石墨膜片表面划痕检测方法和装置.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115861276A(43)申请公布日2023.03.28(21)申请号202211674378.0(22)申请日2022.12.26(71)申请人西南科技大学地址621000四川省绵阳市涪城区青龙大道中段59号(72)发明人姚娟梁福杰王坤朋符方舟李文博张江梅冯兴华张春峰(74)专利代理机构成都九鼎天元知识产权代理有限公司51214专利代理师管高峰(51)Int.Cl.G06T7/00(2017.01)G06T5/00(2006.01)G06T5/20(2006.01)权利要求书2页说明书6页附图3页(54)发明名称石墨膜片表面划痕检测方法和装置(57)摘要本发明公开了石墨膜片表面划痕检测方法和装置，所述方法包括：响应于获取到的石墨膜片表面图像，对所述石墨膜片表面图像进行去噪增强预处理；将预处理后的图像生成表面有划痕的石墨膜片合成图像；通过所述合成图像训练石墨膜片表面划痕检测模型，得到训练好的源域模型；将所述源域模型放入由真实图像构成的目标域数据集中进行域自适应，得到目标域模型；通过所述目标域模型进行石墨膜片表面划痕检测。本发明能够使模型能学习到丰富的表面划痕特征，提高其检测精度，在合成图像学到的知识应用到真实图像中，缓解了模型泛化性能差的问题。CN115861276ACN115861276A权利要求书1/2页1.一种石墨膜片表面划痕检测方法，其特征在于，所述方法包括：响应于获取到的石墨膜片表面图像，对所述石墨膜片表面图像进行去噪增强预处理；将预处理后的图像生成表面有划痕的石墨膜片合成图像；通过所述合成图像训练石墨膜片表面划痕检测模型，得到训练好的源域模型；将所述源域模型放入由真实图像构成的目标域数据集中进行域自适应，得到目标域模型；通过所述目标域模型进行石墨膜片表面划痕检测。2.如权利要求1所述的石墨膜片表面划痕检测方法，其特征在于，所述对所述石墨膜片表面图像进行去噪增强预处理具体包括：采用频率域法对图像进行基于傅里叶变换的信号增强，然后采用低通滤波法将图像中的噪声去掉，再采用高通滤波法增强高频信号。3.如权利要求1所述的石墨膜片表面划痕检测方法，其特征在于，所述将预处理后的图像生成表面有划痕的石墨膜片合成图像具体包括：采用随机游走的方式生成二维的表面划痕轮廓；对图像进行模糊处理；根据无划痕图块的灰度级对表面有划痕图像的灰度级进行截断，区分划痕区域的灰度值与背景区域的灰度值。4.如权利要求3所述的石墨膜片表面划痕检测方法，其特征在于，所述方法还包括：对合成的图像进行图像增广，通过随机裁剪、翻转、调整对比度和亮度的方式产生相似图像作为训练数据集中的样本。5.如权利要求1所述的石墨膜片表面划痕检测方法，其特征在于，所述石墨膜片表面划痕检测模型的构建具体包括：使用一个深度卷积神经网络提取石墨膜片表面图像特征，使用一个全连接层输出图像表面有无划痕的概率。6.如权利要求1所述的石墨膜片表面划痕检测方法，其特征在于，所述通过所述合成图像训练石墨膜片表面划痕检测模型，得到训练好的源域模型具体包括：将合成图像制作成源域数据集；根据源域数据集训练石墨膜片表面划痕检测模型，使模型能提取多种划痕特征，得到源域模型。7.如权利要求1所述的石墨膜片表面划痕检测方法，其特征在于，所述将所述源域模型放入由真实图像构成的目标域数据集中进行域自适应，得到目标域模型具体包括：将真实图像制作成目标域数据集；根据目标域数据集训练源域模型，使模型适应合成图像与真实图像之间的分布差异，得到目标域模型。8.一种石墨膜片表面划痕检测装置，其特征在于，所述装置包括：预处理模块，所述预处理模块响应于获取到的石墨膜片表面图像，对所述石墨膜片表面图像进行去噪增强预处理；合成图像生成模块，所述合成图像生成模块将预处理后的图像生成表面有划痕的石墨膜片合成图像；2CN115861276A权利要求书2/2页源域模型训练模块，所述源域模型训练模块通过所述合成图像训练石墨膜片表面划痕检测模型，得到训练好的源域模型；目标域模型训练模块，所述目标域模型训练模块将所述源域模型放入由真实图像构成的目标域数据集中进行域自适应，得到目标域模型；划痕检测模块，所述划痕检测模块通过所述目标域模型进行石墨膜片表面划痕检测。3CN115861276A说明书1/6页石墨膜片表面划痕检测方法和装置技术领域[0001]本发明属于深度学习技术领域，尤其涉及石墨膜片表面划痕检测方法和装置。背景技术[0002]石墨膜片是应用于智能手机的一种散热材料，可将手机的CPU、屏幕和电池等散发的热量传导至手机壳和框架，降低手机温度，提升手机性能。然而，在石墨膜片生产过程中，表面划痕的产生是不可避免的，这些划痕会影响石墨膜片的散热性能，从而导致手机温度上升，降低手机性能。