[发明专利]一种外观缺陷自动光学检测的智慧控制方法、系统及介质

说明书

本发明公开了一种外观缺陷自动光学检测的智慧控制方法、系统及介质，包括：获取待测物体的图像信息进行预处理，生成待测物体的感兴趣区域；根据待测物体的特征信息检索对应的图像模板，与待测物体的感兴趣区域进行配准，根据配准结果进局部图像分割，获取缺陷区域；构建缺陷识别模型，提取缺陷区域的多维度特征，将多维度特征进行特征融合获取多维度融合特征；利用多维度融合特征进行缺陷识别，输出缺陷的种类及缺陷对应的工艺流程；并生成对应工艺流程的生产预警。本发明通过学习缺陷的多维度特征，提高了外观缺陷的检测精度及检测效率，有助于提高的产品的良品率。

技术领域

本发明涉及外观缺陷检测技术领域，更具体的，涉及一种外观缺陷自动光学检测的智慧控制方法、系统及介质。

背景技术

外观缺陷检测是指针对物品外观的质量检测，包括缺陷、瑕疵、划痕、凹陷、裂纹等问题的检测。外观缺陷对于产品的质量和美观度都有很大的影响，因此进行外观缺陷检测可以有效避免产品缺陷带来的质量问题和客户投诉。外观缺陷检测通常通过计算机视觉技术，利用图像处理算法和机器学习算法来实现。例如，利用图像处理技术可以进行缺陷的分割和标记，而利用机器学习算法可以进行自动分类和识别。外观缺陷检测在工业生产中有广泛应用，例如电子产品、汽车零部件、食品、药品等领域。

针对当前产品生产中人工外观缺陷检测效率低、一致性差和人力成本高等问题，极大限制了行业的发展，并且少数厂商采用的检测设备由于检测效率低下,难以满足实际生产的需要。针对物体外观缺陷的自动光学检测，基于机器视觉图像处理算法和机器学习算法，对图像中的缺陷进行检测和分类，识别出物品外观的缺陷。传统图像处理方法提取的特征信息鲁棒性较差，影响其检测效果，因此，在外观缺陷的光学检测中如何通过深度学习对缺陷进行高精度识别，满足实时检测需求是亟不可待需要解决的问题。

发明内容

为了解决上述技术问题，本发明提出了一种外观缺陷自动光学检测的智慧控制方法、系统及介质。

本发明第一方面提供了一种外观缺陷自动光学检测的智慧控制方法，包括：

获取待测物体的图像信息，将待测物体图像信息进行预处理，生成待测物体的感兴趣区域；

根据待测物体的特征信息检索对应的图像模板，将所述图像模板与待测物体的感兴趣区域进行配准，根据配准结果进局部图像分割，获取缺陷区域；

构建缺陷识别模型，提取缺陷区域的多维度特征，将所述多维度特征进行特征融合获取多维度融合特征；

通过带有标签信息的缺陷样本对所述缺陷识别模型进行训练，利用所述多维度融合特征进行缺陷识别，输出缺陷的种类及缺陷对应的工艺流程；

根据缺陷的种类及缺陷对应的工艺流程分析生产工艺流程的异常信息，生成相关预警信息。

本方案中，根据待测物体的特征信息检索对应的图像模板，将所述图像模板与待测物体的感兴趣区域进行配准，根据配准结果进局部图像分割，获取缺陷区域，具体为：

提取待测物体的加工信息，根据所述加工信息在相关数据库中检索待测物体的多角度图像模板；

在待测物体的多角度图模板中获取不同角度图像中的形状特征，将重复的形状特征进行精简，根据形状特征确定特征点，根据自适应遍历对特征点进行匹配；

通过匹配结果生成匹配点对，根据匹配点对占所有特征点的比例信息确定是否匹配成功，当匹配成功后进行逐像素点对比，获取偏差像素点按照预设图像块大小进行图像分割，获取缺陷区域。

本方案中，构建缺陷识别模型，提取缺陷区域的多维度特征，将所述多维度特征进行特征融合获取多维度融合特征，具体为：

提取缺陷区域的在待测物体上的位置特征及颜色、纹理特征，根据所述位置特征、颜色及形状特征在预设范围内进行相似度计算，获取与缺陷区域大小等同的相似区域；