预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共20页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113609897A(43)申请公布日2021.11.05(21)申请号202110699282.9(22)申请日2021.06.23(71)申请人阿里巴巴新加坡控股有限公司地址新加坡珊顿道8号AXA大厦45层01室(72)发明人邹远鹏刘伟陈想汪彪(74)专利代理机构北京博浩百睿知识产权代理有限责任公司11134代理人谢湘宁张文华(51)Int.Cl.G06K9/00(2006.01)G06K9/34(2006.01)G06K9/62(2006.01)G06Q10/06(2012.01)G06Q50/04(2012.01)权利要求书2页说明书12页附图5页(54)发明名称缺陷的检测方法和缺陷的检测系统(57)摘要本发明公开了一种缺陷的检测方法和缺陷的检测系统。其中,该方法包括:获取目标对象的疑似缺陷图像、模板图像以及疑似缺陷图像在模板图像中的位置信息;根据疑似缺陷图像、模板图像以及位置信息,获取模板图像中与疑似缺陷图像对应的模板部分;根据模板部分和疑似缺陷图像,检测疑似缺陷图像是否存在目标缺陷。该方案可以自动检测疑似缺陷图像中是否存在目标缺陷,无需人工进行检测,使得检测的效率较高,本发明解决了由于需要人工检测造成的缺陷检测效率较低的技术问题。CN113609897ACN113609897A权利要求书1/2页1.一种缺陷的检测方法,其特征在于,包括:获取目标对象的疑似缺陷图像、模板图像以及所述疑似缺陷图像在所述模板图像中的位置信息;根据所述疑似缺陷图像、所述模板图像以及所述位置信息,获取所述模板图像中与所述疑似缺陷图像对应的模板部分;根据所述模板部分和所述疑似缺陷图像,检测所述疑似缺陷图像是否存在目标缺陷。2.根据权利要求1所述的缺陷的检测方法,其特征在于,所述根据所述疑似缺陷图像、所述模板图像以及所述位置信息,获取所述模板图像中与所述疑似缺陷图像对应的模板部分,包括:根据所述位置信息,确定所述模板图像中的预备模板部分,所述预备模板部分的面积大于所述疑似缺陷图像的面积,且所述预备模板部分包括所述位置信息对应的区域;根据所述疑似缺陷图像,截取所述预备模板部分中的所述模板部分。3.根据权利要求2所述的缺陷的检测方法,其特征在于,所述根据所述疑似缺陷图像,截取所述预备模板部分中的所述模板部分,包括:采用滑动窗口模板匹配法,将所述疑似缺陷图像与所述预备模板部分中对应的部分对齐;从所述预备模板部分中,截取与所述疑似缺陷图像对齐的部分,得到所述模板部分。4.根据权利要求1至3中任一项所述的缺陷的检测方法,其特征在于,所述根据所述模板部分和所述疑似缺陷图像,检测所述疑似缺陷图像是否存在目标缺陷,包括:根据所述模板部分,对所述疑似缺陷图像中的缺陷进行检测,得到所述缺陷的类型和所述缺陷的标注图形,所述类型包括线状类型和团状类型;根据所述标注图形的尺寸信息,确定对应的所述缺陷是否为所述目标缺陷。5.根据权利要求4所述的缺陷的检测方法,其特征在于,根据所述模板部分,对所述疑似缺陷图像中的缺陷进行检测,得到所述缺陷的类型和所述缺陷的标注图形,包括:将所述疑似缺陷图像和所述模板部分拼接为六通道图像;将所述六通道图像输入FCOS网络检测器中,得到所述缺陷的类型和所述缺陷的标注图形。6.根据权利要求4所述的缺陷的检测方法,其特征在于,所述标注图形为标注检测框。7.根据权利要求6所述的缺陷的检测方法,其特征在于,所述根据所述标注图形的尺寸信息,确定对应的所述缺陷是否为目标缺陷,包括:在所述缺陷的类型为所述线状类型的情况下,确定所述标注检测框的对角线的长度是否大于预定长度;在所述标注检测框的对角线的长度大于预定长度的情况下,确定对应的所述缺陷为所述目标缺陷。8.根据权利要求6所述的缺陷的检测方法,其特征在于,所述根据所述标注图形的尺寸信息,确定对应的所述缺陷是否为目标缺陷,包括:在所述缺陷的类型为所述团状类型的情况下,以所述团状类型对应的所述标注检测框的中心为中心,在所述疑似缺陷图像中截取待检测区域,所述待检测区域包括对应的所述标注检测框;2CN113609897A权利要求书2/2页对所述待检测区域进行语义分割,得到分割结果;根据所述分割结果,计算对应的所述缺陷的面积;在所述面积大于预定面积的情况下,确定所述缺陷为所述目标缺陷。9.根据权利要求8所述的缺陷的检测方法,其特征在于,所述对所述待检测区域进行语义分割,得到分割结果,包括:利用基于Unet的全卷积网络,对所述待检测区域进行语义分割,得到所述分割结果。10.根据权利要求1至3中任一项所述的缺陷的检测方法,其特征在于,获取目标对象的疑似缺陷图像、模板图像以及所述疑似缺陷图像在所述模板图像中的位置信息,包括:接收AOI设备发送的所述