CN113034531A - 设备摆放检测方法及装置 - Google Patents

设备摆放检测方法及装置 Download PDF

Info

Publication number
CN113034531A
CN113034531A CN202110359322.5A CN202110359322A CN113034531A CN 113034531 A CN113034531 A CN 113034531A CN 202110359322 A CN202110359322 A CN 202110359322A CN 113034531 A CN113034531 A CN 113034531A
Authority
CN
China
Prior art keywords
contour
appearance image
determining
image
edge
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
CN202110359322.5A
Other languages
English (en)
Inventor
田寨兴
余卫宇
廖伟权
刘嘉
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.)
Guangzhou Epbox Information Technology Co ltd
Original Assignee
Guangzhou Epbox Information 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 Guangzhou Epbox Information Technology Co ltd filed Critical Guangzhou Epbox Information Technology Co ltd
Priority to CN202110359322.5A priority Critical patent/CN113034531A/zh
Publication of CN113034531A publication Critical patent/CN113034531A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • 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
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • 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
    • G06T2207/10024—Color 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种设备摆放检测方法及装置，在获取到待测智能设备的外观图像后，根据外观图像确定外观图像的边缘轮廓，在边缘轮廓中选取待测智能设备的轮廓，作为选定轮廓。最后，根据选定轮廓确定待测智能设备在检测仓的相对摆放位置，在相对摆放位置满足调整条件时指示调整待测智能设备的摆放位置。基于此，通过对待测智能设备进行外观检测，以获取到的外观图像进行相应的图像处理处理，确定待测智能设备在检测仓的摆放位置，根据调整条件判断待测智能设备是否过于靠近检测仓边缘，以及时指示相应人员或相应装置调整待测智能设备的摆放位置，防止对待测智能设备的误检测。

Description

设备摆放检测方法及装置
技术领域
本发明涉及电子产品技术领域，特别是涉及一种设备摆放检测方法及装置。
背景技术
随着电子产品技术的发展，各种智能设备层出不穷，例如智能手机、笔记本电脑和平板电脑等。目前，伴随着经济和技术的高速发展，智能设备的普及和更新换代速度也越来越快。以智能手机为例，5G时代的到来，加速了智能手机的换代。在智能设备进行迭代的过程中，有效回收是智能设备剩余价值的有效利用手段之一，可减少对环境的化学污染以及减少浪费。
在手机的回收过程中，智能设备的整体损耗程度对智能设备的回收估价有较大影响。一般地，主要通过观察智能设备的外观损耗来确定整体损耗，例如划痕、掉漆或外爆等类别的外观损耗来评估智能设备的整体损耗，为智能设备的回收估价提供部分有效的参考。在智能设备回收检测中，例如回收检测终端等对智能设备的回收应用中，智能设备被放置在回收检测终端的检测仓的检测平台上，由回收检测终端的摄像头对智能设备完成拍摄。
然而，回收检测终端之类检测设备在拍摄智能设备时，若智能设备与检测仓贴边摆放，容易对智能设备的外观检测产生干扰，从而出现误检测。
发明内容
基于此，有必要针对回收检测终端之类检测设备在拍摄智能设备时，若智能设备与检测仓贴边摆放，容易对智能设备的外观检测产生干扰，从而出现误检测的情况，提供一种设备摆放检测方法及装置。
一种设备摆放检测方法，包括步骤：
获取待测智能设备的外观图像；
根据外观图像确定外观图像的边缘轮廓；
在边缘轮廓中选取待测智能设备的轮廓，作为选定轮廓；
根据选定轮廓确定待测智能设备在检测仓的相对摆放位置，在相对摆放位置满足调整条件时指示调整待测智能设备的摆放位置。
上述的设备摆放检测方法，在获取到待测智能设备的外观图像后，根据外观图像确定外观图像的边缘轮廓，在边缘轮廓中选取待测智能设备的轮廓，作为选定轮廓。最后，根据选定轮廓确定待测智能设备在检测仓的相对摆放位置，在相对摆放位置满足调整条件时指示调整待测智能设备的摆放位置。基于此，通过对待测智能设备进行外观检测，以获取到的外观图像进行相应的图像处理处理，确定待测智能设备在检测仓的摆放位置，根据调整条件判断待测智能设备是否过于靠近检测仓边缘，以及时指示相应人员或相应装置调整待测智能设备的摆放位置，防止对待测智能设备的误检测。
在其中一个实施例中，在根据外观图像确定外观图像的边缘轮廓的过程之前，还包括步骤：
对外观图像进行图像预处理。
在其中一个实施例中，对外观图像进行图像预处理的过程，包括步骤：
对外观图像进行图像滤波处理，获得滤波处理结果；
对滤波处理结果进行颜色空间转换，获得作为图像预处理结果的灰度图像。
在其中一个实施例中，根据外观图像确定外观图像的边缘轮廓的过程，包括步骤：
根据外观图像确定边缘检测算法的自适应阈值；
根据自适应阈值确定外观图像的边缘轮廓。
在其中一个实施例中，在边缘轮廓中选取待测智能设备的轮廓，作为选定轮廓的过程，包括步骤：
将边缘轮廓中大于设定轮廓阈值的轮廓作为选定轮廓。
在其中一个实施例中，根据选定轮廓确定待测智能设备在检测仓的相对摆放位置的过程，包括步骤：
确定选定轮廓的中心点；
根据中心点确定待测智能设备在检测仓的相对摆放位置。
在其中一个实施例中，确定选定轮廓的中心点的过程，如下式：
Figure BDA0003004862950000032
其中，Rect.x表示选定轮廓左上角的水平方向坐标，Rect.y表示选定轮廓左上角的垂直方向坐标，Rect.width表示选定轮廓的宽度，Rect.height表示选定轮廓的高度；
其中，相对摆放位置满足调整条件的过程，如下式：
Figure BDA0003004862950000031
其中，thH为高度阈值，thW为宽度阈值，且thH＝Rect.height/2+1，thW＝Rect.width/2+1；y2h为垂直方向相对于y的坐标值，x2w为水平方向相对于x的坐标值，且y2h＝H-y，x2w＝W-x。
一种设备摆放检测装置，包括：
图像获取模块，用于获取待测智能设备的外观图像；
轮廓确定模块，用于根据外观图像确定外观图像的边缘轮廓；
轮廓选取模块，用于在边缘轮廓中选取待测智能设备的轮廓，作为选定轮廓；
轮廓识别模块，用于根据选定轮廓确定待测智能设备在检测仓的相对摆放位置，在相对摆放位置满足调整条件时指示调整待测智能设备的摆放位置。
上述的设备摆放检测装置，在获取到待测智能设备的外观图像后，根据外观图像确定外观图像的边缘轮廓，在边缘轮廓中选取待测智能设备的轮廓，作为选定轮廓。最后，根据选定轮廓确定待测智能设备在检测仓的相对摆放位置，在相对摆放位置满足调整条件时指示调整待测智能设备的摆放位置。基于此，通过对待测智能设备进行外观检测，以获取到的外观图像进行相应的图像处理处理，确定待测智能设备在检测仓的摆放位置，根据调整条件判断待测智能设备是否过于靠近检测仓边缘，以及时指示相应人员或相应装置调整待测智能设备的摆放位置，防止对待测智能设备的误检测。
一种计算机存储介质，其上存储有计算机指令，计算机指令被处理器执行时实现上述任一实施例的设备摆放检测方法。
上述的计算机存储介质，在获取到待测智能设备的外观图像后，根据外观图像确定外观图像的边缘轮廓，在边缘轮廓中选取待测智能设备的轮廓，作为选定轮廓。最后，根据选定轮廓确定待测智能设备在检测仓的相对摆放位置，在相对摆放位置满足调整条件时指示调整待测智能设备的摆放位置。基于此，通过对待测智能设备进行外观检测，以获取到的外观图像进行相应的图像处理处理，确定待测智能设备在检测仓的摆放位置，根据调整条件判断待测智能设备是否过于靠近检测仓边缘，以及时指示相应人员或相应装置调整待测智能设备的摆放位置，防止对待测智能设备的误检测。
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，处理器执行程序时实现上述任一实施例的设备摆放检测方法。
上述的计算机设备，在获取到待测智能设备的外观图像后，根据外观图像确定外观图像的边缘轮廓，在边缘轮廓中选取待测智能设备的轮廓，作为选定轮廓。最后，根据选定轮廓确定待测智能设备在检测仓的相对摆放位置，在相对摆放位置满足调整条件时指示调整待测智能设备的摆放位置。基于此，通过对待测智能设备进行外观检测，以获取到的外观图像进行相应的图像处理处理，确定待测智能设备在检测仓的摆放位置，根据调整条件判断待测智能设备是否过于靠近检测仓边缘，以及时指示相应人员或相应装置调整待测智能设备的摆放位置，防止对待测智能设备的误检测。
附图说明
图1为一实施方式的设备摆放检测方法流程图；
图2为另一实施方式的设备摆放检测方法流程图；
图3为又一实施方式的设备摆放检测方法流程图；
图4为一实施方式的设备摆放检测装置模块结构图；
图5为一实施方式的计算机内部构造示意图。
具体实施方式
为了更好地理解本发明的目的、技术方案以及技术效果，以下结合附图和实施例对本发明进行进一步的讲解说明。同时声明，以下所描述的实施例仅用于解释本发明，并不用于限定本发明。
在智能设备回收检测领域，例如回收检测终端等对待测智能设备的回收应用中，待测智能设备被放置在回收检测终端的检测仓底部的检测平台上，与检测仓内表面侧壁的距离受放置位置的影响。同时，检测平台可动态带动待测智能设备，调整待测智能设备的放置位置状态，例如旋转等。基于此，本发明实施例提供了一种设备摆放检测方法。
图1为一实施方式的设备摆放检测方法流程图，如图1所示，一实施方式的设备摆放检测方法包括步骤S100至步骤S103：
S100，获取待测智能设备的外观图像；
其中，检测仓的拍摄设备通过拍摄待测智能设备，获得待测智能设备的外观图像，提供了包括拍摄背景和待测智能设备正面在内的外观图像。
在确定待测智能设备的外观图像后，通过对外观图像的区域选定，确定外观图像的边缘轮廓，以便于识别外观图像的信息，降低处理量并提高后续处理准确率。
在其中一个实施例中，图2为另一实施方式的设备摆放检测方法流程图，如图2所示，在步骤S101中根据外观图像确定外观图像的边缘轮廓的过程之前，还包括步骤S200：
S200，对外观图像进行图像预处理。
通过对外观图像进行图像预处理，提高后续图像处理的识别率，并降低数据处理量。其中，图像预处理包括滤波处理、二值化或分辨率转换等。
在其中一个实施例中，图3为又一实施方式的设备摆放检测方法流程图，如图3所示，步骤S200中对外观图像进行图像预处理的过程，包括步骤S300和步骤S301：
S300，对外观图像进行图像滤波处理，获得滤波处理结果；
通过图像滤波处理，消除外观图像的白噪声和相应干扰，提高滤波处理结果在后续处理的精确性。作为一个较优的实施方式，图像滤波处理选用高斯滤波，对外观图像进行高斯滤波处理，以移除白噪声，具体过程如下式：
Figure BDA0003004862950000071
其中，j＝1,2,...,H表示相对于图像中左上角原点的水平方向的坐标值，i＝1,2,...,W表示相对于图像中左上角原点的垂直方向的坐标值；H表示X的高度，W表示X的宽度；w表示矩形窗口的长度，设置为3，A表示对应矩形窗口的幅值，设置为16。X表示外观图像。矩形窗口表示高斯滤波对应的模板，如下式：
Figure BDA0003004862950000072
S301，对滤波处理结果进行颜色空间转换，获得作为图像预处理结果的灰度图像。
其中，通过对滤波处理结果进行颜色空间转换，实现对滤波处理结果的二值化，获得作为图像预处理结果的灰度图像。
在其中一个实施例中，对滤波处理结果进行颜色空间转换，获得作为图像预处理结果的灰度图像的过程，如下式：
G1(j,i)＝0.1140*X1b(j,i)+0.5870*X1g(j,i)+0.2989*X1r(j,i)
其中，X1r表示R通道的彩色分量，X1g表示G通道的彩色分量，X1b表示B通道的彩色分量，G1表示灰度图像。
S101，根据外观图像确定外观图像的边缘轮廓；
其中，通过边缘轮廓的确定，便于确定待测智能设备与检测仓内表面侧壁的距离。在其中一个实施例中，如图2所示，步骤S101中根据外观图像确定外观图像的边缘轮廓的过程，包括步骤S201和步骤S202：
S201，根据外观图像确定边缘检测算法的自适应阈值；
在其中一个实施例中，边缘检测算法包括Sobel算法、Prewitt算法、Roberts算法、Canny算法或Marr-Hildreth算法等。
作为一个较优的实施方式，边缘检测算法选用Canny算法。基于此，根据外观图像确定Canny算法的自适应阈值t1和t2的过程，如下：
首先，计算外观图像，优选计算灰度图像在水平方向的梯度值Gx和垂直方向的梯度值Gy，如下式：
Figure BDA0003004862950000081
Gx的卷积运算核Kx、Gy的卷积运算核Ky分别为：
Figure BDA0003004862950000082
Figure BDA0003004862950000083
然后，计算Gx和Gy生成的梯度图像Gd和它们相同位置像素值和的最大值gv，如下式：
Figure BDA0003004862950000084
接着，计算Gd的直方图Hd，直方图的最大值Hsize＝min(gv,255)。
下一步，遍历直方图Hd求取和hv，当hv大于阈值t的时候，停止求和操作，并记录当前的索引值idx，t＝H*W*0.77。
最后，计算t1和t2，如下式：
Figure BDA0003004862950000085
Figure BDA0003004862950000091
S202，根据自适应阈值确定外观图像的边缘轮廓。
在其中一个实施例中，根据已确定的Canny算法，结合自适应阈值t1和t2确定外观图像的边缘轮廓。
S102，在边缘轮廓中选取待测智能设备的轮廓，作为选定轮廓；
在确定后边缘轮廓，需要对边缘轮廓进行选取，以使选定轮廓最贴合待测智能设备的实际摆放状态。在其中一个实施例中，如图2所示，步骤S102中在边缘轮廓中选取待测智能设备的轮廓，作为选定轮廓的过程，包括步骤S203：
S203，将边缘轮廓中大于设定轮廓阈值的轮廓作为选定轮廓。
通过设定轮廓阈值的设定，对边缘轮廓进行大小选取，选取较大的轮廓作为选定轮廓，进一步降低误检测的概率。
在其中一个实施例中，步骤S203中将边缘轮廓中大于设定轮廓阈值的轮廓作为选定轮廓的过程，包括步骤：调整设定轮廓阈值，以使选定轮廓为边缘轮廓中的最大轮廓。
通过动态调整设定轮廓阈值，在边缘轮廓中的多个轮廓进行迭代比较，以确定最大轮廓，作为选定轮廓。
S103，根据选定轮廓确定待测智能设备在检测仓的相对摆放位置，在相对摆放位置满足调整条件时指示调整待测智能设备的摆放位置。
其中，确定选定轮廓，可确定选定轮廓边缘与检测仓内表面侧壁的距离，以确定待测智能设备在检测仓的相对摆放位置。调整条件用于表征轮廓边缘与检测仓内表面侧壁的距离小于设定距离，侧壁会干扰待测智能设备的外观检测。
在其中一个实施例中，如图2所示，步骤S103中根据选定轮廓确定待测智能设备在检测仓的相对摆放位置的过程，包括步骤S204和步骤S205：
S204，确定选定轮廓的中心点；
S205，根据中心点确定待测智能设备在检测仓的相对摆放位置。
在其中一个实施例中，步骤S204中确定选定轮廓的中心点的过程，如下式：
Figure BDA0003004862950000101
其中，Rect.x表示选定轮廓左上角的水平方向坐标，Rect.y表示选定轮廓左上角的垂直方向坐标，Rect.width表示选定轮廓的宽度，Rect.height表示选定轮廓的高度；
其中，相对摆放位置满足调整条件的过程，如下式：
Figure BDA0003004862950000102
其中，thH为高度阈值，thW为宽度阈值，且thH＝Rect.height/2+1，thW＝Rect.width/2+1；y2h为垂直方向相对于y的坐标值，x2w为水平方向相对于x的坐标值，且y2h＝H-y，x2w＝W-x。
在其中一个实施例中，y≤thH表征待测智能设备摆放位置贴检测仓上边，y2h≤thH表征待测智能设备摆放位置贴检测仓下边，x≤thW表征待测智能设备摆放位置贴检测仓左边，x2w≤thW表征待测智能设备摆放位置贴检测仓右边。
选定轮廓提示对应的待测智能设备摆放需要调整，在其中一个实施例中，在回收检测终端中，确定选定轮廓后将对应待测智能设备的摆放状态标志位设置为1，控制检测平台进行左右旋转以重新摆放待测智能设备。
上述任一实施例的设备摆放检测方法，在获取到待测智能设备的外观图像后，根据外观图像确定外观图像的边缘轮廓，在边缘轮廓中选取待测智能设备的轮廓，作为选定轮廓。最后，根据选定轮廓确定待测智能设备在检测仓的相对摆放位置，在相对摆放位置满足调整条件时指示调整待测智能设备的摆放位置。基于此，通过对待测智能设备进行外观检测，以获取到的外观图像进行相应的图像处理处理，确定待测智能设备在检测仓的摆放位置，根据调整条件判断待测智能设备是否过于靠近检测仓边缘，以及时指示相应人员或相应装置调整待测智能设备的摆放位置，防止对待测智能设备的误检测。
本发明实施例还提供了一种设备摆放检测装置。
图4为一实施方式的设备摆放检测装置模块结构图，如图4所示，一实施方式的设备摆放检测装置包括模块100、模块101、模块102和模块103：
图像获取模块100，用于获取待测智能设备的外观图像；
轮廓确定模块101，用于根据外观图像确定外观图像的边缘轮廓；
轮廓选取模块102，用于在边缘轮廓中选取待测智能设备的轮廓，作为选定轮廓；
轮廓识别模块103，用于根据选定轮廓确定待测智能设备在检测仓的相对摆放位置，在相对摆放位置满足调整条件时指示调整待测智能设备的摆放位置。
上述的设备摆放检测装置，在获取到待测智能设备的外观图像后，根据外观图像确定外观图像的边缘轮廓，在边缘轮廓中选取待测智能设备的轮廓，作为选定轮廓。最后，根据选定轮廓确定待测智能设备在检测仓的相对摆放位置，在相对摆放位置满足调整条件时指示调整待测智能设备的摆放位置。基于此，通过对待测智能设备进行外观检测，以获取到的外观图像进行相应的图像处理处理，确定待测智能设备在检测仓的摆放位置，根据调整条件判断待测智能设备是否过于靠近检测仓边缘，以及时指示相应人员或相应装置调整待测智能设备的摆放位置，防止对待测智能设备的误检测。
本发明实施例还提供了一种计算机存储介质，其上存储有计算机指令，该指令被处理器执行时实现上述任一实施例的设备摆放检测方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
或者，本发明上述集成的单元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。基于这样的理解，本发明实施例的技术方案本质上或者说对相关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、终端、或者网络设备等)执行本发明各个实施例方法的全部或部分。而前述的存储介质包括：移动存储设备、RAM、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
与上述的计算机存储介质对应的是，在一个实施例中还提供一种计算机设备，该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，其中，处理器执行程序时实现如上述各实施例中的任意一种设备摆放检测方法。
该计算机设备可以是终端，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种设备摆放检测方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等
上述计算机设备，在获取到待测智能设备的外观图像后，根据外观图像确定外观图像的边缘轮廓，在边缘轮廓中选取待测智能设备的轮廓，作为选定轮廓。最后，根据选定轮廓确定待测智能设备在检测仓的相对摆放位置，在相对摆放位置满足调整条件时指示调整待测智能设备的摆放位置。基于此，通过对待测智能设备进行外观检测，以获取到的外观图像进行相应的图像处理处理，确定待测智能设备在检测仓的摆放位置，根据调整条件判断待测智能设备是否过于靠近检测仓边缘，以及时指示相应人员或相应装置调整待测智能设备的摆放位置，防止对待测智能设备的误检测。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种设备摆放检测方法，其特征在于，包括步骤：
获取待测智能设备的外观图像；
根据所述外观图像确定所述外观图像的边缘轮廓；
在所述边缘轮廓中选取所述待测智能设备的轮廓，作为选定轮廓；
根据所述选定轮廓确定所述待测智能设备在检测仓的相对摆放位置，在所述相对摆放位置满足调整条件时指示调整所述待测智能设备的摆放位置。
2.根据权利要求1所述的设备摆放检测方法，其特征在于，在所述根据所述外观图像确定所述外观图像的边缘轮廓的过程之前，还包括步骤：
对所述外观图像进行图像预处理。
3.根据权利要求2所述的设备摆放检测方法，其特征在于，所述对所述外观图像进行图像预处理的过程，包括步骤：
对所述外观图像进行图像滤波处理，获得滤波处理结果；
对所述滤波处理结果进行颜色空间转换，获得作为图像预处理结果的灰度图像。
4.根据权利要求1所述的设备摆放检测方法，其特征在于，所述根据所述外观图像确定所述外观图像的边缘轮廓的过程，包括步骤：
根据所述外观图像确定边缘检测算法的自适应阈值；
根据所述自适应阈值确定所述外观图像的边缘轮廓。
5.根据权利要求1所述的设备摆放检测方法，其特征在于，所述在所述边缘轮廓中选取所述待测智能设备的轮廓，作为选定轮廓的过程，包括步骤：
将所述边缘轮廓中大于设定轮廓阈值的轮廓作为所述选定轮廓。
6.根据权利要求1至5任意一项所述的设备摆放检测方法，其特征在于，所述根据所述选定轮廓确定所述待测智能设备在检测仓的相对摆放位置的过程，包括步骤：
确定所述选定轮廓的中心点；
根据所述中心点确定所述待测智能设备在检测仓的相对摆放位置。
7.根据权利要求6所述的设备摆放检测方法，其特征在于，所述确定所述选定轮廓的中心点的过程，如下式：
Figure FDA0003004862940000021
其中，Rect.x表示所述选定轮廓左上角的水平方向坐标，Rect.y表示所述选定轮廓左上角的垂直方向坐标，Rect.width表示所述选定轮廓的宽度，Rect.height表示所述选定轮廓的高度；
其中，所述相对摆放位置满足调整条件的过程，如下式：
Figure FDA0003004862940000022
其中，thH为高度阈值，thW为宽度阈值，且thH＝Rect.height/2+1，thW＝Rect.width/2+1；y2h为垂直方向相对于y的坐标值，x2w为水平方向相对于x的坐标值，且y2h＝H-y，x2w＝W-x。
8.一种设备摆放检测装置，其特征在于，包括：
图像获取模块，用于获取待测智能设备的外观图像；
轮廓确定模块，用于根据所述外观图像确定所述外观图像的边缘轮廓；
轮廓选取模块，用于在所述边缘轮廓中选取所述待测智能设备的轮廓，作为选定轮廓；
轮廓识别模块，用于根据所述选定轮廓确定所述待测智能设备在检测仓的相对摆放位置，在所述相对摆放位置满足调整条件时指示调整所述待测智能设备的摆放位置。
9.一种计算机存储介质，其上存储有计算机指令，其特征在于，所述计算机指令被处理器执行时实现如权利要求1至7任意一项所述的设备摆放检测方法。
10.一种计算机设备，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，所述处理器执行程序时实现如权利要求1至7任意一项所述的设备摆放检测方法。
CN202110359322.5A 2021-04-02 2021-04-02 设备摆放检测方法及装置 Pending CN113034531A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110359322.5A CN113034531A (zh) 2021-04-02 2021-04-02 设备摆放检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110359322.5A CN113034531A (zh) 2021-04-02 2021-04-02 设备摆放检测方法及装置

Publications (1)

Publication Number Publication Date
CN113034531A true CN113034531A (zh) 2021-06-25

Family

ID=76453472

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110359322.5A Pending CN113034531A (zh) 2021-04-02 2021-04-02 设备摆放检测方法及装置

Country Status (1)

Country Link
CN (1) CN113034531A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11922467B2 (en) 2020-08-17 2024-03-05 ecoATM, Inc. Evaluating an electronic device using optical character recognition
US12033454B2 (en) 2021-08-16 2024-07-09 Ecoatm, Llc Kiosk for evaluating and purchasing used electronic devices

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105352437A (zh) * 2015-10-21 2016-02-24 广州视源电子科技股份有限公司 板卡位置检测方法及装置
CN105719318A (zh) * 2016-01-26 2016-06-29 上海葡萄纬度科技有限公司 一种教育玩具套件及其基于hsv的魔方颜色识别方法
CN107038722A (zh) * 2016-02-02 2017-08-11 深圳超多维光电子有限公司 一种设备定位方法及装置
WO2018006566A1 (zh) * 2016-07-07 2018-01-11 广州视睿电子科技有限公司 视图调整方法和系统
US20180276596A1 (en) * 2017-03-21 2018-09-27 Kellogg Company Determining Product Placement Compliance
CN108805931A (zh) * 2018-06-08 2018-11-13 歌尔股份有限公司 Ar产品的定位检测方法、装置及计算机可读存储介质
CN110717900A (zh) * 2019-09-27 2020-01-21 南京理工大学 基于改进Canny边缘检测算法的受电弓磨耗检测方法
CN111210473A (zh) * 2020-01-21 2020-05-29 上海悦易网络信息技术有限公司 手机轮廓定位方法及设备
CN111294454A (zh) * 2020-03-23 2020-06-16 广州绿怡信息科技有限公司 一种手机损耗的检测设备及其方法
CN111833366A (zh) * 2020-06-03 2020-10-27 佛山科学技术学院 一种基于Canny算法的边缘检测方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105352437A (zh) * 2015-10-21 2016-02-24 广州视源电子科技股份有限公司 板卡位置检测方法及装置
CN105719318A (zh) * 2016-01-26 2016-06-29 上海葡萄纬度科技有限公司 一种教育玩具套件及其基于hsv的魔方颜色识别方法
CN107038722A (zh) * 2016-02-02 2017-08-11 深圳超多维光电子有限公司 一种设备定位方法及装置
WO2018006566A1 (zh) * 2016-07-07 2018-01-11 广州视睿电子科技有限公司 视图调整方法和系统
US20180276596A1 (en) * 2017-03-21 2018-09-27 Kellogg Company Determining Product Placement Compliance
CN108805931A (zh) * 2018-06-08 2018-11-13 歌尔股份有限公司 Ar产品的定位检测方法、装置及计算机可读存储介质
CN110717900A (zh) * 2019-09-27 2020-01-21 南京理工大学 基于改进Canny边缘检测算法的受电弓磨耗检测方法
CN111210473A (zh) * 2020-01-21 2020-05-29 上海悦易网络信息技术有限公司 手机轮廓定位方法及设备
CN111294454A (zh) * 2020-03-23 2020-06-16 广州绿怡信息科技有限公司 一种手机损耗的检测设备及其方法
CN111833366A (zh) * 2020-06-03 2020-10-27 佛山科学技术学院 一种基于Canny算法的边缘检测方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11922467B2 (en) 2020-08-17 2024-03-05 ecoATM, Inc. Evaluating an electronic device using optical character recognition
US12033454B2 (en) 2021-08-16 2024-07-09 Ecoatm, Llc Kiosk for evaluating and purchasing used electronic devices

Similar Documents

Publication Publication Date Title
CN115908269B (zh) 视觉缺陷检测方法、装置、存储介质和计算机设备
CN106920245B (zh) 一种边界检测的方法及装置
CN109859227B (zh) 翻拍图像检测方法、装置、计算机设备及存储介质
CN106846362B (zh) 一种目标检测跟踪方法和装置
CN110838126B (zh) 细胞图像分割方法、装置、计算机设备和存储介质
CN109840524B (zh) 文字的类型识别方法、装置、设备及存储介质
CN111291601B (zh) 车道线识别方法和装置以及电子设备
CN113781406B (zh) 电子元器件的划痕检测方法、装置及计算机设备
CN110708568B (zh) 一种视频内容突变检测方法及装置
CN110910445B (zh) 一种物件尺寸检测方法、装置、检测设备及存储介质
CN110738686B (zh) 静动态结合的视频人车检测方法及系统
CN112634288A (zh) 设备区域图像分割方法及装置
CN108734161B (zh) 冠字号区域的识别方法、装置、设备及存储介质
CN112634301A (zh) 设备区域图像提取方法及装置
CN113379723A (zh) 不规则溢胶口检测方法、装置、设备和存储介质
CN114170435A (zh) 回收检测的外观影像筛选方法及装置
CN116188379A (zh) 边缘缺陷检测方法、装置、电子设备及存储介质
CN113034531A (zh) 设备摆放检测方法及装置
CN111652145A (zh) 一种公式检测的方法、装置、电子设备和存储介质
CN113129298B (zh) 文本图像的清晰度识别方法
CN113034530A (zh) 手机摆放检测方法及装置
CN113034481A (zh) 设备图像模糊检测方法及装置
CN114299293A (zh) 应用于回收检测的图像机器视觉预处理方法及装置
CN112101139B (zh) 人形检测方法、装置、设备及存储介质
CN114418848A (zh) 视频处理方法、装置、存储介质及电子设备

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