CN113588667A - 一种检测物体外观的方法和装置 - Google Patents

一种检测物体外观的方法和装置 Download PDF

Info

Publication number
CN113588667A
CN113588667A CN202110950345.3A CN202110950345A CN113588667A CN 113588667 A CN113588667 A CN 113588667A CN 202110950345 A CN202110950345 A CN 202110950345A CN 113588667 A CN113588667 A CN 113588667A
Authority
CN
China
Prior art keywords
line
preset
appearance
image
condition
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
CN202110950345.3A
Other languages
English (en)
Inventor
林广栋
刘浩
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.)
Hefei Lianbao Information Technology Co Ltd
Original Assignee
Hefei Lianbao 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 Hefei Lianbao Information Technology Co Ltd filed Critical Hefei Lianbao Information Technology Co Ltd
Priority to CN202110950345.3A priority Critical patent/CN113588667A/zh
Publication of CN113588667A publication Critical patent/CN113588667A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan 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
    • G01N2021/8887—Scan 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

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本申请提供了一种检测物体外观的方法和装置。本申请通过图像处理的方法找到笔记本电脑B面的四条边，并把笔记本电脑B面调整到标准位置，从而减小了笔记本电脑B面开合角度对检测结果的影响。

Description

一种检测物体外观的方法和装置
本申请是申请号为201910431015.6、申请日为2019年5月22日、发明名称为“一种检测物体外观的方法和装置”的中国发明专利申请的分案申请。
技术领域
本申请涉及计算机网络领域，具体涉及检测物体外观的方法，以及检测物体外观的装置。
背景技术
利用智能视觉系统对产品的外观进行检测(Automatic Optical Inspection，简称AOI)是一种常用的检测手段。利用智能视觉的方法对笔记本电脑B面外观进行检测是保证笔记本电脑B面的商业标志(Logo)、摄像头等关键部件外观质量的重要手段。
当前，对笔记本电脑B面进行检测的方案是基于常规的产品外观检测方案。用户首先通过电脑中的用户界面在一张实拍的标准照片上选择若干个预设定位区域作为参照。当对生产线的产品进行检测时，查找产品图像中的实际定位区域，并根据实际定位区域与预设定位区域的关系，对产品图像进行位置转正。然后对位置转正后的产品图像的各待检测区域进行检测。
由于笔记本电脑B面的开合角度是可以调整的。当笔记本电脑通过生产线的AOI检测站时，其B面的开合角度不固定。导致产品图像的实际定位区域与预设定位区域可能存在一定角度上的偏差，直接在产品图像上搜索实际定位区域有很大失败的概率。因此，在当前笔记本电脑生产线上，A面和B面的AOI检测的失败率很高。以至于笔记本电脑实际的AOI检测中，A面和B面的检测功能常常被禁用。
发明内容
本申请提供一种检测物体外观的方法，一种检测物体外观的装置；以解决AOI检测时失败率高的问题。
为了解决上述技术问题，本申请实施例提供了如下的技术方案：
本申请提供了一种检测物体外观的方法，包括：
获取第一物体外观图像中作为矩形边线的第一轮廓线条的多个第一特征点信息；其中，所述第一物体外观图像包括多个待检测部件的第一部件图像；
根据所述第一特征点信息及相对应的预设参考点获取第一转换模型；
根据所述第一转换模型将所述第一物体外观图像调整为第二调整图像；其中，所述第一部件图像调整为所述第二调整图像中的第二部件图像；
依次获取所述第二部件图像与相对应的预设参考图像的相似度匹配结果；
判断所有所述相似度匹配结果是否满足预设合格条件；
若是，则判定所述第一物体外观合格。
可选的，所述作为矩形边线的第一轮廓线条的获取方式，还包括：
根据预设线条模型获取第一物体外观图像的多个第一外观线条；
根据预设轮廓条件确定所述第一外观线条获取第一轮廓线条。
可选的，还包括：根据预设特征点条件获取所述第一轮廓线条的多个第一特征点信息；
所述预设特征点条件，包括：确定两条线交叉点的条件和/或确定圆弧圆心点的条件。
可选的，所述预设线条模型，是Hough拟合直线的算法。
可选的，所述第一物体的正视图为矩形；
所述预设轮廓条件，包括：确定所述第一轮廓线条的左线条的预设左线条条件，确定所述第一轮廓线条的右线条的预设右线条条件、确定所述第一轮廓线条的上线条的预设上线条条件和/或确定所述第一轮廓线条的下线条的预设下线条条件；
所述预设左线条条件，包括：所述第一外观线条的长度满足预设第一长度阈值，且所述第一外观线条的斜率绝对值满足预设第一斜率阈值，且所述第一外观线条的中点位于所述第一物体外观图像最左边；
所述预设右线条条件，包括：所述第一外观线条的长度满足预设第一长度阈值，且所述第一外观线条的斜率绝对值满足预设第一斜率阈值，且所述第一外观线条的中点位于所述第一物体外观图像最右边；
所述预设上线条条件，包括：所述第一外观线条的长度满足预设第二长度阈值，且所述第一外观线条的斜率绝对值满足预设第二斜率阈值，且所述第一外观线条的中点位于所述第一物体外观图像最上边；
所述预设下线条条件，包括：所述第一外观线条的长度满足预设第二长度阈值，且所述第一外观线条的斜率绝对值满足预设第二斜率阈值。
可选的，所述预设下线条条件，还包括：第一高度与第一长度的比小于或等于所述第一物体的矩形的实际长高比；
其中，所述第一高度是所述上线条的中点到所述第一外观线条的中点的长度；所述第一长度是所述左线条的中点到所述右线条的中点的长度。
可选的，所述预设上线条条件或所述预设下线条条件，还包括：所述第一外观线条上方预设第一区域的平均颜色值满足预设第一颜色阈值且所述第一外观线条下方预设第二区域的平均颜色值满足预设第二颜色阈值。
可选的，所述第一特征点信息，是所述左线条、所述右线条、所述上线条和所述下线条的交叉点。
可选的，所述第一转换模型为透视变换矩阵。
本申请提供了一种检测物体外观的装置，包括：
获取特征点单元，用于获取第一物体外观图像中作为矩形边线的第一轮廓线条的多个第一特征点信息；其中，所述第一物体外观图像包括多个待检测部件的第一部件图像；
获取转换模型单元，用于根据所述第一特征点信息及相对应的预设参考点获取第一转换模型；
调整单元，用于根据所述第一转换模型将所述第一物体外观图像调整为第二调整图像；其中，所述第一部件图像调整为所述第二调整图像中的第二部件图像
匹配单元，用于依次获取所述第二部件图像与相对应的预设参考图像的相似度匹配结果；
判断单元，用于判断所有所述相似度匹配结果是否满足预设合格条件；
判定单元，用于若所述判断单元的输出结果为“是”，则判定所述第一物体外观合格。
基于上述实施例的公开可以获知，本申请实施例具备如下的有益效果：
本申请提供了一种检测物体外观的方法和装置，所述方法包括：获取第一物体外观图像的第一轮廓线条的多个第一特征点信息；其中，所述第一物体外观图像包括多个待检测部件的第一部件图像；根据所述第一特征点信息及相对应的预设参考点获取第一转换模型；根据所述第一转换模型将所述第一物体外观图像调整为第二调整图像；其中，所述第一部件图像调整为所述第二调整图像中的第二部件图像；依次获取所述第二部件图像与相对应的预设参考图像的相似度匹配结果；分别判断所述相似度匹配结果是否满足预设合格条件；若是，则判定与所述第二部件图像相关联的待检测部件合格。
本申请通过图像处理的方法找到笔记本电脑B面的四条边，并把笔记本电脑B面调整到标准位置，从而减小了笔记本电脑B面开合角度对检测结果的影响。
附图说明
图1为本申请实施例提供的检测物体外观的方法的流程图；
图2为本申请实施例提供的检测物体外观的装置的单元框图。
具体实施方式
下面，结合附图对本申请的具体实施例进行详细的描述，但不作为本申请的限定。
应理解的是，可以对此处公开的实施例做出各种修改。因此，上述说明书不应该视为限制，而仅是作为实施例的范例。本领域的技术人员将想到在本申请的范围和精神内的其他修改。
包含在说明书中并构成说明书的一部分的附图示出了本申请的实施例，并且与上面给出的对本申请的大致描述以及下面给出的对实施例的详细描述一起用于解释本申请的原理。
通过下面参照附图对给定为非限制性实例的实施例的优选形式的描述，本申请的这些和其它特性将会变得显而易见。
还应当理解，尽管已经参照一些具体实例对本申请进行了描述，但本领域技术人员能够确定地实现本申请的很多其它等效形式，它们具有如权利要求所述的特征并因此都位于借此所限定的保护范围内。
当结合附图时，鉴于以下详细说明，本申请的上述和其他方面、特征和优势将变得更为显而易见。
此后参照附图描述本申请的具体实施例；然而，应当理解，所公开的实施例仅仅是本申请的实例，其可采用多种方式实施。熟知和/或重复的功能和结构并未详细描述以避免不必要或多余的细节使得本申请模糊不清。因此，本文所公开的具体的结构性和功能性细节并非意在限定，而是仅仅作为权利要求的基础和代表性基础用于教导本领域技术人员以实质上任意合适的详细结构多样地使用本申请。
本说明书可使用词组“在一种实施例中”、“在另一个实施例中”、“在又一实施例中”或“在其他实施例中”，其均可指代根据本申请的相同或不同实施例中的一个或多个。
对本申请提供的第一实施例，即一种检测物体外观的方法的实施例。
下面结合图1对本实施例进行详细说明，其中，图1为本申请实施例提供的检测物体外观的方法的流程图。
步骤S101，获取第一物体外观图像中作为矩形边线的第一轮廓线条的多个第一特征点信息；其中，所述第一物体外观图像包括多个待检测部件的第一部件图像。
第一轮廓线条，是指边缘线条，也就是物体的外周线条或图形的外框线条，本申请实施例中的表征第一物体的视图为矩形，也就是说，第一轮廓线条为第一物体外观图像中的矩形边线。
所述第一特征点信息，是指第一轮廓线条上能够表示物体外观轮廓的点。例如，两条直线的交叉点。
本实施例检测物体外观的目的就是为了自动检测产品的外观。例如，检测笔记本电脑B面商业标志(Logo)的位置是否正确，摄像头的安装是否错位等；其中，所述待检测部件是指商业标志(Logo)及摄像头等；但是，由于相对于获取第一物体外观图像的相机，笔记本电脑B面的开合角度不固定，因此，给自动检测带来了一定的不确定性。
步骤S102，根据所述第一特征点信息及相对应的预设参考点获取第一转换模型。
预设参考点，也就是显示部件正确安装的标准外观图像的轮廓线条中的多个特征点信息。预设参考点与第一特征点信息相对应。设置标准外观图像和预设参考点的目的就是为了作为参考将第一物体外观图像调整到标准外观图像的位置，以便将第一物体外观图像中的待检测部件图像与预设参考图像进行对比。
预设参考点在图像中的位置与笔记本电脑B面的大小相关联。
可选的，所述第一转换模型为透视变换矩阵。
例如，笔记本电脑B面是一个矩形，所述第一特征点信息是4个矩形的交叉点；根据笔记本电脑B面外观图像中4个顶点的位置与预设参考点的4个顶点的位置，通过计算机视觉中的透视变换，得到一个笔记本电脑B面外观图像中4个顶点转换到预设参考点的一个透视变换矩阵。
步骤S103，根据所述第一转换模型将所述第一物体外观图像调整为第二调整图像；其中，所述第一部件图像调整为所述第二调整图像中的第二部件图像。
例如，继续上述例子，通过上述透视变换矩阵，将笔记本电脑B面外观图像调整到标准图像位置，其中，笔记本电脑B面外观图像中包括的商业标志(Logo)图像和摄像头图像也被同时调整。
步骤S104，依次获取所述第二部件图像与相对应的预设参考图像的相似度匹配结果。
预设参考图像，就是用于判定第二部件图像是否正确的标准图像。在第一物体外观图像中有几个待检测部件图像，就有几个与待检测部件相对应的预设参考图像。
例如，继续上述例子，在生产管理系统上保存这第二部件图像(比如，商业标志(Logo)图像和摄像头图像)的位置、大小，通过这些信息可以获取检测区域的截图，再利用截图与预设参考图像比较判断对应部件是否合格。
步骤S105，判断所有所述相似度匹配结果是否满足预设合格条件。
步骤S106，若是，则判定所述第一物体外观合格。
判断时，可以分别判断所述相似度匹配结果是否满足预设合格条件。若是，则判定与所述第二部件图像相关联的待检测部件。
当第一物体外观中所有待检测部件合格时，则第一物体外观合格。
在所述获取第一物体外观图像的第一轮廓线条的多个第一特征点信息前，还包括：
步骤S100-1，根据预设线条模型获取第一物体外观图像的多个第一外观线条。
第一外观线条是指第一物体外观图像中所有可识别的线条。其中，包括第一轮廓线条。
所述预设线条模型，是Hough拟合直线的算法。
通过计算机视觉中的Hough拟合直线的算法可以找到第一物体外观图像中的所有第一外观线条。但是，需要从所有第一外观线条中找到第一物体外观图像的第一轮廓线条。
步骤S100-2，根据预设轮廓条件确定所述第一外观线条获取第一轮廓线条。
步骤S100-3，根据预设特征点条件获取所述第一轮廓线条的多个第一特征点信息。
一个物体的轮廓主要是由线条组成，包括直线和曲线。而曲线是由圆弧组成。因此，决定物体轮廓的关键是两条线的交叉点以及圆弧圆心点。获取这些点就可以画出物体的轮廓。
因此，所述预设特征点条件，包括：确定两条线交叉点的条件和/或确定圆弧圆心点的条件。
针对检测物体外观的方法，本实施例提供了第一应用场景。所述第一物体的正视图为矩形。
所述预设轮廓条件，包括：确定所述第一轮廓线条的左线条的预设左线条条件，确定所述第一轮廓线条的右线条的预设右线条条件、确定所述第一轮廓线条的上线条的预设上线条条件和/或确定所述第一轮廓线条的下线条的预设下线条条件。
所述预设左线条条件，包括：所述第一外观线条的长度满足预设第一长度阈值，且所述第一外观线条的斜率绝对值满足预设第一斜率阈值，且所述第一外观线条的中点位于所述第一物体外观图像最左边。
所述预设右线条条件，包括：所述第一外观线条的长度满足预设第一长度阈值，且所述第一外观线条的斜率绝对值满足预设第一斜率阈值，且所述第一外观线条的中点位于所述第一物体外观图像最右边。
所述预设上线条条件，包括：所述第一外观线条的长度满足预设第二长度阈值，且所述第一外观线条的斜率绝对值满足预设第二斜率阈值，且所述第一外观线条的中点位于所述第一物体外观图像最上边。
所述预设下线条条件，包括：所述第一外观线条的长度满足预设第二长度阈值，且所述第一外观线条的斜率绝对值满足预设第二斜率阈值。
可选的，所述预设下线条条件，还包括第一高度与第一长度的比小于或等于所述第一物体的矩形的实际长高比。其中，所述第一高度是所述上线条的中点到所述第一外观线条的中点的长度；所述第一长度是所述左线条的中点到所述右线条的中点的长度。
例如，寻找笔记本电脑B面底边直线的过程会受到键盘上直线的干扰。键盘上的空格键拟合出2条直线。易受键盘上形成的直线的干扰。当笔记本电脑B面完全和摄像头垂直时，笔记本电脑B面真实图像中高和宽的比值和笔记本电脑B面理论高宽比值相等；但在实际中，笔记本电脑B面与摄像头的角度不可能完全是90度；在摄像头中形成的B面图像会有一定的倾斜，使摆正前的笔记本电脑B面图像中高宽的比值小于实际的高和宽的比值；若拟合到的直线形成的高宽比值大于B面理论的高宽比值，拟合到的底边的直线必然是键盘上的直线；通过这种限制，可以排除一些键盘上直线带来的干扰。
可选的，所述预设上线条条件或所述预设下线条条件，还包括：所述第一外观线条上方预设第一区域的平均颜色值满足预设第一颜色阈值且所述第一外观线条下方预设第二区域的平均颜色值满足预设第二颜色阈值。
例如，笔记本电脑B面由于与系统端的转轴连接，下线条易受到其他线条的干扰，而在笔记本电脑B面的下线条下方为暗区域，下线条上方为亮区域，通过判断下线条上下颜色不同排除干扰线条，识别下线条。
可选的，所述第一特征点信息，是所述左线条、所述右线条、所述上线条和所述下线条的交叉点。
可选的，所述第一斜率阈值为大于2。可选的，所述第二斜率阈值为小于0.3。
直线斜率的绝对值越大，直线在平面直角坐标系中越竖直。相反，直线斜率的绝对值越小，直线在平面直角坐标系中越水平。因此，寻找斜率绝对值大于2的直线的目的就是寻找竖线。例如，由于笔记本电脑经过检测站时位置不固定，笔记本电脑B面的开合角度也不固定，笔记本电脑B面两边形成的直线并不完全是竖直的。
因此，设置一个阈值，当直线斜率大于此阈值时认为可能是笔记本电脑B面两边形成的线。
本实施例通过图像处理的方法找到笔记本电脑B面的四条边，并把笔记本电脑B面调整到标准位置，从而减小了笔记本电脑B面开合角度对检测结果的影响。
与本申请提供的第一实施例相对应，本申请还提供了第二实施例，即一种检测物体外观的装置。由于第二实施例基本相似于第一实施例，所以描述得比较简单，相关的部分请参见第一实施例的对应说明即可。下述描述的装置实施例仅仅是示意性的。
图2示出了本申请提供的一种检测物体外观的装置的实施例。图2为本申请实施例提供的检测物体外观的装置的单元框图。
请参见图2所示，本申请提供一种检测物体外观的装置，包括：
获取特征点单元201，用于获取第一物体外观图像的第一轮廓线条的多个第一特征点信息；其中，所述第一物体外观图像包括多个待检测部件的第一部件图像；
获取转换模型单元202，用于根据所述第一特征点信息及相对应的预设参考点获取第一转换模型；
调整单元203，用于根据所述第一转换模型将所述第一物体外观图像调整为第二调整图像；其中，所述第一部件图像调整为所述第二调整图像中的第二部件图像
匹配单元204，用于依次获取所述第二部件图像与相对应的预设参考图像的相似度匹配结果；
判断单元205，用于判断所有所述相似度匹配结果是否满足预设合格条件；
判定单元206，用于若所述判断单元的输出结果为“是”，则判定所述第一物体外观合格合格。
在所述装置中，还包括：预处理单元，用于根据第一物体外观图像获取多个第一特征点信息；
在所述预处理单元中，包括：
获取第一外观线条子单元，用于根据预设线条模型获取第一物体外观图像的多个第一外观线条；
获取第一轮廓线条子单元，用于根据预设轮廓条件确定所述第一外观线条获取第一轮廓线条；
获取第一特征点信息子单元，用于根据预设特征点条件获取所述第一轮廓线条的多个第一特征点信息。
可选的，所述预设特征点条件，包括：确定两条线交叉点的条件和/或确定圆弧圆心点的条件。
可选的，所述预设线条模型，是Hough拟合直线的算法。
可选的，所述第一物体的正视图为矩形；
所述预设轮廓条件，包括：确定所述第一轮廓线条的左线条的预设左线条条件，确定所述第一轮廓线条的右线条的预设右线条条件、确定所述第一轮廓线条的上线条的预设上线条条件和/或确定所述第一轮廓线条的下线条的预设下线条条件；
所述预设左线条条件，包括：所述第一外观线条的长度满足预设第一长度阈值，且所述第一外观线条的斜率绝对值满足预设第一斜率阈值，且所述第一外观线条的中点位于所述第一物体外观图像最左边；
所述预设右线条条件，包括：所述第一外观线条的长度满足预设第一长度阈值，且所述第一外观线条的斜率绝对值满足预设第一斜率阈值，且所述第一外观线条的中点位于所述第一物体外观图像最右边；
所述预设上线条条件，包括：所述第一外观线条的长度满足预设第二长度阈值，且所述第一外观线条的斜率绝对值满足预设第二斜率阈值，且所述第一外观线条的中点位于所述第一物体外观图像最上边；
所述预设下线条条件，包括：所述第一外观线条的长度满足预设第二长度阈值，且所述第一外观线条的斜率绝对值满足预设第二斜率阈值。
可选的，所述预设下线条条件，还包括：第一高度与第一长度的比小于所述第一物体的矩形的实际长高比；
其中，所述第一高度是所述上线条的中点到所述第一外观线条的中点的长度；所述第一长度是所述左线条的中点到所述右线条的中点的长度。
可选的，所述预设上线条条件或所述预设下线条条件，还包括：所述第一外观线条上方预设第一区域的平均颜色值满足预设第一颜色阈值且所述第一外观线条下方预设第二区域的平均颜色值满足预设第二颜色阈值。
可选的，所述第一特征点信息，是所述左线条、所述右线条、所述上线条和所述下线条的交叉点。
可选的，所述第一转换模型为透视变换矩阵。
本实施例通过图像处理的方法找到笔记本电脑B面的四条边，并把笔记本电脑B面调整到标准位置，从而减小了笔记本电脑B面开合角度对检测结果的影响。
以上实施例仅为本申请的示例性实施例，不用于限制本申请，本申请的保护范围由权利要求书限定。本领域技术人员可以在本申请的实质和保护范围内，对本申请做出各种修改或等同替换，这种修改或等同替换也应视为落在本申请的保护范围内。

Claims (10)

1.一种检测物体外观的方法，其特征在于，包括：
获取第一物体外观图像中作为矩形边线的第一轮廓线条的多个第一特征点信息；其中，所述第一物体外观图像包括多个待检测部件的第一部件图像；
根据所述第一特征点信息及相对应的预设参考点获取第一转换模型；
根据所述第一转换模型将所述第一物体外观图像调整为第二调整图像；其中，所述第一部件图像调整为所述第二调整图像中的第二部件图像；
依次获取所述第二部件图像与相对应的预设参考图像的相似度匹配结果；
判断所有所述相似度匹配结果是否满足预设合格条件；
若是，则判定所述第一物体外观合格。
2.根据权利要求1所述的方法，其特征在于，所述作为矩形边线的第一轮廓线条的获取方式，包括：
根据预设线条模型获取第一物体外观图像的多个第一外观线条；
根据预设轮廓条件确定所述第一外观线条获取所述第一轮廓线条。
3.根据权利要求2所述的方法，其特征在于，根据预设特征点条件获取所述第一轮廓线条的多个第一特征点信息；
所述预设特征点条件，包括：确定两条线交叉点的条件和/或确定圆弧圆心点的条件。
4.根据权利要求2所述的方法，其特征在于，所述预设线条模型，是Hough拟合直线的算法。
5.根据权利要求2所述的方法，其特征在于，所述第一物体的正视图为矩形；
所述预设轮廓条件，包括：确定所述第一轮廓线条的左线条的预设左线条条件，确定所述第一轮廓线条的右线条的预设右线条条件、确定所述第一轮廓线条的上线条的预设上线条条件和/或确定所述第一轮廓线条的下线条的预设下线条条件；
所述预设左线条条件，包括：所述第一外观线条的长度满足预设第一长度阈值，且所述第一外观线条的斜率绝对值满足预设第一斜率阈值，且所述第一外观线条的中点位于所述第一物体外观图像最左边；
所述预设右线条条件，包括：所述第一外观线条的长度满足预设第一长度阈值，且所述第一外观线条的斜率绝对值满足预设第一斜率阈值，且所述第一外观线条的中点位于所述第一物体外观图像最右边；
所述预设上线条条件，包括：所述第一外观线条的长度满足预设第二长度阈值，且所述第一外观线条的斜率绝对值满足预设第二斜率阈值，且所述第一外观线条的中点位于所述第一物体外观图像最上边；
所述预设下线条条件，包括：所述第一外观线条的长度满足预设第二长度阈值，且所述第一外观线条的斜率绝对值满足预设第二斜率阈值。
6.根据权利要求5所述的方法，其特征在于，所述预设下线条条件，还包括：第一高度与第一长度的比小于或等于所述第一物体的矩形的实际长高比；
其中，所述第一高度是所述上线条的中点到所述第一外观线条的中点的长度；所述第一长度是所述左线条的中点到所述右线条的中点的长度。
7.根据权利要求5所述的方法，其特征在于，所述预设上线条条件或所述预设下线条条件，还包括：所述第一外观线条上方预设第一区域的平均颜色值满足预设第一颜色阈值且所述第一外观线条下方预设第二区域的平均颜色值满足预设第二颜色阈值。
8.根据权利要求5-7任一项所述的方法，其特征在于，所述第一特征点信息，是所述左线条、所述右线条、所述上线条和所述下线条的交叉点。
9.根据权利要求1所述的方法，其特征在于，所述第一转换模型为透视变换矩阵。
10.一种检测物体外观的装置，其特征在于，包括：
获取特征点单元，用于获取第一物体外观图像中作为矩形边线的第一轮廓线条的多个第一特征点信息；其中，所述第一物体外观图像包括多个待检测部件的第一部件图像；
获取转换模型单元，用于根据所述第一特征点信息及相对应的预设参考点获取第一转换模型；
调整单元，用于根据所述第一转换模型将所述第一物体外观图像调整为第二调整图像；其中，所述第一部件图像调整为所述第二调整图像中的第二部件图像
匹配单元，用于依次获取所述第二部件图像与相对应的预设参考图像的相似度匹配结果；
判断单元，用于判断所有所述相似度匹配结果是否满足预设合格条件；
判定单元，用于若所述判断单元的输出结果为“是”，则判定所述第一物体外观合格。
CN202110950345.3A 2019-05-22 2019-05-22 一种检测物体外观的方法和装置 Pending CN113588667A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110950345.3A CN113588667A (zh) 2019-05-22 2019-05-22 一种检测物体外观的方法和装置

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202110950345.3A CN113588667A (zh) 2019-05-22 2019-05-22 一种检测物体外观的方法和装置
CN201910431015.6A CN110018174B (zh) 2019-05-22 2019-05-22 一种检测物体外观的方法和装置

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201910431015.6A Division CN110018174B (zh) 2019-05-22 2019-05-22 一种检测物体外观的方法和装置

Publications (1)

Publication Number Publication Date
CN113588667A true CN113588667A (zh) 2021-11-02

Family

ID=67194316

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201910431015.6A Active CN110018174B (zh) 2019-05-22 2019-05-22 一种检测物体外观的方法和装置
CN202110950345.3A Pending CN113588667A (zh) 2019-05-22 2019-05-22 一种检测物体外观的方法和装置

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201910431015.6A Active CN110018174B (zh) 2019-05-22 2019-05-22 一种检测物体外观的方法和装置

Country Status (1)

Country Link
CN (2) CN110018174B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111192250B (zh) * 2019-12-30 2022-02-08 合肥联宝信息技术有限公司 电脑b面边框检测方法、装置及计算机存储介质和计算机

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070120799A (ko) * 2006-06-20 2007-12-26 호서대학교 산학협력단 디스플레이 장치용 평판의 검사용 이미지 생성 방법
CN105654097A (zh) * 2015-12-29 2016-06-08 上海珍岛信息技术有限公司 图像中四边形标记物的检测方法
CN106327483A (zh) * 2016-08-12 2017-01-11 广州视源电子科技股份有限公司 检测设备logo贴附的方法、系统及装置
KR101705762B1 (ko) * 2015-09-02 2017-02-14 주식회사 미르기술 3차원 형상 측정 장치의 틸트 교정 방법
KR20170045846A (ko) * 2015-10-20 2017-04-28 주식회사 셀바스에이아이 엣지 라인을 검출하여 분할선을 획득하는 장치 및 방법
CN107561087A (zh) * 2017-08-31 2018-01-09 广东工业大学 一种基于机器视觉的鼠标logo定位及缺陷检测方法
CN107607542A (zh) * 2017-08-31 2018-01-19 苏州诺维博得智能装备科技有限公司 笔记本外观质量检测方法及装置

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4345426B2 (ja) * 2003-10-07 2009-10-14 ソニー株式会社 画像照合方法、プログラム、および画像照合装置
DE102008031942A1 (de) * 2008-07-07 2010-01-14 Steinbichler Optotechnik Gmbh Verfahren und Vorrichtung zur 3D-Digitalisierung eines Objekts
JP2012033022A (ja) * 2010-07-30 2012-02-16 Panasonic Corp 空間における変化領域検出装置及び方法
CN103020945B (zh) * 2011-09-21 2016-02-10 中国科学院电子学研究所 一种多源传感器的遥感图像配准方法
CN103175843A (zh) * 2011-12-20 2013-06-26 西安扩力机电科技有限公司 一种基于图像处理的产品质检仪
CN102622614B (zh) * 2012-02-24 2013-07-31 山东鲁能智能技术有限公司 基于刀闸臂特征点与固定端距离的刀闸合位可靠性判别法
KR101364046B1 (ko) * 2012-11-05 2014-02-19 재단법인대구경북과학기술원 동영상에서 객체를 추적하는 방법 및 그 장치
KR102013928B1 (ko) * 2012-12-28 2019-08-23 삼성전자주식회사 영상 변형 장치 및 그 방법
CN103605979A (zh) * 2013-12-03 2014-02-26 苏州大学张家港工业技术研究院 一种基于形状片段的物体识别方法及系统
CN104237249A (zh) * 2014-09-11 2014-12-24 苏州佳祺仕信息科技有限公司 标签外观检验检测工艺方法
CN104915957B (zh) * 2015-05-29 2017-10-27 何再兴 一种提高工业机器人三维视觉识别精度的匹配矫正方法
CN106501271A (zh) * 2016-11-24 2017-03-15 深圳市博视科技有限公司 产品外观检测方法
CN109738450B (zh) * 2019-01-09 2021-06-29 合肥联宝信息技术有限公司 笔记本键盘的检测方法和装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070120799A (ko) * 2006-06-20 2007-12-26 호서대학교 산학협력단 디스플레이 장치용 평판의 검사용 이미지 생성 방법
KR101705762B1 (ko) * 2015-09-02 2017-02-14 주식회사 미르기술 3차원 형상 측정 장치의 틸트 교정 방법
KR20170045846A (ko) * 2015-10-20 2017-04-28 주식회사 셀바스에이아이 엣지 라인을 검출하여 분할선을 획득하는 장치 및 방법
CN105654097A (zh) * 2015-12-29 2016-06-08 上海珍岛信息技术有限公司 图像中四边形标记物的检测方法
CN106327483A (zh) * 2016-08-12 2017-01-11 广州视源电子科技股份有限公司 检测设备logo贴附的方法、系统及装置
CN107561087A (zh) * 2017-08-31 2018-01-09 广东工业大学 一种基于机器视觉的鼠标logo定位及缺陷检测方法
CN107607542A (zh) * 2017-08-31 2018-01-19 苏州诺维博得智能装备科技有限公司 笔记本外观质量检测方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
马敬奇等: "基于Canny算子和改进型Hough变换的边缘定位方法", 自动化与信息工程, vol. 38, no. 03, pages 32 - 36 *

Also Published As

Publication number Publication date
CN110018174A (zh) 2019-07-16
CN110018174B (zh) 2021-10-22

Similar Documents

Publication Publication Date Title
US8416314B2 (en) Method and system for processing images
US20040146187A1 (en) Iris extraction method
CN108133216B (zh) 基于机器视觉的可实现小数点读取的数码管读数识别方法
CN103810478A (zh) 一种坐姿检测方法和装置
CN109738450B (zh) 笔记本键盘的检测方法和装置
EP0759599A2 (en) Specific color field recognition apparatus and method
CN108710832B (zh) 一种无参考虹膜图像清晰度检测方法
WO2018006566A1 (zh) 视图调整方法和系统
CN110018174B (zh) 一种检测物体外观的方法和装置
CN106651837A (zh) 白玻璃板表面崩边缺陷检测方法
CN111027517A (zh) 一种基于视觉的坐姿矫正提醒系统及方法、应用
CN108615030B (zh) 一种标题一致性检测方法、装置及电子设备
CN109840453B (zh) 一种人脸匹配方法及装置
CN112348019B (zh) 一种答题卡矫正方法、装置、电子设备及存储介质
CN112419225B (zh) 一种基于引脚分割的sop型芯片检测方法及系统
CN109359652A (zh) 一种从数码照片中快速自动提取矩形扫描件的方法
CN110610163B (zh) 一种自然场景下基于椭圆拟合的表格提取方法及系统
CN113569859B (zh) 一种图像处理方法、装置、电子设备及存储介质
CN104933430A (zh) 一种用于移动终端的交互式图像处理方法及系统
CN115588208A (zh) 一种基于数字图像处理技术的全线表结构识别方法
TW201328312A (zh) 修正紅眼的影像處理方法及裝置
CN112070081B (zh) 一种基于高清视频的智能化车牌识别方法
JP4172236B2 (ja) 顔画像処理装置及びプログラム
CN114720473A (zh) 基于机器视觉的车载屏幕背板的缺陷检测方法
CN108596981B (zh) 一种图像的鸟瞰视角重投影方法、装置及便携式终端

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