[发明专利]异物检测方法、设备和存储介质

权利要求书

1.一种异物检测方法，其特征在于，包括：

获取待检测图像；

将所述待检测图像输入到孪生自编码网络模型中，得到第一重建图像和第二重建图像；

对所述待检测图像和所述第一重建图像进行第一像素级减法处理，得到包含异物的第一轮廓梯度图像；

对所述第一重建图像和所述第二重建图像进行第二像素级减法处理，得到第二轮廓梯度图像；

对所述第二轮廓梯度图像进行膨胀处理，得到第三轮廓梯度图像；

对所述第一轮廓梯度图像与所述第三轮廓梯度图像进行第三像素级减法处理，得到异物检测结果。

2.根据权利要求1所述的异物检测方法，其特征在于，所述孪生自编码网络模型为包括第一自编码器、第二自编码器及解码器的全卷积网络结构；所述将所述待检测图像输入到孪生自编码网络模型中，得到第一重建图像和第二重建图像，包括：

将所述待检测图像输入到所述第一自编码器中，得到第一处理图像；

将所述第一处理图像输入到所述解码器中，得到第一重建图像；

将所述待检测图像输入到所述第二自编码器中，得到第二处理图像；

将所述第二处理图像输入到所述解码器中，得到第二重建图像。

3.根据权利要求1所述的异物检测方法，其特征在于，所述第一像素级减法处理的计算公式如下：

R₁＝|X-Y₁|，

其中，R₁表示所述第一轮廓梯度图像，X表示所述待检测图像，Y₁表示所述第一重建图像；

所述第二像素级减法处理的计算公式如下：

R₂＝|Y₂-Y₁|，

其中，R₂表示所述第二轮廓梯度图像，Y₁表示所述第一重建图像，Y₂表示所述第二重建图像；

所述第三像素级减法处理的计算公式如下：

OUT＝{R₁-R₃}∩{Z0}，

其中，R₁表示所述第一轮廓梯度图像，R₃表示所述第三轮廓梯度图像，OUT表示所述异物检测结果,Z表示所述第一轮廓梯度图像减去所述第三轮廓梯度图像得到的像素值。

4.根据权利要求1所述的异物检测方法，其特征在于，所述膨胀处理的计算公式如下：

D(X)＝{a|Ba↑X}，R₃＝D(R₂)，

其中，D表示膨胀函数，D(X)表示所述膨胀函数的表达式，Ba表示结构元素，X表示所述待检测图像，a表示所述待检测图像中满足所述结构元素的像素点组成的集合，R₂表示所述第二轮廓梯度图像，R₃表示所述第三轮廓梯度图像，D(R₂)表示对所述第二轮廓梯度图像进行膨胀处理。

5.根据权利要求1所述的异物检测方法，其特征在于，所述孪生自编码网络模型由以下步骤得到：

获取样本训练集；

将所述样本训练集输入到孪生自编码网络模型中进行回归训练，直至损失函数的变化率符合预设条件。

6.根据权利要求5所述的异物检测方法，其特征在于，所述回归训练中采用的损失函数的计算公式如下：

其中，Loss表示所述损失函数，G表示所述样本训练集，x_i表示所述待检测图像第i个分量，y_i表示所述第一重建图像和所述第二重建图像的第i个分量，λ表示超参数数据，w_i表示网络参数数据。

7.一种异物检测设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述的异物检测方法。

8.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至6任一项所述的异物检测方法。