CN111553911A - 一种面向工业颗粒连片制品的全局定位的方法、装置 - Google Patents

一种面向工业颗粒连片制品的全局定位的方法、装置 Download PDF

Info

Publication number
CN111553911A
CN111553911A CN202010380845.3A CN202010380845A CN111553911A CN 111553911 A CN111553911 A CN 111553911A CN 202010380845 A CN202010380845 A CN 202010380845A CN 111553911 A CN111553911 A CN 111553911A
Authority
CN
China
Prior art keywords
image
industrial particle
product
particle continuous
industrial
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
Application number
CN202010380845.3A
Other languages
English (en)
Inventor
别晓辉
徐盼盼
别伟成
单书畅
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.)
Shirui Hangzhou Information Technology Co ltd
Original Assignee
Shirui Hangzhou Information Technology 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 Shirui Hangzhou Information Technology Co ltd filed Critical Shirui Hangzhou Information Technology Co ltd
Priority to CN202010380845.3A priority Critical patent/CN111553911A/zh
Publication of CN111553911A publication Critical patent/CN111553911A/zh
Priority to CN202110431688.9A priority patent/CN112991334B/zh
Pending legal-status Critical Current

Links

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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • 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
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30148—Semiconductor; IC; Wafer

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)

Abstract

本申请涉及一种面向工业颗粒连片制品的全局定位的方法、装置。所述方法包括：获取多张工业颗粒连片制品分割图像；根据所述工业颗粒连片制品分割图像，计算每个颗粒在所述工业颗粒连片制品分割图像中的定位信息；对多张所述工业颗粒连片制品分割图像进行拼接，获得工业颗粒连片制品全局图像；所述工业颗粒连片制品全局图像包括所述工业颗粒连片制品分割图像的位置信息；根据所述颗粒在所述工业颗粒连片制品分割图像中的定位信息，以及所述工业颗粒连片制品分割图像的位置信息，计算所述颗粒在所述工业颗粒连片制品全局图像的定位信息。采用本方法能够提高颗粒在全局图像的定位效率和准确率。

Description

一种面向工业颗粒连片制品的全局定位的方法、装置
技术领域
本申请涉及图像处理技术领域，特别是涉及一种面向工业颗粒连片制品的全局定位的方法、装置。
背景技术
在生产线生产的工业颗粒连片制品，是将多个颗粒连成一片生产出来连片制品，例如，LED封装芯片的封装连片。LED是一种常用的发光器件，也称为发光二极管；与传统灯具相比，LED节能灯具有环保、颜色范围覆盖广、响应速度快等特点；在各种需要光源的场景中，LED灯已经发挥着重要的作用，如汽车信号灯、交通信号灯、室外大屏幕、显示器等。生产出来的LED封装芯片的连片上包含成百上千个LED封装芯片，每个LED封装芯片非常小，甚至1毫米不到，这对品质检测工位要求非常高，往往需要人在显微镜下观察，这个过程不仅耗时而且成本极高。
现有对工业颗粒连片制品的全局定位方法主要包括：模板匹配方法和全局搜索方法。这两种方法都是利用图像中的灰度信息，确定当前图像重叠部分的相似性，从而达到图像配准的目的。模板匹配方法主要通过在搜索图中，选取子图，计算其与模板的相似度，这种方法操作简单、配准精度高，但是对噪声敏感，且不能有旋转、尺度不一致等情况。全局搜索方法是使待配准图在参考图像上平移，比较平移过程中两幅图像的配准程度，在进行所有平移之后选择相似性测度最优的，这种方法准确度高，对噪声比较鲁棒，但是计算量大，非常耗时。
现有的对工业颗粒连片制品的全局定位方法，只能适用于尺寸小的工业颗粒连片制品，对于尺寸大的工业颗粒连片制品难以实现全局定位。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高定位效率的面向工业颗粒连片制品的全局定位的方法、装置。
一种面向工业颗粒连片制品的全局定位的方法，所述方法包括：
获取多张工业颗粒连片制品分割图像；
根据所述工业颗粒连片制品分割图像，计算每个颗粒在所述工业颗粒连片制品分割图像中的定位信息；
对多张所述工业颗粒连片制品分割图像进行拼接，获得工业颗粒连片制品全局图像；所述工业颗粒连片制品全局图像包括所述工业颗粒连片制品分割图像的位置信息；
根据所述颗粒在所述工业颗粒连片制品分割图像中的定位信息，以及所述工业颗粒连片制品分割图像的位置信息，计算所述颗粒在所述工业颗粒连片制品全局图像的定位信息。
在其中一个实施例中，所述根据所述工业颗粒连片制品分割图像，计算每个颗粒在所述工业颗粒连片制品分割图像中的定位信息，包括：将所述工业颗粒连片制品分割图像进行二值化，获得二值工业颗粒连片制品分割图像；根据所述二值工业颗粒连片制品分割图像进行边缘检测，获得工业颗粒连片制品目标图像；计算所述工业颗粒连片制品目标图像的中心的像素坐标，得到所述工业颗粒连片制品目标图像在所述二值工业颗粒连片制品分割图像中的像素坐标；其中，所述工业颗粒连片制品目标图像在所述二值工业颗粒连片制品分割图像中的像素坐标与颗粒在所述工业颗粒连片制品分割图像中的像素坐标相同。
在其中一个实施例中，所述根据所述二值工业颗粒连片制品分割图像进行边缘检测，获得工业颗粒连片制品目标图像，包括：根据所述二值工业颗粒连片制品分割图像进行边缘检测，获得边缘目标图像；判断所述边缘目标图像的尺寸是否在预设范围内；如果所述边缘目标图像的尺寸在预设范围内，则所述边缘目标图像为工业颗粒连片制品目标图像。
在其中一个实施例中，在计算所述工业颗粒连片制品目标图像的中心的像素坐标，得到所述工业颗粒连片制品目标图像在所述二值工业颗粒连片制品分割图像中的像素坐标之后，包括：根据任意相邻的两个所述工业颗粒连片制品目标图像的中心距离计算参考距离；将已知行列值的任一所述工业颗粒连片制品目标图像确定为参考目标图像；判断在所述参考目标图像的邻域范围内的未知行列值的所述工业颗粒连片制品目标图像，与所述参考目标图像的中心距离是否小于所述参考距离；在与所述参考目标图像的中心距离小于所述参考距离时，根据所述参考目标图像的行列值，计算所述未知行列值的所述工业颗粒连片制品目标图像的行列值。
在其中一个实施例中，所述参考距离包含水平参考距离和垂直参考距离；
所述判断在所述参考目标图像的邻域范围内的未知行列值的所述工业颗粒连片制品目标图像，与所述参考目标图像的距离是否小于所述参考距离，包括：判断在所述参考目标图像的邻域范围内的未知行列值的所述工业颗粒连片制品目标图像，与所述参考目标图像的水平距离是否小于水平参考距离，以及垂直距离是否小于所述垂直参考距离；
所述在所述距离小于所述参考距离时，根据所述参考目标图像的行列值，计算所述未知行列值的所述工业颗粒连片制品目标图像的行列值，包括：在所述水平距离小于水平参考距离，以及垂直距离小于所述垂直参考距离时，根据所述参考目标图像的行列值，计算所述未知行列值的所述工业颗粒连片制品目标图像的行列值。
在其中一个实施例中，所述对多张所述工业颗粒连片制品分割图像进行拼接，获得工业颗粒连片制品全局图像，包括：获取前一相邻工业颗粒连片制品分割图像的像素宽度和像素高度；根据所述像素宽度和像素高度计和预设重叠区域的重叠宽度和重叠长度，计算当前工业颗粒连片制品分割图像的边缘角在所述工业颗粒连片制品全局图像的像素坐标；根据所述边缘角在所述工业颗粒连片制品全局图像的像素坐标，确定所述当前工业颗粒连片制品分割图像的拼接位置；将所述当前工业颗粒连片制品分割图像平移到所述拼接位置；重复上述步骤，直到所有所述工业颗粒连片制品分割图像平移到拼接位置，获得工业颗粒连片制品全局图像。
在其中一个实施例中，在所述根据所述边缘角在所述工业颗粒连片制品全局图像的像素坐标，确定所述当前工业颗粒连片制品分割图像的拼接位置之后，包括：计算所述前一相邻工业颗粒连片制品分割图像和所述当前工业颗粒连片制品分割图像在所述预设重叠区域中的所述颗粒的最小偏移量；根据所述最小偏移量对所述拼接位置进行修正。
在其中一个实施例中，所述根据所述颗粒在所述工业颗粒连片制品分割图像中的定位信息，以及所述工业颗粒连片制品分割图像的位置信息，计算所述颗粒在所述工业颗粒连片制品全局图像的定位信息，包括：根据所述颗粒在所述工业颗粒连片制品分割图像中的定位信息，获取所述颗粒在所述工业颗粒连片制品分割图像中的像素坐标；根据所述颗粒在所述工业颗粒连片制品分割图像中的像素坐标和所述工业颗粒连片制品分割图像的位置信息，计算所述颗粒在所述工业颗粒连片制品全局图像的像素坐标；根据所述颗粒在所述工业颗粒连片制品分割图像中的定位信息，获取所述颗粒在所述工业颗粒连片制品分割图像中的行列值；根据所述颗粒在所述工业颗粒连片制品分割图像中的行列值和所述工业颗粒连片制品分割图像的位置信息，计算所述颗粒在所述工业颗粒连片制品全局图像的行列值。
在其中一个实施例中，所述面向工业颗粒连片制品的全局定位的方法还包括：根据所述定位信息，在所述工业颗粒连片制品全局图像对每个所述颗粒进行标注。
一种面向工业颗粒连片制品的全局定位的装置，所述装置包括：
工业颗粒连片制品分割图像获取模块，用于获取多张工业颗粒连片制品分割图像；
局部定位模块，用于根据所述工业颗粒连片制品分割图像，计算每个颗粒在所述工业颗粒连片制品分割图像中的定位信息；
拼接模块，用于对多张所述工业颗粒连片制品分割图像进行拼接，获得工业颗粒连片制品全局图像；所述工业颗粒连片制品全局图像包括所述工业颗粒连片制品分割图像的位置信息；
全局定位模块，用于根据所述颗粒在所述工业颗粒连片制品分割图像中的定位信息，以及所述工业颗粒连片制品分割图像的位置信息，计算所述颗粒在所述工业颗粒连片制品全局图像的定位信息。
上述面向工业颗粒连片制品的全局定位的方法、装置，通过将工业颗粒连片制品连续拍摄获得多个工业颗粒连片制品分割图像，对每个工业颗粒连片制品分割图像进行颗粒的定位信息识别，能够提高颗粒的定位信息的获取效率和准确率，同时根据工业颗粒连片制品分割图像在全局图像的位置信息和工业颗粒连片制品分割图像中颗粒的定位信息，能够计算得到颗粒在所述工业颗粒连片制品全局图像的定位信息；本申请所述方法尤其适用于大尺寸的工业颗粒连片制品的全局定位打标，通过分块检测颗粒位置的方式，提高了大尺寸工业颗粒连片制品的检测效率。
附图说明
图1为一个实施例中面向工业颗粒连片制品的全局定位的方法的流程示意图；
图2为一个实施例中工业颗粒连片制品分割图像二值化和边缘检测的示意图；
图3为一个实施例中工业颗粒连片制品分割图像拼接示意图；
图4为一个实施例中工业颗粒连片制品分割图像抖动修正后的拼接示意图；
图5为一个实施例中面向工业颗粒连片制品的全局定位的装置的结构框图；
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种面向工业颗粒连片制品的全局定位的方法，包括以下步骤：
S110，获取多张工业颗粒连片制品分割图像。
其中，工业颗粒连片制品分割图像为根据工业颗粒连片制品分块拍摄的图像，由于大尺寸的工业颗粒连片制品都是由成百上千个颗粒组合而成，每个颗粒非常小(甚至1毫米不到)，如果进行全局拍摄，不能获取到全部的颗粒信息，通过将工业颗粒连片制品分解成多个部分来获取工业颗粒连片制品分割图像，能够保证在对大尺寸的工业颗粒连片制品进行检测时，获取到全部的颗粒的图像信息。其中，工业颗粒连片制品包括通过LED封装芯片或者晶圆封装芯片的连片，本实施例中所述颗粒可为LED封装芯片或晶圆封装芯片。
S120，根据所述工业颗粒连片制品分割图像，计算每个颗粒在所述工业颗粒连片制品分割图像中的定位信息。
其中，定位信息包括颗粒在所述工业颗粒连片制品分割图像中的像素坐标和颗粒在所述工业颗粒连片制品分割图像中的行列值。根据所述工业颗粒连片制品分割图像可以通过模板匹配的方法对图中的颗粒区域进行识别，如通过选取各种型号的颗粒图像作为模板来对工业颗粒连片制品分割图像中的颗粒区域进行识别，通过对工业颗粒连片制品分割图像中的特征提取来对颗粒进行识别，一般图像中的特征主要包括角点、Fast特征点、SIFT特征点、轮廓特征点等，也可以通过边缘检测的方法对图中的颗粒区域进行确认，在确定颗粒区域即获得颗粒在所述工业颗粒连片制品分割图像中的像素坐标，根据颗粒在所述工业颗粒连片制品分割图像中的像素坐标的大小确定所述颗粒在所述工业颗粒连片制品分割图像中的行列值。
S130，对多张所述工业颗粒连片制品分割图像进行拼接，获得工业颗粒连片制品全局图像；所述工业颗粒连片制品全局图像包括所述工业颗粒连片制品分割图像的位置信息。
其中，工业颗粒连片制品全局图像可为LED灯的全局图像，工业颗粒连片制品分割图像拍摄时为连续拍摄的图像，每个工业颗粒连片制品分割图像具有相应的拍摄顺序，根据拍摄顺序能够获得所述工业颗粒连片制品分割图像在工业颗粒连片制品全局图像的位置。
S140，根据所述颗粒在所述工业颗粒连片制品分割图像中的定位信息，以及所述工业颗粒连片制品分割图像的位置信息，计算所述颗粒在所述工业颗粒连片制品全局图像的定位信息。
其中，所述颗粒在所述工业颗粒连片制品分割图像中的定位信息，进行坐标转换，计算得到所述颗粒在所述工业颗粒连片制品全局图像的定位信息。例如，所述颗粒在所述工业颗粒连片制品分割图像中的定位信息(X1，Y1)，其中，以工业颗粒连片制品分割图像的左上角作为坐标原点，所述工业颗粒连片制品分割图像的左上角在所述工业颗粒连片制品全局图像的位置信息为(M1，N1)，则所述颗粒在所述工业颗粒连片制品全局图像的定位信息为(X1+M1，X2+M2)。
其中，根据颗粒在所述工业颗粒连片制品全局图像的定位信息能够对工业颗粒连片制品全局图像中每个颗粒进行标注，尤其是在识别到坏损颗粒时，能够迅速的根据坏损颗粒在所述工业颗粒连片制品全局图像的定位信息计算坏损颗粒在工业颗粒连片制品的真实物理位置，从而进行激光或者喷墨打标。
上述面向工业颗粒连片制品的全局定位的方法中，通过将工业颗粒连片制品连续拍摄获得多个工业颗粒连片制品分割图像，对每个工业颗粒连片制品分割图像进行颗粒的定位信息识别，能够提高颗粒的定位信息的获取效率和准确率，同时根据工业颗粒连片制品分割图像在全局图像的位置信息和工业颗粒连片制品分割图像中颗粒的定位信息，能够计算得到颗粒在所述工业颗粒连片制品全局图像的定位信息；本申请所述方法尤其适用于大尺寸工业颗粒连片制品的全局定位打标，通过分块检测颗粒位置的方式，提高了大尺寸工业颗粒连片制品的检测效率。
在其中一个实施例中，所述步骤S120包括：将所述工业颗粒连片制品分割图像进行二值化，获得二值工业颗粒连片制品分割图像；根据所述二值工业颗粒连片制品分割图像进行边缘检测，获得工业颗粒连片制品目标图像；计算所述工业颗粒连片制品目标图像的中心的像素坐标，得到所述工业颗粒连片制品目标图像在所述二值工业颗粒连片制品分割图像中的像素坐标；其中，所述工业颗粒连片制品目标图像在所述二值工业颗粒连片制品分割图像中的像素坐标与颗粒在所述工业颗粒连片制品分割图像中的像素坐标相同。
其中，所述工业颗粒连片制品分割图像进行二值化可通过二值化算法处理，获得黑白二值工业颗粒连片制品分割图像，根据所述二值工业颗粒连片制品分割图像进行边缘检测可通过边缘检测算法处理，获得工业颗粒连片制品目标图像。在颗粒的图像呈中心对称，可通过确定所述工业颗粒连片制品目标图像的中心的像素坐标作为所述工业颗粒连片制品目标图像在所述二值工业颗粒连片制品分割图像中的像素坐标。另外，通过颗粒在所述工业颗粒连片制品分割图像中的像素坐标的值的大小，来确定颗粒在所述工业颗粒连片制品分割图像中的排列顺序，即可以确定颗粒在所述工业颗粒连片制品分割图像中的行列值。
例如，如图2所示，图2A为工业颗粒连片制品(LED)分割图像，对图2A进行二值化处理得到图2B，图2B为二值工业颗粒连片制品(LED)分割图像，再对图2B进行边缘检测，得到图2C，图2C包括多个LED边缘，图2A、图2B和图2C的尺寸相同，故所述工业颗粒连片制品(LED)目标图像在所述二值工业颗粒连片制品(LED)分割图像中的像素坐标与LED在所述工业颗粒连片制品(LED)分割图像中的像素坐标相同。
在其中一个实施例中，所述根据所述二值工业颗粒连片制品分割图像进行边缘检测，获得工业颗粒连片制品目标图像，包括：根据所述二值工业颗粒连片制品分割图像进行边缘检测，获得边缘目标图像；判断所述边缘目标图像的尺寸是否在预设范围内；如果所述边缘目标图像的尺寸在预设范围内，则所述边缘目标图像为工业颗粒连片制品目标图像。
其中，预设范围为已知LED封装芯片图像的尺寸上下浮动的一个范围，比如在LED封装芯片图像的尺寸上下浮动5个像素，例如，已知LED封装芯片图像的尺寸为L1，则预设范围为[L1-5，L1+5]。当然，上下浮动的值可以根据拍摄相机的分辨率确定。
本实施例通过对边缘目标图像进行尺寸检测，能够有效的过滤掉无效的颗粒，能够减少无效的颗粒在定位过程中的干扰。
在其中一个实施例中，在计算所述工业颗粒连片制品目标图像的中心的像素坐标，得到所述工业颗粒连片制品目标图像在所述二值工业颗粒连片制品分割图像中的像素坐标之后，包括：根据任意相邻的两个所述工业颗粒连片制品目标图像的中心距离计算参考距离；将已知行列值的任一所述工业颗粒连片制品目标图像确定为参考目标图像；判断在所述参考目标图像的邻域范围内的未知行列值的所述工业颗粒连片制品目标图像，与所述参考目标图像的中心距离是否小于所述参考距离；在与所述参考目标图像的中心距离小于所述参考距离时，根据所述参考目标图像的行列值，计算所述未知行列值的所述工业颗粒连片制品目标图像的行列值。
在其中一个实施例中，所述参考距离包含水平参考距离和垂直参考距离。所述判断在所述参考目标图像的邻域范围内的未知行列值的所述工业颗粒连片制品目标图像，与所述参考目标图像的距离是否小于所述参考距离，包括：判断在所述参考目标图像的邻域范围内的未知行列值的所述工业颗粒连片制品目标图像，与所述参考目标图像的水平距离是否小于水平参考距离，以及垂直距离是否小于所述垂直参考距离。所述在所述距离小于所述参考距离时，根据所述参考目标图像的行列值，计算所述未知行列值的所述工业颗粒连片制品目标图像的行列值，包括：在所述水平距离小于水平参考距离，以及垂直距离小于所述垂直参考距离时，根据所述参考目标图像的行列值，计算所述未知行列值的所述工业颗粒连片制品目标图像的行列值。
具体的，已知工业颗粒连片制品(LED)分割图像中起始点或者已知行列值的任一所述工业颗粒连片制品(LED)目标图像，假设任意相邻的两个所述工业颗粒连片制品(LED)目标图像的中心之间的水平距离为w个像素、垂直距离为h个像素，在邻域范围内搜索未计算坐标的工业颗粒连片制品(LED)目标图像，邻域范围计算公式如下：
Figure BDA0002481925450000093
其中，(pl(x)，pl(y))表示已知行列值的任一所述工业颗粒连片制品(LED)目标图像的像素坐标，(pi(x)，pi(y))表示未知行列值的所述工业颗粒连片制品(LED)目标图像的像素坐标。选取满足上述公式邻域范围内的未知行列值的所述工业颗粒连片制品(LED)目标图像，计算行列值。假设像素坐标(pl(x)，pl(y))的已知行列值的所述工业颗粒连片制品(LED)目标图像的行列值为(lx,ly)，那么，像素坐标(pi(x)，pi(y))的未知行列值的所述工业颗粒连片制品(LED)目标图像的行列值如下：
Figure BDA0002481925450000091
Figure BDA0002481925450000092
其中，lix为行值，liy为列值。
在其中一个实施例中，步骤S130包括：获取前一相邻工业颗粒连片制品分割图像的像素宽度和像素高度；根据所述像素宽度和像素高度计和预设重叠区域的重叠宽度和重叠长度，计算当前工业颗粒连片制品分割图像的边缘角在所述工业颗粒连片制品全局图像的像素坐标；根据所述边缘角在所述工业颗粒连片制品全局图像的像素坐标，确定所述当前工业颗粒连片制品分割图像的拼接位置；将所述当前工业颗粒连片制品分割图像平移到所述拼接位置；重复上述步骤，直到所有所述工业颗粒连片制品分割图像平移到拼接位置，获得工业颗粒连片制品全局图像。
其中，预设重叠区域的重叠宽度和重叠长度为已知，可以根据相机拍摄过程中的移动距离和拍摄的工业颗粒连片制品分割图像的长度和宽度进行计算。边缘角可为左上角、右上角、左下角和右下角，边缘角的方向与相机开始拍摄的方向对应，例如，相机从LED灯的左上角开始拍摄，则边缘角为左上角，相机从LED灯的右下角开始拍摄，则边缘角为右下角。
具体的，工业颗粒连片制品全局图像包括相邻的两张工业颗粒连片制品分割图像，相邻的两张工业颗粒连片制品分割图像需要拼接为一副大图，已知预设重叠区域的重叠宽度为overlap_x和重叠长度overlap_y，前一相邻工业颗粒连片制品分割图像的像素宽度weight和像素高度height，当前工业颗粒连片制品分割图像的左上角在所述工业颗粒连片制品全局图像的像素坐标(left_x，left_y)为：
left_x＝weight-overlap_x；
left_y＝height-overlap_y；
根据当前工业颗粒连片制品分割图像的左上角在所述工业颗粒连片制品全局图像的像素坐标(left_x，left_y)，确定当前工业颗粒连片制品分割图像的其它点在所述工业颗粒连片制品全局图像的像素坐标，即确定拼接位置。根据当前工业颗粒连片制品分割图像所有点在当前工业颗粒连片制品分割图像的像素坐标，对当前工业颗粒连片制品分割图像进行平移，获得工业颗粒连片制品全局图像，如图3所示。
在其中一个实施例中，在所述根据所述边缘角在所述工业颗粒连片制品全局图像的像素坐标，确定所述当前工业颗粒连片制品分割图像的拼接位置之后，包括：计算所述前一相邻工业颗粒连片制品分割图像和所述当前工业颗粒连片制品分割图像在所述预设重叠区域中的所述工业颗粒连片制品的最小偏移量；根据所述最小偏移量对所述拼接位置进行修正。
在图3中，由于拍摄抖动等问题，重叠区域的LED封装芯片并不完全重合，导致拼接错位，需要对其进行修正。具体的，基于上述实施例，选取重叠区域中的LED封装芯片，寻找距离最小的两个LED封装芯片(两个工业颗粒连片制品(LED)目标图像中心之间的距离最小)，两个LED封装芯片的距离作为最小偏移量记为offset，寻找距离最小的两个LED封装芯片的计算公式如下：
Figure BDA0002481925450000111
其中(pi(x)，pi(y))和(pj(x)，pj(y))表示重叠区域左右两个LED封装芯片的坐标。最终的offset为：
offset_x＝pj(x)-pi(x)；
offset_y＝pj(y)-pi(y)；
当前工业颗粒连片制品(LED)分割图像的左上角在所述工业颗粒连片制品(LED)全局图像的的像素坐标(left_x，left_y)为：
left_x＝weight-overlap_x+offset_x；
left_y＝height-overlap_y+offset_y；
根据当前工业颗粒连片制品(LED)分割图像的左上角在所述工业颗粒连片制品(LED)全局图像的像素坐标(left_x，left_y)，确定当前工业颗粒连片制品(LED)分割图像的其它点在所述工业颗粒连片制品(LED)全局图像的像素坐标，即确定拼接位置。根据当前工业颗粒连片制品(LED)分割图像所有点在当前工业颗粒连片制品(LED)分割图像的像素坐标，对当前工业颗粒连片制品(LED)分割图像进行平移，获得工业颗粒连片制品(LED)全局图像，如图4所示，修正后的拼接位置，拼接效果更好。
在其中一个实施例中，所述步骤S140包括：根据所述颗粒在所述工业颗粒连片制品分割图像中的定位信息，获取所述颗粒在所述工业颗粒连片制品分割图像中的像素坐标；根据所述颗粒在所述工业颗粒连片制品分割图像中的像素坐标和所述工业颗粒连片制品分割图像的位置信息，计算所述颗粒在所述工业颗粒连片制品全局图像的像素坐标；根据所述颗粒在所述工业颗粒连片制品分割图像中的定位信息，获取所述颗粒在所述工业颗粒连片制品分割图像中的行列值；根据所述颗粒在所述工业颗粒连片制品分割图像中的行列值和所述工业颗粒连片制品分割图像的位置信息，计算所述颗粒在所述工业颗粒连片制品全局图像的行列值。
其中，根据所述颗粒在所述工业颗粒连片制品分割图像中的定位信息，获取所述颗粒在所述工业颗粒连片制品分割图像中的像素坐标的步骤，与根据所述颗粒在所述工业颗粒连片制品分割图像中的定位信息，获取所述颗粒在所述工业颗粒连片制品分割图像中的行列值的步骤不分先后。
例如，所述LED封装芯片在所述工业颗粒连片制品(LED)分割图像中的像素坐标(X1，Y1)，其中，以工业颗粒连片制品(LED)分割图像的左上角作为坐标原点，所述工业颗粒连片制品(LED)分割图像的左上角在所述工业颗粒连片制品(LED)全局图像的像素坐标为(M1，N1)，则所述LED封装芯片在所述工业颗粒连片制品(LED)全局图像的像素坐标为(X1+M1，X2+M2)。例如，所述LED封装芯片在所述工业颗粒连片制品(LED)分割图像中的行列值为(x2，y2)，工业颗粒连片制品(LED)分割图像在工业颗粒连片制品(LED)全局图像的排序为第1行第3列，每个工业颗粒连片制品(LED)分割图像中LED封装芯片的数目为20行20列，则LED封装芯片在所述LED全局图像的行列值为(20×1+x2，20×3+y2)。
在其中一个实施例中，所述面向工业颗粒连片制品的全局定位的方法还包括：根据所述定位信息，在所述工业颗粒连片制品全局图像对每个所述颗粒进行标注。
其中，根据所述颗粒在所述工业颗粒连片制品全局图像的像素坐标，在所述工业颗粒连片制品全局图像对每个所述颗粒进行像素坐标标注。根据所述颗粒在所述工业颗粒连片制品全局图像的行列值，在在所述工业颗粒连片制品全局图像对每个所述颗粒进行行列值标注。
在其中一个实施例中，在上述拼接过程中，若缝合的边界刚好在颗粒上时，这会使得拼接的颗粒出现变形、色彩和结构不一致等情况。对此，本申请会根据颗粒的完整性，进行融合处理，确保切割的颗粒是一个完整的颗粒，从而避免由于拼接而导致的误识别。
应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图5所示，提供了一种面向工业颗粒连片制品的全局定位的装置，包括：工业颗粒连片制品分割图像获取模块210、局部定位模块220、拼接模块230和全局定位模块240，其中：
工业颗粒连片制品分割图像获取模块210，用于获取多张工业颗粒连片制品分割图像。
局部定位模块220，用于根据所述工业颗粒连片制品分割图像，计算每个颗粒在所述工业颗粒连片制品分割图像中的定位信息。
拼接模块230，用于对多张所述工业颗粒连片制品分割图像进行拼接，获得工业颗粒连片制品全局图像；所述工业颗粒连片制品全局图像包括所述工业颗粒连片制品分割图像的位置信息。
全局定位模块240，用于根据所述颗粒在所述工业颗粒连片制品分割图像中的定位信息，以及所述工业颗粒连片制品分割图像的位置信息，计算所述颗粒在所述工业颗粒连片制品全局图像的定位信息。
在其中一个实施例中，所述局部定位模块220包括：二值化单元，用于将所述工业颗粒连片制品分割图像进行二值化，获得二值工业颗粒连片制品分割图像；边缘检测单元，用于根据所述二值工业颗粒连片制品分割图像进行边缘检测，获得工业颗粒连片制品目标图像；像素坐标计算单元，用于计算所述工业颗粒连片制品目标图像的中心的像素坐标，得到所述工业颗粒连片制品目标图像在所述二值工业颗粒连片制品分割图像中的像素坐标；其中，所述工业颗粒连片制品目标图像在所述二值工业颗粒连片制品分割图像中的像素坐标与颗粒在所述工业颗粒连片制品分割图像中的像素坐标相同。
在其中一个实施例中，所述边缘检测单元包括：边缘目标图像获取子单元，用于根据所述二值工业颗粒连片制品分割图像进行边缘检测，获得边缘目标图像；判断子单元，用于判断所述边缘目标图像的尺寸是否在预设范围内；目标图像确定子单元，用于如果所述边缘目标图像的尺寸在预设范围内，则所述边缘目标图像为工业颗粒连片制品目标图像。
在其中一个实施例中，所述面向工业颗粒连片制品的全局定位的装置，还包括：参考距离计算模块，用于根据任意相邻的两个所述工业颗粒连片制品目标图像的中心距离计算参考距离；参考目标图像确定模块，用于将已知行列值的任一所述工业颗粒连片制品目标图像确定为参考目标图像；判断模块，用于判断在所述参考目标图像的邻域范围内的未知行列值的所述工业颗粒连片制品目标图像，与所述参考目标图像的中心距离是否小于所述参考距离；行列值计算模块，用于在与所述参考目标图像的中心距离小于所述参考距离时，根据所述参考目标图像的行列值，计算所述未知行列值的所述工业颗粒连片制品目标图像的行列值。
在其中一个实施例中，所述参考距离包含水平参考距离和垂直参考距离；所述判断模块，还用于判断在所述参考目标图像的邻域范围内的未知行列值的所述工业颗粒连片制品目标图像，与所述参考目标图像的水平距离是否小于水平参考距离，以及垂直距离是否小于所述垂直参考距离；所述行列值计算模块，还用于在所述水平距离小于水平参考距离，以及垂直距离小于所述垂直参考距离时，根据所述参考目标图像的行列值，计算所述未知行列值的所述工业颗粒连片制品目标图像的行列值。
在其中一个实施例中，所述拼接模块230包括：尺寸获取单元，用于获取前一相邻工业颗粒连片制品分割图像的像素宽度和像素高度；全局像素坐标计算单元，用于根据所述像素宽度和像素高度计和预设重叠区域的重叠宽度和重叠长度，计算当前工业颗粒连片制品分割图像的边缘角在所述工业颗粒连片制品全局图像的像素坐标；拼接位置确定单元，用于根据所述边缘角在所述工业颗粒连片制品全局图像的像素坐标，确定所述当前工业颗粒连片制品分割图像的拼接位置；平移单元，用于将所述当前工业颗粒连片制品分割图像平移到所述拼接位置。
在其中一个实施例中，所述拼接模块230还包括：最小偏移量计算单元，用于计算所述前一相邻工业颗粒连片制品分割图像和所述当前工业颗粒连片制品分割图像在所述预设重叠区域中的所述颗粒的最小偏移量；修正单元，用于根据所述最小偏移量对所述拼接位置进行修正。
在其中一个实施例中，所述全局定位模块240包括：颗粒像素坐标获取单元，用于根据所述颗粒在所述工业颗粒连片制品分割图像中的定位信息，获取所述颗粒在所述工业颗粒连片制品分割图像中的像素坐标；颗粒全局坐标计算单元，用于根据所述颗粒在所述工业颗粒连片制品分割图像中的像素坐标和所述工业颗粒连片制品分割图像的位置信息，计算所述颗粒在所述工业颗粒连片制品全局图像的像素坐标；颗粒行列值获取单元，用于根据所述颗粒在所述工业颗粒连片制品分割图像中的定位信息，获取所述颗粒在所述工业颗粒连片制品分割图像中的行列值；颗粒全局行列值计算单元，用于根据所述颗粒在所述工业颗粒连片制品分割图像中的行列值和所述工业颗粒连片制品分割图像的位置信息，计算所述颗粒在所述工业颗粒连片制品全局图像的行列值。
在其中一个实施例中，所述面向工业颗粒连片制品的全局定位的装置，还包括：标注模块，用于根据所述定位信息，在所述工业颗粒连片制品全局图像对每个所述颗粒进行标注。
关于面向工业颗粒连片制品的全局定位的装置的具体限定可以参见上文中对于面向工业颗粒连片制品的全局定位的方法的限定，在此不再赘述。上述面向工业颗粒连片制品的全局定位的装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储工业颗粒连片制品分割图像数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种面向工业颗粒连片制品的全局定位的方法。
本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种面向工业颗粒连片制品的全局定位的方法，其特征在于，所述方法包括：
获取多张工业颗粒连片制品分割图像；
根据所述工业颗粒连片制品分割图像，计算每个颗粒在所述工业颗粒连片制品分割图像中的定位信息；
对多张所述工业颗粒连片制品分割图像进行拼接，获得工业颗粒连片制品全局图像；所述工业颗粒连片制品全局图像包括所述工业颗粒连片制品分割图像的位置信息；
根据所述颗粒在所述工业颗粒连片制品分割图像中的定位信息，以及所述工业颗粒连片制品分割图像的位置信息，计算所述颗粒在所述工业颗粒连片制品全局图像的定位信息。
2.根据权利要求1所述的方法，其特征在于，所述根据所述工业颗粒连片制品分割图像，计算每个颗粒在所述工业颗粒连片制品分割图像中的定位信息，包括：
将所述工业颗粒连片制品分割图像进行二值化，获得二值工业颗粒连片制品分割图像；
根据所述二值工业颗粒连片制品分割图像进行边缘检测，获得工业颗粒连片制品目标图像；
计算所述工业颗粒连片制品目标图像的中心的像素坐标，得到所述工业颗粒连片制品目标图像在所述二值工业颗粒连片制品分割图像中的像素坐标；
其中，所述工业颗粒连片制品目标图像在所述二值工业颗粒连片制品分割图像中的像素坐标与颗粒在所述工业颗粒连片制品分割图像中的像素坐标相同。
3.根据权利要求2所述的方法，其特征在于，所述根据所述二值工业颗粒连片制品分割图像进行边缘检测，获得工业颗粒连片制品目标图像，包括：
根据所述二值工业颗粒连片制品分割图像进行边缘检测，获得边缘目标图像；
判断所述边缘目标图像的尺寸是否在预设范围内；
如果所述边缘目标图像的尺寸在预设范围内，则所述边缘目标图像为工业颗粒连片制品目标图像。
4.根据权利要求2所述的方法，其特征在于，在计算所述工业颗粒连片制品目标图像的中心的像素坐标，得到所述工业颗粒连片制品目标图像在所述二值工业颗粒连片制品分割图像中的像素坐标之后，包括：
根据任意相邻的两个所述工业颗粒连片制品目标图像的中心距离计算参考距离；
将已知行列值的任一所述工业颗粒连片制品目标图像确定为参考目标图像；
判断在所述参考目标图像的邻域范围内的未知行列值的所述工业颗粒连片制品目标图像，与所述参考目标图像的中心距离是否小于所述参考距离；
在与所述参考目标图像的中心距离小于所述参考距离时，根据所述参考目标图像的行列值，计算所述未知行列值的所述工业颗粒连片制品目标图像的行列值。
5.根据权利要求4所述的方法，其特征在于，所述参考距离包含水平参考距离和垂直参考距离；
所述判断在所述参考目标图像的邻域范围内的未知行列值的所述工业颗粒连片制品目标图像，与所述参考目标图像的距离是否小于所述参考距离，包括：
判断在所述参考目标图像的邻域范围内的未知行列值的所述工业颗粒连片制品目标图像，与所述参考目标图像的水平距离是否小于水平参考距离，以及垂直距离是否小于所述垂直参考距离；
所述在所述距离小于所述参考距离时，根据所述参考目标图像的行列值，计算所述未知行列值的所述工业颗粒连片制品目标图像的行列值，包括：
在所述水平距离小于水平参考距离，以及垂直距离小于所述垂直参考距离时，根据所述参考目标图像的行列值，计算所述未知行列值的所述工业颗粒连片制品目标图像的行列值。
6.根据权利要求1所述的方法，其特征在于，所述对多张所述工业颗粒连片制品分割图像进行拼接，获得工业颗粒连片制品全局图像，包括：
获取前一相邻工业颗粒连片制品分割图像的像素宽度和像素高度；
根据所述像素宽度和像素高度计和预设重叠区域的重叠宽度和重叠长度，计算当前工业颗粒连片制品分割图像的边缘角在所述工业颗粒连片制品全局图像的像素坐标；
根据所述边缘角在所述工业颗粒连片制品全局图像的像素坐标，确定所述当前工业颗粒连片制品分割图像的拼接位置；
将所述当前工业颗粒连片制品分割图像平移到所述拼接位置；
重复上述步骤，直到所有所述工业颗粒连片制品分割图像平移到拼接位置，获得工业颗粒连片制品全局图像。
7.根据权利要求6所述的方法，其特征在于，在所述根据所述边缘角在所述工业颗粒连片制品全局图像的像素坐标，确定所述当前工业颗粒连片制品分割图像的拼接位置之后，包括：
计算所述前一相邻工业颗粒连片制品分割图像和所述当前工业颗粒连片制品分割图像在所述预设重叠区域中的所述颗粒的最小偏移量；
根据所述最小偏移量对所述拼接位置进行修正。
8.根据权利要求1所述的方法，其特征在于，所述根据所述颗粒在所述工业颗粒连片制品分割图像中的定位信息，以及所述工业颗粒连片制品分割图像的位置信息，计算所述颗粒在所述工业颗粒连片制品全局图像的定位信息，包括：
根据所述颗粒在所述工业颗粒连片制品分割图像中的定位信息，获取所述颗粒在所述工业颗粒连片制品分割图像中的像素坐标；
根据所述颗粒在所述工业颗粒连片制品分割图像中的像素坐标和所述工业颗粒连片制品分割图像的位置信息，计算所述颗粒在所述工业颗粒连片制品全局图像的像素坐标；
根据所述颗粒在所述工业颗粒连片制品分割图像中的定位信息，获取所述颗粒在所述工业颗粒连片制品分割图像中的行列值；
根据所述颗粒在所述工业颗粒连片制品分割图像中的行列值和所述工业颗粒连片制品分割图像的位置信息，计算所述颗粒在所述工业颗粒连片制品全局图像的行列值。
9.根据权利要求1所述的方法，其特征在于，还包括：
根据所述定位信息，在所述工业颗粒连片制品全局图像对每个所述颗粒进行标注。
10.一种面向工业颗粒连片制品的全局定位的装置，其特征在于，所述装置包括：
工业颗粒连片制品分割图像获取模块，用于获取多张工业颗粒连片制品分割图像；
局部定位模块，用于根据所述工业颗粒连片制品分割图像，计算每个颗粒在所述工业颗粒连片制品分割图像中的定位信息；
拼接模块，用于对多张所述工业颗粒连片制品分割图像进行拼接，获得工业颗粒连片制品全局图像；所述工业颗粒连片制品全局图像包括所述工业颗粒连片制品分割图像的位置信息；
全局定位模块，用于根据所述颗粒在所述工业颗粒连片制品分割图像中的定位信息，以及所述工业颗粒连片制品分割图像的位置信息，计算所述颗粒在所述工业颗粒连片制品全局图像的定位信息。
CN202010380845.3A 2020-05-08 2020-05-08 一种面向工业颗粒连片制品的全局定位的方法、装置 Pending CN111553911A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010380845.3A CN111553911A (zh) 2020-05-08 2020-05-08 一种面向工业颗粒连片制品的全局定位的方法、装置
CN202110431688.9A CN112991334B (zh) 2020-05-08 2021-04-21 一种面向工业颗粒连片制品的全局定位的方法、装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010380845.3A CN111553911A (zh) 2020-05-08 2020-05-08 一种面向工业颗粒连片制品的全局定位的方法、装置

Publications (1)

Publication Number Publication Date
CN111553911A true CN111553911A (zh) 2020-08-18

Family

ID=72004464

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202010380845.3A Pending CN111553911A (zh) 2020-05-08 2020-05-08 一种面向工业颗粒连片制品的全局定位的方法、装置
CN202110431688.9A Active CN112991334B (zh) 2020-05-08 2021-04-21 一种面向工业颗粒连片制品的全局定位的方法、装置

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN202110431688.9A Active CN112991334B (zh) 2020-05-08 2021-04-21 一种面向工业颗粒连片制品的全局定位的方法、装置

Country Status (1)

Country Link
CN (2) CN111553911A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115797167A (zh) * 2022-11-02 2023-03-14 慧铁科技有限公司 一种基于轨道交通车辆图像的拼图方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9934565B2 (en) * 2013-06-07 2018-04-03 Asti Holdings Limited Systems and methods for automatically verifying correct die removal from film frames
TWI614500B (zh) * 2016-11-21 2018-02-11 國立清華大學 細胞檢測晶片的影像定位與拼接方法及影像檢測系統
CN108760766B (zh) * 2018-05-25 2020-12-01 哈尔滨工业大学 一种大口径光学晶体表面微缺陷检测用的图像拼接方法
CN108769530B (zh) * 2018-06-19 2020-10-20 朱炳强 图像采集处理设备和图像采集处理方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115797167A (zh) * 2022-11-02 2023-03-14 慧铁科技有限公司 一种基于轨道交通车辆图像的拼图方法

Also Published As

Publication number Publication date
CN112991334A (zh) 2021-06-18
CN112991334B (zh) 2021-09-03

Similar Documents

Publication Publication Date Title
US11227405B2 (en) Determining positions and orientations of objects
US11113819B2 (en) Graphical fiducial marker identification suitable for augmented reality, virtual reality, and robotics
CN111474184B (zh) 基于工业机器视觉的aoi字符缺陷检测方法和装置
CN111179358B (zh) 标定方法、装置、设备及存储介质
CN108369650B (zh) 标识校准图案的可能特征点的方法
CN109961399B (zh) 基于图像距离变换的最佳缝合线搜寻方法
CN110175997B (zh) 显示屏坏点检测方法、装置、计算机设备和存储介质
Wu et al. An inspection and classification method for chip solder joints using color grads and Boolean rules
US9619895B2 (en) Image processing method of vehicle camera and image processing apparatus using the same
CN111507976A (zh) 基于多角度成像的缺陷检测方法及系统
CN113191174B (zh) 物品定位方法和装置、机器人及计算机可读存储介质
CN109191516B (zh) 结构光模组的旋转纠正方法、装置及可读存储介质
CN111861979A (zh) 一种定位方法、设备及计算机可读存储介质
CN112991334B (zh) 一种面向工业颗粒连片制品的全局定位的方法、装置
CN112784675B (zh) 目标检测方法及装置、存储介质、终端
US9305235B1 (en) System and method for identifying and locating instances of a shape under large variations in linear degrees of freedom and/or stroke widths
JP6933887B2 (ja) 検査装置および検査方法
CN115457559B (zh) 一种将文本及证照类图片智能摆正的方法、装置和设备
Bommes et al. Georeferencing of photovoltaic modules from aerial infrared videos using structure‐from‐motion
CN115375892A (zh) 大尺寸图像预处理方法及系统
US20240153098A1 (en) A method for corner detection on unified calibration board between dvs and camera
Du et al. Mosaicking of mountain tunnel images guided by laser rangefinder
JP2010091525A (ja) 電子部品のパターンマッチング方法
CN102005038A (zh) 图片边缘定位方法
CN114354622A (zh) 显示屏的缺陷检测方法、装置、设备和介质

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200818

WD01 Invention patent application deemed withdrawn after publication