[发明专利]导致表面缺陷的异常定位方法、装置、系统及电子设备

权利要求书

1.一种导致表面缺陷的异常定位方法，其特征在于，所述方法包括：

获取待检测图像的缺陷检测结果，所述缺陷检测结果包括所述待检测图像中的缺陷统计信息，所述待检测图像为图像采集设备拍摄的包括检测对象的图像；

获取与所述缺陷统计信息匹配的待分析图像，其中，所述待分析图像为：数据库中统计的合成图像中缺陷统计信息与所述待检测图像的缺陷统计信息相匹配的图像，所述合成图像是根据至少一个信号采集设备采集的信号数据进行关联信息提取后转换成的二维图像，所述合成图像反映所述检测对象在生产过程中生产线上各生产设备状态；

对所述待分析图像进行检测分析，确定出与所述缺陷统计信息关联的异常信息，所述异常信息包括异常位置信息，其中，所述对所述待分析图像进行检测分析，确定出与所述缺陷统计信息关联的异常信息，包括：根据所述待分析图像，检测生产所述检测对象的生产线上各生产设备状态是否异常；确定所述生产线上异常的生产设备；根据所述异常的生产设备的设备状态信息，确定出所述异常的生产设备的异常位置信息。

2.根据权利要求1所述的方法，其特征在于，所述获取待检测图像的缺陷检测结果，包括：

获取待检测图像；

将所述待检测图像输入预先训练的深度学习网络模型，得到所述待检测图像对应的多值图；

从所述多值图中，获取所述待检测图像的缺陷统计信息。

3.根据权利要求2所述的方法，其特征在于，所述缺陷统计信息包括：所述待检测图像中存在的缺陷类型、各类型缺陷的数目、各类型缺陷的位置以及各类型缺陷的面积占比；

所述从所述多值图中，获取所述待检测图像的缺陷统计信息，包括：

根据像素值与各类型缺陷的预设对应关系，确定所述多值图中各类型缺陷所处的连通区域，其中，相同类型缺陷所处的连通区域中的像素值相同；

针对各类型缺陷，在所述多值图中，统计该类型缺陷所处的连通区域的数目、该类型缺陷所处的连通区域的位置以及该类型缺陷所处的连通区域在所述多值图中的面积占比；

根据各类型缺陷所处的连通区域的数目、各类型缺陷所处的连通区域的位置以及各类型缺陷所处的连通区域在所述多值图中的面积占比，确定所述待检测图像中存在的缺陷类型、各类型缺陷的数目、各缺陷的位置以及各缺陷的面积占比。

4.根据权利要求2所述的方法，其特征在于，所述获取与所述缺陷统计信息匹配的待分析图像，包括：

将数据库中统计的合成图像输入所述深度学习网络模型，得到所述合成图像的缺陷统计信息，所述合成图像是根据至少一个信号采集设备采集的信号数据进行关联信息提取后转换成的二维图像，所述合成图像反映所述检测对象在生产过程中生产线上各生产设备状态；

将所述待检测图像的缺陷统计信息与所述合成图像的缺陷统计信息进行匹配，若匹配上，则将所述合成图像确定为待分析图像。

5.根据权利要求1所述的方法，其特征在于，在所述获取与所述缺陷统计信息匹配的待分析图像之前，所述方法还包括：

根据所述待检测图像的缺陷统计信息，判断所述待检测图像中的缺陷是否为新发生的缺陷，或者缺陷累计发生次数是否超过预设阈值；

若所述缺陷为新发生的缺陷或者所述缺陷累计发生次数超过预设阈值，则执行所述获取与所述缺陷统计信息匹配的待分析图像。

6.根据权利要求1至5中任一项所述的方法，其特征在于，在所述对所述待分析图像进行检测分析，确定出与所述缺陷统计信息关联的异常信息之后，所述方法还包括：

基于所述异常信息，确定所述异常信息的产生原因；

显示所述异常信息和/或所述异常信息产生原因。