[发明专利]外壳污损缺陷检测方法、装置、计算机设备及存储介质

权利要求书

1.一种外壳污损缺陷检测方法，其特征在于，包括：

获取原始采样图像数据和标准模板图像数据；

对所述标准模板图像数据进行透视变换，获得第一模板图像数据；

对所述第一模板图像数据和所述原始采样图像数据分别进行预处理，获得第二模板图像数据和第一采样图像数据；

将所述第二模板图像数据和所述第一采样图像数据输入多尺度差分RCNN模型进行检测，以确定外壳污损缺陷情况。

2.根据权利要求1所述的外壳污损缺陷检测方法，其特征在于，将所述第二模板图像数据和所述第一采样图像数据输入多尺度差分RCNN模型进行检测，包括：

对所述第二模板图像数据进行特征提取，获得第一特征图，并对所述第一采样图像数据进行特征提取，获得第二特征图；

将所述第一特征图与所述第二特征图进行差分和融合处理，获得特征融合数据；

将所述特征融合数据输入到多个检测器进行检测。

3.根据权利要求2所述的外壳污损缺陷检测方法，其特征在于，采用VGG16网络对所述第二模板图像数据和所述第一采样图像数据进行特征提取，并对所述第一特征图与所述第二特征图进行差分和融合处理，获得差分FPN。

4.根据权利要求3所述的外壳污损缺陷检测方法，其特征在于，对所述第二模板图像数据进行特征提取时采用的第一VGG16网络与对所述第一采样图像数据进行特征提取时采用的第二VGG16网络之间进行权重共享。

5.根据权利要求3所述的外壳污损缺陷检测方法，其特征在于，将所述第一特征图与所述第二特征图进行差分和融合处理，获得特征融合数据，包括：

将所述第一特征图与第二特征图进行差分，获得多个差分图；

将所述多个差分图进行上采样及求和处理后，获得所述差分FPN；

根据所述差分FPN，获得所述特征融合数据。

6.根据权利要求2所述的外壳污损缺陷检测方法，其特征在于，将所述特征融合数据输入到多个检测器进行检测，包括：

将所述特征融合数据分别输入到每个所述检测器的RPN，以获取多个候选框；

将所述多个候选框输入到每个所述检测器的预测网络，获得多个预测结果；

对所述多个预测结果进行筛选，以确定所述外壳污损缺陷情况。

7.根据权利要求6所述的外壳污损缺陷检测方法，其特征在于，将所述多个候选框输入到每个所述检测器的预测网络，包括：

将所述多个候选框输入第一池化层，以获取相同维度的候选框；

将所述相同维度的候选框输入第一池化层对应的全连接分支进行分类和回归，以获取第一类别信息和第一识别框信息；

将所述第一识别框信息输入第二池化层后，再通过第二池化层对应的全连接分支进行分类和回归，以获取第二类别信息和第二识别框信息；

将所述第二识别框信息输入第三池化层后，再通过第三池化层对应的全连接分支进行分类和回归，以获取第三类别信息和第三识别框信息；

将所述第三类别信息和所述第三识别框信息作为所述预测结果。

8.根据权利要求1-7中任一项所述的外壳污损缺陷检测方法，其特征在于，对所述标准模板图像数据进行透视变换，包括：

基于深度学习算法模型计算透视变换矩阵，并根据所述透视变换矩阵对所述标准模板图像数据进行透视变换。

9.根据权利要求1所述的外壳污损缺陷检测方法，其特征在于，对所述第一模板图像数据和所述原始采样图像数据分别进行预处理，包括：

对所述第一模板图像数据和所述原始采样图像数据依次进行灰度化、直方图均衡、中值滤波和Kirsch边缘增强处理。

10.一种计算机可读存储介质，其特征在于，其上存储有外壳污损缺陷检测程序，该外壳污损缺陷检测程序被处理器执行时实现根据权利要求1-9中任一项所述的外壳污损缺陷检测方法。