[发明专利]板材异常检测方法及装置

权利要求书

1.一种板材异常检测方法，应用于板材加工和/或检测的系统，所述系统设置有用于拍摄板材图像的摄像头以及与所述摄像头电连接的检测装置，其特征在于，所述方法包括：

所述检测装置获取所述摄像头拍摄的板材实时图像；

所述检测装置基于卷积网络，对所述板材实时图像执行图像重构的操作，并获得重构图像，其中，所述卷积网络是经过板材图像训练集进行训练后所获得的，所述卷积网络包括卷积层和反卷积层，所述板材图像训练集包括预先进行标注的有缺陷的板材图像以及预先进行标注的无缺陷的板材图像所组成的图像训练集，所述重构图像为重构的无缺陷的板材图像；

所述检测装置将所述重构图像与所述板材实时图像进行做差处理，并获得与所述板材实时图像的像素点所对应的差值；

所述检测装置判断所述差值是否大于等于预先确定的阈值；

当判断出所述差值大于等于所述阈值时，所述检测装置确定与所述差值对应的所述板材实时图像的像素点为缺陷像素点，并输出表示板材异常的检测信息，其中，所述检测信息包括所述缺陷像素点。

2.根据权利要求1所述的板材异常检测方法，其特征在于，在所述检测装置获取所述摄像头拍摄的板材实时图像之后，以及在所述检测装置基于卷积网络，对所述板材实时图像执行图像重构的操作，并获得重构图像之前，所述方法还包括：

所述检测装置将所述板材实时图像进行切割以及拼接处理，使得所述板材实时图像的长宽比符合预先确定的长宽比，其中，所述预先确定的长宽比与卷积网络的输入端的图像长宽比相匹配。

3.根据权利要求1所述的板材异常检测方法，其特征在于，所述检测装置基于卷积网络，对所述板材实时图像执行图像重构的操作，并获得重构图像，具体包括：

所述检测装置基于卷积网络，对所述板材实时图像进行图像特征提取的操作，并获取所述板材实时图像的图像特征信息，其中，所述图像特征信息包括纹理特征、形状特征和空间关系特征当中的其中一种或多种的组合；

所述检测装置基于所述图像特征信息，对所述板材实时图像执行图像重构的操作，并获得重构图像。

4.根据权利要求3所述的板材异常检测方法，其特征在于，所述卷积网络具有图像金字塔结构，以及，所述检测装置基于卷积网络，对所述板材实时图像进行图像特征提取的操作，并获取所述板材实时图像的图像特征信息，具体包括：

所述检测装置基于卷积网络，采用所述图像金字塔的方式，对所述板材实时图像进行下采样操作，以完成对所述板材实时图像的图像特征提取，并获取所述板材实时图像的图像特征信息。

5.根据权利要求1所述的板材异常检测方法，其特征在于，当判断出所述差值大于等于所述阈值时，所述检测装置确定与所述差值对应的所述板材实时图像的像素点为缺陷像素点，并输出表示板材异常的检测信息之后，所述方法还包括：

所述检测装置对所述板材实时图像进行多尺度分割，得到所述板材实时图像的多尺度的分割图层；

所述检测装置对所述板材实时图像的多尺度的分割图层中的相邻两个尺度的分割图层执行与运算，获得若干融合图像；

所述检测装置对所述融合图像执行或运算，获得预测的板材缺陷图像，并输出用于表示预测的板材异常区域的预测板材缺陷图像。