公开(公告)号：CN115511856A

公开(公告)日：2022-12-23

申请号：CN202211229405.3

申请日：2022-10-08

Applicant: 华北电力大学

Inventor： 吴华 ,  刘草

IPC: G06T7/00 ,  G06V10/40 ,  G06V10/75 ,  G06V10/762 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请涉及缺陷检测技术领域，提供了一种部件的缺陷检测方法、装置、电子设备及存储介质，方法包括：确定出待检测图像中的目标部件区域图像；从目标部件区域图像中提取出多个特征向量；将多个特征向量输入至预先构建好的多聚类中心特征分布模型之中，确定多个聚类中心向量，并基于多个聚类中心向量对各个特征向量进行分类；基于分类后的多个特征向量，确定出目标部件是否存在缺陷。通过使用不同的聚类中心向量对各个特征向量进行分类，在保证语义信息一致的同时，保留了更多的纹理光照等其他特征信息来表征特征的分布情况，从而实现了仅依靠正样就能实现缺陷检测，解决了工业设备中关键部件的缺陷样本少难题，提高了缺陷检测的准确率。

公开(公告)号：CN111951255B

公开(公告)日：2024-06-18

申请号：CN202010841257.5

申请日：2020-08-20

Applicant: 华北电力大学

Inventor： 吴华 ,  刘草

IPC: G06F30/27 ,  G06T7/00 ,  G06N3/04 ,  G06N3/08 ,  G01N21/956

Abstract: 本发明实施例公开了缺陷识别方法、装置、终端设备和可读存储介质，该方法包括分别从参考图像和待测图像中提取相应的参考纹理深度特征和待测纹理深度特征；将所述参考纹理深度特征和所述待测纹理深度特征进行纹理深度类比以确定缺陷差值流图；根据所述缺陷差值流图确定所述待测图像的缺陷位置。一方面，本发明的技术方案在前期训练时，无需利用大量的训练样本进行长时间的训练，缺陷识别效果受训练样本的影响较小，在缺少训练样本时，依然可以实现良好的缺陷识别效果；另一方面，利用纹理深度类比方法提取缺陷纹理，有效提高缺陷识别的准确性。

公开(公告)号：CN111951255A

公开(公告)日：2020-11-17

申请号：CN202010841257.5

申请日：2020-08-20

Applicant: 华北电力大学

Inventor： 吴华 ,  刘草

IPC: G06T7/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G01N21/956

Abstract: 本发明实施例公开了缺陷识别方法、装置、终端设备和可读存储介质，该方法包括分别从参考图像和待测图像中提取相应的参考纹理深度特征和待测纹理深度特征；将所述参考纹理深度特征和所述待测纹理深度特征进行纹理深度类比以确定缺陷差值流图；根据所述缺陷差值流图确定所述待测图像的缺陷位置。一方面，本发明的技术方案在前期训练时，无需利用大量的训练样本进行长时间的训练，缺陷识别效果受训练样本的影响较小，在缺少训练样本时，依然可以实现良好的缺陷识别效果；另一方面，利用纹理深度类比方法提取缺陷纹理，有效提高缺陷识别的准确性。