[发明专利]产品缺陷的检测方法、装置及系统

说明书

本发明提供了一种产品缺陷的检测方法、装置及系统，涉及检测技术领域，该方法包括：获取待检测产品的多张产品图像；不同产品图像的采集角度和/或采集位置不同；通过预先训练得到的神经网络模型对产品图像进行缺陷检测，得到每张产品图像的缺陷信息；缺陷信息包括缺陷位置和/或缺陷种类；基于每张产品图像的缺陷信息确定初始缺陷检测结果；对初始缺陷检测结果进行验证；基于验证后的初始缺陷检测结果确定最终缺陷检测结果。本发明能够有效提升产品缺陷检测的准确率。

技术领域

本发明涉及检测技术领域，尤其是涉及一种产品缺陷的检测方法、装置及系统。

背景技术

为了保证产品出厂质量，需要在产品生产过程中进行缺陷检测，目前最常采用的缺陷检测方式是在产品生产线上的指定位置上拍摄产品图像，基于计算机视觉判断产品是否存在缺陷。但是，由于产品表面可能存在部分遮挡或者产品缺陷位置未处于摄像头的拍摄范围内等情况，导致经常出现缺陷漏检测的问题，而由于产品表面反光等情况，也容易出现缺陷误检测的问题，综合导致产品缺陷检测的准确率较低。

发明内容

有鉴于此，本发明的目的在于提供一种产品缺陷的检测方法、装置及系统，能够有效提升产品缺陷检测的准确率。

为了实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本发明实施例提供了一种产品缺陷的检测方法，包括：获取待检测产品的多张产品图像；不同所述产品图像的采集角度和/或采集位置不同；通过预先训练得到的神经网络模型对所述产品图像进行缺陷检测，得到每张所述产品图像的缺陷信息；所述缺陷信息包括缺陷位置和/或缺陷种类；基于每张所述产品图像的缺陷信息确定初始缺陷检测结果；对所述初始缺陷检测结果进行验证；基于验证后的初始缺陷检测结果确定最终缺陷检测结果。

进一步，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述获取待检测产品的多张产品图像的步骤，包括：获取图像采集设备在多个指定位置下对所述待检测产品进行多角度拍摄得到的多张产品图像。

进一步，本发明实施例提供了第一方面的第二种可能的实施方式，其中，所述方法还包括：获取图像训练集；所述图像训练集包括多张标记有缺陷信息的训练图像；多张所述训练图像是图像采集设备基于多个采集位置和每个所述采集位置下的多个采集角度得到的；将所述图像训练集输入至待训练神经网络模型中进行训练，得到训练后的神经网络模型。

进一步，本发明实施例提供了第一方面的第三种可能的实施方式，其中，所述缺陷信息包括缺陷位置；所述基于每张所述产品图像的缺陷信息确定初始缺陷检测结果的步骤，包括：获取每张所述产品图像与预先建立的所述待检测产品的3D模型之间的映射关系；基于所述映射关系，将每张所述产品图像检测到的缺陷位置投射到所述3D模型上，基于投射位置确定所述3D模型的缺陷位置；根据所述3D模型的缺陷位置确定初始缺陷检测结果。

进一步，本发明实施例提供了第一方面的第四种可能的实施方式，其中，所述产品图像为2D图像；所述获取每张所述产品图像与预先建立的所述待检测产品的3D模型之间的映射关系的步骤，包括：从多张所述2D图像中选取一张目标2D图像，获取所述目标2D图像对应的深度图像；建立所述目标2D图像和所述深度图像之间的映射关系；基于点云配准算法对所述深度图像与预先建立的所述待检测产品的3D模型进行点云配准，得到所述深度图像与所述3D模型之间的映射关系；基于所述目标2D图像和所述深度图像之间的映射关系，以及所述深度图像与所述3D模型之间的映射关系，得到所述目标2D图像与所述3D模型之间的映射关系；基于所述目标2D图像的采集位置与其它所述2D图像的采集位置之间的映射关系，以及所述目标2D图像与所述3D模型之间的映射关系，得到其它所述2D图像与所述3D模型之间的映射关系。

进一步，本发明实施例提供了第一方面的第五种可能的实施方式，其中，所述基于投射位置确定所述3D模型的缺陷位置的步骤，包括：将每张所述产品图像的缺陷位置投射至所述3D模型所得到的投射位置进行聚类，基于聚类结果确定所述3D模型的缺陷位置。