CN114299026A - 检测方法、装置、电子设备及可读存储介质 - Google Patents
检测方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN114299026A CN114299026A CN202111641666.1A CN202111641666A CN114299026A CN 114299026 A CN114299026 A CN 114299026A CN 202111641666 A CN202111641666 A CN 202111641666A CN 114299026 A CN114299026 A CN 114299026A
- Authority
- CN
- China
- Prior art keywords
- target
- spot
- area
- preset
- spots
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 claims abstract description 48
- 230000002950 deficient Effects 0.000 claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 20
- 238000011282 treatment Methods 0.000 claims description 10
- 230000011218 segmentation Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 230000007797 corrosion Effects 0.000 claims description 8
- 238000005260 corrosion Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 230000003628 erosive effect Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Abstract
本申请提供了一种检测方法、装置、电子设备及可读存储介质，包括：根据图像模板对目标图像进行定位，确定第一坐标系；在所述第一坐标系中定位所述目标图像的目标区域；对所述目标区域进行处理，得到第一目标信息；根据所述第一目标信息，判断所述目标区域中是否存在不良品。本申请通过将目标图像在图像模板的基础上进行定位，形成新的坐标系，该新的坐标系是基于图像模板形成，因此该新的坐标系相对于原坐标系定位更加准确。因此，基于该新的坐标系定位的目标图像的目标区域能够较为准确的反应目标区域的真实位置，进一步地，对目标区域进行处理得到的第一目标信息也较为准确和真实，进而能够较为准确的判断出目标区域的不良品。
Description
技术领域
本申请涉及质量检测领域，具体而言，涉及一种检测方法、装置、电子设备及可读存储介质。
背景技术
目前，在安装主板之前还没有对主板的各个部分进行专门的检测，对于电子产品来说，主板是电子产品的重要组成部分，若主板出现质量问题则会影响电子产品的质量，甚至会有电子产品安装故障或者损坏等问题产生。因此，主板的质量检测对保证电子设备安全和提高电子设备质量十分重要。但是，目前通常是整机测试时才能发现主板安装故障或者电子设备损坏，因此，在安装主板之前实现主板某些重要部件的自动化检测变得十分重要。例如，Pin针作为主板的十分重要组成部分，但是在主板安装CPU之前，却没有单独针对Pin针进行检测。
发明内容
有鉴于此，本申请实施例的目的在于提供一种检测方法、装置、电子设备及可读存储介质，以解决目前没有针对单独的Pin针进行检测的问题。
第一方面，本申请实施例提供了一种检测方法，包括：根据图像模板对目标图像进行定位，确定第一坐标系；在所述第一坐标系中定位所述目标图像的目标区域；对所述目标区域进行处理，得到第一目标信息；根据所述第一目标信息，判断所述目标区域中是否存在不良品。
在上述实现过程中，通过将目标图像基于图像模板建立第一坐标系并定位目标区域以减少目标图像因图像采集时造成的图像定位不准的问题，能够定位到相对来说比较准确的目标区域，因此，基于该目标区域处理得到的第一目标信息更加准确，通过该第一目标信息对目标区域的不良品进行判断，能够提高判断的准确性。
结合第一方面，本申请实施例提供了第一方面的第一种可能的实施方式，其中：所述对所述目标区域进行处理，得到第一目标信息，包括：根据所述目标区域，计算得到第一参数；从所述第一参数中提取满足预设参数的参数，得到第一目标信息。
在上述实现过程中，通过对目标区域进行计算处理得到第一参数，再将第一参数与预设参数进行对比，提取其中满足条件的参数，根据这些参数得到第一目标信息，能够较为准确的反应出不满足条件的参数信息，提高第一目标信息的准确率。
结合第一方面的第一种可能的实施方式，本申请实施例提供了第一方面的第二种可能的实施方式，其中：所述第一参数包括所述目标区域的斑点面积参数及所述目标区域的目标斑点像素，所述计算所述目标区域，得到第一参数，包括：对所述目标区域进行膨胀处理与腐蚀处理，得到所述目标区域的斑点面积参数；根据像素阈值对所述目标区域的斑点进行像素分割，得到所述目标区域的目标斑点像素。
在上述实现过程中，通过对目标区域进行膨胀与腐蚀处理，可以去掉目标区域图像中的一些干扰信息，以确定出完整、准确的目标区域，进而得到准确的目标区域的斑点面积参数。另外，再通过像素阈值对斑点进行像素分割，像素分割是基于较小的范围进行分割，因此，分割得到的目标斑点像素较为准确，提高了第一参数的准确性。
结合第一方面的第二种可能的实施方式，本申请实施例提供了第一方面的第三种可能的实施方式，其中，所述提取所述第一参数中满足预设参数的参数，得到第一目标信息，包括：将所述目标斑点像素与像素值阈值对比，得到第一目标斑点；将所述第一目标斑点的斑点面积参数与面积阈值对比，得到第二目标斑点；根据所述第二目标斑点，得到第一目标信息。
在上述实现过程中，通过将斑点经过像素和面积两方面进行对比，多重筛选，能够较为准确的筛选出满足条件的斑点，提高第一目标信息的准确性。
结合第一方面的第三种可能的实施方式，本申请实施例提供了第一方面的第四种可能的实施方式，其中，所述计算所述第一目标信息，判断所述目标区域中是否存在不良品，包括：将所述第一目标信息与预设值进行对比；若所述第一目标信息不在所述预设值范围内，判定所述目标区域内存在不良品。
在上述实现过程中，通过将第一目标信息和预设值范围进行对比，进而判断目标区域是否存在不良品，由于第一目标信息是经过多重筛选得到的，再将第一目标信息进行筛选，进一步得到更为准确的判断结果，提高了判定的准确性。
结合第一方面的第四种可能的实施方式，本申请实施例提供了第一方面的第五种可能的实施方式，其中，所述第一目标信息包括所述目标区域的斑点总数，所述将所述第一目标信息与预设值进行对比，包括：将所述斑点总数与预设斑点总数进行对比；所述若所述第一目标信息不在所述预设值范围内，判定所述目标区域内存在不良品，包括：若所述斑点总数大于所述预设斑点总数，则判定所述目标区域内存在异物；若所述斑点总数小于所述预设斑点总数，则判定所述目标区域内存在断针。
在上述实现过程中，通过将整个目标区域内的斑点总数和预设斑点总数进行对比，通过数量对斑点的情况进行判断，简化了判断方法，提高了判断效率。
结合第一方面的第五种可能的实施方式，本申请实施例提供了第一方面的第六种可能的实施方式，其中，所述第一目标信息包括所述目标区域的斑点面积，所述将所述第一目标信息与预设值进行对比，包括：将多个所述斑点面积分别与预设斑点面积进行对比；所述若所述第一目标信息不在所述预设值范围内，判定所述目标区域内存在不良品，包括：若所述斑点面积大于所述预设斑点面积，则判定所述斑点为异物斑点。
在上述实现过程中，通过对斑点的面积与预设斑点面进行对比，基于斑点的面积是一定，若斑点的面积过大，可以轻易的判断出斑点存在异物，简化了判断方法，提高了判断效率。
结合第一方面的第六种可能的实施方式，本申请实施例提供了第一方面的第七种可能的实施方式，其中，所述第一目标信息包括所述目标区域的相邻斑点间距，所述将所述第一目标信息与预设值进行对比，包括：将多个所述相邻斑点间距分别与预设相邻斑点间距进行对比；所述若所述第一目标信息不在所述预设值范围内，判定所述目标区域内存在不良品，包括：若所述相邻斑点间距不在所述预设相邻斑点间距范围内，则判定所述不在所述预设相邻斑点间距范围内的相邻斑点内存在斜针。
在上述实现过程中，由于正常相邻的斑点之间的间距是固定的，通过判断两个相邻斑点之间的间距，若间距不是正常间距，可以轻易判断出斑点存在倾斜，简化了判断方法，提高了判断效率。
第二方面，本申请实施例还提供一种检测装置，包括：第一定位模块：用于根据图像模板对目标图像进行定位，输出第一坐标系；第二定位模块：用于在所述第一坐标系中定位目标图像的目标区域；处理模块：用于对所述目标区域进行处理，得到第一目标信息；判断模块：用于根据所述第一目标信息，判断所述目标区域中是否存在不良品。
第三方面，本申请实施例还提供一种电子设备，包括：处理器、存储器，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述机器可读指令被所述处理器执行时执行上述第一方面，或第一方面的任一种可能的实施方式中的方法的步骤。
第四方面，本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述第一方面，或第一方面的任一种可能的实施方式中检测方法的步骤。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本申请实施例提供的电子设备的方框示意图；
图2为本申请实施例提供的检测方法的流程图；
图3为本申请实施例提供的检测装置的功能模块示意图。
具体实施方式
下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行描述。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
为便于对本实施例进行理解，首先对执行本申请实施例所公开的一种检测方法的电子设备或运行环境进行详细介绍。
如图1所示，是电子设备的方框示意图。电子设备100可以包括存储器111、处理器113。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对电子设备100的结构造成限定。例如，电子设备100还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
上述的存储器111及处理器113各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。上述的处理器113用于执行存储器中存储的可执行模块。
其中，存储器111可以是，但不限于，随机存取存储器(Random Access Memory，简称RAM)，只读存储器(Read Only Memory，简称ROM)，可编程只读存储器(ProgrammableRead-Only Memory，简称PROM)，可擦除只读存储器(Erasable Programmable Read-OnlyMemory，简称EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-OnlyMemory，简称EEPROM)等。其中，存储器111用于存储程序，所述处理器113在接收到执行指令后，执行所述程序，本申请实施例任一实施例揭示的过程定义的电子设备100所执行的方法可以应用于处理器113中，或者由处理器113实现。
上述的处理器113可能是一种集成电路芯片，具有信号的处理能力。上述的处理器113可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(digital signalprocessor，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现场可编程门阵列(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。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。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。
可选地，该电子设备100可以是检测机器人，该电子设备100还可以是计算机，该电子设备还可以是质检仪等。
示例性地，若该电子设备100是检测机器人，待检测物为键盘，当需要检测键盘时，该检测机器人的处理器控制前端的采集装置采集键盘的图像，并控制图像处理模块对该图像进行预处理。图像预处理后，该处理器根据预存在检测机器人内部的图像模板对该键盘图像进行定位、对比和判断，最后输出检测结果。该存储器用于存储图像模板、键盘图像、预处理后键盘图像以及检测结果等信息。
本实施例中的电子设备100可以用于执行本申请实施例提供的各个方法中的各个步骤。下面通过几个实施例详细描述检测方法的实现过程。
请参阅图2，是本申请实施例提供的检测方法的流程图。下面将对图2所示的具体流程进行详细阐述。
步骤201，根据图像模板对目标图像进行定位，确定第一坐标系。
其中，目标图像为采集装置采集到的待检测物的图像。该第一坐标系是目标图像基于图像模板建立的坐标系。
可选地，根据图像模板对目标图像进行定位，具体为：将模板图像从目标图像的某一点开始滑动，分别计算模板图像与目标图像各个点之间的差别程度，根据该差别程度确定目标图像与图像模板之间像素吻合的区域，对比目标图像此区域和模板图像对应区域的旋转角度和平移坐标，最后根据旋转角度、平移坐标以及目标图像坐标进行仿射变换，输出新的坐标系，该新的坐标系即第一坐标系。其中，目标图像的某一点可以是目标图像的原点，目标图像的某一点还可以是目标图像的左上角第一点，目标图像的某一点还可以是目标图像的右上角第一点等。
步骤202，在第一坐标系中定位该目标图像的目标区域。
可选地，步骤202可以包括：在第一坐标系中定位该目标图像的定位区域，根据该定位区域进一步定位目标图像的目标区域。其中，该定位区域为目标图像的非检测区域，该目标区域为目标图像的需要检测区域。
可选地，该目标区域可以是目标图像的需要检测区域的全部区域，该目标区域还可以是目标图像的需要检测区域的部分区域。
步骤203，对该目标区域进行处理，得到第一目标信息。
其中，对该目标区域进行处理可以包括对目标区域进行膨胀、腐蚀和像素阈值分割等。
可选地，该第一目标信息可以包括：像素值参数、斑点面积、斑点数量、斑点周长、班点坐标等。
步骤204，根据第一目标信息，判断该目标区域中是否存在不良品。
可选地，可以将第一目标信息与预设信息对比，判断目标区域是否存在不良品；可以将第一目标信息通过特定算法计算，判断目标区域是否存在不良品。其中，预设信息为正常目标检测物第一目标信息的标准值。该预设信息可以是预设斑点面积参数、该预设信息还可以是预设斑点像素、该预设信息还可以是预设斑点总数、该预设信息还可以是预设斑点面积、该预设信息还可以是预设相邻斑点间距等。
在上述实现过程中，步骤203，包括：根据目标区域，计算得到第一参数；从该第一参数中提取满足预设参数的参数，得到第一目标信息。
可选地，该第一参数包括目标区域的斑点面积参数、该目标区域的目标斑点像素等。预设参数可以是预设斑点面积参数、斑点像素阈值等。预设斑点面积参数为正常目标检测物的斑点标准面积，斑点像素阈值为正常目标检测物的斑点标准像素。
在一种可能的实现方式中，步骤203，具体包括：对目标区域进行膨胀处理与腐蚀处理，得到该目标区域的斑点面积参数；根据像素阈值对该目标区域的斑点进行像素分割，得到该目标区域的目标斑点像素。
其中，目标区域的斑点为目标区域中Pin针针尖打光发亮的小点，该斑点信息与Pin针信息一致，通过该斑点信息能够确定Pin针的信息。
其中，膨胀处理可以计算目标区域局部最大值，提高图像亮度；腐蚀处理可以计算目标区域局部最小值，降低图像亮度。通过对目标区域进行膨胀处理与腐蚀处理能够得到更加清晰的目标区域图像，进而得到目标区域的斑点面积参数。
其中，图像像素值为0-255，该像素阈值属于0-255范围内，目标斑点像素为小于像素阈值的斑点像素。
示例性地，若像素阈值为150，则可以分割出目标区域中像素属于0-150的斑点像素，这些斑点像素对应的斑点为目标斑点，目标斑点的像素即目标斑点像素。
示例性地，若像素阈值为200，则可以分割出目标区域中像素属于0-200的斑点像素，这些斑点像素对应的斑点为目标斑点，目标斑点的像素即目标斑点像素。
在一种可能的实现方式中，步骤203，具体包括：将目标斑点像素与斑点像素值阈值对比，得到第一目标斑点；将该第一目标斑点的斑点面积参数与面积阈值对比，得到第二目标斑点；根据所述第二目标斑点，得到第一目标信息。
其中，预设斑点面积参数为正常目标检测物的斑点标准面积，斑点像素阈值为正常目标检测物的斑点标准像素。第一目标斑点为斑点像素大于斑点像素值阈值的目标斑点，第二目标斑点为第一目标斑点中斑点面积大于面积阈值的斑点。
可选地，若目标斑点像素小于斑点素值阈值，则该目标斑点为异物斑点；若斑点的斑点面积参数大于面积阈值，则该斑点为异物斑点。
在上述实现过程中，步骤204，包括：将第一目标信息与预设值进行对比；若第一目标信息不在所述预设值范围内，判定目标区域内存在不良品。
其中，该第一目标信息包括：目标区域内的斑点总数、各个斑点的斑点面积、相邻斑点间距等信息。该预设值可以是目标区域内的预设斑点总数、预设斑点面积参数、预设相邻斑点间距等预设信息。预设斑点总数为正常目标区域的Pin针总数，预设相邻斑点间距为正常情况下相邻Pin针之间的间距。
可选地，若第一目标信息中的各个信息均在相应的预设值范围内，判断目标区域中不存在不良品。
在一种可能的实现方式中，步骤204，具体包括：将斑点总数与预设斑点总数进行对比；若斑点总数大于预设斑点总数，则判定目标区域内存在异物；若斑点总数小于预设斑点总数，则判定目标区域内存在断针。
在一种可能的实现方式中，步骤204，具体包括：将多个斑点面积分别与预设斑点面积进行对比；若斑点面积大于预设斑点面积，则判定该斑点为异物斑点。
其中，该多个斑点面积可以是目标图像中的全部斑点面积，该多个斑点面积可以是目标图像中的部分斑点面积，该多个斑点面积还可以是目标区域的全部斑点面积，该多个斑点面积可以是目标区域中的部分斑点面积。
在一种可能的实现方式中，步骤204，具体包括：将多个相邻斑点间距分别与预设相邻斑点间距进行对比；若相邻斑点间距不在该预设相邻斑点间距范围内，则判定不在预设相邻斑点间距范围内的相邻斑点内存在斜针。
可选地，多个相邻斑点间距可以是两个相邻斑点间距，还可以是三个相邻斑点间距，还可以是四个相邻斑点间距等。
示例性地，若当前需要判断斑点A、斑点B中是否存在斜针，则将斑点A与斑点B之间的间距与预设相邻斑点间距进行对比，若斑点A与斑点B之间的间距在该预设相邻斑点间距范围内，则判定斑点A与斑点B所对应的斑点不存在斜针，反之则存在。
示例性地，若当前需要判断斑点A、斑点B、斑点C中是否存在斜针，则将斑点A与斑点B之间的间距以及斑点C与斑点B之间的间距分别与预设相邻斑点间距进行对比，若斑点A与斑点B之间的间距及斑点C与斑点B之间的间距均不在该预设相邻斑点间距范围内，则判定斑点A、斑点B、斑点C对应的斑点中存在斜针。
可选地，当相邻斑点内存在斜针时，还可以通过扩大增加相邻斑点的判断范围，准确确定出斜针存在的位置。
示例性地，若当前需要判断斑点A、斑点B中是否存在斜针，则将斑点A与斑点B之间的间距与预设相邻斑点间距进行对比，若斑点A与斑点B之间的间距不在该预设相邻斑点间距范围内，则判定斑点A与斑点B所对应的斑点存在斜针，进一步地，继续判断斑点A与斑点B另外相邻的两个斑点C与斑点D，其中，斑点A、斑点B、斑点C及斑点D之间的位置关系为：斑点C、斑点A、斑点B、斑点D，若斑点C与斑点A之间的间距与预设相邻斑点间距进行对比在该预设相邻斑点间距范围内，则判定斑点A与斑点C所对应的斑点不存在斜针。若斑点B与斑点D之间的间距与预设相邻斑点间距进行对比不在该预设相邻斑点间距范围内，则判定斑点B存在斜针。
具体地，本申请的检测方法可以通过下面的实施例进一步说明：将Pin针的图像基于图像模板进行定位，一个新的坐标系，在该新的坐标系中对Pin针的图像中的某一非检测区域进行定位，得到该非检测区域相对于图像模板的旋转、平移信息及坐标系信息，通过这些信息对检测区域进行定位。对检测区域进行定位后，对该检测区域进行膨胀、腐蚀及像素阈值分割等处理，得到目标区域的像素值及斑点面积，分别与像素值阈值及斑点面积阈值对比，提取出目标斑点。对目标斑点的面积、数量及相邻斑点之间的间隔分别与阈值进行对比，得到检测结果。
本申请实施例通过对目标图像整体处理，如基于图像模板对目标图像进行重新定位，并对目标图像进行膨胀、腐蚀、像素阈值分割等一系列操作，可以使目标图像更加准确，以提取到的斑点信息更贴合真实值。另外，还通过对多个斑点信息分别进行判断，不仅可以判断出被检测区域是否存在不良品，还可以初步判断出不良品类型，提高了检测效率，简化了检测流程。
基于同一申请构思，本申请实施例中还提供了与检测方法对应的检测装置，由于本申请实施例中的装置解决问题的原理与前述的检测方法实施例相似，因此本实施例中的装置的实施可以参见上述方法的实施例中的描述，重复之处不再赘述。
请参阅图3，是本申请实施例提供的检测装置的功能模块示意图。本实施例中的检测装置中的各个模块用于执行上述方法实施例中的各个步骤。检测装置/系统包括第一定位模块301、第二定位模块302、处理模块303、判断模块304；其中，
第一定位模块301，用于根据图像模板对目标图像进行定位，确定第一坐标系。
第二定位模块302，用于在所述第一坐标系中定位所述目标图像的目标区域。
处理模块303，用于对所述目标区域进行处理，得到第一目标信息。
判断模块304，根据所述第一目标信息，判断所述目标区域中是否存在不良品。
一种可能的实施方式中，处理模块303，还用于：根据所述目标区域，计算得到第一参数；从所述第一参数中提取满足预设参数的参数，得到第一目标信息。
一种可能的实施方式中，处理模块303，具体用于：对所述目标区域进行膨胀处理与腐蚀处理，得到所述目标区域的斑点面积参数；根据像素阈值对所述目标区域的斑点进行像素分割，得到所述目标区域的目标斑点像素。
一种可能的实施方式中，处理模块303，具体用于：将所述目标斑点像素与像素值阈值对比，得到第一目标斑点；将所述第一目标斑点的斑点面积参数与面积阈值对比，得到第二目标斑点；根据所述第二目标斑点，得到第一目标信息。
一种可能的实施方式中，判断模块304，还用于：将所述第一目标信息与预设值进行对比；若所述第一目标信息不在所述预设值范围内，判定所述目标区域内存在不良品。
一种可能的实施方式中，判断模块304，具体用于：将所述斑点总数与预设斑点总数进行对比；所述若所述第一目信息不在所述预设值范围内，判定所述目标区域内存在不良品，包括：若所述斑点总数大于所述预设斑点总数，则判定所述目标区域内存在异物；若所述斑点总数小于所述预设斑点总数，则判定所述目标区域内存在断针。
一种可能的实施方式中，判断模块304，具体用于：将多个所述斑点面积分别与预设斑点面积进行对比；若所述斑点面积大于所述预设斑点面积，则判定所述斑点为异物斑点。
一种可能的实施方式中，判断模块304，具体用于：将多个所述相邻斑点间距分别与预设相邻斑点间距进行对比；所述若所述第一目信息不在所述预设值范围内，判定所述目标区域内存在不良品，包括：若所述相邻斑点间距不在所述预设相邻斑点间距范围内，则判定所述不在所述预设相邻斑点间距范围内的相邻斑点内存在斜针。
此外，本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法实施例中所述的检测方法的步骤。
本申请实施例所提供的检测方法的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行上述方法实施例中所述的检测方法的步骤，具体可参见上述方法实施例，在此不再赘述。
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，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能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，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，服务器，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。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上所述，仅为本申请的具体实施方式，但本申请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申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
Claims (11)
1.一种检测方法，其特征在于，包括：
根据图像模板对目标图像进行定位，确定第一坐标系；
在所述第一坐标系中定位所述目标图像的目标区域；
对所述目标区域进行处理，得到第一目标信息；
根据所述第一目标信息，判断所述目标区域中是否存在不良品。
2.根据权利要求1所述的方法，其特征在于，所述对所述目标区域进行处理，得到第一目标信息，包括：
根据所述目标区域，计算得到第一参数；
从所述第一参数中提取满足预设参数的参数，得到第一目标信息。
3.根据权利要求2所述的方法，其特征在于，所述第一参数包括所述目标区域的斑点面积参数及所述目标区域的目标斑点像素，所述计算所述目标区域，得到第一参数，包括：
对所述目标区域进行膨胀处理与腐蚀处理，得到所述目标区域的斑点面积参数；
根据像素阈值对所述目标区域的斑点进行像素分割，得到所述目标区域的目标斑点像素。
4.根据权利要求3所述的方法，其特征在于，所述提取所述第一参数中满足预设参数的参数，得到第一目标信息，包括：
将所述目标斑点像素与像素值阈值对比，得到第一目标斑点；
将所述第一目标斑点的斑点面积参数与面积阈值对比，得到第二目标斑点；
根据所述第二目标斑点，得到第一目标信息。
5.根据权利要求4所述的方法，其特征在于，所述根据所述第一目标信息，判断所述目标区域中是否存在不良品，包括：
将所述第一目标信息与预设值进行对比；
若所述第一目标信息不在所述预设值范围内，判定所述目标区域内存在不良品。
6.根据权利要求5所述的方法，其特征在于，所述第一目标信息包括所述目标区域的斑点总数，所述将所述第一目标信息与预设值进行对比，包括：
将所述斑点总数与预设斑点总数进行对比；
所述若所述第一目标信息不在所述预设值范围内，判定所述目标区域内存在不良品，包括：
若所述斑点总数大于所述预设斑点总数，则判定所述目标区域内存在异物；
若所述斑点总数小于所述预设斑点总数，则判定所述目标区域内存在断针。
7.根据权利要求5所述的方法，其特征在于，所述第一目标信息包括所述目标区域的斑点面积，所述将所述第一目标信息与预设值进行对比，包括：
将多个所述斑点面积分别与预设斑点面积进行对比；
所述若所述第一目标信息不在所述预设值范围内，判定所述目标区域内存在不良品，包括：
若所述斑点面积大于所述预设斑点面积，则判定所述斑点为异物斑点。
8.根据权利要求5所述的方法，其特征在于，所述第一目标信息包括所述目标区域的相邻斑点间距，所述将所述第一目标信息与预设值进行对比，包括：
将多个所述相邻斑点间距分别与预设相邻斑点间距进行对比；
所述若所述第一目标信息不在所述预设值范围内，判定所述目标区域内存在不良品，包括：
若所述相邻斑点间距不在所述预设相邻斑点间距范围内，则判定所述不在所述预设相邻斑点间距范围内的相邻斑点内存在斜针。
9.一种检测装置，其特征在于，包括：
第一定位模块：用于根据图像模板对目标图像进行定位，确定第一坐标系；
第二定位模块：用于在所述第一坐标系中定位所述目标图像的目标区域；
处理模块：用于对所述目标区域进行处理，得到第一目标信息；
判断模块：用于根据所述第一目标信息，判断所述目标区域中是否存在不良品。
10.一种电子设备，其特征在于，包括：处理器、存储器，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述机器可读指令被所述处理器执行时执行如权利要求1至8任一所述的方法的步骤。
11.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至8任一所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111641666.1A CN114299026A (zh) | 2021-12-29 | 2021-12-29 | 检测方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111641666.1A CN114299026A (zh) | 2021-12-29 | 2021-12-29 | 检测方法、装置、电子设备及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114299026A true CN114299026A (zh) | 2022-04-08 |
Family
ID=80972441
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111641666.1A Pending CN114299026A (zh) | 2021-12-29 | 2021-12-29 | 检测方法、装置、电子设备及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114299026A (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105118021A (zh) * | 2015-07-28 | 2015-12-02 | 深圳市汇川技术股份有限公司 | 基于特征点的图像配准方法及系统 |
| CN108805859A (zh) * | 2018-04-20 | 2018-11-13 | 深圳博脑医疗科技有限公司 | 一种图像检测方法、图像检测装置及终端设备 |
| CN110030923A (zh) * | 2018-01-12 | 2019-07-19 | 联合汽车电子有限公司 | 连接器Pin针检测系统及其检测方法 |
| CN110068271A (zh) * | 2019-04-19 | 2019-07-30 | 怡得乐电子(杭州)有限公司 | 亚像素精度的大尺寸产品的pin针位置度检测方法 |
| CN110108204A (zh) * | 2019-05-10 | 2019-08-09 | 苏州德创测控科技有限公司 | 利用镜头检测连接器pin针位置偏差的方法 |
| US20190311470A1 (en) * | 2018-04-10 | 2019-10-10 | ONS Communications | Apparel production monitoring system using image recognition |
| CN111640131A (zh) * | 2020-05-29 | 2020-09-08 | 广东利元亨智能装备股份有限公司 | 电芯涂胶检测方法、装置和电子设备 |
| CN112837302A (zh) * | 2021-02-09 | 2021-05-25 | 广东拓斯达科技股份有限公司 | 模具的状态监测方法、装置、工控机、存储介质及系统 |
| CN113393447A (zh) * | 2021-06-24 | 2021-09-14 | 四川启睿克科技有限公司 | 基于深度学习的针尖正位度检测方法及系统 |
| CN113628161A (zh) * | 2021-07-06 | 2021-11-09 | 深圳市格灵精睿视觉有限公司 | 缺陷检测方法、装置及计算机可读存储介质 |
| CN113688807A (zh) * | 2021-10-26 | 2021-11-23 | 中科慧远视觉技术(北京)有限公司 | 一种自适应缺陷检测方法、装置、识别系统及存储介质 |
| CN113714789A (zh) * | 2021-08-23 | 2021-11-30 | 深圳职业技术学院 | 基于视觉定位的螺纹拧紧装置及控制方法 |
-
2021
- 2021-12-29 CN CN202111641666.1A patent/CN114299026A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105118021A (zh) * | 2015-07-28 | 2015-12-02 | 深圳市汇川技术股份有限公司 | 基于特征点的图像配准方法及系统 |
| CN110030923A (zh) * | 2018-01-12 | 2019-07-19 | 联合汽车电子有限公司 | 连接器Pin针检测系统及其检测方法 |
| US20190311470A1 (en) * | 2018-04-10 | 2019-10-10 | ONS Communications | Apparel production monitoring system using image recognition |
| CN108805859A (zh) * | 2018-04-20 | 2018-11-13 | 深圳博脑医疗科技有限公司 | 一种图像检测方法、图像检测装置及终端设备 |
| CN110068271A (zh) * | 2019-04-19 | 2019-07-30 | 怡得乐电子(杭州)有限公司 | 亚像素精度的大尺寸产品的pin针位置度检测方法 |
| CN110108204A (zh) * | 2019-05-10 | 2019-08-09 | 苏州德创测控科技有限公司 | 利用镜头检测连接器pin针位置偏差的方法 |
| CN111640131A (zh) * | 2020-05-29 | 2020-09-08 | 广东利元亨智能装备股份有限公司 | 电芯涂胶检测方法、装置和电子设备 |
| CN112837302A (zh) * | 2021-02-09 | 2021-05-25 | 广东拓斯达科技股份有限公司 | 模具的状态监测方法、装置、工控机、存储介质及系统 |
| CN113393447A (zh) * | 2021-06-24 | 2021-09-14 | 四川启睿克科技有限公司 | 基于深度学习的针尖正位度检测方法及系统 |
| CN113628161A (zh) * | 2021-07-06 | 2021-11-09 | 深圳市格灵精睿视觉有限公司 | 缺陷检测方法、装置及计算机可读存储介质 |
| CN113714789A (zh) * | 2021-08-23 | 2021-11-30 | 深圳职业技术学院 | 基于视觉定位的螺纹拧紧装置及控制方法 |
| CN113688807A (zh) * | 2021-10-26 | 2021-11-23 | 中科慧远视觉技术(北京)有限公司 | 一种自适应缺陷检测方法、装置、识别系统及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| NIAN CAI,ET AL.: "A new IC solder joint inspection method for an automatic optical inspection system based on an improved visual background extraction algorithm", 《IEEE》 * |
| 宗艳芬: "基于计算机视觉的微小零件质量检测系统和方法研究", 《中国优秀硕士学位论文全文数据库-信息科技辑》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6771807B2 (en) | Method and system for detecting defects on a printed circuit board | |
| Juneja et al. | Performance evaluation of edge detection techniques for images in spatial domain | |
| US10297021B2 (en) | Defect quantification method, defect quantification device, and defect evaluation value display device | |
| EP1524622A1 (en) | Method and image processing device for analyzing an object contour image, method and image processing device for detecting an object, industrial vision apparatus, smart camera, image display, security system, and computer program product | |
| JP6420529B2 (ja) | パッチ・ツー・パッチ比較を含む欠陥検出のための装置及び方法 | |
| JP6134366B2 (ja) | 画像処理装置およびコンピュータプログラム | |
| CN114627092A (zh) | 缺陷检测方法、装置、电子设备及可读存储介质 | |
| Said et al. | Robust automatic void detection in solder balls | |
| JP2018096908A (ja) | 検査装置及び検査方法 | |
| CN111912846A (zh) | 一种基于机器视觉的表面缺陷与边缘毛刺检测方法 | |
| CN111221996B (zh) | 仪表屏幕视觉检测方法和系统 | |
| US7024031B1 (en) | System and method for inspection using off-angle lighting | |
| CN114299026A (zh) | 检测方法、装置、电子设备及可读存储介质 | |
| US9292914B2 (en) | Device for measuring critical dimension of pattern and method thereof | |
| CN111932515B (zh) | 产品残留类缺陷的短路检测方法及系统及缺陷分类系统 | |
| JP2001099625A (ja) | パターン検査装置およびパターン検査方法 | |
| KR100281595B1 (ko) | 피시비 자동 시각 검사방법 | |
| JP2000321038A (ja) | パターン欠陥検出方法 | |
| JPH09178427A (ja) | 画像位置計測方法 | |
| JP6345937B2 (ja) | パターン形状検査装置及びパターン形状検査方法 | |
| CN116703912B (zh) | 一种迷你主机网口完整性视觉检测方法 | |
| CN117173185B (zh) | 轧制板材的区域检测方法及装置、存储介质、计算机设备 | |
| CN112712551A (zh) | 一种螺丝检测方法、装置及存储介质 | |
| Siqi et al. | Circle detection method based on contour extraction and rule verification | |
| CN115619761A (zh) | 一种缺口覆盖异常的检测方法、系统、设备及存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220408 |
|
| RJ01 | Rejection of invention patent application after publication |