CN111709943B - 一种工件超视野识别方法、装置、存储介质及电子设备 - Google Patents
一种工件超视野识别方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN111709943B CN111709943B CN202010620077.4A CN202010620077A CN111709943B CN 111709943 B CN111709943 B CN 111709943B CN 202010620077 A CN202010620077 A CN 202010620077A CN 111709943 B CN111709943 B CN 111709943B
- Authority
- CN
- China
- Prior art keywords
- statistical result
- workpiece
- pixels
- image
- current image
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000000007 visual effect Effects 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 2
- 238000011161 development Methods 0.000 abstract description 7
- 238000001514 detection method Methods 0.000 abstract description 5
- 238000012544 monitoring process Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 230000018109 developmental process Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- 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
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本申请提出一种工件超视野识别方法、装置、存储介质及电子设备。其通过获取当前图像中的全部像素对应的第一统计结果和工件特征像素对应的第二统计结果,其中,工件特征像素为当前图像中的工件所对应的像素,第一统计结果表征当前图像中的全部像素的总和,第二统计结果表征工件特征像素的总和;在依据全部像素的总和与工件特征像素的总和判断工件是否超出了图像的视野范围。通过像素总和进行超视野识别,所得到的识别结果更加精准,有益于后续的监测和检测的开展。
Description
技术领域
本申请涉及图像领域,具体而言,涉及一种工件超视野识别方法、装置、存储介质及电子设备。
背景技术
近年来,机器视觉技术发展极为迅猛,应用范围比较广,发展前景乐观。机器视觉系统主要应用于汽车生产、电子电路、食品生产等行业,实现如缺陷检测、视觉测量、文字识别等功能。具体地,在采集、识别目标图像的基础上,对目标进行检测、测量或者文字识别等功能。
以上相关功能需要依靠图像内容实现,当图像中包含的目标图像不完整时,上述相关功能均会受到影响。因此,如何识别图像中的目标是否超出视野范围,成为了当前急需解决的问题。
发明内容
本申请的目的在于提供一种工件超视野识别方法、装置、存储介质及电子设备,以解决上述问题。
为了实现上述目的,本申请实施例采用的技术方案如下:
第一方面,本申请实施例提供一种工件超视野识别方法,所述方法包括:
获取当前图像中的全部像素对应的第一统计结果和工件特征像素对应的第二统计结果,其中,所述工件特征像素为所述当前图像中的工件所对应的像素,所述第一统计结果表征所述当前图像中的全部像素的总和,所述第二统计结果表征所述工件特征像素的总和;
依据所述第一统计结果和所述第二统计结果判断工件是否超出图像的视野范围。
第二方面,本申请实施例提供一种工件超视野识别装置,所述装置包括:
处理单元,用于获取当前图像中的全部像素对应的第一统计结果和工件特征像素对应的第二统计结果,其中,所述工件特征像素为所述当前图像中的工件所对应的像素,所述第一统计结果表征所述当前图像中的全部像素的总和,所述第二统计结果表征所述工件特征像素的总和;
判断单元,用于依据所述第一统计结果和所述第二统计结果判断工件是否超出图像的视野范围。
第三方面,本申请实施例提供一种存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述的方法。
第四方面,本申请实施例提供一种电子设备,所述电子设备包括:处理器和存储器,所述存储器用于存储一个或多个程序;当所述一个或多个程序被所述处理器执行时,实现上述的方法。
相对于现有技术,本申请实施例所提供的一种工件超视野识别方法、装置、存储介质及电子设备的有益效果为:通过获取当前图像中的全部像素对应的第一统计结果和工件特征像素对应的第二统计结果,其中,工件特征像素为当前图像中的工件所对应的像素,第一统计结果表征当前图像中的全部像素的总和,第二统计结果表征工件特征像素的总和;在依据全部像素的总和与工件特征像素的总和判断工件是否超出了图像的视野范围。通过像素总和进行超视野识别,所得到的识别结果更加精准,有益于后续的监测和检测的开展。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它相关的附图。
图1为本申请实施例提供的电子设备的结构示意图;
图2为本申请实施例提供的工件视野识别方法的流程示意图;
图3为本申请实施例提供的S102的子步骤示意图;
图4为本申请实施例提供的当前图像示意图;
图5为本申请实施例提供的S103的子步骤示意图;
图6为本申请实施例提供的工件视野识别方法的流程示意图之一;
图7为本申请实施例提供的工件视野识别装置的单元示意图。
图中:10-处理器;11-存储器;12-总线;13-通信接口;201-处理单元;202-判断单元。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有作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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
在本申请的描述中,需要说明的是,术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该申请产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。
在本申请的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。
下面结合附图,对本申请的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
近年来,机器视觉技术发展极为迅猛,应用范围比较广,发展前景乐观。机器视觉系统主要应用于汽车生产、电子电路、食品生产等行业,实现如缺陷检测、视觉测量、文字识别等功能。具体地,在采集、识别目标图像的基础上,对目标进行检测、测量或者文字识别等功能。以上相关功能需要依靠图像内容实现,当图像中包含的目标图像不完整时,上述相关功能均会受到影响。因此,如何识别图像中的目标是否超出视野范围,成为了当前急需解决的问题。
本申请实施例提供了一种电子设备,可以是监控设备。请参照图1,电子设备的结构示意图。电子设备包括处理器10、存储器11、总线12。处理器10、存储器11通过总线12连接,处理器10用于执行存储器11中存储的可执行模块,例如计算机程序。
处理器10可以是一种集成电路芯片,具有信号的处理能力。在实现过程中,工件超视野识别方法的各步骤可以通过处理器10中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器10可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DigitalSignal Processor,简称DSP)、专用集成电路(Application Specific IntegratedCircuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
存储器11可能包含高速随机存取存储器(RAM:Random Access Memory),也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。
总线12可以是ISA(Industry Standard Architecture)总线、PCI(PeripheralComponent Interconnect)总线或EISA(Extended Industry Standard Architecture)总线等。图1中仅用一个双向箭头表示,但并不表示仅有一根总线12或一种类型的总线12。
存储器11用于存储程序,例如工件超视野识别装置对应的程序。工件超视野识别装置包括至少一个可以软件或固件(firmware)的形式存储于存储器11中或固化在电子设备的操作系统(operating system,OS)中的软件功能模块。处理器10在接收到执行指令后,执行所述程序以实现工件超视野识别方法。
可能地,本申请实施例提供的电子设备还包括通信接口13。通信接口13通过总线与处理器10连接。处理器10可以通过通信接口13获取图像采集设备传输的图像。
应当理解的是,图1所示的结构仅为电子设备的部分的结构示意图,电子设备还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
本发明实施例提供的一种工件超视野识别方法,可以但不限于应用于图1所示的电子设备,具体的流程,请参考图2:
S102,获取当前图像中的全部像素对应的第一统计结果和工件特征像素对应的第二统计结果。
其中,工件特征像素为当前图像中的工件所对应的像素,第一统计结果表征当前图像中的全部像素的总和,第二统计结果表征工件特征像素的总和。
具体地,图像是由像素组成的。图像中的任意元素均由该元素对应的特征像素组成,例如工件特征像素。
S103,依据第一统计结果和第二统计结果判断工件是否超出图像的视野范围。
具体地,往往是需要采集图像的工件尺寸较大时,出现工件超出图像视野范围几率较大。若工件尺寸较大,当工件被完整拍摄时,工件占据图像的篇幅应该是较大的。所以可以通过工件对应的第二统计结果和图像对应的第一统计结果判断,工件是否超出图像视野范围。
综上所述,本申请实施例提供了一种工件超视野识别方法,通过获取当前图像中的全部像素对应的第一统计结果和工件特征像素对应的第二统计结果,其中,工件特征像素为当前图像中的工件所对应的像素,第一统计结果表征当前图像中的全部像素的总和,第二统计结果表征工件特征像素的总和;在依据全部像素的总和与工件特征像素的总和判断工件是否超出了图像的视野范围。通过像素总和进行超视野识别,所得到的识别结果更加精准,有益于后续的监测和检测的开展。
在图2的基础上,关于S102中的内容,本申请实施例还提供了一种可能的实现方式,请参考图3,S102包括:
S102-1,对当前图像进行去背景化处理,以得到仅包含工件特征像素的工件特征图像。
请参考图4,图4为当前图像的示意图。其中,A表示当前图像,B表示仅包含工件特征像素的工件特征图像(即工件的前景图像)。通过进行去背景化处理,将当前图像A中空白部分去除,以得到包含工件特征像素的工件特征图像B。
S102-2,依据当前图像获取全部像素对应的第一统计结果。
具体地,对当前图像中的全部像素(背景图像对应的像素和前景图像对应的像素)进行统计,以得到对应的第一统计结果。
S102-3,依据工件特征图像获取工件特征像素的第二统计结果。
具体地,仅对工件特征图像B(前景图像)中的工件特征像素进行统计,以得到对应的第二统计结果。
可能地,S102-3可以先于S102-2执行,此处并未限制二者的执行顺序。
关于如何进行去背景化处理,本申请实施例还提供了一种可能,请参考下文。
依据下列算式对当前图像进行去背景化处理,以得到仅包含工件特征像素的工件特征图像。
P(m,n)=1,T∈(K,R)
B(m,n)=0,T∈(0,K)
其中,P(m,n)表示工件特征像素;B(m,n)表示背景像素;T表示每一个像素点的灰度值;K表示前景特征与背景分割的灰度阈值;R表示工件特征的灰度阈值。
关于如何获取第一统计结果和第二统计结果,本申请实施例还提供了一种可能,请参考下文。
依据下列算式获取第一统计结果和第二统计结果:
其中,S2表示第二统计结果;t表示工件特征像素的总数量;Py表示第y个工件特征像素;S1表示第一统计结果;r表示全部像素的总数量;Qy表示第y个像素。
在图2的基础上,关于S103中的内容,本申请实施例还提供了一种可能的实现方式,请参考图5,S103包括:
S103-1,判断第二统计结果与第一统计结果的比值是否超过预设定阈值。若是,则执行S103-2;若否,则执行S103-3。
具体地,预设定阈值可以依据当前图像的大小和工件尺寸具体地设定。可能地,预设定阈值可以为40%。当第二统计结果与第一统计结果的比值超过预设定阈值时,说明当前图像完整地包含了工件,此时工件未超出图像的视野范围,执行S103-2。当第二统计结果与第一统计结果的比值未超过预设定阈值时,说明当前图像未完整地包含了工件,此时工件超出图像的视野范围,执行S103-3。
S103-2,确定工件未超出图像的视野范围。
S103-3,确定工件超出图像的视野范围。
在图2的基础上,关于S103中的内容,本申请实施例还提供了一种可能的实现方式,请参考下文。
当第一统计结果与第二统计结果的差值大于预设数值时,认为工件超出了视野范围;反之,则认为工件未超出视野范围。
在图2的基础上,为了避免多余的操作、降低处理器10的负载,本申请实施例还提供了一种可能的实现方式,请参考图6,工件超视野识别方法还包括:
S101,判断当前图像是否包含工件特征。若是,则执行S102;若否,则执行S104。
具体地,若当前图像未包含工件特征时,统计第一统计结果和第二统计结果是没有意义,为了减少无用的步骤,降低处理器10的负载,此时需要跳过当前图像,执行S104。反之,则执行S102。
S104,跳过当前图像。
请参阅图7,图7为本申请实施例提供的一种工件超视野识别装置,可选的,该工件超视野识别装置被应用于上文所述的电子设备。
工件超视野识别装置包括:处理单元201和判断单元202。
处理单元201,用于获取当前图像中的全部像素对应的第一统计结果和工件特征像素对应的第二统计结果,其中,工件特征像素为当前图像中的工件所对应的像素,第一统计结果表征当前图像中的全部像素的总和,第二统计结果表征工件特征像素的总和。具体地,处理单元201可以执行上述的S102。
判断单元202,用于依据第一统计结果和第二统计结果判断工件是否超出图像的视野范围。具体地,判断单元202可以执行上述的S103。
进一步地,处理单元201用于对当前图像进行去背景化处理,以得到仅包含工件特征像素的工件特征图像;还用于依据当前图像获取全部像素对应的第一统计结果;还用于依据工件特征图像获取工件特征像素的第二统计结果。具体地,处理单元201可以执行上述的S102-1~S102-3。
需要说明的是,本实施例所提供的工件超视野识别装置,其可以执行上述方法流程实施例所示的方法流程,以实现对应的技术效果。为简要描述,本实施例部分未提及之处,可参考上述的实施例中相应内容。
本发明实施例还提供了一种存储介质,该存储介质存储有计算机指令、程序,该计算机指令、程序在被读取并运行时执行上述实施例的工件超视野识别方法。该存储介质可以包括内存、闪存、寄存器或者其结合等。
下面提供一种电子设备,可以是监控设备,该电子设备如图1所示,可以实现上述的工件超视野识别方法;具体的,该电子设备包括:处理器10,存储器11、总线12。处理器10可以是CPU。存储器11用于存储一个或多个程序,当一个或多个程序被处理器10执行时,执行上述实施例的工件超视野识别方法。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能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所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其它的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (6)
1.一种工件超视野识别方法,其特征在于,所述方法包括:
获取当前图像中的全部像素对应的第一统计结果和工件特征像素对应的第二统计结果,其中,所述工件特征像素为所述当前图像中的工件所对应的像素,所述第一统计结果表征所述当前图像中的全部像素的总和,所述第二统计结果表征所述工件特征像素的总和;
依据所述第一统计结果和所述第二统计结果判断工件是否超出图像的视野范围;
所述获取当前图像中的全部像素对应的第一统计结果和工件特征像素对应的第二统计结果的步骤,包括:
对所述当前图像进行去背景化处理,以得到仅包含工件特征像素的工件特征图像;
依据所述当前图像获取全部像素对应的所述第一统计结果;
依据所述工件特征图像获取所述工件特征像素的所述第二统计结果;
所述依据所述第一统计结果和所述第二统计结果判断工件是否超出图像的视野范围的步骤,包括:
判断所述第二统计结果与所述第一统计结果的比值是否超过预设定阈值;
若是,则确定所述工件未超出图像的视野范围;
若否,则确定所述工件超出图像的视野范围;
依据下列算式获取所述第一统计结果和所述第二统计结果:
其中,S2表示第二统计结果;t表示工件特征像素的总数量;Py表示第y个工件特征像素;S1表示第一统计结果;r表示全部像素的总数量;Qy表示第y个像素。
2.如权利要求1所述的工件超视野识别方法,其特征在于,依据下列算式对所述当前图像进行去背景化处理,以得到仅包含工件特征像素的工件特征图像:
P(m,n)=1,T∈(K,R)
B(m,n)=0,T∈(0,K)
其中,P(m,n)表示工件特征像素;B(m,n)表示背景像素;T表示每一个像素点的灰度值;K表示前景特征与背景分割的灰度阈值;R表示工件特征的灰度阈值。
3.如权利要求1所述的工件超视野识别方法,其特征在于,在获取当前图像中的全部像素对应的第一统计结果和工件特征像素对应的第二统计结果之前,所述方法还包括:
判断所述当前图像是否包含工件特征,其中,所述工件特征为工件的任意一个特征;
若是,则获取当前图像中的全部像素对应的第一统计结果和工件特征像素对应的第二统计结果。
4.一种工件超视野识别装置,其特征在于,所述装置包括:
处理单元,用于获取当前图像中的全部像素对应的第一统计结果和工件特征像素对应的第二统计结果,其中,所述工件特征像素为所述当前图像中的工件所对应的像素,所述第一统计结果表征所述当前图像中的全部像素的总和,所述第二统计结果表征所述工件特征像素的总和;
判断单元,用于依据所述第一统计结果和所述第二统计结果判断工件是否超出图像的视野范围;
所述处理单元用于对所述当前图像进行去背景化处理,以得到仅包含工件特征像素的工件特征图像;还用于依据所述当前图像获取全部像素对应的所述第一统计结果;还用于依据所述工件特征图像获取所述工件特征像素的所述第二统计结果;
所述依据所述第一统计结果和所述第二统计结果判断工件是否超出图像的视野范围,包括:
判断所述第二统计结果与所述第一统计结果的比值是否超过预设定阈值;
若是,则确定所述工件未超出图像的视野范围;
若否,则确定所述工件超出图像的视野范围;
依据下列算式获取所述第一统计结果和所述第二统计结果:
其中,S2表示第二统计结果;t表示工件特征像素的总数量;Py表示第y个工件特征像素;S1表示第一统计结果;r表示全部像素的总数量;Qy表示第y个像素。
5.一种存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-3中任一项所述的方法。
6.一种电子设备,其特征在于,包括:处理器和存储器,所述存储器用于存储一个或多个程序;当所述一个或多个程序被所述处理器执行时,实现如权利要求1-3中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010620077.4A CN111709943B (zh) | 2020-06-30 | 2020-06-30 | 一种工件超视野识别方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010620077.4A CN111709943B (zh) | 2020-06-30 | 2020-06-30 | 一种工件超视野识别方法、装置、存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111709943A CN111709943A (zh) | 2020-09-25 |
CN111709943B true CN111709943B (zh) | 2024-04-26 |
Family
ID=72543996
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010620077.4A Active CN111709943B (zh) | 2020-06-30 | 2020-06-30 | 一种工件超视野识别方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111709943B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003283766A (ja) * | 2002-03-22 | 2003-10-03 | Ricoh Co Ltd | 画像入力装置 |
CN107464225A (zh) * | 2017-07-27 | 2017-12-12 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和移动终端 |
CN109255311A (zh) * | 2018-08-29 | 2019-01-22 | 深圳市元征科技股份有限公司 | 一种基于图像的信息识别方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8073196B2 (en) * | 2006-10-16 | 2011-12-06 | University Of Southern California | Detection and tracking of moving objects from a moving platform in presence of strong parallax |
-
2020
- 2020-06-30 CN CN202010620077.4A patent/CN111709943B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003283766A (ja) * | 2002-03-22 | 2003-10-03 | Ricoh Co Ltd | 画像入力装置 |
CN107464225A (zh) * | 2017-07-27 | 2017-12-12 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和移动终端 |
CN109255311A (zh) * | 2018-08-29 | 2019-01-22 | 深圳市元征科技股份有限公司 | 一种基于图像的信息识别方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111709943A (zh) | 2020-09-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111078908B (zh) | 一种数据标注的检测方法和装置 | |
CN109886928B (zh) | 一种目标细胞标记方法、装置、存储介质及终端设备 | |
CN111681273B (zh) | 图像分割方法、装置、电子设备及可读存储介质 | |
CN114627092A (zh) | 缺陷检测方法、装置、电子设备及可读存储介质 | |
CN109446061B (zh) | 一种页面检测方法、计算机可读存储介质及终端设备 | |
JP2023507024A (ja) | 欠陥検出方法及びその装置、電子機器並びに記憶媒体 | |
CN111899243A (zh) | 一种图像清晰度评价方法、设备和计算机可读存储介质 | |
CN109509166B (zh) | 印刷电路板图像检测方法和装置 | |
CN115690102B (zh) | 缺陷检测方法、装置、电子设备、存储介质和程序产品 | |
CN114495098B (zh) | 一种基于显微镜图像的盘星藻类细胞统计方法及系统 | |
CN108288274B (zh) | 模具检测方法、装置以及电子设备 | |
CN114638294A (zh) | 一种数据增强方法、装置、终端设备及存储介质 | |
CN111709943B (zh) | 一种工件超视野识别方法、装置、存储介质及电子设备 | |
CN113129298A (zh) | 文本图像的清晰度识别方法 | |
CN112883765B (zh) | 一种目标移动轨迹获取方法、装置、存储介质及电子设备 | |
CN113312937A (zh) | 条形码识别方法及装置、存储介质、计算机设备 | |
CN116309583B (zh) | 一种显示屏凹痕缺陷检测的方法和系统 | |
CN115690101A (zh) | 缺陷检测方法、装置、电子设备、存储介质和程序产品 | |
CN116030452A (zh) | 一种车牌识别方法、装置、设备及计算机存储介质 | |
US11580758B2 (en) | Method for processing image, electronic device, and storage medium | |
CN112801987B (zh) | 一种手机零件异常检测方法及设备 | |
CN112836759B (zh) | 一种机选图片评价方法、装置、存储介质及电子设备 | |
CN114187270A (zh) | 基于ccd的矿用本安型控制器涂胶质量检测方法及系统 | |
CN111428067B (zh) | 公文图片获取方法、装置及电子设备 | |
CN111507238B (zh) | 人脸数据筛选方法、装置及电子设备 |
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 |