本发明提出了某种设备缺陷视觉检测方法及系统，建立标准图片模型并获得标准特征矩阵，对待检设备图片模型每个图片进行处理获得检测特征矩阵，优化图片处理算法，以逐级递减的方式对各层的图片大小进行选取并卷积，采取基于九宫格的均值过滤与中值过滤结合算法，将图片切分为九宫格，对中心图片采取均值过滤法计算中心图片中每个像素点周围像素的平均灰度，对其他图片采取中值过滤算法，提高了设备缺陷检测的准确率。

        1.某种设备缺陷视觉检测方法，其特征在于，所述方法包括： 步骤101，建立标准图片模型，对标准图片模型中每个图片进行卷积处理，提取每个卷积层的特征值，并计入标准特征矩阵； 步骤102，将待检测设备经过传送到检测区，采集设备N个方向图片，建立待检设备图片模型，所述N大于等于6； 步骤103，对待检设备图片模型每个图片进行处理获得降噪图片模型，对所述降噪图片模型进行卷积，提取每个卷积层的特征值并计入检测特征矩阵； 步骤104，采用编辑距离相似性算法，比对所述标准特征矩阵与检测特征矩阵，相似度超过预设阈值则判断设备合格。

        2.根据权利要求1所述的方法，其特征在于，所述建立标准图片模型具体包括：标准的待检测设备放置于设备采集区域，所述标准的待检测设备为检验符合验收标准的设备，由多组高清摄像头分别采集设备的多个方向图片，采集的多个方向图片为正前方平视或正上方俯视的标准图片。

        3.根据权利要求1所述的方法，其特征在于，所述对待检设备图片模型每个图片进行处理获得经过处理的图片具体包括：对待检设备图片模型每个图片进行降噪处理，将每个图片分为九个区域进行分别处理，对所述九个区域的中心图片采取均值过滤算法计算，计算中心图片中每个像素点周围像素的平均灰度，并赋值给当前像素点，以循环遍历方式遍历中心图片所有的像素点；对所述九个区域的其他图片，采取中值过滤算法，将像素灰度值进行排序，取中值灰度值赋值给当前像素点，以循环遍历方式遍历其他图片所有的像素点，输出降噪处理后的待检设备降噪图片模型。

        4.根据权利要求1所述的方法，其特征在于，对所述经过处理的图片进行卷积，提取每个卷积层的特征值并计入检测特征矩阵具体包括： 对降噪图片模型中每个图片进行卷积处理，提取每个卷积层的特征值，并计入特征矩阵； 卷积层第一层至第四层为金字塔形状，第一层的输出为256，对降噪图片模型的每一张图片进行卷积处理，计算中心像素周围像素第一平均灰度值，若第一平均灰度值大于第一预设阈值则标记为1，否则标记为0，将第一平均灰度值赋值给检测特征矩阵；第二层的输出为128，对降噪图片模型的每一张图片进行卷积处理，计算中心像素周围像素第二平均灰度值，若第二平均灰度值大于第二预设阈值则标记为1，否则标记为0，将第二平均灰度值赋值给检测特征矩阵；第三层的输出为64，对降噪图片模型的每一张图片进行卷积处理，计算中心像素周围像素第三平均灰度值，若第三平均灰度值大于第三预设阈值则标记为1，否则标记为0，将第三平均灰度值赋值给检测特征矩阵；第四层的输出为32，对降噪图片模型的每一张图片进行卷积处理，计算中心像素周围像素第四平均灰度值，若第四平均灰度值大于第四预设阈值则标记为1，否则标记为0，将第四平均灰度值赋值给检测特征矩阵。

        5.某种设备缺陷视觉检测系统，其特征在于，所述系统包括：标准比对模块（201）、建模模块（202）、检测模块（203）以及比较模块（204）； 标准比对模块（201），用于建立标准图片模型，对标准图片模型中每个图片进行卷积处理，提取每个卷积层的特征值，并计入标准特征矩阵； 建模模块（202），将待检测设备经过传送到检测区，采集设备N个方向图片，建立待检设备图片模型，所述N大于等于6； 检测模块（203），用于对待检设备图片模型每个图片进行处理获得降噪图片模型，对所述降噪图片模型进行卷积，提取每个卷积层的特征值并计入检测特征矩阵； 比较模块（204），用于采用编辑距离相似性算法，比对所述标准特征矩阵与检测特征矩阵，相似度超过预设阈值则判断设备合格。

        6.根据权利要求5所述的系统，其特征在于，所述建立标准图片模型具体包括：标准的待检测设备放置于设备采集区域，所述标准的待检测设备为检验符合验收标准的设备，由多组高清摄像头分别采集设备的多个方向图片，采集的多个方向图片为正前方平视或正上方俯视的标准图片。

        7.根据权利要求5所述的系统，其特征在于，所述对待检设备图片模型每个图片进行处理获得经过处理的图片具体包括：对待检设备图片模型每个图片进行降噪处理，将每个图片分为九个区域进行分别处理，对所述九个区域的中心图片采取均值过滤算法计算，计算中心图片中每个像素点周围像素的平均灰度，并赋值给当前像素点，以循环遍历方式遍历中心图片所有的像素点；对所述九个区域的其他图片，采取中值过滤算法，将像素灰度值进行排序，取中值灰度值赋值给当前像素点，以循环遍历方式遍历其他图片所有的像素点，输出降噪处理后的待检设备降噪图片模型。

        8.根据权利要求5所述的系统，其特征在于，对所述经过处理的图片进行卷积，提取每个卷积层的特征值并计入检测特征矩阵具体包括： 对降噪图片模型中每个图片进行卷积处理，提取每个卷积层的特征值，并计入特征矩阵； 卷积层第一层至第四层为金字塔形状，第一层的输出为256，对降噪图片模型的每一张图片进行卷积处理，计算中心像素周围像素第一平均灰度值，若第一平均灰度值大于第一预设阈值则标记为1，否则标记为0，将第一平均灰度值赋值给检测特征矩阵；第二层的输出为128，对降噪图片模型的每一张图片进行卷积处理，计算中心像素周围像素第二平均灰度值，若第二平均灰度值大于第二预设阈值则标记为1，否则标记为0，将第二平均灰度值赋值给检测特征矩阵；第三层的输出为64，对降噪图片模型的每一张图片进行卷积处理，计算中心像素周围像素第三平均灰度值，若第三平均灰度值大于第三预设阈值则标记为1，否则标记为0，将第三平均灰度值赋值给检测特征矩阵；第四层的输出为32，对降噪图片模型的每一张图片进行卷积处理，计算中心像素周围像素第四平均灰度值，若第四平均灰度值大于第四预设阈值则标记为1，否则标记为0，将第四平均灰度值赋值给检测特征矩阵。

        9.某种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储计算机程序，所述计算机程序执行权利要求1-4任一项所述的方法。

        10.某种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中处理器，通信接口，存储器通过通信总线完成相互间的通信；存储器，用于存放计算机程序；处理器，用于执行存储器上所存放的计算机程序时，实现权利要求1-4任一项所述的方法。

文章来源：互联网，倘若您发现本站有侵权或不当信息，请与本站联系，经本站核实后将尽快修正！