应用于传感器的检测信息优化方法、服务器及介质技术

本申请实施例提供的应用于传感器的检测信息优化方法、服务器及介质，通过人工智能算法将目标传感器检测图像中涵盖图像释义信息的特征和缺陷释义信息的特征进行联合，以获取目标缺陷区域和传感器检测图像的全局隐含配对信息，以及依据全局隐含配对信息得到参照缺陷区域，这样可以使得参照缺陷区域的匹配度得到提高，从而准确确定目标传感器检测图像中的缺陷分类。缺陷分类。缺陷分类。

【技术实现步骤摘要】
应用于传感器的检测信息优化方法、服务器及介质


[0001]本申请涉及但不限于人工智能
，尤其涉及一种应用于传感器的检测信息优化方法、服务器及介质。

技术介绍

[0002]随着人工智能的发展，基于视觉传感器感测图像进行物体表面缺陷检测的技术愈发应用广泛，例如在诸如3C、半导体、建筑等行业得到了实质应用。申请人经过实践分析，发现目前大多缺陷检测的方法仅针对缺陷区域进行定向分析，识别出的缺陷有时候会因为图像全局信息不同导致识别偏误，也即确定的缺陷分类不够准确，使得缺陷检测的精度不能满足一些行业的高精度要求，因此市场需要一种更加准确的识别方法。

技术实现思路

[0003]有鉴于此，本申请实施例至少提供一种应用于传感器的检测信息优化方法。
[0004]本申请实施例的技术方案是这样实现的：一方面，本申请实施例提供一种应用于传感器的检测信息优化方法，应用于服务器，所述方法包括：获取目标传感器检测图像，所述目标传感器检测图像包括待完成缺陷识别的目标缺陷区域，所述目标传感器检测图像为通过视觉传感器对目标物体进行图像采集得到；获取与所述目标传感器检测图像对应的第一图像特征，以及获取物体缺陷示例集中各个参照缺陷区域各自对应的第二图像特征，所述第一图像特征用于描述所述目标传感器检测图像的图像释义信息，所述第二图像特征用于描述所述参照缺陷区域的缺陷释义信息，所述参照缺陷区域对应有物体缺陷图像；依据所述第一图像特征逐一和每个所述第二图像特征进行配对以获得配对结果，依据所述配对结果在所述物体缺陷示例集的各个参照缺陷区域中获取与所述目标缺陷区域配对的不少于一个备选参照缺陷区域；对所述目标传感器检测图像分别和每个所述备选参照缺陷区域的物体缺陷图像进行匹配，得到检测二元组；确定和所述检测二元组对应的参照缺陷区域支持系数；依据所述参照缺陷区域支持系数在所述不少于一个备选参照缺陷区域中确定和所述目标缺陷区域对应的目标参照缺陷区域；将所述目标参照缺陷区域对应的缺陷分类作为所述目标缺陷区域的缺陷分类。
[0005]在一些实施例中，所述获取与所述目标传感器检测图像对应的第一图像特征，并获取物体缺陷示例集中各个参照缺陷区域各自对应的第二图像特征包括：对所述目标传感器检测图像按照预设的像素切分区间进行切分，生成图像切分集，以及在所述图像切分集中设置切分标记，得到第一加载图像块集合；依据特征提取算子对所述第一加载图像块集合进行特征提取，得到第一检测图像
特征关系网，所述第一检测图像特征关系网中包括与所述第一加载图像块集合中每个图像块各自对应的检测图像特征；在所述第一检测图像特征关系网中获取所述第一图像特征；对每个所述参照缺陷区域对应的物体缺陷图像进行像素切分，得到缺陷图像切分集；在所述缺陷图像切分集中设置切分标记，得到与所述参照缺陷区域对应的第二加载图像块集合；在所述特征提取算子中对所述第二加载图像块集合进行特征提取，得到第二检测图像特征关系网，所述第二检测图像特征关系网中包括与所述第二加载图像块集合中每个图像块各自对应的检测图像特征；在所述第二检测图像特征关系网中获取所述第二图像特征。
[0006]在一些实施例中，所述对所述目标传感器检测图像按照预设的像素切分区间进行切分，生成图像切分集，在所述图像切分集中设置切分标记，得到第一加载图像块集合，包括：在所述图像切分集中确定出所述目标缺陷区域中首个像素块对应的第一图像域坐标，和所述目标缺陷区域中末个像素块对应的第二图像域坐标；在所述第一图像域坐标之前设置第一切分标记，在所述第二图像域坐标之后设置第二切分标记，以及在所述目标传感器检测图像之前设置起始切分标记，所述目标传感器检测图像之后设置截停切分标记；所述对每个所述参照缺陷区域对应的物体缺陷图像进行像素切分，得到缺陷图像切分集，在所述缺陷图像切分集中设置切分标记，得到与所述参照缺陷区域对应的第二加载图像块集合包括：在所述缺陷图像切分集中确定得到所述参照缺陷区域中首个像素块对应的第三图像域坐标以及所述参照缺陷区域中末个像素块对应的第四图像域坐标；在所述第三图像域坐标之前设置起始切分标记，以及在所述第四图像域坐标之后设置区域切分标记；在所述区域切分标记后的多个图像块序列的首个区域标记分别对应的图像域坐标之后设置截停切分标记。
[0007]在一些实施例中，所述依据所述第一图像特征逐一和每个所述第二图像特征进行配对以获得配对结果，依据所述配对结果在所述物体缺陷示例集的各个参照缺陷区域中获取与所述目标缺陷区域配对的不少于一个备选参照缺陷区域包括：对所述第一图像特征进行主成分分析，得到第一压缩图像特征；对每个所述第二图像特征分别进行主成分分析，得到多个第二压缩图像特征；逐一获取所述第一压缩图像特征和每个所述第二压缩图像特征之间的特征相似性评分，将所述特征相似性评分确定为所述配对结果；获得所有配对结果后，将所有所述配对结果进行整理，得到配对结果整理集；在所述配对结果整理集中确定与所述目标缺陷区域对应的所述不少于一个备选参照缺陷区域。
[0008]在一些实施例中，在所述获取包括待完成缺陷识别的目标缺陷区域的目标传感器
检测图像之前，所述方法还包括：获取传感器检测图像训练模板和与所述传感器检测图像训练模板中具有的缺陷区域配对的缺陷区域训练模板，其中，所述缺陷区域训练模板匹配有缺陷区域指示标记；基于所述传感器检测图像训练模板和所述缺陷区域训练模板对完成参数预配置的所述特征提取算子进行迭代优化，在符合第一优化停止条件时停止迭代，其中，所述第一优化停止条件包括所述特征提取算子连续K轮得到的迭代代价值小于第一代价临界值；第l轮得到的迭代代价值表征第l轮迭代使用的缺陷区域训练模板匹配的缺陷区域指示标记与第l轮迭代的执行结果间的损失，其中，l为小于K的正整数；所述基于所述传感器检测图像训练模板和所述缺陷区域训练模板对完成参数预配置的所述特征提取算子进行迭代优化，包括：获取到第l轮的迭代结果时，在所述迭代结果中确定和所述传感器检测图像训练模板中具有的缺陷区域不配对的差异图像区域；将所述差异图像区域融合在所述缺陷区域训练模板中，得到融合后的缺陷区域训练模板；基于所述融合后的缺陷区域训练模板对所述特征提取算子进行新一轮的迭代。
[0009]在一些实施例中，所述对所述目标传感器检测图像分别和每个所述备选参照缺陷区域的物体缺陷图像进行匹配，得到检测二元组，包括：针对每个所述备选参照缺陷区域的物体缺陷图像，分别进行：获取当下备选参照缺陷区域的物体缺陷图像；在所述目标传感器检测图像中所述目标缺陷区域中首个像素块所在图像域坐标之前设置第一标记，以及在所述目标缺陷区域中末个像素块所在图像域坐标之后设置第二标记；在所述当下备选参照缺陷区域的物体缺陷图像中各个图像块序列之间设置拦截标记，所述图像块序列包括与所述当下备选参照缺陷区域对应的代表图像块序列；在所述目标传感器检测图像与所述当下备选参照缺陷区域的物体缺陷图像之间设置整合标记，以及在所述目标传感器检测图像之前设置起始切分标记，在所述当下备选参照缺陷区域的物体缺陷图像之后设置截停切分标记，得到与所述当下备选参照缺陷本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用于传感器的检测信息优化方法，其特征在于，应用于服务器，所述方法包括：获取目标传感器检测图像，所述目标传感器检测图像包括待完成缺陷识别的目标缺陷区域，所述目标传感器检测图像为通过视觉传感器对目标物体进行图像采集得到；获取与所述目标传感器检测图像对应的第一图像特征，以及获取物体缺陷示例集中各个参照缺陷区域各自对应的第二图像特征，所述第一图像特征用于描述所述目标传感器检测图像的图像释义信息，所述第二图像特征用于描述所述参照缺陷区域的缺陷释义信息，所述参照缺陷区域对应有物体缺陷图像；依据所述第一图像特征逐一和每个所述第二图像特征进行配对以获得配对结果，依据所述配对结果在所述物体缺陷示例集的各个参照缺陷区域中获取与所述目标缺陷区域配对的不少于一个备选参照缺陷区域；对所述目标传感器检测图像分别和每个所述备选参照缺陷区域的物体缺陷图像进行匹配，得到检测二元组；确定和所述检测二元组对应的参照缺陷区域支持系数；依据所述参照缺陷区域支持系数在所述不少于一个备选参照缺陷区域中确定和所述目标缺陷区域对应的目标参照缺陷区域；将所述目标参照缺陷区域对应的缺陷分类作为所述目标缺陷区域的缺陷分类。2.根据权利要求1所述的方法，其特征在于，所述获取与所述目标传感器检测图像对应的第一图像特征，并获取物体缺陷示例集中各个参照缺陷区域各自对应的第二图像特征包括：对所述目标传感器检测图像按照预设的像素切分区间进行切分，生成图像切分集，以及在所述图像切分集中设置切分标记，得到第一加载图像块集合；依据特征提取算子对所述第一加载图像块集合进行特征提取，得到第一检测图像特征关系网，所述第一检测图像特征关系网中包括与所述第一加载图像块集合中每个图像块各自对应的检测图像特征；在所述第一检测图像特征关系网中获取所述第一图像特征；对每个所述参照缺陷区域对应的物体缺陷图像进行像素切分，得到缺陷图像切分集；在所述缺陷图像切分集中设置切分标记，得到与所述参照缺陷区域对应的第二加载图像块集合；在所述特征提取算子中对所述第二加载图像块集合进行特征提取，得到第二检测图像特征关系网，所述第二检测图像特征关系网中包括与所述第二加载图像块集合中每个图像块各自对应的检测图像特征；在所述第二检测图像特征关系网中获取所述第二图像特征。3.根据权利要求2所述的方法，其特征在于，所述对所述目标传感器检测图像按照预设的像素切分区间进行切分，生成图像切分集，在所述图像切分集中设置切分标记，得到第一加载图像块集合，包括：在所述图像切分集中确定出所述目标缺陷区域中首个像素块对应的第一图像域坐标，和所述目标缺陷区域中末个像素块对应的第二图像域坐标；在所述第一图像域坐标之前设置第一切分标记，在所述第二图像域坐标之后设置第二
切分标记，以及在所述目标传感器检测图像之前设置起始切分标记，所述目标传感器检测图像之后设置截停切分标记；所述对每个所述参照缺陷区域对应的物体缺陷图像进行像素切分，得到缺陷图像切分集，在所述缺陷图像切分集中设置切分标记，得到与所述参照缺陷区域对应的第二加载图像块集合包括：在所述缺陷图像切分集中确定得到所述参照缺陷区域中首个像素块对应的第三图像域坐标以及所述参照缺陷区域中末个像素块对应的第四图像域坐标；在所述第三图像域坐标之前设置起始切分标记，以及在所述第四图像域坐标之后设置区域切分标记；在所述区域切分标记后的多个图像块序列的首个区域标记分别对应的图像域坐标之后设置截停切分标记。4.根据权利要求1所述的方法，其特征在于，所述依据所述第一图像特征逐一和每个所述第二图像特征进行配对以获得配对结果，依据所述配对结果在所述物体缺陷示例集的各个参照缺陷区域中获取与所述目标缺陷区域配对的不少于一个备选参照缺陷区域包括：对所述第一图像特征进行主成分分析，得到第一压缩图像特征；对每个所述第二图像特征分别进行主成分分析，得到多个第二压缩图像特征；逐一获取所述第一压缩图像特征和每个所述第二压缩图像特征之间的特征相似性评分，将所述特征相似性评分确定为所述配对结果；获得所有配对结果后，将所有所述配对结果进行整理，得到配对结果整理集；在所述配对结果整理集中确定与所述目标缺陷区域对应的所述不少于一个备选参照缺陷区域。5.根据权利要求2所述的方法，其特征在于，在所述获取包括待完成缺陷识别的目标缺陷区域的目标传感器检测图...

【专利技术属性】
技术研发人员：雷济民，
申请(专利权)人：拓普思传感器太仓有限公司，
类型：发明
国别省市：