CN113362288B - 一种金手指划伤检测方法、装置以及电子设备 - Google Patents
一种金手指划伤检测方法、装置以及电子设备 Download PDFInfo
- Publication number
- CN113362288B CN113362288B CN202110565086.2A CN202110565086A CN113362288B CN 113362288 B CN113362288 B CN 113362288B CN 202110565086 A CN202110565086 A CN 202110565086A CN 113362288 B CN113362288 B CN 113362288B
- Authority
- CN
- China
- Prior art keywords
- golden finger
- scratch
- area
- picture
- connected domain
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 claims abstract description 58
- 238000004364 calculation method Methods 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims description 43
- 230000008569 process Effects 0.000 claims description 22
- 238000010586 diagram Methods 0.000 claims description 16
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 claims description 14
- 239000010931 gold Substances 0.000 claims description 14
- 229910052737 gold Inorganic materials 0.000 claims description 14
- 238000001914 filtration Methods 0.000 claims description 13
- 230000036961 partial effect Effects 0.000 claims description 5
- 238000007747 plating Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 description 19
- 238000003860 storage Methods 0.000 description 6
- 230000003044 adaptive effect Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003647 oxidation Effects 0.000 description 2
- 238000007254 oxidation reaction Methods 0.000 description 2
- 238000003466 welding Methods 0.000 description 2
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009713 electroplating Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
-
- G06T5/92—
-
- 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
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- G06T2207/30148—Semiconductor; IC; Wafer
Abstract
本发明实施例提供了一种金手指划伤检测方法、装置以及电子设备。所述金手指划伤检测方法包括：通过获取所述原始图片，将所述图片进行灰度化处理，在所述图片灰度化处理后，根据计算统计出所述金手指内各单连通域的面积，最后根据所述金手指内各单连通域的面积最终确定所述金手指的划痕区域。本发明提供的方法、装置以及电子设备能够自动分割图像中的金手指区域，减少了AOI系统编程的复杂度和工作量以及提高划痕检测精度，降低误报率。
Description
【技术领域】
本发明涉及金手指划伤检测的技术领域，特别涉及一种金手指划伤检测方法、装置以及电子设备。
【背景技术】
金手指(connecting finger)一般是指如内存条插槽上整齐排列的裸露导电片，通常用于电子产品之间的连接，但是一些行业中为了与一般涂锡焊接的焊盘区分，而把一些用于打线机打线的导电片称为金手指，所述金手指表面通常会电镀一层抗氧化性和导电性较强的金属材料，由于镀层非常薄很容易发生磨损，生产中对所述金手指表面的检测是不可缺少的。
在实现本发明的过程中，发明人发现目前相关技术至少存在以下问题：AOI系统编程操作需要手动标记每个金手指的区域，对于非矩形的金手指区域，往往只能检测其内接矩形的范围，而抽色类的划痕检测算法对图像颜色和亮度变化比较敏感，在实际使用时需要经常调整阈值，且无法排除由镀层表面粗糙导致的“黑点”，通过这些方式检测金手指划伤的方法不能自动分割图像中的金手指区域，增加了误报率和AOI系统编程的复杂度和工作量，降低了划痕检测的精度。
【发明内容】
本发明实施例提供一种金手指划伤检测方法、装置以及电子设备，旨在解决现有技术中检测金手指划伤的方法不能自动分割图像中的金手指区域，误报率高、编程复杂、检测精度低的问题。
为解决上述技术问题，本发明实施例提供以下技术方案：一种金手指划伤检测方法。上述方法包括：
可选的，获取原始图片；
将所述图片进行灰度化处理；
在所述图片灰度化处理后，根据计算统计出金手指内各单连通域的面积；
根据金手指内各单连通域的面积确定金手指的划痕区域。
可选的，所述将所述图片进行灰度化处理，包括：将所述图片的三通道转化为单通道。
可选的，所述根据计算统计出金手指内各单连通域的面积，包括：
获取金手指的掩码图；
获取划痕候选点；
根据所述掩码图和所述划痕候选点统计金手指内各单连通域的面积。
可选的，在执行所述获取金手指的掩码图的步骤之前，所述方法还包括：
将所述灰度化处理后的图片进行图像滤波处理；
将所述图像滤波处理后的图片进行二值化处理。
可选的，所述方法还包括第一闭运算处理，所述第一闭运算处理包括：
抹去所述二值化处理后黑白图片中的小黑点，以获得所述金手指的掩码图。
可选的，所述获取划痕候选点包括：
获取所述灰度化处理后图片中的第一像素周围的邻域像素；
计算所述邻域像素的灰度均值；
获取所述第一像素的灰度值；
计算所述第一像素的灰度值与所述领域像素的灰度均值的差；
判断所述差是否超过预设阈值；
若是，则保留所述第一像素对应的点。
可选的，所述方法还包括第二闭运算处理，所述第二闭运算处理包括：
基于所述第一像素对应的点进行划痕填补操作，并连接填补后的划痕。
可选的，根据金手指内各单连通域的面积确定金手指的划痕区域，包括：
判断各所述单连通域面积是否大于预定阈值；
若是，则保留所述单连通域，其中，所保留所述单连通域共同形成金手指的划痕区域。
为解决上述技术问题，本发明实施例提供以下技术方案：一种金手指划伤检测装置。上述金手指划伤检测装置包括：
图片获取模块，用于获取原始图片；
图片处理模块，用于将所述图片进行灰度化处理；
统计模块，用于在所述图片灰度化处理后，根据计算统计出金手指内各单连通域的面积；
确定模块，用于根据金手指内各单连通域的面积确定金手指的划痕区域。
为解决上述技术问题，本发明实施例提供以下技术方案：一种电子设备。上述电子设备包括：至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述任一项所述的方法。
与现有技术相比较，本发明实施例的有益效果是：通过获取所述原始图片，将所述图片进行灰度化处理，在所述图片灰度化处理后，根据计算统计出所述金手指内各单连通域的面积，最后根据所述金手指内各单连通域的面积最终确定所述金手指的划痕区域。本发明提供的方法、装置以及电子设备能够自动分割图像中的金手指区域，减少了AOI系统编程的复杂度和工作量以及提高划痕检测精度，降低误报率。
【附图说明】
一个或多个实施例通过与之对应的附图进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。
图1为本发明其中一实施例提供的金手指划伤检测系统的结构框图；
图2为本发明实施例提供的金手指划伤检测方法的流程示意图；
图3是本发明实施例提供的金手指划伤检测装置的结构框图；
图4是本发明实施例提供的金手指示意图；
图5是本发明实施例提供的金手指划伤提取的图片；
图6是本发明实施例提供的OTSU阈值分割结果图；
图7是本发明实施例提供的对OTSU阈值分割的结果进行闭运算获取金手指掩码图；
图8是本发明实施例提供的金手指自适应阈值分割的结果图；
图9是本发明实施例提供的对自适应阈值分割结果做闭运算后的结果图；
图10是本发明实施例提供的筛选划伤像素点后的结果图；
图11a-11d是本发明实施例提供的划痕检测结果与原图的对比图；
图12是本发明施例提供的执行上述金手指划伤检测方法的电子设备的硬件结构示意图。
【具体实施方式】
为了便于理解本发明，下面结合附图和具体实施例，对本发明进行更详细的说明。需要说明的是，如果不冲突，本发明实施例中的各个特征可以相互结合，均在本申请的保护范围之内。另外，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。此外，本文所采用的“第一”、“第二”、“第三”等字样并不对数据和执行次序进行限定，仅是对功能和作用基本相同的相同项或相似项进行区分。
除非另有定义，本说明书所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本说明书中在本发明的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是用于限制本发明。
请参阅图1，本公开实施例提供一种金手指划伤检测系统，所述金手指划伤检测系统10包括控制单元11、摄像单元12及传感单元13。
控制单元11作为金手指划伤检测系统10的控制核心，协调各个单元的工作。控制单元11可以为通用处理器(例如中央处理器CPU)、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA、CPLD等)、单片机、ARM(Acorn RISC Machine)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合。还有，控制单元11还可以是任何传统处理器、控制器、微控制器或状态机。控制单元11也可以被实现为计算设备的组合，例如，DSP和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP核、或任何其它这种配置。
摄像单元12用于获取所述金手指划伤的原始图片，摄像单元12与控制单元11电连接，通过摄像头获取所述图片，并向控制单元11输出所述图片，以便控制单元11根据所述图片做出下一步操作。
图2为本发明实施例提供的金手指划伤检测方法流程示意图。所述方法由金手指划伤检测系统执行，如图2所示，该方法包括如下步骤：
S01、获取原始图片。
所述摄像单元12包括摄像头，根据所述摄像头拍摄的整图，通过AOI系统截取不同区域的图像，所述图像就是所述金手指的原始图片。
所述AOI系统全称是自动光学检测，是基于光学原理来对焊接生产中遇到的常见缺陷进行检测的设备。当所述AOI系统自动检测时，机器通过所述摄像头自动扫描PCB，采集所述图像，将测试的焊点与数据库中的合格的参数进行比较，经过图像处理，检查出PCB上缺陷，并通过显示器或自动标志把缺陷标示出来，供维修人员修整。
S02、将所述图片进行灰度化处理。
所述灰度化处理，即将RGB颜色空间的像素值经过公式Gray＝0.299*R+0.587*G+0.114*B映射到灰度空间，每个像素的灰度值用一个字节表示，所述灰度值范围为0-255，通过所述灰度化处理，将所述图片从三通道图像压缩为单通道图像，减少后期统计所述金手指划痕区域的计算量。
S03、在所述图片灰度化处理后，根据计算统计出金手指内各单连通域的面积。
所述统计金手指内各单连通域的面积包括两个方面，第一方面是获取金手指的掩码图，第二方面是获取所述金手指的划痕候选点。
所述金手指的掩码图指的是标示所有金手指区域的图像。在所述获取金手指的掩码图之前，还需要将所述灰度化处理后的图片进行滤波处理，滤除掉噪点，加强连通域的筛选。在图像处理中，所述滤波处理是图像预处理的一种方法，所述滤波处理可以是用均值滤波器、高斯滤波器和巴特沃斯低通滤波器等具有低通特性的滤波器处理图像过程。所述滤波处理，是抑制和防止干扰的一项重要措施，主要是将信号中特定的波段频率滤除，从而保留所需要的波段频率信号，根据不同的选择保留不同的频段。所述滤波处理主要的优点是消除图像中混入的噪声和为图像识别抽取出图像特征。
在所述图片进行滤波处理以后，还需要对所述图片进行二值化处理，也即，将256个亮度等级的灰度图像通过适当的阈值选取，获得可以反映所述图像整体和局部特征的二值化图像。所述图像二值化处理的方法有很多种。例如，OTSU阈值分割，OTSU算法也称最大类间差法，是图像分割中阈值选取的常用算法，计算简单，不受图像亮度和对比度的影响。也即，所述OTSU阈值分割是根据所述图像的灰度特性,将所述图像分成背景和前景两部分。由于方差是灰度分布均匀性的一种度量,所述背景与所述前景之间的类间方差越大,说明构成所述图像的两部分的差别越大,当部分前景错分为所述背景或部分背景错分为所述前景时，都会导致两部分的差别变小，所以，类间方差最大的分割意味着错分概率最小。
具体的，对于图像I(x，y)，将所述前景和所述背景的分割阈值记作T，所述前景的像素点数占所述图像的像素点数的比例记为ω0，平均灰度记为μ0；所述背景像素点数占所述图像的像素点数的比例为ω1，平均灰度为μ1。所述图像的总平均灰度记为μ，类间方差记为g。
假设所述图像的背景较暗，并且所述图像的大小为M×N，所述图像中像素的所述灰度值小于所述阈值T的像素点个数记作N0，像素灰度大于所述阈值T的像素点个数记作N1，则：
ω0＝N0/M×N (1)
ω1＝N1/M×N (2)
N0+N1＝M×N (3)
ω0+ω1＝1 (4)
μ＝ω0×μ0+ω1×μ1 (5)
g＝ω0(μ0-μ)2+ω1(μ1-μ)2 (6)
将式(5)代入式(6)，得到等价公式：
g＝ω0ω1(μ0-μ1)2 (7)
得到g的值就是所述类间方差。最后可以采用遍历的方法得到类间方差g的最大阈值T。
所述划痕候选点指的是经过自适应阈值分割后得到的点，包括镀层表面细微粗糙导致的“黑点”、真正的划痕点、金手指边缘点和部分噪点，获取所述划痕候选点的方法有很多种。例如，自适应分割阈值，也即，通过获取所述灰度化处理后图片中的第一像素周围的邻域像素，计算所述邻域像素的灰度均值，然后获取所述第一像素的灰度值，计算所述第一像素的灰度值与所述领域像素的灰度均值的差，最后判断所述差是否超过预设阈值，如果所述差小于预设阈值，则可以知道所述第一像素的点为正常点，而不是所述划痕候选点，否则，所述第一像素的点为所述划痕候选点，当所述第一像素的点为所述划痕候选点，则保留所述第一像素对应的点。
统计所述金手指内各单连通域的面积最后一步是进行闭运算处理，所述闭运算处理，是图像处理中最常规的一种处理方法，通过对所述图像进行先膨胀再腐蚀的计算过程，所述闭运算处理通过膨胀和腐蚀，可以填补小孔弥合小裂缝、连接临近物体、平滑边界的同时使总的位置和形状不变。
具体的，所述闭运算处理包括第一闭运算处理和第二闭运算处理，所述第一闭运算主要是在OTSU阈值分割处理后，通过所述第一闭运算处理抹去所述黑白图片中的小黑点，以获得所述金手指的掩码图；所述第二闭运算的主要作用是在所述图片自适应分割阈值后，基于所述第一像素对应的点进行划痕填补操作，并连接填补后的划痕。
S04、根据金手指内各单连通域的面积确定最终金手指的划痕区域。
所述确定金手指的划痕区域，主要是通过遍历所有划痕候选区域。首先判断所述金手指的划痕候选区域是否遍历结束，如果所述候选区域遍历结束，则可以输出结果图，否则，就判断所述金手指划痕的各单连通域的面积是否大于所述预设阈值，如果大于所述预设阈值，则在所述单连通域加入结果图后再遍历所述单连通域，如果所述单连通域的面积小于预设阈值，则继续遍历所述单连通域，最后，当所有的所述连通域都遍历结束后，保留下的所有连通域就组成了所述金手指的划痕区域。
在本实施例中，通过获取所述原始图片，将所述图片进行灰度化处理，在所述图片灰度化处理后，根据计算统计出所述金手指内各单连通域的面积，最后根据所述金手指内各单连通域的面积最终确定所述金手指的划痕区域。上述方法能够自动分割图像中的金手指区域，减少了AOI系统编程的复杂度和工作量以及提高划痕检测精度，降低误报率。
作为本实施例的另一方面，本申请实施例提供一种金手指划伤检测装置20。请参阅图3，所述金手指划伤检测装置20包括：图片获取模块21、图片处理模块22、统计模块23以及确定模块24。
所述图片获取模块21，用于获取原始图片；
通过所述摄像单元12获取整图，然后利用AOI系统截取不同区域的图像，所述图像就是所述金手指的原始图片。
所述图片处理模块22，用于将所述图片进行灰度化处理；
主要是通过所述灰度化处理，将所述图片从三通道图像压缩为单通道图像，方便了后期的运算。
所述统计模块23，用于在所述图片灰度化处理后，根据计算统计出金手指内各单连通域的面积；
所述统计金手指内各单连通域的面积包括两个方面，第一方面是获取金手指的掩码图，第二方面是获取所述金手指的划痕候选点。
所述金手指的掩码图指的是标示所有金手指区域的图像。在所述获取金手指的掩码图之前，还需要将所述灰度化处理后的图片进行滤波处理，滤除掉噪点，加强连通域的筛选，在所述图片进行滤波处理以后，还需要对所述图片进行二值化处理，也即，OTSU阈值分割，最后可以获取标示所有金手指区域的图像。
所述划痕候选点指的是经过自适应阈值分割后得到的点，通过获取所述灰度化处理后图片中的第一像素周围的邻域像素，计算所述邻域像素的灰度均值，然后获取所述第一像素的灰度值，计算所述第一像素的灰度值与所述领域像素的灰度均值的差，最后判断所述差是否超过预设阈值，如果所述差小于预设阈值，则可以知道所述第一像素的点为正常点，而不是所述划痕候选点，否则，所述第一像素的点为所述划痕候选点，当所述第一像素的点为所述划痕候选点，则保留所述第一像素对应的点。
统计所述金手指内各单连通域的面积最后一步是进行闭运算处理，具体的，所述闭运算处理包括第一闭运算处理和第二闭运算处理，所述第一闭运算主要是在OTSU阈值分割处理后，通过所述第一闭运算处理抹去所述黑白图片中的小黑点，以获得所述金手指的掩码图；所述第二闭运算的主要作用是在所述图片自适应分割阈值后，基于所述第一像素对应的点进行划痕填补操作，并连接填补后的划痕。
所述确定模块24，用于根据金手指内各单连通域的面积确定所述金手指的划痕区域。
确定金手指的划痕区域，主要是通过遍历所有划痕候选区域，判断所述金手指的划痕候选区域是否遍历结束，如果所述候选区域遍历结束，则可以输出结果图，否则，就判断所述金手指划痕的各单连通域的面积是否大于所述预设阈值，如果大于所述预设阈值，则在所述单连通域加入结果图后再遍历所述单连通域，如果所述单连通域的面积小于预设阈值，则继续遍历所述单连通域，最后，当所有的所述连通域都遍历结束后，保留下的所有连通域就组成了所述金手指的划痕区域
需要说明的是，上述金手指划伤检测装置可执行本发明实施例所提供的金手指划伤检测装置检测方法，具备执行方法相应的功能模块和有益效果。未在金手指划伤检测实施例中详尽描述的技术细节，可参见本发明实施例所提供的金手指划伤检测方法。
在一些实施例中，请参阅图4，是一种金手指的示意图，所述金手指(connectingfinger)是由众多金黄色的导电触片组成，由于所述导电触片表面镀金而且排列如手指状，所以称为“金手指”。所述金手指具体指的是电脑硬件，包括内存条上与内存插槽之间、显卡与显卡插槽之间，这些信号都是通过所述金手指进行传送。所述金手指实际上是在覆铜板上通过电镀工艺再覆上一层金，因为金的抗氧化性极强可以保护内部电路不受腐蚀，而且导电导性也很强并不会造成信号损失，并且金具有非常强的延展性，在适当的压力下可以让触点间接触面积更大从而降低接触电阻提高信号传递效率。
请参阅图5，在一些实施例中，所述图片是摄像单元12通过摄像头拍摄的整图，通过AOI系统截取不同区域的图像，所述图像就是所述金手指的原始图片。
请参阅图6，在一些实施例中，通过将所述原始图片进行灰度化处理，将所述原始图片从三通道转化为单通道，然后通过图像滤波去除噪声点，最后在OTSU阈值分割，将所述原始图片转化成黑白图片。
请参阅图7，在一些实施例中，将所述OTSU阈值分割后的图片进行闭运算处理，通过先膨胀再腐蚀，抹去所述图片中的小黑点，最后获得标示所有所述金手指区域的图像。
在一些实施例中，请参阅图8，将所述灰度化处理后的图片，通过获取所述灰度化处理后图片中的第一像素周围的邻域像素，计算所述邻域像素的灰度均值，然后获取所述第一像素的灰度值，计算所述第一像素的灰度值与所述领域像素的灰度均值的差，最后判断所述差是否超过预设阈值，如果是超过了所述预设阈值，则保留所述第一像素对应的点，最后，得到自适应分割阈值的结果。
在一些实施例中，请参阅图9，将所述自适应分割阈值的结果图进行所述闭运算，通过先膨胀再腐蚀，对所述第一像素对应的点进行划痕填补操作，并连接填补后的划痕，最后得到所述金手指划痕面积。
在一些实施例中，请参阅图10，根据所述金手指掩码图分割出的单个金手指，在所述单个区域内统计所有单连通域，当所述单连通域的面积大于设定阈值时，就保留所述单连通域，当遍历完所有所述金手指后，就可以得到所有所述金手指划伤的区域，而所保留下来的区域则是所述金手指的划痕区域。
在一些实施例中，请参阅图11a-11d，图11a-11d都是划痕检测结果与原图的对比，所述图片左边为所述金手指的原始图片，右边则是检测到所述金手指的划痕区域。
本发明实施例还提供了一种电子设备，请参阅图12，本发明实施例提供了一种电子设备30，所述电子设备30包括：至少一个处理器31，图12中以一个处理器31为例；所述至少一个处理器31通信连接的存储器32，图12中以通过总线连接为例。
其中，所述存储器存32储有可被所述至少一个处理器31执行的指令，所述指令被所述至少一个处理器31执行，以使所述至少一个处理器31能够执行上述金手指划伤检测方法。
存储器32作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本发明实施例中的金手指划伤检测方法对应的程序指令/模块。处理器31通过运行存储在存储器32中的非易失性软件程序、指令以及模块，从而执行电子设备30的各种功能应用以及数据处理，即实现上述方法实施例中金手指划伤检测方法。
存储器32可以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、至少一个功能所需要的应用程序。此外，存储器32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，包括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。在一些实施例中，存储器32可选包括相对于处理器31远程设置的存储器。
所述一个或者多个模块存储在所述存储器32中，当被所述一个或者多个处理器31执行时，执行上述任意方法实施例中的金手指划伤检测方法，例如，执行以上描述的图3中的方法步骤。
所述电子设备30还连接其他装置用于更好的执行本发明实施例所提供的方法，如可以电性连接显示屏或其他显示器，可以远程通信连接目标用户的通信设备等，在此不一一列举。
上述电子设备可执行本发明实施例所提供的方法，具备执行方法相应的功能模块。未在本实施例中详尽描述的技术细节，可参见本发明实施例所提供的方法。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
通过以上的实施方式的描述，本领域普通技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。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，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明，它们没有在细节中提供；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (8)
1.一种金手指划伤检测方法，其特征在于，所述方法包括：
获取原始图片；
将所述原始图片进行灰度化处理；
在所述原始图片灰度化处理后，根据计算统计出所述金手指内各单连通域的面积；
其中，所述根据计算统计出所述金手指内各单连通域的面积包括获取金手指的掩码图和获取所述金手指的划痕候选点，所述划痕候选点包括镀层表面细微粗糙导致的“黑点”、真正的划痕点、金手指边缘点和部分噪点；
在所述获取金手指的掩码图之前，对所述灰度化处理后的图片进行滤波处理；
对所述滤波处理后的图片进行二值化处理；
通过第一闭运算处理抹去所述二值化处理后黑白图片中的小黑点，以获得所述金手指的掩码图；
根据金手指内各单连通域的面积确定所述金手指的划痕区域。
2.根据权利要求1所述的方法，其特征在于，所述将所述原始图片进行灰度化处理，包括：将所述原始图片的三通道转化为单通道。
3.根据权利要求1所述的方法，其特征在于，所述根据计算统计出金手指内各单连通域的面积，包括：
获取金手指的掩码图；
获取划痕候选点；
根据所述掩码图和所述划痕候选点统计金手指内各单连通域的面积。
4.根据所述权利要求3所述的方法，其特征在于，所述获取划痕候选点包括：
获取所述灰度化处理后图片中的第一像素周围的邻域像素；
计算所述邻域像素的灰度均值；
获取所述第一像素的灰度值；
计算所述第一像素的灰度值与所述邻域像素的灰度均值的差；
判断所述差是否超过预设阈值；
若是，则保留所述第一像素对应的点。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括第二闭运算处理，所述第二闭运算处理包括：
基于所述第一像素对应的点进行划痕填补操作，并连接填补后的划痕。
6.根据权利要求1-5任一项所述的方法，其特征在于，根据金手指内各单连通域的面积确定金手指的划痕区域，包括：
判断各所述单连通域面积是否大于预定阈值；
若是，则保留所述单连通域，其中，所保留所述单连通域共同形成金手指的划痕区域。
7.一种金手指划伤检测装置，其特征在于，所述装置包括：
图片获取模块，用于获取原始图片；
图片处理模块，用于将所述原始图片进行灰度化处理；
统计模块，用于在所述原始图片灰度化处理后，根据计算统计出金手指内各单连通域的面积；
其中，所述统计模块具体用于：
获取金手指的掩码图和获取所述金手指的划痕候选点，所述划痕候选点包括镀层表面细微粗糙导致的“黑点”、真正的划痕点、金手指边缘点和部分噪点；
在所述获取金手指的掩码图之前，对所述灰度化处理后的图片进行滤波处理；
对所述滤波处理后的图片进行二值化处理；
通过第一闭运算处理抹去所述二值化处理后黑白图片中的小黑点，以获得所述金手指的掩码图；
确定模块，用于根据金手指内各单连通域的面积确定所述金手指的划痕区域。
8.一种电子设备，其特征在于，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1-6任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110565086.2A CN113362288B (zh) | 2021-05-24 | 2021-05-24 | 一种金手指划伤检测方法、装置以及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110565086.2A CN113362288B (zh) | 2021-05-24 | 2021-05-24 | 一种金手指划伤检测方法、装置以及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113362288A CN113362288A (zh) | 2021-09-07 |
| CN113362288B true CN113362288B (zh) | 2024-03-08 |
Family
ID=77527468
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110565086.2A Active CN113362288B (zh) | 2021-05-24 | 2021-05-24 | 一种金手指划伤检测方法、装置以及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113362288B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115082431B (zh) * | 2022-07-20 | 2023-01-06 | 惠州威尔高电子有限公司 | 一种pcb板表面缺陷检测方法 |
Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1486918A2 (de) * | 2003-06-10 | 2004-12-15 | hema electronic GmbH | Verfahren zur adaptiven Fehlererkennung auf einer inhomogenen Oberfläche |
| CN101282621A (zh) * | 2008-05-21 | 2008-10-08 | 惠州市蓝微电子有限公司 | 一种pcb金手指处理工艺 |
| CN101765294A (zh) * | 2008-12-25 | 2010-06-30 | 比亚迪股份有限公司 | 一种柔性印刷线路板连接结构体及制作方法 |
| CN104599255A (zh) * | 2015-03-02 | 2015-05-06 | 华南理工大学 | 一种fpc图像表面曲向消除方法 |
| CN105509657A (zh) * | 2015-11-26 | 2016-04-20 | 国家电网公司 | 一种ic卡芯片划痕面积及灰度参量的高精度测量方法 |
| CN106771980A (zh) * | 2017-01-16 | 2017-05-31 | 京东方科技集团股份有限公司 | 一种柔性电路板检测装置及检测方法 |
| CN108154510A (zh) * | 2018-01-17 | 2018-06-12 | 深圳市亿图视觉自动化技术有限公司 | 产品表面缺陷检测方法、装置及计算机可读存储介质 |
| CN108230321A (zh) * | 2018-01-19 | 2018-06-29 | 深圳市亿图视觉自动化技术有限公司 | 缺陷检测方法及装置 |
| CN109035219A (zh) * | 2018-07-10 | 2018-12-18 | 华南理工大学 | 基于bp神经网络的fics金手指缺陷检测系统及检测方法 |
| CN110196252A (zh) * | 2019-06-03 | 2019-09-03 | 湖南大学 | 坡口缺陷检测算法及装置 |
| CN110555839A (zh) * | 2019-09-06 | 2019-12-10 | 腾讯云计算（北京）有限责任公司 | 缺陷检测识别方法、装置、计算机设备及存储介质 |
| CN111160352A (zh) * | 2019-12-27 | 2020-05-15 | 创新奇智(北京)科技有限公司 | 一种基于图像分割的工件金属表面文字识别方法及系统 |
| CN210570477U (zh) * | 2019-08-30 | 2020-05-19 | 智恩电子(大亚湾)有限公司 | 一种pcb金手指外观检测机构 |
| CN111507976A (zh) * | 2020-04-28 | 2020-08-07 | 浙江省北大信息技术高等研究院 | 基于多角度成像的缺陷检测方法及系统 |
| CN111754513A (zh) * | 2020-08-07 | 2020-10-09 | 腾讯科技（深圳）有限公司 | 产品表面缺陷分割方法、缺陷分割模型学习方法及装置 |
| CN112001891A (zh) * | 2020-07-29 | 2020-11-27 | 苏州浪潮智能科技有限公司 | 一种金手指缺陷检测方法、系统、终端及存储介质 |
| CN112102300A (zh) * | 2020-09-18 | 2020-12-18 | 青岛商汤科技有限公司 | 计数方法及装置、电子设备和存储介质 |
| CN112508800A (zh) * | 2020-10-20 | 2021-03-16 | 杭州电子科技大学 | 一种基于注意力机制的单张灰度图像的金属零件表面高光去除方法 |
| CN112666182A (zh) * | 2020-12-29 | 2021-04-16 | 苏州天准科技股份有限公司 | 柔性电路板用自动视觉检测方法及装置 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9488592B1 (en) * | 2011-09-28 | 2016-11-08 | Kurion, Inc. | Automatic detection of defects in composite structures using NDT methods |
| CN203337694U (zh) * | 2013-05-27 | 2013-12-11 | 深圳市策维科技有限公司 | 一种测试探针 |
| US10825177B2 (en) * | 2016-05-16 | 2020-11-03 | TrackX Technology, LLC | Imaging system and method for image localization of effecters during a medical procedure |
| US11170255B2 (en) * | 2018-03-21 | 2021-11-09 | Kla-Tencor Corp. | Training a machine learning model with synthetic images |
-
2021
- 2021-05-24 CN CN202110565086.2A patent/CN113362288B/zh active Active
Patent Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1486918A2 (de) * | 2003-06-10 | 2004-12-15 | hema electronic GmbH | Verfahren zur adaptiven Fehlererkennung auf einer inhomogenen Oberfläche |
| CN101282621A (zh) * | 2008-05-21 | 2008-10-08 | 惠州市蓝微电子有限公司 | 一种pcb金手指处理工艺 |
| CN101765294A (zh) * | 2008-12-25 | 2010-06-30 | 比亚迪股份有限公司 | 一种柔性印刷线路板连接结构体及制作方法 |
| CN104599255A (zh) * | 2015-03-02 | 2015-05-06 | 华南理工大学 | 一种fpc图像表面曲向消除方法 |
| CN105509657A (zh) * | 2015-11-26 | 2016-04-20 | 国家电网公司 | 一种ic卡芯片划痕面积及灰度参量的高精度测量方法 |
| CN106771980A (zh) * | 2017-01-16 | 2017-05-31 | 京东方科技集团股份有限公司 | 一种柔性电路板检测装置及检测方法 |
| CN108154510A (zh) * | 2018-01-17 | 2018-06-12 | 深圳市亿图视觉自动化技术有限公司 | 产品表面缺陷检测方法、装置及计算机可读存储介质 |
| CN108230321A (zh) * | 2018-01-19 | 2018-06-29 | 深圳市亿图视觉自动化技术有限公司 | 缺陷检测方法及装置 |
| CN109035219A (zh) * | 2018-07-10 | 2018-12-18 | 华南理工大学 | 基于bp神经网络的fics金手指缺陷检测系统及检测方法 |
| CN110196252A (zh) * | 2019-06-03 | 2019-09-03 | 湖南大学 | 坡口缺陷检测算法及装置 |
| CN210570477U (zh) * | 2019-08-30 | 2020-05-19 | 智恩电子(大亚湾)有限公司 | 一种pcb金手指外观检测机构 |
| CN110555839A (zh) * | 2019-09-06 | 2019-12-10 | 腾讯云计算（北京）有限责任公司 | 缺陷检测识别方法、装置、计算机设备及存储介质 |
| CN111160352A (zh) * | 2019-12-27 | 2020-05-15 | 创新奇智(北京)科技有限公司 | 一种基于图像分割的工件金属表面文字识别方法及系统 |
| CN111507976A (zh) * | 2020-04-28 | 2020-08-07 | 浙江省北大信息技术高等研究院 | 基于多角度成像的缺陷检测方法及系统 |
| CN112001891A (zh) * | 2020-07-29 | 2020-11-27 | 苏州浪潮智能科技有限公司 | 一种金手指缺陷检测方法、系统、终端及存储介质 |
| CN111754513A (zh) * | 2020-08-07 | 2020-10-09 | 腾讯科技（深圳）有限公司 | 产品表面缺陷分割方法、缺陷分割模型学习方法及装置 |
| CN112102300A (zh) * | 2020-09-18 | 2020-12-18 | 青岛商汤科技有限公司 | 计数方法及装置、电子设备和存储介质 |
| CN112508800A (zh) * | 2020-10-20 | 2021-03-16 | 杭州电子科技大学 | 一种基于注意力机制的单张灰度图像的金属零件表面高光去除方法 |
| CN112666182A (zh) * | 2020-12-29 | 2021-04-16 | 苏州天准科技股份有限公司 | 柔性电路板用自动视觉检测方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 基于不变矩和 SVDD 的金手指外观缺陷检测;欧超超 等;《东莞理工学院学报》;第26卷(第5期);第37-44页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113362288A (zh) | 2021-09-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110766679B (zh) | 镜头脏污检测方法、装置及终端设备 | |
| JP4657869B2 (ja) | 欠陥検出装置、イメージセンサデバイス、イメージセンサモジュール、画像処理装置、デジタル画像品質テスタ、欠陥検出方法、欠陥検出プログラム、およびコンピュータ読取可能な記録媒体 | |
| CN115311301A (zh) | 一种pcb板焊点缺陷检测方法 | |
| CN109242853B (zh) | 一种基于图像处理的pcb缺陷智能检测方法 | |
| CN115775250B (zh) | 基于数字图像分析的金手指电路板缺陷快速检测系统 | |
| CN109584240B (zh) | 滑坡后缘裂缝位移图像识别方法 | |
| CN115908269B (zh) | 视觉缺陷检测方法、装置、存储介质和计算机设备 | |
| CN108918093B (zh) | 一种滤光片镜面缺陷检测方法、装置及终端设备 | |
| CN108896278A (zh) | 一种滤光片丝印缺陷检测方法、装置及终端设备 | |
| CN112577969B (zh) | 一种基于机器视觉的缺陷检测方法以及缺陷检测系统 | |
| CN115082431B (zh) | 一种pcb板表面缺陷检测方法 | |
| CN113362288B (zh) | 一种金手指划伤检测方法、装置以及电子设备 | |
| CN110660072A (zh) | 一种直线边缘的识别方法、装置、存储介质及电子设备 | |
| CN115294114A (zh) | 一种基于ecu电路焊接的质量检测方法 | |
| CN114862817A (zh) | 一种电路板金手指区域缺陷检测方法及系统及装置及介质 | |
| CN117152165B (zh) | 感光芯片缺陷的检测方法、装置、存储介质及电子设备 | |
| CN115272290A (zh) | 一种缺陷检测方法、装置、电子设备及存储介质 | |
| KR100827906B1 (ko) | 기판 검사 장치 | |
| CN113902697A (zh) | 缺陷检测方法及相关装置 | |
| WO2021195873A1 (zh) | 识别sfr测试卡图像中感兴趣区域的方法及装置、介质 | |
| CN110765875B (zh) | 交通目标的边界检测方法、设备及装置 | |
| CN116883408A (zh) | 基于人工智能的积算仪壳体缺陷检测方法 | |
| CN115631190A (zh) | 玻璃基板缺陷识别示警方法、系统、电子设备和存储介质 | |
| CN114937003A (zh) | 一种针对玻璃面板的多类型缺陷检测系统和方法 | |
| CN108776146B (zh) | 丝印线条的检测方法及装置 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Country or region after: China Address after: 518000 Floor 5-6, Unit B, Building B4, Guangming Science Park, China Merchants Bureau, Fenghuang Community, Fenghuang Street, Guangming District, Shenzhen, Guangdong Applicant after: Shenzhen Mingrui Ideal Technology Co.,Ltd. Address before: 518000 floor 6, unit B, building B4, Guangming science and Technology Park, China Merchants Bureau, sightseeing Road, Fenghuang community, Fenghuang street, Guangming District, Shenzhen, Guangdong Province Applicant before: SHENZHEN MAGIC-RAY TECHNOLOGY Co.,Ltd. Country or region before: China |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |