CN108961252B - 检测logo粘贴不良的方法、电子装置及计算机可读存储介质 - Google Patents

检测logo粘贴不良的方法、电子装置及计算机可读存储介质 Download PDF

Info

Publication number
CN108961252B
CN108961252B CN201810847673.9A CN201810847673A CN108961252B CN 108961252 B CN108961252 B CN 108961252B CN 201810847673 A CN201810847673 A CN 201810847673A CN 108961252 B CN108961252 B CN 108961252B
Authority
CN
China
Prior art keywords
logo
image
pasted
printed
product
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810847673.9A
Other languages
English (en)
Other versions
CN108961252A (zh
Inventor
吴俊�
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Oppo Chongqing Intelligent Technology Co Ltd
Original Assignee
Oppo Chongqing Intelligent Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Oppo Chongqing Intelligent Technology Co Ltd filed Critical Oppo Chongqing Intelligent Technology Co Ltd
Priority to CN201810847673.9A priority Critical patent/CN108961252B/zh
Publication of CN108961252A publication Critical patent/CN108961252A/zh
Application granted granted Critical
Publication of CN108961252B publication Critical patent/CN108961252B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

一种检测logo粘贴不良的方法、电子装置及计算机可读存储介质,所述检测logo粘贴不良的方法包括:通过光电设备获取logo的粘贴图像,其中,logo的粘贴图像为印有logo的粘贴物粘贴在产品上被光电设备获取到的图像;对通过光电设备获取的logo的粘贴图像进行计算或分析;若计算或分析的结果确定logo的粘贴图像异常,则确定logo粘贴不良。本申请提供的方案能够大幅提高logo粘贴不良的检出率以及降低logo粘贴不良的漏检率,也提高了检测效率。

Description

检测logo粘贴不良的方法、电子装置及计算机可读存储介质
技术领域
本申请涉及设备制造领域,尤其涉及一种检测logo粘贴不良的方法、电子装置及计算机可读存储介质。
背景技术
Logo是徽标之意,是某种产品的一种标识,通常以两种方式固定于相应的产品上,一种是直接打印到产品上,例如,有些手机的logo是直接打印于手机的后背,另一种是打印在其他材质(例如,塑料或金属薄片)上后再粘贴于产品上,其中,将logo粘贴在产品上的方式往往产生局部翘起、不平或整体翘起等问题,这些问题统称为logo粘贴不良。
现有检测logo粘贴不良的方法基本靠人工,具体而言,是检测人员通过感官接触,例如目视和手摸来检测logo粘贴不良,即,检测人员通过肉眼观察来确定logo是否翘起,或者用手摸打印有logo的材质来确定是否整体翘起,等等。
然而,上述人工检测logo粘贴不良的方式存在因缺乏统一、客观的标准而导致的漏检率高的问题。
发明内容
本申请实施例提供一种检测logo粘贴不良的方法、电子装置及计算机可读存储介质,以降低检测logo粘贴不良的漏检率。
本申请实施例第一方面提供一种检测logo粘贴不良的方法,包括:
通过光电设备获取logo的粘贴图像,所述logo的粘贴图像为印有logo的粘贴物粘贴在产品上被所述光电设备获取到的图像;
对通过所述光电设备获取的logo的粘贴图像进行计算或分析;
若所述计算或分析的结果确定所述logo的粘贴图像异常,则确定所述logo粘贴不良。
本申请实施例第二方面提供一种检测logo粘贴不良的方法,包括:
通过光电设备扫描印有logo的粘贴物与被粘贴面,所述被粘贴面为产品被所述印有logo的粘贴物粘贴的一面;
计算所述印有logo的粘贴物与所述被粘贴面之间的高度差;
若所述高度差超过预设阈值,则确定所述logo粘贴不良。
本申请实施例第三方面提供一种电子装置,包括:
图像获取模块,用于通过光电设备获取logo的粘贴图像,所述logo的粘贴图像为印有logo的粘贴物粘贴在产品上被所述光电设备获取到的图像;
分析模块,用于对通过所述光电设备获取的logo的粘贴图像进行计算或分析;
第一确定模块,用于若所述计算或分析的结果确定所述logo的粘贴图像异常,则确定所述logo粘贴不良。
本申请实施例第四方面提供一种电子装置,包括:
扫描模块,用于通过光电设备扫描印有logo的粘贴物与被粘贴面,所述被粘贴面为产品被所述印有logo的粘贴物粘贴的一面;
高度差计算模块,用于计算所述印有logo的粘贴物与所述被粘贴面之间的高度差;
第二确定模块,用于若所述高度差超过预设阈值,则确定所述logo粘贴不良。
本申请实施例第五方面提供另一种电子装置,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现上述本申请实施例第一方面或第二方面提供的检测logo粘贴不良的方法。
本申请实施例第六方面提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现上述本申请实施例第一方面或第二方面提供的检测logo粘贴不良的方法。
从上述本申请提供的技术方案可知,由于光电设备获取logo的粘贴图像以及在此基础上对logo的粘贴图像进行的计算或分析都属于电子设备而非人工感官来确定,其都有一个统一的标准作为参考,从而让计算或分析的结果更加客观,因此,与现有的通过人工检测logo粘贴不良的方法相比,本申请提供的技术方案能够大幅提高logo粘贴不良的检出率以及降低logo粘贴不良的漏检率,也提高了检测效率。
附图说明
图1为本申请提供的检测logo粘贴不良的方法一个实施例流程示意图;
图2为本申请提供的检测logo粘贴不良的方法另一个实施例流程示意图;
图3为本申请提供的检测logo粘贴不良的方法另一个实施例流程示意图;
图4为本申请提供的检测logo粘贴不良的方法另一个实施例流程示意图;
图5为本申请提供的检测logo粘贴不良的方法另一个实施例流程示意图;
图6为本申请提供的检测logo粘贴不良的方法另一个实施例流程示意图;
图7为本申请提供的电子装置一个实施例结构示意图;
图8为本申请提供的电子装置一个实施例结构示意图;
图9为本申请提供的电子装置另一个实施例结构示意图。
具体实施方式
为使得本申请的发明目的、特征、优点能够更加的明显和易懂,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而非全部实施例。基于本申请中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。
实施例一
本申请实施例提供一种检测logo粘贴不良的方法,该检测logo粘贴不良的方法应用于电子装置,该电子装置可以为智能手机、平板电脑、可穿戴设备等具备检测logo粘贴不良功能的设备,上述电子装置的操作系统可以为ios、android、windows系统或其它操作系统,此处不作限定。
请参阅图1,该检测logo粘贴不良的方法主要包括以下步骤101至步骤103:
步骤101、通过光电设备获取logo的粘贴图像,其中,logo的粘贴图像为印有logo的粘贴物粘贴在产品上被光电设备获取到的图像。
本申请实施例中,光电设备可以是线激光器或线性激光器等。需要说明的是,光电设备获取的logo的粘贴图像既可以是二维图像,也可以是三维图像。
步骤102、对通过光电设备获取的logo的粘贴图像进行计算或分析。
此处对通过光电设备获取的logo的粘贴图像进行的计算或分析,可以通过计算机设备的软件或其他方式来计算或分析而不是通过人工感官来获取。
步骤103、若步骤102计算或分析的结果确定logo的粘贴图像异常,则确定logo粘贴不良。
需要说明的是,本申请实施例中,logo粘贴不良包括印有logo的粘贴物粘贴在产品上时印有logo的粘贴物局部起翘、不平或整体翘起等缺陷。
从上述附图1示例的检测logo粘贴不良的方法可知,由于光电设备获取logo的粘贴图像以及在此基础上对logo的粘贴图像进行的计算或分析都属于电子设备而非人工感官来确定,其都有一个统一的标准作为参考,从而让计算或分析的结果更加客观,因此,与现有的通过人工检测logo粘贴不良的方法相比,本申请提供的技术方案能够大幅提高logo粘贴不良的检出率以及降低logo粘贴不良的漏检率,也提高了检测效率。
实施例二
附图2是本申请另一实施例所描述的检测logo粘贴不良的方法。需要说明的是,附图2示例的方法中,光电设备可以是线激光器或线性激光器。在本申请实施例中,线激光器或线性激光器的参数可以是:激光线扫描宽度(Field OfView,FOV)为35mm,像素精度为0.01mm/pixel,安装高度为激光头下端面距离产品粘贴印有logo的粘贴物的表面65mm,固定机构高度可调节范围为±10mm,扫描连同图像处理时间小于2s,机构转向部分可以根据具体机型进行合理设计优化。当然,在更多的实施例中,需要根据检测精度、印有logo的粘贴物的材质等因素选取不同的线激光器或线性激光器,例如,金属材质的表面更加平整光滑,塑胶的表面相对粗糙,因此,塑胶材质的印有logo的粘贴物对线激光器或线性激光器精度的要求更高,即需要更高精度的线激光器或线性激光器。
附图2示例的方法主要包括步骤201至步骤204,详细说明如下:
步骤201、通过线激光器扫描粘贴在产品上印有logo的粘贴物,获取印有logo的粘贴物的灰度图像。
在本申请实施例中,线激光器扫描粘贴在产品上印有logo的粘贴物,获取印有logo的粘贴物的灰度图像与线激光器扫描其他物体获取灰度图像方法或方式相同。
步骤202、分析经步骤201获取的灰度图像中logo本身的像素。
一般而言,线激光器扫描获得的灰度图像中,logo本身的像素与logo以外的区域的像素有差别。例如,若印有logo的粘贴物粘贴良好,线激光器扫描后获得的灰度图像中,logo本身通常会显示为白色。
步骤203、若logo本身存在黑色区域,则确定logo的粘贴图像异常。
如前所述,线激光器扫描获得的灰度图像中,正常情况下,logo本身会显示为白色。然而,若由于印有logo的粘贴物粘贴不良,例如,印有logo的粘贴物起翘,导致线激光器发出的线激光打到起翘区域时,光被反射到其他地方,则会导致灰度图像中logo本身的那一块区域会显示一些黑色。因此,若logo本身存在黑色区域,则确定logo的粘贴图像异常。
步骤204、若计算或分析的结果确定logo的粘贴图像异常,则确定logo粘贴不良。
步骤204涉及的术语、概念等与附图1示例的步骤103涉及的术语、概念等相同,其实现过程也完全相同,可参考前述实施例的描述,此处不做赘述。
从上述附图2示例的检测logo粘贴不良的方法可知,由于通过线激光器扫描粘贴在产品上印有logo的粘贴物,获取印有logo的粘贴物的灰度图像以及在此基础上对灰度图像的logo本身的像素进行的分析都属于电子设备而非人工感官来确定,其都有一个统一的标准作为参考,从而让分析的结果更加客观,因此,与现有的通过人工检测logo粘贴不良的方法相比,本申请提供的技术方案能够大幅提高logo粘贴不良的检出率以及降低logo粘贴不良的漏检率,也提高了检测效率。
实施例三
附图3是本申请另一实施例所描述的检测logo粘贴不良的方法。与附图2示例的方法类似,附图3中的光电设备也可以是线激光器或线性激光器,其各种参数亦可与附图2示例的方法中的线激光器或线性激光器的参数相同。附图3示例的方法主要包括步骤301至步骤304,详细说明如下:
步骤301、通过线激光器扫描粘贴在产品上印有logo的粘贴物,获取印有logo的粘贴物的灰度图像。
步骤301涉及的术语、概念等与附图2示例的步骤201涉及的术语、概念等相同,其实现过程也完全相同,可参考前述实施例的描述,此处不做赘述。
步骤302、分析经步骤301获取的灰度图像的logo本身的像素。
如前所述,线激光器扫描获得的灰度图像中,logo本身的像素与logo以外的区域的像素有差别。例如,若印有logo的粘贴物粘贴良好,线激光器扫描后获得的灰度图像中,logo本身通常会显示为白色。
步骤303、若经步骤301获取的灰度图像的logo本身存在黑点白点分散分布,则确定logo的粘贴图像异常。
如前所述,线激光器扫描获得的灰度图像中,正常情况下,logo本身会显示为白色。然而,若由于印有logo的粘贴物粘贴不良,例如,印有logo的粘贴物局部不平,即印有logo的粘贴物中的一个区域坑坑洼洼,线激光器发出的线激光打到这些不平区域时,凹下去的地方光被反射掉,则会导致灰度图像的logo本身区域存在黑点白点分散分布。因此,若经步骤201获取的灰度图像的logo本身存在黑点白点分散分布,则确定logo的粘贴图像异常。
步骤304、若计算或分析的结果确定logo的粘贴图像异常,则确定logo粘贴不良。
步骤304涉及的术语、概念等与附图1示例的步骤103或附图2示例的步骤204涉及的术语、概念等相同,其实现过程也完全相同,可参考前述实施例的描述,此处不做赘述。
从上述附图3示例的检测logo粘贴不良的方法可知,由于通过线激光器扫描粘贴在产品上印有logo的粘贴物,获取印有logo的粘贴物的灰度图像以及在此基础上对灰度图像的logo本身的像素进行的分析都属于电子设备而非人工感官来确定,其都有一个统一的标准作为参考,从而让分析的结果更加客观,因此,与现有的通过人工检测logo粘贴不良的方法相比,本申请提供的技术方案能够大幅提高logo粘贴不良的检出率以及降低logo粘贴不良的漏检率,也提高了检测效率。
实施例四
附图4是本申请另一实施例所描述的检测logo粘贴不良的方法。与附图2或附图3示例的方法类似,附图4中的光电设备也可以是线激光器或线性激光器,其各种参数亦可与附图2示例的方法中的线激光器或线性激光器的参数相同。附图4示例的方法主要包括步骤401至步骤404,详细说明如下:
步骤401、通过线激光器扫描粘贴在产品上印有logo的粘贴物,获取印有logo的粘贴物的灰度图像。
步骤401涉及的术语、概念等与附图2示例的步骤201或附图3示例的步骤301涉及的术语、概念等相同,其实现过程也完全相同,可参考前述实施例的描述,此处不做赘述。
步骤402、将印有logo的粘贴物的灰度图像与标准灰度图像进行比较得到印有logo的粘贴物的灰度图像与标准灰度图像的差值。
在本申请实施例中,标准灰度图像为印有logo的粘贴物合格地粘贴在产品上后被光电设备获取到的灰度图像,其中,印有logo的粘贴物合格地粘贴在产品上可以理解为印有logo的粘贴物粘贴良好,即印有logo的粘贴物粘贴在产品上没有出现局部起翘、凹陷、不平或整体不平等缺陷。
步骤403、若印有logo的粘贴物的灰度图像与标准灰度图像的差值超过第一预设阈值,则确定logo的粘贴图像异常。
理想状态下,印有logo的粘贴物的灰度图像与标准灰度图像若完全一样,则logo的粘贴图像正常,logo粘贴良好,或者,印有logo的粘贴物的灰度图像与标准灰度图像之间的差值越小,说明logo的粘贴图像越趋近于正常,logo粘贴越趋近于良好。若对这个差值进行约束,即设立一个叫做第一预设阈值的阈值,然后,若经步骤402得到的印有logo的粘贴物的灰度图像与标准灰度图像的差值超过第一预设阈值,则确定logo的粘贴图像异常。
步骤404、若计算或分析的结果确定logo的粘贴图像异常,则确定logo粘贴不良。
步骤404涉及的术语、概念等与附图1示例的步骤103、附图2示例的步骤204或附图3示例的步骤304涉及的术语、概念等相同,其实现过程也完全相同,可参考前述实施例的描述,此处不做赘述。
从上述附图4示例的检测logo粘贴不良的方法可知,由于通过线激光器扫描粘贴在产品上印有logo的粘贴物,获取印有logo的粘贴物的灰度图像以及在此基础上对灰度图像的logo本身的像素进行的分析都属于电子设备而非人工感官来确定,其都有一个统一的标准作为参考,从而让分析的结果更加客观,因此,与现有的通过人工检测logo粘贴不良的方法相比,本申请提供的技术方案能够大幅提高logo粘贴不良的检出率以及降低logo粘贴不良的漏检率,也提高了检测效率。
实施例五。
附图5是本申请另一实施例所描述的检测logo粘贴不良的方法。与附图2、附图3或附图4示例的方法类似,附图5中的光电设备也可以是线激光器或线性激光器,其各种参数亦可与附图2示例的方法中的线激光器或线性激光器的参数相同。附图5示例的方法主要包括步骤501至步骤505,详细说明如下:
步骤501、通过线激光器线激光器扫描产品,获取产品的三维图像。
步骤502、通过线激光器扫描粘贴在产品上印有logo的粘贴物,获取印有logo的粘贴物的三维图像。
需要说明的是,步骤501和步骤502可以同时进行或者顺序调换,即先实施步骤502,再实施步骤501。
步骤503、计算三维图像中印有logo的粘贴物与产品被粘贴面之间的高度差。
需要说明的是,在本申请实施例中,考虑到印有logo的粘贴物可能局部翘起或胀起来,因此,三维图像中印有logo的粘贴物与产品被粘贴面之间的高度差,可以是三维图像中印有logo的粘贴物的最高处的高度与产品被粘贴面的高度的差值。
步骤504、若印有logo的粘贴物粘贴到产品被粘贴面时与产品被粘贴面之间的高度差超过第二预设阈值,则确定logo的粘贴图像异常。
由于印有logo的粘贴物粘贴到产品被粘贴面,难以做到绝对的平整,允许有很细微的缺陷,因此,若印有logo的粘贴物粘贴到产品被粘贴面时与产品被粘贴面之间的高度差超过第二预设阈值,则确定logo的粘贴图像异常,否则,确定logo的粘贴图像正常。
步骤505、若计算或分析的结果确定logo的粘贴图像异常,则确定logo粘贴不良。
步骤505涉及的术语、概念等与附图1示例的步骤103、附图2示例的步骤204、附图3示例的步骤304或附图4示例的步骤404涉及的术语、概念等相同,其实现过程也完全相同,可参考前述实施例的描述,此处不做赘述。
实施例六。
附图6是本申请另一实施例所描述的检测logo粘贴不良的方法。与附图2至附图5示例的方法类似,附图6中的光电设备也可以是线激光器或线性激光器,其各种参数亦可与附图2示例的方法中的线激光器或线性激光器的参数相同。附图6示例的方法主要包括步骤601至步骤603,详细说明如下:
步骤601、通过光电设备扫描印有logo的粘贴物与被粘贴面,其中,被粘贴面为产品被印有logo的粘贴物粘贴的一面。
步骤602、计算印有logo的粘贴物粘贴到被粘贴面时与被粘贴面之间的高度差。
步骤603、若印有logo的粘贴物粘贴到被粘贴面时与被粘贴面之间的高度差超过预设高度阈值,则确定logo粘贴不良。
图7为本申请实施例提供一种电子装置。该电子装置可用于实现上述方法实施例提供的上述检测logo粘贴不良的方法。如图7所示,该电子装置主要包括图像获取模块701、分析模块702和第一确定模块703,其中:
图像获取模块701,用于通过光电设备获取logo的粘贴图像,其中,logo的粘贴图像为印有logo的粘贴物粘贴在产品上被光电设备获取到的图像;
分析模块702,用于对通过光电设备获取的logo的粘贴图像进行计算或分析;
第一确定模块703,用于若分析模块702计算或分析的结果确定logo的粘贴图像异常,则确定logo粘贴不良。
图8为本申请实施例提供一种电子装置。该电子装置可用于实现上述方法实施例提供的上述检测logo粘贴不良的方法。如图8所示,该电子装置主要包括扫描模块801、高度差计算模块802和第二确定模块803,其中:
扫描模块801,用于通过光电设备扫描印有logo的粘贴物与被粘贴面,其中,被粘贴面为产品被印有logo的粘贴物粘贴的一面;
高度差计算模块802,用于计算印有logo的粘贴物粘贴到被粘贴面时与被粘贴面之间的高度差;
第二确定模块803,用于若高度差计算模块802计算出的高度差超过预设高度阈值,则确定logo粘贴不良。
需要说明的是,以上附图7或附图8示例的电子装置的实施方式中,各功能模块的划分仅是举例说明,实际应用中可以根据需要,例如相应硬件的配置要求或者软件的实现的便利考虑,而将上述功能分配由不同的功能模块完成,即将电子装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。而且,在实际应用中,本实施例中的相应的功能模块可以是由相应的硬件实现,也可以由相应的硬件执行相应的软件完成。本说明书提供的各个实施例都可应用上述描述原则,以下不再赘述。
本实施例提供的电子装置中各功能模块实现各自功能的具体过程,请参见上述方法实施例中描述的具体内容,此处不再赘述。
由上可见,由于光电设备获取logo的粘贴图像以及在此基础上对logo的粘贴图像进行的计算或分析都属于电子设备而非人工感官来确定,其都有一个统一的标准作为参考,从而让计算或分析的结果更加客观,因此,与现有的通过人工检测logo粘贴不良的方法相比,本申请提供的技术方案能够大幅提高logo粘贴不良的检出率以及降低logo粘贴不良的漏检率,也提高了检测效率。
实施例六
本申请实施例提供一种电子装置,请参阅图9,该电子装置包括:
存储器901、处理器902及存储在存储器901上并可在处理器902上运行的计算机程序,处理器902执行该计算机程序时,实现前述附图1至附图6的实施例中描述的检测logo粘贴不良的方法。
进一步的,该电子装置还包括:
至少一个输入设备903以及至少一个输出设备909。
上述存储器901、处理器902、输入设备903以及输出设备909,通过总线905连接。
其中,输入设备903具体可为摄像头、触控面板、物理按键或者鼠标等等。输出设备909具体可为显示屏。
存储器901可以是高速随机存取记忆体(RAM,Random Access Memory)存储器,也可为非不稳定的存储器(non-volatile memory),例如磁盘存储器。存储器901用于存储一组可执行程序代码,处理器902与存储器901耦合。
进一步的,本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质可以是设置于上述各实施例中的电子装置中,该计算机可读存储介质可以是前述图9所示实施例中的存储器。该计算机可读存储介质上存储有计算机程序,该程序被处理器执行时实现前述方法实施例中描述的检测logo粘贴不良的方法。进一步的,该计算机可存储介质还可以是U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个可读存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的可读存储介质包括:U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,对于前述的各方法实施例,为了简便描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定都是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述。
以上为对本申请所提供的检测logo粘贴不良的方法、电子装置及计算机可读存储介质的描述,对于本领域的技术人员,依据本申请实施例的思想,在具体实施方式及应用范围上均会有改变之处,综上,本说明书内容不应理解为对本申请的限制。

Claims (9)

1.一种检测logo粘贴不良的方法,其特征在于,包括:
通过光电设备获取logo的粘贴图像,所述光电设备为线激光器,所述logo的粘贴图像为印有logo的粘贴物粘贴在产品上被所述光电设备获取到的图像;所述通过光电设备获取logo的粘贴图像,包括:通过线激光器扫描粘贴在所述产品上印有logo的粘贴物,获取所述印有logo的粘贴物的灰度图像;
分析所述灰度图像的logo本身的像素;若所述灰度图像的logo本身存在黑色区域或黑点白点分散分布,则确定所述logo的粘贴图像异常;
若计算或分析的结果确定所述logo的粘贴图像异常,则确定所述logo粘贴不良。
2.根据权利要求1所述的检测logo粘贴不良的方法,其特征在于,所述分析所述灰度图像的logo本身的像素;若所述灰度图像的logo本身存在黑色区域或黑点白点分散分布,则确定所述logo的粘贴图像异常;包括:
将所述印有logo的粘贴物的灰度图像与标准灰度图像进行比较得到所述印有logo的粘贴物的灰度图像与所述标准灰度图像的差值,所述标准灰度图像为印有所述logo的粘贴物合格地粘贴在所述产品上后被所述光电设备获取到的灰度图像;
若所述差值超过第一预设阈值,则确定所述logo的粘贴图像异常。
3.根据权利要求1所述的检测logo粘贴不良的方法,其特征在于,所述光电设备为线激光器,所述方法还包括:通过所述线激光器线激光器扫描所述产品,获取所述产品的三维图像;
所述通过光电设备获取logo的粘贴图像,包括:通过所述线激光器扫描粘贴在所述产品上印有logo的粘贴物,获取所述印有logo的粘贴物的三维图像。
4.根据权利要求3所述的检测logo粘贴不良的方法,其特征在于,所述分析所述灰度图像的logo本身的像素;若所述灰度图像的logo本身存在黑色区域或黑点白点分散分布,则确定所述logo的粘贴图像异常;包括:
计算所述三维图像中所述印有logo的粘贴物粘贴到所述产品被粘贴面时与所述产品被粘贴面之间的高度差;
若所述高度差超过第二预设阈值,则确定所述logo的粘贴图像异常。
5.一种检测logo粘贴不良的方法,其特征在于,包括:
通过光电设备扫描印有logo的粘贴物与被粘贴面,所述被粘贴面为产品被所述印有logo的粘贴物粘贴的一面;
计算所述印有logo的粘贴物粘贴到所述被粘贴面时与所述被粘贴面之间的高度差;
若所述高度差超过预设高度阈值,则确定所述logo粘贴不良。
6.一种电子装置,其特征在于,包括:
图像获取模块,用于通过光电设备获取logo的粘贴图像,所述光电设备为线激光器,所述logo的粘贴图像为印有logo的粘贴物粘贴在产品上被所述光电设备获取到的图像;所述通过光电设备获取logo的粘贴图像,包括:通过线激光器扫描粘贴在所述产品上印有logo的粘贴物,获取所述印有logo的粘贴物的灰度图像;
分析模块,用于分析所述灰度图像的logo本身的像素;
第一确定模块,用于若所述灰度图像的logo本身存在黑色区域或黑点白点分散分布,则确定所述logo的粘贴图像异常。
7.一种电子装置,其特征在于,包括:
扫描模块,用于通过光电设备扫描印有logo的粘贴物与被粘贴面,所述被粘贴面为产品被所述印有logo的粘贴物粘贴的一面;
高度差计算模块,用于计算所述印有logo的粘贴物粘贴到所述被粘贴面时与所述被粘贴面之间的高度差;
第二确定模块,用于若所述高度差超过预设高度阈值,则确定所述logo粘贴不良。
8.一种电子装置,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现权利要求1至4中的任意一项所述方法或权利要求5所述方法。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现权利要求1至4中的任意一项所述方法或权利要求5所述方法。
CN201810847673.9A 2018-07-27 2018-07-27 检测logo粘贴不良的方法、电子装置及计算机可读存储介质 Active CN108961252B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810847673.9A CN108961252B (zh) 2018-07-27 2018-07-27 检测logo粘贴不良的方法、电子装置及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810847673.9A CN108961252B (zh) 2018-07-27 2018-07-27 检测logo粘贴不良的方法、电子装置及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN108961252A CN108961252A (zh) 2018-12-07
CN108961252B true CN108961252B (zh) 2021-06-08

Family

ID=64465412

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810847673.9A Active CN108961252B (zh) 2018-07-27 2018-07-27 检测logo粘贴不良的方法、电子装置及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN108961252B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111638230A (zh) * 2019-03-01 2020-09-08 Oppo(重庆)智能科技有限公司 终端镜片检测方法、装置、电子设备及存储介质
CN111192250B (zh) * 2019-12-30 2022-02-08 合肥联宝信息技术有限公司 电脑b面边框检测方法、装置及计算机存储介质和计算机
CN113663867B (zh) * 2020-05-15 2023-03-28 宁波舜宇光电信息有限公司 点胶设备、方法及执行该方法的电子设备、介质
CN113052157B (zh) * 2021-03-16 2024-05-14 广东核电合营有限公司 标牌检测方法、装置、计算机设备和存储介质

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2284048A (en) * 1993-11-22 1995-05-24 Honda Motor Co Ltd Method for examining the surface of a workpiece
CN101110125A (zh) * 2007-07-25 2008-01-23 西北师范大学 基于数字图像技术构建金属表面层三维宏观形貌的方法
CN101694472A (zh) * 2009-10-23 2010-04-14 郭震 缺陷孔图像识别方法
CN103512888A (zh) * 2013-06-05 2014-01-15 北京化工大学 一种基于图像识别技术的烟包封条缺陷检测系统
CN103698337A (zh) * 2013-12-19 2014-04-02 三峡大学 一种扁平酒瓶标签粘贴缺陷自动检测方法
CN104608799A (zh) * 2014-12-12 2015-05-13 郑州轻工业学院 基于信息融合技术列车轮对踏面损伤在线检测与识别方法
CN204440529U (zh) * 2015-03-11 2015-07-01 山东新北洋信息技术股份有限公司 图像传感器和纸币处理装置
JP2015132605A (ja) * 2014-01-13 2015-07-23 東友ファインケム株式会社 フィルムの巻取不良検査方法及びシステム
WO2015146744A1 (ja) * 2014-03-27 2015-10-01 株式会社タカコ 工具検査方法及び工具検査装置
CN106296974A (zh) * 2016-07-29 2017-01-04 广州广电运通金融电子股份有限公司 一种粘贴钞检测方法和装置
CN106327483A (zh) * 2016-08-12 2017-01-11 广州视源电子科技股份有限公司 检测设备logo贴附的方法、系统及装置
CN106471333A (zh) * 2014-07-08 2017-03-01 日产自动车株式会社 缺陷检查装置以及生产系统
CN106780445A (zh) * 2016-11-30 2017-05-31 北京兆维智能装备有限公司 一种基于3d成像技术的lcm组件外形缺陷检测方法
CN107389701A (zh) * 2017-08-22 2017-11-24 西北工业大学 一种基于图像的pcb表观缺陷自动检测系统及方法
CN108287165A (zh) * 2017-11-24 2018-07-17 住华科技股份有限公司 缺陷检查方法及缺陷检测系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102799653A (zh) * 2012-06-29 2012-11-28 中国科学院自动化研究所 一种基于空间连通域预定位的商标检测方法
CN103593831A (zh) * 2013-10-25 2014-02-19 同济大学 一种自动去除水泥浆体背散射电子图像制样缺陷的方法
CN103927513A (zh) * 2014-03-26 2014-07-16 广州品唯软件有限公司 Logo识别方法和装置
EP3230925B1 (en) * 2015-02-27 2020-11-04 Hewlett-Packard Development Company, L.P. Recursive halftoning and gray value substitution
CN106501271A (zh) * 2016-11-24 2017-03-15 深圳市博视科技有限公司 产品外观检测方法
CN107203990B (zh) * 2017-04-02 2020-12-18 南京汇川图像视觉技术有限公司 一种基于模板匹配与图像质量评估的标贴破损检测方法

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2284048A (en) * 1993-11-22 1995-05-24 Honda Motor Co Ltd Method for examining the surface of a workpiece
CN101110125A (zh) * 2007-07-25 2008-01-23 西北师范大学 基于数字图像技术构建金属表面层三维宏观形貌的方法
CN101694472A (zh) * 2009-10-23 2010-04-14 郭震 缺陷孔图像识别方法
CN103512888A (zh) * 2013-06-05 2014-01-15 北京化工大学 一种基于图像识别技术的烟包封条缺陷检测系统
CN103698337A (zh) * 2013-12-19 2014-04-02 三峡大学 一种扁平酒瓶标签粘贴缺陷自动检测方法
JP2015132605A (ja) * 2014-01-13 2015-07-23 東友ファインケム株式会社 フィルムの巻取不良検査方法及びシステム
WO2015146744A1 (ja) * 2014-03-27 2015-10-01 株式会社タカコ 工具検査方法及び工具検査装置
CN106471333A (zh) * 2014-07-08 2017-03-01 日产自动车株式会社 缺陷检查装置以及生产系统
CN104608799A (zh) * 2014-12-12 2015-05-13 郑州轻工业学院 基于信息融合技术列车轮对踏面损伤在线检测与识别方法
CN204440529U (zh) * 2015-03-11 2015-07-01 山东新北洋信息技术股份有限公司 图像传感器和纸币处理装置
CN106296974A (zh) * 2016-07-29 2017-01-04 广州广电运通金融电子股份有限公司 一种粘贴钞检测方法和装置
CN106327483A (zh) * 2016-08-12 2017-01-11 广州视源电子科技股份有限公司 检测设备logo贴附的方法、系统及装置
CN106780445A (zh) * 2016-11-30 2017-05-31 北京兆维智能装备有限公司 一种基于3d成像技术的lcm组件外形缺陷检测方法
CN107389701A (zh) * 2017-08-22 2017-11-24 西北工业大学 一种基于图像的pcb表观缺陷自动检测系统及方法
CN108287165A (zh) * 2017-11-24 2018-07-17 住华科技股份有限公司 缺陷检查方法及缺陷检测系统

Also Published As

Publication number Publication date
CN108961252A (zh) 2018-12-07

Similar Documents

Publication Publication Date Title
CN108961252B (zh) 检测logo粘贴不良的方法、电子装置及计算机可读存储介质
US10346987B1 (en) Locating objects on surfaces
US8600107B2 (en) Interactive input system and method
US9208547B2 (en) Stereo correspondence smoothness tool
EP2182427A2 (en) Method and apparatus for detecting touch point
US20140050387A1 (en) System and Method for Machine Vision Inspection
US20100104198A1 (en) System and method for determining inflection points in an image of an object
CN103530590A (zh) Dpm二维码识别系统
US9430080B2 (en) Touch positioning method, touch screen, touch system, and display
CN103034833B (zh) 条码定位方法及装置
CN104966089A (zh) 一种二维码图像边缘检测的方法及装置
US9885563B2 (en) Dynamic digital fringe projection techniques for measuring warpage
CN116109572A (zh) 工件边缘微弱缺陷的检测方法、装置及电子设备
CN110659717B (zh) 一种智能识别染色体数量的方法及系统
CN114445499A (zh) 棋盘格角点自动提取方法、系统、设备及介质
CN114926464B (zh) 在双录场景下的图像质检方法、图像质检装置及系统
CN111583225A (zh) 缺陷检测方法、装置及存储介质
CN115456988A (zh) 一种缺陷检测方法、终端设备及存储介质
CN105354844B (zh) 基于形状拟合的边缘拐点检测方法及检测装置
CN112991308A (zh) 一种图像质量的确定方法、装置、电子设备和介质
CN112712538A (zh) 一种显示屏定位方法、电子设备及存储介质
CN109791691B (zh) 条纹状区域检测装置、条纹状区域检测方法、计算机可读取的记录介质
CN111324227A (zh) 多点触控屏检测系统及其检测方法
JP6232947B2 (ja) 平坦度検出装置及び平坦度検出方法
CN111768410B (zh) 图像处理方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant