[发明专利]物体缺陷检测方法、装置、电子设备和存储介质有效

专利信息
申请号: 202110969984.4 申请日: 2021-08-23
公开(公告)号: CN113420844B 公开(公告)日: 2021-12-21
发明(设计)人: 于洋;黄雪峰;熊海飞 申请(专利权)人: 深圳市信润富联数字科技有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06T7/00;G06T7/62
代理公司: 深圳智汇远见知识产权代理有限公司 44481 代理人: 蒋学超;牛悦涵
地址: 518000 广东省深圳市罗湖区桂园街道老围*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 物体 缺陷 检测 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种物体缺陷检测方法,其特征在于,所述方法包括:

获取不同缺陷尺度的物体图像;

对所述物体图像进行绝对尺度和相对尺度的尺度变换,获得缺陷尺度在预设尺度范围内的第一物体图像;

根据第一物体图像的缺陷尺度,利用预设识别模型对所述第一物体图像进行检测识别,获得所述物体图像的缺陷检测结果;

其中,所述根据第一物体图像的缺陷尺度,利用预设识别模型对所述第一物体图像进行检测识别,获得所述物体图像的缺陷检测结果包括:

对尺度变换后的第一物体图像进行特征提取;

确定第一物体图像的尺度类型;其中,第一物体图像的尺度类型为尺度变换前的物体图像的缺陷的尺度类型,所述尺度类型包括第一尺度、第二尺度或第三尺度,其中,所述第一尺度大于或等于第一预设阈值、第二尺度小于第一预设阈值且大于第二预设阈值,第三尺度小于或等于第二预设阈值;

根据所述尺度类型,利用预设识别模型对所述特征进行检测识别,获得所述物体图像的缺陷检测结果;

其中,所述根据所述尺度类型,利用预设识别模型对所述特征进行检测识别,获得所述物体图像的缺陷检测结果包括:

当所述尺度类型为第一尺度或第二尺度时,利用预设识别模型对所述特征中的深层特征进行检测识别,获得所述物体图像的缺陷检测结果;其中,所述深层特征的深度大于或等于预设数值;

当所述尺度类型为第三尺度时,利用预设识别模型对所述特征中的浅层特征进行检测识别,获得所述物体图像的缺陷检测结果;其中,所述浅层特征的深度小于预设数值。

2.根据权利要求1所述的方法,其特征在于,所述对所述物体图像进行绝对尺度和相对尺度的尺度变换,获得缺陷尺度在预设尺度范围内的第一物体图像包括:

确定所述物体图像缺陷尺度的尺度类型;所述尺度类型包括第一尺度、第二尺度或第三尺度,其中,所述第一尺度大于或等于第一预设阈值、第二尺度小于第一预设阈值且大于第二预设阈值,第三尺度小于或等于第二预设阈值;

根据所述尺度类型,采用对应的绝对尺度和相对尺度的尺度变换方式对所述物体图像进行尺度变换,获得缺陷尺度在预设尺度范围内的第一物体图像。

3.根据权利要求2所述的方法,其特征在于,所述根据所述尺度类型,采用对应的绝对尺度和相对尺度的尺度变换方式对所述物体图像进行尺度变换,获得缺陷尺度在预设尺度范围内的第一物体图像包括:

当所述尺度类型为第一尺度时,按照预设第一比例对所述物体图像进行缩放;在缩放后的所述物体图像的四周补入预设数量的补位图像;将补入补位图像后的图像作为第一物体图像;

当所述尺度类型为第二尺度时,将所述物体图像作为第一物体图像;

当所述尺度类型为第三尺度时,对所述物体图像进行多次局部图像的截取,将多次截取后的局部图像按照预设第二比例进行放大,将放大后的局部图像作为第一物体图像。

4.根据权利要求1所述的方法,其特征在于,所述根据所述尺度类型,利用预设识别模型对所述特征进行检测识别,获得所述物体图像的缺陷检测结果包括:

当所述尺度类型为第一尺度时,利用所述预设识别模型对缺陷尺度大于或等于第一阈值的缺陷所对应的特征进行检测识别,获得所述物体图像的缺陷检测结果;

当所述尺度类型为第二尺度时,利用所述预设识别模型对缺陷尺度小于第一阈值且大于第二阈值的缺陷所对应的特征进行检测识别,获得所述物体图像的缺陷检测结果;其中,所述第一阈值大于所述第二阈值;

当所述缺陷尺度类型为第三尺度时,利用所述预设识别模型对缺陷尺度小于或等于第二阈值的缺陷所对应的特征进行检测识别,获得所述物体图像的缺陷检测结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市信润富联数字科技有限公司,未经深圳市信润富联数字科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110969984.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top