【技术实现步骤摘要】
一种医用针管毛发缺陷检测方法、系统、设备及介质
[0001]本专利技术涉及医疗器械缺陷检测
，特别是涉及一种医用针管毛发缺陷检测方法、系统、设备及介质。
技术介绍
[0002]产品缺陷检测是工业生产中的重要环节，是产品质量把控的关键步骤。产品的缺陷大致分为两大类：产品本身的缺陷和生产环境产生的缺陷，前者是由生产设备的不良因素造成的，而后者是由外物造成的。外物多为一些外源性异物，外源性异物是指源于生产环境且属于生产工艺之外的异物，其会污染产品本身。产品本身的缺陷可以通过改良生产设备来有效抑制，而生产环境所产生的缺陷五花八门，很难完全避免。
[0003]在医用针管的生产过程中不可避免地会存在外源性异物缺陷。目前，医用针管制造商主要通过人工或机器视觉检测两种方式检测针管中的缺陷。人工方式效率低、成本高，且难以适应医用针管的大量生产需求。基于计算机视觉的缺陷检测技术虽已成功应用于多种工业领域，但在毛发缺陷检测任务上仍性能不足。这是由于图像中毛发在像素、形状、空间位置等方面的特征多变且不明显，现有的机器视觉检测方法，包括...
【技术保护点】
【技术特征摘要】
1.一种医用针管毛发缺陷检测方法，其特征在于，包括：获取待测医用针管图像；将所述待测医用针管图像输入至毛发缺陷分割模型中，得到若干处缺陷连通域；所述毛发缺陷分割模型是基于具有纹理增强模块层的深度神经网络确定的；所述纹理增强模块层包括分组卷积层；所述分组卷积层的卷积核是基于等价模式下的局部二值模式算子的二进制编码确定的；采用毛发检测算法，基于所有所述缺陷连通域，确定所述待测医用针管图像中的毛发缺陷。2.根据权利要求1所述的医用针管毛发缺陷检测方法，其特征在于，采用毛发检测算法，基于所有所述缺陷连通域，确定所述待测医用针管图像中的毛发缺陷，具体包括：若所述缺陷连通域的个数不等于0，则：对于任意一处缺陷连通域，以设定距离为单位，将所述缺陷连通域分割为若干个独立单元，并计算所有所述独立单元的内接圆的直径，得到所述缺陷连通域对应的直径集合；分别计算各所述直径集合对应的直径标准差和各所述缺陷连通域对应的缺陷连通域长度；对于任意一处缺陷连通域，若所述直径标准差在设定光滑度阈值范围内，且所述缺陷连通域长度在设定长度阈值范围内，则确定所述缺陷连通域是所述待测医用针管图像中的一处毛发缺陷；若所述直径标准差不在设定光滑度阈值范围内，或所述缺陷连通域长度不在设定长度阈值范围内，则确定所述缺陷连通域不是所述待测医用针管图像中的毛发缺陷；若所述缺陷连通域的个数等于0，或所有所述缺陷连通域均不是所述待测医用针管图像中的毛发缺陷，则确定所述待测医用针管图像中不存在毛发缺陷。3.根据权利要求1所述的医用针管毛发缺陷检测方法，其特征在于，所述毛发缺陷分割模型的确定方法，具体包括：获取医用针管图像数据集；所述医用针管图像数据集包括若干幅带有毛发缺陷的医用针管图像和对应的分割标签；将所述医用针管图像数据集按设定比例划分为训练数据集和验证数据集；构建深度神经网络；以训练好的深度神经网络在所述验证数据集上的准确率满足设定条件为目标，利用所述训练数据集对所述深度神经网络进行迭代训练，得到毛发缺陷分割模型。4.根据权利要求3所述的医用针管毛发缺陷检测方法，其特征在于，所述深度神经网络包括：串联连接的第一卷积层、第二卷积层、第三最大池化层、第四卷积层、第五卷积层、第六卷积层、第七最大池化层、第八纹理增强模块层、第九卷积层、第十卷积层、第十一卷积层、第十二卷积层、第十三最大池化层、第十四卷积层、第十五上采样层、第十六拼接层和第十七卷积层；其中，所述第八纹理增强模块层还与所述第十六拼接层连接，所述第八纹理增强模块层包括：串联连接的分组卷积层和逐点卷积层；所述分组卷积层的卷积核大小为3，步长为1，填充为1，分组为58；所述逐点卷积层的卷积核大小为1，步长为1，填充为1，分组为1。5.根据权利要求4所述的医用针管毛发缺陷检测方法，其特征在于，所述分组卷积层的
卷积核的具体公式为：其中，为分组卷积层的...
【专利技术属性】
技术研发人员：王晓栋，王杰，严菲，曾志强，吴朋滔，梁火炼，金季岚，
申请(专利权)人：厦门理工学院，
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。