[发明专利]一种基于由粗到精检测策略的细微缺陷检测方法

说明书

本发明公开了一种基于由粗到精检测策略的细微缺陷检测方法，包括：步骤1、采用CCD相机获取待测图像数据；步骤2、构造缺陷区域定位网络并对待测图像进行预处理，初步定位缺陷位置；步骤3、构造缺陷点检测网络，采用缺陷分割loss函数对缺陷点检测网络进行训练；步骤4、采用缺陷点检测网络对初步定位缺陷位置后的图像中存在的细微缺陷进行定量提取分割。本发明解决了人工细微缺陷检测漏检率高、准确度低，以及现有技术中无法对细微缺陷进行准确定位提取的问题，提高了细微缺陷检测的精准度和高效性。

技术领域

本发明属于产品缺陷检测技术领域，具体涉及一种基于由粗到精检测策略的细微缺陷检测方法。

背景技术

随着当今社会科技和工业的迅速发展，人们生活质量的大大提高，国家对各种工业产品提出的要求也越来越严格。传统的工业生产制造，由于研究技术的限制，仍然采用人工检测为主的缺陷检测方法检测产品表面的缺陷，这种方法由于人工的限制和技术的落后，不仅检测产品的速度慢、效率低下、耗费大量人工成本，而且在检测的过程中，由于缺陷的随机性，缺陷的类型多样，大小不一，很多工件上的细微缺陷无法被人工检测到，很容易出现缺陷漏检、错检的情况。

而当今社会，随着科学技术的发展，人工智能等科学技术的出现和发展，以及研究的深入，在图像缺陷检测领域出现了基于机器视觉的图像表面缺陷检测技术。该技术的出现大大提高了检测工作的效率，被广泛利用于马路隧道工程检测、工件表面质量检测、航空航天领域，该技术避免了人工检测存在的主观判断的不准确性。但该技术在图像细微缺陷检测方面效果不是很好，产品的细小瑕疵无法被准确检测出来。

发明内容

本发明所要解决的技术问题是针对上述现有技术的不足，提供一种基于由粗到精检测策略的细微缺陷检测方法，能对物体表面的细小缺陷进行准确的定位和分类，进一步减少了缺陷检测的漏检率，解决了人工细微缺陷检测漏检率高、准确度低，以及现有技术中无法对细微缺陷进行准确定位提取的问题，提高了细微缺陷检测的精准度和高效性。

为实现上述技术目的，本发明采取的技术方案为：

一种基于由粗到精检测策略的细微缺陷检测方法，包括：

步骤1、采用CCD相机获取待测图像数据；

步骤2、构造缺陷区域定位网络并对待测图像进行预处理，初步定位缺陷位置；

步骤3、构造缺陷点检测网络，采用缺陷分割loss函数对缺陷点检测网络进行训练；

步骤4、采用缺陷点检测网络对初步定位缺陷位置后的图像中存在的细微缺陷进行定量提取分割。

为优化上述技术方案，采取的具体措施还包括：

上述的步骤2包括：

1）构造缺陷区域定位网络，包括骨干网、分类网络和回归网络；

2）将待测图像送入骨干网，使用一个1×1和一个3×3的卷积核进行图像中的缺陷信息提取；

3）将缺陷信息送入分类网络和回归网络中，分类网络预测每个锚中是否有同一个缺陷特征，回归网络预测每个锚盒的位置，实现缺陷位置初步定位。

上述的分类网络和回归网络共享同一层次的特征权重；

所述骨干网中的主干中，前五层是由四个卷积层和一个池化层组成的。

上述的缺陷点检测网络包括：包含六个阶段的骨干网，双向特征金字塔网络，分类网络，回归网络；

所述包含六个阶段的骨干网中的输入图像为缺陷区域定位网络输出的图像，用于提取输入图像的缺陷特征；

所述六个阶段中，第一阶段包括一个卷积层和一个7×7的卷积核；

第二阶段包括一个3×3的最大池化层和一个密集块；