征在于，对任意一张第一子区域图像进行图像对比度调整包括：获取所述任意一张第一子区域图像的第一灰度直方图；依据预设的截断阈值H对所述第一灰度直方图进行调整；及根据调整后的第一灰度直方图，利用直方图均衡化方法调整所述任意一张第一子区域图像的对比度。4.根据权利要求3所述的图像检测方法，其特征在于，所述任意一张第一子区域图像的第一灰度直方图的横轴代表所述任意一张第一子区域图像的像素值x，所述第一灰度直方图的纵轴为所述任意一张第一子区域图像中像素值是x的像素数量b
x
。5.根据权利要求4所述的图像检测方法，其特征在于，所述依据预设的截断阈值H对所述第一灰度直方图进行调整包括：确定所述第一灰度直方图中大于所述截断阈值H的像素数量b
x
，利用公式获得调整后的第一灰度直方图，所述调整后的第一灰度直方图的横轴为像素值x，所述调整后的第一灰度直方图的纵轴为像素值是x的像素数量...

【专利技术属性】
技术研发人员：简瑜萱，郭锦斌，
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：