基于人工智能的产品缺陷识别方法、相关装置和介质制造方法及图纸

本公开提供了一种基于人工智能的产品缺陷识别方法、相关装置和介质。该产品缺陷识别方法包括：获取产品的待检测图像和参考图像；生成所述待检测图像的第一特征图、以及所述参考图像的第二特征图；基于所述第一特征图和所述第二特征图，确定校准矩阵；利用所述校准矩阵，对所述第一特征图进行校准，得到第三特征图；从所述第三特征图中识别产品的缺陷。本公开实施例减少了产品缺陷的检测时长，提高了检测效率。本公开实施例可应用于工业自动化、人工智能、物联网等各种场景。物联网等各种场景。物联网等各种场景。

【技术实现步骤摘要】
基于人工智能的产品缺陷识别方法、相关装置和介质


[0001]本公开涉及工业自动化领域，特别是涉及一种基于人工智能的产品缺陷识别方法、相关装置和介质。

技术介绍

[0002]在工业自动化质检过程中，由于工业零件的复杂性，一般都会采用多个角度拍摄零件，然后从多角度拍摄的零件图像中检测零件缺陷。由于摄像头的机械臂会有一定的抖动，可能导致拍摄出来的图像发生抖动。另外，工业相机一般都采用定焦镜头,导致拍摄的图像中可能只有一小部分ROI区域是清晰的，其余部分均较模糊，只能针对ROI区域识别缺陷。因此，拍摄完零件图像后，一般需要先对图像进行校准，以减少上述抖动和ROI区域失配的问题，并从校准后的图像中识别缺陷。
[0003]现有技术中，图像校准与从校准后图像中识别缺陷是割裂的两个过程，必须执行完校准的过程，再执行从校准后图像中识别缺陷的过程，耗时较长。

技术实现思路

[0004]本公开实施例提供了一种基于人工智能的产品缺陷识别方法、相关装置和介质，它能减少产品缺陷的检测时长，提高检测效率。
[0005]根据本公开的一方面，提供本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的产品缺陷识别方法，其特征在于，包括：获取产品的待检测图像和参考图像；生成所述待检测图像的第一特征图、以及所述参考图像的第二特征图；基于所述第一特征图和所述第二特征图，确定校准矩阵；利用所述校准矩阵，对所述第一特征图进行校准，得到第三特征图；从所述第三特征图中识别所述产品的缺陷。2.根据权利要求1所述的方法，其特征在于，所述基于所述第一特征图和所述第二特征图，确定校准矩阵，包括：获取匹配特征点对集合，其中，所述匹配特征点对集合包括多个匹配特征点对，每个所述匹配特征点对包括第一特征点和第二特征点，所述第一特征点来自所述第一特征图，所述第二特征点来自所述第二特征图且与所述第一特征点相对应；基于所述匹配特征点对集合，确定所述校准矩阵。3.根据权利要求2所述的方法，其特征在于，所述获取匹配特征点对集合，包括：基于所述第一特征图和所述第二特征图，获取关联度分数矩阵，其中，所述第一特征图中的每一特征点对应于所述关联度分数矩阵的一列，所述第二特征图中的每一特征点对应于所述关联度分数矩阵的一行，所述关联度分数矩阵中的元素等于该元素所在的列在所述第一特征图中对应的特征点、以及该元素所在的行在所述第二特征图中对应的特征点的关联度分数；在所述第一特征图中选取多个第一特征点；针对选取的每个所述第一特征点，基于所述关联度分数矩阵，获取在所述第二特征图中与所述第一特征点对应的第二特征点。4.根据权利要求3所述的方法，其特征在于，所述针对选取的每个所述第一特征点，基于所述关联度分数矩阵，获取在所述第二特征图中与所述第一特征点对应的第二特征点，包括：在所述关联度分数矩阵中选取的所述第一特征点对应的列中，设置滑窗，其中，所述滑窗包括第一滑窗元素、第二滑窗元素、第三滑窗元素、和第四滑窗元素，所述第一滑窗元素、所述第二滑窗元素、所述第三滑窗元素、和所述第四滑窗元素中的每个滑窗元素覆盖所述列中的一个关联度分数，所述第二滑窗元素在所述第一滑窗元素下方并紧邻所述第一滑窗元素，所述第三滑窗元素在所述第二滑窗元素下方并与所述第二滑窗元素间隔的行数为第二特征图的列数减2，所述第四滑窗元素在所述第三滑窗元素下方并紧邻所述第三滑窗元素；使得所述滑窗在所述第一特征点对应的列中滑动，并根据所述滑窗的滑动过程中落在所述滑窗中的四个元素获取所述第二特征点。5.根据权利要求4所述的方法，其特征在于，所述根据所述滑窗的滑动过程中落在所述滑窗中的四个元素获取所述第二特征点，包括：针对所述滑窗的滑动过程中的每个滑动位置，确定落在所述滑窗中的四个关联度分数的和；基于所述和最大的四个关联度分数在所述第二特征图中对应的四个特征点，获取所述第二特征点。
6.根据权利要求5所述的方法，其特征在于，所述基于所述和最大的四个关联度分数在所述第二特征图中对应的四个特征点，获取所述第二特征点，包括：取所述四个特征点中任一特征点为第一参考特征点，所述四个特征点中与第一参考特征点位于同一行的特征点为第二参考特征点，所述四个特征点中与第一参考特征点位于同一列的特征点为第三参考特征点，所述四个特征点中与第一参考特征点既不位于同一行、又不位于同一列的特征点为第四参考特征点；以所述第一参考特征点的中心为原点，以所述原点指向所述第二参考特征点的中心的方向为横轴的正向，以所述原点指向所述第三参考特征点的中心的方向为纵轴的正向，以特征点标准边长为所述横线和所述纵轴的单位，建立坐标系；基于所述第一参考特征点、所述第二参考特征点、所述第三参考特征点、所述第四参考特征点的关联度分数，确定所述第二特征点的中心坐标；基于所述第二特征点的中心坐标和所述特征点标准边长，获取所述第二特征点。7.根据权利要求6所述的方法，其特征在于，所述基于所述第一参考特征点、所述第二参考特征点、所述第三参考特征点、所述第四参考特征...

【专利技术属性】
技术研发人员：吴文龙，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：