【技術(shù)實(shí)現(xiàn)步驟摘要】
本申請(qǐng)涉及但不限于數(shù)據(jù)處理、計(jì)算機(jī)視覺(jué)，尤其涉及一種基于機(jī)器視覺(jué)的物體表面精度識(shí)別方法及相關(guān)設(shè)備。
技術(shù)介紹
1、隨著工業(yè)制造與自動(dòng)化技術(shù)的不斷發(fā)展，物體表面質(zhì)量檢測(cè)已成為生產(chǎn)過(guò)程中不可或缺的環(huán)節(jié)。傳統(tǒng)的物體表面質(zhì)量檢測(cè)方法通常依賴于人工視覺(jué)檢查或使用簡(jiǎn)單的機(jī)器視覺(jué)系統(tǒng)，但這些方法往往受限于人眼的主觀性、疲勞度以及機(jī)器視覺(jué)系統(tǒng)的簡(jiǎn)單性，導(dǎo)致檢測(cè)效率低下且容易出錯(cuò)。因此，開(kāi)發(fā)一種高效、準(zhǔn)確的物體表面圖像檢測(cè)方法是當(dāng)前工業(yè)界的迫切需求。近年來(lái)，深度學(xué)習(xí)技術(shù)在圖像處理領(lǐng)域取得了顯著的突破，尤其是卷積神經(jīng)網(wǎng)絡(luò)（cnn）等模型在圖像分類、目標(biāo)檢測(cè)等任務(wù)上表現(xiàn)出了卓越的性能。然而，現(xiàn)有的深度學(xué)習(xí)模型在應(yīng)用于物體表面圖像檢測(cè)時(shí)，往往面臨著訓(xùn)練數(shù)據(jù)不足、模型泛化能力弱等問(wèn)題。此外，由于物體表面缺陷的多樣性和復(fù)雜性，如何有效地提取和利用圖像中的特征信息也是一大挑戰(zhàn)。在機(jī)器視覺(jué)領(lǐng)域，對(duì)于物體表面是否具有缺陷，通常是通過(guò)對(duì)圖像進(jìn)行分類識(shí)別實(shí)現(xiàn)，也即將物體表面圖像進(jìn)行對(duì)應(yīng)類別的分類，對(duì)不同的類型圖像訓(xùn)練相應(yīng)神經(jīng)網(wǎng)絡(luò)算法。但是，由于識(shí)別的規(guī)范不同，類別的劃分不同，例如可以包含粗糙度、波紋度、形狀、紋理、顏色等不同的缺陷識(shí)別規(guī)范，現(xiàn)有技術(shù)需要針對(duì)不同規(guī)范訓(xùn)練不同的分類算法進(jìn)行識(shí)別，這樣一來(lái)，算法的訓(xùn)練推理成本將過(guò)高，靈活度不夠。
技術(shù)實(shí)現(xiàn)思路
1、有鑒于此，本申請(qǐng)實(shí)施例至少提供一種基于機(jī)器視覺(jué)的物體表面精度識(shí)別方法及相關(guān)設(shè)備。
2、本申請(qǐng)實(shí)施例的技術(shù)方案是這樣實(shí)現(xiàn)的：
3、一方面，本申
4、在一些實(shí)施例中，所述方法還包括：確定所述待檢測(cè)物體表面圖像和第二參考物體缺陷圖像之間的語(yǔ)義共性度量結(jié)果，以及將滿足第二設(shè)定要求的語(yǔ)義共性度量結(jié)果對(duì)應(yīng)的第二參考物體缺陷圖像確定為第二匹配參考物體缺陷圖像，所述第二參考物體缺陷圖像為產(chǎn)生物體表面圖像類型誤檢測(cè)的物體表面圖像；所述依據(jù)所述目標(biāo)質(zhì)量檢測(cè)規(guī)范，通過(guò)物體表面圖像檢測(cè)網(wǎng)絡(luò)對(duì)所述待檢測(cè)物體表面圖像進(jìn)行檢測(cè)，得到所述待檢測(cè)物體表面圖像的物體表面圖像類型，包括：依據(jù)所述目標(biāo)質(zhì)量檢測(cè)規(guī)范和所述第二匹配參考物體缺陷圖像，通過(guò)所述物體表面圖像檢測(cè)網(wǎng)絡(luò)對(duì)所述待檢測(cè)物體表面圖像進(jìn)行檢測(cè)，得到所述待檢測(cè)物體表面圖像的物體表面圖像類型。
5、在一些實(shí)施例中，所述質(zhì)量檢測(cè)規(guī)范與檢測(cè)項(xiàng)目包含第二映射關(guān)系，所述檢測(cè)項(xiàng)目用以指示物體表面圖像類型，所述第二參考物體缺陷圖像與所述檢測(cè)項(xiàng)目包含第三映射關(guān)系；如果所述第二匹配參考物體缺陷圖像的數(shù)量為多個(gè)，則所述依據(jù)所述目標(biāo)質(zhì)量檢測(cè)規(guī)范和所述第二匹配參考物體缺陷圖像，通過(guò)所述物體表面圖像檢測(cè)網(wǎng)絡(luò)對(duì)所述待檢測(cè)物體表面圖像進(jìn)行檢測(cè)，得到所述待檢測(cè)物體表面圖像的物體表面圖像類型，包括：基于所述第二映射關(guān)系，確定所述目標(biāo)質(zhì)量檢測(cè)規(guī)范對(duì)應(yīng)的目標(biāo)檢測(cè)項(xiàng)目；基于所述第三映射關(guān)系，確定多個(gè)所述第二匹配參考物體缺陷圖像分別對(duì)應(yīng)的候選檢測(cè)項(xiàng)目；基于所述目標(biāo)檢測(cè)項(xiàng)目和多個(gè)所述候選檢測(cè)項(xiàng)目，從多個(gè)所述第二匹配參考物體缺陷圖像中確定目標(biāo)匹配參考物體缺陷圖像，所述目標(biāo)匹配參考物體缺陷圖像對(duì)應(yīng)的候選檢測(cè)項(xiàng)目與所述目標(biāo)檢測(cè)項(xiàng)目相同；依據(jù)所述目標(biāo)質(zhì)量檢測(cè)規(guī)范和所述目標(biāo)匹配參考物體缺陷圖像，通過(guò)所述物體表面圖像檢測(cè)網(wǎng)絡(luò)對(duì)所述待檢測(cè)物體表面圖像進(jìn)行檢測(cè)，得到所述待檢測(cè)物體表面圖像的物體表面圖像類型。
6、在一些實(shí)施例中，所述質(zhì)量檢測(cè)規(guī)范與檢測(cè)項(xiàng)目包含第二映射關(guān)系，所述檢測(cè)項(xiàng)目用以指示物體表面圖像類型，所述方法還包括：獲取所述待檢測(cè)物體表面圖像對(duì)應(yīng)的目標(biāo)檢測(cè)項(xiàng)目；所述基于所述第一映射關(guān)系，確定所述第一匹配參考物體缺陷圖像對(duì)應(yīng)的目標(biāo)質(zhì)量檢測(cè)規(guī)范，包括：基于所述第一映射關(guān)系，確定所述第一匹配參考物體缺陷圖像對(duì)應(yīng)的多個(gè)臨時(shí)質(zhì)量檢測(cè)規(guī)范；基于所述第二映射關(guān)系，從多個(gè)所述臨時(shí)質(zhì)量檢測(cè)規(guī)范中確定所述目標(biāo)檢測(cè)項(xiàng)目對(duì)應(yīng)的目標(biāo)質(zhì)量檢測(cè)規(guī)范。
7、在一些實(shí)施例中，所述質(zhì)量檢測(cè)規(guī)范與檢測(cè)項(xiàng)目包含第二映射關(guān)系，所述檢測(cè)項(xiàng)目用以指示物體表面圖像類型，所述方法還包括：獲取所述待檢測(cè)物體表面圖像對(duì)應(yīng)的目標(biāo)檢測(cè)項(xiàng)目；基于所述第二映射關(guān)系，確定所述目標(biāo)檢測(cè)項(xiàng)目對(duì)應(yīng)的多個(gè)臨時(shí)質(zhì)量檢測(cè)規(guī)范；所述確定所述待檢測(cè)物體表面圖像和第一參考物體缺陷圖像之間的語(yǔ)義共性度量結(jié)果，以及將滿足第一設(shè)定要求的語(yǔ)義共性度量結(jié)果對(duì)應(yīng)的第一參考物體缺陷圖像確定為第一匹配參考物體缺陷圖像，包括：基于所述第一映射關(guān)系，確定所述臨時(shí)質(zhì)量檢測(cè)規(guī)范對(duì)應(yīng)的第一臨時(shí)參考物體缺陷圖像；確定所述待檢測(cè)物體表面圖像和所述第一臨時(shí)參考物體缺陷圖像之間的語(yǔ)義共性度量結(jié)果，以及將滿足所述第一設(shè)定要求的語(yǔ)義共性度量結(jié)果對(duì)應(yīng)的第一臨時(shí)參考物體缺陷圖像確定為第一匹配參考物體缺陷圖像。
8、在一些實(shí)施例中，所述依據(jù)所述目標(biāo)質(zhì)量檢測(cè)規(guī)范，通過(guò)物體表面圖像檢測(cè)網(wǎng)絡(luò)對(duì)所述待檢測(cè)物體表面圖像進(jìn)行檢測(cè)，得到所述待檢測(cè)物體表面圖像的物體表面圖像類型，包括：基于所述待檢測(cè)物體表面圖像和所述目標(biāo)質(zhì)量檢測(cè)規(guī)范，生成第一標(biāo)注建議樣本，所述第一標(biāo)注建議樣本用于指示所述物體表面圖像檢測(cè)網(wǎng)絡(luò)生成得到所述待檢測(cè)物體表面圖像的物體表面圖像類型的對(duì)應(yīng)圖像位置；基于所述第一標(biāo)注建議樣本，通過(guò)所述物體表面圖像檢測(cè)網(wǎng)絡(luò)對(duì)所述待檢測(cè)物體表面圖像進(jìn)行檢測(cè)，得到所述待檢測(cè)物體表面圖像的物體表面圖像類型和所述對(duì)應(yīng)圖像位置。
9、在一些實(shí)施例中，如果所述待檢測(cè)物體表面圖像的數(shù)量大于設(shè)定臨界數(shù)量，則所述依據(jù)所述目標(biāo)質(zhì)量檢測(cè)規(guī)范，通過(guò)物體表面圖像檢測(cè)網(wǎng)絡(luò)對(duì)所述待檢測(cè)物體表面圖像進(jìn)行檢測(cè)，得到所述待檢測(cè)物體表面圖像的物體表面圖像類型，包括：基于所述待檢測(cè)物體表面圖像和所述目標(biāo)質(zhì)量檢測(cè)規(guī)范，生成第二標(biāo)注建議樣本，所述第二標(biāo)注建議樣本用于指示所述物體表面圖像檢測(cè)網(wǎng)絡(luò)定位建議區(qū)域，所述建議區(qū)域用以指示所述待檢測(cè)物體表面圖像中滿足所述目標(biāo)質(zhì)量檢測(cè)規(guī)范的物體表面圖像區(qū)域的位置；基于所述第二標(biāo)注建議樣本，通過(guò)所述物體表面圖像檢測(cè)網(wǎng)絡(luò)對(duì)所述待檢測(cè)物體表面圖像進(jìn)行檢測(cè)，得到所述待檢測(cè)物體表面圖像的物體表面圖像類型和所述建議區(qū)域。
10、在一些實(shí)施例中，所述方法還包括：獲取參考物體缺陷圖像，所述參考物體缺陷圖像為所述第一參考物體缺陷圖像或所述第二參考物體缺本文檔來(lái)自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于機(jī)器視覺(jué)的物體表面精度識(shí)別方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述質(zhì)量檢測(cè)規(guī)范與檢測(cè)項(xiàng)目包含第二映射關(guān)系，所述檢測(cè)項(xiàng)目用以指示物體表面圖像類型，所述第二參考物體缺陷圖像與所述檢測(cè)項(xiàng)目包含第三映射關(guān)系；
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述質(zhì)量檢測(cè)規(guī)范與檢測(cè)項(xiàng)目包含第二映射關(guān)系，所述檢測(cè)項(xiàng)目用以指示物體表面圖像類型，所述方法還包括：
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述質(zhì)量檢測(cè)規(guī)范與檢測(cè)項(xiàng)目包含第二映射關(guān)系，所述檢測(cè)項(xiàng)目用以指示物體表面圖像類型，所述方法還包括：
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述依據(jù)所述目標(biāo)質(zhì)量檢測(cè)規(guī)范，通過(guò)物體表面圖像檢測(cè)網(wǎng)絡(luò)對(duì)所述待檢測(cè)物體表面圖像進(jìn)行檢測(cè)，得到所述待檢測(cè)物體表面圖像的物體表面圖像類型，包括：
7.根據(jù)權(quán)利要求1所述的方法，其特征在于，如果所述待檢測(cè)物體表面圖像的數(shù)量大于設(shè)定臨界數(shù)量，則所述依據(jù)所述目標(biāo)質(zhì)量檢測(cè)規(guī)范，通過(guò)物體表面圖像
8.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述方法還包括：
9.根據(jù)權(quán)利要求8所述的方法，其特征在于，如果所述參考物體缺陷圖像為所述第二參考物體缺陷圖像，所述參考表征向量為第二參考表征向量，則挖掘所述參考物體缺陷圖像的特征信息，得到參考表征向量，包括：
10.根據(jù)權(quán)利要求2~9任意一項(xiàng)所述的方法，其特征在于，所述物體表面圖像檢測(cè)網(wǎng)絡(luò)的訓(xùn)練方法如下：
11.根據(jù)權(quán)利要求10所述的方法，其特征在于，所述將所述物體表面圖像樣例和引導(dǎo)變量進(jìn)行融合，得到物體表面圖像輸入數(shù)據(jù)，包括：
12.一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有可在處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)權(quán)利要求1至11任一項(xiàng)所述方法中的步驟。
...【技術(shù)特征摘要】
1.一種基于機(jī)器視覺(jué)的物體表面精度識(shí)別方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述質(zhì)量檢測(cè)規(guī)范與檢測(cè)項(xiàng)目包含第二映射關(guān)系，所述檢測(cè)項(xiàng)目用以指示物體表面圖像類型，所述第二參考物體缺陷圖像與所述檢測(cè)項(xiàng)目包含第三映射關(guān)系；
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述質(zhì)量檢測(cè)規(guī)范與檢測(cè)項(xiàng)目包含第二映射關(guān)系，所述檢測(cè)項(xiàng)目用以指示物體表面圖像類型，所述方法還包括：
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述質(zhì)量檢測(cè)規(guī)范與檢測(cè)項(xiàng)目包含第二映射關(guān)系，所述檢測(cè)項(xiàng)目用以指示物體表面圖像類型，所述方法還包括：
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述依據(jù)所述目標(biāo)質(zhì)量檢測(cè)規(guī)范，通過(guò)物體表面圖像檢測(cè)網(wǎng)絡(luò)對(duì)所述待檢測(cè)物體表面圖像進(jìn)行檢測(cè)，得到所述待檢測(cè)物體表面圖像的物體表面圖像類型，包括：
7.根據(jù)權(quán)利要求1所述的方法，其特征在于，如果所...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：楊登豐，
申請(qǐng)(專利權(quán))人：謄展精密科技深圳有限公司，
類型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。