CN112907593B - 一种手机镜片胶体断层位置的识别方法、装置及相关设备 - Google Patents

Abstract

本发明实施例公开了一种手机镜片胶体断层位置的识别方法、装置及相关设备，包括对产品进行拍照获得原始图像数据；对原始图像数据中胶体所在圆环进行提取获得若干弧形图像数据；将每一弧形图像数据进行弧形拉直处理得到直条型图像数据；将每一直条型图像数据进行尺寸缩小处理得到缩小型图像数据；将每一缩小型图像数据中每个像素的红、黄、蓝三色分别提取出来并归为红、黄、蓝三类数据，将每一类数据中的单色数据依位置顺序拼接起来。通过对原始图像中的产品图像进行截取并针对该截取的图像进行变形，提取像素中的红黄蓝三种颜色进行拼接来判断标记胶体断层的具体位置，精度较高，大大提高了良品率，且处理数据更快了，提高了生产检测速率。

Description

一种手机镜片胶体断层位置的识别方法、装置及相关设备

技术领域

本发明涉及图像识别领域，尤其涉及一种手机镜片胶体断层位置的识别方法、装置及相关设备。

背景技术

手机摄像镜头在安装的时候，需要在圆形镜片其中一面涂上一圈圆形的胶体，以便将圆形镜片粘在手机摄像镜头上，然而有时候由于机器的原因，导致胶体涂膜不均匀，圆形胶体出现断层，圆形镜片黏连不稳，影响产品质量。

现有技术是通过CCD相机拍照后对图像直接分析，然而这种分析方式精度较低，导致良品率较低。

发明内容

本发明的目的是提供一种，旨在解决现有技术中，的问题。

第一方面，本发明实施例提供了一种手机镜片胶体断层位置的识别方法，其包括：

对产品进行拍照获得原始图像数据；

对原始图像数据中胶体所在圆环进行提取获得若干弧形图像数据；

将每一所述弧形图像数据进行弧形拉直处理得到直条型图像数据；

将每一所述直条型图像数据进行尺寸缩小处理得到缩小型图像数据；

将每一所述缩小型图像数据中每个像素的红、黄、蓝三色分别提取出来并归为红、黄、蓝三类数据，将每一类数据中的单色数据依位置顺序拼接起来；

将所述单色数据输入深度学习网络模型中获得胶体断层的第一位置坐标；

对所述第一位置坐标进行反向处理得到相应的所述胶体断层位于所述原始图像数据中的原始坐标；

标记出所述胶体断层所在缺陷框并显示识别结果。

第二方面，本发明实施例提供了一种手机镜片胶体断层位置的识别装置，其包括：

图像获取单元，用于对产品进行拍照获得原始图像数据；

弧形图像截取单元，用于对原始图像数据中胶体所在圆环进行提取获得若干弧形图像数据；

拉直处理单元，用于将每一所述弧形图像数据进行弧形拉直处理得到直条型图像数据；

缩小处理单元，用于将每一所述直条型图像数据进行尺寸缩小处理得到缩小型图像数据；

RGB提取拼接单元，用于将每一所述缩小型图像数据中每个像素的红、黄、蓝三色分别提取出来并归为红、黄、蓝三类数据，将每一类数据中的单色数据依位置顺序连接起来；

胶体断层位置获取单元，用于将所述单色数据输入深度学习网络模型中获得胶体断层的第一位置坐标；

反向处理单元，用于对所述第一位置坐标进行反向处理得到相应的所述胶体断层位于所述原始图像数据中的原始坐标；

标记显示单元，用于标记出所述胶体断层所在缺陷框并显示识别结果。

第三方面，本发明实施例又提供了一种计算机设备，其包括存储器、处理器及存储在所述存储器上并可在所述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第一方面所述的手机镜片胶体断层位置的识别方法。

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，其中所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的手机镜片胶体断层位置的识别方法。

本发明实施例通过对原始图像中的产品图像进行截取并针对该截取的图像进行变形，提取像素中的红黄蓝三种颜色进行拼接来判断标记胶体断层的具体位置，精度较高，大大提高了良品率，且处理数据更快了，提高了生产检测速率。

附图说明

为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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他的附图。

图1为本发明实施例提供的手机镜片胶体断层位置的识别方法的流程示意图；

图2为本发明实施例提供的手机镜片胶体断层位置的识别方法的另一流程示意图；

图3为本发明实施例提供的手机镜片胶体断层位置的识别方法中步骤S1010的子流程示意图；

图4为本发明实施例提供的手机镜片胶体断层位置的识别方法中步骤S107的子流程示意图；

图5为本发明实施例提供的手机镜片胶体断层位置的识别装置的示意性框图；

图6为本发明实施例提供的计算机设备的示意性框图。

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。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

请参阅图1，一种手机镜片胶体断层位置的识别方法，包括步骤S101-S108。

S101：对产品进行拍照获得原始图像数据；

S102：对原始图像数据中胶体所在圆环进行提取获得若干弧形图像数据；

S103：将每一所述弧形图像数据进行弧形拉直处理得到直条型图像数据；

S104：将每一所述直条型图像数据进行尺寸缩小处理得到缩小型图像数据；

S105：将每一所述缩小型图像数据中每个像素的红、黄、蓝三色分别提取出来并归为红、黄、蓝三类数据，将每一类数据中的单色数据依位置顺序拼接起来；

S106：将所述单色数据输入深度学习网络模型中获得胶体断层的第一位置坐标；

S107：对所述第一位置坐标进行反向处理得到相应的所述胶体断层位于所述原始图像数据中的原始坐标；

S108：标记出所述胶体断层所在缺陷框并显示识别结果。

在本实施例中，通过针对原始图像中的胶体所在圆环进行提取，相比起现有技术中直接使用原始图像数据进行深度学习网络模型训练和预测，本方案图片中的胶体断层识别精度更高，且识别更加快速。

具体的，还对提取后的弧形图像数据进行拉直处理，方便后续对像素进行提取和拼接。

具体的，在识别胶体断层的时候，由于不需太高的精度即可识别出是否有断层，故对拉直处理后的直条型图像数据进行尺寸缩小处理，使得同一单位面积下的像素更少，方便进行算法处理。

具体的，在缩小后，将每一所述缩小型图像数据中每个像素的红、黄、蓝三色分别提取出来并归为红、黄、蓝三类数据，并将每一类数据中的单色数据依位置顺序拼接起来，判断胶体断层时标准如下：

在没有胶体断层时，胶体所在圆环像素中的RGB是均匀的，即色彩不会相差太大，在出现胶体断层后，胶体所在圆环会出现断层，使得断层与胶体临界的像素RGB会出现大的跳跃。

故，提取像素中的RGB并分为三组，分别为红、黄、蓝三色，每一色中的数据均按前后位置顺序拼接在一起形成颜色数据组，在识别的时候，只需识别颜色数据组中是否有在短距离内出现大的数据变化，即可判断是否有断层。

通过深度学习网络模型识别出有断层后，会返回相应的断层所在坐标，即第一位置坐标。

其中，深度学习网络模型为现有的识别模型。

由于该第一位置坐标是直条型图像数据中的位置坐标，故得将第一位置坐标进行反向处理得到相应的原始图像数据中的原始坐标，方便在原始图像中将胶体断层标记出来。

请参阅图2，在一实施例中，步骤S102之前还包括：

S1010：对原始图像数据进行处理并获得中间图像数据，所述中间图像数据中的产品处于图像的中间位置。

产品与图像边缘的间距可根据用户自定义，其中以产品与图像边缘的间距能达到的最小值为优；

在本实施例中，鉴于原始图像中的产品图像占比比较小，影响因素较多，故需要将产品图像从原始图像中提取出来，方便对胶体所在圆环进行截取。

请参阅图3，在一实施例中，步骤S1010包括：

S201：将所述原始图像数据通过抽取HSV模型得到颜色趋于黑白的第一图像数据；

S202：对所述第一图像数据进行二值化处理得到只有黑白色的第二图像数据；

S203：对所述第二图像数据进行检测并找出所述第二图像数据中具有多个同心圆的区域，得到所述多个同心圆的圆心坐标；

S204：根据所述圆心坐标在所述第二图像数据中截取出以所述圆心坐标为中心的产品所在图像区域作为中间图像数据。

在本实施例中，通过将原始图像进行黑白处理，方便取出所述圆心坐标，并根据所述圆心坐标和最大圆形直径截取出图像更小、影响因素较少且具有完整产品图像的中间图像。

在一实施例中，步骤204包括：

以所述同心圆中外圆的直径为边长截取一方形图像区域作为中间图像数据。

在本实施例中，中间图像的边缘与所述同心圆中外圆相切，使得中间图像和产品图像之间的留白更少，影响因素更少，方便图像的处理和对胶体所在圆环的截取。

当然了，也可以沿所述同心圆中外圆的边缘截取出中间图像作为中间图像数据。

在一实施例中，步骤102包括：

以所述第二图像数据中的所述圆心坐标为圆心，以任一弧角对所述胶体所在圆环图像数据进行若干次截取得到若干弧形图像数据，截取的弧形图像个数以若干所述弧形图像数据能完全覆盖所述胶体所在圆环图像数据为止(即若干所述弧形图像数据能体现完整的胶体所在圆环图像数据)，每次截取时所述弧角相同或/和不同，且每次截取时弧角的起点均位于前一次截取弧角范围中。

在本实施例中，通过在每次截取时，后一弧角的起点总位于前一次弧角截取的范围中，互有交叠，使得胶体所在圆环上的每一像素均不会被遗漏，避免因遗漏像素而影响识别结果。

具体的，一种实施例中，每次截取时，取弧角为100°，截取四次，且截取起点依次为胶体所在圆环的四个顶点，此处的顶点指的是所述圆环上相距90°的四个点。

当然还有其他多种截取方式，这里不再赘述。

请参阅图4，在一实施例中，步骤S107包括：

S301：根据尺寸缩小处理时采用的倍数对所述第一位置坐标进行放大处理，得到所述直条型图像数据中的所述胶体断层的第二位置坐标；

S302：根据所述圆形坐标和所述胶体所在圆环的大小，通过极坐标系转直角坐标系转换公式将所述第二位置坐标转换成所述原始图像数据中的原始坐标；

如果是经过步骤S1010的产品中置处理，那么通过极坐标系转直角坐标系转换公式将所述第二位置坐标转换成的就是中间图像数据中的中间坐标了，具体看情况而定。

在本实施例中，通过反向操作，将获得的第一位置坐标转换成原始图像中表示胶体断层的原始坐标，更直观，且方便将胶体断层标出，当然，如果是先得出的中间图像中表示胶体断层的中间坐标，也可以反推至原始图像中表示胶体断层的原始坐标，中间图像和原始图像均可用来标注胶体断层的位置。

具体的，得出对角坐标后，根据对角坐标和圆心坐标可以在原始图像中或中间图像中标出胶体断层，可通过画方形框或环形框标出。

请参阅图5，一种手机镜片胶体断层位置的识别装置400，包括：

图像获取单元401，用于对产品进行拍照获得原始图像数据；

弧形图像截取单元402，用于对原始图像数据中胶体所在圆环进行提取获得若干弧形图像数据；

拉直处理单元403，用于将每一所述弧形图像数据进行弧形拉直处理得到直条型图像数据；

缩小处理单元404，用于将每一所述直条型图像数据进行尺寸缩小处理得到缩小型图像数据；

RGB提取拼接单元405，用于将每一所述缩小型图像数据中每个像素的红、黄、蓝三色分别提取出来并归为红、黄、蓝三类数据，将每一类数据中的单色数据依位置顺序连接起来；

胶体断层位置获取单元406，用于将所述单色数据输入深度学习网络模型中获得胶体断层的第一位置坐标；

反向处理单元407，用于对所述第一位置坐标进行反向处理得到相应的所述胶体断层位于所述原始图像数据中的原始坐标；

标记显示单元408，用于标记出所述胶体断层所在缺陷框并显示识别结果。

在一实施例中，所述手机镜片胶体断层位置的识别装置还包括：

产品图像中置单元：用于对原始图像数据进行处理并获得中间图像数据，所述中间图像数据中的产品处于图像的中间位置。

在一实施例中，所述产品图像中置单元包括：

HSV抽取单元：用于将所述原始图像数据通过抽取HSV模型得到颜色趋于黑白的第一图像数据；

二值化单元：用于对所述第一图像数据进行二值化处理得到只有黑白色的第二图像数据；

同心圆圆心坐标获取单元：用于对所述第二图像数据进行检测并找出所述第二图像数据中具有多个同心圆的区域，得到所述多个同心圆的圆心坐标；

中置单元：用于根据所述圆心坐标在所述第二图像数据中截取出以所述圆心坐标为中心的产品所在图像区域作为中间图像数据。

在一实施例中，所述中置单元包括：

中置方框截取单元：用于以所述同心圆中外圆的直径为边长截取一方形图像区域作为中间图像数据。

在一实施例中，所述弧形图像截取单元402包括：

弧形截取单元：用于以所述第二图像数据中的所述圆心坐标为圆心，以任一弧角对所述胶体所在圆环图像数据进行若干次截取得到若干弧形图像数据，截取的弧形图像个数以若干所述弧形图像数据能完全覆盖所述胶体所在圆环图像数据为止(即若干所述弧形图像数据能体现完整的胶体所在圆环图像数据)，每次截取时所述弧角相同或/和不同，且每次截取时弧角的起点均位于前一次截取弧角范围中。

在一实施例中，所述反向处理单元407包括：

放大单元：用于根据尺寸缩小处理时采用的倍数对所述第一位置坐标进行放大处理，得到所述直条型图像数据中的所述胶体断层的第二位置坐标；

转弧形单元：用于根据所述圆形坐标和所述胶体所在圆环的大小，通过极坐标系转直角坐标系转换公式将所述第二位置坐标转换成所述原始图像数据中的原始坐标。

需要说明的是，所属领域的技术人员可以清楚地了解到，上述手机镜片胶体断层位置的识别装置和各单元的具体实现过程，可以参考前述方法实施例中的相应描述，为了描述的方便和简洁，在此不再赘述。

同时，上述手机镜片胶体断层位置的识别装置400中各个单元的划分和连接方式仅用于举例说明，在其他实施例中，可将手机镜片胶体断层位置的识别装置400按照需要划分为不同的单元，也可将手机镜片胶体断层位置的识别装置400中各单元采取不同的连接顺序和方式，以完成上述手机镜片胶体断层位置的识别装置400的全部或部分功能。

上述手机镜片胶体断层位置的识别装置400可以实现为一种计算机程序的形式，该计算机程序可以在如图6所示的计算机设备上运行。

请参阅图6，图6是本申请实施例提供的一种计算机设备的示意性框图。该计算机设备500可以是台式机电脑或者服务器等计算机设备，也可以是其他设备中的组件或者部件。

参阅图6，该计算机设备500包括通过系统总线501连接的处理器502、存储器和网络接口505，其中，存储器可以包括非易失性存储介质503和内存储器504。

该非易失性存储介质可存储操作系统5031和计算机程序5032。该计算机程序5032被执行时，可使得处理器502执行上述手机镜片胶体断层位置的识别方法。

该处理器502用于提供计算和控制能力，以支撑整个计算机设备700的运行。

该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境，该计算机程序5032被处理器502执行时，可使得处理器502执行上述手机镜片胶体断层位置的识别方法。

该网络接口505用于与其它设备进行网络通信。本领域技术人员可以理解，图中示出的结构，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6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。例如，在一些实施例中，计算机设备500可以仅包括存储器及处理器502，在这样的实施例中，存储器及处理器502的结构及功能与图6所示实施例一致，在此不再赘述。

其中，所述处理器502用于运行存储在存储器中的计算机程序5032，以实现如下步骤：对产品进行拍照获得原始图像数据；对原始图像数据中胶体所在圆环进行提取获得若干弧形图像数据；将每一所述弧形图像数据进行弧形拉直处理得到直条型图像数据；将每一所述直条型图像数据进行尺寸缩小处理得到缩小型图像数据；将每一所述缩小型图像数据中每个像素的红、黄、蓝三色分别提取出来并归为红、黄、蓝三类数据，将每一类数据中的单色数据依位置顺序拼接起来；将所述单色数据输入深度学习网络模型中获得胶体断层的第一位置坐标；对所述第一位置坐标进行反向处理得到相应的所述胶体断层位于所述原始图像数据中的原始坐标；标记出所述胶体断层所在缺陷框并显示识别结果。

应当理解，在本申请实施例中，处理器502可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器502还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable GateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

本领域普通技术人员可以理解的是实现上述实施例的方法中的全部或部分流程，是可以通过计算机程序5032来完成，该计算机程序5032可存储于一计算机可读存储介质。该计算机程序5032被该计算机系统中的至少一个处理器502执行，以实现上述方法的实施例的流程步骤。

因此，本申请还提供一种计算机可读存储介质。该计算机可读存储介质可以为非易失性的计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时使处理器执行如下步骤：对产品进行拍照获得原始图像数据；对原始图像数据中胶体所在圆环进行提取获得若干弧形图像数据；将每一所述弧形图像数据进行弧形拉直处理得到直条型图像数据；将每一所述直条型图像数据进行尺寸缩小处理得到缩小型图像数据；将每一所述缩小型图像数据中每个像素的红、黄、蓝三色分别提取出来并归为红、黄、蓝三类数据，将每一类数据中的单色数据依位置顺序拼接起来；将所述单色数据输入深度学习网络模型中获得胶体断层的第一位置坐标；对所述第一位置坐标进行反向处理得到相应的所述胶体断层位于所述原始图像数据中的原始坐标；标记出所述胶体断层所在缺陷框并显示识别结果。

所述计算机可读存储介质可以是前述设备的内部存储单元，例如设备的硬盘或内存。所述计算机可读存储介质也可以是所述设备的外部存储设备，例如所述设备上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述计算机可读存储介质还可以既包括所述设备的内部存储单元也包括外部存储设备。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的设备、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

所述计算机可读存储介质可以是U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、磁碟或者光盘等各种可以存储程序代码的计算机可读存储介质。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的。例如，各个单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。

本申请实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。本申请实施例装置中的单元可以根据实际需要进行合并、划分和删减。另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。

该集成的单元如果以软件功能单元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，或者该技术方案的全部或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电子设备(可以是个人计算机，终端，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。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (6)

1.一种手机镜片胶体断层位置的识别方法，其特征在于，包括：

对产品进行拍照获得原始图像数据；

对原始图像数据中胶体所在圆环进行提取获得若干弧形图像数据；

将每一所述弧形图像数据进行弧形拉直处理得到直条型图像数据；

将每一所述直条型图像数据进行尺寸缩小处理得到缩小型图像数据；

将每一所述缩小型图像数据中每个像素的红、黄、蓝三色分别提取出来并归为红、黄、蓝三类数据，将每一类数据中的单色数据依位置顺序拼接起来；

将所述单色数据输入深度学习网络模型中获得胶体断层的第一位置坐标；

对所述第一位置坐标进行反向处理得到相应的所述胶体断层位于所述原始图像数据中的原始坐标；

标记出所述胶体断层所在缺陷框并显示识别结果；

所述对原始图像数据中胶体所在圆环进行提取获得若干弧形图像数据，之前还包括：

对原始图像数据进行处理并获得中间图像数据，所述中间图像数据中的产品处于图像的中间位置；

所述对原始图像数据进行处理并获得中间图像数据，所述中间图像数据中的产品处于图像的中间位置，包括：

将所述原始图像数据通过抽取HSV模型得到颜色趋于黑白的第一图像数据；

对所述第一图像数据进行二值化处理得到只有黑白色的第二图像数据；

对所述第二图像数据进行检测并找出所述第二图像数据中具有多个同心圆的区域，得到所述多个同心圆的圆心坐标；

根据所述圆心坐标在所述第二图像数据中截取出以所述圆心坐标为中心的产品所在图像区域作为中间图像数据；

所述对原始图像数据中胶体所在圆环进行提取获得若干弧形图像数据，包括：

以所述第二图像数据中的所述圆心坐标为圆心，以任一弧角对所述胶体所在圆环图像数据进行若干次截取得到若干弧形图像数据，截取的弧形图像个数以若干所述弧形图像数据能完全覆盖所述胶体所在圆环图像数据为止，每次截取时所述弧角相同或/和不同，且每次截取时弧角的起点均位于前一次截取弧角范围中。

2.根据权利要求1所述的手机镜片胶体断层位置的识别方法，其特征在于，所述根据所述圆心坐标在所述第二图像数据中截取出以所述圆心坐标为中心的产品所在图像区域作为中间图像数据，包括：

以所述同心圆中外圆的直径为边长截取一方形图像区域作为中间图像数据。

3.根据权利要求1所述的手机镜片胶体断层位置的识别方法，其特征在于，所述对所述第一位置坐标进行反向处理得到相应的所述胶体断层位于所述原始图像数据中的原始坐标，包括：

根据尺寸缩小处理时采用的倍数对所述第一位置坐标进行放大处理，得到所述直条型图像数据中的所述胶体断层的第二位置坐标；

根据所述圆形坐标和所述胶体所在圆环的大小，通过极坐标系转直角坐标系转换公式将所述第二位置坐标转换成所述原始图像数据中的原始坐标。

4.一种手机镜片胶体断层位置的识别装置，其特征在于，运用了如权利要求1中所述的手机镜片胶体断层位置的识别方法，所述识别装置包括：

图像获取单元，用于对产品进行拍照获得原始图像数据；

弧形图像截取单元，用于对原始图像数据中胶体所在圆环进行提取获得若干弧形图像数据；

拉直处理单元，用于将每一所述弧形图像数据进行弧形拉直处理得到直条型图像数据；

缩小处理单元，用于将每一所述直条型图像数据进行尺寸缩小处理得到缩小型图像数据；

RGB提取拼接单元，用于将每一所述缩小型图像数据中每个像素的红、黄、蓝三色分别提取出来并归为红、黄、蓝三类数据，将每一类数据中的单色数据依位置顺序连接起来；

胶体断层位置获取单元，用于将所述单色数据输入深度学习网络模型中获得胶体断层的第一位置坐标；

反向处理单元，用于对所述第一位置坐标进行反向处理得到相应的所述胶体断层位于所述原始图像数据中的原始坐标；

标记显示单元，用于标记出所述胶体断层所在缺陷框并显示识别结果；

产品图像中置单元：用于对原始图像数据进行处理并获得中间图像数据，所述中间图像数据中的产品处于图像的中间位置；

HSV抽取单元：用于将所述原始图像数据通过抽取HSV模型得到颜色趋于黑白的第一图像数据；

二值化单元：用于对所述第一图像数据进行二值化处理得到只有黑白色的第二图像数据；

同心圆圆心坐标获取单元：用于对所述第二图像数据进行检测并找出所述第二图像数据中具有多个同心圆的区域，得到所述多个同心圆的圆心坐标；

中置单元：用于根据所述圆心坐标在所述第二图像数据中截取出以所述圆心坐标为中心的产品所在图像区域作为中间图像数据；

弧形截取单元：用于以所述第二图像数据中的所述圆心坐标为圆心，以任一弧角对所述胶体所在圆环图像数据进行若干次截取得到若干弧形图像数据，截取的弧形图像个数以若干所述弧形图像数据能完全覆盖所述胶体所在圆环图像数据为止，每次截取时所述弧角相同或/和不同，且每次截取时弧角的起点均位于前一次截取弧角范围中。

5.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述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如权利要求1至3中任一项所述的手机镜片胶体断层位置的识别方法。

6.一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存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行如权利要求1至3任一项所述的手机镜片胶体断层位置的识别方法。