[发明专利]屏幕划痕碎裂检测方法及设备

说明书

本发明的目的是提供一种屏幕划痕碎裂检测方法及设备，本发明通过分别基于所述黄色屏幕图像和黑色屏幕图像对应的图像特征，得到所述黄色屏幕图像和黑色屏幕图像中的目标类别为划痕纹类别和碎裂纹类别的目标候选框，可以准确识别出手机等设备屏幕上的划痕纹或碎裂纹，可以提高手机等智能设备估价回收等效率。

技术领域

本发明涉及计算机领域，尤其涉及一种屏幕划痕碎裂检测方法及设备。

背景技术

现有的手机等设备等屏幕划痕碎裂检测方式都是人工方式，费时费力，影响手机等智能设备估价回收等效率。

发明内容

本发明的一个目的是提供一种屏幕划痕碎裂检测方法及设备。

根据本发明的一个方面，提供了一种屏幕划痕碎裂检测方法，该方法包括：

确定屏幕的轮廓位置；

控制屏幕显示低于预设曝光值的满屏黄色的图像，基于屏幕的轮廓位置，拍摄黄色屏幕图像；

控制屏幕显示高于预设曝光值的满屏黑色的图像，基于屏幕的轮廓位置，拍摄黑色屏幕图像；

将所述黄色屏幕图像输入卷积神经网络，提取到所述黄色屏幕图像对应的图像特征；将所述黑色屏幕图像输入卷积神经网络，提取到所述黑色屏幕图像对应的图像特征；

分别基于所述黄色屏幕图像和黑色屏幕图像对应的图像特征，得到所述黄色屏幕图像和黑色屏幕图像中的目标类别为划痕纹类别和碎裂纹类别的目标候选框。

进一步的，上述方法中，所述卷积神经网络为resnext101卷积神经网络。

进一步的，上述方法中，分别基于所述黄色屏幕图像和黑色屏幕图像对应的图像特征，得到所述黄色屏幕图像和黑色屏幕图像中，目标类别为划痕纹类别和碎裂纹类别的目标候选框，包括：

基于所述黄色屏幕图像对应的图像特征，并通过FPN方法，得到对应的所述黄色屏幕图像对应的不同尺度的多层特征层；基于所述黑色屏幕图像对应的图像特征和黑色屏幕图像对应的图像特征，并通过FPN方法，得到对应的所述黑色屏幕图像对应的不同尺度的多层特征层；

通过RPN网络在所述黄色屏幕图像对应的不同尺度的多层特征层进行所述黄色屏幕图像中的目标候选框的提取，并预设所述黄色屏幕图像中的每个目标候选框存在划痕纹和碎裂纹的概率值；通过RPN网络在所述黑色屏幕图像对应的不同尺度的多层特征层进行所述黑色屏幕图像中的目标候选框的提取，并预设所述黑色屏幕图像中的每个目标候选框存在划痕纹和碎裂纹的概率值；

选取概率值较大的所述黄色屏幕图像中的前预设个数的目标候选框；选取概率值较大的所述黑色屏幕图像中的前预设个数的目标候选框；

将所述黄色屏幕图像中的前预设个数的目标候选框输入分类神经网络，并获取对应输出的所述黄色屏幕图像中的前预设个数的目标候选框中的每一目标候选框分别属于背景类别、划痕纹类别和碎裂纹类别的概率值；将所述黑色色屏幕图像中的前预设个数的目标候选框输入分类神经网络，并获取对应输出的所述黑色屏幕图像中的前预设个数的目标候选框中的每一目标候选框分别属于背景类别、划痕纹类别和碎裂纹类别的概率值；

将每个目标候选框的概率值较大的对应类别确定为该目标候选框的初始类别；

若确定初始类别的目标候选框的该初始类别的概率值大于预设概率阈值，则将该初始类别确定为该目标候选框的目标类别；

输出确定了目标类别为划痕纹类别和碎裂纹类别的目标候选框。

进一步的，上述方法中，输出确定了目标类别为划痕纹类别和碎裂纹类别的目标候选框，包括：