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：河北工业大学

摘要：本发明为一种用于舵类结构件表面缺陷的视觉检测方法及检测装置，检测方法以图像重建网络为基础，直接对重建图像和原图像进行残差计算，再对残差进行HOG特征计算，通过与特征阈值比较的方式检测出缺陷，该方法以实际工程中实际使用的结构件图像为训练和检测对象，具有实际工程的适用性。利用了制造过程中缺陷样本数量较少且形态各异，而正样本量大且形态近乎一致的特点，使用图像重建网络作为舵类结构件表面缺陷检测方法的核心算法，在训练过程中只依赖于充足的正样本量，对负样本没有要求。除了符合制造过程的实际情况，又省去了对大量样本加注标签的时间成本。本发明有利于实际应用。

主权项：1.一种用于舵类结构件表面缺陷的视觉检测方法，该方法包括以下内容：获得无缺陷舵类结构件的灰度图像，经预处理后获得舵类结构件表面图像库；构建图像重建网络，并用舵类结构件表面图像库中的图像对图像重建网络进行训练；采集有缺陷舵类结构件的灰度图像，对该图像做预处理，得到有缺陷舵类结构件表面图像，记为原图像，将该图像输入到训练好的图像重建网络，得到重建图像，原图像中的缺陷区域在重建图像中会被重建为正常表面；将有缺陷舵类结构件表面图像和其重建图像做差，根据公式1计算原图像的重建残差矩阵res，resi,k＝ri,k-xi,k1其中，x表示原图像，r表示重建图像，i为图像的横坐标，k为图像的纵坐标；再根据重建残差矩阵res，计算该重建残差矩阵的HOG特征，得到特征矩阵，HOG特征为图像局部梯度特征；设定特征阈值，利用特征阈值对特征矩阵进行二值化处理，将小于特征阈值的特征值置0，将大于特征阈值的特征值置1，得到的二值矩阵作为分离舵类结构件表面缺陷的掩膜；之后对掩膜进行腐蚀、膨胀、开运算和闭运算，再之后将掩膜与有缺陷舵类结构件图片相乘，即能分割出舵类结构件的表面缺陷，实现对舵类结构件表面缺陷的检测；所述图像重建网络为卷积自编码器，包括两个复数卷积神经网络，经预处理后的图像作为输入，经二维离散傅里叶变换DFT2D得到原图像的频谱矩阵F，该矩阵为复数矩阵，输入到复数卷积神经网络DCN1进行编码过程，输出高维特征到隐藏层h，隐藏层h中的高维特征再输入到复数卷积神经网络DCN2进行解码过程，得到重建的频谱矩阵其中各元素均为复数，对重建的频谱矩阵做二维离散傅里叶逆变换iDFT2D，得到舵类结构件表面重建图像r。

全文数据：

权利要求：

百度查询： 河北工业大学 一种用于舵类结构件表面缺陷的视觉检测方法及检测装置