[发明专利]图像缺陷的检测方法、装置、电子设备、存储介质及产品

权利要求书

1.一种图像缺陷的检测方法，包括：

获取待检测图像；

根据所述待检测图像、至少一个掩码图像组以及多张无缺陷的正样本图像，得到与待检测图像对应的修复图像；

其中，每个所述掩码图像组中包括至少两张具有互补关系的二值图像，不同掩码图像组具有不同的图像尺度；

根据所述待检测图像以及各所述修复图像，对所述待检测图像进行缺陷定位。

2.根据权利要求1所述的方法，其中，所述根据所述待检测图像、至少一个掩码图像组以及多张无缺陷的正样本图像，得到与待检测图像对应的修复图像，包括：

获取当前处理的目标掩码图像组，并将所述待检测图像与所述目标掩码图像组中的各二值图像分别组合得到多个修复数据对；

分别将每个所述修复数据对输入至预先训练的图像补全模型中，形成与所述目标掩码图像组对应的多张修复图；

其中，所述图像补全模型通过多张所述正样本图像训练得到；

将多张所述修复图进行合并，得到与所述目标掩码图像组对应的修复图像。

3.根据权利要求2所述的方法，其中，所述将多张所述修复图进行合并，得到与所述目标掩码图像组对应的修复图像，包括：

分别将各所述修复图与其对应的目标掩码图像组中的二值图像进行相乘计算，得到各参考图像；

将各所述参考图像进行相加计算，得到与所述目标掩码图像组对应的修复图像。

4.根据权利要求2所述的方法，其中，在分别将每个修复数据对输入至预先训练的图像补全模型中之前，还包括：

随机生成多张二值图像；

使用各所述正样本图像以及各所述二值图像，对设定的机器学习模型进行无监督训练，生成所述图像补全模型。

5.根据权利要求4所述的方法，其中，使用各所述正样本图像以及各所述二值图像，对设定的机器学习模型进行无监督训练，生成所述图像补全模型，包括：

选取一张正样本图像，以及一张二值图像，并将两张图像的各像素点对应相乘，得到一张缺陷图像；

将所述缺陷图像与选取的所述二值图像进行合并，得到一个四通道的目标图像；

将所述目标图输入至所述机器学习模型中，对所述机器学习模型进行模型训练；

返回执行选取一张正样本图像，以及一张二值图像的操作，直至满足结束训练条件，得到所述图像补全模型。

6.根据权利要求1所述的方法，其中，所述根据所述待检测图像以及各所述修复图像，对所述待检测图像进行缺陷定位包括：

分别将各所述修复图像与所述待检测图像进行差异比较，得到多张差异热力图；

选择各所述差异热力图中的每个热力点中的最大值，构造目标热力图；

对所述目标热力图进行二值化分割，得到所述待检测图像中的缺陷区域。

7.根据权利要求6所述的方法，其中，所述分别将各所述修复图像与所述待检测图像进行差异比较，得到多张差异热力图包括：

分别确定各所述修复图像与所述待检测图像之间的梯度幅度相似性偏差，并根据相似性偏差确定结果，得到多张差异热力图。

8.一种图像缺陷的检测装置，包括：

待检测图像获取模块，用于获取待检测图像；

修复图像生成模块，用于根据所述待检测图像、至少一个掩码图像组以及多张无缺陷的正样本图像，得到与待检测图像对应的修复图像；

其中，每个所述掩码图像组中包括至少两张具有互补关系的二值图像，不同掩码图像组具有不同的图像尺度；

缺陷定位模块，用于根据所述待检测图像以及各所述修复图像，对所述待检测图像进行缺陷定位。