[发明专利]瑕疵等级判定的方法及存储介质

说明书

本发明提供一种瑕疵等级判定方法包括：获取待测物体的至少一张图像；从所述图像中提取目标瑕疵区域；获取所述目标瑕疵区域的第一特征参数；根据所述第一特征参数依据预设规则得到加权值；获取所述目标瑕疵区域的第二特征参数；根据所述第二特征参数和所述加权值计算瑕疵规格分数；根据所述瑕疵规格分数判定所述目标瑕疵区域对应的瑕疵等级；以及输出所述瑕疵等级。本发明还提供一种计算机可读存储介质。本发明能够提高瑕疵等级判定的准确率以及效率。

技术领域

本发明涉及图像识别技术领域，具体涉及一种瑕疵等级判定的方法及存储介质。

背景技术

当前产品制造业朝高精度、高质量方向发展。精密金属零部件在加工时，容易出现碰伤、压伤、擦伤等多种瑕疵，且瑕疵尺寸达到微米级。因此产品检测更显重要与困难。为了达到外观质量的要求，自动光学检测(Automated Optical Inspection，AOI)设备需要正确的对检测到的瑕疵进行精确的分类及分级。

对于瑕疵的分级，由于瑕疵的型态具有随机性以及AOI的局限性，传统的瑕疵分级方法采用的是机器视觉外观瑕疵检测方法。然而，瑕疵的型态非常多变，现有技术中还没有能够涵盖所有瑕疵型态的算法来对瑕疵进行准确检测。因此，现有的图像处理技术对于此种型态多变的检测目标，准确性不高。

发明内容

鉴于以上问题，本发明提出一种瑕疵等级判定的方法和计算机可读存储介质，以提高图像中目标瑕疵区域等级判定的效率与准确率。

本申请的第一方面提供一种瑕疵等级判定方法，所述方法包括：

获取待测物体的至少一张图像；

从所述图像中提取目标瑕疵区域；

获取所述目标瑕疵区域的第一特征参数；

根据所述第一特征参数依据预设规则得到加权值；

获取所述目标瑕疵区域的第二特征参数；

根据所述第二特征参数和所述加权值计算瑕疵规格分数；

根据所述瑕疵规格分数判定所述目标瑕疵区域对应的瑕疵等级；以及

输出所述瑕疵等级。

优选地，所述从所述图像中提取目标瑕疵区域包括：

提取所述图像中的多个目标瑕疵子区域；

处理所述多个目标瑕疵子区域得到所述目标瑕疵区域。

优选地，所述处理所述多个目标瑕疵子区域得到所述目标瑕疵区域包括：

判断所述多个目标瑕疵子区域的类型；

确定所述多个目标瑕疵子区域的位置；

聚合类型相同且位置相邻的两个或数个所述目标瑕疵子区域生成所述目标瑕疵区域。

优选地，所述判断所述多个目标瑕疵子区域的类型包括：通过卷积神经网络模型判断所述多个目标瑕疵子区域的类型。

优选地，所述目标瑕疵区域的第一特征参数包括如下任意一种或多种：位置、灰度差、长宽比、灰度方差、灰度均值差、对比度、小梯度优势、大梯度优势、灰度分布不均匀性、梯度分布不均匀性、能量、灰度平均、梯度平均、灰度均方差、梯度均方差、相关性、灰度熵、梯度熵、混合熵、差分矩和逆差分矩。

优选地，所述方法还包括：

判断所述目标瑕疵区域的位置是否在预设位置范围，且判断所述目标瑕疵区域的灰度差是否小于预设值。

优选地，所述方法还包括：