CN114581403A - 清洁度检测方法、装置、系统及存储介质 - Google Patents
清洁度检测方法、装置、系统及存储介质 Download PDFInfo
- Publication number
- CN114581403A CN114581403A CN202210202504.6A CN202210202504A CN114581403A CN 114581403 A CN114581403 A CN 114581403A CN 202210202504 A CN202210202504 A CN 202210202504A CN 114581403 A CN114581403 A CN 114581403A
- Authority
- CN
- China
- Prior art keywords
- area
- target end
- cleanliness
- face
- gray
- 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
Images
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
-
- 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
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
-
- 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
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N2021/9511—Optical elements other than lenses, e.g. mirrors
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本申请提供一种清洁度检测方法、装置、系统及存储介质,用于激光器准直镜的光学玻璃组件的清洁度检测;所述光学玻璃组件包括多个端面,将所述多个端面中预检测的所述端面定义为目标端面;所述清洁度检测方法包括:根据所述目标端面的位置数据获取所述目标端面的图像;根据所述清洁度划区数据对所述目标端面图像进行分区,对分区后的所述目标端面图像进行灰度化处理,得到对应的灰色图像分区区域;和将各所述灰色图像分区区域的灰度值变化幅度与对应的各所述灰色图像分区区域的灰度值变化幅度阈值进行比较,判断所述目标端面的清洁度是否合格。本申请中,通过清洁度检测方法对激光器准直镜的光学玻璃组件进行清洁度检测,提高了检测效率。
Description
技术领域
本申请涉及激光器技术领域,尤其涉及一种清洁度检测方法、装置、系统及存储介质。
背景技术
对现有技术中,通过高倍显微镜观察激光器准直镜的镜面也就是端面的灰尘及损伤情况,以此检测激光器准直镜是否合格。
由于整个检测过程由人工通过高倍显微镜观察完成,端面的灰尘及损伤情况无法存档。同时,因激光器准直镜有多个端面需要检测,检测不同的端面时需要调整相机与端面的距离使相机与端面对焦,但对焦过程全部通过手动完成,使得检测效率低。
发明内容
本申请实施例提供一种清洁度检测方法、装置、系统及存储介质。
第一方面,本申请实施例提供一种清洁度检测方法,用于激光器准直镜的光学玻璃组件的清洁度检测;所述光学玻璃组件包括多个端面,将所述多个端面中预检测的所述端面定义为目标端面;所述清洁度检测方法包括:
根据所述目标端面的位置数据获取所述目标端面的图像;
根据所述清洁度划区数据对所述目标端面图像进行分区,对分区后的所述目标端面图像进行灰度化处理,得到对应的灰色图像分区区域;和
将各所述灰色图像分区区域的灰度值变化幅度与对应的各所述灰色图像分区区域的灰度值变化幅度阈值进行比较,判断所述目标端面的清洁度是否合格。
第二方面,本申请实施例提供一种清洁度检测装置,用于检测光学玻璃组件的清洁度;所述光学玻璃组件包括多个端面,将所述多个端面中预检测的所述端面定义为目标端面;所述清洁度检测装置包括:
获取模块,用于根据所述位置数据获取所述目标端面的图像;
处理模块,用于根据所述清洁度划区数据对所述目标端面图像进行分区,对分区后的所述目标端面图像进行灰度化处理,得到对应的灰色图像分区区域;和
确定模块,用于将各所述灰色图像分区区域的灰度值变化幅度与对应的各所述灰色图像分区区域的灰度值变化幅度阈值进行比较,判断所述目标端面的清洁度是否合格。
第三方面,本申请实施例提供一种清洁度检测系统,包括:
存储器,存储有计算机可读指令;
处理器,读取存储器存储的计算机可读指令,以执行所述清洁度检测方法;
视觉相机,与所述处理器连接;所述处理器用于控制视觉相机拍照以及用于从所述视觉相机获取目标端面图像;和
驱动电机,与所述处理器连接;所述处理器用于控制所述驱动电机运动以带动所述视觉相机运动,使得所述视觉相机与所述目标端面对焦。
第四方面,本申请实施例还提供一种存储介质,其上存储有计算机可读指令,当计算机可读指令被计算机的处理器执行时,使得计算机执行所述清洁度检测方法。
本申请实施例中,激光器准直镜能够固定于座体,通过运行组件带动相机组件运动,使得视觉相机与目标端面完成对焦;通过视觉相机能够获取并保存目标端面的图像信息;通过运行组件能够使视觉相机与目标端面快速对焦,提高了检测效率。
本申请实施例中,通过清洁度检测方法对激光器准直镜的光学玻璃组件进行清洁度检测,提高了检测效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,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的附图。
图1为本申请实施例提供的清洁度检测方法的流程图。
图2为本申请实施例提供的清洁度检测方法的应用场景示意图。
图3为图2中所示的激光器准直镜的结构示意图。
图4为图3中的局部A的放大图。
图5为图3所示激光器准直镜的目标端面的清洁度划区示意图。
图6为图2中所示的视觉相机获取的目标端面图像的清洁度划区示意图。
图7为本申请实施例提供的清洁度检测装置的第一结构示意图。
图8为本申请实施例提供的清洁度检测装置的第二结构示意图。
图9为本申请实施例提供的清洁度检测系统的工作流程图。
具体实施方式
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,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有付出创造性劳动前提下所获得的所有其他实施例,都属于本申请的保护范围。
在本申请的描述中,需要理解的是,术语“第一”、“第二”、“第三”、“第四”,仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。
请参阅图1-图4,本申请实施例提供了一种清洁度检测方法,用于激光器准直镜40的光学玻璃组件420的清洁度检测。光学玻璃组件420包括多个端面,将多个端面中预检测的端面定义为目标端面421。
可以理解的是,请参阅图3-图4,激光器准直镜40包括壳体440,壳体440围合形成第一容纳空间。光学玻璃组件420包括保护镜422和端帽424。保护镜422和端帽424以间隔的方式设置于第一容纳空间。多个端面包括第一端面4222、第二端面4224、第三端面4242和第四端面4244。第一端面4222为保护镜422的光能输入端,第二端面4224为保护镜422的光能输出端。第三端面4242为端帽424的光能输入端。第四端面4244为端帽424的光能输出端。第一端面4222的中心轴线、第二端面4224的中心轴线、第三端面4242的中心轴线与第四端面4244的中心轴线共线。
目标端面421可以为第一端面4222、第二端面4224、第三端面4242及第四端面4244中的任一个端面。
请参阅图2,本申请实施例的清洁度检测方法用于检测沿Z轴方向排列的多个激光器准直镜40。通过能够沿X轴方向及Z轴方向运行的运行组件320带动相机组件620运动,以实现相机组件620中的视觉相机626与目标端面421对焦。
相机组件620,包括依次连接的光圈622、高倍镜头624和视觉相机626;用以在视觉相机626与目标端面421对焦后获取目标端面421的图像信息以获取目标端面421的清洁度信息及光洁度信息。
运行组件320,用以带动相机组件620运动,使得视觉相机626与目标端面421对焦。运行组件320包括第一运行机构322和第二运行机构324。第一运行机构322与相机组件620连接,用以带动相机组件620沿X轴方向做往复运动。第二运行机构324与第一运行机构322连接,用以带动第一运行机构322及相机组件620沿Y轴方向做往复运动。第一运行机构322由驱动电机带动运动。第二运行机构324由驱动电机带动运动。
请参阅图1、图2、图5及图6,本申请实施例提供的清洁度检测方法,包括:
201、根据目标端面421的位置数据获取目标端面421的图像;
202、根据清洁度划区数据对目标端面图像500进行分区,对分区后的目标端面图像500进行灰度化处理,得到对应的灰色图像分区区域;和
203、将各灰色图像分区区域的灰度值变化幅度与对应的各灰色图像分区区域的灰度值变化幅度阈值进行比较,判断目标端面421的清洁度是否合格。
示例性的,清洁度检测方法还包括在根据目标端面421的位置数据获取目标端面421的图像之前,读取目标端面的位置信息、目标端面的尺寸信息、目标端面的清洁度划区数据以及目标端面的清洁度评价数据。
清洁度划区数据包括目标端面421的各清洁度划区的边界数据与各清洁度划区的清洁度等级数据;目标端面421通过清洁度划区数据划分为多个清洁度划区,且每一清洁度划区对应一清洁度等级。
清洁度评价数据包括各清洁度划区对应的灰色图像分区区域的灰度值变化幅度阈值以及缺陷像素点个数阈值。
示例性的,步骤201中的根据目标端面421的位置数据获取目标端面421的图像,包括:
根据位置数据控制驱动电机运动以带动视觉相机运动,使得视觉相机与目标端面421对焦;
在视觉相机与目标端面421对焦后控制视觉相机对目标端面421拍照获取目标端面图像500;和
存储目标端面图像500。
示例性的,步骤202中的根据清洁度划区数据对目标端面图像500进行分区,包括:
识别目标端面图像500中的目标端面图像区域540,并获取目标端面图像区域540的尺寸信息;根据获取的目标端面图像区域540的尺寸信息与读取的目标端面421的尺寸信息计算比例尺;和
根据比例尺,以及根据清洁度划区数据,对目标端面图像区域540进行分区,得到至少一个第一类区域和至少一个第二类区域,其中至少一个第一类区域的清洁度等级高于至少一个第二类区域的清洁度等级。
示例性的,步骤202中的对分区后的目标端面图像500进行灰度化处理,包括:
通过对目标图像进行灰度化处理,使至少一个第一类区域和至少一个第二类区域转变为对应的灰色图像分区区域。
示例性的,请参阅图5,目标端面421包括多个待测区域。目标端面421根据清洁度划区可以划分为多个待测区域。多个待测区域包括第一待测区域4212、第二待测区域4214、第三待测区域4216、第四待测区域4218。第三待测区域4216、第四待测区域4218、第二待测区域4214、第一待测区域4212的清洁度等级依次降低。
清洁度划分数据包括将目标端面421的第一待测区域4212、第二待测区域4214、第三待测区域4216、第四待测区域4218的边界数据,以及第一待测区域4212、第二待测区域4214、第三待测区域4216、第四待测区域4218的清洁度等级数据。
可以理解的是,请参阅图6,目标端面图像500包括背景图像区域520和目标端面图像区域540。
示例性的,请参阅图5-图6,根据比例尺,以及根据清洁度划区数据,对目标端面图像区域540进行分区,得到清洁度等级由高到低排列的第三区域546、第四区域548、第二区域544及第一区域542。
图6中的第三区域546与图5中的第三待测区域4216对应。图6中的第四区域548与图5中的第四待测区域4218对应。图6中的第二区域544与图5中的第二待测区域4214对应。图6中的第一区域542与图5中的第一待测区域4212对应。
示例性的,请参阅图6,第四区域548为圆形区域,第三区域546为环绕第四区域548的环形区域,第二区域544为环绕第三区域546的环形区域,第一区域542为环绕第二区域544的环形区域。其中,第三区域546为第一类区域,第四区域548和第二区域544均为第二类区域,第一区域542为第三类区域。清洁度等级由高到低排列依次为第一类区域、第二类区域、第三类区域。
示例性的,步骤203中的将各灰色图像分区区域的灰度值变化幅度与对应的各灰色图像分区区域的灰度值变化幅度阈值进行比较,判断目标端面421的清洁度是否合格,包括:
根据第一判断步骤判断至少一个第一类区域对应的目标端面区域的清洁度是否合格;
当至少一个第一类区域对应的目标端面区域的清洁度为不合格时,将目标端面421的清洁度判断为不合格;
当至少一个第一类区域对应的目标端面区域的清洁度为合格时,根据第二判断步骤判断至少一个第二类区域对应的目标端面区域的清洁度是否合格;当至少一个第二类区域对应的目标端面区域的清洁度为合格时,将目标端面421的清洁度判断为合格。
其中,第一判断步骤不同于第二判断步骤。
示例性的,在对目标端面图像区域540进行分区,将灰色图像分区区域划分为清洁度等级由高到低排列的第三区域546、第四区域548、第二区域544及第一区域542时,且第三区域546为第一类区域,第四区域548及第二区域544为第二类区域,第一区域542为第三类区域时,第一类区域和第二类区域对应目标端面421的中部区域,对清洁度要求高,需要判断清洁度是否合格。第三类区域对应目标端面421的边缘区域,对清洁度要求低,不需要判断清洁度是否合格。根据第一判断步骤对第三区域546对应的目标端面区域的清洁度是否合格进行判断,根据第二判断步骤对第四区域548及第二区域544对应的目标端面区域的清洁度是否合格进行判断。
示例性的,根据第一判断步骤判断至少一个第一类区域对应的目标端面区域的清洁度是否合格,包括:
对第一类区域中任一相邻两个像素点的灰度差的绝对值进行计算,并将计算的结果与该第一类区域的灰度差阈值进行比较:
若第一类区域中存在一相邻两个像素点的灰度差的绝对值大于该第一类区域的灰度差阈值,则至少一个第一类区域对应的目标端面区域的清洁度为合格;
若第一类区域中任一相邻两个像素点的灰度差的绝对值小于或等于该第一类区域的灰度差阈值,则至少一个第一类区域对应的目标端面区域的清洁度为不合格。
示例性的,根据第二判断步骤判断至少一个第二类区域对应的目标端面区域的清洁度是否合格,还包括:
对第二类区域中任一相邻两个像素点的灰度差的绝对值进行计算,将第二类区域中灰度差的绝对值大于该第二类区域的灰度差阈值的相邻两个像素点分别标记为缺陷像素点;将第二类区域中的缺陷像素点的个数之和与该第二类区域的缺陷像素点个数阈值进行比较:
若第二类区域中的缺陷像素点的个数之和大于该第二类区域的缺陷像素点个数阈值,则至少一个第二类区域对应的目标端面区域的清洁度为合格;
若第二类区域中的缺陷像素点的个数之和小于或等于该第二类区域的缺陷像素点个数阈值,则至少一个第二类区域对应的目标端面区域的清洁度为不合格。
请参阅图7,本申请实施例提供一种清洁度检测装置800,用于检测光学玻璃组件的清洁度;光学玻璃组件包括多个端面,将多个端面中预检测的端面定义为目标端面421。清洁度检测装置800包括:获取模块820、处理模块840和确定模块860。
获取模块820,用于根据位置数据获取目标端面421的图像。
处理模块840,用于根据清洁度划区数据对目标端面图像500进行分区,对分区后的目标端面图像500进行灰度化处理,得到对应的灰色图像分区区域。
确定模块860,用于将各灰色图像分区区域的灰度值变化幅度与对应的各灰色图像分区区域的灰度值变化幅度阈值进行比较,判断目标端面421的清洁度是否合格。
示例性的,请参阅图8,清洁度检测装置800还包括读取模块810,用于读取目标端面421的位置信息、目标端面421的尺寸信息、目标端面421的清洁度划区数据以及目标端面421的清洁度评价数据。
示例性的,获取模块820包括驱动单元822、拍照单元824和存储单元826。
驱动单元822,用于根据位置数据控制驱动电机运动以带动视觉相机运动,使得视觉相机与目标端面421对焦。
拍照单元824,用于在视觉相机与目标端面421对焦后控制视觉相机对目标端面421拍照获取目标端面图像500。
存储单元826,用于存储目标端面图像500。
示例性的,处理模块840包括比例尺获取单元842、分区处理单元844和预处理单元846。
比例尺获取单元842,用于识别目标端面图像500中的目标端面图像区域540,并获取目标端面图像区域540的尺寸信息;用于根据获取的目标端面图像区域540的尺寸信息与读取的目标端面421的尺寸信息计算比例尺。
分区处理单元844,用于根据比例尺,以及根据清洁度划区数据,对目标端面图像区域540进行分区,得到至少一个第一类区域和至少一个第二类区域,其中至少一个第一类区域的清洁度等级高于至少一个第二类区域的清洁度等级。
预处理单元846,用于对目标图像进行灰度化处理;使得至少一个第一类区域和至少一个第二类区域转变为对应的灰色区域。
示例性的,分区处理单元844,用于根据比例尺,以及根据清洁度划区数据,对目标端面图像区域540进行分区,得到清洁度等级由高到低排列的第三区域546、第四区域548、第二区域544及第一区域542。第四区域548为圆形区域,第三区域546为环绕第四区域548的环形区域,第二区域544为环绕第三区域546的环形区域,第一区域542为环绕第二区域544的环形区域。
预处理单元846,用于对目标图像进行灰度化处理;使得第一区域542、第二区域544、第三区域546、第四区域548转变为对应的灰色图像分区区域。
示例性的,确定模块860包括第一判断单元862和第二判断单元864。
第一判断单元862,用于对第一类区域中任一相邻两个像素点的灰度差的绝对值进行计算,并将计算的结果与该第一类区域的灰度差阈值进行比较:
若第一类区域中存在一相邻两个像素点的灰度差的绝对值大于该第一类区域的灰度差阈值,则该第一类区域的灰度值变化幅度超过该第一类区域的灰度值变化幅度阈值;
若第一类区域中任一相邻两个像素点的灰度差的绝对值小于或等于该第一类区域的灰度差阈值,则该第一类区域的灰度值变化幅度未有超过该第一类区域的灰度值变化幅度阈值。
第二判断单元864,用于对第二类区域中任一相邻两个像素点的灰度差的绝对值进行计算,将第二类区域中灰度差的绝对值大于该第二类区域的灰度差阈值的相邻两个像素点分别标记为缺陷像素点;将第二类区域中的缺陷像素点的个数之和与该第二类区域的缺陷像素点个数阈值进行比较:
若第二类区域中的缺陷像素点的个数之和大于该第二类区域的缺陷像素点个数阈值,则至少一个第二类区域对应的目标端面区域的清洁度为合格;
若第二类区域中的缺陷像素点的个数之和小于或等于该第二类区域的缺陷像素点个数阈值,则至少一个第二类区域对应的目标端面区域的清洁度为不合格。
可以理解的是,本申请实施例提供一种清洁度检测系统,包括存储器、处理器和驱动电机。
存储器,存储有计算机可读指令。
处理器,读取存储器存储的计算机可读指令,以执行清洁度检测方法;视觉相机,与处理器连接;处理器用于控制视觉相机拍照以及用于从视觉相机获取目标端面图像500。
驱动电机,与处理器连接;处理器用于控制驱动电机运动以带动视觉相机运动,使得视觉相机与目标端面421对焦。
可以理解的是,本申请实施例提供一种存储介质,其上存储有计算机可读指令,当计算机可读指令被计算机的处理器执行时,使得计算机执行清洁度检测方法。
可以理解的是,请参阅图9,本申请实施例还提供一种激光器准直镜清洁度检测方法,包括:
根据步骤201获取激光器准直镜的第一端面的图像;根据步骤202和步骤203对第一端面的图像进行图像算法处理,判断第一端面的清洁度是否合格;
当判断第一端面的清洁度为不合格时,人工擦拭后复检;复检超过三次仍不合格,判断激光器准直镜为不合格产品;
当判断第一端面的清洁度为合格时,根据步骤201获取激光器准直镜的第二端面、第三端面、第四端面的图像;根据步骤202和步骤203对第二端面、第三端面、第四端面的图像分别进行图像算法处理,判断第二端面、第三端面、第四端面的清洁度是否合格;
当判断第二端面、第三端面、第四端面的清洁度至少一个不合格时,对不合格的端面人工擦拭后复检;复检超过三次仍不合格,判断激光器准直镜为不合格产品;
当判断第二端面、第三端面、第四端面的清洁度均为合格时,保存第一端面、第二端面、第三端面及第四端面的图像,将激光器准直镜合格入库。
以上对本申请实施例所提供的清洁度检测方法、装置、系统及存储介质进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (12)
1.一种清洁度检测方法,其特征在于,用于激光器准直镜的光学玻璃组件的清洁度检测;所述光学玻璃组件包括多个端面,将所述多个端面中预检测的所述端面定义为目标端面;所述清洁度检测方法包括:
根据所述目标端面的位置数据获取所述目标端面的图像;
根据所述清洁度划区数据对所述目标端面图像进行分区,对分区后的所述目标端面图像进行灰度化处理,得到对应的灰色图像分区区域;和
将各所述灰色图像分区区域的灰度值变化幅度与对应的各所述灰色图像分区区域的灰度值变化幅度阈值进行比较,判断所述目标端面的清洁度是否合格。
2.根据权利要求1所述的清洁度检测方法,其特征在于,所述根据所述目标端面的位置数据获取所述目标端面的图像,包括:
根据所述位置数据控制驱动电机运动以带动视觉相机运动,使得所述视觉相机与所述目标端面对焦;
在所述视觉相机与所述目标端面对焦后控制所述视觉相机对所述目标端面拍照获取目标端面图像;和
存储所述目标端面图像。
3.根据权利要求2所述的清洁度检测方法,其特征在于,所述根据所述清洁度划区数据对所述目标端面图像进行分区,包括:
识别目标端面图像中的目标端面图像区域,并获取所述目标端面图像区域的尺寸信息;根据获取的所述目标端面图像区域的尺寸信息与读取的所述目标端面的尺寸信息计算比例尺;和
根据所述比例尺,以及根据所述清洁度划区数据,对所述目标端面图像区域进行分区,得到至少一个第一类区域和至少一个第二类区域,其中所述至少一个第一类区域的清洁度等级高于所述至少一个第二类区域的清洁度等级;
所述对分区后的所述目标端面图像进行灰度化处理,包括:
通过对所述目标图像进行灰度化处理,使所述至少一个第一类区域和所述至少一个第二类区域转变为对应的灰色图像分区区域。
4.根据权利要求3所述的清洁度检测方法,其特征在于,所述将各所述灰色图像分区区域的灰度值变化幅度与对应的各所述灰色图像分区区域的灰度值变化幅度阈值进行比较,判断所述目标端面的清洁度是否合格,包括:
根据第一判断步骤判断所述至少一个第一类区域对应的目标端面区域的清洁度是否合格;
当所述至少一个第一类区域对应的目标端面区域的清洁度为不合格时,将所述目标端面的清洁度判断为不合格;
当所述至少一个第一类区域对应的目标端面区域的清洁度为合格时,根据第二判断步骤判断所述至少一个第二类区域对应的目标端面区域的清洁度是否合格;当所述至少一个第二类区域对应的目标端面区域的清洁度为合格时,将所述目标端面的清洁度判断为合格;其中,所述第一判断步骤不同于所述第二判断步骤。
5.根据权利要求4所述的清洁度检测方法,其特征在于,所述根据第一判断步骤判断所述至少一个第一类区域对应的目标端面区域的清洁度是否合格,包括:
对所述第一类区域中任一相邻两个像素点的灰度差的绝对值进行计算,并将计算的结果与该所述第一类区域的灰度差阈值进行比较:
若所述第一类区域中存在一相邻两个像素点的灰度差的绝对值大于该所述第一类区域的灰度差阈值,则所述至少一个第一类区域对应的目标端面区域的清洁度为合格;
若所述第一类区域中任一相邻两个像素点的灰度差的绝对值小于或等于该所述第一类区域的灰度差阈值,则所述至少一个第一类区域对应的目标端面区域的清洁度为不合格。
6.根据权利要求4所述的清洁度检测方法,其特征在于,
所述根据第二判断步骤判断所述至少一个第二类区域对应的目标端面区域的清洁度是否合格,还包括:
对所述第二类区域中任一相邻两个像素点的灰度差的绝对值进行计算,将所述第二类区域中灰度差的绝对值大于该所述第二类区域的灰度差阈值的相邻两个像素点分别标记为缺陷像素点;将所述第二类区域中的所述缺陷像素点的个数之和与该所述第二类区域的缺陷像素点个数阈值进行比较:
若所述第二类区域中的缺陷像素点的个数之和大于该所述第二类区域的缺陷像素点个数阈值,则所述至少一个第二类区域对应的目标端面区域的清洁度为合格;
若所述第二类区域中的缺陷像素点的个数之和小于或等于该所述第二类区域的缺陷像素点个数阈值,则所述至少一个第二类区域对应的目标端面区域的清洁度为不合格。
7.一种清洁度检测装置,其特征在于,用于检测光学玻璃组件的清洁度;所述光学玻璃组件包括多个端面,将所述多个端面中预检测的所述端面定义为目标端面;所述清洁度检测装置包括:
获取模块,用于根据所述位置数据获取所述目标端面的图像;
处理模块,用于根据所述清洁度划区数据对所述目标端面图像进行分区,对分区后的所述目标端面图像进行灰度化处理,得到对应的灰色图像分区区域;和
确定模块,用于将各所述灰色图像分区区域的灰度值变化幅度与对应的各所述灰色图像分区区域的灰度值变化幅度阈值进行比较,判断所述目标端面的清洁度是否合格。
8.根据权利要求7所述的清洁度检测装置,其特征在于,所述获取模块包括:
驱动单元,用于根据所述位置数据控制驱动电机运动以带动视觉相机运动,使得所述视觉相机与所述目标端面对焦;
拍照单元,用于在所述视觉相机与所述目标端面对焦后控制所述视觉相机对所述目标端面拍照获取目标端面图像;和
存储单元,用于存储所述目标端面图像。
9.根据权利要求8所述的清洁度检测装置,其特征在于,所述处理模块包括:
比例尺获取单元,用于识别目标端面图像中的目标端面图像区域,并获取所述目标端面图像区域的尺寸信息;用于根据获取的所述目标端面图像区域的尺寸信息与读取的所述目标端面的尺寸信息计算比例尺;
分区处理单元,用于根据所述比例尺,以及根据所述清洁度划区数据,对所述目标端面图像区域进行分区,得到至少一个第一类区域和至少一个第二类区域,其中所述至少一个第一类区域的清洁度等级高于所述至少一个第二类区域的清洁度等级;和
预处理单元,用于对所述目标图像进行灰度化处理;使得所述至少一个第一类区域和所述至少一个第二类区域转变为对应的灰色区域。
10.根据权利要求9所述的清洁度检测装置,其特征在于,所述确定模块包括:
第一判断单元,用于对所述第一类区域中任一相邻两个像素点的灰度差的绝对值进行计算,并将计算的结果与该所述第一类区域的灰度差阈值进行比较:
若所述第一类区域中存在一相邻两个像素点的灰度差的绝对值大于该所述第一类区域的灰度差阈值,则该所述第一类区域的灰度值变化幅度超过该所述第一类区域的灰度值变化幅度阈值;
若所述第一类区域中任一相邻两个像素点的灰度差的绝对值小于或等于该所述第一类区域的灰度差阈值,则该所述第一类区域的灰度值变化幅度未有超过该所述第一类区域的灰度值变化幅度阈值;和
第二判断单元,用于对所述第二类区域中任一相邻两个像素点的灰度差的绝对值进行计算,将所述第二类区域中灰度差的绝对值大于该所述第二类区域的灰度差阈值的相邻两个像素点分别标记为缺陷像素点;将所述第二类区域中的所述缺陷像素点的个数之和与该所述第二类区域的缺陷像素点个数阈值进行比较:
若所述第二类区域中的缺陷像素点的个数之和大于该所述第二类区域的缺陷像素点个数阈值,则所述至少一个第二类区域对应的目标端面区域的清洁度为合格;
若所述第二类区域中的缺陷像素点的个数之和小于或等于该所述第二类区域的缺陷像素点个数阈值,则所述至少一个第二类区域对应的目标端面区域的清洁度为不合格。
11.一种清洁度检测系统,其特征在于,包括:
存储器,存储有计算机可读指令;
处理器,读取存储器存储的计算机可读指令,以执行权利要求1至6任一项所述的方法;
视觉相机,与所述处理器连接;所述处理器用于控制视觉相机拍照以及用于从所述视觉相机获取目标端面图像;和
驱动电机,与所述处理器连接;所述处理器用于控制所述驱动电机运动以带动所述视觉相机运动,使得所述视觉相机与所述目标端面对焦。
12.一种存储介质,其特征在于,其上存储有计算机可读指令,当所述计算机可读指令被计算机的处理器执行时,使得计算机执行权利要求1至6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210202504.6A CN114581403A (zh) | 2022-03-03 | 2022-03-03 | 清洁度检测方法、装置、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210202504.6A CN114581403A (zh) | 2022-03-03 | 2022-03-03 | 清洁度检测方法、装置、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114581403A true CN114581403A (zh) | 2022-06-03 |
Family
ID=81772617
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210202504.6A Pending CN114581403A (zh) | 2022-03-03 | 2022-03-03 | 清洁度检测方法、装置、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114581403A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116630304A (zh) * | 2023-07-18 | 2023-08-22 | 东莞市京品精密模具有限公司 | 一种基于人工智能的锂电池模具加工检测方法及系统 |
-
2022
- 2022-03-03 CN CN202210202504.6A patent/CN114581403A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116630304A (zh) * | 2023-07-18 | 2023-08-22 | 东莞市京品精密模具有限公司 | 一种基于人工智能的锂电池模具加工检测方法及系统 |
CN116630304B (zh) * | 2023-07-18 | 2023-09-19 | 东莞市京品精密模具有限公司 | 一种基于人工智能的锂电池模具加工检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9824432B2 (en) | Peripheral inspection system and method | |
US8350905B2 (en) | Microscope system, image generating method, and program for practicing the same | |
CN105021628B (zh) | 一种用于光纤倒像器表面缺陷的检测方法 | |
CN105517677A (zh) | 深度图/视差图的后处理方法和装置 | |
US10120163B2 (en) | Auto-focus method for a coordinate-measuring apparatus | |
JP2019215321A (ja) | 溶液に浸された眼用レンズの屈折力および厚さを検査するためのシステムおよび方法 | |
CN105953741B (zh) | 一种钢结构局部几何变形的测量系统和方法 | |
CN112595496B (zh) | 近眼显示设备的不良检测方法、装置、设备及存储介质 | |
CN114581403A (zh) | 清洁度检测方法、装置、系统及存储介质 | |
CN111044262A (zh) | 近眼显示光机模组检测装置 | |
KR100926019B1 (ko) | 결함 입자 측정 장치 및 결함 입자 측정 방법 | |
US5671049A (en) | System and method for contactlessly and automatically determining the return loss of an optical fiber connector | |
CN113366364A (zh) | 载玻片扫描系统中的实时聚焦 | |
US7162069B2 (en) | Objectification of surface test methods through image processing | |
KR20180038705A (ko) | 광 통신 모듈을 위한 페룰 단면의 검사 장치 및 그 방법 | |
KR20180074175A (ko) | 렌즈 모듈 비전 검사 방법 | |
CN113727022B (zh) | 巡检图像的采集方法及装置、电子设备、存储介质 | |
CN115035071A (zh) | 一种pad导光板黑点缺陷的视觉检测方法 | |
CN111220087B (zh) | 表面形貌检测方法 | |
KR20220154345A (ko) | 가우시안 가중치 최소 자승법을 이용하는 영상 처리 장치 및 그것의 윤곽선 검출 방법 | |
WO2020110711A1 (ja) | 検査システム、検査方法およびプログラム | |
EP3829158A1 (en) | Imaging method, device and system | |
CN110785114A (zh) | 高精确地确定眼睛的瞳孔直径的方法和与此相关的设备 | |
JP2010071867A (ja) | 偏心測定装置および方法 | |
Gerton et al. | A novel method for optical distortion quantification |
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 |