一种基于人工智能图像技术的瓷砖外观检测方法及系统技术方案

本申请提供一种基于人工智能图像技术的瓷砖外观检测方法及系统

【技术实现步骤摘要】
一种基于人工智能图像技术的瓷砖外观检测方法及系统


[0001]本申请涉及图像检测领域，特别地涉及一种基于人工智能图像技术的瓷砖外观检测方法及系统
。

技术介绍

[0002]瓷砖，是一种以耐火的金属氧化物及半金属氧化物为原材料，经由研磨
、
混合
、
压制
、
施釉
、
烧结制作而成的建筑或装饰材料
。
瓷砖在制作过程中会产生污点
、
划痕等瑕疵，影响瓷砖的品质，当今的瓷砖生产过程已基本实现自动化，然而部分瓷砖外观瑕疵检测环节依然依靠人工
。
当工人长时间工作时容易出现视觉疲劳，严重影响检测结果，并且工人的检测水平不一，也容易造成合格瓷砖最终的品质不一
。

技术实现思路

[0003]针对上述问题，本申请提供一种基于人工智能图像技术的瓷砖外观检测方法及系统，通过设定分割标准值对待检测瓷砖图片进行预分割处理，将待检测瓷砖图片分为两部分，将瓷砖瑕疵出现概率较大的一部分送入检测模型中进行检测，无需检测整张瓷砖图像，有效提高了瓷砖外观检测的效率
。
[0004]一种基于人工智能图像技术的瓷砖外观检测方法，步骤如下：
S1、
建立不合格瓷砖图像库；
S2、
输入待检测瓷砖图像，对待检测瓷砖图像进行预处理，得到预处理后的瓷砖图像，预处理包括背景去除和灰度化处理，建立用于分割瓷砖图像的平面直角坐标系，在用于分割瓷砖图像的平面直角坐标系中设定瓷砖图像四个角的顶点坐标，根据设定的瓷砖图像四个角的顶点坐标将预处理后的瓷砖图像投射至上述平面直角坐标系中；
S3、
将投射至上述平面直角坐标系中的瓷砖图像根据分割标准值进行分割，得到第一部分瓷砖图像和第二部分瓷砖图像，第一部分瓷砖图像位于第二部分瓷砖图像的外侧，将投射至上述平面直角坐标系中的瓷砖图像的四条边界向其中心点移动分割标准值的距离，移动后的四条边界构成的封闭图形即为第二部分瓷砖图像；
S4、
将第一部分瓷砖图像裁剪并拼接成矩形，并将拼接成矩形的第一部分瓷砖图像送入检测模型中，得到第一部分瓷砖图像的检测结果，若检测结果不合格，将该第一部分瓷砖图像对应的预处理后的瓷砖图像添加进不合格瓷砖图像库，返回
S2
；若检测结果合格，进入
S5
对第二部分瓷砖图像进行检测；
S5、
基于第一部分瓷砖图像瓷砖获取第二部分瓷砖图像的待选瑕疵区域，将第二部分瓷砖图像的待选瑕疵区域送入检测模型中，若第二部分瓷砖图像的待选瑕疵区域检测不合格，则将该第二部分瓷砖图像对应的预处理后的瓷砖图像添加进不合格瓷砖图像库，返回
S2
检测下一张待检测瓷砖图像；若第二部分瓷砖图像的待选瑕疵区域均检测合格，则返回
S2
检测下一张瓷砖图像
。
[0005]优选地，分割标准值的计算方法为：
获取
N
张不合格的预处理后的样本瓷砖图像，预处理包括背景去除和灰度化处理，样本瓷砖图像包括有标注瑕疵的标注框，对这
N
张样本瓷砖图像进行编号，编号为
n
，；获取每张样本瓷砖图像的所有标注框四个角的坐标位置，假定第
n
张样本瓷砖图像内标注框的数量为
I
，给标注框进行编号，编号为
i
，，第
n
张样本瓷砖图像内其中一个标注框四个角的坐标位置为
、、
和；根据标注框四个角的坐标位置和样本瓷砖图像的坐标得到标注框距瓷砖边框的距离，具体计算方法如下：根据样本瓷砖图像的坐标获取样本瓷砖图像边界的直线方程，其中
k=1、2、3、4
，将直线方程依次代入以下方程：，其中为误差距离；令，其中，为编号为
n
的样本瓷砖图片内标注框距瓷砖边框的最近距离；按以上方式计算所有不合格样本瓷砖图片内标注框距瓷砖边界的最近距离，并将从小至大进行排序；将区间之间划分为
m
个长度相等的区间，区间为
、
；统计每个区间内，的数量，将区间内的数量记为，；设定的第一部分瓷砖图像的瑕疵区域比率，分割标准值
h
为使得第一部分瓷
砖图像能够尽可能包括的瑕疵标注区域的最短距离；获取所在的区间，其中
M
为不超过
m
的正整数，将作为分割标准值
h。
[0006]优选地，选用
Faster
‑
RCNN
检测网络作为检测模型对瓷砖外观进行检测
。
[0007]优选地，
S5
中基于第一部分瓷砖图像瓷砖获取第二部分瓷砖图像的待选瑕疵区域的具体方法为：
T1、
获取拼接成矩形的第一部分瓷砖图像的灰度直方图，并进行特征提取，得到第一特征向量，其中为第一部分瓷砖图像内部灰度值为
l
的像素点个数与第一部分瓷砖图像内部所有像素点个数的比值；
T2、
通过滑动框依次遍历第二部分瓷砖图像，将滑动框对应的区域记为待测区域，，
J
为所有待测区域的总个数；
T3、
令；
T4、
获取待测区域对应的灰度直方图，并进行特征提取，得到待测区域对应的第二特征向量；
T5、
计算第一特征向量和第二特征向量的相似度，判断相似度是否达到预设阈值，若相似度达到预设阈值，进入
T6
；若相似度低于预设阈值，则得到待选瑕疵区域；
T6、
判断
””
是否成立，若
””
成立，令，返回
T4
；若
””
不成立，则输出“该瓷砖图像检测合格”文字，返回
S2
检测下一张待检测瓷砖图像
。
[0008]优选地，还包括有记录添加至不合格瓷砖图像库内预处理后的瓷砖图像的数量，当添加至不合格瓷砖图像库内预处理后的瓷砖图像的数量大于预设数量时，将不合格瓷砖图像库内预处理后的瓷砖图像送入检测模型中，得到带有标注框的样本瓷砖图像，按照上述分割标准值的计算方法计算出新的分割标准值，并清空不合格瓷砖图像库，重新开始记录不合格瓷砖图像库内预处理后的瓷砖图像的数量
。
[0009]优选地，待检测瓷砖图片的格式为
PNG。
[0010]一种基于人工智能图像技术的瓷砖外观检测系统，所述系统应用于所述的一种基于人工智能图像技术的瓷砖外观检测方法，包括有：瓷砖图像获取模块，用于输入的待检测瓷砖图像；瓷砖图像预处理模块，用于对待检测瓷砖图像进行预处理，得到预处理后的瓷砖图像；瓷砖图像投射模块，用于建立分割瓷砖图像的平面直角坐标系，将预处理后的瓷
砖图像投射至平面直角坐标系中；瓷砖图像分割模块，用于根据分割标准值对待检测的瓷砖图像进行分割，得到第一部分瓷砖图像和第二部本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于人工智能图像技术的瓷砖外观检测方法，其特征在于，步骤如下：
S1、
建立不合格瓷砖图像库；
S2、
输入待检测瓷砖图像，对待检测瓷砖图像进行预处理，得到预处理后的瓷砖图像，预处理包括背景去除和灰度化处理，建立用于分割瓷砖图像的平面直角坐标系，在用于分割瓷砖图像的平面直角坐标系中设定瓷砖图像四个角的顶点坐标，根据设定的瓷砖图像四个角的顶点坐标将预处理后的瓷砖图像投射至上述平面直角坐标系中；
S3、
将投射至上述平面直角坐标系中的瓷砖图像根据分割标准值进行分割，得到第一部分瓷砖图像和第二部分瓷砖图像，第一部分瓷砖图像位于第二部分瓷砖图像的外侧，将投射至上述平面直角坐标系中的瓷砖图像的四条边界向其中心点移动分割标准值的距离，移动后的四条边界构成的封闭图形即为第二部分瓷砖图像；
S4、
将第一部分瓷砖图像裁剪并拼接成矩形，并将拼接成矩形的第一部分瓷砖图像送入检测模型中，得到第一部分瓷砖图像的检测结果，若检测结果不合格，将该第一部分瓷砖图像对应的预处理后的瓷砖图像添加进不合格瓷砖图像库，返回
S2
；若检测结果合格，进入
S5
对第二部分瓷砖图像进行检测；
S5、
基于第一部分瓷砖图像瓷砖获取第二部分瓷砖图像的待选瑕疵区域，将第二部分瓷砖图像的待选瑕疵区域送入检测模型中，若第二部分瓷砖图像的待选瑕疵区域检测不合格，则将该第二部分瓷砖图像对应的预处理后的瓷砖图像添加进不合格瓷砖图像库，返回
S2
检测下一张待检测瓷砖图像；若第二部分瓷砖图像的待选瑕疵区域均检测合格，则返回
S2
检测下一张瓷砖图像
。2.
如权利要求 1 所述的一种基于人工智能图像技术的瓷砖外观检测方法，其特征在于，分割标准值的计算方法为：获取
N
张不合格的预处理后的样本瓷砖图像，预处理包括背景去除和灰度化处理，样本瓷砖图像包括有标注瑕疵的标注框，对这
N
张样本瓷砖图像进行编号，编号为
n
，；获取每张样本瓷砖图像的所有标注框四个角的坐标位置，假定第
n
张样本瓷砖图像内标注框的数量为
I
，给标注框进行编号，编号为
i
，，第
n
张样本瓷砖图像内其中一个标注框四个角的坐标位置为
、、
和；根据标注框四个角的坐标位置和样本瓷砖图像的坐标得到标注框距瓷砖边框的距离，具体计算方法如下：根据样本瓷砖图像的坐标获取样本瓷砖图像边界的直线方程根据样本瓷砖图像的坐标获取样本瓷砖图像边界的直线方程，其中，将直线方程依次代入以下方程：
，其中为误差距离；令，其中，为编号为
n
的样本瓷砖图片内标注框距瓷砖边框的最近距离；按以上方式计算所有不合格样本瓷砖图片内标注框距瓷砖边界的最近距离，并将从小至大进行排序；将区间之间划分为
m
个长度相等的区间，区间为
、
；统计每个区间内，的数量，将区间内的数量记为；设定的第一部分瓷砖图像的瑕疵区域比率，分割标准值
h
为使得第一部分瓷砖图像能够尽可能包括的瑕疵标注区...

【专利技术属性】
技术研发人员：雷世超，
申请(专利权)人：江西省中鼐科技服务有限公司，
类型：发明
国别省市：