申请/专利权人：西安交通大学

申请日：2021-09-16

公开（公告）日：2024-04-02

公开（公告）号：CN113808104B

主分类号：G06T7/00

分类号：G06T7/00;G06T7/62;G06T5/90;G06V10/764;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2022.01.04#实质审查的生效;2021.12.17#公开

摘要：本发明公开了一种基于分块的金属表面缺陷检测方法及系统，所述检测方法包括以下步骤：获取待检测的金属表面图像并进行分块处理，获得分块后的图像块集合；将所述图像块集合中的图像块输入预训练好的二分类器中，获得检测结果；其中，所述预训练好的二分类器的获取步骤包括：获得分块后的图像块缺陷样本集合；获得正负样本集合；基于所述正负样本集合中的正样本和负样本对预构建的二分类网络进行训练，训练达到预设收敛条件后获得所述预训练好的二分类器。本发明的检测方法，可提升对金属表面的缺陷进行检测和定位的效率，且检测的召回率较高。

主权项：1.一种基于分块的金属表面缺陷检测方法，其特征在于，包括以下步骤：获取待检测的金属表面图像并进行分块处理，获得分块后的图像块集合；将所述图像块集合中的图像块输入预训练好的二分类器中，获得检测结果；其中，所述预训练好的二分类器的获取步骤包括：获取标注好的金属表面缺陷样本图像并进行分块处理，获得分块后的图像块缺陷样本集合；其中，所述图像块集合中的图像块与所述图像块缺陷样本集合中的图像块缺陷样本的大小相同；基于所述图像块缺陷样本集合，获得正负样本集合；基于所述正负样本集合中的正样本和负样本对预构建的二分类网络进行训练，训练达到预设收敛条件后获得所述预训练好的二分类器；其中，所述获取标注好的金属表面缺陷样本图像并进行分块处理，获得分块后的图像块缺陷样本集合的步骤具体包括：1获取预设数量的金属表面缺陷样本图像；2对每个金属表面缺陷样本图像进行分块处理，获得所述每个金属表面缺陷样本图像的图像块缺陷样本集合；3对于所述每个金属表面缺陷样本图像的图像块缺陷样本集合，计算每个图像块缺陷样本和图像缺陷真值框的重叠面积与图像缺陷真值框的比值；基于所述比值与预设比值阈值，划分获得有缺陷、无缺陷的正负样本集合；所述将所述图像块集合中的图像块输入预训练好的二分类器中，获得检测结果的步骤具体包括：将所述图像块集合中的图像块输入预训练好的二分类器中，获得每个图像块的置信度分数；将置信度分数大于等于预设置信度分数阈值的图像块判定为有缺陷；在待检测的金属表面图像上，标注出判定为有缺陷的图像块，获得检测结果；所述分块处理的步骤具体包括：从左到右，由上到下划分图像，获得的图像块的大小为256×256，水平方向第j个，垂直方向第i个图像块标记为i，j；图像块i，j的坐标计算公式为，xlu＝900+256*j，ylu＝30+256*i，xrd＝xlu+256，yrd＝ylu+256，式中，xlu，ylu分别为图像块的左上角的x轴坐标和y轴坐标，xrd，yrd分别为图像块的右下角的x轴坐标和y轴坐标；所述计算每个图像块缺陷样本和图像缺陷真值框的重叠面积与图像缺陷真值框的比值的步骤具体包括：基于金属表面缺陷样本图像的标注文件，获取所有缺陷的缺陷位置信息；其中，缺陷位置信息为缺陷标注框在原始金属表面缺陷样本图像中的左上角和右下角坐标；对于划分获得的图像块i，j，获取其在原始金属表面缺陷样本图像中的左上角和右下角的坐标；假设缺陷真值框的左上角坐标为xe0，ye0，右下角坐标为xe1，ye1；计算图像块坐标与缺陷真值框左上角坐标的最大值：xmax＝maxxe0，xlu，ymax＝maxye0，ylu，计算图像块坐标与缺陷真值框右下角坐标的最小值：xmin＝minxe1，xrd，ymin＝minye1，yrd，若xmin≤xmax或ymin≤ymax则重叠面积so＝0；否则重叠面积so按如下公式计算：so＝xmin-xmax*ymin-ymax，将重叠面积so除以缺陷框面积，得到比值p。

全文数据：

权利要求：

百度查询： 西安交通大学 一种基于分块的金属表面缺陷检测方法及系统

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