[发明专利]基于人工智能的设备检测方法、装置、设备及存储介质

说明书

本发明公开了一种基于人工智能的设备检测方法、装置、设备及存储介质，属于人工智能技术领域。本发明基于人工智能获取待检测工业设备的当前图像和样本图像；对所述当前图像进行优化处理，得到目标图像；从所述样本图像中提取样本特征点，以及从所述目标图像中提取目标特征点；获取所述样本特征点与所述目标特征点之间的距离比，得到匹配结果；根据所述距离比确定所述待检测工业设备的检测结果，通过获取待检测工业设备对应的目标图像中的目标特征点与待检测工业设备对应的样本图像中的样本特征点之间距离比，从而实现对待检测工业设备的检测。

技术领域

本发明涉及人工智能领域，尤其涉及一种基于人工智能的设备检测方法、装置、设备及存储介质。

背景技术

随着电荷耦合元件(Charge-coupled Device，CCD)技术的问世，基于机器视觉的缺陷检测技术开始在工业生产线上得到广泛应用，由于机器视觉的普及，基于机器视觉的表面缺陷检测方法非常广泛，在计算机视觉及图像处理领域，图像的二值化处理方法是图像分析与识别最基本而很重要的研究内容之一，一般基于机器视觉的检测方法是通过二值化对图像进行检测，然而常规二值化算法往往存在很大的错误检测率，经常在不含有损伤图像中错误检测出损伤，检测准确度较低。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种基于人工智能的设备检测方法、装置、设备及存储介质，旨在解决现有技术工业设备的检测准确度较低的技术问题。

为实现上述目的，本发明提供了一种基于人工智能的设备检测方法，所述基于人工智能的设备检测方法包括以下步骤:

基于人工智能获取待检测工业设备的当前图像和样本图像；

对所述当前图像进行优化处理，得到目标图像；

从所述样本图像中提取样本特征点，以及从所述目标图像中提取目标特征点；

获取所述样本特征点与所述目标特征点之间的距离比；

根据所述距离比确定所述待检测工业设备的检测结果。

可选地，所述对所述当前图像进行优化处理，得到目标图像的步骤包括：

对所述当前图像进行灰度处理，得到当前灰度图像；

获取所述待检测工业设备对应的标定设备特征；

根据所述标定设备特征对所述当前灰度图像进行噪声处理，得到目标图像。

可选地，所述对所述当前图像进行灰度处理，得到当前灰度图像的步骤包括：

将所述当前图像划分成多个像素分量；

获取各像素分量对应的灰度权重值；

根据多个所述像素分量和各像素分量对应的所述灰度权重值生成当前灰度图像。

可选地，所述根据所述标定设备特征对所述当前灰度图像进行噪声处理，得到目标图像的步骤包括：

获取所述当前灰度图像中灰度像素点对应的参考设备特征；

根据所述标定设备特征对所述灰度像素点进行筛选，以获得与所述标定设备特征相同的参考设备特征对应的目标灰度像素点；

根据所述目标灰度像素点得到目标图像。

可选地，所述获取所述样本特征点与所述目标特征点之间的距离比的步骤包括：

构建所述样本图像和所述目标图像对应的平面直角坐标系；

根据所述平面直角坐标系确定所述样本特征点与所述目标特征点之间的第一距离与第二距离；