【技术实现步骤摘要】
本专利技术涉及图像视觉检测，尤其是一种工业缺陷图像成像参数自动选择方法。
技术介绍
1、在工业视觉缺陷检测任务中，缺陷成像的好坏极大程度地影响了检测算法的效果；因此一套好的成像方案十分关键。目前在这一环节大多依赖光学工程师的经验，而以人力为主导的缺陷成像判定难以覆盖所有的光路参数；并且在该领域内尚不存在公开的技术方法，与工业缺陷成像等级评价相似的场景有自然图像质量评价与人脸图像质量评价，其中，
2、1、光学工程师经验判断是光学工程师首先根据自己的经验采集几组缺陷图像，将图像放入软件中辅助其对成像等级进行判断；再根据这几组成像等级的结果进行光路组合。但是，基于光学工程师经验判断，该方式自动化程度最低，从人的角度难以做到对所有光路参数的遍历，且成像等级的判断会受到工程师的不同经验积累、不同喜好而存在差异，不利于标准化和统一化调试管理。
3、2、自然图像质量评价方法是通过在图像-评分数据集上训练回归或多模态模型进行质量评价，不涉及组合推荐。自然图像评价任务所讨论的“差”的图像，主要是由畸变，如高斯噪声等，与工业缺陷成像质量评价有所不同；并且评分的方式不符合现有项目流程的逻辑，无法直接使用。
4、3、人脸图像质量评价方法是由于在人脸识别方面存在公认表现优秀的模型，如facenet，arcface等，以这些模型为基础设计了特征相似度方法来评价人脸图像质量的好坏，不涉及组合推荐。由于目前在工业缺陷检测领域并不存在类似人脸识别模型的公认，因此该方法难以实现。
技术实现思路
1、本专利技术要解决的技术问题是：提供一种工业缺陷图像成像参数自动选择方法，解决了视觉检测过程中需要依赖光学工程师的人为经验来选择对应的光学参数进行检测的问题。
2、本专利技术解决其技术问题所采用的技术方案是：一种工业缺陷图像成像参数自动选择方法，包括以下步骤，
3、s1、构建缺陷图像质量评价网络；采集带有光路参数信息的缺陷图像，构建训练数据集；
4、s2、在构建的数据集上训练缺陷图像质量评价网络；
5、s3、缺陷图像成像等级判定；对光路参数进行遍历，采集对应的图像；将缺陷图像输入训练好的缺陷图像质量评价网络中，得到缺陷等级，组成光路参数-缺陷等级数据表；
6、s4、成像方案预处理；对光路参数-缺陷等级数据表进行光路参数的筛选；
7、s5、成像方案推荐；
8、s6、根据得到的成像方案进行图像采集和缺陷检测。
9、进一步的说，本专利技术所述的步骤s2中，训练损失函数采用交叉熵损失函数：
10、
11、其中y表示真值，表示预测值；
12、在训练阶段仅采用几何变换进行数据增强，包括上下随机翻转、左右随机翻转、随机偏移以及随机旋转。
13、进一步的说，本专利技术所述的步骤s5包括以下步骤，
14、s51、缺陷等级权重赋予；将光路参数-缺陷等级数据列表转化为光路参数-缺陷得分数据列表，将光路参数-缺陷得分数据列表加入初始化空的列表中；
15、s52、光路组合初始化；
16、遍历光路参数-缺陷得分数据列表，将当前光路参数gi与下一光路参数gj进行比较，若存在k，满足：
17、gi[k]≥gj[k], 1≤k≤n，n为缺陷图像的个数；
18、则将gi与gj进行组合更新：
19、gi+j＝max(gi[k],gj[k]),1≤k≤n
20、将gi+j记录到组合结果列表中；
21、s53、光路组合过滤；
22、对组合结果列表进行过滤，计算组合结果列表的长度l；检测最大组合数设置，若最大组合数等于当前组合数，则算法停止；
23、s54、光路组合更新；
24、对过滤后的组合结果列表进行更新；遍历光路组合，遍历结束后，更新当前组合数个数；若组合结果列表的长度l为0，即本次遍历没有组合出更好的结果，则停止遍历；若最大组合数等于当前组合数，则算法停止。
25、本专利技术的有益效果是，解决了
技术介绍
中存在的缺陷，可以自动对待测图像进行成像质量评价，并按要求输出光路组合成像方案：可以减少对工程师的经验依赖；可以遍历所有可能的光路参数；可以加快缺陷检测任务中光学成像方案制定。
【技术保护点】
1.一种工业缺陷图像成像参数自动选择方法，其特征在于：包括以下步骤，
2.如权利要求1所述的一种工业缺陷图像成像参数自动选择方法，其特征在于：所述的步骤S2中，训练损失函数采用交叉熵损失函数：
3.如权利要求1所述的一种工业缺陷图像成像参数自动选择方法，其特征在于：所述的步骤S5包括以下步骤，
【技术特征摘要】
1.一种工业缺陷图像成像参数自动选择方法，其特征在于：包括以下步骤，
2.如权利要求1所述的一种工业缺陷图像成像参数自动选择方法，其特征在于：所述的...
【专利技术属性】
技术研发人员：都卫东，和江镇，王岩松，王作亮，吴健雄，
申请(专利权)人：征图新视江苏科技股份有限公司，
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。