결함 검출 방법, 장치 및 시스템

본 출원의 실시예는 결함 검출 기술 분야에 관한 결함 검출 방법, 장치 및 시스템을 제공한다. 상기 방법은, 검출할 물체의 이미지의 평균 그레이 값을 획득하는 단계; 매핑 테이블을 구축하되, 상기 매핑 테이블의 요소는 상기 이미지의 그레이 값 범위 내의 각 그레이 값에 대응되는 매핑 값을 포함하고, 기준값보다 크거나 같은 그레이 값에 대응되는 매핑 값은 제1 값이며, 기준값보다 작은 그레이 값에 대응되는 매핑 값은 제2 값이고, 기준값은 상기 평균 그레이 값과 기설정된 그레이 값 사이의 차이값의 절대값인 단계; 상기 매핑 테이블로부터 상기 이미지 중 각 픽셀의 그레이 값에 대응되는 매핑 값을 검색하는 단계; 각 픽셀의 그레이 값에 대응되는 매핑 값에 따라 상기 이미지로부터 적어도 하나의 결함 의심 서브 이미지를 분할하되, 각 결함 의심 서브 이미지 중 각 픽셀의 그레이 값에 대응되는 매핑 값은 상기 제1 값인 단계; 및 상기 적어도 하나의 결함 의심 서브 이미지를 기계 학습 모델에 입력하여 결함 검출 결과를 얻는 단계를 포함한다. The embodiments of the present application relate to the technical field of defect detection. Provided are a defect detection method, apparatus and system. The method comprises: acquiring an average grayscale value of an image of an object to be subjected to detection; constructing a mapping table, wherein an element of the mapping table comprises a mapping value corresponding to each grayscale value within the grayscale value range of the image, a mapping value corresponding to a grayscale value which is greater than or equal to a reference value is a first value, a mapping value corresponding to a grayscale value which is less than the reference value is a second value, and the reference value is the absolute value of the difference value between the average grayscale value and a preset grayscale value; searching the mapping table for a mapping value which corresponds to the grayscale value of each pixel in the image; according to the mapping value corresponding to the grayscale value of each pixel, obtaining, by means of segmentation, at least one suspected defective sub-image from the image, wherein the mapping value corresponding to the grayscale value of each pixel in each suspected defective sub-image is the first value; and inputting the at least one suspected defective sub-image into a machine learning model, so as to obtain a defect detection result.