[发明专利]基于图片识别的表面缺陷检测方法

权利要求书

1.一种基于图片识别的表面缺陷检测方法，其特征在于，包括如下步骤：

步骤S1，收集预定数量的图片数据，对每个图片数据进行预处理，从而将每个图片数据转换为若干关联图片数据；再将所有图片数据各自对应的若干关联图片数据形成图片数据集合；

步骤S2，利用所述图片数据集合，对第一预设神经网络模型进行训练；将目标图片输入到第一预设神经网络模型进行识别分析，确定所述目标图片的画面包含的物体状态信息；

步骤S3，根据所述目标图片的画面包含的物体状态信息，判断所述目标图片是否属于有效图片；并利用所述图片数据集合，对第二预设神经网络模型进行训练；

步骤S4，将被判断为属于有效图片的目标图片输入到第二预设神经网络模型进行识别分析，确定所述目标图片中存在的物体的表面结构缺陷状态信息；再根据所述表面结构缺陷状态信息，对所述目标图片进行标记。

2.根据权利要求1所述的基于图片识别的表面缺陷检测方法，其特征在于，

在所述步骤S1中，收集预定数量的图片数据，对每个图片数据进行预处理，从而将每个图片数据转换为若干关联图片数据具体包括：

收集不少于200个的图片数据，其中收集的每个图片数据分别具有不同的图像亮度、对比度和色度；

对每个图片数据进行翻转预处理、缩放预处理和剪切预处理中的至少一种，从而将每个图片数据转换为若干关联图片数据。

3.根据权利要求2所述的基于图片识别的表面缺陷检测方法，其特征在于，

在所述步骤S1中，对每个图片数据进行翻转预处理具体包括：

以图片数据对应的图像中的某一像素点为旋转中心点，对图像进行若干随机角度的旋转，从而将图片数据转换为若干关联图片数据；

或者，

在所述步骤S1中，对每个图片数据进行缩放预处理具体包括：

对图片数据对应的图像进行若干随机缩放倍数的缩放处理，从而将图片数据转换为若干关联图片数据；

或者，

在所述步骤S1中，对每个图片数据进行剪切预处理具体包括：

沿着图片数据对应的图像的不同边界进行若干随机幅度的剪切处理，从而将图片数据转换为若干关联图片数据。

4.根据权利要求3所述的基于图片识别的表面缺陷检测方法，其特征在于，

在所述步骤S1中，将所有图片数据各自对应的若干关联图片数据形成图片数据集合具体包括：

将每个图片数据各自对应的所有关联图片数据进行随机排列组合后，形成相应的图片数据集合。

5.根据权利要求4所述的基于图片识别的表面缺陷检测方法，其特征在于，

在所述步骤S2中，利用所述图片数据集合，对第一预设神经网络模型进行训练具体包括：

从所述图片数据集合中随机选取预定数量的关联图片数据，并将选取的关联图片数据输入到第一预设神经网络模型进行训练，从而确定训练后的第一预设神经网络模型的模型收敛程度；

若所述模型收敛程度满足预定收敛条件，则完成对第一预设神经网络模型的训练；否则，重新从所述图片数据集合中随机选取预定数量的关联图片数据，以此对第一预设神经网络模型再次进行训练，直到所述模型收敛程度满足预定收敛条件为止。

6.根据权利要求5所述的基于图片识别的表面缺陷检测方法，其特征在于，

在所述步骤S2中，将目标图片输入到第一预设神经网络模型进行识别分析，确定所述目标图片的画面包含的物体状态信息具体包括：

将目标图片输入到完成训练的第一预设神经网络模型中进行识别分析，确定所述目标图片的画面包含的物体类型以及对应物体在画面中的像素总面积。