[发明专利]蒙版检测框架生成方法、装置、缺陷检测方法及装置

权利要求书

1.一种基于样本学习的蒙版检测框架生成方法，其特征在于，包括步骤：

S1.特征提取：对于每个待检测项目，根据该待检测项目的可区分特性设置若干个特征提取算子以及特征提取阈值；

S2.蒙版训练：对于每个特征提取算子，提取出所有样本对该特征提取算子有响应的区域，根据样本统计分布滤除其中异常区域，形成初步蒙版检测框架；

S3.蒙版优化：对所述初步蒙版检测框架进行反运算操作，得到最终蒙版检测框架。

2.根据权利要求1所述的蒙版检测框架生成方法，其特征在于，所述步骤S1之前还包括步骤：

S0.目标定位：对一个待检测产品，在原始图像中对该待检测产品的位置和姿态进行定位。

3.根据权利要求2所述的蒙版检测框架生成方法，其特征在于，所述步骤S0包括：

根据待检测产品的局部可鉴别或者整体特性，估计待检测产品的位置和姿态的变换参数；

根据所述变换参数，通过仿射变化将不同待检测产品变换到同一位置和姿态。

4.根据权利要求1-3任意一项所述的蒙版检测框架生成方法，其特征在于，所述步骤S1包括：

获取若干包含该待检测项目的样本；

分析该待检测项目在不同负样本中可与正常状态区分的特性；

根据每种可区分特性设置一个特征提取算子；

训练每个特征提取算子对应的特征提取阈值。

5.根据权利要求4所述的蒙版检测框架生成方法，其特征在于，所述步骤S2包括：

对于一个特征提取算子，在每个像素点，进行若干样本对该特征提取算子响应强度的累加；

根据先验统计信息设置分类阈值，提取出所有样本对该特征提取算子有响应的区域，根据样本统计分布滤除其中异常区域；

将累加的响应强度值归一化到0～255，形成初步蒙版检测框架。

6.根据权利要求1-3或5任意一项所述的蒙版检测框架生成方法，其特征在于，所述步骤S3包括：

对所述初步蒙版检测框架进行反运算操作；

对反运算操作后的初步蒙版检测框架进行形态学腐蚀操作。

7.一种基于样本学习的蒙版检测框架生成装置，其特征在于，包括：

目标定位单元：对一个待检测产品，在原始图像中对该待检测产品的位置和姿态进行定位；

特征提取单元：对于每个待检测项目，根据该待检测项目的可区分特性设置若干个特征提取算子以及特征提取阈值；

蒙版训练单元：对于每个特征提取算子，提取出所有样本对该特征提取算子有响应的区域，根据样本统计分布滤除其中异常区域，形成初步蒙版检测框架；

蒙版优化单元：对所述初步蒙版检测框架进行反运算操作，得到最终蒙版检测框架。

8.一种缺陷检测方法，其特征在于，包括：

蒙版检测框架生成阶段：根据如权利要求1-6任意一项所述的基于样本学习的蒙版检测框架生成方法生成蒙版检测框架；

缺陷检测阶段：包括步骤：

A1.目标定位：对一个待检测产品，在原始图像中对该待检测产品的位置和姿态进行定位；

A2.特征提取：对于每个待检测项目，根据该待检测项目的可区分特性设置若干个特征提取算子以及特征提取阈值；

A3.蒙版匹配：对于每个特征提取算子，将该特征提取算子对应的蒙版检测框架作用到待检测产品对于该特征提取算子的响应结果上；

A4.特征统计处理：对步骤A3最终得到的响应结果进行统计分析，判断该待检测产品是否包含待检测项目。

9.根据权利要求8所述的缺陷检测方法，其特征在于，所述步骤S1中特征提取阈值较所述步骤A2中特征提取阈值宽松。

10.一种缺陷检测装置，其特征在于，包括：

目标定位模块：对一个待检测产品，在原始图像中对该待检测产品的位置和姿态进行定位；

特征提取模块：对于每个待检测项目，根据该待检测项目的可区分特性设置若干个特征提取算子以及特征提取阈值；

蒙版检测框架生成模块：包括根据权利要求7所述的基于样本学习的蒙版检测框架生成装置；

蒙版匹配模块：对于每个特征提取算子，将该特征提取算子对应的蒙版检测框架作用到待检测产品对于该特征提取算子的响应结果上；

特征统计处理模块：对蒙版检测框架作用后的响应结果进行统计分析，判断该待检测产品是否包含待检测项目。