【技术实现步骤摘要】
本申请属于工业检测，尤其涉及一种缺陷检测方法和装置。
技术介绍
1、在新能源锂电池行业中，电芯外观质量检测非常重要，关系到电池及人身的安全，电芯表面的异物在整个检测系统中又是重中之重，薄膜内异物会刺穿表面薄膜，导致外壳放电，引起电池起火等严重事故。相关技术中存在通过ai分割分类算法及传统算法进行缺陷检测的方法，但该方法无法准确检测到薄膜内较小的异物特征，检测精确度和准确度不高，过检率和漏检率较高。
技术实现思路
1、本申请旨在至少解决相关技术中存在的技术问题之一。为此，本申请提出一种缺陷检测方法和装置，能够准确检测到薄膜内较小的异物特征，提高了缺陷检测的精确度和准确度，有效降低了自动化检测过程中的过检率以及漏检率。
2、第一方面，本申请提供了一种缺陷检测方法，该方法包括：
3、对获取的待测对象对应的待测图像进行处理，获取所述待测图像中各像素点对应的灰度特征向量；所述待测图像为对在不同光照条件且相同采集视角下，采集到的所述待测对象的多张初始图像进行融合处理得到的；
4、基于各所述像素点对应的灰度特征向量和目标灰度阈值，获取所述待测图像中缺陷区域对应的第一灰度特征集合和第二灰度特征集合；所述第一灰度特征集合中各灰度特征向量大于所述目标灰度阈值，所述第二灰度特征集合中各灰度特征向量小于所述目标灰度阈值；
5、基于所述第一灰度特征集合中各灰度特征向量，和所述第二灰度特征集合中各灰度特征向量，获取所述缺陷区域对应的目标灰度特征值；所述目标灰度特
6、根据本申请实施例提供的缺陷检测方法，通过将在多个不同的光照条件下，相同的采集视角采集到的多张初始图像融合为待测图像，使得待测图像中缺陷特征周围的灰度变化较明显，从而能够以待测图像中各像素点的灰度向量特征获取缺陷区域对应的多个灰度特征集合，并根据缺陷区域成像中较大的灰度特征向量和较小的灰度特征向量，获取缺陷区域对应的目标灰度特征值，使得目标灰度特征值可以较明显地表征待测对象表面的微小缺陷，从而能够准确检测到薄膜内较小的异物特征，提高了缺陷检测的精确度和准确度，有效降低了自动化检测过程中的过检率以及漏检率。
7、本申请一个实施例的缺陷检测方法，所述基于所述第一灰度特征集合中各灰度特征向量，和所述第二灰度特征集合中各灰度特征向量，获取所述缺陷区域对应的目标灰度特征值，包括：
8、基于所述第一灰度特征集合中各灰度特征向量，获取所述第一灰度特征集合对应的第一均值；基于所述第二灰度特征集合中各灰度特征向量，获取所述第二灰度特征集合对应的第二均值；
9、基于所述第一均值和所述第二均值之差，获取所述缺陷区域对应的目标灰度特征值。
10、本申请一个实施例的缺陷检测方法，
11、所述基于所述第一灰度特征集合中各灰度特征向量，获取所述第一灰度特征集合对应的第一均值，包括：
12、从所述第一灰度特征集合中获取大于第一灰度阈值的多个灰度特征向量；所述第一灰度阈值大于所述第一灰度特征集合中最小的灰度特征向量，且小于所述第一灰度特征集合中最大的灰度特征向量；
13、将所述第一灰度特征集合中，大于所述第一灰度阈值的多个灰度特征向量对应的均值确定为所述第一均值；
14、所述基于所述第二灰度特征集合中各灰度特征向量，获取所述第二灰度特征集合对应的第二均值，包括：
15、从所述第二灰度特征集合中获取小于第二灰度阈值的多个灰度特征向量；所述第二灰度阈值大于所述第二灰度特征集合中最小的灰度特征向量，且小于所述第二灰度特征集合中最大的灰度特征向量；
16、将所述第二灰度特征集合中，小于所述第二灰度阈值的多个灰度特征向量对应的均值确定为所述第二均值。
17、本申请一个实施例的缺陷检测方法，所述对获取的待测对象对应的待测图像进行处理，获取所述待测图像中各像素点对应的灰度特征向量，包括：
18、采用光度立体法对所述待测图像进行处理，获取所述待测图像对应的图像灰度矩阵；所述图像灰度矩阵的行数为所述待测图像中多个像素点的个数，所述图像灰度矩阵的列数为所述多张初始图像的帧数；
19、对所述图像灰度矩阵进行处理，获取所述待测图像中各像素点对应的灰度特征向量。
20、本申请一个实施例的缺陷检测方法，所述对所述图像灰度矩阵进行处理，获取所述待测图像中各像素点对应的灰度特征向量，包括：
21、对所述图像灰度矩阵进行奇异值分解处理，得到所述图像灰度矩阵对应的第一矩阵；所述第一矩阵的行数与所述图像灰度矩阵的行数相同，所述第一矩阵的列数与所述图像灰度矩阵的列数相同；
22、对所述第一矩阵进行归一化处理，获取所述待测图像中各像素点对应的灰度特征向量。
23、本申请一个实施例的缺陷检测方法，所述灰度特征向量包括所述像素点对应的在各图像通道下的灰度特征分量；所述基于各所述像素点对应的灰度特征向量和目标灰度阈值，获取所述待测图像中缺陷区域对应的第一灰度特征集合和第二灰度特征集合，包括：
24、获取多个所述图像通道中目标图像通道下，各所述像素点对应的灰度特征分量；
25、将所述缺陷区域中像素点对应的灰度特征分量大于所述目标灰度阈值的所有灰度特征分量确定为所述第一灰度特征集合；将所述缺陷区域中像素点对应的灰度特征分量小于所述目标灰度阈值的所有灰度特征分量确定为所述第二灰度特征集合。
26、第二方面，本申请提供了一种缺陷检测装置，该装置包括：
27、第一处理模块，用于对获取的待测对象对应的待测图像进行处理，获取所述待测图像中各像素点对应的灰度特征向量；所述待测图像为对在不同光照条件且相同采集视角下，采集到的所述待测对象的多张初始图像进行融合处理得到的；
28、第二处理模块，用于基于各所述像素点对应的灰度特征向量和目标灰度阈值，获取所述待测图像中缺陷区域对应的第一灰度特征集合和第二灰度特征集合；所述第一灰度特征集合中各灰度特征向量大于所述目标灰度阈值，所述第二灰度特征集合中各灰度特征向量小于所述目标灰度阈值；
29、第三处理模块，用于基于所述第一灰度特征集合中各灰度特征向量，和所述第二灰度特征集合中各灰度特征向量，获取所述缺陷区域对应的目标灰度特征值；所述目标灰度特征值用于对所述缺陷区域中缺陷特征进行缺陷检测。
30、根据本申请实施例提供的缺陷检测装置，通过将在多个不同的光照条件下，相同的采集视角采集到的多张初始图像融合为待测图像，使得待测图像中缺陷特征周围的灰度变化较明显，从而能够以待测图像中各像素点的灰度向量特征获取缺陷区域对应的多个灰度特征集合，并根据缺陷区域成像中较大的灰度特征向量和较小的灰度特征向量，获取缺陷区域对应的目标灰度特征值，使得目标灰度特征值可以较明显地表征待测对象表面的微小缺陷，从而能够准确检测到薄膜内较小的异物特征，提高了缺陷检测的精确度和准确度，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.根据权利要求1所述的缺陷检测方法，其特征在于，所述基于所述第一灰度特征集合中各灰度特征向量，和所述第二灰度特征集合中各灰度特征向量，获取所述缺陷区域对应的目标灰度特征值，包括：
3.根据权利要求2所述的缺陷检测方法，其特征在于，
4.根据权利要求1-3任一项所述的缺陷检测方法，其特征在于，所述对获取的待测对象对应的待测图像进行处理，获取所述待测图像中各像素点对应的灰度特征向量，包括：
5.根据权利要求4所述的缺陷检测方法，其特征在于，所述对所述图像灰度矩阵进行处理，获取所述待测图像中各像素点对应的灰度特征向量，包括：
6.根据权利要求1-3任一项所述的缺陷检测方法，其特征在于，所述灰度特征向量包括所述像素点对应的在各图像通道下的灰度特征分量；所述基于各所述像素点对应的灰度特征向量和目标灰度阈值，获取所述待测图像中缺陷区域对应的第一灰度特征集合和第二灰度特征集合，包括：
7.一种缺陷检测装置，其特征在于，包括：
8.一种电子设备，包括存储器、处理器及存储
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-6任一项所述的缺陷检测方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6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.根据权利要求1所述的缺陷检测方法，其特征在于，所述基于所述第一灰度特征集合中各灰度特征向量，和所述第二灰度特征集合中各灰度特征向量，获取所述缺陷区域对应的目标灰度特征值，包括：
3.根据权利要求2所述的缺陷检测方法，其特征在于，
4.根据权利要求1-3任一项所述的缺陷检测方法，其特征在于，所述对获取的待测对象对应的待测图像进行处理，获取所述待测图像中各像素点对应的灰度特征向量，包括：
5.根据权利要求4所述的缺陷检测方法，其特征在于，所述对所述图像灰度矩阵进行处理，获取所述待测图像中各像素点对应的灰度特征向量，包括：
6.根据权利要求1-3任一项所述的缺陷检测方法，其特征在于，所述灰度特征向量包...
【专利技术属性】
技术研发人员：贾永磊，李国军，孔令其，
申请(专利权)人：苏州凌云光工业智能技术有限公司，
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。