一种基于模板图像的缺陷分类方法

本发明公开一种基于模板图像的缺陷分类方法，包括以下步骤：准备OK模板图；准备样本缺陷图像、样本OK图像、参照模板图；逐一计算样本缺陷图像或样本OK图像同参照模板图的灰度差，对应生成差分图像，合成差分样本；对所有差分样本做分类标注，输入卷积神经网络模型训练至模型收敛，形成新的模型；采集待测产品图像，生成初步缺陷图像、新的差分图像。通过上述方式，本发明提供一种基于模板图像的缺陷分类方法，在采用一个通用模型解决缺陷分类问题的基础上，通过模型的二次迭代以及差分图像的二次生成来规避不同图像背景具有较大差异而导致的模型不适用问题，从而避免多次训练，充分提高缺陷类别检测的可靠性。