System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 缺陷检测方法、装置、电子设备和存储介质制造方法及图纸_技高网

缺陷检测方法、装置、电子设备和存储介质制造方法及图纸

技术编号:40939318 阅读:2 留言:0更新日期:2024-04-18 14:57
本发明专利技术实施例提供了一种缺陷检测方法、装置、电子设备和存储介质。该方法包括:获取待测对象的第一图像,其中,所述待测对象包括前景物体;针对所述前景物体,对所述第一图像进行图像分割,以得到第一区域和第二区域,其中,每个第一区域中包括所述前景物体中的至少一个;利用目标检测模型对所述第一区域进行处理,以确定所述第一区域中的前景物体的缺陷;利用语义分割模型对所述第二区域进行处理,以确定所述第二区域中的、所述待测对象的缺陷。该方案保证了可以快速得到更加准确的缺陷检测结果,大幅降低缺陷的过检和漏检概率。

【技术实现步骤摘要】

本专利技术涉及图像处理领域,更具体地涉及一种缺陷检测方法、缺陷检测装置、电子设备和存储介质。


技术介绍

1、在工业生产中,已经广泛采用机器视觉代替人工对产品进行缺陷检测。相较于人工缺陷检测,机器视觉从成本上和效率上都更加具有优势。

2、可以对待测对象进行拍照,以获得其图像。然后对待测对象的图像进行缺陷分析,标定并确定缺陷是否符合预设标准,以判定待测对象是否合格。但对于一些待测对象来说,其缺陷形态多样、分布复杂。现有的缺陷检测方式缺陷检测的准确度不足,难以满足需求。


技术实现思路

1、考虑到上述问题而提出了本专利技术。

2、根据本专利技术一个方面,提供了一种缺陷检测方法,包括:

3、获取待测对象的第一图像,其中,所述待测对象包括前景物体;

4、针对所述前景物体,对所述第一图像进行图像分割,以得到第一区域和第二区域,其中,每个第一区域中包括所述前景物体中的至少一个;

5、利用目标检测模型对所述第一区域进行处理,以确定所述第一区域中的前景物体的缺陷;

6、利用语义分割模型对所述第二区域进行处理,以确定所述第二区域中的、所述待测对象的缺陷。

7、示例性地,所述针对所述前景物体,对所述第一图像进行图像分割,以得到第一区域和第二区域,包括:

8、对所述第一图像进行分割,以获得每个前景物体所对应的前景区域;

9、确定每个前景物体所对应的前景区域的最小外接矩形区域作为所述第一区域,并且将所述第一图像中除所述第一区域以外的区域作为所述第二区域。

10、示例性地,所述对所述第一图像进行分割,以获得所述每个前景物体所对应的前景区域,包括:

11、对所述第一图像进行阈值分割,以获得所述每个前景物体所对应的前景区域。

12、示例性地,所述利用目标检测模型对所述第一区域进行处理,以确定所述第一区域中的前景物体的缺陷,包括:

13、根据所述第一区域对所述第一图像进行裁剪,以获得对应于所述第一区域的第二图像;

14、将所述第二图像输入所述目标检测模型,以输出所述前景物体的缺陷。

15、示例性地,所述利用语义分割模型对所述第二区域进行处理,以确定所述第二区域中的、所述待测对象的缺陷,包括:

16、以第一像素值对所述第一图像的所述第一区域进行填充,以获得对应于所述第二区域的第三图像;

17、将所述第三图像输入所述语义分割模型,以输出所述第二区域中的、所述待测对象的缺陷。

18、示例性地,所述方法还包括:

19、获得所述待测对象的第一训练图像和对应的第一标注数据,利用所述第一训练图像和所述第一标注数据训练所述目标检测模型,其中所述第一标注数据包括所述第一训练图像中前景物体的缺陷的真实包围框的位置信息;和/或

20、获得所述待测对象的第二训练图像和对应的第二标注数据,利用所述第二训练图像和所述第二标注数据训练所述语义分割模型,其中所述第二标注数据包括所述第二训练图像中的第一缺陷的位置信息,其中,所述第一缺陷是所述待测对象上的除所述前景物体的缺陷以外的缺陷。

21、示例性地,所述第一图像包括针对所述前景物体中的每个前景物体拍摄的不同焦距的图像。

22、示例性地,所述待测对象包括光感传感器,所述前景物体是所述光感传感器的窗口区。

23、根据本专利技术另一个方面,提供了一种缺陷检测装置,包括:

24、获取模块,用于获取待测对象的第一图像,其中,所述待测对象包括前景物体;

25、分割模块,用于针对所述前景物体,对所述第一图像进行图像分割,以得到第一区域和第二区域,其中,每个第一区域中包括所述前景物体中的至少一个;

26、第一检测模块,用于利用目标检测模型对所述第一区域进行处理,以确定所述第一区域中的前景物体的缺陷;以及

27、第二检测模块,用于利用语义分割模型对所述第二区域进行处理,以确定所述第二区域中的、所述待测对象的缺陷。

28、根据本专利技术又一个方面,提供了一种电子设备,包括:处理器和存储器,其中,所述存储器中存储有计算机程序指令,所述计算机程序指令被所述处理器运行时用于执行上述的缺陷检测方法。

29、根据本专利技术再一个方面,提供了一种存储介质,在所述存储介质上存储了程序指令,所述程序指令在运行时用于执行上述的缺陷检测方法。

30、在上述方案中,通过将待测对象的图像进行分割,将一种缺陷检测标准的部分采用目标检测模型进行检测,而将另一种缺陷检测标准的其他部分采用语义分割模型进行检测,可以使得对于待测对象的不同部分检测标准不同且互不干扰。多种检测模型可以并行工作,选择目标检测模型对前景物体上的缺陷进行检测,缺陷检测准确度高;利用语义分割模型对对比度高、缺陷形态明显的区域进行检测。由此,使不同模型分别检验其擅长检测的区域,避开其不擅长检测的区域,这保证了可以快速得到更加准确的缺陷检测结果,大幅降低缺陷的过检和漏检概率。

31、上述说明仅是本专利技术技术方案的概述,为了能够更清楚了解本专利技术的技术手段,而可依照说明书的内容予以实施,并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂,以下特举本专利技术的具体实施方式。

本文档来自技高网...

【技术保护点】

1.一种缺陷检测方法,其特征在于,包括:

2.如权利要求1所述的方法,其特征在于,所述针对所述前景物体,对所述第一图像进行图像分割,以得到第一区域和第二区域,包括:

3.如权利要求2所述的方法,其特征在于,所述对所述第一图像进行分割,以获得所述每个前景物体所对应的前景区域,包括:

4.如权利要求1所述的方法,其特征在于,所述利用目标检测模型对所述第一区域进行处理,以确定所述第一区域中的前景物体的缺陷,包括:

5.如权利要求1所述的方法,其特征在于,所述利用语义分割模型对所述第二区域进行处理,以确定所述第二区域中的、所述待测对象的缺陷,包括:

6.如权利要求1所述的方法,其特征在于,所述方法还包括:

7.如权利要求1所述的方法,其特征在于,所述第一图像包括针对所述前景物体中的每个前景物体拍摄的不同焦距的图像。

8.如权利要求1所述的方法,其特征在于,所述待测对象包括光感传感器,所述前景物体是所述光感传感器的窗口区。

9.一种缺陷检测装置,其特征在于,包括:

10.一种电子设备,其特征在于,包括:处理器和存储器,其中,所述存储器中存储有计算机程序指令,所述计算机程序指令被所述处理器运行时用于执行如权利要求1至8任一项所述的缺陷检测方法。

11.一种存储介质,其特征在于,在所述存储介质上存储了程序指令,所述程序指令在运行时用于执行如权利要求1至8任一项所述的缺陷检测方法。

...

【技术特征摘要】

1.一种缺陷检测方法,其特征在于,包括:

2.如权利要求1所述的方法,其特征在于,所述针对所述前景物体,对所述第一图像进行图像分割,以得到第一区域和第二区域,包括:

3.如权利要求2所述的方法,其特征在于,所述对所述第一图像进行分割,以获得所述每个前景物体所对应的前景区域,包括:

4.如权利要求1所述的方法,其特征在于,所述利用目标检测模型对所述第一区域进行处理,以确定所述第一区域中的前景物体的缺陷,包括:

5.如权利要求1所述的方法,其特征在于,所述利用语义分割模型对所述第二区域进行处理,以确定所述第二区域中的、所述待测对象的缺陷,包括:

6.如权利要求1所述的方法,其特征在于,所述...

【专利技术属性】
技术研发人员:陈诗伟孙新
申请(专利权)人:苏州镁伽科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1