申请/专利权人：清华大学

申请日：2022-02-15

公开（公告）日：2024-04-09

公开（公告）号：CN114565567B

主分类号：G06T7/00

分类号：G06T7/00;G06T9/00

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2022.06.17#实质审查的生效;2022.05.31#公开

摘要：本发明提供一种复杂纹理花边布的缺陷检测方法及装置，获取待检测子图像；待检测子图像中包含花边布图案；确定待检测子图像在目标纹理图像中的第一对应位置，将第一对应位置处的图像和待检测子图像组成待检测图像对；目标纹理图像为花边布图案无缺陷的图像；将待检测图像对输入至编解码模型中，得到编解码模型输出的恢复后的待检测子图像；将恢复后的待检测子图像和目标纹理图像进行比对；在确定恢复后的待检测子图像的花边布图案有缺陷时，确定恢复后的待检测子图像中的缺陷位置。本发明提供的复杂纹理花边布的缺陷检测方法及装置，实现了图像缺陷位置的自动检测，从而提高了图像缺陷检测的效率。

主权项：1.一种复杂纹理花边布的缺陷检测方法，其特征在于，包括：获取待检测子图像；其中，所述待检测子图像中包含花边布图案；确定所述待检测子图像在目标纹理图像中的第一对应位置，将所述第一对应位置处的图像和所述待检测子图像组成待检测图像对；其中，所述目标纹理图像为花边布图案无缺陷的图像；将所述待检测图像对输入至编解码模型中，得到所述编解码模型输出的恢复后的待检测子图像；将所述恢复后的待检测子图像和所述目标纹理图像进行比对；在确定所述恢复后的待检测子图像的花边布图案有缺陷时，确定所述恢复后的待检测子图像中的缺陷位置；其中，所述编解码模型是基于多个图像对样本训练得到的；所述编解码模型用于基于所述第一对应位置处的图像对所述待检测子图像进行矫正；在所述将所述待检测图像对输入至编解码模型中，得到所述编解码模型输出的恢复后的待检测子图像之前，所述方法还包括：获取多个时间周期的图像样本序列；其中，所述图像样本序列中至少包括一个时间周期的所述目标纹理图像；所述时间周期为生产流水线中花边布图案循环一次所需的时间；在所述图像样本序列中提取预设尺寸的多个子图像样本；确定每个所述子图像样本在所述目标纹理图像中的第二对应位置，将每个所述第二对应位置处的图像和对应的所述子图像样本组成多个图像对样本；将所述多个图像对样本输入至深度学习模型中，得到每个所述图像对样本对应的光流向量场；将所述光流向量场与对应的所述子图像样本进行叠加，并对叠加结果进行插值，得到恢复后的子图像样本；基于所述恢复后的子图像样本和所述目标纹理图像构建损失函数；基于所述损失函数对所述深度学习模型进行优化，直至所述损失函数收敛，得到所述编解码模型；所述基于所述恢复后的子图像样本和所述目标纹理图像构建损失函数，包括：采用以下公式（1）构建所述损失函数； （1）其中，表示损失函数，表示光流向量场梯度损失的权重，表示恢复结果形态损失，；所述光流向量场梯度损失，；为所述恢复后的子图像样本，为所述目标纹理图像；为第一层的光流向量场，为第二层的光流向量场。

全文数据：

权利要求：

百度查询： 清华大学 复杂纹理花边布的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