一种器件表面裂纹检测方法、系统及电子设备技术方案

本发明专利技术公开一种器件表面裂纹检测方法、系统及电子设备，涉及计算机视觉技术领域。本发明专利技术提供的器件表面裂纹检测方法，通过采用数据集训练改进后的SSD模型得到的网络模型对器件图像进行裂纹检测，能够解决现有技术中采用SSD模型进行裂纹检测提取特征不充分、小目标检测率低的问题，并且，本发明专利技术通过对图像进行形态学处理，能够增强裂纹的特征，进而实现大幅提高器件表面裂纹检测精确度的目的。幅提高器件表面裂纹检测精确度的目的。幅提高器件表面裂纹检测精确度的目的。

【技术实现步骤摘要】
一种器件表面裂纹检测方法、系统及电子设备


[0001]本专利技术涉及计算机视觉
，特别是涉及一种器件表面裂纹检测方法、系统及电子设备。

技术介绍

[0002]裂纹作为一个安全隐患遍布在日常生活之中，器件裂纹是日常生活中一种比较常见的裂纹，器件裂纹以表面裂纹为主，这种裂纹易发生并容易导致器件损坏。对器件表面上的裂纹进行精准检测规避器件损坏的风险是一件重要的事情。
[0003]传统物理手段检测裂纹需要人工的参与，依赖检测人员的经验，主观性较强，且受到人的注意力集中的限制，通常效率较低、出错率高。传统的形态学图像处理方法通常通过人工设置阈值、边缘等特征获取图像信息，其检测方式是通过手动提取图像浅层或中层形态特征，判断图像是否存在裂纹。这种方法可以高精度地检测出具有良好连续性和对比度的裂纹，但是在实际应用中图片较暗，大裂纹的边缘与图片背景相似，裂纹细小或融于背景导致肉眼难以察觉等情况使这种基于特征假设的方法在复杂环境下不具备鲁棒性。随着机器学习研究的深入，复杂条件下基于图像的裂纹检测成为现实。如通过对图像进行预处理，去除图像阴影部分，再使本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种器件表面裂纹检测方法，其特征在于，包括：获取待检测器件的图像，并对所述待检测器件的图像进行形态学处理得到处理图像；获取裂纹检测模型；所述裂纹检测模型为采用数据集训练改进后的SSD模型得到的网络模型；将所述处理图像输入至所述裂纹检测模型得到裂纹检测结果。2.根据权利要求1所述的器件表面裂纹检测方法，其特征在于，改进后的SSD模型的构建过程包括：以VGG
‑
16为基础网络搭建SSD模型；构建ACmix模块；采用所述ACmix模块替换所述SSD模型中的Conv5层得到改进后的所述SSD模型。3.根据权利要求2所述的器件表面裂纹检测方法，其特征在于，以VGG
‑
16网络为基础网络搭建SSD模型，具体包括：将所述基础网络中的FC6层和FC7层均转化为卷积层，去掉所述基础网络中所有Dropout层和FC8层，将Pool5层从2x2
‑
S2变换到3x3
‑
S1；抽取Conv4_3层的feature map、Conv7层的feature map、Conv8_2层的feature map、Conv9_2层的feature map、Conv10_2层的feature map以及Conv11_2层中的feature map，在抽取得到的所有feature map层上面的每一个点均构造6个不同尺度大小的边界框。4.根据权利要求2所述的器件表面裂纹检测方法，其特征在于，构建的所述ACmix模块包括：多个1
×
1卷积、卷积功能单元、自注意力功能单元和输出单元；所述1
×
1卷积分别与所述卷积功能单元和所述自注意力功能单元连接；所述卷积功能单元和所述自注意力功能单元均与所述输出单元连接；多个所述1
×
1卷积用于基于输入特征得到中间特征；所述卷积功能单元用于对所...

【专利技术属性】
技术研发人员：胡绍林，任兴华，侯彦东，秦春斌，麦子颖，柯烨，
申请(专利权)人：广东石油化工学院，
类型：发明
国别省市：