CN112489002A - 一种缺陷检测方法、装置、设备及存储介质 - Google Patents

一种缺陷检测方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN112489002A
CN112489002A CN202011333617.7A CN202011333617A CN112489002A CN 112489002 A CN112489002 A CN 112489002A CN 202011333617 A CN202011333617 A CN 202011333617A CN 112489002 A CN112489002 A CN 112489002A
Authority
CN
China
Prior art keywords
image
sub
target
images
characters
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
CN202011333617.7A
Other languages
English (en)
Other versions
CN112489002B (zh
Inventor
赵鸿燕
蔡浩聪
杨成胡
张焕文
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.)
GUANGDONG ELECTRONIC TECHNOLOGY RESEARCH INSTITUTE
Original Assignee
GUANGDONG ELECTRONIC TECHNOLOGY RESEARCH INSTITUTE
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 GUANGDONG ELECTRONIC TECHNOLOGY RESEARCH INSTITUTE filed Critical GUANGDONG ELECTRONIC TECHNOLOGY RESEARCH INSTITUTE
Priority to CN202011333617.7A priority Critical patent/CN112489002B/zh
Publication of CN112489002A publication Critical patent/CN112489002A/zh
Application granted granted Critical
Publication of CN112489002B publication Critical patent/CN112489002B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06T7/0008—Industrial image inspection checking presence/absence
    • 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
    • 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
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • 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
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • 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
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/344—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/14—Image acquisition
    • G06V30/148—Segmentation of character regions
    • G06V30/153—Segmentation of character regions using recognition of characters or words
    • 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
    • G01N2021/8883—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 involving the calculation of gauges, generating models
    • 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
    • G06T2207/30144—Printing quality
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Data Mining & Analysis (AREA)
  • Chemical & Material Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种缺陷检测方法、装置、设备及存储介质，该方法包括：获取对片式电阻的基板表面拍摄的图像数据，作为原始图像，基板表面包括将字符印刷在片式电阻上的印刷区域；将原始图像划分成若干个子图像，每个子图像包含一个独立的印刷区域；当印刷区域中存在相同的字符时，以提高清晰度为目标将子图像按照各自印刷区域中字符的相似度进行融合，得到目标模板图像；将目标模板图像与原始图像进行比较、检测字符的缺陷，以确定片式电阻是否印刷合格。本方案利用印刷字符的周期重复特点自动生成模板，简化对片式电阻外观在线检测系统的日常操作，避免缺陷检测中误判和漏判的情况，并可以基于缺陷所在位置及时矫正印刷机器，提高系统的稳定性。

Description

一种缺陷检测方法、装置、设备及存储介质
技术领域
本发明实施例涉及图像检测技术，尤其涉及一种缺陷检测方法、装置、设备及存储介质。
背景技术
在印制品外观的缺陷检测领域，应用图像处理技术可以有效地检测出印刷质量问题。
针对需要印制较多种类的图案或字符的印制品，对这些印制品的表面进行缺陷检测，通常需要人工事先制作大量的模板，然后将这些模板用于对印制品外观在线实时缺陷检测。例如在片式电阻丝印的工艺制造过程中，需要在片式电阻体上印刷表示电阻值的字符，由于片式电阻丝印制备过程的工艺因素，制备完成后的片式电阻体的表面会存在字符印刷破洞不良、表面脏污不良和字符印刷偏移不良等缺陷，需要利用模板匹配的方式对上述不良缺陷进行筛选；然而，片式电阻体的电阻阻值有E24，E96等120多种，每一种阻值的幂级数从0.1到106有7个等级，需要印刷阻值的电阻尺寸规格有0603～2512等7种，如果为每一种阻值建立一个用于缺陷检测的模板，则需要人工构建近6000种(120×7×7＝5880)模板，工作量大，制作流程繁杂，效率低下，耗费时间长。
发明内容
本发明实施例提出了一种缺陷检测方法、装置、设备及存储介质，以解决人工选取模板效率低、大量制作模板耗时的问题。
第一方面，本发明实施例提供了一种缺陷检测方法，包括：
获取对片式电阻的基板表面拍摄的图像数据，作为原始图像，所述基板表面包括将字符印刷在片式电阻上的印刷区域；
将所述原始图像划分成若干个子图像，每个所述子图像包含一个独立的所述印刷区域；
当所述印刷区域中存在相同的所述字符时，以提高清晰度为目标将所述子图像按照各自所述印刷区域中所述字符的相似度进行融合，得到目标模板图像；
将所述目标模板图像与所述原始图像进行比较、检测字符的缺陷，以确定所述片式电阻是否印刷合格。
第二方面，本发明实施例还提供了一种缺陷检测装置，包括：
原始图像获取模块，用于获取对片式电阻的基板表面拍摄的图像数据，作为原始图像，所述基板表面包括将字符印刷在片式电阻上的印刷区域；
子图像获取模块，用于将所述原始图像划分成若干个子图像，每个所述子图像包含一个独立的所述印刷区域；
目标模板图像构造模块，用于当所述印刷区域中存在相同的所述字符时，以提高清晰度为目标将所述子图像按照各自所述印刷区域中所述字符的相似度进行融合，得到目标模板图像；
图像检测模块，用于将所述目标模板图像与所述原始图像进行比较、检测字符的缺陷，以确定所述片式电阻是否印刷合格。
第三方面，本发明实施例还提供了一种计算机设备，所述计算机设备包括：一个或多个处理器；
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一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的缺陷检测方法。
第四方面，本发明实施例还提供了一种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如第一方面所述的缺陷检测方法。
本发明通过获取对片式电阻的基板表面拍摄的图像数据，作为原始图像，基板表面包括将字符印刷在片式电阻上的印刷区域；将原始图像划分成若干个子图像，每个子图像包含一个独立的印刷区域；当印刷区域中存在相同的字符时，以提高清晰度为目标将子图像按照各自印刷区域中字符的相似度进行融合，得到目标模板图像；将目标模板图像与原始图像进行比较、检测字符的缺陷，以确定片式电阻是否印刷合格，针对不同的片式电阻的基板表面拍摄图像数据，可以得到不同的原始图像用于构造自适应匹配模板，利用印刷字符的周期重复特点自动生成模板，对原始图像进行区域划分、按照字符相似度来制作目标模板图像，比人工选取的匹配模板更为清晰，检测更可靠，模板的制作过程无需人工干预，避免人工选取模板的繁琐操作，简化外观在线检测系统的日常操作，进一步提高了片式电阻在标记丝印外观的生产过程中的质检效率，避免缺陷检测中误判和漏判的情况，并可以基于缺陷所在位置及时矫正印刷机器，提高印刷系统的可靠性和稳定性。
附图说明
图1为本发明实施例一提供的一种缺陷检测方法的流程图；
图2为本发明实施例一提供的一种在片式电阻丝印制备过程中获取的测试样品工件局部放大图像；
图3为本发明实施例一提供的一种用于表示片式电阻中字符模板的示意图；
图4为本发明实施例一提供的一种用于在片式电阻丝印制备过程中进行印刷质检的模板图像的示意图；
图5为本发明实施例一提供的一种表示片式电阻存在阻塞缺陷的示意图；
图6为本发明实施例一提供的一种表示片式电阻存在渗漏缺陷的示意图；
图7为本发明实施例二提供的一种缺陷检测装置的结构示意图；
图8为本发明实施例三提供的一种计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种缺陷检测方法的流程图，本实施例可适用于对片式电阻的基板表面上所印制的字符进行缺陷检测的情况，该方法可以由缺陷检测装置来执行，该缺陷检测装置可以由软件和/或硬件实现，可配置在计算机设备中，例如，生产设备、工作站、控制主机、个人电脑，等等，该方法具体包括如下步骤：
S101、获取对片式电阻的基板表面拍摄的图像数据，作为原始图像。
在片式电阻丝印的工艺制造过程中，以陶瓷基板作为片式电阻体的载体，若干个片式电阻体顺序粘贴在基板表面上，每个电阻体的表面涂有黑色浆料所形成的保护层，待保护层烘干后，工业生产线中的印刷机器则会在每个电阻体的保护层上再次印刷用白色浆料表示的字符或图案。
在本实施例中，可以通过生产线上的工业相机获取对片式电阻的基板表面拍摄的图像数据，作为原始图像。原始图像中的部分区域表征工业生产线上的基板表面、部分区域表征印刷有字符或图案的片式电阻，可参考图2所示，图2中的黑色方块表示片式电阻，黑色方块中的白色数字为印刷在片式电阻上的字符。本实施例对获取原始图像的方式不作限定。
其中，基板表面包括将字符印刷在片式电阻上的印刷区域，印刷区域表示单个片式电阻在基板表面所占的面积。由于在实际工艺流程中，黑色浆料只会覆盖在电阻体表面，即基板表面的单个印刷区域附着有黑色浆料，原始图像的本质是图像数据，图像数据是指用数值表示的各像素的灰度值的集合，因此，原始图像中表示印刷区域的像素与其周边的像素的灰度值均不同，即原始图像中表征片式电阻的像素的灰度值与表征基板表面的像素的灰度值存在差异，同时，由于在片式电阻体上印刷字符使用的是白色浆料，则原始图像中表征片式电阻的像素的灰度值与表征字符的像素的灰度值也不同。
S102、将原始图像划分成若干个子图像。
在本实施例中，可以基于灰度值比较的方法将原始图像划分成若干个子图像，每个子图像包含一个独立的印刷区域。具体的，遍历原始图像中每个像素的灰度值；在原始图像中基于灰度值识别得到若干个印刷区域；确定每个印刷区域的边界位置；将原始图像按照边界位置划分成若干个子图像。例如，
在本实施例的一个具体示例中，遍历原始图像中每个像素的灰度值，获得原始图像中所有像素的灰度值，选取最大灰度值和最小灰度值，确定原始图像的灰度值的范围，同时，对所有的灰度值求和取平均得到整个原始图像的灰度均值，作为第一均值；针对原始图像中每个像素的位置，以当前像素的位置作为中心，计算当前像素预设的邻域范围内的灰度值的平均值，作为第二均值；将第二均值与最大灰度值、最小灰度值进行比较，以确定第二均值是否存在于原始图像的灰度值的范围内，若存在，则将第二均值与第一均值进行比较，若第二均值大于第一均值，则确定当前像素为印刷区域中的像素，当前像素所在位置包含在印刷区域的位置内；按照上述方法确定原始图像中存在若干个印刷区域，确定每个印刷区域的边界位置，将原始图像按照边界位置划分成若干个子图像。
本实施例还可以采用角点提取的方式将原始图像划分成若干个子图像，具体的，可以对原始图像中每个像素提取角点特征，角点用于表征印刷区域的边界位置，对所有获取的角度特征生成特征直方图，通过特征直方图对角点进行筛选，依据筛选后的角点在原始图像中框选出独立的印刷区域，按照单个印刷区域的位置将原始图像划分成若干个子图像。此外，也可以采用目标识别算法、区域生长算法等图像处理技术将原始图像划分成若干个子图像，本实施例对此不作限定。
S103、当印刷区域中存在相同的字符时，以提高清晰度为目标将子图像按照各自印刷区域中字符的相似度进行融合，得到目标模板图像。
由于在片式电阻丝印的工艺制造过程中，基板表面上的部分印刷区域可能会存在表面脏污不良、印刷破洞不良、字符印刷偏移不良等缺陷，因此，从原始图像中划分得到的若干子图像，部分子图像的印刷区域中可能存在字符缺漏、甚至没有字符的情况。
在本实施例中，可以对所有子图像中的印刷区域进行检测，或者，鉴于原始图像划分成子图像的数量巨大，为了提高模板制作的效率，也可以从全部子图像中按照子图像在原始图像中的位置均匀选取若干子图像作为待检测的子图像，对这些若干子图像中的印刷区域进行检测，筛选出印刷区域中具有清晰、完整字符的子图像，将筛选过后的子图像进行两两比对，以确定子图像中的印刷区域上的字符是否相同。由于在一个片式电阻体上印刷的字符可以是多个中英文字符组成的字符串、也可以是表示物理单位符号的字符图案，本实施例中确定字符是否相同，需要确认印刷区域中的字符个数是否相同、字符种类是否相同、字符外形是否相同，当印刷区域中存在相同的字符时，以提高清晰度为目标将具有相同字符的子图像按照各自印刷区域中字符的相似度进行融合，得到目标模板图像。
在一种可选的实现方式中，S103包括如下具体步骤：
S1031、对子图像进行筛选，得到包含相同的字符的子图像，作为目标子图像。
作为一个示例，在当前检测到的原始图像I中截取n个子图像，表示为I1，I2，…，In，每个子图像Ij(j＝1，2...n)中包含一个独立的印刷区域。将印刷区域中的字符标识为C′，该字符可以是字符序列、也可以是图案序列。若在第i个子图像中能识别出相同的字符C′，则称子图像Ii为目标子图像，其中，Ii∈C，(i＝1，2...k)，(k≤n)，k表示n个子图像中能识别出字符C′的目标子图像个数，C表示目标子图像的集合。
S1032、计算每个目标子图像中字符的识别得分。
其中，识别得分表示不同的目标子图像之间在字符上的相似度。
在本实施例中，可以采用图像模板匹配算法计算每个目标子图像中字符的识别得分，以衡量不同的目标子图像中字符之间的相似度。
在一种实现方式中，针对每个目标子图像，计算当前目标子图像中的字符与其他目标子图像匹配的匹配值，对匹配值求和取平均，得到第一数值，基于第一数值计算每个目标子图像的识别得分，识别得分与第一数值之和为1。
可以通过计算当前目标子图像与其他目标子图像之间表征字符的像素灰度值的偏差、平方差、标准平方差或者相关系数来确认两两目标子图像进行匹配的匹配值，根据匹配值进一步确认两两目标子图像之间关于字符的相似度，得到每个目标子图像中字符的识别得分。
例如，针对每个目标子图像，选取当前目标子图像中表征字符的图像数据，作为候选模板，计算候选模板在其他目标子图像中滑动时、每个像素位置的灰度值的标准平方差，作为第二数值，选取最小的第二数值作为当前目标子图像中的字符与其他目标子图像匹配的匹配值，对匹配值求和取平均，得到匹配平均值，基于匹配平均值计算每个目标子图像的识别得分，识别得分与匹配平均值之和为1。需要说明的是，本实施例对计算匹配值的具体方式不作限定。
本实施例中的图像模板匹配算法包括平方差匹配、标准平方差匹配、相关匹配、标准相关匹配、相关系数匹配、标准相关系数匹配，等等，本发明实施例对具体使用哪种模板匹配算法计算识别得分不作任何限定。
作为一个示例，设Pi为识别得分，其中i＝1，2...k，(k≤n)，采用标准平方差匹配的图像模板匹配算法计算识别得分，以当前目标子图像Ii中的字符作为候选模板，在其他目标子图像中平行滑动，与其他目标子图像中的字符进行匹配，候选模板和其他目标子图像的匹配度按下式计算：
Figure BDA0002795626050000091
其中，R(x，y)表示候选模板在其他目标子图像中滑动时、每个像素位置的灰度值的标准平方差，T(x′，y′)表示候选模板中单个像素坐标点的灰度值，I(x+x′，y+y′)表示目标子图像中单个像素坐标点的灰度值，(x+x′，y+y′)表示候选模板中的像素坐标点(x′，y′)在其他目标子图像中遍历时沿x轴方向和y轴方向的移动位移。
由于标准平方差R(x，y)与匹配相似度之间为负相关关系，即R(x，y)值越大，表示匹配的相似度越低，R(x，y)值越小，表示匹配的相似度越高。因此，当R(x，y)取最小值时，确定此时候选模板在其他目标子图像中匹配的像素位置为最佳匹配位置，记最小值的标准平方差为Rm。
当前目标子图像中的候选模板与其他k-1个目标子图像分别进行匹配，得到k-1个取最小值的标准平方差Rm(m＝1，2...k-1)，通过如下公式可以得到当前目标子图像中字符的识别得分Pi：
Figure BDA0002795626050000092
在本示例中，对k个目标子图像均按照上述方法计算目标子图像中字符的识别得分。
S1033、基于识别得分计算每个目标子图像的权值。
在本实施例中，对所有目标子图像的识别得分进行求和，得到总得分；计算每个目标子图像的识别得分与总得分的比值，得到每个目标子图像的权值。
作为一个示例，通过如下公式可计算每个目标子图像的权值wi：
Figure BDA0002795626050000101
在本示例中，k表示由原始图像划分得到的若干个子图像中能够识别出字符的目标子图像个数，通过S1031-S1032，可以确定得到k个目标子图像的识别得分Pi，(i＝1，2，…，k)，计算每个目标子图像的识别得分与所有目标子图像总体识别得分之和的比值，即能得到每个目标子图像的权值wi，所有权值wi之和为1，即满足
Figure BDA0002795626050000102
S1034、以提高清晰度为目标将所有目标子图像按照各自的权值进行加权平均，得到目标模板图像。
作为一个示例，对满足Ii∈C的子图像进行图像配准，Ii表示目标子图像，得到序列图像I′1，I′2，…，I′k，由下式可以构造出适应当前原始图像I的目标模板图像
Figure BDA0002795626050000103
可参考图3所示。
在本实施例中，基于每个目标子图像的识别得分计算目标子图像的权值，再基于每个权值将所有的目标子图像进行融合，制作用于印刷质检匹配的目标模板图像，能够将原始图像中字符印刷最为清晰、完整的子图像自动筛选出来，由于识别得分表示的是子图像中字符之间的相似度，按照权值对子图像进行融合，可以补足不同子图像之间字符的差异和缺陷，能进一步提高模板图像中字符的清晰度，从整体上提高模板图像的精度，使得模板图像用于印刷检测更为可靠和准确，同时，整个模板的制作过程无需人工干预，也无需人工对字符进行筛选来制作大量模板，大大提高了模板制作的效率，减少耗时。
S104、将目标模板图像与原始图像进行比较、检测字符的缺陷，以确定片式电阻是否印刷合格。
在本实施例中，从目标模板图像中提取表征字符的图像数据，作为目标字符图像；在原始图像中搜索与目标模板图像匹配的像素坐标，作为目标位置；在原始图像中的目标位置上复制目标字符图像，得到与原始图像大小一致的候选图像，可参见图4所示，图4为复制有目标字符图像的用于质检匹配的整体模板图像；将候选图像与原始图像进行比较、检测字符的缺陷，以确定片式电阻是否印刷合格。
其中，确定目标位置可以通过如下具体步骤实现：对目标模板图像按照字符进行区域分割，得到候选字符子图像，将候选字符子图像在原始图像中进行滑动，在滑动的过程中，将候选字符子图像与原始图像中的印刷区域进行匹配，当匹配成功时，计算候选字符子图像在原始图像中对应的像素坐标，作为目标位置。本实施例对确定目标位置的方式不作限定。
在一种可选的实现方式中，可以对原始图像进行区域分割，得到原始字符图像，原始字符图像用于表征实际印刷在片式电阻上的字符的图像数据；将原始字符图像与候选图像中的目标字符图像进行差分运算；根据差分运算的结果，确定片式电阻是否印刷合格，可以参考图像面积、灰度等级等参数对差分运算的结果进行分析筛选。例如，具体的，可以通过像素坐标比较对差分运算的结果进行判定，该结果用于表示差分图像数据，若该差分图像数据中的像素点未超出候选图像的像素范围、却超出原始图像的像素范围，则表示片式电阻存在阻塞缺陷，可参考图5所示；若该差分图像数据中的像素点存在于原始图像的像素范围、却超出候选图像的像素范围，则表示片式电阻存在渗漏缺陷，可参考图6所示。
作为一个示例，对目标模板图像It进行区域分割，得到仅有字符的图像数据，作为单个理想印刷区域：Rt＝{M(x，y)|gmin＜g(x，y)＜gmax}，
其中，M(x，y)为目标模板图像It中的像素坐标点，g(x，y)为目标模板图像It中M(x，y)点所在像素坐标的灰度值，gmin和gmax分别为在对原始图像I进行分割时、选取的最小灰度阈值和最大灰度阈值。
在本示例中，以目标模板图像It作为模板，在原始图像I中搜索匹配对象，假设匹配了m个对象，设每个对象的匹配中心坐标为qi(xi，yi)，i＝1，2...，m；每个匹配中心坐标即为在原始图像中搜索与目标模板图像匹配的像素坐标，即原始图像中的目标位置。
根据公式R′t＝{M′(x，y)|M(x-xi，y-yi)∈Rt}在每一个qti处复制Rt，M′(x，y)表示将目标模板图像It中单个理想印刷区贴在原始图像I中滑动时的像素坐标点，M(x-xi，y-yi)表示将目标模板图像It中单个理想印刷区贴在原始图像I中滑动时的像素坐标点转换到目标模板图像It中后得到的像素坐标，R′t表示复制到原始图像I中属于字符部分的像素坐标，由此可以得到与原始图像大小一致的候选图像，候选图像可表示为R＝{R′t|t＝1，2，…m}。
在本示例中，将候选图像与原始图像进行比较、检测字符的缺陷，以确定片式电阻是否印刷合格。
本发明实施例通过获取对片式电阻的基板表面拍摄的图像数据，作为原始图像，基板表面包括将字符印刷在片式电阻上的印刷区域；将原始图像划分成若干个子图像，每个子图像包含一个独立的印刷区域；当印刷区域中存在相同的字符时，以提高清晰度为目标将子图像按照各自印刷区域中字符的相似度进行融合，得到目标模板图像；将目标模板图像与原始图像进行比较、检测字符的缺陷，以确定片式电阻是否印刷合格，针对不同的片式电阻的基板表面拍摄图像数据，可以得到不同的原始图像用于构造自适应匹配模板，利用印刷字符的周期重复特点自动生成模板，对原始图像进行区域划分、按照字符相似度来制作目标模板图像，比人工选取的匹配模板更为清晰，检测更可靠，模板的制作过程无需人工干预，避免人工选取模板的繁琐操作，简化外观在线检测系统的日常操作，进一步提高了片式电阻在标记丝印外观的生产过程中的质检效率，避免缺陷检测中误判和漏判的情况，并可以基于缺陷所在位置及时矫正印刷机器，提高印刷系统的可靠性和稳定性。
实施例二
图7为本发明实施例二提供的一种缺陷检测装置的结构示意图，该装置具体可以包括如下模块：
原始图像获取模块701，用于获取对片式电阻的基板表面拍摄的图像数据，作为原始图像，所述基板表面包括将字符印刷在片式电阻上的印刷区域；
子图像获取模块702，用于将所述原始图像划分成若干个子图像，每个所述子图像包含一个独立的所述印刷区域；
目标模板图像构造模块703，用于当所述印刷区域中存在相同的所述字符时，以提高清晰度为目标将所述子图像按照各自所述印刷区域中所述字符的相似度进行融合，得到目标模板图像；
图像检测模块704，用于将所述目标模板图像与所述原始图像进行比较、检测字符的缺陷，以确定所述片式电阻是否印刷合格。
在本发明的一个实施例中，所述子图像获取模块702包括：
灰度值遍历子模块，用于遍历所述原始图像中每个像素的灰度值；
印刷区域识别子模块，用于在所述原始图像中基于所述灰度值识别得到若干个所述印刷区域；
边界位置确定子模块，用于确定每个所述印刷区域的边界位置；
子图像划分子模块，用于将所述原始图像按照所述边界位置划分成若干个子图像。
在本发明的一个实施例中，目标模板图像构造模块703包括：
目标子图像确定子模块，用于对所述子图像进行筛选，得到包含相同的所述字符的子图像，作为目标子图像；
识别得分计算子模块，用于计算每个所述目标子图像中所述字符的识别得分，所述识别得分表示所述目标子图像之间在所述字符上的相似度；
权值计算子模块，用于基于所述识别得分计算每个所述目标子图像的权值；
目标模板图像确定子模块，用于以提高清晰度为目标将所有所述目标子图像按照各自的所述权值进行加权平均，得到目标模板图像。
在本发明的一个实施例中，所述识别得分计算子模块包括：
匹配值计算单元，用于针对每个所述目标子图像，计算当前所述目标子图像中的所述字符与其他所述目标子图像匹配的匹配值；
匹配值计算单元，用于对所述匹配值求和取平均，得到第一数值；
识别得分计算单元，用于基于所述第一数值计算每个所述目标子图像的识别得分，所述识别得分与所述第一数值之和为1。
在本发明的一个实施例中，所述权值计算子模块包括：
求和单元，用于对所有所述目标子图像的所述识别得分进行求和，得到总得分；
权值计算单元，用于计算每个所述目标子图像的所述识别得分与所述总得分的比值，得到每个所述目标子图像的权值。
在本发明的一个实施例中，所述匹配值计算单元包括：
候选模板确定子单元，用于针对每个所述目标子图像，选取当前所述目标子图像中表征所述字符的图像数据，作为候选模板；
标准平方差计算子单元，用于计算所述候选模板在其他所述目标子图像中滑动时、每个像素位置的灰度值的标准平方差，作为第二数值；
匹配值确定子单元，用于选取最小的所述第二数值作为当前所述目标子图像中的所述字符与其他所述目标子图像匹配的匹配值。
在本发明的一个实施例中，所述图像检测模块704包括：
字符提取子模块，用于从所述目标模板图像中提取表征所述字符的图像数据，作为目标字符图像；
目标位置确认子模块，用于在所述原始图像中搜索与所述目标模板图像匹配的像素坐标，作为目标位置；
字符复制子模块，用于在所述原始图像中的所述目标位置上复制所述目标字符图像，得到与所述原始图像大小一致的候选图像；
印刷检测子模块，用于将所述候选图像与所述原始图像进行比较、检测字符的缺陷，以确定所述片式电阻是否印刷合格。
在本发明的一个实施例中，所述印刷检测子模块包括：
区域分割单元，用于对所述原始图像进行区域分割，得到原始字符图像，所述原始字符图像用于表征实际印刷在片式电阻上的字符的图像数据；
差分运算单元，用于将所述原始字符图像与所述候选图像中的所述目标字符图像进行差分运算；
印刷检测单元，用于根据所述差分运算的结果，确定所述片式电阻是否印刷合格。
本发明实施例所提供的缺陷检测装置可执行本发明任意实施例所提供的缺陷检测方法，具备执行方法相应的功能模块和有益效果。
实施例三
图8为本发明实施例三提供的一种计算机设备的结构示意图，如图8所示，该计算机设备包括处理器800、存储器801、通信模块802、输入装置803和输出装置804；计算机设备中处理器800的数量可以是一个或多个，图8中以一个处理器800为例；计算机设备中的处理器800、存储器801、通信模块802、输入装置803和输出装置804可以通过总线或其他方式连接，图8中以通过总线连接为例。
存储器801作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的缺陷检测方法对应的模块(例如，如图7所示的缺陷检测装置中的原始图像获取模块701、子图像获取模块702、目标模板图像构造模块703和图像检测模块704)。处理器800通过运行存储在存储器801中的软件程序、指令以及模块，从而执行计算机设备的各种功能应用以及数据处理，即实现上述的缺陷检测方法。
存储器801可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器801可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器801可进一步包括相对于处理器800远程设置的存储器，这些远程存储器可以通过网络连接至计算机设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
通信模块802，用于与显示屏建立连接，并实现与显示屏的数据交互。
输入装置803可用于接收输入的数字或字符信息，以及产生与计算机设备的用户设置以及功能控制有关的键信号输入。
输出装置804可包括显示屏等显示设备。
需要说明的是，输入装置803和输出装置804的具体组成可以根据实际情况设定。
本实施例提供的计算机设备，可执行本发明任一实施例提供的缺陷检测方法，具备相应的功能和有益效果。
实施例四
本发明实施例四还提供一种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任一实施例的缺陷检测方法。
该缺陷检测方法包括：
获取对片式电阻的基板表面拍摄的图像数据，作为原始图像，所述基板表面包括将字符印刷在片式电阻上的印刷区域；
将所述原始图像划分成若干个子图像，每个所述子图像包含一个独立的所述印刷区域；
当所述印刷区域中存在相同的所述字符时，以提高清晰度为目标将所述子图像按照各自所述印刷区域中所述字符的相似度进行融合，得到目标模板图像；
将所述目标模板图像与所述原始图像进行比较、检测字符的缺陷，以确定所述片式电阻是否印刷合格。
当然，本发明实施例所提供的计算机可读存储介质，其计算机程序不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的缺陷检测方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、闪存(FLASH)、硬盘或光盘等，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)执行本发明各个实施例所述的方法。
值得注意的是，上述缺陷检测装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种缺陷检测方法，其特征在于，包括：
获取对片式电阻的基板表面拍摄的图像数据，作为原始图像，所述基板表面包括将字符印刷在片式电阻上的印刷区域；
将所述原始图像划分成若干个子图像，每个所述子图像包含一个独立的所述印刷区域；
当所述印刷区域中存在相同的所述字符时，以提高清晰度为目标将所述子图像按照各自所述印刷区域中所述字符的相似度进行融合，得到目标模板图像；
将所述目标模板图像与所述原始图像进行比较、检测字符的缺陷，以确定所述片式电阻是否印刷合格。
2.根据权利要求1所述的方法，其特征在于，所述将所述原始图像划分成若干个子图像，包括：
遍历所述原始图像中每个像素的灰度值；
在所述原始图像中基于所述灰度值识别得到若干个所述印刷区域；
确定每个所述印刷区域的边界位置；
将所述原始图像按照所述边界位置划分成若干个子图像。
3.根据权利要求1-2任一所述的方法，其特征在于，所述当所述印刷区域中存在相同的所述字符时，以提高清晰度为目标将所述子图像按照各自所述印刷区域中所述字符的相似度进行融合，得到目标模板图像，包括：
对所述子图像进行筛选，得到包含相同的所述字符的子图像，作为目标子图像；
计算每个所述目标子图像中所述字符的识别得分，所述识别得分表示所述目标子图像之间在所述字符上的相似度；
基于所述识别得分计算每个所述目标子图像的权值；
以提高清晰度为目标将所有所述目标子图像按照各自的所述权值进行加权平均，得到目标模板图像。
4.根据权利要求3所述的方法，其特征在于，所述计算每个所述目标子图像中所述字符的识别得分，包括：
针对每个所述目标子图像，计算当前所述目标子图像中的所述字符与其他所述目标子图像匹配的匹配值；
对所述匹配值求和取平均，得到第一数值；
基于所述第一数值计算每个所述目标子图像的识别得分，所述识别得分与所述第一数值之和为1；
所述基于所述识别得分计算每个所述目标子图像的权值，包括：
对所有所述目标子图像的所述识别得分进行求和，得到总得分；
计算每个所述目标子图像的所述识别得分与所述总得分的比值，得到每个所述目标子图像的权值。
5.根据权利要求4所述的方法，其特征在于，所述针对每个所述目标子图像，计算当前所述目标子图像中的所述字符与其他所述目标子图像匹配的匹配值，包括：
针对每个所述目标子图像，选取当前所述目标子图像中表征所述字符的图像数据，作为候选模板；
计算所述候选模板在其他所述目标子图像中滑动时、每个像素位置的灰度值的标准平方差，作为第二数值；
选取最小的所述第二数值作为当前所述目标子图像中的所述字符与其他所述目标子图像匹配的匹配值。
6.根据权利要求1或2或4或5所述的方法，其特征在于，所述将所述目标模板图像与所述原始图像进行比较、检测字符的缺陷，以确定所述片式电阻是否印刷合格，包括：
从所述目标模板图像中提取表征所述字符的图像数据，作为目标字符图像；
在所述原始图像中搜索与所述目标模板图像匹配的像素坐标，作为目标位置；
在所述原始图像中的所述目标位置上复制所述目标字符图像，得到与所述原始图像大小一致的候选图像；
将所述候选图像与所述原始图像进行比较、检测字符的缺陷，以确定所述片式电阻是否印刷合格。
7.根据权利要求6所述的方法，其特征在于，所述将所述候选图像与所述原始图像进行比较、检测字符的缺陷，以确定所述片式电阻是否印刷合格，包括：
对所述原始图像进行区域分割，得到原始字符图像，所述原始字符图像用于表征实际印刷在片式电阻上的字符的图像数据；
将所述原始字符图像与所述候选图像中的所述目标字符图像进行差分运算；
根据所述差分运算的结果，确定所述片式电阻是否印刷合格。
8.一种缺陷检测装置，其特征在于，包括：
原始图像获取模块，用于获取对片式电阻的基板表面拍摄的图像数据，作为原始图像，所述基板表面包括将字符印刷在片式电阻上的印刷区域；
子图像获取模块，用于将所述原始图像划分成若干个子图像，每个所述子图像包含一个独立的所述印刷区域；
目标模板图像构造模块，用于当所述印刷区域中存在相同的所述字符时，以提高清晰度为目标将所述子图像按照各自所述印刷区域中所述字符的相似度进行融合，得到目标模板图像；
图像检测模块，用于将所述目标模板图像与所述原始图像进行比较、检测字符的缺陷，以确定所述片式电阻是否印刷合格。
9.一种计算机设备，其特征在于，所述计算机设备包括：
一个或多个处理器；
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一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的缺陷检测方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1-7中任一所述的缺陷检测方法。
CN202011333617.7A 2020-11-24 2020-11-24 一种缺陷检测方法、装置、设备及存储介质 Active CN112489002B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011333617.7A CN112489002B (zh) 2020-11-24 2020-11-24 一种缺陷检测方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011333617.7A CN112489002B (zh) 2020-11-24 2020-11-24 一种缺陷检测方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN112489002A true CN112489002A (zh) 2021-03-12
CN112489002B CN112489002B (zh) 2024-05-31

Family

ID=74933988

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011333617.7A Active CN112489002B (zh) 2020-11-24 2020-11-24 一种缺陷检测方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN112489002B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113160176A (zh) * 2021-04-23 2021-07-23 歌尔股份有限公司 缺陷检测方法和装置
CN113592831A (zh) * 2021-08-05 2021-11-02 北京方正印捷数码技术有限公司 印刷误差的检测方法、装置和存储介质
CN113822196A (zh) * 2021-09-23 2021-12-21 天津易客满国际物流有限公司 一种方便复制传播的omr运输面单制作及识别方法
CN115330761A (zh) * 2022-10-12 2022-11-11 深圳市深创高科电子有限公司 一种用于电子产品的表面印刷移位缺陷识别方法
CN116664565A (zh) * 2023-07-28 2023-08-29 江苏森标科技有限公司 一种光伏太阳能电池片的隐裂检测方法及系统
WO2024087640A1 (zh) * 2022-10-26 2024-05-02 上海第二工业大学 一种基于数字图像处理的印刷电路板焊点缺陷检测方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09147056A (ja) * 1995-11-22 1997-06-06 Hitachi Ltd マーク外観検査方法とその装置
WO2012164631A1 (ja) * 2011-06-03 2012-12-06 上野精機株式会社 半導体印字検査方法及びプログラム並びにその装置
CN103048331A (zh) * 2012-12-20 2013-04-17 石家庄印钞有限公司 基于柔性模板配准的印刷缺陷检测方法
CN108537772A (zh) * 2018-02-08 2018-09-14 杭州蓝雪科技有限公司 贴片电阻正导体印刷缺陷的视觉检测方法
CN110533660A (zh) * 2019-09-03 2019-12-03 博科视(苏州)技术有限公司 一种电子产品外壳丝印缺陷的检测方法
CN111650220A (zh) * 2020-07-15 2020-09-11 博科视(苏州)技术有限公司 一种基于视觉的图文缺陷检测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09147056A (ja) * 1995-11-22 1997-06-06 Hitachi Ltd マーク外観検査方法とその装置
WO2012164631A1 (ja) * 2011-06-03 2012-12-06 上野精機株式会社 半導体印字検査方法及びプログラム並びにその装置
CN103048331A (zh) * 2012-12-20 2013-04-17 石家庄印钞有限公司 基于柔性模板配准的印刷缺陷检测方法
CN108537772A (zh) * 2018-02-08 2018-09-14 杭州蓝雪科技有限公司 贴片电阻正导体印刷缺陷的视觉检测方法
CN110533660A (zh) * 2019-09-03 2019-12-03 博科视(苏州)技术有限公司 一种电子产品外壳丝印缺陷的检测方法
CN111650220A (zh) * 2020-07-15 2020-09-11 博科视(苏州)技术有限公司 一种基于视觉的图文缺陷检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
彭珊: "基于卷积神经网络的压敏电阻外观缺陷检测", 《中国优秀硕士学位论文全文数据库（电子期刊）》, pages 24 - 39 *
赵明宣: "贴片电阻表面缺陷自动检测和识别方法研究", 《中国优秀硕士学位论文全文数据库（电子期刊）》, pages 9 - 28 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113160176A (zh) * 2021-04-23 2021-07-23 歌尔股份有限公司 缺陷检测方法和装置
CN113160176B (zh) * 2021-04-23 2022-10-18 歌尔股份有限公司 缺陷检测方法和装置
CN113592831A (zh) * 2021-08-05 2021-11-02 北京方正印捷数码技术有限公司 印刷误差的检测方法、装置和存储介质
CN113592831B (zh) * 2021-08-05 2024-03-19 北京方正印捷数码技术有限公司 印刷误差的检测方法、装置和存储介质
CN113822196A (zh) * 2021-09-23 2021-12-21 天津易客满国际物流有限公司 一种方便复制传播的omr运输面单制作及识别方法
CN115330761A (zh) * 2022-10-12 2022-11-11 深圳市深创高科电子有限公司 一种用于电子产品的表面印刷移位缺陷识别方法
WO2024087640A1 (zh) * 2022-10-26 2024-05-02 上海第二工业大学 一种基于数字图像处理的印刷电路板焊点缺陷检测方法
CN116664565A (zh) * 2023-07-28 2023-08-29 江苏森标科技有限公司 一种光伏太阳能电池片的隐裂检测方法及系统

Also Published As

Publication number Publication date
CN112489002B (zh) 2024-05-31

Similar Documents

Publication Publication Date Title
CN112489002B (zh) 一种缺陷检测方法、装置、设备及存储介质
CN112949564B (zh) 一种基于深度学习的指针式仪表自动读数方法
CN111899241B (zh) 一种定量化的炉前pcb贴片缺陷在线检测方法及系统
CN110020692B (zh) 一种基于印刷体模板的手写体分离与定位方法
CN111243032A (zh) 一种棋盘格角点全自动检测方法
CN107203990A (zh) 一种基于模板匹配与图像质量评估的标贴破损检测方法
CN112419260A (zh) 一种pcb文字区域缺陷检测方法
CN112861870B (zh) 指针式仪表图像矫正方法、系统及存储介质
CN114266764A (zh) 一种印刷标签的字符完整性检测方法及其装置
CN112115948A (zh) 一种基于深度学习的芯片表面字符识别方法
CN110288040B (zh) 一种基于拓扑验证的图像相似评判方法及设备
CN113903024A (zh) 一种手写票据数值信息识别方法、系统、介质及装置
CN111339932B (zh) 一种掌纹图像预处理方法和系统
CN112308063B (zh) 文字识别装置、翻译笔、图像翻译方法及图像翻译装置
CN114724154A (zh) 表格识别方法及装置、存储介质及电子设备
CN112699704B (zh) 一种条形码的检测方法、装置、设备、存储装置
CN112184723B (zh) 图像处理方法及装置、电子设备、存储介质
CN109753981B (zh) 一种图像识别的方法及装置
WO2022021687A1 (zh) 快速响应码区域定位方法、电子设备及存储介质
CN112597940B (zh) 证件图像识别方法、装置及存储介质
CN112070811A (zh) 一种基于连续域蚁群算法改进的图像配准方法
CN111222514A (zh) 一种基于视觉定位的局部地图优化方法
CN112184533B (zh) 一种基于sift特征点匹配的水印同步方法
CN113840135B (zh) 色偏检测方法、装置、设备及存储介质
CN114926829A (zh) 一种证件检测方法、装置、电子设备及存储介质

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