CN109584359B - 移动终端天线的无损检测方法、装置及系统 - Google Patents
移动终端天线的无损检测方法、装置及系统 Download PDFInfo
- Publication number
- CN109584359B CN109584359B CN201811453286.3A CN201811453286A CN109584359B CN 109584359 B CN109584359 B CN 109584359B CN 201811453286 A CN201811453286 A CN 201811453286A CN 109584359 B CN109584359 B CN 109584359B
- Authority
- CN
- China
- Prior art keywords
- mobile terminal
- normal vector
- detected
- angle
- antenna
- 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
Links
- 238000009659 non-destructive testing Methods 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000001514 detection method Methods 0.000 claims abstract description 83
- 239000013598 vector Substances 0.000 claims abstract description 78
- 230000005540 biological transmission Effects 0.000 claims abstract description 48
- 238000012549 training Methods 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000007689 inspection Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 8
- 238000012360 testing method Methods 0.000 description 11
- 230000007547 defect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000001914 filtration Methods 0.000 description 5
- 239000002184 metal Substances 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000008030 elimination Effects 0.000 description 3
- 238000003379 elimination reaction Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000001066 destructive effect Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000275 quality assurance Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/08—Projecting images onto non-planar surfaces, e.g. geodetic screens
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种移动终端天线的无损检测方法、装置及系统，方法包括：根据预先存储的待检测移动终端天线的原始三维结构模型，计算每一个面元点处切平面的法向量；采用聚类算法对所述法向量进行训练，建立法向量角度聚类直方图；根据所述法向量角度聚类直方图，确定检测角度；根据所述检测角度，生成旋转控制信号，所述旋转控制信号用于控制待检测移动终端旋转至相应的检测角度；生成图像采集控制信号，所述图像采集控制信号用于控制采集待检测移动终端天线在相应的检测角度下的二维透射图像；根据所述二维透射图像建立天线三维结构模型；该方法以最少的检测次数获得涵盖信息最多的二维透射图像，重建三维结构模型，节约成本。
Description
技术领域
本发明属于移动终端测试技术领域，尤其涉及一种移动终端天线的无损检测方法、装置及系统。
背景技术
iPhone手机一向以其简洁的外观、轮廓和精湛的加工工艺，风格独树一帜，一眼便识。从iPhone4开始，为提高灵敏度，工程师将天线位置从前机型的内部放到了机壳侧面(金属边框)；iPhone 5s同样采用了把部分外装的金属部件用作天线的构造，而采用树脂外壳的iPhone 5c在内部配备了发挥同样作用的板金部件；iPhone6系列看似一体的金属后壳，使用塑料填充，其实是被切分成三段，上下两段分别为上部分天线和下半部分天线，中间部分是相互导通的，充当天线接地部分；iPhone7/7Plus不再是三段式设计，只保留了顶部和底部的白带，视觉割裂感再也无那么明显。
总的来说，目前不只是iPhone手机，其他各大品牌手机也纷纷效仿，天线总是隐埋于手机外壳上且紧凑的环绕手机边缘排列并与手机内部的某些模块连接，因为隐埋式天线的结构精细且埋藏于手机壳内部，其外部缺陷及疏通情况不容易被观察到。
X射线检测作为一种常规的无损检测方法，在设备的运行、产品质量的保证、生产效率的提高和生产成本的降低等领域正发挥着越来越大的作用。X射线透过物体时发生各种作用，利用X射线在不同物体中不同的衰减系数，便可得到包含强度信息的透射图像进而加以分析，这便是X射线检测法。
但是，手机的天线分布并不是简单的存在于一个二维平面，而是错综盘绕在手机金属壳内部，因此采用X射线检测如果只是采集二维强度的信息图很难满足对于缺陷的观察。因此需要建立三维模型，三维模型需要多个角度的二维图进行构建，目前对于此类复杂结构的三维建模，通常的做法是采集多个不同角度下的多个二维图像，再通过复杂的算法构建三维模型，但是这样的方法需要采集大量的二维图，严重浪费成本、资源和时间。
发明内容
本发明为解决利用X射线检测天线缺陷时，采集过多二维图造成的浪费成本、资源和时间的技术问题，提供一种移动终端天线的无损检测系统及方法，能够有效的节约成本、资源和时间。
本发明第一个目的是，提供一种移动终端天线的无损检测方法，包括：
根据预先存储的待检测移动终端天线的原始三维结构模型，计算每一个面元点处切平面的法向量；
采用聚类算法对所述法向量进行训练，建立法向量角度聚类直方图；
根据所述法向量角度聚类直方图，确定检测角度；
根据所述检测角度，生成旋转控制信号，所述旋转控制信号用于控制待检测移动终端旋转至相应的检测角度；
生成图像采集控制信号，所述图像采集控制信号用于控制采集待检测移动终端天线在相应的检测角度下的二维透射图像；
根据所述二维透射图像建立天线三维结构模型。
根据本发明的一个实施例采用DBSCAN密度聚类算法对所述法向量进行训练，建立法向量角度聚类直方图。
根据本发明的一个实施例，采用DBSCAN密度聚类算法对所述法向量进行训练，建立法向量角度聚类直方图，包括：
给定半径值和领域点数目最小值；
根据所述半径值和领域点数目最小值，对所述法向量进行聚类，获得多个面元集中区域；
以角度为横坐标，面元数量为纵坐标，建立法向量角度聚类直方图。
根据本发明的一个实施例，根据所述法向量角度聚类直方图，确定检测角度，包括：
从每个面元集中区域选择面元数量最多所对应的角度作为检测角度。
根据本发明的一个实施例，所述方法还包括：
控制采集没有放置待检测移动终端时的背景图像并存储。
根据本发明的一个实施例，所述方法还包括：
将所述二维透射图像与所述背景图像进行相除操作，消除背景影响；
对相除操作之后的二维透射图像进行去噪和边缘增强处理。
本发明的第二个目的是，提供一种移动终端天线的无损检测装置，包括：
法向量计算模块，用于根据预先存储的待检测移动终端天线的原始三维结构模型，计算每一个面元点处切平面的法向量；
训练模块，用于采用聚类算法对所述法向量进行训练，建立法向量角度聚类直方图；
角度确定模块，用于根据所述法向量角度聚类直方图，确定检测角度；
旋转控制模块，用于根据所述检测角度，生成旋转控制信号，所述旋转控制信号用于控制待检测移动终端旋转至相应的检测角度；
图像采集控制模块，用于生成图像采集控制信号，所述图像采集控制信号用于控制采集待检测移动终端天线在相应的检测角度下的二维透射图像；
模型建立模块，用于根据所述二维透射图像建立天线三维结构模型。
本发明的第三个目的是，提供一种移动终端的隐埋式微天线的无损检测装置，包括：
所述图像采集装置、旋转台以及显示装置均与所述无损检测装置连接；
所述旋转台用于放置待检测移动终端，并将所述待检测移动终端旋转至相应的检测角度；
所述图像采集装置用于采集待检测移动终端天线在相应的检测角度下的二维透射图像；
所述显示装置用于对所述天线三维结构模型进行显示。
根据本发明的一个实施例，所述图像采集装置包括X射线源和探测器，所述X射线源用于发射X射线，所述待检测移动终端位于所述X射线的光路上，所述探测器用于接收经过所述待检测移动终端后的X射线，并将经过所述待检测移动终端后的X射线发送至所述无损检测装置。
根据本发明的一个实施例，所述旋转台包括载物台和旋转驱动装置，所述旋转驱动装置与载物台配合设置，所述载物台用于放置待检测移动终端，所述无损检测装置与所述旋转驱动装置连接。
本实施例提供的移动终端天线的无损检测系统及方法，至少包括如下有益效果：
(1)结构简单，通过计算获得最优的检测角度，以最少的检测次数获得涵盖信息最多的二维透射图像，进一步重建三维结构模型，实现对待检测移动终端天线的直接观测，有效的节约成本、资源和时间；
(2)利用DBSCAN密度聚类算法优化法向量信息，寻找数量最少但涵盖面元信息最多的检测角度，提高检测效率，DBSCAN密度聚类算法无需给定核心点的数目，算法简单，有效节约计算流程；
(3)对检测到的图像进行背景消除和滤波去噪等处理，进一步提高检测的准确性。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
图1是本发明实施例提供的移动终端天线的无损检测方法一种实施例的流程图。
图2为本发明实施例提供的移动终端天线的无损检测系统中的待检测移动终端各面元点法向量的计算示意图。
图3是本发明实施例提供的移动终端天线的无损检测方法采用聚类算法确定检测角度一种应用场景下的示意图。
图4是本发明实施例提供的移动终端天线的无损检测装置一种实施例的结构示意图。
图5是本发明一种实施例提供的移动终端天线的无损检测系统的结构示意图。
图6是本发明另一种实施例提供的移动终端天线的无损检测系统的结构示意图。
具体实施方式
为了使本发明所解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
实施例一
参考图1，本实施例提供一种移动终端天线的无损检测方法，包括：
步骤S101，根据预先存储的待检测移动终端天线的原始三维结构模型，计算每一个面元点处切平面的法向量；
步骤S102，采用聚类算法对所述法向量进行训练，建立法向量角度聚类直方图；
步骤S103，根据所述法向量角度聚类直方图，确定检测角度；
步骤S104，根据所述检测角度，生成旋转控制信号，所述旋转控制信号用于控制待检测移动终端旋转至相应的检测角度；
步骤S105，生成图像采集控制信号，所述图像采集控制信号用于控制采集待检测移动终端天线在相应的检测角度下的二维透射图像；
步骤S106，根据所述二维透射图像建立天线三维结构模型。
具体地，首先利用预先存储的待检测移动终端天线的原始三维结构模型，计算每一个面元点处切平面的法向量，通过法向量聚类，确定合适的检测角度，控制相应的设备带动待检测移动终端旋转至相应的角度，采集待检测移动终端天线的二维透射图像，在这些角度下的二维透射图像几乎涵盖了所有的三维信息，通过采集到的二维透射图像建立三维结构模型，并通过显示装置进行显示，即可以直观的观察到待检测移动终端天线的缺陷。
进一步地，本实施例中的移动终端，包括但不限于手机、设置有天线的平板电脑等。
本实施例提供的移动终端天线的无损检测方法，通过计算获得最优的检测角度，以最少的检测次数获得涵盖信息最多的二维透射图像，进一步重建三维结构模型，实现对待检测移动终端天线的直接观测，有效的节约成本、资源和时间。
实施例二
本实施例提供一种移动终端天线的无损检测方法。
首先，根据预先存储的待检测移动终端天线的原始三维结构模型，计算每一个面元点处切平面的法向量。参考图2，定义待检测移动终端最大平面垂直于X射线入射时的方向为0°方向，待检测移动终端绕轴可旋转360°，前180°的法向量和后180°法向量相互对称，可将其对称的两方向法向量视为相同的法向量，每一个面元的法向量对应一个角度。
进一步地，采用聚类算法对所述法向量进行训练，建立法向量角度聚类直方图。作为一种优选的实施方式，采用DBSCAN密度聚类算法，给定半径值和领域点数目最小值，根据所述半径值(Eps)和领域点数目最小值(MinPts)，对所述法向量进行聚类，获得多个面元集中区域，以角度为横坐标，面元数量为纵坐标，建立法向量角度聚类直方图。
进一步地，根据法向量角度聚类直方图，确定检测角度，具体为：从每个面元集中区域选择面元数量最多所对应的角度作为检测角度，这些角度几乎涵盖了所有的三维信息。
DBSCAN(Density-Based Spatial Clustering of Applications with Noise)，具有噪声的基于密度的聚类算法，是一种很典型的密度聚类算法，即可以适用于凸样本集，也可以适用于非凸样本集。
DBSCAN密度聚类算法是一种基于密度的聚类算法，这类密度聚类算法一般假定类别可以通过样本分布的紧密程度决定。同一类别的样本，他们之间紧密连接，也就是说，在该类别任意样本周围不远处一定有同类别的样本存在。通常将紧密相连的样本化为一类，这样就得到一个聚类类别，通过将所有各组紧密相连的样本划分为各个不同的类别，就得到了最终所有的聚类类别结果。
DBSCAN算法聚类的时候不需要预先指定簇的个数，最终的簇个数不确定。DBSCAN算法将数据点分为三类：核心点、边界点和噪音点，核心点为给定半径内超过给定的领域点数目最小值的点，边界点为给定半径内点的数量小于给定的领域点数目最小值，噪音点为既不是核心点也不是边界点的点。DBSCAN算法流程包括：将所有的点标记为核心点、边界点或噪声点；删除噪声点；为距离在给定半径之内的所有核心点之间赋予一条边；每组连通的核心点形成一个簇；将每个边界点指派到一个与之关联的核心点的簇中。
参考图3，有四个面元集中区域，从每个面元集中区域选择一个面元数量最多所对应的角度作为检测角度，分别为a、b、c、d，这四个角度几乎涵盖了所有的三维信息。
采用DBSCAN密度聚类算法，具有如下优点：
1、可以对任意形状的稠密数据集进行聚类，相对的，其他聚类算法一般只适用于凸数据集；
2、可以在聚类的同时发现异常点，对数据集中的异常点不敏感；
3、聚类结果没有偏倚；
4、不需要输入类别数，可以发现任意形状的聚类簇。
进一步地，根据检测角度，生成旋转控制信号并发送至相应的设备，相应的设备根据旋转控制信号驱动待检测移动终端转至相应的检测角度，同时处理器生成图像采集控制信号，控制采集二维透射图像。
作为一种优选的实施方式，在检测之前，进行大量对照试验，确定最佳系统参数，进一步提高检测的可靠性。工业检测需要保证其质量的同时提高效率，检测中有各种系统变量需要控制，因此系统在投入检测前，系统检测参数是由多种程式参数集合确定的。
进一步地，在检测之前，以最佳系统参数采集背景图像，即没有放置待检测移动终端时的图像，对采集的背景图像进行存储。
采用相应的检测角度下的二维透射图像之后，将其与背景图像进行相除操作，即可得到消除背景的二维透射图像。
进一步地，将消除背景后的二维透射图像进行滤波去噪、边缘增强等图像处理，根据处理后的二维透射图像建立天线三维结构模型并发送至显示装置进行显示，可以对待检测移动终端天线的缺陷和布局情况进行直观的观察。
进一步地，本实施例中的移动终端，包括但不限于手机、设置有天线的平板电脑等。
本实施例提供的移动终端天线的无损检测方法，至少包括如下有益效果：
(1)结构简单，通过计算获得最优的检测角度，以最少的检测次数获得涵盖信息最多的二维透射图像，进一步重建三维结构模型，实现对待检测移动终端天线的直接观测，有效的节约成本、资源和时间；
(2)利用DBSCAN密度聚类算法优化法向量信息，寻找数量最少但涵盖面元信息最多的检测角度，提高检测效率，DBSCAN密度聚类算法无需给定核心点的数目，算法简单，有效节约计算流程；
(3)对检测到的图像进行背景消除和滤波去噪等处理，进一步提高检测的准确性。
实施例三
参考图4，本实施例提供一种移动终端天线的无损检测装置，包括：
法向量计算模块201，用于根据预先存储的待检测移动终端天线的原始三维结构模型，计算每一个面元点处切平面的法向量；
训练模块202，用于采用聚类算法对所述法向量进行训练，建立法向量角度聚类直方图；
角度确定模块203，用于根据所述法向量角度聚类直方图，确定检测角度；
旋转控制模块204，用于根据所述检测角度，生成旋转控制信号，所述旋转控制信号用于控制待检测移动终端旋转至相应的检测角度；
图像采集控制模块205，用于生成图像采集控制信号，所述图像采集控制信号用于控制采集待检测移动终端天线在相应的检测角度下的二维透射图像；
模型建立模块206，用于根据所述二维透射图像建立天线三维结构模型。
具体地，训练模块202还用于采用DBSCAN密度聚类算法对所述法向量进行训练，建立法向量角度聚类直方图。
进一步地，训练模块202还用于：
给定半径值和领域点数目最小值；
根据所述半径值和领域点数目最小值，对所述法向量进行聚类，获得多个面元集中区域；
以角度为横坐标，面元数量为纵坐标，建立法向量角度聚类直方图。
进一步地，角度确定模块203还用于从每个面元集中区域选择面元数量最多所对应的角度作为检测角度。
进一步地，图像采集控制模块205还用于控制采集没有放置待检测移动终端时的背景图像并存储。
模型建立模块206还用于将所述二维透射图像与所述背景图像进行相除操作，消除背景影响，对相除操作之后的二维透射图像进行去噪和边缘增强处理。
本实施例提供的通过计算获得最优的检测角度，以最少的检测次数获得涵盖信息最多的二维透射图像，进一步重建三维结构模型，实现对待检测移动终端天线的直接观测，有效的节约成本、资源和时间。
实施例四
参考图5，本实施例提供一种移动终端天线的无损检测系统，包括如实施例三所述的无损检测装置301，还包括图像采集装置302、旋转台303以及显示装置304；
图像采集装置302、旋转台303以及显示装置304均与无损检测装置301连接；
旋转台303用于放置待检测移动终端，并将所述待检测移动终端旋转至相应的检测角度；
图像采集装置302用于采集待检测移动终端天线在相应的检测角度下的二维透射图像；
显示装置304用于对所述天线三维结构模型进行显示。
无损检测装置301的工作原理请参考实施例三，在此不再赘述。
无损检测装置301可以为有相应计算能力的处理器。
具体地，首先利用预先存储的待检测移动终端天线的原始三维结构模型，计算每一个面元点处切平面的法向量，通过法向量聚类，确定合适的检测角度，控制旋转台303旋转至相应的角度采集待检测移动终端天线的二维透射图像，在这些角度下的二维透射图像几乎涵盖了所有的三维信息，通过采集到的二维透射图像建立三维结构模型，并通过显示装置304进行显示，即可以直观的观察到待检测移动终端天线的缺陷。
进一步地，本实施例中的移动终端，包括但不限于手机、设置有天线的平板电脑等。
本实施例提供的移动终端天线的无损检测系统，结构简单，通过计算获得最优的检测角度，以最少的检测次数获得涵盖信息最多的二维透射图像，进一步重建三维结构模型，实现对待检测移动终端天线的直接观测，有效的节约成本、资源和时间。
实施例五
参考图6，本实施例提供一种移动终端天线的无损检测系统，包括如实施例三所述的无损检测装置401，还包括图像采集装置402、旋转台403以及显示装置404；
图像采集装置402、旋转台403以及显示装置404均与无损检测装置401连接；
旋转台403用于放置待检测移动终端，并将所述待检测移动终端旋转至相应的检测角度；
图像采集装置402用于采集待检测移动终端天线在相应的检测角度下的二维透射图像；
显示装置404用于对所述天线三维结构模型进行显示。
无损检测装置401的工作原理请参考实施例三，在此不再赘述。
无损检测装置401可以为有相应计算能力的处理器。
图像采集装置402包括X射线源4021和探测器4022，X射线源4021用于发射X射线，待检测移动终端位于X射线的光路上，探测器4022用于接收经过待检测移动终端后的X射线并发送至无损检测装置401进行成像。
旋转台403包括载物台4031和旋转驱动装置4032，旋转驱动装置4031与载物台4032配合设置，载物台4031用于放置待检测移动终端，无损检测装置401与旋转驱动装置4032连接。
具体地，无损检测装置401根据预先存储的待检测移动终端天线的原始三维结构模型，计算每一个面元点处切平面的法向量，参考图2，定义待检测移动终端最大平面垂直于X射线入射时的方向为0°方向，待检测移动终端绕轴可旋转360°，前180°的法向量和后180°法向量相互对称，可将其对称的两方向法向量视为相同的法向量，每一个面元的法向量对应一个角度。
进一步地，无损检测装置401采用聚类算法对所述法向量进行训练，建立法向量角度聚类直方图。作为一种优选的实施方式，采用DBSCAN密度聚类算法，给定半径值和领域点数目最小值，根据所述半径值和领域点数目最小值，对所述法向量进行聚类，获得多个面元集中区域，以角度为横坐标，面元数量为纵坐标，建立法向量角度聚类直方图，从每个面元集中区域选择面元数量最多所对应的角度作为检测角度，这些角度几乎涵盖了所有的三维信息。
进一步地，无损检测装置401根据计算获得的检测角度，生成相应的旋转控制信号并发送至旋转驱动装置4032，旋转驱动装置4032根据旋转控制信号驱动载物台4031转至相应的检测角度，同时无损检测装置401生成图像采集控制信号并发送至图像采集装置402的X射线源4021和探测器4022，X射线源4021发射X射线同时探测器4022接收经过待检测移动终端的X射线并发送至无损检测装置401进行成像。
作为一种优选的实施方式，在检测之前，进行大量对照试验，确定最佳系统参数，进一步提高检测的可靠性。工业检测需要保证其质量的同时提高效率，检测中有各种系统变量需要控制，因此系统在投入检测前，系统检测参数是由多种程式参数集合确定的，如控制管电压、管电流、待检测移动终端与探测器的距离、X射线源与探测器的距离等等，在检测中需要对以上参数进行调节，以确定最佳系统参数。
进一步地，在检测之前，无损检测装置401控制图像采集装置402以最佳系统参数采集背景图像，即没有放置待检测移动终端时的图像，对采集的背景图像进行存储。
采用相应的检测角度下的二维透射图像之后，将其余背景图像进行相除操作，即可得到消除背景的二维透射图像。
进一步地，将消除背景后的二维透射图像进行滤波去噪、边缘增强等图像处理，根据处理后的二维透射图像建立天线三维结构模型并发送至显示装置404进行显示，可以对待检测移动终端天线的缺陷和布局情况进行直观的观察。
进一步地，本实施例中的移动终端，包括但不限于手机、设置有天线的平板电脑等。
本实施例提供的动终端天线的无损检测系统，至少包括如下有益效果：
(1)结构简单，通过计算获得最优的检测角度，以最少的检测次数获得涵盖信息最多的二维透射图像，进一步重建三维结构模型，实现对待检测移动终端天线的直接观测，有效的节约成本、资源和时间；
(2)利用DBSCAN密度聚类算法优化法向量信息，寻找数量最少但涵盖面元信息最多的检测角度，提高检测效率，DBSCAN密度聚类算法无需给定核心点的数目，算法简单，有效节约计算流程；
(3)对检测到的图像进行背景消除和滤波去噪等处理，进一步提高检测的准确性。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
Claims (10)
1.一种移动终端天线的无损检测方法，其特征在于，包括：
根据预先存储的待检测移动终端天线的原始三维结构模型，计算每一个面元点处切平面的法向量；
采用聚类算法对所述法向量进行训练，建立法向量角度聚类直方图；
根据所述法向量角度聚类直方图，确定检测角度；
根据所述检测角度，生成旋转控制信号，所述旋转控制信号用于控制待检测移动终端旋转至相应的检测角度；
生成图像采集控制信号，所述图像采集控制信号用于控制采集待检测移动终端天线在相应的检测角度下的二维透射图像；
根据所述二维透射图像建立天线三维结构模型。
2.根据权利要求1所述的移动终端天线的无损检测方法，其特征在于，采用DBSCAN密度聚类算法对所述法向量进行训练，建立法向量角度聚类直方图。
3.根据权利要求2所述的移动终端天线的无损检测方法，其特征在于，采用DBSCAN密度聚类算法对所述法向量进行训练，建立法向量角度聚类直方图，包括：
给定半径值和领域点数目最小值；
根据所述半径值和领域点数目最小值，对所述法向量进行聚类，获得多个面元集中区域；
以角度为横坐标，面元数量为纵坐标，建立法向量角度聚类直方图。
4.根据权利要求3所述的移动终端天线的无损检测方法，其特征在于，根据所述法向量角度聚类直方图，确定检测角度，包括：
从每个面元集中区域选择面元数量最多所对应的角度作为检测角度。
5.根据权利要求4所述的移动终端天线的无损检测方法，其特征在于，所述方法还包括：
控制采集没有放置待检测移动终端时的背景图像并存储。
6.根据权利要求5所述的移动终端天线的无损检测方法，其特征在于，所述方法还包括：
将所述二维透射图像与所述背景图像进行相除操作，消除背景影响；
对相除操作之后的二维透射图像进行去噪和边缘增强处理。
7.一种移动终端天线的无损检测装置，其特征在于，包括：
法向量计算模块，用于根据预先存储的待检测移动终端天线的原始三维结构模型，计算每一个面元点处切平面的法向量；
训练模块，用于采用聚类算法对所述法向量进行训练，建立法向量角度聚类直方图；
角度确定模块，用于根据所述法向量角度聚类直方图，确定检测角度；
旋转控制模块，用于根据所述检测角度，生成旋转控制信号，所述旋转控制信号用于控制待检测移动终端旋转至相应的检测角度；
图像采集控制模块，用于生成图像采集控制信号，所述图像采集控制信号用于控制采集待检测移动终端天线在相应的检测角度下的二维透射图像；
模型建立模块，用于根据所述二维透射图像建立天线三维结构模型。
8.一种移动终端天线的无损检测系统，其特征在于，包括如权利要求7所述的无损检测装置，还包括图像采集装置、旋转台以及显示装置；
所述图像采集装置、旋转台以及显示装置均与所述无损检测装置连接；
所述旋转台用于放置待检测移动终端，并将所述待检测移动终端旋转至相应的检测角度；
所述图像采集装置用于采集待检测移动终端天线在相应的检测角度下的二维透射图像；
所述显示装置用于对所述天线三维结构模型进行显示。
9.根据权利要求8所述的移动终端天线的无损检测系统，其特征在于，所述图像采集装置包括X射线源和探测器，所述X射线源用于发射X射线，所述待检测移动终端位于所述X射线的光路上，所述探测器用于接收经过所述待检测移动终端后的X射线，并将经过所述待检测移动终端后的X射线发送至所述无损检测装置。
10.根据权利要求8所述的移动终端天线的无损检测系统，其特征在于，所述旋转台包括载物台和旋转驱动装置，所述旋转驱动装置与载物台配合设置，所述载物台用于放置待检测移动终端，所述无损检测装置与所述旋转驱动装置连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811453286.3A CN109584359B (zh) | 2018-11-30 | 2018-11-30 | 移动终端天线的无损检测方法、装置及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811453286.3A CN109584359B (zh) | 2018-11-30 | 2018-11-30 | 移动终端天线的无损检测方法、装置及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109584359A CN109584359A (zh) | 2019-04-05 |
| CN109584359B true CN109584359B (zh) | 2023-01-10 |
Family
ID=65925732
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811453286.3A Active CN109584359B (zh) | 2018-11-30 | 2018-11-30 | 移动终端天线的无损检测方法、装置及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109584359B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5936628A (en) * | 1991-08-06 | 1999-08-10 | Canon Kabushiki Kaisha | Three-dimensional model processing method, and apparatus therefor |
| CN107123164A (zh) * | 2017-03-14 | 2017-09-01 | 华南理工大学 | 保持锐利特征的三维重建方法及系统 |
| CN107633539A (zh) * | 2017-09-25 | 2018-01-26 | 潍坊学院 | 一种基于四边面片分割的三维点云模型数据压缩方法 |
-
2018
- 2018-11-30 CN CN201811453286.3A patent/CN109584359B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5936628A (en) * | 1991-08-06 | 1999-08-10 | Canon Kabushiki Kaisha | Three-dimensional model processing method, and apparatus therefor |
| CN107123164A (zh) * | 2017-03-14 | 2017-09-01 | 华南理工大学 | 保持锐利特征的三维重建方法及系统 |
| CN107633539A (zh) * | 2017-09-25 | 2018-01-26 | 潍坊学院 | 一种基于四边面片分割的三维点云模型数据压缩方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于切平面投影的树干三维表面重建算法;尤磊等;《林业科学》;20161115(第11期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109584359A (zh) | 2019-04-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6810505B2 (ja) | 教師データ作成方法及び装置並びに欠陥検査方法及び装置 | |
| EP3529586B1 (en) | System and method for performing automated analysis of air samples | |
| CN110726724A (zh) | 缺陷检测方法、系统和装置 | |
| CN112703375A (zh) | 用于投射和显示声学数据的系统和方法 | |
| CN109283182A (zh) | 一种电池焊点缺陷的检测方法、装置及系统 | |
| CN110378227B (zh) | 修正样本标注数据的方法、装置、设备及存储介质 | |
| CN112014404A (zh) | 组件检测方法、装置、系统、电子设备及存储介质 | |
| CN115629127B (zh) | 一种货箱缺陷分析方法、装置、设备及可读存储介质 | |
| CN113838480B (zh) | 一种洗衣机异音检测方法、装置及电子设备 | |
| CN109978985B (zh) | 数据处理方法及装置、存储介质、电子设备 | |
| CN113554645B (zh) | 基于wgan的工业异常检测方法和装置 | |
| AU2018101327B4 (en) | System and method for performing automated analysis of air samples | |
| CN111356914B (zh) | 一种检测方法和检测装置 | |
| CN102496032A (zh) | 一种电气设备x射线数字图片处理算法支持系统 | |
| CN109584359B (zh) | 移动终端天线的无损检测方法、装置及系统 | |
| Mutiargo et al. | Defect detection using trainable segmentation | |
| CN114266737A (zh) | 缺陷检测方法、装置、设备和存储介质 | |
| CN110211091A (zh) | 一种高分辨图像重构方法、装置及隐裂无损检测系统 | |
| CN103282938B (zh) | 用于通过x射线计算机断层扫描装置确定位于待检查物体中的结构位置的方法和评估设备 | |
| KR20100117793A (ko) | 음원 분석 장치 | |
| CN110207918A (zh) | 一种防抖功能检测方法、防抖功能检测装置及电子设备 | |
| Koenderink et al. | MARVIN: high speed 3d imaging for seedling classification | |
| CN117392131B (zh) | 一种压铸件内壁缺陷检测方法及系统 | |
| JP4344862B2 (ja) | 観察対象の自動検出方法及び装置 | |
| CN115184378B (zh) | 一种基于移动设备的混凝土结构病害检测系统及方法 |
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 |