买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：山东声通信息科技有限公司;上海声通信息科技股份有限公司

摘要：本发明涉及工业巡检识别领域，具体为提供一种图像处理目标物品细节纹理缺陷检测方法、系统，该方法包括：通过CNN网络模型，检测待检测工件图像中的工件的焊纹的目标候选框；根据工件的焊纹的目标候选框，根据目标候选框基于CNN网络模型对当前待检测工件图像进行识别处理，输出的当前待检测工件图像的分类结果；通过CNN网络模型，对待检测工件图像进行随机网格块的扫描处理，然后对每个当前网格块进行相邻网格块的聚类处理，若当前网格块为Ri，对当前网格块Ri相邻的网格块进行第一维度因子的相似度的聚类计算，确定多个目标候选框，并对多个目标候选框进行判断内部是否存在工件的焊纹，从而识别工件图像中的焊纹。

主权项：1.一种图像处理目标物品细节纹理缺陷检测方法，其特征在于，该方法包括以下步骤：获取待检测工件图像；通过CNN网络模型，检测所述待检测工件图像中工件的焊纹缺陷的目标候选框；根据所述工件的焊纹缺陷的目标候选框，根据所述目标候选框基于CNN网络模型对当前待检测工件图像进行识别处理，输出的当前待检测工件图像中工件的焊纹缺陷的具体信息；通过CNN网络模型，检测所述待检测工件图像中工件的焊纹缺陷的目标候选框，包括如下操作步骤：构建初始的CNN网络模型，获取样本待检测工件图像作为图像数据集，将所述图像数据集进行筛选划分样本训练集和样本测试集；对所述图像数据集进行预处理，所述图像数据集预处理包括步骤:对图像数据集中的样本图像进行图像尺寸调整；图像尺寸调整具体为将样本图像的大小的调整为640×640；将所述样本训练集输入初始的CNN网络模型进行模型训练，样本测试集对训练模型进行性能优化，待模型收敛后使其输出得到最终的CNN网络模型；将所述CNN网络模型确定为目标检测模型；对待检测工件图像将其图像的大小的调整为640×640；对调整后的待检测工件图像进行输入CNN网络模型，对待检测工件图像进行识别，确定含有所述工件的焊纹缺陷的检测目标的目标候选框；对目标候选框进行归一化处理，得到固定尺寸的图像，得到目标区域图像；将所述目标区域图像输入CNN网络，所述CNN网络输出得到特征向量f；使用线性二分类器对输出的所述特征向量f进行分类，判断当前目标候选框内的部位是否为工件的焊纹缺陷；计算公式为：假设输入目标区域图像为I；通过CNN网络，得到特征向量f：f=CNNI；使用线性二分类器进行分类，判断工件的焊纹缺陷的概率即P：P=σw·f+b；其中，f表示输入的特征向量；w是线性分类器的权重向量；b是偏置项；·表示向量的点积运算；所述对调整后的待检测工件图像进行输入CNN网络模型，对待检测工件图像进行识别，确定含有所述工件的焊纹缺陷的检测目标的目标候选框，具体包括如下操作步骤：对待检测工件图像内部进行随机网格块的扫描处理，然后对每个当前网格块进行相邻网格块的聚类处理，若当前网格块为Ri，对当前网格块Ri相邻的网格块进行第一维度因子的相似度的聚类计算，对所述第一维度因子的相似度进行预先设置相似度阈值A1和相似度阈值A2；且相似度阈值A1小于相似度阈值A2；检测当前网格块Ri与相邻的网格块的第一维度因子的相似度与相似度阈值A1和相似度阈值A2的关系，筛选其中的当前网格块Ri与四周相邻的网格块的第一维度因子的相似度小于相似度阈值A2且大于相似度阈值A1之间的相邻网格块，则将筛选后当前网格块Ri相邻对应的网格块进行分割划分，得到N×N个子区域；然后进一步对当前网格块Ri与分割划分后的网格块Rj内的各个子区域进行第二维度因子的相似度计算；预先设置相似度阈值为B；对所述当前网格块Ri与各个所述子区域进一步的计算判断第二维度因子的相似度；所述第二维度因子包括颜色梯度；若所述当前网格块Ri与当前所述子区域的第二维度因子的相似度大于B，则进一步确定当前所述子区域在所属的网格块Rj的占用面积比；若占用面积比大于或等于直接将则确定当前网格块Ri与当前所述子区域所属的当前网格块Ri进行合并，确定合并后的候选框；若占用面积比小于或等于占比极小阈值则确定当前网格块Ri相邻的当前所述子区域进行舍弃处理；若占用面积比小于占比极大阈值且大于占比极小阈值则确定当前网格块Ri与当前所述子区域进行合并；所述当前网格块Ri经过与四周相邻的网格块进行搜索聚类后，形成不规则矩形，对所述不规则矩形进行填充，形成针对当前网格块Ri的规则的矩形的候选框；重复上述操作步骤，对R×R的网格块剩余网格块进行搜索聚类得到针对所有当前网格块的规则的矩形的候选框；然后对当前所有的网格块基于区域紧凑度评分分数m进行重叠区域处理最终得到多个目标候选框。

全文数据：

权利要求：

百度查询： 山东声通信息科技有限公司 上海声通信息科技股份有限公司 一种图像处理目标物品细节纹理缺陷检测方法、系统