[发明专利]一种多层级模型的复杂纹理对象表面缺陷检测方法

权利要求书

1.一种多层级模型的复杂纹理对象表面缺陷检测方法，其特征在于，包括以下步骤：

(1)获取复杂纹理对象表面图像；

(2)设计得到基于检测规则的复杂纹理对象表面缺陷检测模型；

(3)构建缺陷检测的分类器，训练得到基于模式识别的表面缺陷检测模型；

(4)训练得到缺陷检测的深度学习模型；

(5)将上述三种模型进行层级连接并进行缺陷实时检测；

(6)当检测到表面缺陷时，发出预警报警信号。

2.根据权利要求1所述的一种多层级模型的复杂纹理对象表面缺陷检测方法，其特征在于，所述步骤1中的复杂纹理对象表面图像包括复杂纹理对象各个加工工序表面图像。

3.根据权利要求1所述的一种多层级模型的复杂纹理对象表面缺陷检测方法，其特征在于，所述步骤2根据已有的复杂纹理对象缺陷图像样本建立特定的检测规则，包括对图像预处理及复杂纹理对象缺陷的形状特征规则确定，所述预处理具体包括：对复杂纹理对象图像进行图像增强处理、图像去噪处理及图像分割处理中的一种或几种。

4.根据权利要求3所述的一种多层级模型的复杂纹理对象表面缺陷检测方法，其特征在于，所述图像增强处理为灰度变换、直方图均衡中的一种或几种，所述图像去噪处理为基于空域和频域的各种滤波算法中的一种或多种，图像分割方法为基于阈值的分割方法、区域生长法、聚类分割法及基于边缘的分割方法中的一种。

5.根据权利要求4所述的一种多层级模型的复杂纹理对象表面缺陷检测方法，其特征在于，所述基于阈值的分割方法为固定阈值法、自适应阈值法中的一种；基于边缘的分割方法为Robert算子、Sobel算子、Prewitt算子、Kirsch算子、Canny算子、Log算子、Laplacian算子中的一种。

6.根据权利要求3所述的一种多层级模型的复杂纹理对象表面缺陷检测方法，其特征在于，所述复杂纹理对象的形状特征规则为面积、周长、质心、分散度、矩形度、长宽比、方向、区域的矩形度、圆形度、球形度、偏心率、面积周长比、细度、Hu不变矩特征中的一种或多种。

7.根据权利要求1所述的一种多层级模型的复杂纹理对象表面缺陷检测方法，其特征在于，所述步骤3基于模式识别的复杂纹理对象表面缺陷检测，包括图像特征提取、特征选择及特征融合，所述图像特征提取包括纹理特征、形状特征及颜色特征中的一种或几种。

8.根据权利要求7所述的一种多层级模型的复杂纹理对象表面缺陷检测方法，其特征在于，所述纹理特征包括灰度共生矩GLCM、LBP纹理、傅里叶变换、Gabor滤波器、小波变换、Laws纹理中的一种或多种；所述形状特征包括面积、周长、质心、分散度、矩形度、长宽比、方向、区域的矩形度、圆形度、球形度、偏心率、面积周长比、细度、Hu不变矩特征中的一种或多种；所述颜色特征包括颜色直方图、颜色集、颜色矩和颜色聚合向量中的一种或多种。

9.根据权利要求7所述的一种多层级模型的复杂纹理对象表面缺陷检测方法，其特征在于，所述特征选择的方法为主成分分析法PCA、独立成分分析法ICA、Fisher分析法FDA、相关分析法CFS、自组织映射法SOM、Relief法、遗传算法、模拟退火法、Tabu搜索法中的一种。

10.根据权利要求1所述的一种多层级模型的复杂纹理对象表面缺陷检测方法，其特征在于，所述步骤4中的深度学习模型为DCGAN、WGAN、WGAN-GP、LSGAN或FCN中的一种。