申请/专利权人：中科慧远视觉技术(洛阳)有限公司

申请日：2023-12-04

公开（公告）日：2024-03-01

公开（公告）号：CN117351010B

主分类号：G06T7/00

分类号：G06T7/00;G06T7/194;G06T7/64;G06V10/74;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2024.03.01#授权;2024.01.23#实质审查的生效;2024.01.05#公开

摘要：本公开提供了一种基于深度学习的金属凹陷结构缺陷检测方法及装置，所述方法包括：利用相机获取待检测产品的产品图像中的第一目标区域图像；基于第一目标区域图像，提取待检测产品的多个第二目标区域图像；提取各个第二目标区域图像的第二图像特征；计算各个第二图像特征与无缺陷产品对应的第一图像特征之间的相似度；如果存在所述第二图像特征与所述第一图像特征之间的相似度小于预设相似度阈值，确定待检测产品为有缺陷产品。该方法提高了缺陷检测准确度。

主权项：1.一种基于深度学习的金属凹陷结构缺陷检测方法，其特征在于，所述方法包括：利用相机获取待检测产品的产品图像中的第一目标区域图像，其中，待检测产品为存在凹陷结构的金属产品，所述第一目标区域图像为包含产品图像的前景目标的图像，所述前景目标为包含凹陷结构的目标；基于所述第一目标区域图像，提取所述待检测产品的多个第二目标区域图像，其中，每个所述第二目标区域图像包含所述待检测产品的一个凹陷结构区域；提取各个所述第二目标区域图像的第二图像特征；计算各个所述第二图像特征与无缺陷产品对应的第一图像特征之间的相似度；如果存在所述第二图像特征与所述第一图像特征之间的相似度小于预设相似度阈值，确定所述待检测产品为有缺陷产品；或者，如果存在所述第二图像特征与所述第一图像特征之间的相似度小于预设相似度阈值，确定该相似度对应的第二目标区域图像；基于该相似度对应的第二目标区域图像定位存在缺陷的凹陷结构区域位置，作为产品缺陷位置；其中，所述确定该相似度对应的第二目标区域图像，包括：根据各个相似度与对应的第二目标区域图像的标识，确定出该相似度对应的第二目标区域图像，所述标识为各个凹陷结构区域的编号；其中，所述利用相机获取待检测产品的产品图像中的第一目标区域图像，包括：采用预先训练的前景分割模型对待检测产品的产品图像进行分割处理，得到第一目标区域图像，其中，所述前景分割模型为基于样本产品图像和所述样本产品图像中标注的目标区域对待训练模型进行训练得到的，所述待检测产品的产品图像为利用相机采集得到的图像；所述基于所述第一目标区域图像，提取所述待检测产品的多个第二目标区域图像，包括：对所述第一目标区域图像进行凸包处理，得到对应的凸包图像，所述凸包图像中包含所有的前景目标；对所述凸包图像进行腐蚀处理，得到腐蚀后的图像；采用所述凸包图像减去所述腐蚀后的图像，得到边缘区域图像；将所述边缘区域图像和所述第一目标区域图像进行叠加处理，得到前景边缘区域图像；对所述前景边缘区域图像和产品图像进行叠加处理，得到所述待检测产品的目标前景区域图像；确定所述目标前景区域图像中各个前景目标所在的子区域；针对每个所述子区域，以该子区域的中心为图像中心截取预设尺寸的图像，作为所述待检测产品的第二目标区域图像。

全文数据：

权利要求：

百度查询： 中科慧远视觉技术(洛阳)有限公司 一种基于深度学习的金属凹陷结构缺陷检测方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD