[发明专利]一种仅采用良品图像的产品外观缺陷检测方法

权利要求书

1.一种仅采用良品图像的产品外观缺陷检测方法，其特征在于，包括以下步骤：

步骤S1、收集正常无缺陷产品的图片样本，对每张图片进行多次两层网格划分，利用深度神经网络组成的自编码器通过向量的方式对图像数据进行编码；用Adam优化器对多层次自编码器进行训练，得到具有特征抽取能力的多层次自编码器；

步骤S2、用具有特征抽取能力的多层次自编码器对正常图像样本进行编码，所有正常产品的图片通过两层网格划分得到的小图像分块，将第一层网格划分和第二层网格划分的图像块编码数据分别存储在编码数据库中；存储表示为{f_θ(p_normal)|P_normal}，其中f_θ表示多层次自编码器，θ表示多层自编码器的网络参数；P_normal表示正常图像样本第二层网格划分后的其中一块；

步骤S3、在进行缺陷产品检测时，将待检测图片进行两层网格划分后，将大图像块输入多层次自编码器进行特征抽取，计算待检测图片编码向量与正常样本图像编码向量距离，得到每个像素点的异常分数；将每个像素点的异常分数与预设阈值进行比较，判断该像素点是否存在缺陷；判断待检测图片是否为缺陷产品图片，并在图片中分割出异常部分。

2.根据权利要求1所述仅采用良品图像的产品外观缺陷检测方法，其特征在于，步骤S1具体为：

步骤S101、对正常产品的图片进行两层网格划分，正常产品的图片进行第一层网格划分后，将图片分成k₁*k₁大小的大图像块，其中k₁表示大图像块的横向长度和纵向长度；大图像块进行第二层网格划分后，得到k₂*k₂大小的小图像分块，其中k₂表示小图像分块的横向长度和纵向长度；把第二层网格划分后的每一个小图像分块输入多层次自编码器进行第一阶段编码，得到编码向量；

步骤S102、将同一大图像块的所有小图像分块第一阶段编码得到的编码向量进行顺序拼接合并，再次输入多层次自编码器，进行第二阶段编码，得到第一层网格划分后所得大图像块的编码向量；第二阶段编码的具体方式如下：

上式中，n表示第二层网格划分后小图像分块的数量，i＝1，2，3，…n；上式中，f_θ(p)表示采用多层次自编码器对大图像块进行编码，f表示多层自编码器的计算公式，θ表示多层自编码器的网络参数；f_small表示第一阶段编码时多层次自编码器抽取的细节信息，f_big表示第二阶段编码时多层次自编码器编码的全局信息，p_i表示对第一层网格划分后的大图像块进行第二层网格划分得到的小图像分块；

步骤S103、在多层自编码器后连接一个相对位置预测器网络，相对位置预测器网络由采用两次全连接层组成的神经网络构成；随机抽取两个大图像块输入多层次自编码器进行第一阶段编码和第二阶段编码；相对位置预测器网络预测编码后的两个大图像块的相对位置，采用交叉熵距离和欧几里得距离作为损失函数，并用Adam优化器对多层次自编码器进行训练；直至总的损失函数的计算值小于预设阈值，保多层自编码器的网络参数，得到具有特征抽取能力的多层次自编码器。