CN110006923A - 一种标牌品质检测方法、装置及计算机可读存储介质 - Google Patents

一种标牌品质检测方法、装置及计算机可读存储介质 Download PDF

Info

Publication number
CN110006923A
CN110006923A CN201910330107.5A CN201910330107A CN110006923A CN 110006923 A CN110006923 A CN 110006923A CN 201910330107 A CN201910330107 A CN 201910330107A CN 110006923 A CN110006923 A CN 110006923A
Authority
CN
China
Prior art keywords
label
quality
information
quality detection
defective products
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.)
Granted
Application number
CN201910330107.5A
Other languages
English (en)
Other versions
CN110006923B (zh
Inventor
陈伟
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.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp 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 Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN201910330107.5A priority Critical patent/CN110006923B/zh
Publication of CN110006923A publication Critical patent/CN110006923A/zh
Application granted granted Critical
Publication of CN110006923B publication Critical patent/CN110006923B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/95Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956Inspecting patterns on the surface of objects
    • G01N21/95607Inspecting patterns on the surface of objects using a comparative method
    • 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
    • G06T7/001Industrial image inspection using an image reference approach
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30168Image quality inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本申请提供了一种标牌品质检测方法、装置及计算机可读存储介质,标牌默认为不良品状态,在对标牌进行品质检测信息的采集过程中,若标牌信息被采入,则将所采入的品质检测信息与标准信息模板进行比对,其中,在比对一致时,将默认状态修改为良品状态后作为检测结果输出,而在比对不一致时,则将默认的不良品状态作为检测结果输出;而若标牌信息未被采入,则基于默认的不良品状态输出检测结果。通过本申请方案的实施,采用智能化的方式对标牌进行品质检测,有效的降低了标牌质量检测的工作负荷,提高了检测效率和检测准确性;并默认标牌为不良品状态,在未有效采入标牌信息时,基于默认状态输出检测结果,提高了上线使用的标牌的良品率。

Description

一种标牌品质检测方法、装置及计算机可读存储介质
技术领域
本申请涉及质量检测技术领域,尤其涉及一种标牌品质检测方法、装置及计算机可读存储介质。
背景技术
我国是世界上主要的消费品生产大国,在生产产品的过程中,一方面,部分产品的参数需要符合国家或国际规范,例如电子产品等的能耗、功率等,另一方面,部分产品为更好的满足用户的使用友好性,需要对用户的合规使用进行指示,例如服装产品的洗涤指示等;由此,厂家需要在所生产的产品上对关联于产品的相关信息进行标识,也即需要在产品上附上作为信息载体的标牌。
而为保证所生产的标牌的良品率,标牌在生产之后需要对其进行质量检测,以将不良标牌剔除而避免上线使用。目前,对于标牌产品的批量检测,通常所采用的是人工检测的方式,也即由专门的质检人员基于经验来肉眼识别标牌的好坏,这种方式要求质检人员始终保持注意力集中,工作负荷较大,而且人工检测的检测效率和检测准确性也不能长期得到保证。由此可见,如何提高标牌的检测水平是目前生产加工行业迫切需要解决的问题。
发明内容
本申请实施例提供一种标牌品质检测方法、装置及计算机可读存储介质,至少能够解决相关技术中通过人工的方式进行标牌检测时,工作负荷较大,检测效率和检测准确性较低的问题。
本申请实施例第一方面提供一种标牌品质检测方法,包括:
对待检测标牌进行品质检测信息的采集;所述待检测标牌的初始品质状态默认为不良品状态;
判断是否成功采集到所述待检测标牌的品质检测信息;
在未成功采集到所述品质检测信息时,将所述待检测标牌保持为不良品状态,基于所述不良品状态输出检测结果;
在成功采集到所述品质检测信息时,将所述品质检测信息与预设的标准信息模板进行比对;
在比对一致时,将所述不良品状态修改为良品状态后作为检测结果进行输出,在比对不一致时,将所述不良品状态作为检测结果输出。
本申请实施例第二方面提供一种标牌品质检测装置,包括:
采集模块,用于对待检测标牌进行品质检测信息的采集;所述待检测标牌的初始品质状态默认为不良品状态;
判断模块,用于判断是否成功采集到所述待检测标牌的品质检测信息;
保持模块,用于在未成功采集到所述品质检测信息时,将所述待检测标牌保持为不良品状态,基于所述不良品状态输出检测结果;
比对模块,用于在成功采集到所述品质检测信息时,将所述品质检测信息与预设的标准信息模板进行比对;
输出模块,用于在比对一致时,将所述不良品状态修改为良品状态后作为检测结果进行输出,在比对不一致时,将所述不良品状态作为检测结果输出。
本申请实施例第三方面提供一种电子装置,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时,实现上述本申请实施例第一方面提供的标牌品质检测方法中的各步骤。
本申请实施例第四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,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提供的标牌品质检测方法中的各步骤。
由上可见,根据本申请方案所提供的标牌品质检测方法、装置及计算机可读存储介质,标牌的默认品质状态为不良品状态,在对标牌进行品质检测信息的采集过程中,若标牌信息被采入,则将所采入的品质检测信息与标准信息模板进行比对,其中,在比对一致时,将默认状态修改为良品状态后作为检测结果输出,而在比对不一致时,则将默认的不良品状态作为检测结果输出;而若标牌信息未被采入,则基于默认的不良品状态输出检测结果。通过本申请方案的实施,采用智能化的方式对标牌进行品质检测,有效的降低了标牌质量检测的工作负荷,提高了检测效率和检测准确性;并默认标牌为不良品状态,在未有效采入标牌信息时,基于默认的不良品状态输出检测结果,提高了上线使用的标牌的良品率。
附图说明
图1为本申请第一实施例提供的标牌品质检测方法的基本流程示意图;
图2为本申请第一实施例提供的标牌未采入时的检测结果输出方法的基本流程示意图;
图3为本申请第二实施例提供的标牌品质检测方法的细化流程示意图;
图4为本申请第三实施例提供的一种标牌品质检测装置的程序模块示意图;
图5为本申请第三实施例提供的另一种标牌品质检测装置的程序模块示意图;
图6为本申请第四实施例提供的电子装置的结构示意图。
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。
为了解决相关技术中通过人工的方式进行标牌检测时,工作负荷较大,检测效率和检测准确性较低的缺陷,本申请第一实施例提供了一种标牌品质检测方法,如图1为本实施例提供的标牌品质检测方法的基本流程图,该标牌品质检测方法包括以下的步骤:
步骤101、对待检测标牌进行品质检测信息的采集;待检测标牌的初始品质状态默认为不良品状态。
在本实施例中,通常是对批量标牌进行连续检测,其中多个标牌可以卷料或叠料的形式存在,通过控制卷料或叠料运动,而使得各标牌以预设速度顺序经过感应区域,由设置于检测工位上的感应器分别对各标牌进行信息采集,而执行后续的品质检测流程。
应当理解的是,本实施例中的标牌包括服装上的洗水标、电子产品上的铭牌贴或能源标识贴等。另外,还应当说明的是,本实施例对待检测标牌预置有一初始品质状态,一方面,在实际检测过程中,在任何场景下均保证针对各标牌可以输出一检测结果,另一方面,在检测过程中基于初始品质状态来执行判断逻辑,计算处理过程仅需涉及“OK”和“NG”两种情形,而不存在其它形式,可以简化品质检测实现逻辑。
可选的,对待检测标牌进行品质检测信息的采集包括:控制图像传感器对待检测标牌的表面印刷信息进行图像采集。
具体的,在本实施例中,待检测标牌为印刷标牌,印刷标牌的质量好坏则体现为标牌表面的印刷信息是否完整、印刷信息是否清晰、各类信息是否分别印刷在标牌上的标准区域。基于此,本实施例中通过控制设置于检测工位上的图像传感器对待检测标牌进行图像采集,以获取标牌表面所印刷的信息,然后进行后续质量检测。
应当说明的是,在本实施例的另一些实施方式中,待检测标牌还可以是射频标牌,那么标牌的质量好坏则体现为标牌内的电子信息是否完整、准确等,对应的,则需要通过射频读卡器读取射频标牌内的电子信息,然后基于所读取的电子信息进行后续质量检测。
可选的,在本实施例中,在控制图像传感器对待检测标牌的表面印刷信息进行图像采集之后,还包括:对所采集的图像进行预处理,得到满足比对要求的图像。
具体的,在实际应用中,在基于标牌表面的图像信息进行品质检测时,所采集的图像的质量对品质检测结果的准确性有很大影响。而对图像质量采集有所影响的因素包括:标牌在检测工位上运动的速度、图像传感器采集图像时标牌所处的位置等。为了保证检测效率和检测结果的准确性,本实施例中对所采集的图像进行处理而提高图像质量后,再将处理后的图像用于与标准信息模板进行比对。
可选的,对所采集的图像进行预处理,得到满足比对要求的图像包括但不限于以下两种方式及其组合:
方式一:对所采集的图像进行边缘提取处理,提取出待检测标牌的轮廓图像。
具体的,在实际应用中,在获取待检测标牌的图像时,由于客观因素的影响,例如拍摄方式的不确定性等,所获取的图像中并非只包含标牌,还可能包括标牌周围的场景,然而周围场景可能会在标牌品质检测过程中,对计算产生干扰而影响检测结果的准确性,基于此,本实施例中仅需将标牌自身的图像作为有效数据来进行标牌品质检测。应当说明的是,可以采用边缘提取算法,对所采集的图像进行边缘提取处理,仅将包括标牌自身的轮廓图像提取出来。
方式二:对所采集的图像进行光照去除处理,得到各区域的亮度均匀的图像。
具体的,在实际应用中,在进行图像采集的过程中,出于图像传感器的拍摄角度或拍摄环境的光照强度的影响,所采集的图像经常会出现亮度不均匀甚至由闪光灯造成的强烈反光等现象,从而也会造成所采集的图像的表现力有限。本实施例中为了改善图像质量,可以采用单尺度Retinex图像增强算法对图像进行光照去除预处理。
此外,还应当说明的是,在本实施例的另一种实施方式中,还可以对所采集的图像进行裁剪和矫正处理,以排除非标牌场景和拍摄角度的干扰。具体的,可以采用霍夫变换直线检测算法来进行图像裁剪,并采用透视变换,对裁剪后的图像中的对象进行矫正。
步骤102、判断是否成功采集到待检测标牌的品质检测信息。
具体的,并非在任何情况下均可以成功采集到所有标牌的品质检测信息,以品质检测信息为图像信息为例,在待检测标牌的传送速度过快而图像传感器的响应速度有限时,可能会漏采部分标牌的品质检测信息。
步骤103、在未成功采集到品质检测信息时,将待检测标牌保持为不良品状态,基于不良品状态输出检测结果。
具体的,在本实施例中,若某个标牌在信息采集过程中未被成功采入,那么则无法基于其品质检测信息来输出品质检测结果。本实施例中为了防止实际不良的标牌被上线投入使用,在未采入的情况下则将该标牌仍维持为所默认的不良品状态,并基于该不良品状态来输出检测结果,大大降低了不良品流出的风险。
如图2所示为本实施例提供的标牌未采入时的检测结果输出方法的流程图,可选的,在未成功采集到待检测标牌的品质检测信息时,待检测标牌的检测结果输出方法包括以下步骤:
步骤201、获取当前进行标牌品质检测时的输出策略关联信息;
步骤202、根据输出策略关联信息确定在未成功采集到品质检测信息时,所对应的检测结果输出策略;
步骤203、基于不良品状态,按照所确定的检测结果输出策略输出检测结果。
具体的,在本实施例中,未成功采集到品质检测信息时的检测结果输出策略基于标牌品质检测的输出策略关联信息进行确定。其中,输出策略关联信息包括以下至少一种:检测前提供的参考良品率、标牌允许弃置率。一方面,针对批量检测的待检测标牌,通常可以预先获知标牌的一个预估良品率,本实施例中可以根据该预估良品率的高低水平来确定检测结果输出策略;另一方面,不同生产厂商以及不同种类的标牌的允许弃置率有所不同,被作废的标牌数量正相关于允许弃置率,本实施例中还可以基于允许弃置率来对应确定检测结果输出策略。
可选的,根据输出策略关联信息确定在未成功采集到品质检测信息时,所对应的检测结果输出策略包括:若检测前提供的参考良品率超过预设良品率阈值,和/或标牌允许弃置率超过预设弃置率阈值,确定在未成功采集到品质检测信息时,将不良品状态作为检测结果进行输出;若检测前提供的参考良品率不超过预设良品率阈值,和/或标牌允许弃置率不超过预设弃置率阈值,确定在未成功采集到品质检测信息时,对未成功采集到品质检测信息的待检测标牌进行标记,并对标记后的待检测标牌返回执行对待检测标牌进行品质检测信息的采集的步骤,然后在成功采集到品质检测信息时,根据品质检测信息与预设的标准信息模板的比对结果输出检测结果。
具体的,在本实施例中,一种情况下,将待检测标牌保持为不良品状态之后,直接将该未成功采集到品质检测信息的标牌确定为不良品,适用于检测前提供的参考良品率超过预设良品率阈值,和/或标牌允许弃置率超过预设弃置率阈值的场景;而在另一种情况下,则将该标牌继续传送至备用检测工位上,重复执行本实施例的标牌品质检测流程,也即对该漏采的标牌再次进行信息采集,提升标牌信息被采集到的概率,然后在采集到该标牌信息后,基于标牌信息被采入的情况下的结果输出逻辑来输出检测结果,相应的,适用于例如检测前提供的参考良品率不超过预设良品率阈值,和/或标牌允许弃置率不超过预设弃置率阈值的场景。
步骤104、在成功采集到品质检测信息时,将品质检测信息与预设的标准信息模板进行比对。
步骤105、在比对一致时,将不良品状态修改为良品状态后作为检测结果进行输出,在比对不一致时,将不良品状态作为检测结果输出。
具体的,本实施例中的标准信息模板表征正确的品质检测信息,符合标准信息模板的品质检测信息证明对应的标牌为良品,从而将该标牌从默认的不良品状态修改为良品状态后作为检测结果输出,反之,则为不良品,将默认的品质状态作为检测结果输出。
应当说明的是,在实际应用中,在确认标牌不良之后,为了方便后续工序中筛除不良标牌,可以对不良标牌进行标记,例如冲孔破坏等。
基于上述本申请实施例的技术方案,标牌的默认品质状态为不良品状态,在对标牌进行品质检测信息的采集过程中,若标牌信息被采入,则将所采入的品质检测信息与标准信息模板进行比对,其中,在比对一致时,将默认状态修改为良品状态后作为检测结果输出,而在比对不一致时,则将默认的不良品状态作为检测结果输出;而若标牌信息未被采入,则基于默认的不良品状态输出检测结果。通过本申请方案的实施,采用智能化的方式对标牌进行品质检测,有效的降低了标牌质量检测的工作负荷,提高了检测效率和检测准确性;并默认标牌为不良品状态,在未有效采入标牌信息时,基于默认的不良品状态输出检测结果,提高了上线使用的标牌的良品率。
图3中的方法为本申请第二实施例提供的一种细化的标牌品质检测方法,该标牌品质检测方法包括:
步骤301、控制图像传感器对待检测标牌的表面印刷信息进行图像采集;待检测标牌的初始品质状态为不良品状态。
在本实施例中,本实施例中通过控制设置于检测工位上的图像传感器对待检测标牌进行图像采集,以获取标牌表面所印刷的信息,然后进行后续质量检测。
步骤302、判断是否成功采集到待检测标牌的图像;若否,则执行步骤303,若是,则执行步骤304。
在实际应用中,可能会出现标牌信息漏采的情况,本实施例中针对采集到和未采集到标牌两种情况下分别采用不同的策略实现品质检测。
步骤303、将待检测标牌保持为不良品状态,然后将不良品状态直接作为检测结果输出。
本实施例中为了防止实际不良的标牌被上线投入使用,在未采入的情况下则无论该标牌是良品还是不良品,维持为所默认的不良品状态进行结果输出,大大降低了不良品流出的风险。
应当说明的是,在另一些实施方式中,在未成功采集到待检测标牌的图像,而将待检测标牌保持为不良品状态之后,可以对未成功采集到品质检测信息的待检测标牌进行标记,对标记后的待检测标牌返回执行对待检测标牌进行图像采集的步骤,从而降低实际为良品的标牌被弃置的概率,提高资源利用率。
步骤304、对所采集的图像进行边缘提取处理,提取待检测标牌的轮廓图像。
步骤305、对待检测标牌的轮廓图像进行光照去除处理,得到各区域的亮度均匀的图像。
步骤306、将处理后的图像与预设的标准信息模板进行比对,判断比对结果是否一致;若是,则执行步骤307,若否,则执行步骤308。
具体的,在本实施例中,为了保证检测效率和检测结果的准确性,本实施例中对所采集的图像进行处理而提高图像质量后,再将处理后的图像用于与标准信息模板进行比对。
步骤307、将不良品状态修改为良品状态后作为检测结果进行输出。
步骤308、将不良品状态直接作为检测结果输出。
应当说明的是,在实际应用中,在确认标牌不良之后,为了方便后续工序中筛除不良标牌,可以对不良标牌进行标记,例如冲孔破坏等。
本申请实施例公开了一种标牌品质检测方法,标牌的默认品质状态为不良品状态,在对标牌进行图像采集过程中,若标牌图像被采入,则将所采入的图像与标准图像模板进行比对,其中,在比对一致时,将默认状态修改为良品状态后作为检测结果输出,而在比对不一致时,则将默认的不良品状态作为检测结果输出;而若标牌未被采入,则将标牌保持为不良品状态后作为检测结果输出。通过本申请方案的实施,采用智能化的方式对标牌进行品质检测,有效的降低了标牌质量检测的工作负荷,提高了检测效率和检测准确性;并默认标牌为不良品状态,在未有效采入标牌信息时,直接输出默认的不良品状态,提高了上线使用的标牌的良品率。
图4为本申请第三实施例提供的一种标牌品质检测装置。该标牌品质检测装置可用于实现前述实施例中的标牌品质检测方法。如图4所示,该标牌品质检测装置主要包括:
采集模块401,用于对待检测标牌进行品质检测信息的采集;待检测标牌的初始品质状态默认为不良品状态;
判断模块402,用于判断是否成功采集到待检测标牌的品质检测信息;
保持模块403,用于在未成功采集到品质检测信息时,将待检测标牌保持为不良品状态,基于不良品状态输出检测结果;
比对模块404,用于在成功采集到品质检测信息时,将品质检测信息与预设的标准信息模板进行比对;
输出模块405,用于在比对一致时,将不良品状态修改为良品状态后作为检测结果进行输出,在比对不一致时,将不良品状态作为检测结果输出。
本实施例中在进行标牌检测时,可能会漏采部分标牌的信息,那么则无法基于其品质检测信息来输出品质检测结果。本实施例中为了防止实际不良的标牌被上线投入使用,预先将各标牌默认为不良品状态,在未采入的情况下则将该标牌仍维持为所默认的不良品状态,大大降低了不良品流出的风险。而在成功采到标牌信息的情况下,则将标牌信息与标准信息模板进行比对,通过比对结果来确定检测结果。
在本实施例一种可选的实施方式中,采集模块401具体用于控制图像传感器对待检测标牌的表面印刷信息进行图像采集。
如图5所示为本实施例提供的另一种标牌品质检测装置,在本实施例一种可选的实施方式中,标牌品质检测装置还包括预处理模块406,用于在将品质检测信息与预设的标准信息模板进行比对之前,对所采集的图像进行预处理,得到满足比对要求的图像。对应的,比对模块404具体用于在成功采集到品质检测信息时,将满足比对要求的图像与预设的标准信息模板进行比对。
进一步地,在本实施例一种可选的实施方式中,预处理模块406具体用于对所采集的图像进行边缘提取处理,提取出对应于表面印刷信息的轮廓图像;和/或,对所采集的图像进行光照去除处理,得到各区域的亮度均匀的图像。
请继续参阅图4,在本实施例一种可选的实施方式中,标牌品质检测装置还包括策略确定模块407,用于在基于不良品状态输出检测结果之前,获取当前进行标牌品质检测时的输出策略关联信息;根据输出策略关联信息确定在未成功采集到品质检测信息时,所对应的检测结果输出策略。对应的,保持模块403具体用于在未成功采集到品质检测信息时,将待检测标牌保持为不良品状态,然后基于不良品状态,按照所确定的检测结果输出策略输出检测结果。
进一步地,在本实施例一种可选的实施方式中,输出策略关联信息包括以下至少一种:检测前提供的参考良品率、标牌允许弃置率。
进一步的,在本实施例一种可选的实施方式中,策略确定模块407具体用于若检测前提供的参考良品率超过预设良品率阈值,和/或标牌允许弃置率超过预设弃置率阈值,确定在未成功采集到品质检测信息时,将不良品状态作为检测结果进行输出;若检测前提供的参考良品率不超过预设良品率阈值,和/或标牌允许弃置率不超过预设弃置率阈值,确定在未成功采集到品质检测信息时,对未成功采集到品质检测信息的待检测标牌进行标记,并将标记后的待检测标牌返回采集模块401进行处理,然后在成功采集到品质检测信息时,根据品质检测信息与预设的标准信息模板的比对结果输出检测结果。
应当说明的是,第一、二实施例中的标牌品质检测方法均可基于本实施例提供的标牌品质检测装置实现,所属领域的普通技术人员可以清楚的了解到,为描述的方便和简洁,本实施例中所描述的标牌品质检测装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
根据本实施例所提供的标牌品质检测装置,标牌的默认品质状态为不良品状态,在对标牌进行品质检测信息的采集过程中,若标牌信息被采入,则将所采入的品质检测信息与标准信息模板进行比对,其中,在比对一致时,将默认状态修改为良品状态后作为检测结果输出,而在比对不一致时,则将默认的不良品状态作为检测结果输出;而若标牌信息未被采入,则将标牌保持为不良品状态。通过本申请方案的实施,采用智能化的方式对标牌进行品质检测,有效的降低了标牌质量检测的工作负荷,提高了检测效率和检测准确性;并默认标牌为不良品状态,在未有效采入标牌信息时,将标牌维持为不良品状态,提高了上线使用的标牌的良品率。
请参阅图6,图6为本申请第四实施例提供的一种电子装置。该电子装置可用于实现前述实施例中的标牌品质检测方法。如图6所示,该电子装置主要包括:
存储器601、处理器602、总线603及存储在存储器601上并可在处理器602上运行的计算机程序,存储器601和处理器602通过总线603连接。处理器602执行该计算机程序时,实现前述实施例中的标牌品质检测方法。其中,处理器的数量可以是一个或多个。
存储器601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601用于存储可执行程序代码,处理器602与存储器601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6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实施例中的标牌品质检测方法。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,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。
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。
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标牌品质检测方法、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 (10)

1.一种标牌品质检测方法,其特征在于,包括:
对待检测标牌进行品质检测信息的采集;所述待检测标牌的初始品质状态默认为不良品状态;
判断是否成功采集到所述待检测标牌的品质检测信息;
在未成功采集到所述品质检测信息时,将所述待检测标牌保持为不良品状态,基于所述不良品状态输出检测结果;
在成功采集到所述品质检测信息时,将所述品质检测信息与预设的标准信息模板进行比对;
在比对一致时,将所述不良品状态修改为良品状态后作为检测结果进行输出,在比对不一致时,将所述不良品状态作为检测结果输出。
2.根据权利要求1所述的标牌品质检测方法,其特征在于,所述基于所述不良品状态输出检测结果之前,还包括:
获取当前进行标牌品质检测时的输出策略关联信息;
根据所述输出策略关联信息确定在未成功采集到所述品质检测信息时,所对应的检测结果输出策略;
所述基于所述不良品状态输出检测结果包括:
基于所述不良品状态,按照所确定的所述检测结果输出策略输出检测结果。
3.根据权利要求2所述的标牌品质检测方法,其特征在于,所述输出策略关联信息包括以下至少一种:检测前提供的参考良品率、标牌允许弃置率。
4.根据权利要求3所述的标牌品质检测方法,其特征在于,所述根据所述输出策略关联信息确定在未成功采集到所述品质检测信息时,所对应的检测结果输出策略包括:
若所述检测前提供的参考良品率超过预设良品率阈值,和/或所述标牌允许弃置率超过预设弃置率阈值,确定在未成功采集到所述品质检测信息时,将所述不良品状态作为检测结果进行输出;
若所述检测前提供的参考良品率不超过预设良品率阈值,和/或所述标牌允许弃置率不超过预设弃置率阈值,确定在未成功采集到所述品质检测信息时,对所述未成功采集到品质检测信息的待检测标牌进行标记,并对标记后的待检测标牌返回执行对待检测标牌进行品质检测信息的采集的步骤,然后在成功采集到所述品质检测信息时,根据所述品质检测信息与预设的标准信息模板的比对结果输出检测结果。
5.根据权利要求1所述的标牌品质检测方法,其特征在于,所述对待检测标牌进行品质检测信息的采集包括:
控制图像传感器对待检测标牌的表面印刷信息进行图像采集。
6.根据权利要求5所述的标牌品质检测方法,其特征在于,所述将所述品质检测信息与预设的标准信息模板进行比对之前,还包括:
对所采集的图像进行预处理,得到满足比对要求的图像;
所述将所述品质检测信息与预设的标准信息模板进行比对包括:
将所述满足比对要求的图像与预设的标准信息模板进行比对。
7.根据权利要求6所述的标牌品质检测方法,其特征在于,所述对所采集的图像进行预处理,得到满足比对要求的图像包括:
对所采集的图像进行边缘提取处理,提取出所述待检测标牌的轮廓图像;
和/或,对所采集的图像进行光照去除预处理,得到各区域的亮度均匀的图像。
8.一种标牌品质检测装置,其特征在于,包括:
采集模块,用于对待检测标牌进行品质检测信息的采集;所述待检测标牌的初始品质状态默认为不良品状态;
判断模块,用于判断是否成功采集到所述待检测标牌的品质检测信息;
保持模块,用于在未成功采集到所述品质检测信息时,将所述待检测标牌保持为不良品状态,基于所述不良品状态输出检测结果;
比对模块,用于在成功采集到所述品质检测信息时,将所述品质检测信息与预设的标准信息模板进行比对;
输出模块,用于在比对一致时,将所述不良品状态修改为良品状态后作为检测结果进行输出,在比对不一致时,将所述不良品状态作为检测结果输出。
9.一种电子装置,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7中任意一项所述方法中的步骤。
10.一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7中的任意一项所述方法中的步骤。
CN201910330107.5A 2019-04-23 2019-04-23 一种标牌品质检测方法、装置及计算机可读存储介质 Active CN110006923B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910330107.5A CN110006923B (zh) 2019-04-23 2019-04-23 一种标牌品质检测方法、装置及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910330107.5A CN110006923B (zh) 2019-04-23 2019-04-23 一种标牌品质检测方法、装置及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN110006923A true CN110006923A (zh) 2019-07-12
CN110006923B CN110006923B (zh) 2021-07-09

Family

ID=67173873

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910330107.5A Active CN110006923B (zh) 2019-04-23 2019-04-23 一种标牌品质检测方法、装置及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN110006923B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111476582A (zh) * 2020-04-01 2020-07-31 Oppo(重庆)智能科技有限公司 一种不良品处理方法、装置及计算机可读存储介质
CN111855700A (zh) * 2020-07-17 2020-10-30 清华大学 基于智能手机的产品抽检商标缺陷检测系统及方法
CN112465081A (zh) * 2020-10-23 2021-03-09 苏州浪潮智能科技有限公司 一种服务器录入测试信息检测系统、方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102305793A (zh) * 2011-05-11 2012-01-04 苏州天准精密技术有限公司 一种产品外观质量检测方法和设备
CN204479490U (zh) * 2015-04-15 2015-07-15 夏朝 一种激光打标产品在线检测分析系统
CN105043254A (zh) * 2015-06-24 2015-11-11 东华大学 一种服装标牌印制质量自动检测装置及其检测方法
CN105628710A (zh) * 2014-11-28 2016-06-01 浙江金徕镀膜有限公司 物料检测系统及其检测方法
CN107886542A (zh) * 2017-12-10 2018-04-06 上海交通大学 一种视觉检测的目标恢复方法和系统
CN107920322A (zh) * 2017-12-05 2018-04-17 歌尔股份有限公司 降噪耳机测试方法、测试系统以及计算机可读存储介质
CN108820953A (zh) * 2018-03-30 2018-11-16 湖北工程学院 Pvc面膜检测方法及装置
CN108830125A (zh) * 2018-05-31 2018-11-16 Oppo广东移动通信有限公司 电路板的跟踪管理方法、装置及电子设备
CN109580646A (zh) * 2018-12-21 2019-04-05 苏州绿控传动科技股份有限公司 一种通过摄像头对pcba外观检验的方法
JP6705777B2 (ja) * 2017-07-10 2020-06-03 ファナック株式会社 機械学習装置、検査装置及び機械学習方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102305793A (zh) * 2011-05-11 2012-01-04 苏州天准精密技术有限公司 一种产品外观质量检测方法和设备
CN105628710A (zh) * 2014-11-28 2016-06-01 浙江金徕镀膜有限公司 物料检测系统及其检测方法
CN204479490U (zh) * 2015-04-15 2015-07-15 夏朝 一种激光打标产品在线检测分析系统
CN105043254A (zh) * 2015-06-24 2015-11-11 东华大学 一种服装标牌印制质量自动检测装置及其检测方法
JP6705777B2 (ja) * 2017-07-10 2020-06-03 ファナック株式会社 機械学習装置、検査装置及び機械学習方法
CN107920322A (zh) * 2017-12-05 2018-04-17 歌尔股份有限公司 降噪耳机测试方法、测试系统以及计算机可读存储介质
CN107886542A (zh) * 2017-12-10 2018-04-06 上海交通大学 一种视觉检测的目标恢复方法和系统
CN108820953A (zh) * 2018-03-30 2018-11-16 湖北工程学院 Pvc面膜检测方法及装置
CN108830125A (zh) * 2018-05-31 2018-11-16 Oppo广东移动通信有限公司 电路板的跟踪管理方法、装置及电子设备
CN109580646A (zh) * 2018-12-21 2019-04-05 苏州绿控传动科技股份有限公司 一种通过摄像头对pcba外观检验的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李广云等: "《工业测量系统原理与应用》", 31 January 2011, 测绘出版社 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111476582A (zh) * 2020-04-01 2020-07-31 Oppo(重庆)智能科技有限公司 一种不良品处理方法、装置及计算机可读存储介质
CN111476582B (zh) * 2020-04-01 2023-10-17 Oppo(重庆)智能科技有限公司 一种不良品处理方法、装置及计算机可读存储介质
CN111855700A (zh) * 2020-07-17 2020-10-30 清华大学 基于智能手机的产品抽检商标缺陷检测系统及方法
CN112465081A (zh) * 2020-10-23 2021-03-09 苏州浪潮智能科技有限公司 一种服务器录入测试信息检测系统、方法
CN112465081B (zh) * 2020-10-23 2022-06-14 苏州浪潮智能科技有限公司 一种服务器录入测试信息检测系统、方法

Also Published As

Publication number Publication date
CN110006923B (zh) 2021-07-09

Similar Documents

Publication Publication Date Title
CN108985359B (zh) 一种商品识别方法、无人售货机及计算机可读存储介质
CN109003390B (zh) 一种商品识别方法、无人售货机及计算机可读存储介质
CN110006923A (zh) 一种标牌品质检测方法、装置及计算机可读存储介质
KR102320371B1 (ko) 디스플레이 스크린 주변 회로 검출 방법, 장치, 전자기기 및 저장매체
CN106845890B (zh) 一种基于视频监控的仓储监控方法及装置
CN107389701A (zh) 一种基于图像的pcb表观缺陷自动检测系统及方法
CN101320476B (zh) 一种棉花异性纤维图像处理系统及方法
CN110458245A (zh) 一种多标签分类模型训练方法、数据处理方法及装置
CN104091184B (zh) 电子标签检测方法及系统
CN109344719A (zh) 基于增强现实和智能眼镜的变电站设备信息查询方法
CN110533654A (zh) 零部件的异常检测方法及装置
CN113379720A (zh) 一种基于茶饼图像特征编码的茶饼防伪方法
CN107492187B (zh) 一种拼接钞的识别方法、装置、终端设备和存储介质
CN112295949A (zh) 一种基于深度神经网络的视觉智能分拣方法及系统
CN109583295A (zh) 一种基于卷积神经网络的转辙机缺口自动检测方法
CN117392042A (zh) 缺陷检测方法、缺陷检测设备及存储介质
CN110018169B (zh) 一种丝印线条的检测方法及装置、存储介质和处理器
CN116385430A (zh) 一种机器视觉瑕疵检测方法、装置、介质及设备
CN108508844A (zh) 基于平面辅助光源与机器视觉的产品转移系统及转移方法
Luo et al. A lightweight detector based on attention mechanism for fabric defect detection
CN109086643B (zh) 一种基于机器视觉的彩盒标签检测方法及系统
CN110458257A (zh) 基于rfid系统的标签盘点方法及装置
CN111199240A (zh) 银行卡识别模型的训练方法、银行卡识别方法以及装置
CN109408951A (zh) 一种pcb的零件检查方法及相关装置
CN115100110A (zh) 一种偏光镜片缺陷检测方法、装置、设备及可读存储介质

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