[发明专利]基于缺陷检测的工业图像临界压缩率智能分析系统及方法

权利要求书

1.基于缺陷检测的工业图像临界压缩率智能分析系统，其特征在于，包括：图像采集系统、图像处理系统、图像压缩系统、缺陷检测网络系统、无参考图像质量评分系统、用于缺陷检测的压缩图像评分系统；所述图像采集系统、图像处理系统、图像压缩系统依次连接，所述图像压缩系统分别与所述缺陷检测网络系统、无参考图像质量评分系统连接，所述缺陷检测网络系统、无参考图像质量评分系统分别与所述用于缺陷检测的压缩图像评分系统连接；

所述图像采集系统用于采集工业图像；

所述图像处理系统用于对所述图像采集系统采集的工业图像进行数据扩充处理；

所述图像压缩系统用于对所述图像处理系统扩充处理后的工业图像数据按照预设压缩率进行压缩；

所述缺陷检测网络系统联合YOLOv3网络和特征金字塔网络FPN对所述图像压缩系统压缩后的工业图像数据进行缺陷检测，得到不同压缩率下工业图像中各类别物体的平均识别准确率；

所述无参考图像质量评分系统采用BRISQUE算法对所述图像压缩系统压缩后的工业图像数据进行质量评分，得到不同压缩率下的质量评分结果；

所述用于缺陷检测的压缩图像评分系统用于根据不同压缩率下工业图像中各类别物体的平均识别准确率，以及不同压缩率下的质量评分结果，获取工业图像压缩率的临界值。

2.根据权利要求1所述的基于缺陷检测的工业图像临界压缩率智能分析系统，其特征在于，所述图像处理系统对工业图像数据进行扩充处理的方法包括：高斯模糊、锐化、亮度调节，色度调节、旋转操作。

3.根据权利要求1所述的基于缺陷检测的工业图像临界压缩率智能分析系统，其特征在于，所述图像压缩系统压缩前后，工业图像内存缩小，尺寸大小和分辨率保持不变。

4.根据权利要求1所述的基于缺陷检测的工业图像临界压缩率智能分析系统，其特征在于，所述用于缺陷检测的压缩图像评分系统获取工业图像压缩率的临界值的具体方法包括：

图像压缩率指标Compress_AP如下式所示：

式中，mAP为工业图像中各类别物体的平均识别准确率，Quality为工业图像的质量评分；其中，Compress_AP取得极大值时对应的图像压缩率为工业缺陷检测任务所需的临界值。

5.基于缺陷检测的工业图像临界压缩率智能分析方法，其特征在于，包括如下步骤：

采集工业图像，并对采集的工业图像进行数据扩充处理；

按照不同压缩率对数据扩充处理后的工业图像数据进行压缩，并根据压缩率将压缩后的工业图像数据分成若干组训练集和测试集；

采用YOLOv3网络和FPN对压缩后的工业图像进行缺陷识别，并计算不同压缩率下工业图像中各类别物体的平均识别准确率；

采用BRISQUE算法对压缩后的工业图像进行质量评分；

基于不同压缩率下工业图像中各类别物体的平均识别准确率、不同压缩率下工业图像的质量评分，获取工业图像压缩率的临界值。

6.根据权利要求5所述的基于缺陷检测的工业图像临界压缩率智能分析方法，其特征在于，所述对采集的工业图像进行数据扩充处理的具体方法包括：采用高斯模糊、锐化、亮度调节，色度调节、旋转操作对工业图像进行数据扩充处理。