买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：深圳技术大学

摘要：本发明公开了一种基于HSV和CNN的FPC缺陷检测方法、系统及存储介质，检测方法包括：按照颜色和亮度提取待检原图中的检测区域；将待检原图从RGB颜色空间转变为HSV颜色空间，并根据预设的缺陷参数，从HSV颜色空间中初步判断出候选缺陷区域；将候选缺陷区域与检测区域间的交集作为最终缺陷区域；将最终缺陷区域面积与预设阈值进行比较，判断当前检测的FPC为良品、次品或不确定品；利用预先训练好的深度学习模型对不确定品的检测区域进行识别，预测不确定品属于良品或次品。本发明通过采用图像处理和深度学习模型相结合的方式对待检FPC进行缺陷检测，兼具成本低和精度高的优点。

主权项：1.一种基于HSV和CNN的FPC缺陷检测方法，其特征在于，包括：S1、按照颜色和亮度提取待检原图中的检测区域；S11、按照颜色和亮度提取待检原图中的掩码，得到掩膜图；S111、调整待检原图的尺寸为固定大小；S112、提取待检原图RGB三个通道的数值，将R通道数值与G通道数值相加后再求平均，得到各像素的亮度值；S113、将亮度值高于阈值的像素认定为包含在所述检测区域内，得到初步的掩膜图；S114、对初步得到的掩膜图依次进行膨胀处理和腐蚀处理，得到最终的掩膜图；利用下式将掩膜图与待检原图进行与运算： ；其中，Iregion表示待检原图的检测区域，maskIorg表示掩膜图，表示原图中的一个像素值；S12、将掩膜图与待检原图进行与运算，得到所述检测区域；S2、将待检原图从RGB颜色空间转变为HSV颜色空间，并根据预设的缺陷参数，从HSV颜色空间中初步判断出候选缺陷区域，所述预设的缺陷参数基于典型样本中的脏污颜色调试获得；S3、将所述候选缺陷区域与检测区域间的交集作为最终缺陷区域；S4、将所述最终缺陷区域面积与预设阈值进行比较，判断当前检测的FPC为良品、次品或不确定品；S41、计算所述最终缺陷区域的亮度平均值和亮度标准差；S42、分别设定第一亮度平均值阈值、第二亮度平均值阈值、第一亮度标准差阈值和第二亮度标准差阈值；S43、若最终缺陷区域的亮度平均值小于第一亮度平均值阈值，且亮度标准差小于第一亮度标准差阈值，则判定当前检测的FPC为良品；若最终缺陷区域的亮度平均值大于第二亮度平均值阈值，且亮度标准差大于第二亮度标准差阈值，则判定当前检测的FPC为次品；其余情况均判定当前检测的FPC为不确定品；S5、利用预先训练好的深度学习模型对不确定品的检测区域进行识别，预测不确定品属于良品或次品。

全文数据：

权利要求：

百度查询： 深圳技术大学 基于HSV和CNN的FPC缺陷检测方法、系统及存储介质