CN111008954A - 一种信息处理方法及装置、电子设备和存储介质 - Google Patents
一种信息处理方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN111008954A CN111008954A CN201911065828.4A CN201911065828A CN111008954A CN 111008954 A CN111008954 A CN 111008954A CN 201911065828 A CN201911065828 A CN 201911065828A CN 111008954 A CN111008954 A CN 111008954A
- Authority
- CN
- China
- Prior art keywords
- image
- processed
- detection algorithm
- target
- information
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 26
- 238000003672 processing method Methods 0.000 title claims abstract description 20
- 238000001514 detection method Methods 0.000 claims abstract description 119
- 238000012545 processing Methods 0.000 claims abstract description 24
- 230000000007 visual effect Effects 0.000 claims description 21
- 230000015654 memory Effects 0.000 claims description 17
- 238000000034 method Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 6
- 238000002372 labelling Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 10
- 238000004519 manufacturing process Methods 0.000 description 9
- 239000000284 extract Substances 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000000470 constituent Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
- G06T2207/30104—Vascular flow; Blood flow; Perfusion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Studio Devices (AREA)
- Image Analysis (AREA)
Abstract
本申请实施例公开了一种信息处理方法,包括:通过图像采集单元获取待处理图像;对所述待处理图像进行处理,得到所述待处理图像的目标特征信息;其中,所述目标特征信息用于表征所述待处理图像中拍摄对象对应的物体属性;选择与所述目标特征信息匹配的目标检测算法,并基于所述目标检测算法对所述拍摄对象的装配质量进行检测。本申请实施例同时还公开了一种信息处理装置、电子设备和计算机存储介质。
Description
技术领域
本发明涉及但不限于计算机技术领域,尤其涉及一种信息处理方法及装置、电子设备和存储介质。
背景技术
对装配质量进行检测是产品制造工艺的重要工序,对产品的整体质量起到了决定性作用。因此,在产品生产为成品后,对产品的装配质量进行检测是必不可少的步骤。
实际应用中,由于产品中不同的部位具有不同的特征,因此针对产品的不同部位,需要设计不同的装配检测算法进行处理。如此,同一检测产线上只能够对产品的一种部位进行检测,当需要检测产品其他部位的装配质量时,则重新设置产线的检测算法。在检测对象多样化的情况下,操作复杂,检测效率低下。
发明内容
为解决上述技术问题,本发明实施例期望提供一种信息处理方法及装置、电子设备和存储介质。
本发明的技术方案是这样实现的:
提供一种信息处理方法,包括:
通过图像采集单元获取待处理图像;
对所述待处理图像进行处理,得到所述待处理图像的目标特征信息;其中,所述目标特征信息用于表征所述待处理图像中拍摄对象对应的物体属性;
选择与所述目标特征信息匹配的目标检测算法,并基于所述目标检测算法对所述拍摄对象的装配质量进行检测。
可选的,所述对所述待处理图像进行处理,得到所述待处理图像的目标特征信息,包括:
提取所述待处理图像的视觉图像特征;所述视觉图像特征包括以下至少之一:纹理特征,颜色特征,形状特征和空间关系特征;
基于所述待处理图像的视觉图像特征,得到待处理图像的目标特征信息。
可选的,所述基于所述待处理图像的视觉图像特征,得到待处理图像的目标特征信息,包括:
确定所述视觉图像特征中的纹理特征,颜色特征,形状特征和空间关系特征分别与所述待处理图像中的比例信息;
将所述比例信息作为所述待处理图像的目标特征信息。
可选的,所述选择与所述目标特征信息匹配的目标检测算法,并基于所述目标检测算法对所述拍摄对象进行检测,包括:
从预设映射关系表中查找与所述目标特征信息匹配的目标检测算法的相关信息;
基于所述目标检测算法的相关信息,从存储单元中调用目标检测算法或者从目标服务器调用目标检测算法;
基于所述目标检测算法对所述拍摄对象进行检测。
可选的,所述基于所述目标检测算法对所述拍摄对象的装配质量进行检测,包括:
提取所述待处理图像至少一个特征点的特征向量;
基于所述至少一个特征点的特征向量和所述目标检测算法,得到所述待处理图像中拍摄对象的装配质量的检测结果;其中,所述目标检测算法通过采用预设图像和所述预设对应的检测结果的标注信息训练得到。
可选的,所述通过图像采集单元采集待处理图像之前,还包括:
检测与所述图像采集单元对应的图像采集区域内是否存在待检测物体;
若所述图像采集区域内存在待检测物体,则控制图像采集单元采集所述图像采集区域内的待处理图像。
可选的,所述通过图像采集单元采集待处理图像,包括:
确定待检测物体在预览图像中的位置;
基于待检测物体在所述预览图像中的位置,确定图像采集单元的拍摄角度和拍摄参数;
基于所述拍摄角度和拍摄参数,控制所述图像采集单元采集待处理图像。
提供一种信息处理装置,所述装置包括:
获取模块,用于通过图像采集单元采集待处理图像;
处理单元,对所述待处理图像进行处理,得到所述待处理图像的目标特征信息;其中,所述目标特征信息用于指示所述待处理图像中拍摄对象对应的物体属性;
选择单元,选择与所述目标特征信息匹配的目标检测算法,并基于所述目标检测算法对所述拍摄对象的装配质量进行检测。
提供一种电子设备,所述电子设备包括:处理器、存储器和通信总线,其中:
所述通信总线用于实现处理器和存储器之间的通信连接;
所述处理器配置为运行所述计算机程序时,执行上述信息处理方法的步骤。
提供一种存储介质,其特征在于,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现上述信息处理方法的步骤。
本申请实施例所提供的信息处理方法及装置、电子设备和计算机存储介质,通过图像采集单元获取待处理图像;对所述待处理图像进行处理,得到所述待处理图像的目标特征信息;其中,所述目标特征信息用于表征所述待处理图像中拍摄对象对应的物体属性;选择与所述目标特征信息匹配的目标检测算法,并基于所述目标检测算法对所述拍摄对象的装配质量进行检测。这样,电子设备通过采集到的待处理图像,分析拍摄对象的具体物体属性,根据拍摄对象的物体属性,选择出与该物体属性匹配的目标检测算法。如此,电子设备能够自动地根据拍摄对象的特征选择对应的检测算法,提高了检测装配质量的效率。
附图说明
图1为本发明的实施例提供的一种信息处理方法的流程示意图;
图2为本发明的实施例提供的另一种信息处理方法的流程示意图;
图3为本发明的实施例提供的一种信息处理装置的结构组成示意图;
图4为本发明的实施例提供的一种电子设备的硬件结构组成示意图。
具体实施方式
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。
实施例一
本申请实施例提供一种信息处理方法,参照图1所示,该方法包括以下步骤:
步骤101、通过图像采集单元获取待处理图像。
本申请实施例所述的信息处理方法应用于具有图像采集单元的电子设备中,所述电子设备包括但不限于具有图像采集单元的服务器、工业计算机等。所述图像采集单元具体可通过各种类型的摄像头实现,例如RGB摄像头,TOF摄像头,旋转摄像头等。
在本申请提供的实施例中,上述电子设备可以设置于各种产品的生产产线上,对产线上行进中的产品进行装配质量的检测。这里,电子设备的图像采集装置具体用于采集产线上待检测物体的图像。
这里,图像采集单元对应有图像采集区域;在本申请中,图像采集区域与产线中待检测物体所处的位置对应。具体地,电子设备控制图像采集单元,对图像采集区域中的待检测物体进行图像采集,得到待处理图。
在本申请一实施方式中,电子设备还可以实时检测图像采集区域中是否存在待检测物体,当检测到图像采集区域中存在待检测物体时,触发图像采集装置进行图像采集。
步骤102、对待处理图像进行处理,得到待处理图像的目标特征信息;其中,目标特征信息用于表征待处理图像中拍摄对象对应的物体属性。
在本申请提供的实施例中,电子设备在获取到待处理图像后,采用预设的图像处理算法对待处理图像进行识别和处理,识别得到待处理图像中拍摄对象的物体属性。
本申请实施例所提及的拍摄对象可以是指上述待检测物体。另外,物体属性可以是指物体的形状、颜色、构成材料等属性;物体属性能够在一定程度上表示该物体真实是什么物体。
具体地,电子设备可以对待处理图像进行特征提取,例如提取待处理图像中的纹理特征、颜色特征、形状特征等;根据提取到的特征,得到待处理图像的目标特征信息。这里,目标特征信息在一定程度上能够表征拍摄对象的形状、颜色、构成材料等属性。这样,电子设备能够根据目标特征信息,确定拍摄对象到底是什么物体。
步骤103、选择与目标特征信息匹配的目标检测算法,并基于目标检测算法对拍摄对象的装配质量进行检测。
在本申请提供的实施例中,预先设置有检测算法集合,检测算法集合中包含多种不同的检测算法。这里,检测算法是用于检测拍摄对象的装配置质量是否合格的算法,可以理解为,检测算法是一种分类模型。
具体地,上述拍摄对象可以是待检测物体;在实际应用中,待检测物体可以包括多种部件,每种部件的结构各不相同,因此检测待检测物体每个部件的装配质量需要使用不同的检测算法。例如,检测手机中固定螺丝装配是否合格的检测算法,与检测电源装置是否合格的检测算法不同。
在步骤103中,电子设备在得到拍摄对象的目标特征信息后,可以确定拍摄对象具体的物体属性,即拍摄对象到底是什么物体;从而根据目标特征信息,从上述检测算法集合中选取符合该拍摄对象物体属性的目标检测算法对拍摄对象进行装配质量的检测。
进一步,电子设备基于选取的目标检测算法,继续对上述采集到的待处理图像中拍摄对象进行分析和处理,得到拍摄对象装配质量的最终结果。
本申请实施例提供的信息处理方法,首先通过图像采集单元获取待处理图像;对待处理图像进行处理,得到待处理图像的目标特征信息;其中,目标特征信息用于表征待处理图像中拍摄对象对应的物体属性;选择与目标特征信息匹配的目标检测算法,并基于目标检测算法对所述拍摄对象的装配质量进行检测。这样,电子设备通过采集到的待处理图像,分析拍摄对象的具体物体属性,根据拍摄对象的物体属性,选择出与该物体属性匹配的目标检测算法。如此,电子设备能够自动地根据拍摄对象的特征选择对应的检测算法,提高了检测装配质量的效率。
实施例二
基于前述实施例,本申请实施例提供一种信息处理方法,参照图2所示,该方法包括以下步骤:
步骤201、电子设备检测与图像采集单元对应的图像采集区域内是否存在待检测物体。
步骤202、若图像采集区域内存在待检测物体,电子设备则控制图像采集单元采集图像采集区域内的待处理图像。
在本申请提供的实施例中,电子设备为了防止误检测,可以在采集图像前检测图像采集区域内是否存在待检测物体。具体地,电子设备可以通过距离传感器检测图像采集区域中是否存在物体。其中,电子设备控制距离传感器向图像采集区域发射红外线或超声波,并判断是否接收到反射的红外线或超声波,根据红外线或超声波的发射时间和接收时间确定图像采集区域中是否存在待检测物体。
具体地,计算红外线或超声波发射时间和接收时间之间的时间差,根据时间差以及红外线或超声波的传播速度,确定距离传感器与待测量物体之间的距离,若距离小于预设距离,则确定图像采集区域内存在待检测物体。
在本申请一实施方式中,图像采集单元可以包括飞行时间(Time-of-flight,TOF)摄像头;这里,TOF摄像头不仅可以采集待检测物体的深度信息,还可以作为距离传感器确定图像采集区域内是否存在待检测物体。
在确定了图像采集区域中存在待检测物体,电子设备通过图像采集单元获取待处理图像。
在本申请提供的实施例中,图像采集单元可以采用能够旋转的摄像头,图像采集单元的采集角度可以调整,保证待检测物体位于待处理图像的中心位置。另外,电子设备还可以在拍摄时调整图像采集单元的拍摄参数,以保证采集到的待处理图像的质量和清晰度。
具体地,在本申请提供的实施例中,通过图像采集单元获取待处理图像,包括:
确定待检测物体在预览图像中的位置;
基于待检测物体在预览图像中的位置,确定图像采集单元的拍摄角度和拍摄参数;
基于拍摄角度和拍摄参数,控制图像采集单元采集待处理图像。
在本申请提供的实施例中,图像采集装置以初始角度获取当前的预览图像,电子设备对预览图像进行处理,识别出预览图像中拍摄对象(即待检测物体)所处的位置,基于初始图像中拍摄对象所处的位置,对图像采集装置的拍摄角度以及拍摄参数进行调整。其中,拍摄参数可以是拍摄时的焦距、白平衡参数,曝光度参数等等。
步骤203、电子设备提取待处理图像的视觉图像特征。
其中,视觉图像特征包括以下至少之一:纹理特征,颜色特征,形状特征和空间关系特征。
这里,电子设备在获取到待处理图像后,对待处理图像中拍摄对象的纹理,颜色,形状,空间关系等特征。具体地,电子设备采用预设的特征提取算法,提取待处理图像中的视觉图像特征。
步骤204、电子设备基于待处理图像的视觉图像特征,得到待处理图像的目标特征信息。
在本申请提供的实施例中,电子设备基于待处理图像的视觉图像特征,确定表征待处理图像中拍摄对象的物体属性的目标特征信息。
在一实施方式中,基于待处理图像的视觉图像特征,得到待处理图像的目标特征信息,包括:
电子设备确定视觉图像特征中的纹理特征,颜色特征,形状特征和空间关系特征分别与所述待处理图像中的比例信息;
将比例信息作为待处理图像的目标特征信息。
这里,电子设备通过算法分析,确定待处理图像中拍摄对象具有哪种比较明显的特征,得到不同特征之间的比例信息;例如,手机的螺丝部件,其纹理特征和形状特征要强于颜色特征;手机贴有标识标签的区域,其颜色特征要强于纹理特征。可见,不同特征之间的比例信息,能够表征一个物体的属性。在本申请中,电子设备将不同特征之间的比例信息作为待处理图像的目标特征信息。
步骤205、电子设备从预设映射关系表中查找与目标特征信息匹配的目标检测算法的相关信息。
在本申请提供的实施例中,技术人员可以针对不同产品的不同部件,设计不同的检测算法。这里,不需要针对每个部件都进行单独的设计,可以总结出具有相同或相似特性的部件,设计针对该类部件对应的检测算法。这样,当有新的部件加入到产线上进行装配检测时候,可以根据新的部件的特征,从上述多个类别的检测算法中确定检测该新部件的算法,并不需要重新设计算法。如此,能够减少开发成本,缩短开发周期,并且具有更强的通用性。
在本申请提供的实施例中,预先设置有检测算法集合,检测算法集合中包含多种不同的检测算法。这里,检测算法集合可以存储于电子设备本地的存储空间中,检测算法集合还可以存储于第三方平台提供的目标服务器中。也就是说,电子设备可以调取第三方平台提供的检测算法,对本地的待检测物体进行装配质量的检测。
进一步,电子设备还预先设置有映射关系表,该映射关系表中存储有检测算法集合中每种检测算法与目标特征信息之间的对应关系。
在本申请提供的实施例中,电子设备在得到待处理图像的目标特征信息后,基于该目标特征信息,从预设映射关系表中查找与目标特征信息对应的目标检测算法,并获取目标检测算法的相关信息。这里,目标检测算法的相关信息包括,目标检测算法的标识信息,目标检测算法的存储地址信息,第三方平台的接入信息等。
步骤206、电子设备基于目标检测算法的相关信息,从存储单元中调用目标检测算法或者从目标服务器调用目标检测算法。
具体地,若检测算法集合存储于电子设备本地的存储空间中,电子设备基于目标检测算法的标识信息和存储地址信息,从本地存储空间中调用该目标检测算法。
若检测算法集合存储于第三方平台提供的目标服务器中,电子设备基于目标检测算法的标识信息、存储地址信息和第三方平台的接入信息,从目标服务器的存储空间中调用该目标检测算法。
步骤207、电子设备基于目标检测算法对拍摄对象进行检测。
具体地,电子设备基于目标检测算法对拍摄对象进行检测,包括:
提取待处理图像至少一个特征点的特征向量;
基于至少一个特征点的特征向量和目标检测算法,得到待处理图像中拍摄对象的装配质量的检测结果;
其中,目标检测算法通过采用预设图像和预设对应的检测结果的标注信息训练得到。
这里,目标检测算法是用于检测待处理图像中拍摄对象的装配置质量是否合格的算法,也就是说,检测算法是一种分类模型。在本申请提供的实施例中,目标检测算法可以通过机器学习算法训练得到。
具体地,建立初始模型,并获取预设图像的特征向量;这里,预设图像是针对同一部件的图像。并且预设图像具有对应的检测结果标注信息,其中检测结果标注信息表明该预设图像中的拍摄对象是良品还是次品。将预设图像的特征向量作为初始模型的输入,预设图像对应的检测结果标注信息作为初始模型输出,对初始模型进行训练,训练好的初始模型即为本申请中的目标检测算法。
在本申请提供的实施例中,电子设备提取待处理图像中特征点的特征向量,这里的特征点是指待处理图像中灰度值发生剧烈变化的点或者在待处理图像边缘上曲率较大的点,图像特征点的特征向量能够反映图像的本质特征。
进一步,将待处理图像至少一个特征点的特征向量输入至目标检测算法对应的分类模型中,得到待处理图像的检测结果。
需要说明的是,本实施例中与其它实施例中相同步骤和相同内容的说明,可以参照其它实施例中的描述,此处不再赘述。
本申请实施例提供的信息处理方法,首先通过图像采集单元获取待处理图像;对待处理图像进行处理,得到待处理图像的目标特征信息;其中,目标特征信息用于表征待处理图像中拍摄对象对应的物体属性;选择与目标特征信息匹配的目标检测算法,并基于目标检测算法对所述拍摄对象的装配质量进行检测。这样,电子设备通过采集到的待处理图像,分析拍摄对象的具体物体属性,根据拍摄对象的物体属性,选择出与该物体属性匹配的目标检测算法。如此,电子设备能够自动地根据拍摄对象的特征选择对应的检测算法,提高了检测装配质量的效率。
实施例三
基于前述实施例,本申请实施例提供一种信息处理装置,如图3所示,所述信息处理装置包括:
获取单元31,用于通过图像采集单元采集待处理图像;
处理单元32,对待处理图像进行处理,得到待处理图像的目标特征信息;其中,目标特征信息用于指示待处理图像中拍摄对象对应的物体属性;
选择单元33,选择与目标特征信息匹配的目标检测算法,并基于目标检测算法对拍摄对象的装配质量进行检测。
在本申请提供的实施例中,所述处理单元32,具体用于提取待处理图像的视觉图像特征;视觉图像特征包括以下至少之一:纹理特征,颜色特征,形状特征和空间关系特征;基于待处理图像的视觉图像特征,得到待处理图像的目标特征信息。
在本申请提供的实施例中,所述处理单元32,还用于确定所述视觉图像特征中的纹理特征,颜色特征,形状特征和空间关系特征分别与所述待处理图像中的比例信息;将比例信息作为所述待处理图像的目标特征信息。
在本申请提供的实施例中,选择单元33,具体用于从预设映射关系表中查找与所述目标特征信息匹配的目标检测算法的相关信息;基于目标检测算法的相关信息,从存储单元中调用目标检测算法或者从目标服务器调用目标检测算法;
处理单元32,还用于基于目标检测算法对所述拍摄对象进行检测。
在本申请提供的实施例中,选择单元33,用于提取所述待处理图像至少一个特征点的特征向量;基于至少一个特征点的特征向量和目标检测算法,得到待处理图像中拍摄对象的装配质量的检测结果;其中,目标检测算法通过采用预设图像和预设对应的检测结果的标注信息训练得到。
在本申请提供的实施例中,获取单元31,还用于检测与图像采集单元对应的图像采集区域内是否存在待检测物体;若图像采集区域内存在待检测物体,则控制图像采集单元采集图像采集区域内的待处理图像。
在本申请提供的实施例中,获取单元31,还用于确定待检测物体在预览图像中的位置;基于待检测物体在预览图像中的位置,确定图像采集单元的拍摄角度和拍摄参数;基于拍摄角度和拍摄参数,控制图像采集单元采集待处理图像。
实施例四
基于上述信息处理装置中各单元的实现,为了实现本申请实施例提供的信息处理方法,本申请实施例还提供了一种电子设备,如图4所示,所述电子设备40包括:处理器41和配置为存储能够在处理器上运行的计算机程序的存储器42,
其中,所述处理器41配置为运行所述计算机程序时,执行前述实施例中的方法步骤。
当然,实际应用时,如图4所示,该电子设备40中的各个组件通过总线系统43耦合在一起。可理解,总线系统43用于实现这些组件之间的连接通信。总线系统43除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见,在图4将各种总线都标为总线系统43。
在示例性实施例中,本申请实施例还提供了一种计算机可读存储介质,例如包括计算机程序的存储器42,上述计算机程序可由电子设备40的处理器41执行,以完成前述方法所述步骤。计算机可读存储介质可以是磁性随机存取存储器(FRAM,ferromagneticrandom access memory)、只读存储器(ROM,Read Only Memory)、可编程只读存储器(PROM,Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM,ErasableProgrammable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM,ElectricallyErasable Programmable Read-Only Memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM,Compact Disc Read-Only Memory)等存储器。
本申请实施例所记载的技术方案之间,在不冲突的情况下,可以任意组合。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。
Claims (10)
1.一种信息处理方法,所述方法包括:
通过图像采集单元获取待处理图像;
对所述待处理图像进行处理,得到所述待处理图像的目标特征信息;其中,所述目标特征信息用于表征所述待处理图像中拍摄对象对应的物体属性;
选择与所述目标特征信息匹配的目标检测算法,并基于所述目标检测算法对所述拍摄对象的装配质量进行检测。
2.根据权利要求1所述的方法,所述对所述待处理图像进行处理,得到所述待处理图像的目标特征信息,包括:
提取所述待处理图像的视觉图像特征;所述视觉图像特征包括以下至少之一:纹理特征,颜色特征,形状特征和空间关系特征;
基于所述待处理图像的视觉图像特征,得到待处理图像的目标特征信息。
3.根据权利要求2所述的方法,所述基于所述待处理图像的视觉图像特征,得到待处理图像的目标特征信息,包括:
确定所述视觉图像特征中的纹理特征,颜色特征,形状特征和空间关系特征分别与所述待处理图像中的比例信息;
将所述比例信息作为所述待处理图像的目标特征信息。
4.根据权利要求1所述的方法,所述选择与所述目标特征信息匹配的目标检测算法,并基于所述目标检测算法对所述拍摄对象进行检测,包括:
从预设映射关系表中查找与所述目标特征信息匹配的目标检测算法的相关信息;
基于所述目标检测算法的相关信息,从存储单元中调用目标检测算法或者从目标服务器调用目标检测算法;
基于所述目标检测算法对所述拍摄对象进行检测。
5.根据权利要求1所述的方法,所述基于所述目标检测算法对所述拍摄对象的装配质量进行检测,包括:
提取所述待处理图像至少一个特征点的特征向量;
基于所述至少一个特征点的特征向量和所述目标检测算法,得到所述待处理图像中拍摄对象的装配质量的检测结果;其中,所述目标检测算法通过采用预设图像的特征向量和所述预设对应的检测结果的标注信息训练得到。
6.根据权利要求1所述的方法,所述通过图像采集单元采集待处理图像之前,还包括:
检测与所述图像采集单元对应的图像采集区域内是否存在待检测物体;
若所述图像采集区域内存在待检测物体,则控制图像采集单元采集所述图像采集区域内的待处理图像。
7.根据权利要求1所述的方法,所述通过图像采集单元采集待处理图像,包括:
确定待检测物体在预览图像中的位置;
基于所述待检测物体在所述预览图像中的位置,确定图像采集单元的拍摄角度和拍摄参数;
基于所述拍摄角度和拍摄参数,控制所述图像采集单元采集待处理图像。
8.一种信息处理装置,所述装置包括:
获取模块,用于通过图像采集单元采集待处理图像;
处理单元,对所述待处理图像进行处理,得到所述待处理图像的目标特征信息;其中,所述目标特征信息用于指示所述待处理图像中拍摄对象对应的物体属性;
选择单元,选择与所述目标特征信息匹配的目标检测算法,并基于所述目标检测算法对所述拍摄对象的装配质量进行检测。
9.一种电子设备,所述电子设备包括:处理器、存储器和通信总线,其中:
所述通信总线用于实现处理器和存储器之间的通信连接;
所述处理器配置为运行所述计算机程序时,执行权利要求1至7任一项所述信息处理方法的步骤。
10.一种存储介质,其特征在于,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如权利要求1至7中所述的信息处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911065828.4A CN111008954A (zh) | 2019-11-04 | 2019-11-04 | 一种信息处理方法及装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911065828.4A CN111008954A (zh) | 2019-11-04 | 2019-11-04 | 一种信息处理方法及装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111008954A true CN111008954A (zh) | 2020-04-14 |
Family
ID=70111375
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911065828.4A Pending CN111008954A (zh) | 2019-11-04 | 2019-11-04 | 一种信息处理方法及装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111008954A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111723723A (zh) * | 2020-06-16 | 2020-09-29 | 东软睿驰汽车技术(沈阳)有限公司 | 一种图像检测方法及装置 |
CN112215114A (zh) * | 2020-09-30 | 2021-01-12 | 中航(成都)无人机系统股份有限公司 | 一种目标识别方法、装置、设备及计算机可读存储介质 |
CN112988337A (zh) * | 2021-03-01 | 2021-06-18 | 创新奇智(上海)科技有限公司 | 任务处理系统、方法、装置、电子设备、存储介质 |
CN113159022A (zh) * | 2021-03-12 | 2021-07-23 | 杭州海康威视系统技术有限公司 | 一种关联关系的确定方法和装置、存储介质 |
CN113191286A (zh) * | 2021-05-08 | 2021-07-30 | 重庆紫光华山智安科技有限公司 | 图像数据质量检测调优方法、系统、设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006194607A (ja) * | 2005-01-11 | 2006-07-27 | Omron Corp | 基板検査装置並びにそのパラメータ設定方法およびパラメータ設定装置 |
US20130297266A1 (en) * | 2011-03-30 | 2013-11-07 | Rune Brincker | Method For Improving Determination Of Mode Shapes For A Mechanical Structure And Applications Hereof |
CN107388966A (zh) * | 2017-08-01 | 2017-11-24 | 贺州学院 | 装配质量检测方法及装置 |
CN110148130A (zh) * | 2019-05-27 | 2019-08-20 | 北京百度网讯科技有限公司 | 用于检测零件缺陷的方法和装置 |
-
2019
- 2019-11-04 CN CN201911065828.4A patent/CN111008954A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006194607A (ja) * | 2005-01-11 | 2006-07-27 | Omron Corp | 基板検査装置並びにそのパラメータ設定方法およびパラメータ設定装置 |
US20130297266A1 (en) * | 2011-03-30 | 2013-11-07 | Rune Brincker | Method For Improving Determination Of Mode Shapes For A Mechanical Structure And Applications Hereof |
CN107388966A (zh) * | 2017-08-01 | 2017-11-24 | 贺州学院 | 装配质量检测方法及装置 |
CN110148130A (zh) * | 2019-05-27 | 2019-08-20 | 北京百度网讯科技有限公司 | 用于检测零件缺陷的方法和装置 |
Non-Patent Citations (2)
Title |
---|
吴晖辉等: "基于边缘和颜色特征的贴装晶体管类元件检测算法", 仪器仪表学报, vol. 30, no. 05, 15 May 2009 (2009-05-15), pages 1021 * |
汤勃等: "机器视觉表面缺陷检测综述", 中国图象图形学报, vol. 22, no. 12, 16 December 2017 (2017-12-16), pages 1647 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111723723A (zh) * | 2020-06-16 | 2020-09-29 | 东软睿驰汽车技术(沈阳)有限公司 | 一种图像检测方法及装置 |
CN112215114A (zh) * | 2020-09-30 | 2021-01-12 | 中航(成都)无人机系统股份有限公司 | 一种目标识别方法、装置、设备及计算机可读存储介质 |
CN112988337A (zh) * | 2021-03-01 | 2021-06-18 | 创新奇智(上海)科技有限公司 | 任务处理系统、方法、装置、电子设备、存储介质 |
CN113159022A (zh) * | 2021-03-12 | 2021-07-23 | 杭州海康威视系统技术有限公司 | 一种关联关系的确定方法和装置、存储介质 |
CN113159022B (zh) * | 2021-03-12 | 2023-05-30 | 杭州海康威视系统技术有限公司 | 一种关联关系的确定方法和装置、存储介质 |
CN113191286A (zh) * | 2021-05-08 | 2021-07-30 | 重庆紫光华山智安科技有限公司 | 图像数据质量检测调优方法、系统、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111008954A (zh) | 一种信息处理方法及装置、电子设备和存储介质 | |
US11410415B2 (en) | Processing method for augmented reality scene, terminal device, system, and computer storage medium | |
CN105518712B (zh) | 基于字符识别的关键词通知方法及设备 | |
CN109727275B (zh) | 目标检测方法、装置、系统和计算机可读存储介质 | |
CN109871821B (zh) | 自适应网络的行人重识别方法、装置、设备及存储介质 | |
US9576363B2 (en) | Object picking system, object detecting device, object detecting method | |
CN109116129B (zh) | 终端检测方法、检测设备、系统及存储介质 | |
US8666145B2 (en) | System and method for identifying a region of interest in a digital image | |
JP2012501011A (ja) | 画像解析方法及びシステム | |
CN108921098B (zh) | 人体运动分析方法、装置、设备及存储介质 | |
US20140270362A1 (en) | Fast edge-based object relocalization and detection using contextual filtering | |
US9767383B2 (en) | Method and apparatus for detecting incorrect associations between keypoints of a first image and keypoints of a second image | |
CN110135245B (zh) | 到店确认方法、装置、电子设备及可读存储介质 | |
CN111382635B (zh) | 一种商品类别识别方法、装置及电子设备 | |
CN111797726A (zh) | 一种火焰检测方法、装置、电子设备及存储介质 | |
CN113920502A (zh) | 一种云台调整方法、装置、设备及介质 | |
CN111860099A (zh) | 物品识别系统以及物品识别方法 | |
CN107577973B (zh) | 一种图像显示方法、图像识别方法及设备 | |
CN108805883B (zh) | 一种图像分割方法、图像分割装置及电子设备 | |
CN116908185A (zh) | 物品的外观缺陷检测方法、装置、电子设备及存储介质 | |
CN110826376B (zh) | 标记物识别方法、装置、终端设备及存储介质 | |
CN110780982A (zh) | 一种图像处理方法、装置及设备 | |
US8538142B2 (en) | Face-detection processing methods, image processing devices, and articles of manufacture | |
CN110441315B (zh) | 电子部件测试设备和方法 | |
CN111145674B (zh) | 显示面板的检测方法、电子设备和存储介质 |
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 |