(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211217812.2 (22)申请日 2022.09.29 (71)申请人 杭州海康机 器人股份有限公司 地址 310051 浙江省杭州市滨江区丹 枫路 399号2号楼B楼3 04室 (72)发明人 张天一　龙学雄　 (74)专利代理 机构 北京博思佳知识产权代理有 限公司 1 1415 专利代理师 杨春香 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/28(2022.01) G06V 10/44(2022.01) G06V 10/82(2022.01) (54)发明名称 一种基于机器视觉的缺陷检测方法、 装置及 电子设备 (57)摘要 本申请实施例提供一种基于机器视觉的缺 陷检测方法、 装置及电子设备。 在本实施例中， 基 于场景深度图中目标像素点对应的邻域的法向 量方向实现了场景深度图的增强， 比如依赖于场 景深度图中目标像素点对应的邻域的法向量方 向与指定标准方向之间的夹角， 更加突出待检测 对象表面上的缺陷区域， 最终实现了通过场景深 度图的增强方式来进行缺陷检测， 并提高了待检 测对象表 面缺陷区域和正常区域的区分度， 进而 提高了缺陷检出率。 权利要求书2页 说明书9页 附图4页 CN 115546145 A 2022.12.30 CN 115546145 A 1.一种基于 机器视觉的缺陷检测方法， 其特 征在于， 所述方法包括： 获得待检测对象在当前场景 下的场景深度图； 针对所述场景深度图中每一目标像素点， 依据该目标像素点的位置信息、 以及所述场 景深度图中其它各目标像素点的位置信息， 确定该目标像素点对应的指定尺寸的邻域； 确定各目标像素点对应的邻域的法向量方向与指定标准方向之间的夹角； 基于各目标像素点对应的邻域的法向量方向与指定标准方向之间的夹角， 检测所述待 检测对象上的缺陷信息 。 2.根据权利要求1所述的方法， 其特征在于， 所述依据该目标像素点的位置信息、 以及 所述场景深度图中其它各目标像素点的位置信息， 确定该目标像素点对应的指 定尺寸的邻 域， 包括： 在所述场景深度图中确定出该目标像素点对应的指定尺寸的邻域； 所述邻域包含该目 标像素点以及所述场景深度图中至少一个其它目标像素点； 或者， 将所述场景深度图中各目标像素点映射至指定坐标系， 得到各目标像素点对应的映射 点； 所述指定坐标系不同于所述场景深度图对应的坐标系； 针对指定坐标系 下每一目标像 素点对应的映射点， 在所述指定坐标系 下确定出该映射点对应的指定尺寸的邻域； 所述邻 域包含该映射 点以及至少一个其它映射 点。 3.根据权利要求1所述的方法， 其特征在于， 所述基于各目标像素点对应的邻域的法向 量方向与指定标准方向之间的夹角， 检测所述待检测对象上的缺陷信息， 包括： 基于各目标像素点对应的邻域的法向量方向与指定标准方向之间的夹角， 确定对应的 残差图； 对所述残差图进行 灰度处理， 得到灰度图； 将所述灰度图输入到 已训练好的缺陷检测模型中， 得到所述待检测对象上的缺陷信 息。 4.根据权利要求1所述的方法， 其特征在于， 所述基于各目标像素点对应的邻域的法向 量方向与指定标准方向之间的夹角， 检测所述待检测对象上的缺陷信息， 包括： 基于各目标像素点对应的邻域的法向量方向与指定标准方向之间的夹角， 确定对应的 残差图； 对所述残差图进行 灰度处理， 得到灰度图； 对所述灰度图进行二值化处理， 得到二值化图； 基于所述二值化图检测所述待检测对 象上的缺陷信息 。 5.根据权利要求4所述的方法， 其特征在于， 所述基于所述二值化图检测所述待检测对 象上的缺陷信息， 包括： 对所述二值化图像进行连通域提取处理， 根据提取结果确定所述待检测对象上的缺陷 信息。 6.一种基于 机器视觉的缺陷检测装置， 其特 征在于， 所述装置包括： 场景深度图获得模块， 用于获得待检测对象在当前场景 下的场景深度图； 邻域确定模块， 用于针对所述场景深度图中每一目标像素点， 依据该目标像素点的位 置信息、 以及所述场景深度图中其它 各目标像素点的位置信息， 确定该目标像素点对应的 指定尺寸的邻域；权　利　要　求　书 1/2 页 2 CN 115546145 A 2夹角确定模块， 用于确定各目标像素点对应的邻域的法向量方向与指定标准方向之间 的夹角； 缺陷检测模块， 用于基于各目标像素点对应的邻域的法向量方向与指定标准方向之间 的夹角， 检测所述待检测对象上的缺陷信息 。 7.根据权利要求6所述的装置， 其特 征在于， 所述邻域确定模块具体用于： 在所述场景深度图中确定出该目标像素点对应的指定尺寸的邻域， 所述邻域包含该目 标像素点以及所述场景深度图中至少一个其它目标像素点； 或者， 将所述场景深度图中各目标像素点映射至指定坐标系， 得到各目标像素点对应的映射 点； 所述指定坐标系不同于所述场景深度图对应的坐标系； 针对指定坐标系 下每一目标像 素点对应的映射点， 在所述指定坐标系 下确定出该映射点对应的指定尺寸的邻域； 所述邻 域包含该映射 点以及至少一个其它映射 点。 8.根据权利要求6所述的装置， 其特 征在于， 所述 缺陷检测模块具体用于： 基于各目标像素点对应的邻域的法向量方向与指定标准方向之间的夹角， 确定对应的 残差图； 对所述残差图进行 灰度处理， 得到灰度图； 将所述灰度图输入到 已训练好的缺陷检测模型中， 得到所述待检测对象上的缺陷信 息。 9.根据权利要求6所述的装置， 其特 征在于， 所述 缺陷检测模块具体用于： 基于各目标像素点对应的邻域的法向量方向与指定标准方向之间的夹角， 确定对应的 残差图； 对所述残差图进行 灰度处理， 得到灰度图； 对所述灰度图进行二值化处理， 得到二值化图； 基于所述二值化图检测所述待检测对 象上的缺陷信息 。 10.一种电子设备， 其特 征在于， 电子设备包括机器可读存 储介质、 处 理器； 所述机器可读存 储介质存 储有能够被处 理器执行的机器可 执行指令； 所述处理器用于读取所述机器可执行指令， 以实现如权利要求1 ‑5任一项所述的基于 机器视觉的缺陷检测方法的步骤。权　利　要　求　书 2/2 页 3 CN 115546145 A 3