[发明专利]LED灯珠缺陷检测方法和装置

说明书

本发明提供一种LED灯珠缺陷检测方法和装置，所述方法包括以下步骤：获取样本数据集，其中，样本数据集中包含多个存在LED灯珠缺陷的样本产品图像和多个不存在LED灯珠缺陷的样本产品图像；通过模板匹配法获取每个样本产品图像中的LED灯珠区域以更新样本数据集；通过更新后的样本数据集对神经网络进行训练，得到LED灯珠缺陷检测模型；获取待检测产品图像，并通过模板匹配法获取待检测产品图像中的LED灯珠区域以更新待检测产品图像；将更新后的待检测产品图像输入LED灯珠缺陷检测模型，以判断是否存在LED灯珠缺陷。本发明检测效率较高，人工成本较低，且检测准确率较高。

技术领域

本发明涉及深度学习技术领域，具体涉及一种LED灯珠缺陷检测方法、一种LED灯珠缺陷检测装置、一种计算机设备、一种非临时性计算机可读存储介质和一种计算机程序产品。

背景技术

LED(Light Emitting Diode，发光二极管)灯珠广泛用于灯饰照明、LED大屏幕显示、交通灯、装饰、电脑、电子玩具礼品等诸多电子产品中。上述电子产品在生产过程中可能存在LED灯珠缺陷，例如LED灯珠的偏移、缺损及出现划痕、裂纹等。

目前对于LED灯珠缺陷的检测大多是通过人工视力观察的方式来完成的，效率低下，人工成本高，且会因存在人眼难以发现的缺陷而导致漏检。

发明内容

本发明为解决上述技术问题，提供了一种LED灯珠缺陷检测方法和装置，检测效率较高，人工成本较低，且检测准确率较高。

本发明采用的技术方案如下：

一种LED灯珠缺陷检测方法，包括以下步骤：获取样本数据集，其中，所述样本数据集中包含多个存在LED灯珠缺陷的样本产品图像和多个不存在LED灯珠缺陷的样本产品图像；通过模板匹配法获取每个样本产品图像中的LED灯珠区域以更新所述样本数据集；通过更新后的样本数据集对神经网络进行训练，得到LED灯珠缺陷检测模型；获取待检测产品图像，并通过模板匹配法获取所述待检测产品图像中的LED灯珠区域以更新所述待检测产品图像；将更新后的待检测产品图像输入所述LED灯珠缺陷检测模型，以判断是否存在LED灯珠缺陷。

进行训练的更新后的样本数据集中的图像和实施检测的更新后的待检测产品图像均为三通道图像。

其中，所述模板匹配法包括：将样本产品图像或待检测产品图像分解为矩阵形式，并将矩阵形式的图像中的特征按照坐标进行排列；通过图像比对获取图像中的元器件区域；对所述元器件区域进行LED灯珠坐标定位以得到LED灯珠区域。

所述神经网络为VGG(一种深度卷积神经网络)网络或Inception网络。

所述神经网络中构建分类算法。

采用全监督的梯度下降法对所述神经网络进行训练。

一种LED灯珠缺陷检测装置，包括：第一获取模块，所述第一获取模块用于获取样本数据集，其中，所述样本数据集中包含多个存在LED灯珠缺陷的样本产品图像和多个不存在LED灯珠缺陷的样本产品图像；第一匹配模块，所述第一匹配模块用于通过模板匹配法获取每个样本产品图像中的LED灯珠区域以更新所述样本数据集；训练模块，所述训练模块用于通过更新后的样本数据集对神经网络进行训练，得到LED灯珠缺陷检测模型；第二获取模块，所述第二获取模块用于获取待检测产品图像；第二匹配模块，所述第二匹配模块用于通过模板匹配法获取所述待检测产品图像中的LED灯珠区域以更新所述待检测产品图像；检测模块，所述检测模块用于将更新后的待检测产品图像输入所述LED灯珠缺陷检测模型，以判断是否存在LED灯珠缺陷。

一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现上述LED灯珠缺陷检测方法。

一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述LED灯珠缺陷检测方法。