[发明专利]一种视觉缺陷检测设备及其检测方法有效
| 申请号： | 201810173748.X | 申请日： | 2018-03-02 |
| 公开（公告）号： | CN108734690B | 公开（公告）日： | 2021-12-14 |
| 发明（设计）人： | 胡华亮;彭宏京;陶淳;牛双云;利红平;邓刚 | 申请（专利权）人： | 苏州汉特士视觉科技有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G01N21/88 |
| 代理公司： | 北京众元弘策知识产权代理事务所(普通合伙) 11462 | 代理人： | 孙东风 |
| 地址： | 215127 江苏省苏*** | 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： | 本发明涉及提供一种视觉缺陷检测设备及其检测方法，通过生成对抗网络获得标准件数字图像的分布概率，训练得到可将隐空间向量映射到标准件数字图像的生成器G，再通过训练得到可实现数字图像到隐空间向量映射的解码器D，最后将经预处理后得到的被检测工件二值灰度图像依次输入解码器D、生成器G得到与被检测工件最接近的最接近标准图像，利用差影法获得被检测工件二值灰度图像与最接近标准图像的差异值，通过比较差异值和阈值得出被检测工件是缺陷件或非缺陷件的判断；该检测方法具有移植性高，通用性强，试错时间短、检测精度高的优点。 | ||
| 搜索关键词： | 一种 视觉 缺陷 检测 设备 及其 方法 | ||
【主权项】：
1.一种视觉缺陷检测方法，其特征是，包括：基于获取的标准件数字图像训练生成对抗网络GANs，采用WGAN‑GP模型生成在先128维随机向量Z，以WGAN‑GP模型的Gradient Penalty作为损失函数，得到能够实现隐空间向量向标准件数字图像映射的生成器G；对在先128维随机向量Z作卷积神经网络运算，获得在后128维向量Z’；将在先128维随机向量Z输入生成器G，得到在先图像；将在后128维向量Z’输入生成器G，得到在后图像；计算在先图像和在后图像的明度差值并以其为损失值，得到能够实现使数字图像映射到隐空间向量的解码器D；对获取的被检测工件数字图像作归一化预处理，获得被检测工件的二值灰度图像；将被检测工件的二值灰度图像依次输入解码器D、生成器G，得到与被检测工件最接近的最接近标准图像；基于差影法计算被检测工件的二值灰度图像与最接近标准图像的差异值；比较预设的阈值与二值灰度图像与最接近标准图像的差异值并根据比较结果作出被检测工件为缺陷件或非缺陷件的判断。
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汉特士视觉科技有限公司，未经苏州汉特士视觉科技有限公司许可，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/patent/201810173748.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于区域生长的导线散股检测方法
- 下一篇：一种输电线路缺陷图像识别方法
