[发明专利]缺陷分类方法、缺陷分类训练方法及其装置

权利要求书

1.一种缺陷分类方法，包括：

从缺陷图像中提取缺陷区域的低层特征；

利用缺陷词典，对所述低层特征进行编码，以得到与所述低层特征对应的中层语义特征；

基于所述中层语义特征，将所述缺陷图像中的缺陷区域的缺陷分类为多个缺陷类之一，

其中，所述缺陷词典包括缺陷类内词典和缺陷类间词典，

其中，每个缺陷类的缺陷类内词典针对于该缺陷类特有的低层特征，并且是对预定缺陷图像集中属于该缺陷类的所有缺陷区域的低层特征进行聚类而得到的，所述缺陷类内词典是通过将每个缺陷类的缺陷类内词典组合而得到的，

其中，所述缺陷类间词典针对于各缺陷类共有的低层特征，并且是对预定缺陷图像集中的所有缺陷图像的缺陷区域的低层特征进行聚类而得到的；

其中，所述缺陷词典是通过将所述缺陷类间词典和所述缺陷类内词典组合而得到的，并且所提取的所述缺陷区域的低层特征的每个低层特征向量在通过所述缺陷词典编码后能够与所述缺陷词典中的多个视觉单词相对应。

2.如权利要求1所述的缺陷分类方法，其中，从缺陷图像中提取缺陷区域的低层特征包括：

对缺陷图像进行图像分割，以提取缺陷区域；以及

提取所述缺陷区域的低层特征。

3.如权利要求1所述的缺陷分类方法，其中，所述低层特征包括：方向梯度直方图特征、尺度不变特征变换特征和加速的具有鲁棒特性的特征。

4.如权利要求1所述的缺陷分类方法，其中，利用所述缺陷词典，对所述低层特征进行编码，以获得与所述低层特征对应的中层语义特征包括：

基于缺陷词典，利用下式对所述低层特征进行编码，得到与所述低层特征对应的特征编码矩阵V：

其中，表示向量的2范数的平方，对应于向量中每个元素的平方和；||·||₁表示向量的1范数，对应于向量中每个元素的绝对值的和；p是缺陷区域的特征区域数量；x_i是缺陷区域的单个特征区域i(1≤i≤p)的低层特征向量；U是缺陷词典矩阵；v_i是与每个x_i对应的每个向量，p个v_i构成了特征编码矩阵V；λ||v_i||₁是约束条件，使得v_i的每个元素的绝对值的和不能太大；

其中，所述特征编码矩阵V使得上式取得最小值。

5.如权利要求4所述的缺陷分类方法，其中，所述中层语义特征包括词包模型，所述利用所述缺陷词典，对所述低层特征进行编码，以获得与所述低层特征对应的中层语义特征还包括：

根据所述特征编码矩阵V得到所述缺陷区域的词包模型。

6.如权利要求1所述的缺陷分类方法，其中，所述缺陷类包括暗点类、亮点类、划痕类、玻璃破类、漏液类、膜不良类；

所述将所述缺陷图像中的缺陷区域的缺陷分类为多个缺陷类之一包括：将所述缺陷图像中的缺陷区域的缺陷分类为暗点类、亮点类、划痕类、玻璃破类、漏液类、膜不良类之一。