[發明專利]缺陷檢測方法、裝置、缺陷檢測設備及計算機存儲介質有效
| 申請號： | 202010324609.X | 申請日： | 2020-04-22 |
| 公開（公告）號： | CN111507974B | 公開（公告）日： | 2023-10-24 |
| 發明（設計）人： | 朱姍姍;彭奕文;王佳 | 申請（專利權）人： | 廣州柔視智能科技有限公司 |
| 主分類號： | G06T7/00 | 分類號： | G06T7/00 |
| 代理公司： | 深圳市恒程創新知識產權代理有限公司 44542 | 代理人： | 劉冰 |
| 地址： | 510000 廣東省廣*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 缺陷 檢測 方法 裝置 設備 計算機 存儲 介質 | ||
1.一種缺陷檢測方法，其特征在于，所述缺陷檢測方法包括以下步驟：
輸入圖像，并對所述圖像進行多次小波變換；
分別獲取多次小波變換中每次小波變換對應的目標圖像集，其中，所述目標圖像集包括低頻圖像與所述低頻圖像對應的三個方向的高頻圖像；
對所述目標圖像集進行后處理，以獲取缺陷重構圖。
2.如權利要求1所述的缺陷檢測方法，其特征在于，所述對所述目標圖像集進行后處理，以獲取缺陷重構圖的步驟包括：
對所述低頻圖像進行曲面擬合的缺陷檢測，以獲取缺陷圖像；
基于所述低頻圖像對應的三個方向的高頻圖像，對所述缺陷圖像進行重構，以獲取缺陷重構圖。
3.如權利要求2所述的缺陷檢測方法，其特征在于，所述對所述低頻圖像進行曲面擬合的缺陷檢測，以獲取缺陷圖像的步驟包括：
對所述低頻圖像進行預處理，以獲取所述低頻圖像對應的待檢測區域；
對所述待檢測區域進行擴展，以獲取擴展區域；
對所述待檢測區域與所述擴展區域進行曲面擬合，以獲取缺陷圖像。
4.如權利要求3所述的缺陷檢測方法，其特征在于，所述對所述待檢測區域與所述擴展區域進行曲面擬合，以獲取缺陷圖像的步驟包括：
對所述待檢測區域進行曲面擬合，以獲取第一擬合結果；
對所述擴展區域進行曲面擬合，以獲取第二擬合結果；
基于所述第一擬合結果與所述第二擬合結果，獲取缺陷圖像。
5.如權利要求3所述的缺陷檢測方法，其特征在于，所述對所述低頻圖像進行預處理，以獲取所述低頻圖像對應的待檢測區域的步驟包括：
對所述低頻圖像進行灰度化處理，以獲取第一灰度圖像；
對所述第一灰度圖像進行低通濾波處理，以獲取第二灰度圖像；
獲取所述第二灰度圖像的灰度分布3D圖；
基于所述灰度分布3D圖，獲取所述低頻圖像對應的待檢測區域。
6.如權利要求2所述的缺陷檢測方法，其特征在于，所述基于所述低頻圖像對應的三個方向的高頻圖像，對所述缺陷圖像進行重構，以獲取缺陷重構圖的步驟包括：
獲取所述低頻圖像對應的三個方向的高頻圖像的高頻系數；
基于所述高頻系數對所述缺陷圖像進行小波逆變換，以獲取缺陷重構圖。
7.如權利要求1所述的缺陷檢測方法，其特征在于，所述對所述目標圖像集進行后處理，以獲取缺陷重構圖的步驟之后，還包括：
獲取多次小波變換對應的缺陷重構圖集；
分別對所述缺陷重構圖集中每一張缺陷重構圖進行像素選擇，以獲取像素點灰度值集；
獲取所述像素點灰度值集中像素點灰度值最大的目標像素點灰度值，并將所述目標像素點灰度值作為缺陷輸出值。
8.一種缺陷檢測裝置，其特征在于，所述缺陷檢測裝置包括：
輸入模塊：輸入圖像，并對所述圖像進行多次小波變換；
獲取模塊：分別獲取多次小波變換中每次小波變換對應的目標圖像集，其中，所述目標圖像集包括低頻圖像與所述低頻圖像對應的三個方向的高頻圖像；
處理模塊：對所述目標圖像集進行后處理，以獲取缺陷重構圖。
9.一種缺陷檢測設備，其特征在于，所述缺陷檢測設備包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的缺陷檢測程序，所述缺陷檢測程序被所述處理器執行時實現如權利要求1至7中任一項所述的缺陷檢測方法的步驟。
10.一種計算機存儲介質，其特征在于，所述計算機存儲介質上存儲有缺陷檢測程序，所述缺陷檢測程序被處理器執行時實現如權利要求1至7中任一項所述的缺陷檢測方法的步驟。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于廣州柔視智能科技有限公司，未經廣州柔視智能科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.17sss.com.cn/pat/books/202010324609.X/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種牛蒡清洗裝置
- 下一篇：一種牽引變電所戶外絕緣子異常檢測方法
