CN112102316A - 产品缺陷位置分布获取方法和装置 - Google Patents
产品缺陷位置分布获取方法和装置 Download PDFInfo
- Publication number
- CN112102316A CN112102316A CN202011219663.4A CN202011219663A CN112102316A CN 112102316 A CN112102316 A CN 112102316A CN 202011219663 A CN202011219663 A CN 202011219663A CN 112102316 A CN112102316 A CN 112102316A
- Authority
- CN
- China
- Prior art keywords
- product
- defect
- product image
- acquiring
- distribution
- 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
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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- 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
Abstract
本发明提供一种产品缺陷位置分布获取方法和装置,所述方法包括以下步骤:获取产品图像并确定产品图像中缺陷位置的像素坐标;将产品图像的像素坐标范围映射到经纬度范围,以得到产品图像中缺陷位置的经纬度信息;通过Geohash算法将产品图像中缺陷位置的经纬度信息转换为相应的字符串;根据字符串获取产品图像中的缺陷位置分布。本发明能够大大提升产品缺陷位置数据处理性能,从而快速得到产品缺陷位置分布情况。
Description
技术领域
本发明涉及产品缺陷检测技术领域,具体涉及一种产品缺陷位置分布获取方法、一种产品缺陷位置分布获取装置、一种计算机设备和一种非临时性计算机可读存储介质。
背景技术
在工业生产中,通常需要进行产品缺陷的检测,并记录、保存和分析产品缺陷的位置分布情况。目前,常用的处理方式是在检测到缺陷位置并确定缺陷点坐标后,计算缺陷点之间的距离,然后再根据大量的距离值数据分析得到产品缺陷的位置分布情况。这种处理方式存在效率低、速度慢的缺陷,在产品缺陷数据的批量处理时该缺陷尤为显著。
发明内容
本发明为解决上述技术问题,提供了一种产品缺陷位置分布获取方法和装置,能够大大提升产品缺陷位置数据处理性能,从而快速得到产品缺陷位置分布情况。
本发明采用的技术方案如下:
一种产品缺陷位置分布获取方法,包括以下步骤:获取产品图像并确定所述产品图像中缺陷位置的像素坐标;将产品图像的像素坐标范围映射到经纬度范围,以得到所述产品图像中缺陷位置的经纬度信息;通过Geohash算法将所述产品图像中缺陷位置的经纬度信息转换为相应的字符串;根据所述字符串获取所述产品图像中的缺陷位置分布。
通过Geohash算法将所述产品图像中缺陷位置的经纬度信息转换为相应的字符串,具体包括:将所述经纬度信息中的经度和纬度分别转换为相应的二进制码并合并;将合并后的二进制码按照Base32进行编码以得到相应的字符串。
根据所述字符串获取所述产品图像中的缺陷位置分布,具体包括:通过字符串之间相同前缀的字符数判断缺陷位置点之间的距离。
根据所述字符串获取所述产品图像中的缺陷位置分布,具体包括:通过字符串之间相同前缀进行分组,并对每组字符串进行求和;按照和值由大到小的顺序对多组字符串进行排序以得到组序列,并取所述组序列中的前N组字符串实现热力区域统计,其中,N为正整数。
一种产品缺陷位置分布获取装置,包括:第一获取模块,用于获取产品图像并确定所述产品图像中缺陷位置的像素坐标;映射模块,用于将产品图像的像素坐标范围映射到经纬度范围,以得到所述产品图像中缺陷位置的经纬度信息;转换模块,用于通过Geohash算法将所述产品图像中缺陷位置的经纬度信息转换为相应的字符串;第二获取模块,用于根据所述字符串获取所述产品图像中的缺陷位置分布。
所述转换模块具体用于将所述经纬度信息中的经度和纬度分别转换为相应的二进制码并合并,将合并后的二进制码按照Base32进行编码以得到相应的字符串。
所述第二获取模块具体用于通过字符串之间相同前缀的字符数判断缺陷位置点之间的距离。
所述第二获取模块具体用于通过字符串之间相同前缀进行分组,并对每组字符串进行求和,按照和值由大到小的顺序对多组字符串进行排序以得到组序列,并取所述组序列中的前N组字符串实现热力区域统计,其中,N为正整数。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现上述产品缺陷位置分布获取方法。
一种非临时性计算机可读存储介质,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产品缺陷位置分布获取方法。
本发明的有益效果:
本发明通过获取产品图像并确定产品图像中缺陷位置的像素坐标,再将产品图像的像素坐标范围映射到经纬度范围,以得到产品图像中缺陷位置的经纬度信息,然后通过Geohash算法将产品图像中缺陷位置的经纬度信息转换为相应的字符串,最后根据字符串获取产品图像中的缺陷位置分布,由此,通过将距离计算问题转换为字符串比较问题,能够大大提升产品缺陷位置数据处理性能,从而快速得到产品缺陷位置分布情况。
附图说明
图1为本发明实施例的产品缺陷位置分布获取方法的流程图;
图2为本发明一个实施例的字符串分组示意图;
图3为本发明实施例的产品缺陷位置分布获取装置的方框示意图。
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做出创造性劳动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。
如图1所示,本发明实施例的产品缺陷位置分布获取方法包括以下步骤:
S1,获取产品图像并确定产品图像中缺陷位置的像素坐标。
在本发明的一个实施例中,可通过工业相机拍摄待进行缺陷检测的产品以得到产品图像。本发明实施例可针对一件产品获取其缺陷位置分布情况,也可针对相同的多件产品获取某生产线生产得到的多件产品的缺陷位置分布情况,在针对多件产品时,可通过工业相机以同一角度、焦距等拍摄参数拍摄位于同一位置处、同一摆放角度的多件产品,得到多个产品图像。
对于产品图像,可对其实施一般的图像处理方式,例如图像增强、分割、灰度转换,然后通过像素灰度值的比较得到存在缺陷的像素位置点,从而结合预设的像素坐标系得到缺陷位置的像素坐标,或通过与不存在缺陷的产品模板图像的比较得到存在缺陷的像素位置点,从而结合预设的像素坐标系得到缺陷位置的像素坐标。或者,可通过yolo等目标检测算法检测得到存在缺陷的像素位置点,结合预设的像素坐标系得到缺陷位置的像素坐标。预设的像素坐标系的坐标原点可以为产品图像的中心点或左下角点等。
需要说明的是,一个产品图像中缺陷位置区域可为一个或多个,每个缺陷位置区域均可包括多个相邻的缺陷位置点,即对于一个产品图像可得到多个缺陷位置点的像素坐标。
通过确定像素坐标,相对于图像的空间位置坐标而言,能够防止图像放大与缩小导致的坐标信息变化,保证缺陷位置的准确性。
S2,将产品图像的像素坐标范围映射到经纬度范围,以得到产品图像中缺陷位置的经纬度信息。
对于产品图像的像素坐标范围,例如[(0,x),(0,y)],可映射到经纬度值域范围[(-180,180),(-90,90)],从而能够确定每个缺陷位置点对应的经纬度(longitude(x),latitude(y))。
S3,通过Geohash算法将产品图像中缺陷位置的经纬度信息转换为相应的字符串。
具体地,可将经纬度信息中的经度和纬度分别转换为相应的二进制码并合并,然后将合并后的二进制码按照Base32进行编码以得到相应的字符串。
举例而言,对于经纬度(116.390705,39.923201),纬度的范围是(-90,90),其中间值为0,对于纬度值39.923201,在区间(0,90)中,因此得到一个1,(0,90)区间的中间值为45度,纬度值39.923201小于45,因此得到一个0,依次计算下去,即可得到纬度值39.923201的二进制表示10111000110001111001。同样地,可得到经度值116.390705的二进制表示11010010110001000100。然后,以经度占偶数位,纬度占奇数位将上述经纬度的二进制表示进行合并,得到对应的二进制码1110011101001000111100000011010101100001。
在本发明的一个实施例中,Base32可用0-9、b-z(去掉a, i, l, o)这32个字母进行编码。具体可先将合并后的二进制码转换为十进制数据,然后对应生成Base32码,本发明实施例将5个二进制位转换成一个字符,上述合并后的二进制码编码得到的字符串为wx4g0ec1。
由此,对于每个缺陷位置点的像素坐标,最终都转换为相应的一个字符串。
S4,根据字符串获取产品图像中的缺陷位置分布。
基于Geohash算法的基本原理可知,通过Geohash算法得到的字符串表示的是一个矩形区域,字符串越长,表示的区域范围越小,字符串的前缀能够表示更大的区域。
因此,在本发明的一个实施例中,可通过字符串之间相同前缀的字符数判断缺陷位置点之间的距离。举例而言,字符数与距离范围间的对应关系如表1所示。
表1
以wx4g0ec1与wx4g0ed2为例,二者具有相同前缀wx4g0e,字符数为6,则二者对应的点之间的距离在±0.61之内。
由此,能够方便地确定产品缺陷位置点之间的大概距离。
在本发明的一个实施例中,还可通过字符串之间相同前缀进行分组,并对每组字符串进行求和,然后按照和值由大到小的顺序对多组字符串进行排序以得到组序列,并取组序列中的前N组字符串实现热力区域统计,其中,N为正整数。举例而言,参照图2,可将具有相同前缀wx4g0e的wx4g0ec1、wx4g0ed2、wx4g0ee3分为一组,将具有相同前缀cx4k0e的cx4k0eg6、cx4k0ek1分为一组,同一组表示该组内的点距离较近,可认为同一组的字符串对应的缺陷位置点处于同一区域。某一组字符串的和值大则表示该组内缺陷位置点较多,因此,取和值较大的N组字符串能够获取产品缺陷热力区域统计情况。其中,N的具体值可根据对产品缺陷热力图精度的需求等进行设定。
由此,能够方便地确定产品缺陷区域的热力分布情况。
根据本发明实施例的产品缺陷位置分布获取方法,通过获取产品图像并确定产品图像中缺陷位置的像素坐标,再将产品图像的像素坐标范围映射到经纬度范围,以得到产品图像中缺陷位置的经纬度信息,然后通过Geohash算法将产品图像中缺陷位置的经纬度信息转换为相应的字符串,最后根据字符串获取产品图像中的缺陷位置分布,由此,通过将距离计算问题转换为字符串比较问题,能够大大提升产品缺陷位置数据处理性能,从而快速得到产品缺陷位置分布情况。
对应上述实施例的产品缺陷位置分布获取方法,本发明还提出一种产品缺陷位置分布获取装置。
如图3所示,本发明实施例的产品缺陷位置分布获取装置包括第一获取模块10、映射模块20、转换模块30和第二获取模块40。其中,第一获取模块10用于获取产品图像并确定产品图像中缺陷位置的像素坐标;映射模块20用于将产品图像的像素坐标范围映射到经纬度范围,以得到产品图像中缺陷位置的经纬度信息;转换模块30用于通过Geohash算法将产品图像中缺陷位置的经纬度信息转换为相应的字符串;第二获取模块40用于根据字符串获取产品图像中的缺陷位置分布。
在本发明的一个实施例中,第一获取模块10可通过工业相机拍摄待进行缺陷检测的产品以得到产品图像。本发明实施例可针对一件产品获取其缺陷位置分布情况,也可针对相同的多件产品获取某生产线生产得到的多件产品的缺陷位置分布情况,在针对多件产品时,可通过工业相机以同一角度、焦距等拍摄参数拍摄位于同一位置处、同一摆放角度的多件产品,得到多个产品图像。
对于产品图像,第一获取模块10可对其实施一般的图像处理方式,例如图像增强、分割、灰度转换,然后通过像素灰度值的比较得到存在缺陷的像素位置点,从而结合预设的像素坐标系得到缺陷位置的像素坐标,或通过与不存在缺陷的产品模板图像的比较得到存在缺陷的像素位置点,从而结合预设的像素坐标系得到缺陷位置的像素坐标。或者,第一获取模块10可通过yolo等目标检测算法检测得到存在缺陷的像素位置点,结合预设的像素坐标系得到缺陷位置的像素坐标。预设的像素坐标系的坐标原点可以为产品图像的中心点或左下角点等。
需要说明的是,一个产品图像中缺陷位置区域可为一个或多个,每个缺陷位置区域均可包括多个相邻的缺陷位置点,即对于一个产品图像可得到多个缺陷位置点的像素坐标。
通过确定像素坐标,相对于图像的空间位置坐标而言,能够防止图像放大与缩小导致的坐标信息变化,保证缺陷位置的准确性。
对于产品图像的像素坐标范围,例如[(0,x),(0,y)],映射模块20可将其映射到经纬度值域范围[(-180,180),(-90,90)],从而能够确定每个缺陷位置点对应的经纬度(longitude(x),latitude(y))。
转换模块30具体可将经纬度信息中的经度和纬度分别转换为相应的二进制码并合并,将合并后的二进制码按照Base32进行编码以得到相应的字符串。
举例而言,对于经纬度(116.390705,39.923201),纬度的范围是(-90,90),其中间值为0,对于纬度值39.923201,在区间(0,90)中,因此得到一个1,(0,90)区间的中间值为45度,纬度值39.923201小于45,因此得到一个0,依次计算下去,即可得到纬度值39.923201的二进制表示10111000110001111001。同样地,可得到经度值116.390705的二进制表示11010010110001000100。然后,以经度占偶数位,纬度占奇数位将上述经纬度的二进制表示进行合并,得到对应的二进制码1110011101001000111100000011010101100001。
在本发明的一个实施例中,Base32可用0-9、b-z(去掉a, i, l, o)这32个字母进行编码。具体可先将合并后的二进制码转换为十进制数据,然后对应生成Base32码,本发明实施例将5个二进制位转换成一个字符,上述合并后的二进制码编码得到的字符串为wx4g0ec1。
由此,对于每个缺陷位置点的像素坐标,最终都转换为相应的一个字符串。
基于Geohash算法的基本原理可知,通过Geohash算法得到的字符串表示的是一个矩形区域,字符串越长,表示的区域范围越小,字符串的前缀能够表示更大的区域。
因此,在本发明的一个实施例中,第二获取模块40具体可通过字符串之间相同前缀的字符数判断缺陷位置点之间的距离。举例而言,字符数与距离范围间的对应关系如表1所示。以wx4g0ec1与wx4g0ed2为例,二者具有相同前缀wx4g0e,字符数为6,则二者对应的点之间的距离在±0.61之内。
由此,能够方便地确定产品缺陷位置点之间的大概距离。
在本发明的一个实施例中,第二获取模块40还可通过字符串之间相同前缀进行分组,并对每组字符串进行求和,然后按照和值由大到小的顺序对多组字符串进行排序以得到组序列,并取组序列中的前N组字符串实现热力区域统计,其中,N为正整数。举例而言,参照图2,可将具有相同前缀wx4g0e的wx4g0ec1、wx4g0ed2、wx4g0ee3分为一组,将具有相同前缀cx4k0e的cx4k0eg6、cx4k0ek1分为一组,同一组表示该组内的点距离较近,可认为同一组的字符串对应的缺陷位置点处于同一区域。某一组字符串的和值大则表示该组内缺陷位置点较多,因此,取和值较大的N组字符串能够获取产品缺陷热力区域统计情况。其中,N的具体值可根据对产品缺陷热力图精度的需求等进行设定。
由此,能够方便地确定产品缺陷区域的热力分布情况。
根据本发明实施例的产品缺陷位置分布获取装置,通过获取产品图像并确定产品图像中缺陷位置的像素坐标,再将产品图像的像素坐标范围映射到经纬度范围,以得到产品图像中缺陷位置的经纬度信息,然后通过Geohash算法将产品图像中缺陷位置的经纬度信息转换为相应的字符串,最后根据字符串获取产品图像中的缺陷位置分布,由此,通过将距离计算问题转换为字符串比较问题,能够大大提升产品缺陷位置数据处理性能,从而快速得到产品缺陷位置分布情况。
对应上述实施例,本发明还提出一种计算机设备。
本发明实施例的计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行该计算机程序时,可实现根据本发明上述实施例所述的产品缺陷位置分布获取方法。
根据本发明实施例的计算机设备,处理器执行存储在存储器上的计算机程序时,通过获取产品图像并确定产品图像中缺陷位置的像素坐标,再将产品图像的像素坐标范围映射到经纬度范围,以得到产品图像中缺陷位置的经纬度信息,然后通过Geohash算法将产品图像中缺陷位置的经纬度信息转换为相应的字符串,最后根据字符串获取产品图像中的缺陷位置分布,由此,通过将距离计算问题转换为字符串比较问题,能够大大提升产品缺陷位置数据处理性能,从而快速得到产品缺陷位置分布情况。
对应上述实施例,本发明还提出一种非临时性计算机可读存储介质。
本发明实施例的非临时性计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时可实现根据本发明上述实施例所述的产品缺陷位置分布获取方法。
根据本发明实施例的非临时性计算机可读存储介质,处理器执行存储在其上的计算机程序时,通过获取产品图像并确定产品图像中缺陷位置的像素坐标,再将产品图像的像素坐标范围映射到经纬度范围,以得到产品图像中缺陷位置的经纬度信息,然后通过Geohash算法将产品图像中缺陷位置的经纬度信息转换为相应的字符串,最后根据字符串获取产品图像中的缺陷位置分布,由此,通过将距离计算问题转换为字符串比较问题,能够大大提升产品缺陷位置数据处理性能,从而快速得到产品缺陷位置分布情况。
在本发明的描述中,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;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或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必针对相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,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模块中,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模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块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,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种产品缺陷位置分布获取方法,其特征在于,包括以下步骤:
获取产品图像并确定所述产品图像中缺陷位置的像素坐标;
将产品图像的像素坐标范围映射到经纬度范围,以得到所述产品图像中缺陷位置的经纬度信息;
通过Geohash算法将所述产品图像中缺陷位置的经纬度信息转换为相应的字符串;
根据所述字符串获取所述产品图像中的缺陷位置分布。
2.根据权利要求1所述的产品缺陷位置分布获取方法,其特征在于,通过Geohash算法将所述产品图像中缺陷位置的经纬度信息转换为相应的字符串,具体包括:
将所述经纬度信息中的经度和纬度分别转换为相应的二进制码并合并;
将合并后的二进制码按照Base32进行编码以得到相应的字符串。
3.根据权利要求2所述的产品缺陷位置分布获取方法,其特征在于,根据所述字符串获取所述产品图像中的缺陷位置分布,具体包括:
通过字符串之间相同前缀的字符数判断缺陷位置点之间的距离。
4.根据权利要求2或3所述的产品缺陷位置分布获取方法,其特征在于,根据所述字符串获取所述产品图像中的缺陷位置分布,具体包括:
通过字符串之间相同前缀进行分组,并对每组字符串进行求和;
按照和值由大到小的顺序对多组字符串进行排序以得到组序列,并取所述组序列中的前N组字符串实现热力区域统计,其中,N为正整数。
5.一种产品缺陷位置分布获取装置,其特征在于,包括:
第一获取模块,用于获取产品图像并确定所述产品图像中缺陷位置的像素坐标;
映射模块,用于将产品图像的像素坐标范围映射到经纬度范围,以得到所述产品图像中缺陷位置的经纬度信息;
转换模块,用于通过Geohash算法将所述产品图像中缺陷位置的经纬度信息转换为相应的字符串;
第二获取模块,用于根据所述字符串获取所述产品图像中的缺陷位置分布。
6.根据权利要求5所述的产品缺陷位置分布获取装置,其特征在于,所述转换模块具体用于将所述经纬度信息中的经度和纬度分别转换为相应的二进制码并合并,将合并后的二进制码按照Base32进行编码以得到相应的字符串。
7.根据权利要求6所述的产品缺陷位置分布获取装置,其特征在于,所述第二获取模块具体用于通过字符串之间相同前缀的字符数判断缺陷位置点之间的距离。
8.根据权利要求6或7所述的产品缺陷位置分布获取装置,其特征在于,所述第二获取模块具体用于通过字符串之间相同前缀进行分组,并对每组字符串进行求和,按照和值由大到小的顺序对多组字符串进行排序以得到组序列,并取所述组序列中的前N组字符串实现热力区域统计,其中,N为正整数。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现根据权利要求1-4中任一项所述的产品缺陷位置分布获取方法。
10.一种非临时性计算机可读存储介质,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根据权利要求1-4中任一项所述的产品缺陷位置分布获取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011219663.4A CN112102316B (zh) | 2020-11-05 | 2020-11-05 | 产品缺陷位置分布获取方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011219663.4A CN112102316B (zh) | 2020-11-05 | 2020-11-05 | 产品缺陷位置分布获取方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112102316A true CN112102316A (zh) | 2020-12-18 |
CN112102316B CN112102316B (zh) | 2021-02-23 |
Family
ID=73785390
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011219663.4A Active CN112102316B (zh) | 2020-11-05 | 2020-11-05 | 产品缺陷位置分布获取方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112102316B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113836489A (zh) * | 2021-09-24 | 2021-12-24 | 英特尔产品(成都)有限公司 | 球栅阵列的缺陷分析方法与设备 |
CN117197101A (zh) * | 2023-09-18 | 2023-12-08 | 湖南大学 | 一种缺陷检测方法、计算设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140379205A1 (en) * | 2013-06-24 | 2014-12-25 | Zf Friedrichshafen Ag | Vehicle efficiency and defect recognition based on gps location |
CN108733053A (zh) * | 2018-04-23 | 2018-11-02 | 上海圭目机器人有限公司 | 一种基于机器人的智能道路检测方法 |
CN109525194A (zh) * | 2018-10-15 | 2019-03-26 | 上海交通大学 | 光伏板故障光斑检测识别方法和系统 |
CN111028548A (zh) * | 2019-12-11 | 2020-04-17 | 中国人民解放军93209部队 | 一种基于飞行热力图的无人机适飞空域划设方法及应用 |
CN111723108A (zh) * | 2020-05-28 | 2020-09-29 | 长安大学 | 一种基于GeoHash编码的候选路段选取方法及系统 |
-
2020
- 2020-11-05 CN CN202011219663.4A patent/CN112102316B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140379205A1 (en) * | 2013-06-24 | 2014-12-25 | Zf Friedrichshafen Ag | Vehicle efficiency and defect recognition based on gps location |
CN108733053A (zh) * | 2018-04-23 | 2018-11-02 | 上海圭目机器人有限公司 | 一种基于机器人的智能道路检测方法 |
CN109525194A (zh) * | 2018-10-15 | 2019-03-26 | 上海交通大学 | 光伏板故障光斑检测识别方法和系统 |
CN111028548A (zh) * | 2019-12-11 | 2020-04-17 | 中国人民解放军93209部队 | 一种基于飞行热力图的无人机适飞空域划设方法及应用 |
CN111723108A (zh) * | 2020-05-28 | 2020-09-29 | 长安大学 | 一种基于GeoHash编码的候选路段选取方法及系统 |
Non-Patent Citations (2)
Title |
---|
DANIEL_ADU: "基于geohash的周边地理位置搜索", 《简书》 * |
无: "织布机疵点检测系统", 《ELBIT VISION SYSTEMS LTD》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113836489A (zh) * | 2021-09-24 | 2021-12-24 | 英特尔产品(成都)有限公司 | 球栅阵列的缺陷分析方法与设备 |
CN117197101A (zh) * | 2023-09-18 | 2023-12-08 | 湖南大学 | 一种缺陷检测方法、计算设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112102316B (zh) | 2021-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109087274B (zh) | 基于多维融合及语义分割的电子器件缺陷检测方法及装置 | |
CN112102316B (zh) | 产品缺陷位置分布获取方法和装置 | |
CN111369495B (zh) | 一种基于视频的全景图像的变化检测方法 | |
CN108960280B (zh) | 一种图片相似度检测方法及系统 | |
CN110288624A (zh) | 一种图像中直线段的检测方法、装置及相关设备 | |
CN111220235B (zh) | 水位监测方法及装置 | |
CN112164086A (zh) | 一种精细化的图像边缘信息确定方法、系统及电子设备 | |
CN109948629B (zh) | 一种基于sift特征的gis设备x射线图像故障检测方法 | |
CN111325164A (zh) | 指针表示数识别方法、装置和电子设备 | |
CN113095316B (zh) | 基于多级融合和角点偏移的图像旋转目标检测方法 | |
CN114494695A (zh) | 一种智慧水利城乡积涝水位监测预警方法及装置 | |
CN106778822B (zh) | 基于漏斗变换的图像直线检测方法 | |
CN115880683B (zh) | 一种基于深度学习的城市内涝积水智能水位检测方法 | |
CN117011703A (zh) | 一种输电线路巡检图像去重方法 | |
CN111199163A (zh) | 一种环形码的边缘检测与定位识别方法 | |
CN113326749B (zh) | 目标检测方法、装置以及存储介质、电子设备 | |
CN111401377B (zh) | 一种仪表数据读取方法、装置、电子设备及存储介质 | |
CN112733826A (zh) | 图像处理方法及装置 | |
CN111191759A (zh) | 一种二维码的生成方法和基于gpu的定位、解码方法 | |
CN110807416A (zh) | 适用于移动检测装置的数字式仪表智能识别装置及方法 | |
CN116168022B (zh) | 一种双线型像质计图像处理方法、装置、设备及存储介质 | |
CN111325216A (zh) | 图像局部特征的描述方法、装置、计算机设备及存储介质 | |
CN117350317B (zh) | 用于条码图像的译码方法、装置和电子设备 | |
CN116883401B (zh) | 一种工业产品生产质量检测系统 | |
CN113343848B (zh) | 一种仪表读数的识别方法、装置、计算机设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |