[发明专利]图像瑕疵检测方法、装置、电子设备及介质

权利要求书

1.一种图像瑕疵检测方法，其特征在于，所述图像瑕疵检测方法包括：

当接收到图像瑕疵检测请求时，从所述图像瑕疵检测请求中提取待检测图像；

将所述待检测图像转换为多个不同预设尺寸的尺寸图像；

利用预先构建的编码器对所述多个尺寸图像进行特征提取，得到多个潜向量；

将所述多个潜向量输入至与所述编码器对应的解码器中，得到多个重构图像，及将所述多个潜向量输入至预先训练的高斯混合模型中，得到每个尺寸图像对应的估测概率；

将每个重构图像与每个尺寸图像进行比较，得到每个尺寸图像的计算误差；

根据每个估测概率及每个计算误差确定每个尺寸图像的总误差，并根据每个总误差及与每个总误差对应的预设阈值确定所述待检测图像的检测结果。

2.如权利要求1所述的图像瑕疵检测方法，其特征在于，所述从所述图像瑕疵检测请求中提取待检测图像包括：

从线程连接池中获取闲置线程；

利用所述闲置线程解析所述图像瑕疵检测请求的方法体，得到所述图像瑕疵检测请求中携带的所有信息；

获取预设标签，并根据所述预设标签从所述所有信息中提取与所述预设标签对应的信息作为所述待检测图像。

3.如权利要求1所述的图像瑕疵检测方法，其特征在于，所述将所述待检测图像转换为多个不同预设尺寸的尺寸图像包括：

根据所述图像瑕疵检测请求确定检测对象；

从所述待检测图像中提取包含所述检测对象的区域图像；

根据所述不同预设尺寸将所述区域图像转换为所述多个尺寸图像。

4.如权利要求1所述的图像瑕疵检测方法，其特征在于，所述利用预先构建的编码器对所述多个尺寸图像进行特征提取，得到多个潜向量包括：

对每个尺寸图像进行编码处理，得到每个尺寸图像的特征向量；

将每个特征向量输入至所述编码器中的多个隐层进行运算，并将最后一层隐层的输出向量确定为每个尺寸图像对应的潜向量。

5.如权利要求1所述的图像瑕疵检测方法，其特征在于，在将所述多个潜向量输入至预先训练的高斯混合模型中，得到每个尺寸图像对应的估测概率之前，所述图像瑕疵检测方法还包括：

获取多个训练图像；

对所述多个训练图像进行编码，得到多个编码向量，并对所述多个编码向量进行降维并归一化处理，得到多个低维向量；

将所述多个低维向量划分为训练集、测试集及验证集；

基于最大期望算法，迭代训练所述训练集中的低维向量，得到学习器；

利用所述测试集中的低维向量测试所述学习器，得到测试结果；

当所述测试结果小于配置值时，利用所述验证集中的低维向量调整所述学习器的参数，得到所述高斯混合模型。

6.如权利要求1所述的图像瑕疵检测方法，其特征在于，所述将每个重构图像与每个尺寸图像进行比较，得到每个尺寸图像的计算误差包括：

对于任意重构图像，提取所述任意重构图像中的所有重构像素点，并计算所述所有重构像素点的第一数量；

提取每个尺寸图像中的所有目标像素点；

比较每个重构像素点与每个目标像素点，得到比较结果，其中，将重构像素点与目标像素点不同的比较结果确定为目标比较结果；

计算所述目标比较结果的第二数量，并将所述第二数量除以所述第一数量，得到每个尺寸图像的计算误差。

7.如权利要求1所述的图像瑕疵检测方法，其特征在于，所述根据每个总误差及与每个总误差对应的预设阈值确定所述待检测图像的检测结果包括：

从所述对应的预设阈值中确定最小预设阈值；

当每个总误差都小于所述最小预设阈值时，将所述检测结果确定为所述待检测图像无瑕疵；或者

当任意总误差大于或者等于所述对应的预设阈值时，将所述检测结果确定为所述待检测图像有瑕疵；或者

当每个总误差小于所述对应的预设阈值，且每个总误差大于或者等于所述最小预设阈值时，将所述检测结果确定为所述待检测图像有瑕疵。