System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种物体缺陷的检测方法、系统、设备、介质及产品技术方案_技高网

一种物体缺陷的检测方法、系统、设备、介质及产品技术方案

技术编号:43670623 阅读:11 留言:0更新日期:2024-12-18 20:56
本公开涉及数据处理技术领域,尤其是提供一种物体缺陷的检测方法、系统、设备、介质及产品,其中,该方法包括:确定同一类型的各种型号的目标物体的目标特征信息;其中,所述目标特征信息用于指示所述目标物体在无缺陷情况下的物体特征;获取待识别物体的目标图像,并提取所述目标图像的图像特征信息;其中,所述待识别物体与所述目标物体的类型相同;基于所述图像特征信息和所述目标特征信息,对所述待识别物体进行缺陷检测,得到缺陷检测结果;其中,所述缺陷检测结果用于指示所述待识别物体在存在缺陷的情况下的缺陷信息。

【技术实现步骤摘要】

本公开涉及数据处理,尤其是涉及一种物体缺陷的检测方法、系统、设备、介质及产品


技术介绍

1、目前,物体表面的缺陷质检环节一直是对于物体的质检难点。尤其是针对带有涂覆层的物体的缺陷检测,传统质检方式为质检人员使用肉眼对物体的表面进行观察,从而根据质检人员的观察结果识别带缺陷的物体。但是,物体在生产过程中的产量通常较大,通过人为观察物体缺陷的工作为劳动密集型工作,时间效率低。


技术实现思路

1、鉴于上述问题而提出了本公开。本公开提供了一种物体缺陷的检测方法、系统、设备、介质及产品。

2、根据本公开的一个方面,提供了一种物体缺陷的检测方法,包括:

3、确定同一类型的各种型号的目标物体的目标特征信息;其中,所述目标特征信息用于指示所述目标物体在无缺陷情况下的物体特征;

4、获取待识别物体的目标图像,并提取所述目标图像的图像特征信息;其中,所述待识别物体与所述目标物体的类型相同;

5、基于所述图像特征信息和所述目标特征信息,对所述待识别物体进行缺陷检测,得到缺陷检测结果;其中,所述缺陷检测结果用于指示所述待识别物体在存在缺陷的情况下的缺陷信息。

6、此外,根据本公开一个方面的另一实施例中,所述基于所述图像特征信息和所述目标特征信息,对所述待识别物体进行缺陷检测,得到缺陷检测结果,包括:

7、对所述目标图像进行分块处理,得到多个图像块,并基于所述图像特征信息,确定每个所述图像块的子图像特征信息;

8、计算所述子图像特征信息与所述目标特征信息之间的相似度,得到多个相似度;

9、基于所述多个相似度确定所述待识别物体的缺陷检测结果。

10、此外,根据本公开一个方面的另一实施例中,所述基于所述多个相似度确定所述待识别物体的缺陷检测结果,包括:

11、在检测到所述多个相似度中存在小于预设相似度阈值的目标相似度的情况下,基于所述目标相似度所对应图像块的位置信息,确定所述待识别物体的缺陷检测结果。

12、此外,根据本公开一个方面的另一实施例中,所述确定同一类型的各种型号的目标物体的目标特征信息,包括:

13、通过目标特征对齐模型对同一类型的各种型号的目标物体的物体图像进行特征提取,得到所述目标特征信息。

14、此外,根据本公开一个方面的另一实施例中,通过以下方式训练得到所述目标特征对齐模型:

15、获取训练样本图像和所述训练样本图像的缺陷描述信息;

16、获取标准样本图像的标准样本特征;其中,所述训练样本图像中的物体与所述标准样本图像中物体为相同类型的物体;

17、确定所述训练样本图像、所述缺陷描述信息和所述标准样本图像之间的目标检测指标,并基于所述目标检测指标对待训练特征对齐模型进行训练,得到所述目标特征对齐模型;其中,所述目标检测指标包括:相似性、差异性。

18、此外,根据本公开一个方面的另一实施例中,所述确定所述训练样本图像、所述缺陷描述信息和所述标准样本图像之间的目标检测指标,包括:

19、对所述训练样本图像进行特征提取,得到所述训练样本特征;

20、计算所述缺陷描述信息、所述训练样本特征和所述标准样本特征两两之间的相似性,得到多个相似性,以及计算所述缺陷描述信息、所述训练样本特征和所述标准样本特征两两之间的差异性,得到多个差异性;

21、将所述多个相似性和所述多个差异性,确定为所述目标检测指标。

22、此外,根据本公开一个方面的另一实施例中,所述基于所述目标检测指标对待训练特征对齐模型进行训练,包括:

23、对所述多个相似性进行加法处理,得到目标相似性;

24、对所述多个差异性进行加法处理,得到目标差异性;

25、基于所述目标相似性和所述目标差异性,确定目标损失函数;

26、基于所述目标损失函数,对所述待训练特征对齐模型进行训练,得到所述目标特征对齐模型。

27、此外,根据本公开一个方面的另一实施例中,所述训练样本图像包括存在缺陷的第一类图像和不存在缺陷的第二类图像;

28、所述基于所述目标检测指标对待训练特征对齐模型进行训练,包括:

29、在所述目标检测指标中确定与所述第一类图像和所述第二类图像对应的目标检测指标,分别得到第一目标检测指标和第二目标检测指标;

30、基于所述第一目标检测指标中相似性和差异性的差值确定第一损失函数,以及基于所述第二目标检测指标中差异性和相似性的差值确定第二损失函数;

31、基于所述第一损失函数和所述第二损失函数确定所述目标损失函数。

32、根据本公开的另一个方面,提供了一种物体缺陷的检测系统,包括:多角度的图像采样装置、调节装置和处理器;其中,所述调节装置设置在待识别物体的检测设备本体上,且所述调节装置设置于所述待识别物体的上方区域,所述多角度的图像采样装置设置在所述调节装置上和所述检测设备本体上;

33、所述调节装置,用于基于所述待识别物体的型号控制相应的图像采样装置到达指定位置;

34、所述图像采样装置,用于在到达所述指定位置之后,对进入所述图像采样装置的采集区域的待识别物体进行图像采集,得到目标图像;

35、所述处理器,用于获取所述目标图像,并按照上述方法对所述目标图像进行缺陷检测,得到所述待识别物体的缺陷检测结果。

36、此外,根据本公开一个方面的另一实施例中,所述系统还包括:照明装置;其中,所述照明装置与所述图像采样装置相邻设置,所述照明装置用于向所述图像采样装置的采集区域提供光照。

37、此外,根据本公开一个方面的另一实施例中,所述系统还包括:缺陷展示装置和显示装置;其中,所述缺陷展示装置包括多个流水灯,每个检测位置对应设置一个流水灯,所述检测位置为放置所述待识别物体的位置;

38、所述处理器,用于在基于所述待识别物体的缺陷检测结果确定所述待识别物体存在缺陷的情况下,向所述待识别物体所对应的目标流水灯发送第一显示信号,以及向所述显示装置发送第二显示信号;

39、所述目标流水灯,用于在接收到所述第一显示信号之后,开启;

40、所述显示装置,用于在接收到所述第二显示信号之后,显示所述待识别物体的缺陷信息。

41、此外,根据本公开一个方面的另一实施例中,所述多角度图像采样装置包括:底部图像采样装置和侧面图像采样装置,其中,与所述底部图像采样装置相邻设置的照明装置为采用穹顶光源,与所述侧面图像采样装置相邻设置的照明装置为条栅式面光源。

42、根据本公开的又一个方面,提供了一种计算机设备,包括存储器、处理器及存储在存储器上的计算机程序,所述处理器执行所述计算机程序以实现一种日志模板的确定方法的步骤。

43、根据本公开的又一个方面,提供了一种计算机可读存储介质,其上存储有计算机程序/指令,该计算机本文档来自技高网...

【技术保护点】

1.一种物体缺陷的检测方法,其特征在于,包括:

2.如权利要求1所述的方法,其特征在于,所述基于所述图像特征信息和所述目标特征信息,对所述待识别物体进行缺陷检测,得到缺陷检测结果,包括:

3.如权利要求2所述的方法,其特征在于,所述基于所述多个相似度确定所述待识别物体的缺陷检测结果,包括:

4.如权利要求1所述的方法,其特征在于,所述确定同一类型的各种型号的目标物体的目标特征信息,包括:

5.如权利要求4所述的方法,其特征在于,通过以下方式训练得到所述目标特征对齐模型:

6.如权利要求5所述的方法,其特征在于,所述确定所述训练样本图像、所述缺陷描述信息和所述标准样本图像之间的目标检测指标,包括:

7.如权利要求6所述的方法,其特征在于,所述基于所述目标检测指标对待训练特征对齐模型进行训练,包括:

8.如权利要求5所述的方法,其特征在于,所述训练样本图像包括存在缺陷的第一类图像和不存在缺陷的第二类图像;

9.一种物体缺陷的检测系统,其特征在于,包括:多角度的图像采样装置、调节装置和处理器;其中,所述调节装置设置在待识别物体的检测设备本体上,且所述调节装置设置于所述待识别物体的上方区域,所述多角度的图像采样装置设置在所述调节装置上和所述检测设备本体上;

10.如权利要求9所述的系统,其特征在于,所述系统还包括:照明装置;其中,所述照明装置与所述图像采样装置相邻设置,所述照明装置用于向所述图像采样装置的采集区域提供光照。

11.如权利要求9所述的系统,其特征在于,所述系统还包括:缺陷展示装置和显示装置;其中,所述缺陷展示装置包括多个流水灯,每个检测位置对应设置一个流水灯,所述检测位置为放置所述待识别物体的位置;

12.如权利要求10所述的系统,其特征在于,所述多角度的图像采样装置包括:底部图像采样装置和侧面图像采样装置,其中,与所述底部图像采样装置相邻设置的照明装置为采用穹顶光源,与所述侧面图像采样装置相邻设置的照明装置为条栅式面光源。

13.一种计算机设备,包括存储器、处理器及存储在存储器上的计算机程序,其特征在于,所述处理器执行所述计算机程序以实现权利要求1至8所述方法的步骤。

14.一种计算机可读存储介质,其上存储有计算机程序/指令,其特征在于,该计算机程序/指令被处理器执行时实现权利要求1至8所述方法的步骤。

15.一种计算机程序产品,包括计算机程序/指令,其特征在于,该计算机程序/指令被处理器执行时实现权利要求1至8所述方法的步骤。

...

【技术特征摘要】

1.一种物体缺陷的检测方法,其特征在于,包括:

2.如权利要求1所述的方法,其特征在于,所述基于所述图像特征信息和所述目标特征信息,对所述待识别物体进行缺陷检测,得到缺陷检测结果,包括:

3.如权利要求2所述的方法,其特征在于,所述基于所述多个相似度确定所述待识别物体的缺陷检测结果,包括:

4.如权利要求1所述的方法,其特征在于,所述确定同一类型的各种型号的目标物体的目标特征信息,包括:

5.如权利要求4所述的方法,其特征在于,通过以下方式训练得到所述目标特征对齐模型:

6.如权利要求5所述的方法,其特征在于,所述确定所述训练样本图像、所述缺陷描述信息和所述标准样本图像之间的目标检测指标,包括:

7.如权利要求6所述的方法,其特征在于,所述基于所述目标检测指标对待训练特征对齐模型进行训练,包括:

8.如权利要求5所述的方法,其特征在于,所述训练样本图像包括存在缺陷的第一类图像和不存在缺陷的第二类图像;

9.一种物体缺陷的检测系统,其特征在于,包括:多角度的图像采样装置、调节装置和处理器;其中,所述调节装置设置在待识别物体的检测设备本体上,且所述调节装置设置于所述待识别物体的上方区域,所述多角度的图像采样装置设...

【专利技术属性】
技术研发人员:唐博恒
申请(专利权)人:中国移动通信有限公司研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1