[发明专利]异物检测方法、设备和存储介质

说明书

本发明公开了一种异物检测方法、设备和存储介质，涉及图像检测技术领域，本发明的方法，包括：获取待检测图像；将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；对待检测图像和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；对第一重建图像和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；对第一轮廓梯度图像与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。通过这种异物检测方法，提升对边缘梯度信息的去除效果，提高异物检测的精度，并降低检测成本。

技术领域

本发明涉及图像检测技术领域，尤其涉及一种异物检测方法、设备和存储介质。

背景技术

目前，自编码器网络在图像重构和异物检测等任务中取得了较好的性能，但是基于自编码器网络的异物检测算法得到的异物重构图像的边缘梯度信息巨大，使得参数过于庞大，进而导致需要更多的数据和计算资源，无法满足工业上的大批次、高并发需求。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种异物检测方法、设备和存储介质，提升对边缘梯度信息的去除效果，提高异物检测的精度，并降低检测成本。

根据本发明第一方面实施例的异物检测方法，其包括：

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。

根据本发明实施例中提供的一个或多个技术方案，至少具有如下有益效果：本发明通过孪生自编码网络模型、第一像素级减法处理、第二像素级减法处理、第三像素级减法处理及膨胀处理对待检测图像进行异物检测，以得到异物检测结果。通过这种异物检测方法，提升对边缘梯度信息的去除效果，提高异物检测的精度，并降低检测成本。

根据本发明的一些实施例，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。

根据本发明的一些实施例，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|，