[发明专利]一种基于图像边缘识别的贴片检测方法及装置

权利要求书

1.一种基于图像边缘识别的贴片检测方法，其特征在于，包括：

预先获取各类错误贴片的图像样本数据，识别截取所述图像样本数据的边缘特征，以所述边缘特征作为训练样本训练得到贴片图像边缘识别模型；

提取图像传感器实时采集的贴片图像，对所述贴片图像进行边缘检测得到对应的边缘图像特征；

将所述边缘图像特征输入所述贴片图像边缘识别模型，输出对应的贴片检测结果。

2.根据权利要求1所述的基于图像边缘识别的贴片检测方法，其特征在于，将所述边缘图像特征输入所述贴片图像边缘识别模型，输出对应的贴片检测结果，包括：

将所述边缘图像特征转换为第一图像特征向量；

提取所述贴片图像边缘识别模型对应错误贴片的第二图像特征向量，比对所述第一图像特征向量和所述第二图像特征向量的相似度；

基于所述相似度比对设定阈值，输出对应的贴片检测结果。

3.根据权利要求2所述的基于图像边缘识别的贴片检测方法，其特征在于，在基于相似度比对判断贴片是否正常，输出对应的贴片检测结果之后，还包括：

根据所述贴片检测结果若判断贴片异常，输出相应的贴片异常报警信号。

4.根据权利要求1所述的基于图像边缘识别的贴片检测方法，其特征在于，将所述边缘图像特征输入所述贴片图像边缘识别模型，输出对应的贴片检测结果之后，还包括：

根据所述贴片检测结果若判断贴片异常，将所述贴片图像收集作为修正样本，所述修正样本用于修正所述贴片图像边缘识别模型。

5.根据权利要求1所述的基于图像边缘识别的贴片检测方法，其特征在于，以所述边缘特征作为训练样本训练得到贴片图像边缘识别模型，包括：

根据所述边缘特征所对应的各种错误贴片类型对应构建多种分类的训练样本，以多种分类的训练样本训练得到对应的贴片图像边缘识别模型；

对应的，将所述边缘图像特征输入所述贴片图像边缘识别模型，输出对应的贴片检测结果，包括：

基于贴片异常的贴片检测结果，输出对应的错误贴片类型分类结果。

6.根据权利要求1所述的基于图像边缘识别的贴片检测方法，其特征在于，在将所述边缘图像特征输入所述贴片图像边缘识别模型，输出对应的贴片检测结果之后，还包括：

使用第二深度神经网络模型验证所述贴片检测结果，所述第二深度神经网络模型基于正常贴片的图像样本数据进行模型训练，并用于进行所述贴片图像的贴片检测。

7.根据权利要求6所述的基于图像边缘识别的贴片检测方法，其特征在于，使用第二深度神经网络模型验证所述贴片检测结果，包括：

若所述贴片检测结果判断所述贴片图像贴片异常，所述第二深度神经网络模型判断所述贴片图像贴片异常，输出贴片异常的验证结果；

若所述贴片检测结果判断所述贴片图像贴片正常，所述第二深度神经网络模型判断所述贴片图像贴片正常，输出贴片正常的验证结果。

8.一种基于图像边缘识别的贴片检测装置，其特征在于，包括：

训练模块，用于预先获取各类错误贴片的图像样本数据，识别截取所述图像样本数据的边缘特征，以所述边缘特征作为训练样本训练得到贴片图像边缘识别模型；

边缘检测模块，用于提取图像传感器实时采集的贴片图像，对所述贴片图像进行边缘检测得到对应的边缘图像特征；

识别模块，用于将所述边缘图像特征输入所述贴片图像边缘识别模型，输出对应的贴片检测结果。

9.一种电子设备，其特征在于，包括：

存储器以及一个或多个处理器；

所述存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7任一所述的基于图像边缘识别的贴片检测方法。

10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7任一所述的基于图像边缘识别的贴片检测方法。