CN110458188A - 工业视觉检测数据处理方法、装置、存储介质及终端设备 - Google Patents
工业视觉检测数据处理方法、装置、存储介质及终端设备 Download PDFInfo
- Publication number
- CN110458188A CN110458188A CN201910566503.8A CN201910566503A CN110458188A CN 110458188 A CN110458188 A CN 110458188A CN 201910566503 A CN201910566503 A CN 201910566503A CN 110458188 A CN110458188 A CN 110458188A
- Authority
- CN
- China
- Prior art keywords
- detection data
- median
- outlier
- subsets
- divided
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明属于工业视觉检测领域，尤其涉及一种工业视觉检测数据处理方法、装置、计算机可读存储介质及终端设备。所述方法通过预设的传感器采集目标物体的检测数据集合；将所述检测数据集合划分为两个以上的子集；分别计算各个子集的中位数；将所述各个子集的中位数汇总为中位数集合；判断所述中位数集合中是否存在离群值；若存在离群值，则将所述中位数集合作为所述检测数据集合，并返回执行所述将所述检测数据集合划分为两个以上的子集的步骤及其后续步骤；若不存在离群值，则根据所述中位数集合确定对所述目标物体的检测结果。本发明在保证准确度的同时，提高了计算速度，具有实现简单，参数少，效率高，可应用领域广泛等优点。
Description
技术领域
本发明属于工业视觉检测领域，尤其涉及一种工业视觉检测数据处理方法、装置、计算机可读存储介质及终端设备。
背景技术
在进行工业视觉检测数据处理时，其处理结果往往会受到离群值(oultlier)的很大影响，离群值(oultlier)指样本中的一些观测值，这些观测值离开其他观测值较远，离群值会影响平均值的计算和数据的拟合。现有技术中抵抗离群值的方法主要有两种，一种是基于标准差(Standard Deviations,SD)的方法，但是因为离群值的出现可能反过来很大程度影响平均数和标准差，所以该方法不是很准确，另一种是基于绝对离差中位数(MedianAbsolute Deviation,MAD)的中心距离计算法，MAD法是一种稳健的对抗离群值的距离值方法，但是计算比较耗时。
发明内容
有鉴于此，本发明实施例提供了一种工业视觉检测数据处理方法、装置、计算机可读存储介质及终端设备，以解决现有的抵抗离群值的方法准确度较低，以及计算比较耗时的问题。
本发明实施例的第一方面提供了一种工业视觉检测数据处理方法，可以包括：
通过预设的传感器采集目标物体的检测数据集合；
将所述检测数据集合划分为两个以上的子集；
分别计算各个子集的中位数；
将所述各个子集的中位数汇总为中位数集合；
判断所述中位数集合中是否存在离群值；
若存在离群值，则将所述中位数集合作为所述检测数据集合，并返回执行所述将所述检测数据集合划分为两个以上的子集的步骤及其后续步骤；
若不存在离群值，则根据所述中位数集合确定对所述目标物体的检测结果。
进一步地，所述将所述检测数据集合划分为两个以上的子集包括：
采用随机分组策略将所述检测数据集合划分为两个以上的子集；
或
采用有序分组策略将所述检测数据集合划分为两个以上的子集。
进一步地，所述判断所述中位数集合中是否存在离群值包括：
计算所述中位数集合的平均值；
将所述中位数集合中与所述中位数集合的平均值之间的偏差大于预设的阈值的数据确定为离群值。
进一步地，所述根据所述中位数集合确定对所述目标物体的检测结果包括：
将所述中位数集合的平均值确定为对所述目标物体的检测结果。
本发明实施例的第二方面提供了一种工业视觉检测数据处理装置，可以包括：
检测数据采集模块，用于通过预设的传感器采集目标物体的检测数据集合；
子集划分模块，用于将所述检测数据集合划分为两个以上的子集；
中位数计算模块，用于分别计算各个子集的中位数；
中位数集合汇总模块，用于将所述各个子集的中位数汇总为中位数集合；
离群值判断模块，用于判断所述中位数集合中是否存在离群值；
离群值处理模块，用于若存在离群值，则将所述中位数集合作为所述检测数据集合，并返回执行所述将所述检测数据集合划分为两个以上的子集的步骤及其后续步骤；
检测结果确定模块，用于若不存在离群值，则根据所述中位数集合确定对所述目标物体的检测结果。
进一步地，所述子集划分模块包括：
第一划分单元，用于采用随机分组策略将所述检测数据集合划分为两个以上的子集；
或
第二划分单元，用于采用有序分组策略将所述检测数据集合划分为两个以上的子集。
进一步地，所述离群值判断模块包括：
平均值计算单元，用于计算所述中位数集合的平均值；
离群值确定单元，用于将所述中位数集合中与所述中位数集合的平均值之间的偏差大于预设的阈值的数据确定为离群值。
进一步地，所述检测结果确定模块具体用于将所述中位数集合的平均值确定为对所述目标物体的检测结果。
本发明实施例的第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可读指令，所述计算机可读指令被处理器执行时实现上述任一种工业视觉检测数据处理方法的步骤。
本发明实施例的第四方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，所述处理器执行所述计算机可读指令时实现上述任一种工业视觉检测数据处理方法的步骤。
本发明实施例与现有技术相比存在的有益效果是：本发明实施例通过预设的传感器采集目标物体的检测数据集合；将所述检测数据集合划分为两个以上的子集；分别计算各个子集的中位数；将所述各个子集的中位数汇总为中位数集合；判断所述中位数集合中是否存在离群值；若存在离群值，则将所述中位数集合作为所述检测数据集合，并返回执行所述将所述检测数据集合划分为两个以上的子集的步骤及其后续步骤；若不存在离群值，则根据所述中位数集合确定对所述目标物体的检测结果。本发明实施例将离群值处理算法中的多个参数减少到一个，由于待确定的变量数目减少，从而减少了各参数相互影响和依赖的不确定因素，简化了运算过程，在保证准确度的同时，提高了计算速度，具有实现简单，参数少，效率高，可应用领域广泛等优点，适合数据量大，对运算速度要求高的场景。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明实施例中一种工业视觉检测数据处理方法的一个实施例流程图；
图2为3D摄像头拍摄的工件的平面图；
图3为对数据进行一次处理过程的示意图；
图4为对数据进行两次处理过程的示意图；
图5为带有离群值的检测结果；
图6为去除离群值的检测结果；
图7为带有离群值的点云；
图8为使用本发明处理离群值后的点云；
图9为点云曲面回归结果
图10为本发明实施例中一种工业视觉检测数据处理装置的一个实施例结构图；
图11为本发明实施例中一种终端设备的示意框图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
请参阅图1，本发明实施例中一种工业视觉检测数据处理方法的一个实施例可以包括：
步骤S101、通过预设的传感器采集目标物体的检测数据集合。
在不同的应用场景下，针对不同的目标物体可以采用对应的传感器来采集其各个采样点的检测数据，从而构成所述检测数据集合。
例如，若需要对工件的高度进行检测，可以使用3D摄像头来采集所述工件预设的检测区域中各个采样点的高度值(即检测数据)，图2所示即为所述3D摄像头拍摄的所述工件的平面图，图中的区域A即为所述检测区域。
步骤S102、将所述检测数据集合划分为两个以上的子集。
在本实施例的一种具体实现中，可以采用随机分组策略将所述检测数据集合划分为两个以上的子集。
在本实施例的另一种具体实现中，还可以采用有序分组策略将所述检测数据集合划分为两个以上的子集，在分组时可以根据数据集的特征，指定每个子集的大小，选择合适的容器存放与处理，并根据数据特征在内存空间和计算时间上进行优化。例如，可以使用网格将整个检测区域划分出多个区域，每个区域对应一个子集，把区域内的检测数据有序放入子集。
步骤S103、分别计算各个子集的中位数。
步骤S104、将所述各个子集的中位数汇总为中位数集合。
步骤S105、判断所述中位数集合中是否存在离群值。
具体地，可以首先计算所述中位数集合的平均值，然后将所述中位数集合中与所述中位数集合的平均值之间的偏差大于预设的阈值的数据确定为离群值。
若存在离群值，则执行步骤S106及其后续步骤，若不存在离群值，则执行步骤S107。
步骤S106、将所述中位数集合作为所述检测数据集合。
然后返回执行步骤S102及其后续步骤，也即将所述中位数集合当作了新的检测数据集合，然后重复执行步骤S102至步骤S105的过程，直至不存在离群值为止。图3所示为只需进行一次处理过程的示意图，图4所示为进行两次处理过程的示意图。
步骤S107、根据所述中位数集合确定对所述目标物体的检测结果。
以上述对工件的高度进行检测的场景为例，可以将所述中位数集合的平均值确定为对所述目标物体的检测结果。
图5所示为所述检测区域中各个采样点的高度值分布，以及带有离群值的检测结果，图6所示为所述检测区域中各个采样点的高度值分布，以及去除离群值的检测结果(虚线为带有离群值的检测结果，实线为去除离群值的检测结果)，从中可以看出去除了离群值之后，大大提升了检测结果的准确度。
本发明所提出的方法还可以拓展到曲面回归计算，具体方法是把数据在x-y平面上分成多个区域，对每块区域中数据的z高度值取中位数。
以下结合图7至图9对本发明应用在曲面回归作进一步详细说明。图7为带有离群值的点云，图8为使用本发明处理离群值后的点云，图9为点云曲面回归结果。具体实施步骤如下所示：
步骤一、在点云的x-y平面上使用网格划分出多个区域。
步骤二、每个区域对应一个子集，把区域内数据的z高度值有序放入子集。
步骤三、遍历所有子集，每个子集快速求出中位数。
步骤四、针对每块区域，把区域中所有点的z高度值统一为子集的中位数。
步骤五、点云去除离群值后，进行曲面拟合。
综上所述，本发明实施例通过预设的传感器采集目标物体的检测数据集合；将所述检测数据集合划分为两个以上的子集；分别计算各个子集的中位数；将所述各个子集的中位数汇总为中位数集合；判断所述中位数集合中是否存在离群值；若存在离群值，则将所述中位数集合作为所述检测数据集合，并返回执行所述将所述检测数据集合划分为两个以上的子集的步骤及其后续步骤；若不存在离群值，则根据所述中位数集合确定对所述目标物体的检测结果。本发明实施例将离群值处理算法中的多个参数减少到一个，由于待确定的变量数目减少，从而减少了各参数相互影响和依赖的不确定因素，简化了运算过程，在保证准确度的同时，提高了计算速度，具有实现简单，参数少，效率高，可应用领域广泛等优点，适合数据量大，对运算速度要求高的场景。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
对应于上文实施例所述的一种工业视觉检测数据处理方法，图10示出了本发明实施例提供的一种工业视觉检测数据处理装置的一个实施例结构图。
本实施例中，一种工业视觉检测数据处理装置可以包括：
检测数据采集模块1001，用于通过预设的传感器采集目标物体的检测数据集合；
子集划分模块1002，用于将所述检测数据集合划分为两个以上的子集；
中位数计算模块1003，用于分别计算各个子集的中位数；
中位数集合汇总模块1004，用于将所述各个子集的中位数汇总为中位数集合；
离群值判断模块1005，用于判断所述中位数集合中是否存在离群值；
离群值处理模块1006，用于若存在离群值，则将所述中位数集合作为所述检测数据集合，并返回执行所述将所述检测数据集合划分为两个以上的子集的步骤及其后续步骤；
检测结果确定模块1007，用于若不存在离群值，则根据所述中位数集合确定对所述目标物体的检测结果。
进一步地，所述子集划分模块包括：
第一划分单元，用于采用随机分组策略将所述检测数据集合划分为两个以上的子集；
或
第二划分单元，用于采用有序分组策略将所述检测数据集合划分为两个以上的子集。
进一步地，所述离群值判断模块包括：
平均值计算单元，用于计算所述中位数集合的平均值；
离群值确定单元，用于将所述中位数集合中与所述中位数集合的平均值之间的偏差大于预设的阈值的数据确定为离群值。
进一步地，所述检测结果确定模块具体用于将所述中位数集合的平均值确定为对所述目标物体的检测结果。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置，模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
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或记载的部分，可以参见其它实施例的相关描述。
图11示出了本发明实施例提供的一种终端设备的示意框图，为了便于说明，仅示出了与本发明实施例相关的部分。
如图11所示，该实施例的终端设备11包括：处理器110、存储器111以及存储在所述存储器111中并可在所述处理器110上运行的计算机可读指令112。所述处理器110执行所述计算机可读指令112时实现上述各个工业视觉检测数据处理方法实施例中的步骤，例如图1所示的步骤S101至步骤S107。或者，所述处理器110执行所述计算机可读指令112时实现上述各装置实施例中各模块/单元的功能，例如图10所示模块1001至模块1007的功能。
示例性的，所述计算机可读指令112可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器111中，并由所述处理器110执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段，该指令段用于描述所述计算机可读指令112在所述终端设备11中的执行过程。
所述终端设备11可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。本领域技术人员可以理解，图11仅仅是终端设备11的示例，并不构成对终端设备11的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备11还可以包括输入输出设备、网络接入设备、总线等。
所述处理器110可以是中央处理单元(Central Processing Unit，CPU)，还可以是其它通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器111可以是所述终端设备11的内部存储单元，例如终端设备11的硬盘或内存。所述存储器111也可以是所述终端设备11的外部存储设备，例如所述终端设备11上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器111还可以既包括所述终端设备11的内部存储单元也包括外部存储设备。所述存储器111用于存储所述计算机可读指令以及所述终端设备11所需的其它程序和数据。所述存储器111还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
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或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，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，例如多个单元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讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元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，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机可读指令来指令相关的硬件来完成，所述的计算机可读指令可存储于一计算机可读存储介质中，该计算机可读指令在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机可读指令包括计算机可读指令代码，所述计算机可读指令代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机可读指令代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
Claims (10)
1.一种工业视觉检测数据处理方法，其特征在于，包括：
通过预设的传感器采集目标物体的检测数据集合；
将所述检测数据集合划分为两个以上的子集；
分别计算各个子集的中位数；
将所述各个子集的中位数汇总为中位数集合；
判断所述中位数集合中是否存在离群值；
若存在离群值，则将所述中位数集合作为所述检测数据集合，并返回执行所述将所述检测数据集合划分为两个以上的子集的步骤及其后续步骤；
若不存在离群值，则根据所述中位数集合确定对所述目标物体的检测结果。
2.根据权利要求1所述的工业视觉检测数据处理方法，其特征在于，所述将所述检测数据集合划分为两个以上的子集包括：
采用随机分组策略将所述检测数据集合划分为两个以上的子集；
或
采用有序分组策略将所述检测数据集合划分为两个以上的子集。
3.根据权利要求1所述的工业视觉检测数据处理方法，其特征在于，所述判断所述中位数集合中是否存在离群值包括：
计算所述中位数集合的平均值；
将所述中位数集合中与所述中位数集合的平均值之间的偏差大于预设的阈值的数据确定为离群值。
4.根据权利要求1至3中任一项所述的工业视觉检测数据处理方法，其特征在于，所述根据所述中位数集合确定对所述目标物体的检测结果包括：
将所述中位数集合的平均值确定为对所述目标物体的检测结果。
5.一种工业视觉检测数据处理装置，其特征在于，包括：
检测数据采集模块，用于通过预设的传感器采集目标物体的检测数据集合；
子集划分模块，用于将所述检测数据集合划分为两个以上的子集；
中位数计算模块，用于分别计算各个子集的中位数；
中位数集合汇总模块，用于将所述各个子集的中位数汇总为中位数集合；
离群值判断模块，用于判断所述中位数集合中是否存在离群值；
离群值处理模块，用于若存在离群值，则将所述中位数集合作为所述检测数据集合，并返回执行所述将所述检测数据集合划分为两个以上的子集的步骤及其后续步骤；
检测结果确定模块，用于若不存在离群值，则根据所述中位数集合确定对所述目标物体的检测结果。
6.根据权利要求5所述的工业视觉检测数据处理装置，其特征在于，所述子集划分模块包括：
第一划分单元，用于采用随机分组策略将所述检测数据集合划分为两个以上的子集；
或
第二划分单元，用于采用有序分组策略将所述检测数据集合划分为两个以上的子集。
7.根据权利要求5所述的工业视觉检测数据处理装置，其特征在于，所述离群值判断模块包括：
平均值计算单元，用于计算所述中位数集合的平均值；
离群值确定单元，用于将所述中位数集合中与所述中位数集合的平均值之间的偏差大于预设的阈值的数据确定为离群值。
8.根据权利要求5至7中任一项所述的工业视觉检测数据处理装置，其特征在于，所述检测结果确定模块具体用于将所述中位数集合的平均值确定为对所述目标物体的检测结果。
9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可读指令，其特征在于，所述计算机可读指令被处理器执行时实现如权利要求1至4中任一项所述的工业视觉检测数据处理方法的步骤。
10.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，其特征在于，所述处理器执行所述计算机可读指令时实现如权利要求1至4中任一项所述的工业视觉检测数据处理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910566503.8A CN110458188A (zh) | 2019-06-27 | 2019-06-27 | 工业视觉检测数据处理方法、装置、存储介质及终端设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910566503.8A CN110458188A (zh) | 2019-06-27 | 2019-06-27 | 工业视觉检测数据处理方法、装置、存储介质及终端设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110458188A true CN110458188A (zh) | 2019-11-15 |
Family
ID=68481219
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910566503.8A Pending CN110458188A (zh) | 2019-06-27 | 2019-06-27 | 工业视觉检测数据处理方法、装置、存储介质及终端设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110458188A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112287426A (zh) * | 2020-09-21 | 2021-01-29 | 广东众图互联网工程设计有限公司 | 一种调整建筑结构的构件的方法、装置以及电子设备 |
| CN113310673A (zh) * | 2021-04-02 | 2021-08-27 | 深圳市世宗自动化设备有限公司 | 重复精度检测方法、装置、计算机设备及其存储介质 |
| CN115774185A (zh) * | 2023-02-13 | 2023-03-10 | 江苏泰治科技股份有限公司 | 一种车规级芯片dpat检测方法及装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102008009302A1 (de) * | 2008-01-08 | 2009-07-16 | Eastman Kodak Co. | Verfahren zur Erkennung von Ausreissern in einer Reihe von Messwerten |
| CN103975342A (zh) * | 2012-01-12 | 2014-08-06 | 柯法克斯公司 | 用于移动图像捕获和处理的系统和方法 |
| CN105423881A (zh) * | 2015-10-15 | 2016-03-23 | 哈尔滨工业大学 | 大型高速回转装备蜂窝面圆柱形测头测量及数据处理方法 |
| CN107003928A (zh) * | 2014-11-26 | 2017-08-01 | 微软技术许可有限责任公司 | 性能异常诊断 |
| US10331621B1 (en) * | 2013-09-19 | 2019-06-25 | Trifacta Inc. | System and method for displaying a sample of uniform and outlier rows from a file |
-
2019
- 2019-06-27 CN CN201910566503.8A patent/CN110458188A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102008009302A1 (de) * | 2008-01-08 | 2009-07-16 | Eastman Kodak Co. | Verfahren zur Erkennung von Ausreissern in einer Reihe von Messwerten |
| CN103975342A (zh) * | 2012-01-12 | 2014-08-06 | 柯法克斯公司 | 用于移动图像捕获和处理的系统和方法 |
| US10331621B1 (en) * | 2013-09-19 | 2019-06-25 | Trifacta Inc. | System and method for displaying a sample of uniform and outlier rows from a file |
| CN107003928A (zh) * | 2014-11-26 | 2017-08-01 | 微软技术许可有限责任公司 | 性能异常诊断 |
| CN105423881A (zh) * | 2015-10-15 | 2016-03-23 | 哈尔滨工业大学 | 大型高速回转装备蜂窝面圆柱形测头测量及数据处理方法 |
Non-Patent Citations (4)
| Title |
|---|
| ABDUL NURUNNABI 等: "Outlier detection and robust normal-curvature estimation in mobile laser scanning 3D point cloud data", 《PATTERN RECOGNITION》 * |
| 佘玉萍: "基于中位数的双MAD的离群值检测方法", 《廊坊师范学院学报（自然科学版）》 * |
| 王春兰 等: "三维点云数据中离群噪声点快速剔除的方法研究", 《内蒙古农业大学学报( 自然科学版)》 * |
| 郑建 等: "一种航空影像密集匹配点云的迭代中值滤波算法", 《人民长江》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112287426A (zh) * | 2020-09-21 | 2021-01-29 | 广东众图互联网工程设计有限公司 | 一种调整建筑结构的构件的方法、装置以及电子设备 |
| CN112287426B (zh) * | 2020-09-21 | 2024-05-17 | 广东众图科技有限公司 | 一种调整建筑结构的构件的方法、装置以及电子设备 |
| CN113310673A (zh) * | 2021-04-02 | 2021-08-27 | 深圳市世宗自动化设备有限公司 | 重复精度检测方法、装置、计算机设备及其存储介质 |
| CN115774185A (zh) * | 2023-02-13 | 2023-03-10 | 江苏泰治科技股份有限公司 | 一种车规级芯片dpat检测方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110458188A (zh) | 工业视觉检测数据处理方法、装置、存储介质及终端设备 | |
| Barnea et al. | Colour-agnostic shape-based 3D fruit detection for crop harvesting robots | |
| CN108363599B (zh) | 用户界面显示识别方法及终端设备 | |
| CN108230321A (zh) | 缺陷检测方法及装置 | |
| CN110852162B (zh) | 一种人体完整度数据标注方法、装置及终端设备 | |
| CN110378218A (zh) | 一种图像处理方法、装置及终端设备 | |
| CN110472580B (zh) | 基于全景影像的检测车位的方法、装置、存储介质 | |
| CN108364311A (zh) | 一种金属部件自动定位方法及终端设备 | |
| CN110443212B (zh) | 用于目标检测的正样本获取方法、装置、设备及存储介质 | |
| Wu et al. | Automatic recognition of juicy peaches on trees based on 3D contour features and colour data | |
| CN111860060A (zh) | 目标检测方法、装置、终端设备及计算机可读存储介质 | |
| CN108489996A (zh) | 一种绝缘子的缺陷检测方法、系统及终端设备 | |
| CN109955246A (zh) | 悬崖检测方法、装置、终端设备及计算机可读存储介质 | |
| CN108932217A (zh) | 能耗统计的方法及装置 | |
| CN109272772A (zh) | 一种停车场车位检测方法、装置及终端设备 | |
| CN108202328A (zh) | 机器人自适应取放物体的方法、装置、机械臂及存储介质 | |
| CN107886501A (zh) | 视觉定位方法及终端设备 | |
| CN113870435A (zh) | 一种点云分割方法、装置、电子设备及存储介质 | |
| WO2018103024A1 (zh) | 智能导盲方法和装置 | |
| CN108805838A (zh) | 一种图像处理方法、移动终端及计算机可读存储介质 | |
| CN109492590A (zh) | 一种距离检测方法、距离检测装置及终端设备 | |
| CN108182708A (zh) | 一种双目相机的标定方法、标定装置及终端设备 | |
| CN109492639A (zh) | 装载位置三维坐标获取方法、系统及图像识别设备 | |
| CN109308217A (zh) | 一种时效任务的数据存储方法及装置 | |
| CN110020598B (zh) | 一种基于深度学习检测电线杆上异物的方法及装置 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20210203 Address after: 200333 room 808, 8th floor, No.6 Lane 600, Yunling West Road, Putuo District, Shanghai Applicant after: Jingrui vision intelligent technology (Shanghai) Co.,Ltd. Address before: 8 / F, building B, Tongfang information port, No. 11, Langshan Road, Nanshan District, Shenzhen, Guangdong 518000 Applicant before: RISEYE INTELLIGENT TECHNOLOGY (SHENZHEN) Co.,Ltd. |
|
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191115 |