[发明专利]检测产品缺陷的方法和装置

说明书

本发明公开了一种检测产品缺陷的方法和装置。其中，该方法包括：获取待检测产品的产品图像，其中，待检测产品包括多个子产品；对产品图像进行分割处理，得到多个子图像，其中，每个子图像包含至多一个子产品；根据预设模型对多个子图像进行处理，确定每个子产品对应的缺陷等级，其中，预设模型为使用多组数据通过神经网络训练出的，多组数据中的每组数据至少包括图像以及图像对应的缺陷等级。本发明解决了现有技术对包含多个子产品的产品进行检测时，检测效率低、准确率低的技术问题。

技术领域

本发明涉及产品检测领域，具体而言，涉及一种检测产品缺陷的方法和装置。

背景技术

为了提高产品质量，制造商在对产品进行封装之前，通常需要对产品进行质量检测，剔除有严重缺陷的产品，例如，在LED芯片封装成灯珠之前对LED芯片进行检测，剔除有严重缺陷，例如，表面沾污、断线和有多余连接的LED芯片。

传统对LED芯片进行检测的方法主要包括两种，第一种是将LED芯片放在显微镜下通过人眼进行识别并剔除肉眼可见的明显不合格产品的方式，该方式需要耗费大量的人力成本，并且无法保证筛选质量的稳定；第二种是使用自动光学检测(简称AOI)，使用图像比对的方法从数据库中大量的图像中找相似度最高的图像，该方法效率低下，且会使检测结果不稳定，准确率较低。

由上述内容可知，现有的对LED芯片筛选的传统方法具有识别率不稳定，时间成本，人工成本较高等缺陷，对企业的工作效率和经济利益都产生了影响。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种检测产品缺陷的方法和装置，以至少解决现有技术对包含多个子产品的产品进行检测时，检测效率低、准确率低的技术问题。

根据本发明实施例的一个方面，提供了一种检测产品缺陷的方法，包括：获取待检测产品的产品图像，其中，待检测产品包括多个子产品；对产品图像进行分割处理，得到多个子图像，其中，每个子图像包含至多一个子产品；根据预设模型对多个子图像进行处理，确定每个子产品对应的缺陷等级，其中，预设模型为使用多组数据通过神经网络训练出的，多组数据中的每组数据至少包括图像以及图像对应的缺陷等级。

根据本发明实施例的另一方面，还提供了一种检测产品缺陷的装置，包括：获取模块，用于获取待检测产品的产品图像，其中，待检测产品包括多个子产品；分割模块，用于对产品图像进行分割处理，得到多个子图像，其中，每个子图像包含至多一个子产品；确定模块，用于根据预设模型对多个子图像进行处理，确定每个子产品对应的缺陷等级，其中，预设模型为使用多组数据通过神经网络训练出的，多组数据中的每组数据至少包括图像以及图像对应的缺陷等级。

根据本发明实施例的另一方面，还提供了一种存储介质，该存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行检测产品缺陷的方法。

根据本发明实施例的另一方面，还提供了一种处理器，该处理器用于运行程序，其中，程序运行时执行检测产品缺陷的方法。

在本发明实施例中，采用分割技术以及神经网络模型对产品进行质量检测的方式，在获取到包含多个子产品的待检测产品的产品图像之后，将待检测产品的产品图像分割为多个子图像，其中，每个子图像包含一个子产品，然后基于预设模型(即神经网络模型)对子图像进行处理，以得到每个子产品的缺陷等级。

在上述过程中，通过对待检测产品的产品图像进行分割，并基于分割后的图像对每个子产品的质量进行检测，可以节约大量的人力成本，大大提高了检测准确度，以及检测效率。另外，上述方案还可确定每个子产品的缺陷等级，可以弥补传统方法中为满足产品质量而造成材料浪费率较高的问题。

由此可见，本申请所提供的方案达到了节约人力成本的目的，从而实现了提高产品检测的准确度以及检测效率的技术效果，进而解决了现有技术对包含多个子产品的产品进行检测时，检测效率低、准确率低的技术问题。