CN113344917B - 一种检测方法、装置、电子设备及存储介质 - Google Patents
一种检测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113344917B CN113344917B CN202110853695.8A CN202110853695A CN113344917B CN 113344917 B CN113344917 B CN 113344917B CN 202110853695 A CN202110853695 A CN 202110853695A CN 113344917 B CN113344917 B CN 113344917B
- Authority
- CN
- China
- Prior art keywords
- region
- target
- detected
- area
- point cloud
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/24—Arrangements for testing
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请提供了一种检测方法，包括：基于待检测目标的点云数据集，确定待检测目标的深度图像；基于待检测目标的深度图像，确定待检测目标的至少一个几何特征；将待检测目标的至少一个几何特征与检测模板的至少一个几何特征相匹配，确定待检测目标的坐标信息；基于待检测目标的坐标信息，确定所述待检测目标的至少一个测量子区域，以及所述至少一个测量子区域对应的点云数据；基于至少一个测量子区域对应的点云数据，以及所述至少一个测量子区域所对应的检测区域的检测方式，对所述待检测目标进行检测；本申请还提供一种检测装置、电子设备和存储介质，通过本申请提供的检测方法、装置、电子设备及存储介质，可以提升检测准确率。
Description
技术领域
本申请涉及视觉检测技术领域，尤其涉及一种检测方法、装置、电子设备及存储介质。
背景技术
目前智能手机的制作工艺得到长足的发展，而手机衬片是重要的手机零部件。手机衬片的上方用于放置液晶显示屏，下方用于固定电路板、摄像头等手机元件。随着柔性显示屏的广泛应用，放置显示屏的手机衬片平整度的要求也越来越严格。传统的手机衬片平整度检测是人眼目测，将其放置在较平的工作台上以观测手机衬片是否存在平面凹陷、平面凸起、边界翘起、边界凹陷、角部翘起、角部凹陷等缺陷，这种检测方式完全依赖于质检员检测的熟练程度，检测效率低下且准确度较低；因此，如何提升手机衬片检测的效率及准确度，是需要解决的技术问题。
发明内容
本申请提供一种检测方法、装置、电子设备及存储介质，以至少解决现有技术中存在的以上技术问题。
本申请第一方面提供一种检测方法，包括：
基于待检测目标的点云数据集，确定所述待检测目标的深度图像；
基于所述待检测目标的深度图像，确定所述待检测目标的至少一个几何特征；
将所述待检测目标的至少一个几何特征与检测模板的至少一个几何特征相匹配，确定所述待检测目标的坐标信息；
基于所述待检测目标的坐标信息，确定所述待检测目标的至少一个测量子区域，以及所述至少一个测量子区域对应的点云数据；
基于所述至少一个测量子区域对应的点云数据，以及所述至少一个测量子区域所对应的检测区域的检测方式，对所述待检测目标进行检测。
上述方案中，所述待检测目标的至少一个测量子区域基于匹配模型确定，所述基于所述待检测目标的深度图像，确定所述待检测目标的至少一个测量子区域之前，所述方法还包括：
确定检测模板的至少一个几何特征，以及所述检测模板的至少一个测量子区域；
基于训练样本集中各训练样本的深度图像，确定所述各训练样本的至少一个几何特征；
所述匹配模型包括的第一隐藏层对所述各训练样本的至少一个几何特征和所述检测模板的至少一个几何特征进行匹配，确定所述各训练样本的坐标信息；
所述匹配模型包括的第二隐藏层基于所述各训练样本的坐标信息和所述检测模板的至少一个测量子区域的坐标信息，确定所述各训练样本的至少一个测量子区域。
上述方案中，所述确定检测模板的至少一个几何特征，以及所述检测模板的至少一个测量子区域包括：
基于所述检测模板的点云数据集，确定所述检测模板的深度图像；
基于所述检测模板的深度图像，确定所述检测模板的至少一个几何特征，以及至少一个测量子区域。
上述方案中，所述基于待检测目标的点云数据集，确定所述待检测目标的深度图像之前，所述方法还包括：
基于检测模板的点云数据集校准所述待检测目标的点云数据集。
上述方案中，所述基于检测模板的点云数据集校准所述待检测目标的点云数据集，包括：
确定与所述待检测目标的点云数据集中第一点云数据坐标信息对应的检测模板的点云数据集中的第二点云数据；
将所述第一点云数据的坐标信息在第一方向的分量替换为，所述第一点云数据的坐标信息在所述第一方向的分量与所述第二点云数据的坐标信息在所述第一方向的分量之差；
所述第一方向的分量被替换后的所述第一点云数据，为校准后的所述待检测目标的点云数据。
上述方案中，所述基于所述至少一个测量子区域对应的点云数据，以及所述至少一个测量子区域所对应的检测区域的检测方式，对所述待检测目标进行检测，包括：
基于所述至少一个测量子区域对应的点云数据，确定所述至少一个测量子区域对应的平面；
确定所述至少一个测量子区域对应的点云数据与所述平面之间的距离的平均值；
确定所述平均值为对应的测量子区域的平面度；
基于所述至少一个测量子区域的平面度检测所述待检测目标。
上述方案中，所述基于所述至少一个测量子区域对应的点云数据，以及所述至少一个测量子区域所对应的检测区域的检测方式，对所述待检测目标进行检测，包括：
若所述至少一个测量子区域对应的检测区域为边缘转角区域，则基于所述至少一个测量子区域对应的点云数据，以及所述边缘转角区域对应的检测方式，对所述待检测目标的边缘转角区域的凹陷缺陷和/或翘起缺陷进行检测；
若所述至少一个测量子区域对应的检测区域为边缘直线区域，则基于所述至少一个测量子区域对应的点云数据，以及所述边缘直线区域对应的检测方式，对所述待检测目标的边缘直线区域的凹陷缺陷和/或凸起缺陷进行检测；
若所述至少一个测量子区域对应的检测区域为中心平面区域，则基于所述至少一个测量子区域对应的点云数据，以及所述中心平面区域对应的检测方式，对所述待检测目标的中心平面区域的凹陷缺陷和/或凸起缺陷进行检测；
若所述至少一个测量子区域对应的检测区域为边角连接区域，则基于所述至少一个测量子区域对应的点云数据，以及所述边角连接区域对应的检测方式，对所述待检测目标的边角连接区域的凹陷缺陷和/或翘起缺陷进行检测。
上述方案中，所述基于所述至少一个测量子区域对应的点云数据，以及所述至少一个测量子区域所对应的检测区域的检测方式，对所述待检测目标进行检测，包括：
若所述至少一个测量子区域对应的检测区域为边缘转角区域，则确定至少一个测量子区域的平面度的最大值与最小值之差；若所述至少一个测量子区域中平面度的最大值与最小值之差大于第一阈值，则确定所述待检测目标的边缘转角区域存在缺陷；
若所述至少一个测量子区域对应的检测区域为边缘直线区域，则确定所述至少一个测量子区域中任意相邻两个测量子区域的平面度之差；若所述任意相邻两个测量子区域的平面度之差大于第二阈值，则确定所述待检测目标的边缘直线区域存在缺陷；
若所述至少一个测量子区域对应的检测区域为中心平面区域，则确定所述至少一个测量子区域的平面度的最大值与最小值之差；若所述至少一个测量子区域的平面度的最大值与最小值之差大于第三阈值，则确定所述待检测目标的中心平面区域存在缺陷；
若所述至少一个测量子区域对应的检测区域为边角连接区域，则确定所述至少一个测量子区域中任意相邻两个测量子区域的平面度之差；若所述任意相邻两个测量子区域的平面度之差大于第四阈值，则确定所述待检测目标的边角连接区域存在缺陷。
本申请第二方面提供一种检测装置，所述装置包括：
确定模块，用于基于待检测目标的点云数据集，确定所述待检测目标的深度图像；基于所述待检测目标的深度图像，确定所述待检测目标的至少一个几何特征；将所述待检测目标的至少一个几何特征与检测模板的至少一个几何特征相匹配，确定所述待检测目标的坐标信息；基于所述待检测目标的坐标信息，确定所述待检测目标的至少一个测量子区域，以及所述至少一个测量子区域对应的点云数据；
检测模块，用于基于所述至少一个测量子区域对应的点云数据，以及所述至少一个测量子区域所对应的检测区域的检测方式，对所述待检测目标进行检测。
本申请第三方面提供一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；存储器，用于存放计算机程序；处理器，用于执行存储器上所存放的程序时，实现所述检测方法的步骤。
本申请第四方面提供一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时，实现所述检测方法的步骤。
通过本申请实施例提供的检测方法，基于待检测目标的点云数据集，确定所述待检测目标的深度图像；基于所述待检测目标的深度图像，确定所述待检测目标的至少一个几何特征；将所述待检测目标的至少一个几何特征与检测模板的至少一个几何特征相匹配，确定所述待检测目标的坐标信息；基于所述待检测目标的坐标信息，确定所述待检测目标的至少一个测量子区域，以及所述至少一个测量子区域对应的点云数据；基于所述至少一个测量子区域对应的点云数据，以及所述至少一个测量子区域所对应的检测区域的检测方式，对所述待检测目标进行检测；如此，可以提升检测所述待检测目标的效率和准确率。
附图说明
图1示出了本申请实施例提供的检测方法的一种可选流程示意图；
图2示出了本申请实施例提供的检测方法的另一种可选流程示意图；
图3示出了本申请实施例提供的待检测目标的可选示意图；
图4示出了本申请实施例提供的点云数据校准示意图；
图5示出了本申请实施例提供的待检测目标的可选点位示意图；
图6示出了本申请实施例提供的检测系统的可选示意图；
图7示出了本申请实施例提供的待检测目标的点云数据示意图；
图8示出了本申请实施例提供的检测设备的结构示意图。
具体实施方式
为使本申请的目的、特征、优点能够更加的明显和易懂，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而非全部实施例。基于本申请中的实施例，本领域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，都属于本申请保护的范围。
相关技术中，对于手机衬片的检测可以通过工业相机获取打在被测物表面的激光线，通过三角化方法进行三维重建，然后构建基准平面，最后计算特征点到基准平面的平整度信息。但是上述方法的通用性较差，对高反光的镜面材质和低反光的磨砂材质兼容性较差，导致三维重建精度低。
或者，可以通过获取被测物的三维点云，然后沿Z轴投影得到第一灰度图和第二灰度图，最后根据灰度值的差来判断缺陷区域。然而在上述方案中，需要良好的待测产品为基准，并且保证两次测量中运动平台的起点和中点完全一致，否则生成的灰度图尺寸不一致，灰度值做差将会失去意义，因此操作复杂度高。在生成深度图的过程中x和y方向的缩放因子直接影响到多少个三维点投影到一个像素点中，投影精度直接制约检测精度。
因此，针对手机衬片的检测方法中存在的缺陷，本申请提供一种检测方法，能够克服现有技术的部分或全部缺点。
图1示出了本申请实施例提供的检测方法的一种可选流程示意图，将根据各个步骤进行说明。
步骤S101，基于待检测目标的点云数据集，确定待检测目标的深度图像。
在一些实施例中，检测装置（以下简称装置）获取待检测目标的点云数据集；基于所述基于待检测目标的点云数据集，确定所述待检测目标的深度图像。其中，所述点云数据集包括所述待检测目标的三维点云数据；所述待检测目标可以是手机衬片，也可是需要检测表面平整度的其他物品，本申请不做具体限定。
步骤S102，基于待检测目标的深度图像，确定所述待检测目标的至少一个几何特征。
在一些实施例中，所述装置基于所述待检测目标的深度图像，确定所述待检测目标的至少一个几何特征。
其中，所述至少一个几何特征可以包括所述待检测目标的至少一个角的特征、所述待检测目标的至少一个边的特征。其中，所述角的特征可以是角相对于待检测目标的位置信息、角度信息等；所述边的特征可以是边相对于所述待检测目标的位置信息、长度信息等。
步骤S103，将所述待检测目标的至少一个几何特征与检测模板的至少一个几何特征相匹配，确定所述待检测目标的坐标信息。
在一些实施例中，所述装置将所述待检测目标的至少一个几何特征与所述检测模板的至少一个几何特征相匹配，基于所述检测模板的坐标信息，确定所述检测目标的坐标信息。
步骤S104，基于所述待检测目标的坐标信息，确定所述待检测目标的至少一个测量子区域，以及所述至少一个测量子区域对应的点云数据。
在一些是实施例中，所述装置基于所述待检测目标的坐标信息，确定所述待检测目标的至少一个测量子区域，以及所述至少一个测量子区域对应的点云数据。
其中，所述测量子区域可以是基于待检测目标的平面中心在所述待检测目标表面划分的间距相同且面积相等的至少一个子区域。
在一些可选实施例中，所述待检测目标的至少一个测量子区域基于匹配模型确定，所述基于所述待检测目标的深度图像，确定所述待检测目标的至少一个测量子区域之前，所述装置还可以确定检测模板的至少一个几何特征，以及所述检测模板的至少一个测量子区域；基于训练样本集中各训练样本的深度图像，确定所述各训练样本的至少一个几何特征；所述匹配模型包括的第一隐藏层对所述各训练样本的至少一个几何特征和所述检测模板的至少一个几何特征进行匹配，确定所述各训练样本的坐标信息；所述匹配模型包括的第二隐藏层基于所述各训练样本的坐标信息和所述检测模板的至少一个测量子区域的坐标信息，确定所述各训练样本的至少一个测量子区域。
具体实施时，所述装置可以基于所述检测模板的点云数据集，确定所述检测模板的深度图像；基于所述检测模板的深度图像，确定所述检测模板的至少一个几何特征，以及至少一个测量子区域。
在一些实施例中，所述装置基于所述检测模板包括的全部测量子区域的坐标信息，确认所述待检测目标的深度图像上全部所述测量子区域的坐标信息；根据所述全部所述测量子区域的坐标信息，确定所述待检测目标的深度图像上的测量子区域的坐标信息对应的点云数据。
具体实施时，所述装置根据全部所述测量子区域的第二方向和第三方向的坐标信息，确定与所述全部所述测量子区域的第二方向和第三方向的坐标信息相同的点云数据。
可选的，所述第二方向为x轴方向，第三方向为y轴方向，所述装置确认测量子区域的x轴范围和y轴范围，确定所述点云数据集中，x轴分量属于所述x轴范围，且y轴分量属于所述y轴范围的点云数据，为所述测量子区域对应的点云数据。
步骤S105，基于所述至少一个测量子区域对应的点云数据，以及所述至少一个测量子区域所对应的检测区域的检测方式，对所述待检测目标进行检测。
在一些实施例中，所述装置基于所述至少一个测量子区域对应的点云数据，以及所述至少一个测量子区域所对应的检测区域的检测方式，确定所述至少一个测量子区域对应的平面；确定所述至少一个测量子区域对应的点云数据与所述平面之间的距离的平均值；确定所述平均值为对应的测量子区域的平面度；基于所述至少一个测量子区域的平面度检测所述待检测目标。
具体实施时，若所述至少一个测量子区域对应的检测区域为边缘转角区域，则基于所述至少一个测量子区域对应的点云数据，以及所述边缘转角区域对应的检测方式，对所述待检测目标的边缘转角区域的凹陷缺陷和/或翘起缺陷进行检测；
若所述至少一个测量子区域对应的检测区域为边缘直线区域，则基于所述至少一个测量子区域对应的点云数据，以及所述边缘直线区域对应的检测方式，对所述待检测目标的边缘直线区域的凹陷缺陷和/或凸起缺陷进行检测；
若所述至少一个测量子区域对应的检测区域为中心平面区域，则基于所述至少一个测量子区域对应的点云数据，以及所述中心平面区域对应的检测方式，对所述待检测目标的中心平面区域的凹陷缺陷和/或凸起缺陷进行检测；
若所述至少一个测量子区域对应的检测区域为边角连接区域，则基于所述至少一个测量子区域对应的点云数据，以及所述边角连接区域对应的检测方式，对所述待检测目标的边角连接区域的凹陷缺陷和/或翘起缺陷进行检测。
或者，具体实施时，若所述至少一个测量子区域对应的检测区域为边缘转角区域，则确定至少一个测量子区域的平面度的最大值与最小值之差；若所述至少一个测量子区域的平面度的最大值与最小值之差大于第一阈值，则确定所述待检测目标的边缘转角区域存在缺陷；可选的，所述边缘转角区域可以是所述待检测目标的任一个角所在的区域；相应的，所述边缘转角区域缺陷可以是所述角所在的区域凹陷或翘起。
若所述至少一个测量子区域对应的检测区域为边缘直线区域，则确定所述至少一个测量子区域中任意相邻两个测量子区域的平面度之差；若所述任意相邻两个测量子区域的平面度之差大于第二阈值，则确定所述待检测目标的边缘直线区域存在缺陷；可选的，所述边缘直线区域可以是所述待检测目标的任一个边所在的区域；相应的，边缘直线区域存在缺陷可以是所述边所在的区域凹陷或翘起。
若所述至少一个测量子区域对应的检测区域为中心平面区域，则确定所述至少一个测量子区域的平面度的最大值与最小值之差；若所述至少一个测量子区域的平面度的最大值与最小值之差大于第三阈值，则确定所述待检测目标的中心平面区域存在缺陷；可选的，所述中心平面区域可以是所述待检测目标的面所在的区域；相应的，中心平面区域存在缺陷可以是所述面存在凹陷或翘起。
若所述至少一个测量子区域对应的检测区域为边角连接区域，则确定所述至少一个测量子区域中任意相邻两个测量子区域的平面度之差；若所述任意相邻两个测量子区域的平面度之差大于第四阈值，则确定所述待检测目标的边角连接区域存在缺陷；可选的，所述边角连接区域可以是边所在的区域与角所在的区域的连接处；相应的，第四位值存在缺陷可以是所述连接处处存在凹陷或翘起。
在一些实施例中，若所述待检测目标的表面为高反射表面或低反射表面，则在步骤S101之前，所述方法还可以包括：
步骤S100，基于检测模板的点云数据集校准待检测目标的点云数据集。
在一些实施例中，所述装置确定与所述待检测目标的点云数据集中第一点云数据坐标信息对应的检测模板的点云数据集中的第二点云数据；将所述第一点云数据的坐标信息在第一方向的分量替换为，所述第一点云数据的坐标信息在所述第一方向的分量与所述第二点云数据的坐标信息在所述第一方向的分量之差；所述第一方向的分量被替换后的所述第一点云数据，为校准后的所述待检测目标的点云数据。
其中，所述第二点云数据为第二方向和第三方向上，与所述第一点云数据之间的距离最短的点云数据。
如此，通过本申请实施例提供的测量方法，通过基于待检测目标的点云数据集，确定所述待检测目标的深度图像；基于所述待检测目标的深度图像，确定所述待检测目标的至少一个测量子区域；获取所述待检测目标的深度图像上全部所述测量子区域的坐标信息；根据所述全部所述测量子区域的坐标信息，确定所述待检测目标的深度图像上的测量子区域的坐标信息对应的点云数据；基于所述至少一个测量子区域对应的点云数据，对所述待检测目标进行检测；通过获取待检测目标的点云数据集，通过测量子区域的平整度定位缺陷位置，划分缺陷类型，可以有效地提升待检测目标表面平整度的检测精度。此外，对于不同表面材质的点云数据进行校准，也可以提升待检测目标表面平整度的检测精度。
图2示出了本申请实施例提供的检测方法的另一种可选流程示意图，将根据各个步骤进行说明。
在一些实施例中，以待检测目标为手机衬片为例进行说明。图3示出了本申请实施例提供的待检测目标的可选示意图。
所述待检测目标的可检测的缺陷包括：平面凹陷、平面凸起、边界翘起、边界凹陷、角部翘起、角部凹陷、边角连接处翘起和边角连接处凹陷等。
若所述待检测目标为手机衬片，则手机衬片的厚度范围可以是0.1毫米（mm）~0.25mm；宽度范围可以是60mm~75mm，长度范围可以是146mm~158mm；表面材质可以是：强反光金属材质和弱反光金属磨砂材质。
平面凹陷或平面凸起，可以通过判断手机衬片中心区域是否平整，是否存在局部隆起或凹陷的情况确定；边界翘起或边界凹陷可以通过判断手机衬片四个边界是否弯折，是否存在边界翘起或凹陷的情况确定；角部翘起或角部凹陷可以通过判断手机衬片四个角是否折损，是否出现角部翘起或凹陷的情况确定。
步骤S201，校准待检测目标的点云数据集。
在一些实施例中，由于待检测目标表面的材质多样，包含高反光的镜面金属材质和弱反光的磨砂材质。在低反光材质下调节的曝光参数和激光线亮度参数并不适用于高反光材质，会出现视野中央过曝，从而导致过曝区域的激光亮斑提取不准确，使最终的点云数据不能反映真实的物体表面。因此，若所述待检测目标的表面材质为高反光材质或低反光材质，为兼容不同材质的待检测目标的测量，所述装置获取所述待检测目标的点云数据集后，还可以校准所述待检测目标的点云数据集。
所述装置确定与所述待检测目标的点云数据集中第一点云数据坐标信息对应的检测模板的点云数据集中的第二点云数据；将所述第一点云数据的坐标信息在第一方向的分量替换为，所述第一点云数据的坐标信息在所述第一方向的分量与所述第二点云数据的坐标信息在所述第一方向的分量之差；所述第一方向的分量被替换后的所述第一点云数据，为校准后的所述待检测目标的点云数据。
其中，所述第二点云数据为第二方向和第三方向上，与所述第一点云数据之间的距离最短的点云数据。
以所述待检测目标表面材质为高反光材质为例，图4示出了本申请实施例提供的点云数据校准示意图。图4中，校正前的点云数据组成的线为凸起的弧线，校准后的点云数据组成的线为直线。
可选的，可以基于KD-Tree构建检测模板和待检测目标的点云数据集。
具体实施时，可以采用KD-Tree搜索与当前待检测目标的第一点云数据距离最近的第二点云数据，然后将所述第一点云数据的坐标信息在第一方向的分量替换为，所述第一点云数据的坐标信息在所述第一方向的分量与所述第二点云数据的坐标信息在所述第一方向的分量之差；所述第一方向的分量被替换后的所述第一点云数据，为校准后的所述待检测目标的点云数据。其中，第一方向可以是Z轴的方向。
或者，具体实施时，所述装置确定检测模板的点云数据集中，在第二方向和第三方向上，与所述第一点云数据之间的距离最短的点云数据为第二点云数据，然后将所述第一点云数据的坐标信息在第一方向的分量替换为，所述第一点云数据的坐标信息在所述第一方向的分量与所述第二点云数据的坐标信息在所述第一方向的分量之差。
步骤S202，训练匹配模型。
本申请实施例中，可以对同一批次、同一材质、同一型号或同一尺寸的待检测目标进行检测。可选的，在执行本申请实施例中之前，可以在至少一个待检测目标中，确定一个无平整度缺陷的待检测目标（也可称为良品）为检测模板，并确定所述检测模板的至少一个测量子区域和至少一个边缘转角区域、至少一个边缘直线区域、至少一个中心平面区域和至少一个边角连接区域。图5示出了本申请实施例提供的待检测目标的可选点位示意图。
图5中面积最小的区域为测量子区域，任意两个测量子区域之间的距离和/或所述测量子区域与所述待检测目标的边界之间的距离可以根据实际需求设置。所述边缘转角区域可以是所述待检测目标的任一个角所在的区域；所述边缘直线区域可以是所述待检测目标的任一个边所在的区域；所述中心平面区域可以是所述待检测目标的面所在的区域。边缘转角区域与边缘直线区域交接处，边角连接的边角连接区域。
在一些实施例中，所述装置训练匹配模型可以通过确定检测模板的至少一个几何特征，以及所述检测模板的至少一个测量子区域；基于训练样本集中各训练样本的深度图像，确定所述各训练样本的至少一个几何特征；所述匹配模型包括的第一隐藏层对所述各训练样本的至少一个几何特征和所述检测模板的至少一个几何特征进行匹配，确定所述各训练样本的坐标信息；所述匹配模型包括的第二隐藏层基于所述各训练样本的坐标信息和所述检测模板的至少一个测量子区域的坐标信息，确定所述各训练样本的至少一个测量子区域。再基于输出的所述训练样本的至少一个测量子区域与所述测量模板的至少一个测量子区域之前的差异，调整所述匹配模型中不同隐藏层之间的权重，实现训练匹配模型。
步骤S203，基于待检测目标的深度图像，确定待检测目标的至少一个测量子区域。
在一些实施例中，所述装置获取待检测目标的点云数据集；基于所述基于待检测目标的点云数据集，确定所述待检测目标的深度图像。可选的，所述装置还可以基于缩放因子和填充因子调整所述深度图像，使得所述深度图像的清晰度更高。可选的，第二方向和第三方向的缩放因子均为0.01mm，第二方向和第三方向的填充因子均为10。
图5示出了本申请实施例提供的待检测目标的深度图像示意图。
在一些实施例中，所述待检测目标的深度图像输入至所述匹配模型中，获取确定所述待检测目标的至少一个测量子区域。
具体实施时，所述装置基于所述待检测目标的深度图像，确定所述待检测目标的至少一个几何特征；将所述待检测目标的至少一个几何特征与检测模板的至少一个几何特征相匹配，确定所述待检测目标的坐标信息；基于所述待检测目标的坐标信息，确定所述待检测目标的至少一个测量子区域。
在一些可选实施例中，所述装置还可以基于所述检测模板包括的全部测量子区域的坐标信息，确认所述待检测目标的深度图像上全部所述测量子区域的坐标信息。
可选的，若所述深度图像经过所述缩放因子和填充因子调整，所述装置还可以根据所述全部测量子区域的坐标信息，以及所述深度图像的缩放因子，确认所述待检测目标的深度图像上全部所述测量子区域的坐标信息。
步骤S204，根据全部测量子区域的坐标信息，确定待检测目标的深度图像上的测量子区域的坐标信息对应的点云数据。
在一些实施例中，所述装置根据所述全部所述测量子区域的坐标信息，确定所述待检测目标的深度图像上的测量子区域的坐标信息对应的点云数据。
具体实施时，所述装置根据全部所述测量子区域的第二方向和第三方向的坐标信息，确定与所述全部所述测量子区域的第二方向和第三方向的坐标信息相同的点云数据。
可选的，所述第二方向为x轴方向，第三方向为y轴方向，所述装置确认测量子区域的x轴范围和y轴范围，确定所述点云数据集中，x轴分量属于所述x轴范围，且y轴分量属于所述y轴范围的点云数据，为所述测量子区域对应的点云数据。
步骤S205，基于所述至少一个测量子区域对应的点云数据，以及所述至少一个测量子区域所对应的检测区域的检测方式，对所述待检测目标进行检测。
在一些实施例中，所述装置基于所述至少一个测量子区域对应的点云数据，确定所述至少一个测量子区域对应的平面；确定所述至少一个测量子区域对应的点云数据与所述平面之间的距离的平均值；确定所述平均值为对应的测量子区域的平面度；基于所述至少一个测量子区域的平面度检测所述待检测目标。可选的，可以通过拟合的方式确定所述至少一个测量子区域对应的平面，本申请不做具体限定。
具体实施时，若所述至少一个测量子区域对应的检测区域为边缘转角区域，则基于所述至少一个测量子区域对应的点云数据，以及所述边缘转角区域对应的检测方式，对所述待检测目标的边缘转角区域的凹陷缺陷和/或翘起缺陷进行检测；
若所述至少一个测量子区域对应的检测区域为边缘直线区域，则基于所述至少一个测量子区域对应的点云数据，以及所述边缘直线区域对应的检测方式，对所述待检测目标的边缘直线区域的凹陷缺陷和/或凸起缺陷进行检测；
若所述至少一个测量子区域对应的检测区域为中心平面区域，则基于所述至少一个测量子区域对应的点云数据，以及所述中心平面区域对应的检测方式，对所述待检测目标的中心平面区域的凹陷缺陷和/或凸起缺陷进行检测；
若所述至少一个测量子区域对应的检测区域为边角连接区域，则基于所述至少一个测量子区域对应的点云数据，以及所述边角连接区域对应的检测方式，对所述待检测目标的边角连接区域的凹陷缺陷和/或翘起缺陷进行检测。
或者，具体实施时，若所述至少一个测量子区域对应的检测区域为边缘转角区域，则确定至少一个测量子区域中平面度的最大值与最小值之差；若所述至少一个测量子区域中平面度的最大值与最小值之差大于第一阈值，则确定所述待检测目标的边缘转角区域存在缺陷；可选的，所述边缘转角区域可以是所述待检测目标的任一个角所在的区域；若所述第一阈值是翘起平面度阈值，则所述边缘转角区域缺陷可以是所述角所在的区域存在角部翘起；或者，若所述第一阈值是凹陷平面度阈值，则所述边缘转角区域缺陷可以是所述角所在的区域存在角部凹陷。
若所述至少一个测量子区域对应的检测区域为边缘直线区域，则确定所述至少一个测量子区域任意相邻两个测量子区域的平面度之差；若所述任意相邻两个测量子区域的平面度之差大于第二阈值，则确定所述待检测目标的边缘直线区域存在缺陷；可选的，所述边缘直线区域可以是所述待检测目标的任一个边所在的区域；相应的，边缘直线区域存在缺陷可以是所述边所在的区域存在边界凹陷或边界翘起；所述第二阈值可以是边界平面度阈值。
若所述至少一个测量子区域对应的检测区域为中心平面区域，则确定所述至少一个测量子区域的平面度的最大值与最小值之差；若所述至少一个测量子区域的平面度的最大值与最小值之差大于第三阈值，则确定所述待检测目标的中心平面区域存在缺陷；可选的，所述中心平面区域可以是所述待检测目标的面所在的区域；相应的，中心平面区域存在缺陷可以是所述面存在平面凹陷或平面凸起；所述第三阈值可以是面平面度阈值。
若所述至少一个测量子区域对应的检测区域为边角连接区域，则确定所述至少一个测量子区域中任意相邻两个测量子区域的平面度之差；若所述任意相邻两个测量子区域的平面度之差大于第四阈值，则确定所述待检测目标的边角连接区域存在缺陷；可选的，所述边角连接区域可以是边所在的区域与角所在的区域的连接处；相应的，第四位值存在缺陷可以是所述连接处存在凹陷或翘起；所述第四阈值可以是边角平面度阈值。
若所述至少一个子测量区域中，任意相邻两个测量子区域的平面度之差小于或等于第二阈值与第四阈值中较小的值；且任意两个测量子区域的平面度之差小于或等于第一阈值与第三阈值中较小的值，则确认所述待检测目标无缺陷（即为良品）。
在一些可选实施例中，所述装置还可以在待检测目标的深度图像上标记出边缘转角区域、边缘直线区域、中心平面区域和边角连接区域，显示出各个区域的测量值，若良品则显示良品标志，若次品则显示缺陷位置、缺陷类型以及次品标志。
如此，通过本申请实施例提供的检测方法，通过待检测目标的点云数据集，并针对不同材质进行单点云数据校准，然后通过测量子区域的平整度检测平面凹陷、平面凸起、边界翘起、边界凹陷、角部翘起、角部凹陷等缺陷，能够准确定位缺陷位置，划分缺陷类型，满足检测精度的需求。
在一些实施例中，所述待测量目标的点云数据集可以通过本申请提供的测量系统获得。
图6示出了本申请实施例提供的检测系统的可选示意图，将根据各个部分进行说明。
本申请提供的检测系统300包括检测设备400和检测平台500。所述点云数据集可以由所述检测设备400包括的3D线激光高精度相机获取；还可以由所述检测设备400之外的3D线激光高精度相机获取后，通过网络传输至所述检测设备400。
所述检测平台300可以由伺服电机驱动，内置编码器。所述检测装置300固定在所述检测平台300的正上方，所述检测平台300上放置待检测目标。
在一些实施例中，所述检测系统300还可以包括支架600。所述支架600用于支撑和/或固定所述检查装置400和检测平台500。
将所述检测设备400与所述检测平台300连接，启动所述检测平台300，使所述检测设备400扫描待检测目标，在所述检测平台300运动的过程中所述待检测目标不出所述检测设备400的相机视野。待所述检测设备400扫描待检测目标之后，可获得所述待检测目标每一帧的点云数据、点云数、帧数、每一帧的编码器序号、编码器步长，根据编码器序号和编码器步长可将每帧点云融合起来，得到待检测目标的完整点云数据，如图7，图7示出了本申请实施例提供的待检测目标的点云数据示意图。
图8是本申请实施例提供的检测设备400的结构示意图，图8所示的检测设备400包括：至少一个处理器460、存储器450和至少一个网络接口420；可选的，所述检测设备400还可以包括用户接口430。检测设备400中的各个组件通过总线系统440耦合在一起。可理解，总线系统440用于实现这些组件之间的连接通信。总线系统440除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图8中将各种总线都标为总线系统440。
处理器460可以是一种集成电路芯片，具有信号的处理能力，例如通用处理器、数字信号处理器（Digital Signal Processor，DSP），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任何常规的处理器等。
用户接口430包括使得能够呈现媒体内容的一个或多个输出装置431，包括一个或多个扬声器和/或一个或多个视觉显示屏。用户接口430还包括一个或多个输入装置432，包括有助于用户输入的用户接口部件，比如键盘、鼠标、麦克风、触屏显示屏、摄像头、其他输入按钮和控件。
存储器450可以是可移除的，不可移除的或其组合。示例性的硬件设备包括固态存储器，硬盘驱动器，光盘驱动器等。存储器450可选地包括在物理位置上远离处理器460的一个或多个存储设备。
存储器450包括易失性存储器或非易失性存储器，也可包括易失性和非易失性存储器两者。非易失性存储器可以是只读存储器（Read Only Memory，ROM），易失性存储器可以是随机存取存储器（Random Access Memory，RAM）。本申请实施例描述的存储器450旨在包括任意适合类型的存储器。
在一些实施例中，存储器450能够存储数据以支持各种操作，这些数据的示例包括程序、模块和数据结构或者其子集或超集，下面示例性说明。
操作系统451，包括用于处理各种基本系统服务和执行硬件相关任务的系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务；
网络通信模块452，用于经由一个或多个（有线或无线）网络接口420到达其他计算设备，示例性的网络接口420包括：蓝牙、无线相容性认证（WiFi）、和通用串行总线（Universal Serial Bus，USB）等；
呈现模块453，用于经由一个或多个与用户接口430相关联的输出装置431（例如，显示屏、扬声器等）使得能够呈现信息（例如，用于操作外围设备和显示内容和信息的用户接口）；
输入处理模块454，用于对一个或多个来自一个或多个输入装置432之一的一个或多个用户输入或互动进行检测以及翻译所检测的输入或互动。
在一些实施例中，本申请实施例提供的装置可以采用软件方式实现，图8示出了存储在存储器450中的检测装置455，其可以是程序和插件等形式的软件，包括以下软件模块：确定模块4551以及检测模块4552，这些模块是逻辑上的，因此根据所实现的功能可以进行任意的组合或进一步拆分。将在下文中说明各个模块的功能。
在另一些实施例中，本申请实施例提供的物流容器搬运装置可以采用软硬件结合的方式实现，作为示例，本申请实施例提供的物流容器搬运装置可以是采用硬件译码处理器形式的处理器，其被编程以执行本申请实施例提供的物流容器搬运方法，例如，硬件译码处理器形式的处理器可以采用一个或多个应用专用集成电路（Application SpecificIntegrated Circuit，ASIC）、DSP、可编程逻辑器件（Programmable Logic Device，PLD）、复杂可编程逻辑器件（Complex Programmable Logic Device，CPLD）、现场可编程门阵列（Field-Programmable Gate Array，FPGA）或其他电子元件。
下面继续说明本申请实施例提供的检测装置455实施为软件模块的示例性结构，在一些实施例中，如图8所示，存储在存储器450的检测装置455中的软件模块可以包括：确定模块4551，用于基于待检测目标的点云数据集，确定所述待检测目标的深度图像；基于所述待检测目标的深度图像，确定所述待检测目标的至少一个几何特征；将所述待检测目标的至少一个几何特征与检测模板的至少一个几何特征相匹配，确定所述待检测目标的坐标信息；基于所述待检测目标的坐标信息，确定所述待检测目标的至少一个测量子区域，以及所述至少一个测量子区域对应的点云数据；检测模块4552，用于基于所述至少一个测量子区域对应的点云数据，以及所述至少一个测量子区域所对应的检测区域的检测方式，对所述待检测目标进行检测。
所述确定模块4551，用于确定检测模板的至少一个几何特征，以及所述检测模板的至少一个测量子区域；基于训练样本集中各训练样本的深度图像，确定所述各训练样本的至少一个几何特征；所述匹配模型包括的第一隐藏层对所述各训练样本的至少一个几何特征和所述检测模板的至少一个几何特征进行匹配，确定所述各训练样本的坐标信息；所述匹配模型包括的第二隐藏层基于所述各训练样本的坐标信息和所述检测模板的至少一个测量子区域的坐标信息，确定所述各训练样本的至少一个测量子区域。
所述确定模块4551，具体用于基于所述检测模板的点云数据集，确定所述检测模板的深度图像；基于所述检测模板的深度图像，确定所述检测模板的至少一个几何特征，以及至少一个测量子区域。
在一些实施例中，所述检测装置455还可以包括校准模块4553。
所述校准模块4553，用于基于检测模板的点云数据集校准所述待检测目标的点云数据集。
所述校准模块4553，具体用于确定与所述待检测目标的点云数据集中第一点云数据坐标信息对应的检测模板的点云数据集中的第二点云数据；将所述第一点云数据的坐标信息在第一方向的分量替换为，所述第一点云数据的坐标信息在所述第一方向的分量与所述第二点云数据的坐标信息在所述第一方向的分量之差；所述第一方向的分量被替换后的所述第一点云数据，为校准后的所述待检测目标的点云数据。
所述检测模块4552，用于基于所述至少一个测量子区域对应的点云数据，确定所述至少一个测量子区域对应的平面；确定所述至少一个测量子区域对应的点云数据与所述平面之间的距离的平均值；确定所述平均值为对应的测量子区域的平面度；基于所述至少一个测量子区域的平面度检测所述待检测目标。
所述检测模块4552，具体用于若所述至少一个测量子区域对应的检测区域为边缘转角区域，则基于所述至少一个测量子区域对应的点云数据，以及所述边缘转角区域对应的检测方式，对所述待检测目标的边缘转角区域的凹陷缺陷和/或翘起缺陷进行检测；
若所述至少一个测量子区域对应的检测区域为边缘直线区域，则基于所述至少一个测量子区域对应的点云数据，以及所述边缘直线区域对应的检测方式，对所述待检测目标的边缘直线区域的凹陷缺陷和/或凸起缺陷进行检测；
若所述至少一个测量子区域对应的检测区域为中心平面区域，则基于所述至少一个测量子区域对应的点云数据，以及所述中心平面区域对应的检测方式，对所述待检测目标的中心平面区域的凹陷缺陷和/或凸起缺陷进行检测；
若所述至少一个测量子区域对应的检测区域为边角连接区域，则基于所述至少一个测量子区域对应的点云数据，以及所述边角连接区域对应的检测方式，对所述待检测目标的边角连接区域的凹陷缺陷和/或翘起缺陷进行检测。
所述检测模块4552，具体用于若所述至少一个测量子区域对应的检测区域为边缘转角区域，则确定至少一个测量子区域的平面度的最大值与最小值之差；若所述至少一个测量子区域的平面度的最大值与最小值之差大于第一阈值，则确定所述待检测目标的边缘转角区域存在缺陷；若所述至少一个测量子区域对应的检测区域为边缘直线区域，则确定所述至少一个测量子区域中任意相邻两个测量子区域的平面度之差；若所述任意相邻两个测量子区域的平面度之差大于第二阈值，则确定所述待检测目标的边缘直线区域存在缺陷；若所述至少一个测量子区域对应的检测区域为中心平面区域，则确定所述至少一个测量子区域的平面度的最大值与最小值之差；若所述至少一个测量子区域的平面度的最大值与最小值之差大于第三阈值，则确定所述待检测目标的中心平面区域存在缺陷；若所述至少一个测量子区域对应的检测区域为边角连接区域，则确定所述至少一个测量子区域中任意相邻两个测量子区域的平面度之差；若所述任意相邻两个测量子区域的平面度之差大于第四阈值，则确定所述待检测目标的边角连接区域存在缺陷。
本申请实施例还提供一种电子设备，所述电子设备包括：
存储器，用于存储可执行指令；
处理器，用于执行所述存储器中存储的可执行指令时，实现本申请实施例提供的检测方法。
本申请实施例还提供一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行本申请实施例提供的物流容器搬运方法。
本申请实施例还提供一种计算机可读存储介质，存储有可执行指令，所述可执行指令被处理器执行时，实现本申请实施例提供的物流容器搬运方法。
在一些实施例中，计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、闪存、磁表面存储器、光盘、或CD-ROM等存储器；也可以是包括上述存储器之一或任意组合的各种设备。
在一些实施例中，可执行指令可以采用程序、软件、软件模块、脚本或代码的形式，按任意形式的编程语言（包括编译或解释语言，或者声明性或过程性语言）来编写，并且其可按任意形式部署，包括被部署为独立的程序或者被部署为模块、组件、子例程或者适合在计算环境中使用的其它单元。
作为示例，可执行指令可以但不一定对应于文件系统中的文件，可以可被存储在保存其它程序或数据的文件的一部分，例如，存储在超文本标记语言（Hyper Text MarkupLanguage，HTML）文档中的一个或多个脚本中，存储在专用于所讨论的程序的单个文件中，或者，存储在多个协同文件（例如，存储一个或多个模块、子程序或代码部分的文件）中。
作为示例，可执行指令可被部署为在一个计算设备上执行，或者在位于一个地点的多个计算设备上执行，又或者，在分布在多个地点且通过通信网络互连的多个计算设备上执行。
以上所述，仅为本申请的实施例而已，并非用于限定本申请的保护范围。凡在本申请的精神和范围之内所作的任何修改、等同替换和改进等，均包含在本申请的保护范围之内。
Claims (10)
1.一种检测方法，其特征在于，所述方法包括：
基于待检测目标的点云数据集，确定所述待检测目标的深度图像；
基于所述待检测目标的深度图像，确定所述待检测目标的至少一个几何特征；
将所述待检测目标的至少一个几何特征与检测模板的至少一个几何特征相匹配，确定所述待检测目标的坐标信息；
基于所述待检测目标的坐标信息，确定所述待检测目标的至少一个测量子区域，以及所述至少一个测量子区域对应的点云数据；
基于所述至少一个测量子区域对应的点云数据，以及所述至少一个测量子区域所对应的检测区域的检测方式，对所述待检测目标进行检测；
所述基于所述至少一个测量子区域对应的点云数据，以及所述至少一个测量子区域所对应的检测区域的检测方式，对所述待检测目标进行检测，包括：
基于所述至少一个测量子区域对应的点云数据，确定所述至少一个测量子区域对应的平面；确定所述至少一个测量子区域对应的点云数据与所述平面之间的距离的平均值；确定所述平均值为对应的测量子区域的平面度；基于所述至少一个测量子区域的平面度检测所述待检测目标。
2.根据权利要求1所述的方法，其特征在于，所述待检测目标的至少一个测量子区域基于匹配模型确定，所述基于所述待检测目标的深度图像，确定所述待检测目标的至少一个测量子区域之前，所述方法还包括：
确定检测模板的至少一个几何特征，以及所述检测模板的至少一个测量子区域；
基于训练样本集中各训练样本的深度图像，确定所述各训练样本的至少一个几何特征；
所述匹配模型包括的第一隐藏层对所述各训练样本的至少一个几何特征和所述检测模板的至少一个几何特征进行匹配，确定所述各训练样本的坐标信息；
所述匹配模型包括的第二隐藏层基于所述各训练样本的坐标信息和所述检测模板的至少一个测量子区域的坐标信息，确定所述各训练样本的至少一个测量子区域。
3.根据权利要求2所述的方法，其特征在于，所述基于所述待检测目标的坐标信息，确定所述待检测目标的至少一个测量子区域包括：
基于所述检测模板的点云数据集，确定所述检测模板的深度图像；
基于所述检测模板的深度图像，确定所述检测模板的至少一个几何特征，以及至少一个测量子区域。
4.根据权利要求1所述的方法，其特征在于，所述基于待检测目标的点云数据集，确定所述待检测目标的深度图像之前，所述方法还包括：
基于所述检测模板的点云数据集校准所述待检测目标的点云数据集。
5.根据权利要求4所述的方法，其特征在于，所述基于检测模板的点云数据集校准所述待检测目标的点云数据集，包括：
确定与所述待检测目标的点云数据集中第一点云数据坐标信息对应的检测模板的点云数据集中的第二点云数据；
将所述第一点云数据的坐标信息在第一方向的分量替换为，所述第一点云数据的坐标信息在所述第一方向的分量与所述第二点云数据的坐标信息在所述第一方向的分量之差；
所述第一方向的分量被替换后的所述第一点云数据，为校准后的所述待检测目标的点云数据。
6.根据权利要求1所述的方法，其特征在于，所述基于所述至少一个测量子区域对应的点云数据，以及所述至少一个测量子区域所对应的检测区域的检测方式，对所述待检测目标进行检测，包括：
若所述至少一个测量子区域对应的检测区域为边缘转角区域，则基于所述至少一个测量子区域对应的点云数据，以及所述边缘转角区域对应的检测方式，对所述待检测目标的边缘转角区域的凹陷缺陷和/或翘起缺陷进行检测；
若所述至少一个测量子区域对应的检测区域为边缘直线区域，则基于所述至少一个测量子区域对应的点云数据，以及所述边缘直线区域对应的检测方式，对所述待检测目标的边缘直线区域的凹陷缺陷和/或凸起缺陷进行检测；
若所述至少一个测量子区域对应的检测区域为中心平面区域，则基于所述至少一个测量子区域对应的点云数据，以及所述中心平面区域对应的检测方式，对所述待检测目标的中心平面区域的凹陷缺陷和/或凸起缺陷进行检测；
若所述至少一个测量子区域对应的检测区域为边角连接区域，则基于所述至少一个测量子区域对应的点云数据，以及所述边角连接区域对应的检测方式，对所述待检测目标的边角连接区域的凹陷缺陷和/或翘起缺陷进行检测。
7.根据权利要求6所述的方法，其特征在于，所述基于所述至少一个测量子区域对应的点云数据，以及所述至少一个测量子区域所对应的检测区域的检测方式，对所述待检测目标进行检测，包括：
若所述至少一个测量子区域对应的检测区域为边缘转角区域，则确定所述至少一个测量子区域的平面度的最大值与最小值之差；若所述至少一个测量子区域的平面度的最大值与最小值之差大于第一阈值，则确定所述待检测目标的边缘转角区域存在缺陷；
若所述至少一个测量子区域对应的检测区域为边缘直线区域，则确定所述至少一个测量子区域中任意相邻两个测量子区域的平面度之差；若所述任意相邻两个测量子区域的平面度之差大于第二阈值，则确定所述待检测目标的边缘直线区域存在缺陷；
若所述至少一个测量子区域对应的检测区域为中心平面区域，则确定所述至少一个测量子区域的平面度的最大值与最小值之差；若所述至少一个测量子区域的平面度的最大值与最小值之差大于第三阈值，则确定所述待检测目标的中心平面区域存在缺陷；
若所述至少一个测量子区域对应的检测区域为边角连接区域，则确定所述至少一个测量子区域中任意相邻两个测量子区域的平面度之差；若所述任意相邻两个测量子区域的平面度之差大于第四阈值，则确定所述待检测目标的边角连接区域存在缺陷。
8.一种检测装置，其特征在于，所述装置包括：
确定模块，用于基于待检测目标的点云数据集，确定所述待检测目标的深度图像；基于所述待检测目标的深度图像，确定所述待检测目标的至少一个几何特征；将所述待检测目标的至少一个几何特征与检测模板的至少一个几何特征相匹配，确定所述待检测目标的坐标信息；基于所述待检测目标的坐标信息，确定所述待检测目标的至少一个测量子区域，以及所述至少一个测量子区域对应的点云数据；
检测模块，用于基于所述至少一个测量子区域对应的点云数据，以及所述至少一个测量子区域所对应的检测区域的检测方式，对所述待检测目标进行检测；
所述检测模块，具体用于基于所述至少一个测量子区域对应的点云数据，确定所述至少一个测量子区域对应的平面；确定所述至少一个测量子区域对应的点云数据与所述平面之间的距离的平均值；确定所述平均值为对应的测量子区域的平面度；基于所述至少一个测量子区域的平面度检测所述待检测目标。
9.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；存储器，用于存放计算机程序；处理器，用于执行存储器上所存放的程序时，实现权利要求1-7任一项所述的方法步骤。
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内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-7任一项所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110853695.8A CN113344917B (zh) | 2021-07-28 | 2021-07-28 | 一种检测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110853695.8A CN113344917B (zh) | 2021-07-28 | 2021-07-28 | 一种检测方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113344917A CN113344917A (zh) | 2021-09-03 |
| CN113344917B true CN113344917B (zh) | 2021-11-23 |
Family
ID=77480417
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110853695.8A Active CN113344917B (zh) | 2021-07-28 | 2021-07-28 | 一种检测方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113344917B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114047503B (zh) * | 2021-11-03 | 2024-06-14 | 珠海格力电器股份有限公司 | 活动对象检测方法、装置、电子设备和存储介质 |
| CN114332073A (zh) * | 2022-01-14 | 2022-04-12 | 湖南视比特机器人有限公司 | 目标工件的检测方法及装置、智能分拣系统和存储介质 |
| CN116109632B (zh) * | 2023-04-11 | 2023-07-21 | 成都飞机工业（集团）有限责任公司 | 一种飞机表面几何精度检测方法、装置、设备及介质 |
| CN117197239A (zh) * | 2023-09-13 | 2023-12-08 | 北醒（北京）光子科技有限公司 | 冲击点区域定位方法、装置、电子设备及存储介质 |
| CN117351065B (zh) * | 2023-12-05 | 2024-02-23 | 武汉市品持科技有限公司 | 一种清洁方法及装置、存储介质和电子设备 |
| CN117824546B (zh) * | 2024-03-04 | 2024-07-02 | 泉州湖南大学工业设计与机器智能创新研究院 | 一种洗手盆平面度检测方法 |
| CN118365639B (zh) * | 2024-06-18 | 2024-08-30 | 深圳市家鸿口腔医疗股份有限公司 | 一种义齿缺陷修复识别处理方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110427917A (zh) * | 2019-08-14 | 2019-11-08 | 北京百度网讯科技有限公司 | 用于检测关键点的方法和装置 |
| CN111079597A (zh) * | 2019-12-05 | 2020-04-28 | 联想(北京)有限公司 | 三维信息检测方法及电子设备 |
| CN112070759A (zh) * | 2020-09-16 | 2020-12-11 | 浙江光珀智能科技有限公司 | 一种叉车托盘检测与定位方法及系统 |
| CN112767399A (zh) * | 2021-04-07 | 2021-05-07 | 惠州高视科技有限公司 | 半导体焊线缺陷检测方法、电子设备及存储介质 |
| CN112949782A (zh) * | 2021-04-27 | 2021-06-11 | 上海芯物科技有限公司 | 一种目标检测方法、装置、设备及存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109784333B (zh) * | 2019-01-22 | 2021-09-28 | 中国科学院自动化研究所 | 基于点云带权通道特征的三维目标检测方法及系统 |
-
2021
- 2021-07-28 CN CN202110853695.8A patent/CN113344917B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110427917A (zh) * | 2019-08-14 | 2019-11-08 | 北京百度网讯科技有限公司 | 用于检测关键点的方法和装置 |
| CN111079597A (zh) * | 2019-12-05 | 2020-04-28 | 联想(北京)有限公司 | 三维信息检测方法及电子设备 |
| CN112070759A (zh) * | 2020-09-16 | 2020-12-11 | 浙江光珀智能科技有限公司 | 一种叉车托盘检测与定位方法及系统 |
| CN112767399A (zh) * | 2021-04-07 | 2021-05-07 | 惠州高视科技有限公司 | 半导体焊线缺陷检测方法、电子设备及存储介质 |
| CN112949782A (zh) * | 2021-04-27 | 2021-06-11 | 上海芯物科技有限公司 | 一种目标检测方法、装置、设备及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 《一种新能源动力电池顶盖平面度检测方法研究》;汪威等;《仪器仪表学报》;20200309(第02期);218-225 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113344917A (zh) | 2021-09-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113344917B (zh) | 一种检测方法、装置、电子设备及存储介质 | |
| US11544874B2 (en) | System and method for calibration of machine vision cameras along at least three discrete planes | |
| KR100785594B1 (ko) | 화상 처리 장치 | |
| US20030090483A1 (en) | Simulation apparatus for working machine | |
| JP4052323B2 (ja) | ３次元測定システム | |
| JP2018205023A (ja) | 画像検査装置、画像検査方法、画像検査装置の設定方法、画像検査プログラム、画像装置の設定検査プログラム及びコンピュータで読み取り可能な記録媒体並びに記録した機器 | |
| JP2018205025A (ja) | 画像検査装置、画像検査方法、画像検査プログラム及びコンピュータで読み取り可能な記録媒体並びに記録した機器 | |
| US20090289953A1 (en) | System and method for adjusting view of a measuring report of an object | |
| CN101213440A (zh) | 创建用于检查凹凸图形的主数据的方法 | |
| CN108286946B (zh) | 传感器位置标定和数据拼接的方法及系统 | |
| CN115508814A (zh) | 相机与激光雷达联合标定方法、装置、介质及机器人 | |
| CN115615353A (zh) | 利用平行光检测物体尺寸的方法、装置、设备及存储介质 | |
| US6766047B2 (en) | Defect inspection method for three-dimensional object | |
| CN117830251A (zh) | 缺陷分析方法、缺陷分析装置及电子设备 | |
| JP2018205024A (ja) | 画像検査装置、画像検査方法、画像検査プログラム及びコンピュータで読み取り可能な記録媒体並びに記録した機器 | |
| US8982119B2 (en) | Electronic device and method for establishing a safety plane in coordinate measurements | |
| CN111352630A (zh) | 测量程序编译装置与测量程序编译方法 | |
| JP2017058360A (ja) | 部品の物理プロファイルを処理するための経路を生成するためのシステム及び方法 | |
| KR100507887B1 (ko) | 조명 광학 소자의 검사 장치 및 조명 광학 소자의 검사 방법 | |
| CN110502947B (zh) | 结构光测深系统、测量信息码深度的方法及数据处理方法 | |
| CN116415367A (zh) | 用于参考图与零件的图像的对齐和比较的系统和方法 | |
| CN111344102A (zh) | 焊接轨迹跟踪方法、装置及系统 | |
| CN112529952B (zh) | 物体体积测量方法、装置及电子设备 | |
| JP3999063B2 (ja) | 三次元測定機、三次元測定機の校正方法及び該方法を実行するためのプログラムを格納したコンピュータ読み取り可能な記憶媒体 | |
| JP7363545B2 (ja) | キャリブレーション判定結果提示装置、キャリブレーション判定結果提示方法及びプログラム |
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 |