(19)国家知识产权局
(12)发明 专利申请
(10)申请公布号
(43)申请公布日
(21)申请 号 202210920393.2
(22)申请日 2022.08.02
(71)申请人 华南理工大 学
地址 510641 广东省广州市天河区五山路
381号
(72)发明人 胡广华 何文亮 涂千禧 王清辉
焦安强
(74)专利代理 机构 广州嘉权专利商标事务所有
限公司 4 4205
专利代理师 郑宏谋
(51)Int.Cl.
G06T 7/00(2017.01)
G06V 10/44(2022.01)
G06V 10/52(2022.01)
G06V 10/764(2022.01)G06V 10/80(2022.01)
G06V 10/82(2022.01)
G06N 3/04(2006.01)
G06N 3/08(2006.01)
(54)发明名称
一种金属表面缺陷检测方法、 装置及 存储介
质
(57)摘要
本发明公开了一种金属表 面缺陷检测方法、
装置及存储介质, 其中方法包括: 根据正常样本
图像获取缺陷合成图像; 对缺陷合成图像进行双
树复小波变换, 将图像特征从像素域变换到小波
域, 获得低频分量和多个尺度的高频分量; 对获
得的低频分量和高频分量进行修改, 并进行逆双
树复小波变换, 获得重建图像; 采用缺陷合成图
像和重建图像对图像预测模型进行训练; 获取待
检测图像, 将待检测图像输入训练后的图像预测
模型, 输出检测结果。 本发明不需要收集真实的
缺陷样本, 仅需要正常样本便可以具备较好的缺
陷检测和定位能力, 可广泛用于带有一定金属光
泽的金属表 面的自动 在线检测。 本发 明可广泛应
用于金属表面的缺陷检测技 术领域。
权利要求书2页 说明书11页 附图4页
CN 115439408 A
2022.12.06
CN 115439408 A
1.一种金属表面 缺陷检测方法, 其特 征在于, 包括以下步骤:
根据正常样本图像获取缺陷合成图像; 其中, 缺陷合成图像上设有缺陷区域;
对缺陷合成图像进行双树复小波变换, 将图像特征从像素域变换到小波域, 获得低频
分量和多个尺度的高频分量;
对获得的低频分量和高频分量进行修改, 并进行逆双树复小 波变换, 获得重建图像;
采用缺陷合成图像和重建图像对图像预测模型进行训练;
获取待检测图像, 将待检测图像输入训练后的图像预测模型, 输出检测结果。
2.根据权利要求1所述的一种金属 表面缺陷检测方法, 其特征在于, 所述根据正常样本
图像获取缺陷合成图像, 包括:
获取缺陷候选区域, 根据缺陷候选区域获取掩膜图像;
根据缺陷候选区域, 生成异常图像; 其中, 异常图像包括椒盐噪声图像、 高斯噪声图像、
褪色图像或异源数据集图像;
根据掩膜图像, 将正常样本图像和异常图像进行融合, 生成缺陷区域, 获得缺陷合成图
像。
3.根据权利要求2所述的一种金属 表面缺陷检测方法, 其特征在于, 所述缺陷合成图像
的表达式如下:
式中,
为合成图像,
为正常样本图像,
为异常图像, β 为融合因子, 为服从均匀分
布的随机浮点数, ⊙表示像素点乘,
表示掩膜图像,
为掩膜图像
取反后的二值图
像。
4.根据权利要求1所述的一种金属 表面缺陷检测方法, 其特征在于, 所述对获得的低频
分量和高频分量进行修改, 并进行逆双树复小 波变换, 获得重建图像, 包括:
对于低频小波系数图, 采用重建网络对低频分量进行重建, 作为修改后的低频分量, 重
建获得的小 波系数图与正常样本图像的小 波系数图一 致;
对于高频小波系数图, 每一尺度的高频分量对应着一个决策模块; 决策模块对每一方
向的小波系 数图的实部和虚部进行求模, 对图像中的每一个局部输出分数值; 若输出 的分
数值大于预设阈值, 则保留该局部的小波系数; 反之, 将该局部的小波系数置0; 获得修改后
的高频分量;
对修改后的低频分量和高频分量进行逆双树复小 波变换, 获得重建图像。
5.根据权利要求4所述的一种金属 表面缺陷检测方法, 其特征在于, 所述重建网络为自
编码器网络, 重建网络的损失函数的表达式为:
式中,
为重建网络输出的小波系 数图,
为对正常样本图像进行同样的双树复小
波分解得到的低频小 波系数图;
表示两幅图像的结构相似性损失值。
6.根据权利要求4所述的一种金属 表面缺陷检测方法, 其特征在于, 高频分量对应的损
失函数的表达式为:
权 利 要 求 书 1/2 页
2
CN 115439408 A
2式中,
为经过决策模块处理的高频分量图像,
为正常样本图像的高频分量图
像,⊙为像素乘法,
为掩膜图像,
为掩膜图像
取反后的二 值图像。
7.根据权利要求4所述的一种金属 表面缺陷检测方法, 其特征在于, 所述重建图像对应
的像素域的损失函数的表达式为:
式中,
为重建图像,
为正常样本图像,
为掩膜图像,
为掩膜图像
取反
后的二值图像。
8.根据权利要求1所述的一种金属 表面缺陷检测方法, 其特征在于, 所述采用缺陷合成
图像和重建图像对图像预测模型进行训练, 包括:
获取缺陷合成图像和重建图像, 以及两图之间的残差图, 并对缺陷合成图像、 重建图像
和残差图像沿通道数 方向进行堆叠, 作为图像预测模型的输入;
采用Focal损失函数对图像预测模型进行训练, 使图像预测模型检测到的缺陷区域与
缺陷合成图像上的缺陷候选区域 一致。
9.一种金属表面 缺陷检测装置, 其特 征在于, 包括:
至少一个处 理器;
至少一个存 储器, 用于存 储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行, 使得所述至少一个处理器实现权利
要求1‑8任一项所述方法。
10.一种计算机可读存储介质, 其中存储有处理器可执行的程序, 其特征在于, 所述处
理器可执行的程序在由处 理器执行时用于执 行如权利要求1 ‑8任一项所述方法。权 利 要 求 书 2/2 页
3
CN 115439408 A
3
专利 一种金属表面缺陷检测方法、装置及存储介质
安全报告 >
其他 >
文档预览
中文文档
18 页
50 下载
1000 浏览
0 评论
309 收藏
3.0分
温馨提示:本文档共18页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
本文档由 人生无常 于 2024-03-18 04:40:00上传分享