[发明专利]开关表面缺陷检测方法及系统

说明书

本发明提供了一种开关表面缺陷检测方法及系统，包括：获取待检测开关表面的初始图像；对所述初始图像进行预处理，得到预处理图像；对所述预处理图像进行特征提取，得到图像特征数据；将所述图像特征数据输入目标检测模型中，由所述目标检测模型输出所述待检测开关的缺陷类型。本发明可以通过目标检测模型对开关表面的缺陷进行自动识别，极大地提升了识别效率和识别精度。

技术领域

本发明涉及图像检测技术领域，具体地，涉及开关表面缺陷检测方法及系统。

背景技术

随着经济生活的快速发展，小家电开关表面缺陷检测在自动化生产方面扮演着更为重要的角色。现有的小家电开关表面缺陷检测方法，容易受环境变化因素的影响，识别精度低、抗干扰能力差。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种开关表面缺陷检测方法及系统。

根据本发明提供的一种开关表面缺陷检测方法，包括：

获取待检测开关表面的初始图像；

对所述初始图像进行预处理，得到预处理图像；

对所述预处理图像进行特征提取，得到图像特征数据；

将所述图像特征数据输入目标检测模型中，由所述目标检测模型输出所述待检测开关的缺陷类型。

可选地，在获取待检测开关表面的初始图像之前，还包括：

构建初始检测模型；

构建训练数据集，所述训练数据集包括：标注有缺陷类型的开关表面图像；

通过所述训练数据集对所述初始检测模型进行迭代训练，得到所述目标检测模型。

可选地，所述构建初始模型，包括：

构建11层卷积神经网络分类回归模型作为初始检测模型。

可选地，所述构建训练数据集，包括：

通过摄像机采集包含开关表面的样本图像；

对所述样本图像进行预处理，得到候选图像；

通过矩形框对所述候选图像中存在缺陷的位置进行标注，并设置对应的缺陷类型标签，得到训练图像；所述训练图像的集合构成所述训练数据集。

可选地，所述矩形框包括：7行7列共49个预测框，每个预测框预测5个不同的尺寸的目标框，所述尺寸包括：24*24个像素，24*48个像素，48*48个像素，72*72个像素，72*144个像素。

可选地，在通过所述训练数据集对所述初始检测模型进行迭代训练之前，还包括：

通过已知的开源数据对所述初始检测模型进行预训练。

可选地，对所述初始图像进行预处理，得到预处理图像，包括：

对所述初始图像进行亮度调整、裁剪、旋转中的任一或任多种操作，得到预处理图像。

本发明还提供一种开关表面缺陷检测系统，包括存储器和处理器，所述存储器中存储有计算机指令，所述处理器从所述存储器中调取所述计算机指令，用于执行如上述中任一项所述的开关表面缺陷检测方法。

与现有技术相比，本发明具有如下的有益效果：

本发明提供的开关表面缺陷检测方法及系统，通过获取待检测开关表面的初始图像；对所述初始图像进行预处理，得到预处理图像；对所述预处理图像进行特征提取，得到图像特征数据；将所述图像特征数据输入目标检测模型中，由所述目标检测模型输出所述待检测开关的缺陷类型。从而可以通过目标检测模型对开关表面的缺陷进行自动识别，极大地提升了识别效率和识别精度。