CN111209944A - 一种自适应的图像检测系统及图像检测方法 - Google Patents

一种自适应的图像检测系统及图像检测方法 Download PDF

Info

Publication number
CN111209944A
CN111209944A CN201911403780.3A CN201911403780A CN111209944A CN 111209944 A CN111209944 A CN 111209944A CN 201911403780 A CN201911403780 A CN 201911403780A CN 111209944 A CN111209944 A CN 111209944A
Authority
CN
China
Prior art keywords
image
detected
pixel value
module
scanning
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
CN201911403780.3A
Other languages
English (en)
Other versions
CN111209944B (zh
Inventor
程进
朱亚军
李勇
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.)
Shanghai Suoguang Visual Products Co Ltd
Original Assignee
Shanghai Suoguang Electronics 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 Shanghai Suoguang Electronics Co Ltd filed Critical Shanghai Suoguang Electronics Co Ltd
Priority to CN201911403780.3A priority Critical patent/CN111209944B/zh
Publication of CN111209944A publication Critical patent/CN111209944A/zh
Application granted granted Critical
Publication of CN111209944B publication Critical patent/CN111209944B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23Updating
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/759Region-based matching
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Abstract

本发明涉及图像检测技术领域,尤其涉及一种自适应的图像检测系统及图像检测方法,其中,包括:第一采集模块,采集标准图像;第一扫描模块,扫描得到第一像素值;一第二采集模块,采集被检测图像;一第二扫描模块,扫描得到第二像素值;一对比模块,对比得到相似值;一第一判断模块,输出第一判断结果;一第二判断模块,输出第二判断结果;一要素库判断模块,输出第三判断结果,保存差异特征区域于要素库中;一人工判断模块,经过人工判断流程输出第四判断结果;一第三判断模块,根据差异特征区域对要素库叠加式更新。本发明的技术方案有益效果在于:可对被检测图像自适应检查,以克服产生细微差别或者可允许范围内的瑕疵时,容易误判的问题。

Description

一种自适应的图像检测系统及图像检测方法
技术领域
本发明涉及图像检测技术领域,尤其涉及一种自适应的图像检测系统及图像检测方法。
背景技术
随着社会的发展,不仅对生产率的要求越来越高,对产品的品质要求也越来越高,在如今的机械加工行业中,尤其是工件检测过程中,目前,公知的图像检测系统为恒定的标准良品及非良品的判断,并没有灵活的智能的自适应性,当被处理图像产生细微差别或者可允许范围内的瑕疵时,常常容易误判,不能满足生产的需要。
因此,针对上述问题,成为本领域技术人员亟待解决的难题。
发明内容
针对现有技术中存在的上述问题,现提供一种旨在克服误判的自适应的图像检测系统及图像检测方法。
具体技术方案如下:
本发明提供一种自适应的图像检测系统,其中,包括:
一第一采集模块,用于预先采集一预先准备的标准部品的标准图像;
一第一扫描模块,连接所述第一采集模块,用于对所述标准图像进行扫描以得到像素值并记为第一像素值;
一第二采集模块,用于采集一被检测部品的被检测图像,所述被检测部品的采集环境和采集参数与所述标准部品的采集环境和采集参数保持一致;
一第二扫描模块,连接所述第二采集模块,用于对所述被检测图像进行扫描以得到像素值并记为第二像素值;
一对比模块,分别连接所述第一扫描模块和所述第二扫描模块,用于根据所述第一像素值和所述第二像素值进行处理得到一相似值;
一第一判断模块,连接所述对比模块,用于根据所述相似值判断所述被检测部品是否合格,并输出相应的第一判断结果;
一第二判断模块,连接所述第一判断模块,用于在所述第一判断结果表示所述被检测部品不合格时,判断本次检测是否为前N次检测,并输出相应的第二判断结果;
一要素库判断模块,连接所述第二判断模块,用于在所述第二判断结果表示本次检测不为前N次检测时,采用一预设的要素库对所述被检测部品进行二次判断,并输出一第三判断结果,所述要素库中保存有历史检测过程中的所述相似值、所述相似值所对应的所述被检测图像上的差异像素点以及所述差异像素点所对应的所述被检测图像上的差异特征区域;
一人工判断模块,连接所述第二判断模块,用于在所述第二判断结果表示本次检测为前N次检测时,将所述被检测部品送入一人工判断流程,并根据所述人工判断流程输出一第四判断结果;
一第三判断模块,分别连接所述人工判断模块和所述要素库判断模块,用于在所述第四判断结果表示所述被检测部品合格时,根据本次检测得到的所述相似值、所述相似值所对应的所述被检测图像上的差异像素点以及所述差异像素点所对应的所述被检测图像上的差异特征区域对所述要素库进行叠加式更新;
则所述图像检测系统输出的结果为:
当所述第一判断结果表示所述被检测部品合格时,输出所述被检测部品合格的检测结果;
将所述第三判断结果作为检测结果输出;以及
将所述第四判断结果作为检测结果输出。
优选的,所述第一扫描模块包括:
一第一截取单元,用于在所述标准图像上截取部分图像作为第一待扫描图像并输出;
一第一扫描单元,连接所述第一截取单元,用于对所述第一待扫描图像进行扫描以得到所述第一像素值。
优选的,所述第二扫描模块包括:
一第二截取单元,用于在所述被检测图像上截取部分图像作为第二待扫描图像并输出;
一第二扫描单元,连接所述第二截取单元,用于对所述第二待扫描图像进行扫描以得到所述第二像素值。
优选的,所述第二扫描模块包括:
一第二截取单元,用于在所述被检测图像上截取部分图像作为第二待扫描图像并输出,所述第二待扫描图像与所述第一待扫描图像的图像位置相同;
一第二扫描单元,连接所述第二截取单元,用于对所述第二待扫描图像进行扫描以得到所述第二像素值。
本发明还提供一种自适应的图像检测方法,其中,所述方法包括:
步骤S1、依据一预设的采集环境和相应的采集参数,采集一预先准备的标准良品的标准图像,随后对所述标准图像进行扫描以得到所述标准图像的像素值并作为第一像素值保存;
步骤S2、依据同样的所述采集环境和所述采集参数,采集一被检测部品的被检测图像,扫描所述被检测图像得到对应的像素值并作为第二像素值保存;
步骤S3、将所述第二像素值与所述标准图像上对应于所述待测区域图像的图像位置的所述第一像素值进行比较,以产生一相似值;
步骤S4、判断所述相似值是否小于一预设值,
若是,则判定所述被检测部品不合格,随后转向步骤S5;
若否,则判定所述被检测部品合格,随后转向下一个所述被检测部品,并返回所述步骤S2;
步骤S5、判断本次检测是否为前N次检测:
若是,则转向步骤S6;
若否,则转向步骤S8;
步骤S6,进入人工判断流程,接收并判断所述人工判断流程针对所述被检测部品的判断结果:
若判定所述被检测部品不合格,则转向下个所述被检测部品,随后返回所述步骤S2;
若判定所述被检测部品合格,则转向所述步骤S7;
步骤S7、处理得到与所述第一像素值具有差异的所述第二像素值所对应的像素点并记为差异像素,并处理得到所述待测区域图像中包括所述差异像素的一差异特征区域,根据所述差异像素、所述差异特征区域以及所述相似值对一要素库进行叠加式更新随后转向下个所述被检测部品,并返回步骤S2;
步骤S8,将所述待测区域图像以及所述相似值与所述要素库进行匹配:
若能够匹配于所述要素库,则判定所述被检测部品合格,随后转向下一个所述被检测部品,并返回所述步骤S2;
若无法匹配于所述要素库,则判定所述被检测部品不合格,随后转向下一个所述被检测部品,并返回所述步骤S2。
优选的,于所述步骤S1中,包括:
步骤S10、在预先准备的所述标准良品的所述标准图像上截取部分图像作为第一待扫描图像并输出;
步骤S11、对所述第一待扫描图像进行扫描以得到所述第一像素值。
优选的,于所述步骤S2中,包括:
步骤S20、在所述被检测部品的所述被检测图像上截取部分图像作为第二待扫描图像并输出;
步骤S21、对所述第二待扫描图像进行扫描以得到所述第二像素值。
优选的,于所述步骤S2中,还包括:
步骤S20、在所述被检测图像上截取部分图像作为第二待扫描图像并输出,所述第二待扫描图像与所述第一待扫描图像的图像位置相同;
步骤S21、对所述第二待扫描图像进行扫描以得到所述第二像素值。
优选的,所述预设值为0.85。
本发明的技术方案有益效果在于:在判定被检测部品合格后,保存每次检测的被检测部品的被检测图像和标准良品的标准图像之间的差异特征区域,形成叠加式更新的要素库,当本次检测不为前N次被检测部品时,可通过调用要素库,对本次检测的被检测图像进行自适应检查,以克服人工判断流程中判定为合格的被检测部品,同时可能产生细微差别或者可允许范围内的瑕疵时,常常容易误判的问题。
附图说明
参考所附附图,以更加充分的描述本发明的实施例。然而,所附附图仅用于说明和阐述,并不构成对本发明范围的限制。
图1为本发明实施例的图像检测系统的框图;
图2为本发明实施例的图像检测系统的第一扫描模块框图;
图3为本发明实施例的图像检测系统的标注图像被截取情况的一种实施例中的第二扫描模块框图;
图4为本发明实施例的图像检测系统的标准图像未被截取情况的另一种实施例中的第二扫描模块框图;
图5为本发明实施例的图像检测方法的步骤图;
图6为本发明实施例的图像检测方法的S1步骤图;
图7为本发明实施例的图像检测方法的标注图像被截取情况的一种实施例中的S2步骤图;
图8为本发明实施例的图像检测方法的标注图像未被截取情况的另一种实施例中的S2步骤图。
具体实施方式
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
下面结合附图和具体实施例对本发明作进一步说明,但不作为本发明的限定。
本发明提供一种自适应的图像检测系统,其中,包括:
一第一采集模块1,用于预先采集一预先准备的标准部品的标准图像;
一第一扫描模块2,连接第一采集模块1,用于对标准图像进行扫描以得到像素值并记为第一像素值;
一第二采集模块3,用于采集一被检测部品的被检测图像,被检测部品的采集环境和采集参数与标准部品的采集环境和采集参数保持一致;
一第二扫描模块4,连接第二采集模块3,用于对被检测图像进行扫描以得到像素值并记为第二像素值;
一对比模块5,分别连接第一扫描模块2和第二扫描模块4,用于根据第一像素值和第二像素值进行处理得到一相似值;
一第一判断模块6,连接对比模块5,用于根据相似值判断被检测部品是否合格,并输出相应的第一判断结果;
一第二判断模块7,连接第一判断模块6,用于在第一判断结果表示被检测部品不合格时,判断本次检测是否为前N次检测,并输出相应的第二判断结果;
一要素库判断模块8,连接第二判断模块7,用于在第二判断结果表示本次检测不为前N次检测时,采用一预设的要素库对被检测部品进行二次判断,并输出一第三判断结果,要素库中保存有历史检测过程中的相似值、相似值所对应的被检测图像上的差异像素点以及差异像素点所对应的被检测图像上的差异特征区域;
一人工判断模块9,连接第二判断模块7,用于在第二判断结果表示本次检测为前N次检测时,将被检测部品送入一人工判断流程,并根据人工判断流程输出一第四判断结果;
一第三判断模块10,分别连接人工判断模块9和要素库判断模块8,用于在第四判断结果表示被检测部品合格时,根据本次检测得到的相似值、相似值所对应的被检测图像上的差异像素点以及差异像素点所对应的被检测图像上的差异特征区域对要素库进行叠加式更新;
则图像检测系统输出的结果为:
当第一判断结果表示被检测部品合格时,输出被检测部品合格的检测结果;
将第三判断结果作为检测结果输出;以及
将第四判断结果作为检测结果输出。
通过上述提供的一种自适应的图像检测系统,如图1所述,通过第一采集模块1预先采集一预先准备的标准部品的标准图像,再通过第一扫描模块2对标准图像进行扫描以得到像素值并记为第一像素值,再通过第二采集模块3采集一被检测部品的被检测图像,并通过第二扫描模块4对被检测图像进行扫描以得到像素值并记为第二像素值。
进一步地,通过对比模块5,根据第一像素值和第二像素值进行处理得到一相似值,再通过第一判断模块6根据相似值判断被检测部品是否合格,并输出相应的第一判断结果。
进一步地,通过第二判断模块7在第一判断结果表示被检测部品不合格时,判断本次检测是否为前N次检测,并输出相应的第二判断结果,再通过要素库判断模块8在第二判断结果表示本次检测不为前N次检测时,采用一预设的要素库对被检测部品进行二次判断,并输出一第三判断结果,要素库中保存有历史检测过程中的相似值、相似值所对应的被检测图像上的差异像素点以及差异像素点所对应的被检测图像上的差异特征区域,通过人工判断模块9在第二判断结果表示本次检测为前N次检测时,将被检测部品送入一人工判断流程,并根据人工判断流程输出一第四判断结果。
进一步地,通过第三判断模块10在第四判断结果表示被检测部品合格时,根据本次检测得到的相似值、相似值所对应的被检测图像上的差异像素点以及差异像素点所对应的被检测图像上的差异特征区域对要素库进行叠加式更新;
则图像检测系统输出的结果为:
当第一判断结果表示被检测部品合格时,输出被检测部品合格的检测结果;
将第三判断结果作为检测结果输出;以及
将第四判断结果作为检测结果输出。
本实施例通过一件预先准备的标准部品、一件被检测部品和一件被检测部品C为例来具体说明,首先采集标准部品的图像作为标准图像,再对该标准图像进行扫描以得到像素值并记为第一像素值,以供后续的对比工作。
本实施例中,再采集被检测部品的图像以作为被检测图像,再对被检测图像进行扫描以得到像素值并记为第二像素值,以供与第一像素值进行比对。
进一步地,将上述第一像素值和第二像素值进行比对,从而得到一个相似值,根据相似值判断是否小于0.85,当该相似值大于或等于0.85时,直接判定被检测部品合格,当该相似值小于0.85时,则被检测部品为不合格,此时,再通过人工判断流程判断出被检测部品为合格后,说明被检测部品和标准部品之间可能存在细微差别或者可允许范围内的瑕疵,则将被检测部品和标准部品之间差异像素点以及差异像素点所对应的被检测部品的被检测图像上的差异特征区域进行记录并保存到一个要素库,也就是被检测部品和标准部品之间细微的差异特征区域记录并保存到一个要素库。
进一步地,再进行检测被检测部品C时,首先跟上述检测被检测部品的检测过程相同,当检测出被检测部品C为不合格时,通过调用上述的要素库,从而检测出被检测部品C的被检测图像与标准部品的标准图像之间的差异像素点以及差异像素点所对应的被检测部品C的被检测图像上的差异特征区域能够匹配到被检测部品与标准部品之间差异像素点以及差异像素点所对应的被检测部品的被检测图像上的差异特征区域时,就可以直接判定该被检测部品C为合格,从而不需要通过人工判断流程进行判断,再根据本次检测得到的相似值、相似值所对应的被检测图像上的差异像素点以及差异像素点所对应的被检测图像上的差异特征区域对上述的要素库进行叠加式更新,当继续检测剩下的被检测部品时,可通过调用要素库,对本次检测的被检测图像进行自适应检查,以克服人工判断流程中判定为合格的被检测部品,同时可能产生细微差别或者可允许范围内的瑕疵时,常常容易误判的问题。
在一种较优的实施例中,第一扫描模块2包括:
一第一截取单元20,用于在标准图像上截取部分图像作为第一待扫描图像并输出;
一第一扫描单元21,连接第一截取单元20,用于对第一待扫描图像进行扫描以得到第一像素值。
第二扫描模块4包括:
一第二截取单元40,用于在被检测图像上截取部分图像作为第二待扫描图像并输出,第二待扫描图像与第一待扫描图像的图像位置相同;
一第二扫描单元41,连接第二截取单元40,用于对第二待扫描图像进行扫描以得到第二像素值。
具体地,结合图2、3所示,本实施例中,第一扫描模块2中包括第一截取单元20来在标准图像上截取部分图像作为第一待扫描图像并输出,例如,需要对标准部品的标准图像上截取部分图像,然后再通过第一扫描单元21对第一待扫描图像进行扫描以得到第一像素值。
进一步的,通过第二扫描模块4中的第二截取单元40对被检测部品的被检测图像上截取部分图像作为第二待扫描图像并输出,该第二待扫描图像与上述中的第一待扫描图像的图像位置相同,然后再通过第二扫描单元41对第二待扫描图像进行扫描以得到第二像素值,在后续对比时,将标准部品的标准图像上截取的第一待扫描图像进行扫描后的像素值与被检测部品的被检测图像上截取的第二待扫描图像进行扫描后的像素值进行对比。
在一种较优的实施例中,第二扫描模块4包括:
一第二截取单元40,用于在被检测图像上截取部分图像作为第二待扫描图像并输出;
一第二扫描单元41,连接第二截取单元40,用于对第二待扫描图像进行扫描以得到第二像素值。
具体地,如图4所示,本实施例不对标准部品的标准图像上截取部分图像,而是只是通过第二截取单元40对被检测部品的被检测图像上截取部分图像作为第二待扫描图像并输出,再通过第二扫描单元41对第二待扫描图像进行扫描以得到第二像素值,从而在后续对比时,直接将标准部品的标准图像的扫描后的像素值与被检测部品的被检测图像截取的第二待扫描图像扫描的像素值进行对比。
本发明还提供一种自适应的图像检测方法,其中,包括:
步骤S1、依据一预设的采集环境和相应的采集参数,采集一预先准备的标准良品的标准图像,随后对标准图像进行扫描以得到标准图像的像素值并作为第一像素值保存;
步骤S2、依据同样的采集环境和采集参数,采集一被检测部品的被检测图像,扫描被检测图像得到对应的像素值并作为第二像素值保存;
步骤S3、将第二像素值与标准图像上对应于待测区域图像的图像位置的第一像素值进行比较,以产生一相似值;
步骤S4、判断相似值是否小于一预设值,
若是,则判定被检测部品不合格,随后转向步骤S5;
若否,则判定被检测部品合格,随后转向下一个被检测部品,并返回步骤S2;
步骤S5、判断本次检测是否为前N次检测:
若是,则转向步骤S6;
若否,则转向步骤S8;
步骤S6,进入人工判断流程,接收并判断人工判断流程针对被检测部品的判断结果:
若判定被检测部品不合格,则转向下个被检测部品,随后返回步骤S2;
若判定被检测部品合格,则转向步骤S7;
步骤S7、处理得到与第一像素值具有差异的第二像素值所对应的像素点并记为差异像素,并处理得到待测区域图像中包括差异像素的一差异特征区域,根据差异像素、差异特征区域以及相似值对一要素库进行叠加式更新,随后转向下个被检测部品,并返回步骤S2;
步骤S8,将待测区域图像以及相似值与要素库进行匹配:
若能够匹配于要素库,则判定被检测部品合格,随后转向下一个被检测部品,并返回步骤S2;
若无法匹配于要素库,则判定被检测部品不合格,随后转向下一个被检测部品,并返回步骤S2。
通过上述提供的图像检测方法,如图5所示,首先依据一预设的采集环境和相应的采集参数,采集一预先准备的标准良品的标准图像,随后对标准图像进行扫描以得到标准图像的像素值并作为第一像素值保存,再依据同样的采集环境和采集参数,采集一被检测部品的被检测图像,扫描被检测图像得到对应的像素值并作为第二像素值保存。
将上述第二像素值与标准图像上对应于待测区域图像的图像位置的第一像素值进行比较,以产生一相似值,并判断该相似值是否小于一预设值,也就是判断该相似值是否小于0.85,若判断该相似值不小于0.85,判定被检测部品合格,随后转向下一个被检测部品;
若判断该相似值小于0.85,则判定被检测部品不合格,接着再次判断本次检测为前N次检测时,则进入人工判断流程,接收并判断人工判断流程针对被检测部品的判断结果,若判定被检测部品不合格,则转向下个被检测部品;若判定被检测部品合格,进一步地处理得到与第一像素值具有差异的第二像素值所对应的像素点并记为差异像素,并处理得到待测区域图像中包括差异像素的一差异特征区域,根据差异像素、差异特征区域以及相似值对一要素库进行叠加式更新。
当上述的再次判断本次检测不为前N次检测时,将待测区域图像以及相似值与要素库进行匹配,若能够匹配于要素库,则判定被检测部品合格,随后转向下一个被检测部品,若无法匹配于要素库,则判定被检测部品不合格,随后转向下一个被检测部品。
在一种较优的实施例中,步骤S1中,包括:
步骤S10、在预先准备的标准良品的标准图像上截取部分图像作为第一待扫描图像并输出;
步骤S11、对第一待扫描图像进行扫描以得到第一像素值。
步骤S2中,包括:
步骤S20、在被检测图像上截取部分图像作为第二待扫描图像并输出,第二待扫描图像与第一待扫描图像的图像位置相同;
步骤S21、对第二待扫描图像进行扫描以得到第二像素值。
具体地,结合图6、7所示,本实施例中,包括在标准图像上截取部分图像作为第一待扫描图像并输出,例如,需要对标准部品的标准图像上截取部分图像,然后再对第一待扫描图像进行扫描以得到第一像素值。
进一步的,对被检测部品的被检测图像上截取部分图像作为第二待扫描图像并输出,该第二待扫描图像与上述中的第一待扫描图像的图像位置相同,然后对第二待扫描图像进行扫描以得到第二像素值,在后续对比时,将标准部品的标准图像上截取的第一待扫描图像进行扫描后的像素值与被检测部品的被检测图像上截取的第二待扫描图像进行扫描后的像素值进行对比。
在一种较优的实施例中,步骤S2中,包括:
步骤S20、在被检测部品的被检测图像上截取部分图像作为第二待扫描图像并输出;
步骤S21、对第二待扫描图像进行扫描以得到第二像素值。
具体地,如图8所示,本实施例不对标准部品的标准图像上截取部分图像,而是只是对被检测部品的被检测图像上截取部分图像作为第二待扫描图像并输出,再对第二待扫描图像进行扫描以得到第二像素值,从而在后续对比时,直接将标准部品的标准图像的扫描后的像素值与被检测部品的被检测图像截取的第二待扫描图像扫描的像素值进行对比。
在一种较优的实施例中,预设值为0.85。
以上所述仅为本发明较佳的实施例,并非因此限制本发明的实施方式及保护范围,对于本领域技术人员而言,应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案,均应当包含在本发明的保护范围内。

Claims (9)

1.一种自适应的图像检测方法,其特征在于,包括:
一第一采集模块,用于预先采集一预先准备的标准部品的标准图像;
一第一扫描模块,连接所述第一采集模块,用于对所述标准图像进行扫描以得到像素值并记为第一像素值;
一第二采集模块,用于采集一被检测部品的被检测图像,所述被检测部品的采集环境和采集参数与所述标准部品的采集环境和采集参数保持一致;
一第二扫描模块,连接所述第二采集模块,用于对所述被检测图像进行扫描以得到像素值并记为第二像素值;
一对比模块,分别连接所述第一扫描模块和所述第二扫描模块,用于根据所述第一像素值和所述第二像素值进行处理得到一相似值;
一第一判断模块,连接所述对比模块,用于根据所述相似值判断所述被检测部品是否合格,并输出相应的第一判断结果;
一第二判断模块,连接所述第一判断模块,用于在所述第一判断结果表示所述被检测部品不合格时,判断本次检测是否为前N次检测,并输出相应的第二判断结果;
一要素库判断模块,连接所述第二判断模块,用于在所述第二判断结果表示本次检测不为前N次检测时,采用一预设的要素库对所述被检测部品进行二次判断,并输出一第三判断结果,所述要素库中保存有历史检测过程中的所述相似值、所述相似值所对应的所述被检测图像上的差异像素点以及所述差异像素点所对应的所述被检测图像上的差异特征区域;
一人工判断模块,连接所述第二判断模块,用于在所述第二判断结果表示本次检测为前N次检测时,将所述被检测部品送入一人工判断流程,并根据所述人工判断流程输出一第四判断结果;
一第三判断模块,分别连接所述人工判断模块和所述要素库判断模块,用于在所述第四判断结果表示所述被检测部品合格时,根据本次检测得到的所述相似值、所述相似值所对应的所述被检测图像上的差异像素点以及所述差异像素点所对应的所述被检测图像上的差异特征区域对所述要素库进行叠加式更新;
则所述图像检测系统输出的结果为:
当所述第一判断结果表示所述被检测部品合格时,输出所述被检测部品合格的检测结果;
将所述第三判断结果作为检测结果输出;以及
将所述第四判断结果作为检测结果输出。
2.根据权利要求1所述的一种自适应的图像检测系统,其特征在于,所述第一扫描模块包括:
一第一截取单元,用于在所述标准图像上截取部分图像作为第一待扫描图像并输出;
一第一扫描单元,连接所述第一截取单元,用于对所述第一待扫描图像进行扫描以得到所述第一像素值。
3.根据权利要求1所述的一种自适应的图像检测系统,其特征在于,所述第二扫描模块包括:
一第二截取单元,用于在所述被检测图像上截取部分图像作为第二待扫描图像并输出;
一第二扫描单元,连接所述第二截取单元,用于对所述第二待扫描图像进行扫描以得到所述第二像素值。
4.根据权利要求2所述的一种自适应的图像检测系统,其特征在于,所述第二扫描模块包括:
一第二截取单元,用于在所述被检测图像上截取部分图像作为第二待扫描图像并输出,所述第二待扫描图像与所述第一待扫描图像的图像位置相同;
一第二扫描单元,连接所述第二截取单元,用于对所述第二待扫描图像进行扫描以得到所述第二像素值。
5.一种自适应的图像检测方法,其特征在于,包括:
步骤S1、依据一预设的采集环境和相应的采集参数,采集一预先准备的标准良品的标准图像,随后对所述标准图像进行扫描以得到所述标准图像的像素值并作为第一像素值保存;
步骤S2、依据同样的所述采集环境和所述采集参数,采集一被检测部品的被检测图像,扫描所述被检测图像得到对应的像素值并作为第二像素值保存;
步骤S3、将所述第二像素值与所述标准图像上对应于所述待测区域图像的图像位置的所述第一像素值进行比较,以产生一相似值;
步骤S4、判断所述相似值是否小于一预设值,
若是,则判定所述被检测部品不合格,随后转向步骤S5;
若否,则判定所述被检测部品合格,随后转向下一个所述被检测部品,并返回所述步骤S2;
步骤S5、判断本次检测是否为前N次检测:
若是,则转向步骤S6;
若否,则转向步骤S8;
步骤S6,进入人工判断流程,接收并判断所述人工判断流程针对所述被检测部品的判断结果:
若判定所述被检测部品不合格,则转向下个所述被检测部品,随后返回所述步骤S2;
若判定所述被检测部品合格,则转向所述步骤S7;
步骤S7、处理得到与所述第一像素值具有差异的所述第二像素值所对应的像素点并记为差异像素,并处理得到所述待测区域图像中包括所述差异像素的一差异特征区域,根据所述差异像素、所述差异特征区域以及所述相似值对一要素库进行叠加式更新,随后转向下个所述被检测部品,并返回步骤S2;
步骤S8,将所述待测区域图像以及所述相似值与所述要素库进行匹配:
若能够匹配于所述要素库,则判定所述被检测部品合格,随后转向下一个所述被检测部品,并返回所述步骤S2;
若无法匹配于所述要素库,则判定所述被检测部品不合格,随后转向下一个所述被检测部品,并返回所述步骤S2。
6.根据权利要求5所述的一种自适应的图像检测方法,其特征在于,于所述步骤S1中,包括:
步骤S10、在预先准备的所述标准良品的所述标准图像上截取部分图像作为第一待扫描图像并输出;
步骤S11、对所述第一待扫描图像进行扫描以得到所述第一像素值。
7.根据权利要求5所述的一种自适应的图像检测方法,其特征在于,于所述步骤S2中,包括:
步骤S20、在所述被检测部品的所述被检测图像上截取部分图像作为第二待扫描图像并输出;
步骤S21、对所述第二待扫描图像进行扫描以得到所述第二像素值。
8.根据权利要求6所述的一种自适应的图像检测方法,其特征在于,于所述步骤S2中,包括:
步骤S20、在所述被检测图像上截取部分图像作为第二待扫描图像并输出,所述第二待扫描图像与所述第一待扫描图像的图像位置相同;
步骤S21、对所述第二待扫描图像进行扫描以得到所述第二像素值。
9.根据权利要求4所述的一种自适应的图像检测方法,其特征在于,所述预设值为0.85。
CN201911403780.3A 2019-12-31 2019-12-31 一种自适应的图像检测系统及图像检测方法 Active CN111209944B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911403780.3A CN111209944B (zh) 2019-12-31 2019-12-31 一种自适应的图像检测系统及图像检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911403780.3A CN111209944B (zh) 2019-12-31 2019-12-31 一种自适应的图像检测系统及图像检测方法

Publications (2)

Publication Number Publication Date
CN111209944A true CN111209944A (zh) 2020-05-29
CN111209944B CN111209944B (zh) 2023-09-01

Family

ID=70786514

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911403780.3A Active CN111209944B (zh) 2019-12-31 2019-12-31 一种自适应的图像检测系统及图像检测方法

Country Status (1)

Country Link
CN (1) CN111209944B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0251775A (ja) * 1988-08-15 1990-02-21 Nippon Telegr & Teleph Corp <Ntt> 画像情報検索装置
DE60312427D1 (de) * 2002-04-23 2007-04-26 Samsung Electronics Co Ltd Verfahren zum Überprüfen eines Benutzers und zum Aktualisieren einer Datenbank, und dieses Verfahren benutzendes Gesichtsprüfungssystem
CN104022879A (zh) * 2014-05-29 2014-09-03 金蝶软件(中国)有限公司 语音安全校验的方法及装置
CN106530275A (zh) * 2016-10-11 2017-03-22 广州视源电子科技股份有限公司 元件错件检测方法和系统
CN110287347A (zh) * 2019-07-05 2019-09-27 黑龙江电力调度实业有限公司 采用大数据检测电力机房故障的方法
CN110309885A (zh) * 2019-07-05 2019-10-08 黑龙江电力调度实业有限公司 基于大数据的机房状态判断方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0251775A (ja) * 1988-08-15 1990-02-21 Nippon Telegr & Teleph Corp <Ntt> 画像情報検索装置
DE60312427D1 (de) * 2002-04-23 2007-04-26 Samsung Electronics Co Ltd Verfahren zum Überprüfen eines Benutzers und zum Aktualisieren einer Datenbank, und dieses Verfahren benutzendes Gesichtsprüfungssystem
CN104022879A (zh) * 2014-05-29 2014-09-03 金蝶软件(中国)有限公司 语音安全校验的方法及装置
CN106530275A (zh) * 2016-10-11 2017-03-22 广州视源电子科技股份有限公司 元件错件检测方法和系统
CN110287347A (zh) * 2019-07-05 2019-09-27 黑龙江电力调度实业有限公司 采用大数据检测电力机房故障的方法
CN110309885A (zh) * 2019-07-05 2019-10-08 黑龙江电力调度实业有限公司 基于大数据的机房状态判断方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张魏魏;张平;唐妙奇;: "应用自适应双边滤波的车载摄像头表面瑕疵检测", 电子测量技术, no. 20, pages 154 - 157 *

Also Published As

Publication number Publication date
CN111209944B (zh) 2023-09-01

Similar Documents

Publication Publication Date Title
CN106920219B (zh) 物品缺陷检测方法、图像处理系统与计算机可读记录介质
CN109752392B (zh) 一种pcb板缺陷类型检测系统和方法
JP2018195119A (ja) 異変検出装置及び異変検出方法
JP5168215B2 (ja) 外観検査装置
KR102027986B1 (ko) 비전 카메라를 이용한 비드 인식 장치 및 그 방법
CN116109635B (zh) 复合悬式绝缘子表面质量检测方法、装置、设备及介质
CN111881699A (zh) 一种产品检测方法、装置、存储介质及系统
CN113269769A (zh) 一种基于图像配准的缺陷检测方法、系统及设备
US20230011569A1 (en) Method and apparatus for detecting defect, device, and storage medium
CN113487607A (zh) 基于多视场图像的缺陷检测方法及装置
CN113538420A (zh) 基于双摄像和多光源的缺陷检测方法及系统
WO2022222467A1 (zh) 开口圆环工件外观缺陷检测方法、系统及计算机存储介质
CN111209944A (zh) 一种自适应的图像检测系统及图像检测方法
US11913912B2 (en) Hole expansion ratio testing device, hole expansion ratio testing method, and operating program
CN113780235A (zh) 图标瑕疵检测方法及系统
JP5152081B2 (ja) 外観検査装置
CN112950598A (zh) 工件的瑕疵检测方法、装置、设备及存储介质
JP2019039846A (ja) 検査システムおよび検査用画像の修正方法
US7551765B2 (en) Electronic component detection system
JP2000028539A (ja) 欠陥検出方法
CN114354491A (zh) 一种基于机器视觉的dcb陶瓷基板缺陷检测方法
CN114332073A (zh) 目标工件的检测方法及装置、智能分拣系统和存储介质
CN111412941A (zh) 安装质量的检测方法及装置
JP2017009469A (ja) 端子圧着不良検出装置
JPH02230381A (ja) ワーク検査装置

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: 20201020

Address after: 201201 No. 3777, Chuansha Road, Shanghai, Pudong New Area

Applicant after: SHANGHAI SUOGUANG VISUAL PRODUCTS Co.,Ltd.

Address before: 200240 building 7, 930 Jianchuan Road, Minhang District, Shanghai

Applicant before: SHANGHAI SUOGUANG ELECTRONIC Co.,Ltd.

GR01 Patent grant
GR01 Patent grant