[发明专利]表面缺陷的检测方法、系统、电子设备及存储介质在审

专利信息
申请号: 202210621825.X 申请日: 2022-06-01
公开(公告)号: CN115063357A 公开(公告)日: 2022-09-16
发明(设计)人: 徐海俊;孙新;许汝济 申请(专利权)人: 苏州镁伽科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06V10/20;G06V10/25;G06V10/30;G06V10/764;G06V10/774;G06V10/82
代理公司: 北京睿邦知识产权代理事务所(普通合伙) 11481 代理人: 徐丁峰;张玮
地址: 215000 江苏省苏州市中国(江苏)自由贸易试*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 表面 缺陷 检测 方法 系统 电子设备 存储 介质
【权利要求书】:

1.一种表面缺陷的检测方法,其特征在于,所述方法包括:

获取待检测图像,其中,所述待检测图像包括多个目标单元;

获取预设的第一滑动窗口和第一步长;

根据所述第一步长,在所述待检测图像上滑动所述第一滑动窗口,以获取与每次滑动分别对应的局部图像,其中,所述第一滑动窗口和所述第一步长的设置满足:每个目标单元完整地位于至少一个所述局部图像中;

将每个局部图像输入预设模型中进行检测,并输出所述每个局部图像的检测结果信息,其中,所述检测结果信息包括缺陷识别结果信息和/或正常识别结果信息。

2.根据权利要求1所述的表面缺陷的检测方法,其特征在于,在所述将每个局部图像输入预设模型中进行检测之前,所述检测方法还包括:

获取已标注缺陷区域和/或正常区域的原始训练图像;

获取多种窗口尺寸,其中,所述多种窗口尺寸中至少包括所述第一滑动窗口的尺寸;

根据每种窗口尺寸,在每个原始训练图像上随机获取当前窗口大小的图像,以获取多个局部训练图像;

将每个局部训练图像输入网络模型中进行训练,以得到训练好的网络模型,

其中,所述预设模型为所述训练好的网络模型。

3.根据权利要求2所述的表面缺陷的检测方法,其特征在于,所述根据每种窗口尺寸,在每个原始训练图像上随机获取当前窗口大小的图像,以获取多个局部训练图像,包括:

根据每种窗口尺寸,在每个原始训练图像上随机获取当前窗口大小的多个局部图像;

判断每个局部图像中是否包括已标注的缺陷区域和/或正常区域;

若是,则将该局部图像作为所述局部训练图像。

4.根据权利要求1至3任一项所述的表面缺陷的检测方法,其特征在于,所述第一滑动窗口的横向尺寸大于横向尺寸最大的目标单元的横向尺寸,所述第一滑动窗口的纵向尺寸大于纵向尺寸最大的目标单元的纵向尺寸;

所述第一步长包括横向步长和纵向步长,

所述横向步长小于横向尺寸最小的目标单元的横向尺寸,所述纵向步长小于纵向尺寸最小的目标单元的纵向尺寸。

5.根据权利要求4所述的表面缺陷的检测方法,其特征在于,所述多个目标单元的尺寸相同,且任意两个相邻目标单元的间距相同,其中,

所述第一滑动窗口的横向尺寸等于每个目标单元的横向尺寸的n倍,所述第一滑动窗口的纵向尺寸等于每个目标单元的纵向尺寸的m倍,m和n均为正整数,且至少一者不小于2。

6.根据权利要求1至3任一项所述的表面缺陷的检测方法,其特征在于,所述待检测图像为封口膜的待检测图像,其中,所述封口膜用于为至少一个封口对象进行封口,所述目标单元为封口对象;

所述缺陷识别结果信息包括以下至少一种:破损、孔洞、覆膜连通和覆膜缺失。

7.根据权利要求6所述的表面缺陷的检测方法,其特征在于,在将每个局部图像输入预设模型中,并输出每个局部图像的检测结果信息之后,所述方法还包括:

判断当前局部图像的所述检测结果信息是否为空;

若是,则确定当前局部图像的检测结果为当前局部图像整体覆膜缺失。

8.根据权利要求7所述的表面缺陷的检测方法,其特征在于,所述预设模型为目标检测模型。

9.根据权利要求1至3任一项所述的表面缺陷的检测方法,其特征在于,在所述将每个局部图像输入预设模型中,并输出每个局部图像的检测结果信息之后,所述方法还包括:

根据任意两个重叠的局部图像以及每个局部图像的检测结果信息,对分别位于任意两个重叠的局部图像上,属于同一种检测结果类型且存在重叠区的两个检测结果信息执行整合操作。

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苏州镁伽科技有限公司,未经苏州镁伽科技有限公司许可,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/202210621825.X/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