缺陷检测方法和系统与流程

本发明涉及缺陷检测，具体涉及一种缺陷检测方法和一种缺陷检测系统。

背景技术：

1、在工业质检中，一般工作流程主要包括：收集缺陷数据，标注缺陷，模型学习，模型部署四个阶段。所以高质量的缺陷标注数据集往往是决定深度模型检出能力关键因素。

2、相关技术中，工业缺陷数据的获取往往存在以下缺陷：工业领域的良品率相对较高，项目初期往往难以收集足量缺陷数据，导致缺陷检测模型对部分缺陷学习不足，缺陷识别精度较低。

技术实现思路

1、本发明为解决上述技术问题，提供了一种缺陷检测方法，能够获取足量且多样的缺陷数据用以训练缺陷检测模型，从而大大提高了缺陷识别的准确性。

2、本发明采用的技术方案如下：

3、一种缺陷检测方法，包括以下步骤：从目标设备的图像数据集中随机选取一张预处理图像，并对所述预处理图像进行缺陷标注以获取相应的第一标注文件；对所述预处理图像进行特征提取以提取所述待处理图像中的显著性区域，并根据所述第一标注文件排除所述显著性区域中的缺陷区域以获取可贴图区域；从第一历史缺陷图像数据集中随机选取一张第一历史缺陷图像，并对所述第一历史缺陷图像进行缺陷标注以获取相应的第二标注文件；根据所述第二标注文件随机选取一个目标缺陷，并根据所述目标缺陷从所述第一历史缺陷图像中相应位置抠出相应的缺陷图和掩码图；在所述可贴图区域中选取目标区域放入所述掩码图，以及根据所述目标区域将所述缺陷图覆盖在所述预处理图像中的对应区域，并将所述目标缺陷写入所述第一标注文件，以获取相应的第一缺陷图像和第三标注文件；根据所述第三标注文件统计所述第一缺陷图像中的缺陷类别，并按照缺陷大小依次存入第一寄存器中；对所述第一缺陷图像进行前向加噪处理以获取相应的前向加噪图像；获取扩散生成模型，并将所述前向加噪图像和所述第一寄存器输入所述扩散生成模型以输出第一解噪图像；将所述第一解噪图像和所述第一缺陷图像进行图像融合以获取目标检测图像和相应的第四标注文件；根据所述目标检测图像和所述第四标注文件对所述目标设备进行缺陷检测。

4、在本发明的一个实施例中，在所述可贴图区域中选取目标区域放入所述掩码图之前还包括：对所述缺陷图和所述掩码图进行相同类型的随机图片增广。

5、在本发明的一个实施例中，获取所述扩散生成模型，包括：从第二历史缺陷图像数据集中随机选取一张第二历史缺陷图像，并对所述第二历史缺陷图像进行缺陷标注以获取相应的第五标注文件；对所述第二历史缺陷图像进行随机裁剪，以获取第一裁剪图像以及对应的第六标注文件；根据所述第六标注文件统计所述第一裁剪图像中的缺陷类别，并按照缺陷大小依次存入第二寄存器中；根据所述第一裁剪图像和所述第二寄存器训练生成所述扩散生成模型。

6、一种缺陷检测系统，包括：第一获取模块，所述第一获取模块用于从目标设备的图像数据集中随机选取一张预处理图像，并对所述预处理图像进行缺陷标注以获取相应的第一标注文件；第二获取模块，所述第二获取模块用于对所述预处理图像进行特征提取以提取所述待处理图像中的显著性区域，并根据所述第一标注文件排除所述显著性区域中的缺陷区域以获取可贴图区域；第三获取模块，所述第三获取模块用于从第一历史缺陷图像数据集中随机选取一张第一历史缺陷图像，并对所述第一历史缺陷图像进行缺陷标注以获取相应的第二标注文件；第一图像处理模块，所述第一图像处理模块用于根据所述第二标注文件随机选取一个目标缺陷，并根据所述目标缺陷从所述第一历史缺陷图像中相应位置抠出相应的缺陷图和掩码图；第四获取模块，所述第四获取模块用于在所述可贴图区域中选取目标区域放入所述掩码图，以及根据所述目标区域将所述缺陷图覆盖在所述预处理图像中的对应区域，并将所述目标缺陷写入所述第一标注文件，以获取相应的第一缺陷图像和第三标注文件；第二图像处理模块，所述第二图像处理模块用于根据所述第三标注文件统计所述第一缺陷图像中的缺陷类别，并按照缺陷大小依次存入第一寄存器中；第五获取模块，所述第五获取模块用于对所述第一缺陷图像进行前向加噪处理以获取相应的前向加噪图像；第六获取模块，所述第六获取模块用于获取扩散生成模型，并将所述前向加噪图像和所述第一寄存器输入所述扩散生成模型以输出第一解噪图像；第七获取模块，所述第七获取模块用于将所述第一解噪图像和所述第一缺陷图像进行图像融合以获取目标检测图像和相应的第四标注文件；缺陷检测模块，所述缺陷检测模块用于根据所述目标检测图像和所述第四标注文件对所述目标设备进行缺陷检测。

7、在本发明的一个实施例中，所述第一图像处理模块在所述可贴图区域中选取目标区域放入所述掩码图之前还用于：对所述缺陷图和所述掩码图进行相同类型的随机图片增广。

8、在本发明的一个实施例中，所述第六获取模块具体用于：从第二历史缺陷图像数据集中随机选取一张第二历史缺陷图像，并对所述第二历史缺陷图像进行缺陷标注以获取相应的第五标注文件；对所述第二历史缺陷图像进行随机裁剪，以获取第一裁剪图像以及对应的第六标注文件；根据所述第六标注文件统计所述第一裁剪图像中的缺陷类别，并按照缺陷大小依次存入第二寄存器中；根据所述第一裁剪图像和所述第二寄存器训练生成所述扩散生成模型。

9、一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现上述的缺陷检测方法。

10、一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的缺陷检测方法。

11、本发明的有益效果：

12、本发明能够获取足量且多样的缺陷数据用以训练缺陷检测模型，从而大大提高了缺陷识别的准确性。

技术特征：

1.一种缺陷检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的缺陷检测方法，其特征在于，在所述可贴图区域中选取目标区域放入所述掩码图之前还包括：

3.根据权利要求1所述的缺陷检测方法，其特征在于，获取所述扩散生成模型，包括：

4.一种缺陷检测系统，其特征在于，包括：

5.根据权利要求4所述的缺陷检测系统，其特征在于，所述第一图像处理模块在所述可贴图区域中选取目标区域放入所述掩码图之前还用于：

6.根据权利要求4所述的缺陷检测系统，其特征在于，所述第六获取模块具体用于：

7.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现根据权利要求1-3中任一项所述的缺陷检测方法。

8.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现根据权利要求1-3中任一项所述的缺陷检测方法。

技术总结
本发明提供了一种缺陷检测方法和系统，该方法包括：从图像数据集中选取预处理图像；提取待处理图像中的显著性区域，并获取可贴图区域；选取第一历史缺陷图像，并获取相应的第二标注文件；根据第二标注文件随机选取一个目标缺陷，并抠出相应的缺陷图和掩码图；在可贴图区域中选取目标区域放入掩码图，以及根据目标区域将缺陷图覆盖在预处理图像中的对应区域，获取相应的第一缺陷图像和第三标注文件；根据第三标注文件统计第一缺陷图像中的缺陷类别，按照缺陷大小依次存入第一寄存器中；对第一缺陷图像进行前向加噪处理以获取前向加噪图像，输入扩散生成模型以输出第一解噪图像；获取目标检测图像和相应的第四标注文件，对目标设备进行缺陷检测。

技术研发人员：赵何,潘正颐,侯大为,孙环荣
受保护的技术使用者：常州微亿智造科技有限公司
技术研发日：
技术公布日：2024/1/22