CN112505056A - 缺陷检测方法和装置 - Google Patents

缺陷检测方法和装置 Download PDF

Info

Publication number
CN112505056A
CN112505056A CN202110170710.9A CN202110170710A CN112505056A CN 112505056 A CN112505056 A CN 112505056A CN 202110170710 A CN202110170710 A CN 202110170710A CN 112505056 A CN112505056 A CN 112505056A
Authority
CN
China
Prior art keywords
target detection
optical surface
shooting
defect
optical
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
CN202110170710.9A
Other languages
English (en)
Inventor
周仕洪
王罡
王骁
潘正颐
侯大为
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.)
Changzhou Weiyizhi Technology Co Ltd
Original Assignee
Changzhou Weiyizhi 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 Changzhou Weiyizhi Technology Co Ltd filed Critical Changzhou Weiyizhi Technology Co Ltd
Priority to CN202110170710.9A priority Critical patent/CN112505056A/zh
Publication of CN112505056A publication Critical patent/CN112505056A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8806Specially adapted optical and illumination features
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan 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
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8806Specially adapted optical and illumination features
    • G01N2021/8835Adjustable illumination, e.g. software adjustable screen
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan 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
    • G01N2021/8854Grading and classifying of flaws
    • G01N2021/8867Grading and classifying of flaws using sequentially two or more inspection runs, e.g. coarse and fine, or detecting then analysing
    • G01N2021/887Grading and classifying of flaws using sequentially two or more inspection runs, e.g. coarse and fine, or detecting then analysing the measurements made in two or more directions, angles, positions
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan 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
    • G01N2021/8887Scan 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

Landscapes

  • Chemical & Material Sciences (AREA)
  • Biochemistry (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明提供了一种缺陷检测方法和装置,其中,缺陷检测方法包括以下步骤:将待检测产品切分为多个光学面;根据预设的拍摄参数对每个光学面以多个拍摄角度进行拍摄,以获取每个光学面对应的多个目标检测图像,其中,不同的拍摄角度对应不同的拍摄参数;通过第一目标检测模型并根据多个目标检测图像判断对应的光学面是否存在缺陷。由此,不仅能够大大提高检测的准确度,而且成本较低,同时也避免了人力资源的浪费。

Description

缺陷检测方法和装置
技术领域
本发明涉及目标检测技术领域,具体涉及一种缺陷检测方法和一种缺陷检测装置。
背景技术
随着工业4.0的到来,各行各业都在利用各种先进的科学技术用于生产制造,越来越多的精密产品被制造出来。近年来电视、手机、电脑等各种电子产品层出不穷,虽然尺寸在逐渐增大,但是体积却越来越轻薄。随着人类生活水平的不断提高,人们对于产品的要求也越来越高,对于产品表面瑕疵的容忍度是越来越低,因此对产品制造商生产的产品质量提出了更高的要求,迫使产品制造商不得不提出了更高的质检要求。
相关技术中,一般是采用机器视觉检测技术对产品进行质检,不仅耗费了大量的人力资源,而且检测的准确度较低,成本较高。
发明内容
本发明为解决上述技术问题,提供了一种缺陷检测方法,不仅能够大大提高检测的准确度,而且成本较低,同时也避免了人力资源的浪费。
本发明采用的技术方案如下:
一种缺陷检测方法,包括以下步骤:将待检测产品切分为多个光学面;根据预设的拍摄参数对每个所述光学面以多个拍摄角度进行拍摄,以获取每个所述光学面对应的多个目标检测图像,其中,不同的拍摄角度对应不同的拍摄参数;通过第一目标检测模型并根据所述多个目标检测图像判断对应的所述光学面是否存在缺陷。
所述预设的拍摄参数包括:光源补光角度、光源亮度、光源组合方式以及拍摄相机的内部参数。
通过第一目标检测模型并根据所述多个目标检测图像判断对应的所述光学面是否存在缺陷,包括:对神经网络进行训练以获取所述第一目标检测模型;将所述多个目标检测图像输入所述第一目标检测模型以判断对应的光学面中是否存在缺陷。
缺陷检测方法还包括:在判断所述光学面存在缺陷时,获取第二目标检测模型;通过所述第二目标检测模型根据所述多个目标检测图像判断所述缺陷的类型。
一种缺陷检测装置,包括:切分模块,所述切分模块用于将待检测产品切分为多个光学面;获取模块,所述获取模块用于根据预设的拍摄参数对每个所述光学面以多个拍摄角度进行拍摄,以获取每个所述光学面对应的多个目标检测图像,其中,不同的拍摄角度对应不同的拍摄参数;判断模块,所述判断模块用于通过第一目标检测模型并根据所述多个目标检测图像判断对应的所述光学面是否存在缺陷。
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,实现上述的缺陷检测方法。
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,该程序被处理器执行时实现上述的缺陷检测方法。
本发明的有益效果:
本发明通过将待检测产品切分为多个光学面,并针对每个光学面进行多角度检测以实现待检测产品的缺陷检测,从而不仅能够大大提高检测的准确度,而且成本较低,同时也避免了人力资源的浪费。
附图说明
图1为本发明实施例的缺陷检测方法的流程图;
图2a为本发明一个具体实施例的在应用场景一中目标检测图像的拍摄方式的示意图;
图2b为本发明另一个具体实施例的在应用场景一中目标检测图像的拍摄方式的示意图;
图3a为本发明一个具体实施例的在应用场景二中目标检测图像的拍摄方式的示意图;
图3b为本发明另一个具体实施例的在应用场景二中目标检测图像的拍摄方式的示意图;
图4为本发明实施例的缺陷检测装置的方框示意图。
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。
相关技术中,一般是采用机器视觉检测技术对产品进行质检,以缺陷检测为主,无法进行缺陷定位和分类,只是尽可能多地检测出产品的缺陷,最终让用户二次人工判定是哪一种缺陷,然后再判定是属于良品还是不良品。并且,该视觉检测方案仅是基于普通的支架结构固定相机,由于产品体积或者安装空间等诸多因素影响,灵活性不足,仅通过单一的光学检测方案进行检测无法利用每一种产品缺陷产生的原因和光学特性的不同属性,因此,检测的准确度较低,成本较高,并且需要耗费大量的人力资源。
为此,本发明提出了一种缺陷检测方法,通过将待检测产品切分为多个光学面,并针对每个光学面进行多角度检测以实现待检测产品的缺陷检测,从而不仅能够大大提高检测的准确度,而且成本较低,同时也避免了人力资源的浪费。
具体地,如图1所示,本发明实施例的缺陷检测方法可包括以下步骤:
S1,将待检测产品切分为多个光学面。
具体而言,视觉检测的过程中如果需要对待检测产品进行全方位的检测,需要根据产品本身的特性,划分不同的光学面,其中,每个光学面所针对的位置不同,具有一定的指向性,例如,手机中框,由于中框外围有大量的圆弧过渡,因此单一的光学面无法满足表面瑕疵检测,需要划分为上下左右四个面,同时四个顶点单独预设一个光学面,拐角位置还需要分为上侧面和下侧面,一共需要划分为16个光学面。也就是说,在对待检测产品进行缺陷检测时,可先对待检测产品进行光学测试,以确认该待检测产品在检测过程中需要划分的光学面的个数,并根据该光学面的个数将待检测产品切分为多个光学面,并记录每个光学面对应的光学点位参数。
进一步而言,根据每个光学面对应的光学点位参数按照就近原则进行路径规划,并将规划好的路径存储在机械臂的下位机中。其中,在对待检测产品进行缺陷检测时,机械臂的下位机可调用规划好的路径,根据光学点位参数,控制拍摄相机(也可为其他的拍摄设备)移动至相应的光学面。
S2,根据预设的拍摄参数对每个光学面以多个拍摄角度进行拍摄,以获取每个光学面对应的多个目标检测图像。其中,不同的拍摄角度对应不同的拍摄参数。
根据本发明的一个实施例,预设的拍摄参数包括:光源补光角度、光源亮度、光源组合方式以及拍摄相机的内部参数。
具体而言,传统的机构设计方案是通过伺服电机带动螺纹滑竿进行水平或者横向进行移动,切换相机或者光源进行成像,然而,在实际应用中,针对每个光学面可能存在不同的缺陷类型,针对不同的缺陷类型,如果仅采用一种拍摄角度进行拍摄以获取目标检测图像,那么很难准确地进行缺陷检测,例如,当一个产品表面同时存在凹坑、凸起和油墨点等缺陷时,如果仅从正面进行拍摄以进行缺陷检测,那么检测出的缺陷类型肯定是不准确的,因为在图像中得到的效果是油墨深黑色,凹凸点均是深色阴影,图像特征特别相似,无法区别。
为此,本发明可从不同的角度进行拍摄,以获取多个目标检测图像,例如,可先在正面模式下进行拍摄,然后再转到侧光模式下,即调整光源补光角度和光源亮度进行拍摄,最后再调整拍摄角度进行拍摄。
需要说明的是,在不同的应用场景中,可采用不同的方式执行相应的光学方案进行拍摄。举例而言,应用场景一,即无需单独调整相机和光源的拍摄方式,如图2a和2b所示,可将第一光源组件A1和相机B同时安装在一条机械臂L1上,通过控制该机械臂L1的移动对相机转动部件C进行控制,从而实现同时改变拍摄的方向和光源补光角度,其中,如图2a所示,可先采用正面拍摄和正面打光的方式在产品的光学面S1(或者光学面S2,或者光学面S3)上进行拍摄,以获取光学面S1(或者光学面S2,或者光学面S3)对应的一个(或一组)目标检测图像,然后,如图2b所示,再采用侧面拍摄和侧面打光的方式在产品的光学面S1(或者光学面S2,或者光学面S3)上进行拍摄,以获取光学面S1(或者光学面S2,或者光学面S3)对应的另一个(或另一组)目标检测图像,由此,通过同时控制相机B和第一光源组件A1,以实现快速切换;应用场景二,即单独调整相机B和光源的拍摄方式,如图3a和3b所示,可另外新增一条机械臂L2,并且在机械臂L2上新增第二光源组件A2,可通过单独控制机械臂L2以驱动光源组件转动部件D转动,从而对第二光源组件A2进行控制,实现在相机B不动的情况下,改变光源组合方式,从而改变光源的补光方式,其中,在图3a和图3b中,机械臂L2的光源补光角度不同。
可以理解的是,在需要相机和光源组件同时进行变动时,也需要第二条机械臂L2进行相互配合,以实现多种光学方案的快速切换。
进一步而言,在拍摄的过程中,除了需要改变光源补光角度、光源亮度和拍摄相机的拍摄角度外,还需要更改拍摄相机的内部参数,例如,拍摄相机的增益、曝光、图像的ROI(Region Of Interest,感兴趣区域)参数(横向偏移、纵向偏移、图像宽度、图像高度)等参数以实现光学方案的动态适应。
因此,在本发明的一个实施例中,在进行缺陷检测时,可调用预先设置的光学参数配置表,以在拍摄相机拍摄不同光学面或缺陷时根据光学面号、拍摄相机号以及缺陷编号时设置指定相机的系统参数,从而控制拍摄相机按照光学方案获得指定效果的图像,进而保证后续视觉算法的正常执行。其中,光学参数配置表如表1所示。
表1
Figure DEST_PATH_IMAGE001
其中,如表1所示,通过1号拍摄相机可在光学面1上获取1~3号目标检测图像,以检测光学面1上的划痕和凹陷等缺陷;通过2号拍摄相机可在光学面2上获取4号目标检测图像,并可在光学面3上获取5号目标检测图像,以检测光学面2上的凸起和光学面3上的油污;通过3号拍摄相机可在光学面4上获取6号目标检测图像,以检测光学面4上的脏污。
需要说明的是,当上述视觉系统方案在运行过程中有调整时,例如,需要改变某个光学面对应的光学方案中的光学参数时,可通过修改对应的光学图号中的相关参数实现光学方案的变更,以实现快速配置。另外,在视觉系统方案运行过程中,当出现系统盲区并且需要增加光学面和光学图号时,或者在运行过程中当光学面交叠重复需要删除光学面的时候,可以直接在光学参数配置表中删除对应图号参数或者新增图号参数来达到调整视觉系统光学方案,此时只需要指定好复用的相机编号,更新机械臂的光学点位即可实现相机光学图号的新增复用或者删除复用。此外,当光学方案的拍摄角度、拍摄方向发生变更,或者在视觉成像的过程中出现光学点位的新增或删除时,可更改下位机的机械臂光学点位参数,以实现拍摄点位的更新以及新增和删除操作,无需重复设计结构图纸。
S3,通过第一目标检测模型并根据多个目标检测图像判断对应的光学面是否存在缺陷。
根据本发明的一个实施例,通过第一目标检测模型并根据多个目标检测图像判断对应的光学面是否存在缺陷,包括:对神经网络进行训练以获取第一目标检测模型;将多个目标检测图像输入第一目标检测模型以判断对应的光学面是否存在缺陷。
具体而言,当通过上述方式获取到目标检测图像时,针对当前光学面,可将当前光学面对应的多个目标检测图像输入第一目标检测模型,例如,灰度检测模型,以根据各目标检测图像的图像特征对各目标检测图像进行缺陷检测,以判断当前光学面是否存在缺陷。其中,在进行目标检测之前,可先获取训练样本集,并对训练样本集进行人工标注,以及通过标注后的训练样本集对神经网络进行训练,以获取第一目标检测模型。
由此,通过将待检测产品切分为多个光学面,并针对每个光学面进行多角度检测以实现待检测产品的缺陷检测,从而不仅能够大大提高检测的准确度,而且成本较低,同时也避免了人力资源的浪费。
进一步而言,根据本发明的一个实施例,缺陷检测方法还包括:在判断光学面存在缺陷时,获取第二目标检测模型;通过第二目标检测模型根据多个目标检测图像判断缺陷的类型。
具体而言,在判断出当前光学面存在缺陷时,可将该光学面对应的多个目标检测图像输入第二目标检测模型,例如深度检测模型,以综合判断该缺陷的类型。
其中,在通过第二目标检测模型判断缺陷的类型之前,可先获取训练样本集,并对训练样本集进行人工标注,即标注出训练样本集中的缺陷以及缺陷的类型,以及将标注后的训练样本集输入目标检测算法进行训练,以获取深度检测模型。在训练出深度检测模型后,再通过深度检测模型根据多个目标检测图像判断缺陷的类型。
需要说明的是,在实际应用中,作为另一种可能的实施方式,也可先通过深度检测模型处理判断对应的光学面是否存在缺陷,在判断光学面存在缺陷时,再通过灰度检测模型判断缺陷的类型;作为又一种可能的实施方式,可先通过灰度检测模型判断是否存在缺陷,并在判断光学面存在缺陷时,通过灰度检测模型判断缺陷的类型,再通过深度检测模型检验判断出的缺陷类型是否准确;作为再一种可能的实施方式,可同时通过灰度检测模型和深度检测模型进行检测,最终通过权重的方式来综合判定缺陷的位置以及缺陷的类别。由此,通过两种目标检测模型进行缺陷检测,大大提高了检测的准确度。
进一步而言,在检测完成后,可通过机械臂根据规划好的路径和光学点位参数,控制拍摄相机移动至下一个光学面,以继续进行缺陷检测。
由此,本发明能够从多个角度多种光学方案下对产品缺陷进行成像,从而提供产品缺陷的检出率,提高了检测的准确性,并且能够根据系统光学方案中光学图号的调整,通过配置相关数据达到快速适应的效果,同时能够在视觉系统部署过程中由于其他原因需要新增和删除光学图号的时候通过配置表达到快速切换的目的,无需另外增加部署配件,降低设备改造成本,另外,本发明在视觉系统取样的过程中,通过机械臂来实现多光学面的快速切换,在一定程度上降低了检测系统的多工位运行周期,从而降低了视觉系统的检测时间,此外,本发明利用机械臂的灵活性可以实现产品360度多维立体检测,减少检测工位,治具的生产安装,大大降低了设备的体积,降低了设备的制造成本,同时也简化了设备结构,降低设备维护维修的成本,同时,还利于质检部门针对缺陷类别对产品品质进行精准管控。
综上所述,根据本发明实施例的缺陷检测方法,将待检测产品切分为多个光学面,并根据预设的拍摄参数对每个光学面以多个拍摄角度进行拍摄,以获取每个光学面对应的多个目标检测图像,其中,不同的拍摄角度对应不同的拍摄参数,以及通过第一目标检测模型并根据多个目标检测图像判断对应的光学面是否存在缺陷。由此,不仅能够大大提高检测的准确度,而且成本较低,同时也避免了人力资源的浪费。
对应上述实施例的缺陷检测方法,本发明还提出一种缺陷检测装置。
如图4所示,本发明实施例的缺陷检测装置可包括切分模块100、获取模块200和判断模块300。
其中,切分模块100用于将待检测产品切分为多个光学面;获取模块200用于根据预设的拍摄参数对每个光学面以多个拍摄角度进行拍摄,以获取每个光学面对应的多个目标检测图像,其中,不同的拍摄角度对应不同的拍摄参数;判断模块300用于通过第一目标检测模型并根据多个目标检测图像判断对应的光学面是否存在缺陷。
根据本发明的一个实施例,预设的拍摄参数包括:光源补光角度、光源亮度、光源组合方式以及拍摄相机的内部参数。
根据本发明的一个实施例,判断模块300具体用于对神经网络进行训练以获取第一目标检测模型,并将多个目标检测图像输入第一目标检测模型以判断对应的光学面是否存在缺陷。
根据本发明的一个实施例,判断模块300具体还用于在判断光学面存在缺陷时,获取第二目标检测模型,并通过第二目标检测模型根据多个目标检测图像判断缺陷的类型。
需要说明的是,本发明实施例的缺陷检测装置更具体的实施方式可参照上述缺陷检测方法的实施例,在此不再赘述。
根据本发明实施例的缺陷检测装置,通过切分模块将待检测产品切分为多个光学面,并通过获取模块根据预设的拍摄参数对每个光学面以多个拍摄角度进行拍摄,以获取每个光学面对应的多个目标检测图像,以及通过判断模块通过第一目标检测模型并根据多个目标检测图像判断对应的光学面是否存在缺陷。由此,不仅能够大大提高检测的准确度,而且成本较低,同时也避免了人力资源的浪费。
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,处理器执行程序时,实现上述实施例的缺陷检测方法。
根据本发明实施例的计算机设备,不仅能够大大提高检测的准确度,而且成本较低,同时也避免了人力资源的浪费。
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上存储有计算机程序,该程序被处理器执行时实现上述的缺陷检测方法。
根据本发明实施例的非临时性计算机可读存储介质,不仅能够大大提高检测的准确度,而且成本较低,同时也避免了人力资源的浪费。
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 (7)

1.一种缺陷检测方法,其特征在于,包括以下步骤:
将待检测产品切分为多个光学面;
根据预设的拍摄参数对每个所述光学面以多个拍摄角度进行拍摄,以获取每个所述光学面对应的多个目标检测图像,其中,不同的拍摄角度对应不同的拍摄参数;
通过第一目标检测模型并根据所述多个目标检测图像判断对应的所述光学面是否存在缺陷。
2.根据权利要求1所述的缺陷检测方法,其特征在于,所述预设的拍摄参数包括:光源补光角度、光源亮度、光源组合方式以及拍摄相机的内部参数。
3.根据权利要求2所述的缺陷检测方法,其特征在于,通过第一目标检测模型并根据所述多个目标检测图像判断对应的所述光学面是否存在缺陷,包括:
对神经网络进行训练以获取所述第一目标检测模型;
将所述多个目标检测图像输入所述第一目标检测模型以判断对应的所述光学面是否存在缺陷。
4.根据权利要求1-3中任一项所述的缺陷检测方法,其特征在于,还包括:
在判断所述光学面存在缺陷时,获取第二目标检测模型;
通过所述第二目标检测模型根据所述多个目标检测图像判断所述缺陷的类型。
5.一种缺陷检测装置,其特征在于,包括:
切分模块,所述切分模块用于将待检测产品切分为多个光学面;
获取模块,所述获取模块用于根据预设的拍摄参数对每个所述光学面以多个拍摄角度进行拍摄,以获取每个所述光学面对应的多个目标检测图像,其中,不同的拍摄角度对应不同的拍摄参数;
判断模块,所述判断模块用于通过第一目标检测模型并根据所述多个目标检测图像判断对应的所述光学面是否存在缺陷。
6.一种计算机设备,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中任一项所述的缺陷检测方法。
7.一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中任一项所述的缺陷检测方法。
CN202110170710.9A 2021-02-08 2021-02-08 缺陷检测方法和装置 Pending CN112505056A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110170710.9A CN112505056A (zh) 2021-02-08 2021-02-08 缺陷检测方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110170710.9A CN112505056A (zh) 2021-02-08 2021-02-08 缺陷检测方法和装置

Publications (1)

Publication Number Publication Date
CN112505056A true CN112505056A (zh) 2021-03-16

Family

ID=74952817

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110170710.9A Pending CN112505056A (zh) 2021-02-08 2021-02-08 缺陷检测方法和装置

Country Status (1)

Country Link
CN (1) CN112505056A (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112700446A (zh) * 2021-03-23 2021-04-23 常州微亿智造科技有限公司 用于工业质检的算法模型训练方法和装置
CN112816418A (zh) * 2021-04-19 2021-05-18 常州微亿智造科技有限公司 手机金属中框缺陷成像系统和检测方法
CN113218952A (zh) * 2021-04-25 2021-08-06 华南理工大学 Ic封装载板多尺度外观缺陷检测方法、装置、设备和介质
CN113252678A (zh) * 2021-03-24 2021-08-13 上海万物新生环保科技集团有限公司 一种移动终端的外观质检方法及设备
CN113538417A (zh) * 2021-08-24 2021-10-22 安徽顺鼎阿泰克科技有限公司 基于多角度和目标检测的透明容器缺陷检测方法及装置
CN115457034A (zh) * 2022-11-09 2022-12-09 南京云创大数据科技股份有限公司 一种类镜面工件表面的缺陷检测方法及装置
CN115494068A (zh) * 2022-09-19 2022-12-20 卡奥斯工业智能研究院(青岛)有限公司 一种产品检测方法、装置、检测设备及存储介质
CN115937147A (zh) * 2022-12-09 2023-04-07 北京小米移动软件有限公司 缺陷检测参数的确定方法、装置、设备及存储介质
CN116297531A (zh) * 2023-05-22 2023-06-23 中科慧远视觉技术(北京)有限公司 机器视觉检测方法、系统、介质及设备
CN116721098A (zh) * 2023-08-09 2023-09-08 常州微亿智造科技有限公司 工业检测中的缺陷检测方法、缺陷检测装置
CN116908094A (zh) * 2023-06-06 2023-10-20 宁波图灵奇点智能科技有限公司 一种基于位移光源的表面缺陷检测装置、方法及系统
CN116908185A (zh) * 2023-06-13 2023-10-20 天王电子(深圳)有限公司 物品的外观缺陷检测方法、装置、电子设备及存储介质
CN117723550A (zh) * 2024-02-18 2024-03-19 宁德时代新能源科技股份有限公司 产品质量检测设备的检测方法、装置和电子设备
CN117825395A (zh) * 2024-03-06 2024-04-05 宁德时代新能源科技股份有限公司 裸电芯缺陷检测系统及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107450199A (zh) * 2016-05-31 2017-12-08 上海微电子装备(集团)股份有限公司 一种 lcd 屏幕云纹缺陷检测系统及方法
CN108827971A (zh) * 2018-04-26 2018-11-16 深圳市创科自动化控制技术有限公司 一种表面缺陷检测方法
CN110068578A (zh) * 2019-05-17 2019-07-30 苏州图迈蓝舸智能科技有限公司 一种pvc地板的表观缺陷检测方法、装置及终端设备
CN111951238A (zh) * 2020-08-04 2020-11-17 上海微亿智造科技有限公司 产品缺陷检测方法
CN112098429A (zh) * 2020-09-18 2020-12-18 广东川田卫生用品有限公司 一种基于机器视觉的包装产品缺陷检测设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107450199A (zh) * 2016-05-31 2017-12-08 上海微电子装备(集团)股份有限公司 一种 lcd 屏幕云纹缺陷检测系统及方法
CN108827971A (zh) * 2018-04-26 2018-11-16 深圳市创科自动化控制技术有限公司 一种表面缺陷检测方法
CN110068578A (zh) * 2019-05-17 2019-07-30 苏州图迈蓝舸智能科技有限公司 一种pvc地板的表观缺陷检测方法、装置及终端设备
CN111951238A (zh) * 2020-08-04 2020-11-17 上海微亿智造科技有限公司 产品缺陷检测方法
CN112098429A (zh) * 2020-09-18 2020-12-18 广东川田卫生用品有限公司 一种基于机器视觉的包装产品缺陷检测设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
曲凌: "《慧鱼创意机器人设计与实践教程》", 31 May 2015, 上海交通大学出版社 *
高宏伟等: "《电子封装工艺与装备技术基础教程》", 30 June 2017, 西安电子科技大学出版社 *
高明等: "《光电仪器设计》", 31 July 2012, 国防工业出版社 *

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112700446A (zh) * 2021-03-23 2021-04-23 常州微亿智造科技有限公司 用于工业质检的算法模型训练方法和装置
CN113252678A (zh) * 2021-03-24 2021-08-13 上海万物新生环保科技集团有限公司 一种移动终端的外观质检方法及设备
CN112816418A (zh) * 2021-04-19 2021-05-18 常州微亿智造科技有限公司 手机金属中框缺陷成像系统和检测方法
CN112816418B (zh) * 2021-04-19 2021-07-20 常州微亿智造科技有限公司 手机金属中框缺陷成像系统和检测方法
CN113218952A (zh) * 2021-04-25 2021-08-06 华南理工大学 Ic封装载板多尺度外观缺陷检测方法、装置、设备和介质
CN113218952B (zh) * 2021-04-25 2022-11-01 华南理工大学 Ic封装载板多尺度外观缺陷检测方法、装置、设备和介质
CN113538417A (zh) * 2021-08-24 2021-10-22 安徽顺鼎阿泰克科技有限公司 基于多角度和目标检测的透明容器缺陷检测方法及装置
CN115494068A (zh) * 2022-09-19 2022-12-20 卡奥斯工业智能研究院(青岛)有限公司 一种产品检测方法、装置、检测设备及存储介质
CN115457034A (zh) * 2022-11-09 2022-12-09 南京云创大数据科技股份有限公司 一种类镜面工件表面的缺陷检测方法及装置
CN115937147B (zh) * 2022-12-09 2023-09-26 北京小米移动软件有限公司 缺陷检测参数的确定方法、装置、设备及存储介质
CN115937147A (zh) * 2022-12-09 2023-04-07 北京小米移动软件有限公司 缺陷检测参数的确定方法、装置、设备及存储介质
CN116297531A (zh) * 2023-05-22 2023-06-23 中科慧远视觉技术(北京)有限公司 机器视觉检测方法、系统、介质及设备
CN116297531B (zh) * 2023-05-22 2023-08-01 中科慧远视觉技术(北京)有限公司 机器视觉检测方法、系统、介质及设备
CN116908094A (zh) * 2023-06-06 2023-10-20 宁波图灵奇点智能科技有限公司 一种基于位移光源的表面缺陷检测装置、方法及系统
CN116908185A (zh) * 2023-06-13 2023-10-20 天王电子(深圳)有限公司 物品的外观缺陷检测方法、装置、电子设备及存储介质
CN116721098A (zh) * 2023-08-09 2023-09-08 常州微亿智造科技有限公司 工业检测中的缺陷检测方法、缺陷检测装置
CN116721098B (zh) * 2023-08-09 2023-11-14 常州微亿智造科技有限公司 工业检测中的缺陷检测方法、缺陷检测装置
CN117723550A (zh) * 2024-02-18 2024-03-19 宁德时代新能源科技股份有限公司 产品质量检测设备的检测方法、装置和电子设备
CN117825395A (zh) * 2024-03-06 2024-04-05 宁德时代新能源科技股份有限公司 裸电芯缺陷检测系统及方法
CN117825395B (zh) * 2024-03-06 2024-09-10 宁德时代新能源科技股份有限公司 裸电芯缺陷检测系统及方法

Similar Documents

Publication Publication Date Title
CN112505056A (zh) 缺陷检测方法和装置
CN102175700B (zh) 数字x射线图像焊缝分割和缺陷检测方法
CN111788883B (zh) 部件贴装状态的检查方法、印刷电路板检查装置及计算机可读记录介质
CN113014816B (zh) 飞拍拍摄触发点的确定方法和装置
CN113176270B (zh) 一种调光方法、装置及设备
CN111862097A (zh) 微小缺陷检出率的数据增强方法和装置
CN110738644A (zh) 一种基于深度学习的汽车涂装表面缺陷检测方法及系统
CN115937147B (zh) 缺陷检测参数的确定方法、装置、设备及存储介质
CN111982933A (zh) 一种涂覆缺陷检测系统及装置
CN113610054B (zh) 一种水下结构病害深度检测方法、系统、装置及存储介质
CN113066088A (zh) 工业检测中的检测方法、检测装置和存储介质
CN117058411B (zh) 电池棱边外形瑕疵识别方法、装置、介质和设备
CN117671033A (zh) 一种基于夜间灯光追踪的相机像主点快速定标方法和系统
CN116258838B (zh) 一种用于管片模具合模系统的智能视觉引导方法
CN116681677A (zh) 一种锂电池缺陷检测方法、装置及系统
CN114419037B (zh) 工件缺陷检测方法和装置
CN112839168B (zh) 一种自动调整aoi检测系统中相机成像分辨率的方法
CN113920065A (zh) 用于工业现场的视觉检测系统成像质量评价方法
CN114286078A (zh) 摄像头模组镜片外观检查方法及设备
JP2021189239A (ja) ベルト検査システムおよびベルト検査プログラム
JP2021189238A (ja) ベルト検査システムおよびベルト検査プログラム
CN112763506A (zh) 兼具aoi及ai的瑕疵检测方法及其装置
CN117593302B (zh) 一种缺陷零件溯源方法及系统
CN117078665B (zh) 产品表面缺陷检测方法、装置、存储介质和电子设备
KR102005345B1 (ko) 라인 스캔 카메라를 이용한 자동차 정션 박스 터미널 단자 비전 검사 방법

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210316

RJ01 Rejection of invention patent application after publication