CN114693673A - 玻璃检测的方法、装置、电子设备及计算机可读存储介质 - Google Patents
玻璃检测的方法、装置、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN114693673A CN114693673A CN202210449347.9A CN202210449347A CN114693673A CN 114693673 A CN114693673 A CN 114693673A CN 202210449347 A CN202210449347 A CN 202210449347A CN 114693673 A CN114693673 A CN 114693673A
- Authority
- CN
- China
- Prior art keywords
- glass
- image
- area
- flaw
- target glass
- 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
- 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
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本申请属于检测技术领域,公开了玻璃检测的方法、装置、电子设备及计算机可读存储介质,该方法包括,获取待测玻璃的目标玻璃图像,目标玻璃图像为包含待测玻璃的边缘区域的图像;根据目标玻璃图像中各像素点的像素值,确定目标玻璃图像中的瑕疵区域,瑕疵区域为目标玻璃图像中疑似存在瑕疵的区域;基于预先训练好的瑕疵检测模型,对瑕疵区域进行瑕疵检测,获得瑕疵检测结果。这样,不需要使用昂贵复杂的检测设备,降低了检测成本,提高了检测精确度。
Description
技术领域
本申请涉及检测技术领域,具体而言,涉及玻璃检测的方法、装置、电子设备及计算机可读存储介质。
背景技术
为保证玻璃的质量,通常需要对待测玻璃进行瑕疵检测,以确定待测玻璃是否存在瑕疵。现有技术下,通常采用结构光检测设备,基于内全反射光原理对玻璃进行瑕疵检测。
但是,采用这种方式,结构光检测设备耗费的成本较高,且通常无法对玻璃的各种瑕疵类别进行有效的识别。
发明内容
本申请实施例的目的在于提供玻璃检测的方法、装置、电子设备及计算机可读存储介质,用以在对玻璃进行瑕疵检测时,降低检测成本,提高瑕疵检测的精确度。
一方面,提供一种玻璃检测的方法,包括:
获取待测玻璃的目标玻璃图像,目标玻璃图像为包含待测玻璃的边缘区域的图像;
根据目标玻璃图像中各像素点的像素值,确定目标玻璃图像中的瑕疵区域,瑕疵区域为目标玻璃图像中疑似存在瑕疵的区域;
基于预先训练好的瑕疵检测模型,对瑕疵区域进行瑕疵检测,获得瑕疵检测结果。
在上述实现过程中,不需要使用昂贵复杂的检测设备,降低了检测成本,提高了检测精确度。
一种实施方式中,根据目标玻璃图像中各像素点的像素值,确定目标玻璃图像中的瑕疵区域,包括:
根据目标玻璃图像中各像素点的像素值,将目标玻璃图像进行划分,获得多个矩形子区域;
分别确定每一矩形子区域的各像素点的像素值的均值和方差;
从各矩形子区域中,筛选出均值和方差符合瑕疵筛选条件的瑕疵区域。
在上述实现过程中,先筛选出瑕疵区域,提高了后续瑕疵检测的效率以及精确度。
一种实施方式中,根据目标玻璃图像中各像素点的像素值,将目标玻璃图像进行划分,获得多个矩形子区域,包括:
根据目标玻璃图像中各像素点的像素值,确定目标玻璃图像中的玻璃边缘位置;
根据目标玻璃图像中的玻璃边缘位置,将目标玻璃图像进行划分,获得目标玻璃图像的玻璃边缘区域和玻璃内部区域;
将玻璃边缘区域进行划分,获得玻璃边缘区域的矩形子区域;
将玻璃内部区域进行划分,获得玻璃内部区域的矩形子区域。
在上述实现过程中,将目标玻璃图像划分为多个矩形子区域,以便后续确定瑕疵区域。
一种实施方式中,根据目标玻璃图像中各像素点的像素值,确定目标玻璃图像中的玻璃边缘位置,包括:
按照设定间隔步长以及设定划分方向,将目标玻璃图像进行划分,获得目标玻璃图像的多个局部图像区域;
分别确定每一局部图像区域的各像素点的像素值的均值和方差;
从各局部图像区域中,筛选出均值和方差符合边缘筛选条件的多个局部图像区域;
根据筛选出的各局部图像区域,确定玻璃边缘位置。
在上述实现过程中,可以根据像素值的分布,有效识别出玻璃边缘位置。
一种实施方式中,玻璃边缘位置包括侧边缘位置、上边缘位置和下边缘位置,目标玻璃图像的数量为至少一个,根据筛选出的各局部图像区域,确定玻璃边缘位置,包括:
根据筛选出的各局部图像区域中各像素点的坐标,确定侧边缘位置;
从筛选出的各局部图像区域中,筛选出被第一个目标玻璃图像包含的上边缘局部区域,以及被最后一个目标玻璃图像包含的下边缘局部区域;
根据上边缘局部区域中各像素点的坐标,确定上边缘位置;
根据下边缘局部区域中各像素点的坐标,确定下边缘位置。
在上述实现过程中,可以有效识别出目标玻璃图像中待测玻璃的各个边缘的位置。
一种实施方式中,瑕疵检测结果包括瑕疵类别,在基于预先训练好的瑕疵检测模型,对瑕疵区域进行瑕疵检测,获得瑕疵检测结果之后,还包括:
从玻璃内部区域的各瑕疵区域中,筛选出瑕疵类别未被玻璃瑕疵类别集合包含的瑕疵区域;
将筛选出的瑕疵区域的瑕疵类别进行矫正。
在上述实现过程中,提高了检测结果的精确度。
一种实施方式中,在根据目标玻璃图像中各像素点的像素值,确定目标玻璃图像中的瑕疵区域之前,包括:
将目标玻璃图像进行灰度转换。
在上述实现过程中,通过灰度转换,对图像进行了去噪,提高了检测结果的精确度。
一方面,提供一种玻璃检测的装置,包括:
获取单元,获取待测玻璃的目标玻璃图像,目标玻璃图像为包含待测玻璃的边缘区域的图像;
确定单元,用于根据目标玻璃图像中各像素点的像素值,确定目标玻璃图像中的瑕疵区域,瑕疵区域为目标玻璃图像中疑似存在瑕疵的区域;
检测单元,用于基于预先训练好的瑕疵检测模型,对瑕疵区域进行瑕疵检测,获得瑕疵检测结果。
一种实施方式中,确定单元用于:
根据目标玻璃图像中各像素点的像素值,将目标玻璃图像进行划分,获得多个矩形子区域;
分别确定每一矩形子区域的各像素点的像素值的均值和方差;
从各矩形子区域中,筛选出均值和方差符合瑕疵筛选条件的瑕疵区域。
一种实施方式中,确定单元用于:
根据目标玻璃图像中各像素点的像素值,确定目标玻璃图像中的玻璃边缘位置;
根据目标玻璃图像中的玻璃边缘位置,将目标玻璃图像进行划分,获得目标玻璃图像的玻璃边缘区域和玻璃内部区域;
将玻璃边缘区域进行划分,获得玻璃边缘区域的矩形子区域;
将玻璃内部区域进行划分,获得玻璃内部区域的矩形子区域。
一种实施方式中,确定单元用于:
按照设定间隔步长以及设定划分方向,将目标玻璃图像进行划分,获得目标玻璃图像的多个局部图像区域;
分别确定每一局部图像区域的各像素点的像素值的均值和方差;
从各局部图像区域中,筛选出均值和方差符合边缘筛选条件的多个局部图像区域;
根据筛选出的各局部图像区域,确定玻璃边缘位置。
一种实施方式中,玻璃边缘位置包括侧边缘位置、上边缘位置和下边缘位置,目标玻璃图像的数量为至少一个,确定单元用于:
根据筛选出的各局部图像区域中各像素点的坐标,确定侧边缘位置;
从筛选出的各局部图像区域中,筛选出被第一个目标玻璃图像包含的上边缘局部区域,以及被最后一个目标玻璃图像包含的下边缘局部区域;
根据上边缘局部区域中各像素点的坐标,确定上边缘位置;
根据下边缘局部区域中各像素点的坐标,确定下边缘位置。
一种实施方式中,瑕疵检测结果包括瑕疵类别,检测单元还用于:
从玻璃内部区域的各瑕疵区域中,筛选出瑕疵类别未被玻璃瑕疵类别集合包含的瑕疵区域;
将筛选出的瑕疵区域的瑕疵类别进行矫正。
一种实施方式中,确定单元还用于:
将目标玻璃图像进行灰度转换。
一方面,提供了一种电子设备,包括处理器以及存储器,存储器存储有计算机可读取指令,当计算机可读取指令由处理器执行时,运行如上述任一种玻璃检测的各种可选实现方式中提供的方法的步骤。
一方面,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时运行如上述任一种玻璃检测的各种可选实现方式中提供的方法的步骤。
一方面,提供了一种计算机程序产品,计算机程序产品在计算机上运行时,使得计算机执行如上述任一种玻璃检测的各种可选实现方式中提供的方法的步骤。
本申请的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请而了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请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一种玻璃检测的方法的实施流程图;
图2为本申请实施例提供的一种目标玻璃图像的示例图;
图3为本申请实施例提供的一种局部图像区域划分的示例图;
图4为本申请实施例提供的一种玻璃检测的装置的结构框图;
图5为本申请实施方式中一种电子设备的结构示意图。
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。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的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。
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。
首先对本申请实施例中涉及的部分用语进行说明,以便于本领域技术人员理解。
终端设备:可以是移动终端、固定终端或便携式终端,例如移动手机、站点、单元、设备、多媒体计算机、多媒体平板、互联网节点、通信器、台式计算机、膝上型计算机、笔记本计算机、上网本计算机、平板计算机、个人通信系统设备、个人导航设备、个人数字助理、音频/视频播放器、数码相机/摄像机、定位设备、电视接收器、无线电广播接收器、电子书设备、游戏设备或者其任意组合,包括这些设备的配件和外设或者其任意组合。还可预见到的是,终端设备能够支持任意类型的针对用户的接口(例如可穿戴设备)等。
服务器:可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务以及大数据和人工智能平台等基础云计算服务的云服务器。
为了在对玻璃进行瑕疵检测时,可以降低检测成本,提高瑕疵检测的精确度,本申请实施例提供了玻璃检测的方法、装置、电子设备及计算机可读存储介质。
本申请实施例中,执行主体为电子设备,电子设备可以为服务器,也可以为终端设备。
参阅图1所示,为本申请实施例提供的一种玻璃检测的方法的实施流程图,该方法的具体实施流程如下:
步骤100:获取待测玻璃的目标玻璃图像。
具体的,目标玻璃图像为包含待测玻璃的边缘区域的图像。可选的,目标玻璃图像为至少一个。
一种实施方式中,目标玻璃图像为多个,各目标玻璃图像之间可以存在重合区域,也可以互不重合。不同目标玻璃图像的尺寸可以相同,也可以不同。待测玻璃包括上边缘、下边缘以及侧边缘。侧边缘包括左边缘和右边缘。待测玻璃的边缘为上下边缘(即上边缘和下边缘)还是侧边缘,可以根据实际应用场景设置,在此不做限制。
一种实施方式中,采用图像采集装置(如,线扫相机),对待测玻璃的各边缘区域依次进行图像采集,获得多个不存在重合区域的目标玻璃图像,并按照图像采集顺序,将各目标玻璃图像进行排序。其中,第一个目标玻璃图像包含待测玻璃的上边缘,最后一个目标玻璃图像包含待测玻璃的下边缘,其它目标玻璃图像中包含待测玻璃的侧边缘。
例如,参阅图2所示,为一种目标玻璃图像的示例图。图2中,包括目标玻璃图像、目标玻璃图像2、目标玻璃图像3以及目标玻璃图像4。由于实际应用中待测玻璃的内部区域通常有遮挡物,所以,各目标玻璃图像的大小可能相同,也可能不同。目标玻璃图像1中包含待测玻璃的上边缘和部分侧边缘。目标玻璃图像2包含待测玻璃的部分左边缘。目标玻璃图像3中包含待测玻璃的部分右边缘。目标玻璃图像4包含待测玻璃的下边缘和部分侧边缘。
这样,就可以采集包含待测玻璃的边缘区域的目标玻璃图像。
进一步的,还可以将各目标玻璃图像进行灰度转换,获得灰度转换后的各目标玻璃图像。
这样,通过灰度转换,对目标玻璃图像进行了去噪,可以减少后续玻璃检测的干扰,提高玻璃检测的准确度。
步骤101:根据目标玻璃图像中各像素点的像素值,确定目标玻璃图像中的瑕疵区域。
具体的,瑕疵区域为目标玻璃图像中疑似存在瑕疵的区域的图像。
进一步的,为便于确定瑕疵区域,在确定瑕疵区域之前,还可以将包含待测玻璃的右边缘的目标玻璃图像进行左右翻转。
一种实施方式中,在确定各目标玻璃图像中的瑕疵区域时,可以采用以下步骤:
S1011:根据目标玻璃图像中各像素点的像素值,将目标玻璃图像进行划分,获得多个矩形子区域。
具体的,获得多个矩形子区域时,可以采用以下步骤:
S1011a:根据目标玻璃图像中各像素点的像素值,确定目标玻璃图像中的玻璃边缘位置。
具体的,执行S1011a时,可以采用以下步骤:
S1011a1:按照设定间隔步长以及设定划分方向,将目标玻璃图像进行划分,获得目标玻璃图像的多个局部图像区域。
具体的,设定间隔步长包括第一间隔步长和第二间隔步长。设定划分方向包括左右方向和上下方向。
一种实施方式中,若目标玻璃图像为多个,则按照左右方向以及第一间隔步长,划分各目标玻璃图像,获得多个局部图像区域;按照上下方向以及第二间隔步长,划分第一个目标玻璃图像和最后一个目标玻璃图像。
需要说明的是,上下方向以及左右方向与待测玻璃的边缘位置一致,即上下方向为上边缘与下边缘连线的方向,左右方向为左边缘与有边缘连线的方向。
可选的,左右方向可以为由左向右的方向,也可以为由右向左的方向。上下方向可以为由上向下的方向,也可以为由下向上的方向。
实际应用中,第一间隔步长和第二间隔步长均可以根据实际应用场景进行设置,在此不作限制。例如,第一间隔步长和第二间隔步长可以为5个像素值。
参阅图3所示,为一种局部图像区域划分的示例图。图3中,按照左右方向以及第一间隔步长对第一个目标玻璃图像进行图像划分获得4个局部图像区域。
S1011a2:分别确定每一局部图像区域的各像素点的像素值的均值和方差。
S1011a3:从各局部图像区域中,筛选出均值和方差符合边缘筛选条件的多个局部图像区域。
一种实施方式中,根据各局部图像区域的均值和方差,筛选出均值高于边缘均值阈值,且方差高于边缘方差阈值的局部图像区域。
进一步的,还可以仅筛选出均值高于边缘均值阈值的局部图像区域,或者,仅筛选出方差高于边缘方差阈值的局部图像区域。
实际应用中,边缘筛选条件、边缘均值阈值以及边缘方差阈值均可以根据实际应用场景进行设置,在此不作限制。
S1011a4:根据筛选出的各局部图像区域,确定玻璃边缘位置。
具体的,根据筛选出的各局部图像区域中各像素点的坐标,确定侧边缘位置,并从筛选出的各局部图像区域中,筛选出被第一个目标玻璃图像包含的上边缘局部区域,以及被最后一个目标玻璃图像包含的下边缘局部区域;根据上边缘局部区域中各像素点的坐标,确定上边缘位置;根据下边缘局部区域中各像素点的坐标,确定下边缘位置。
一种实施方式中,针对目标玻璃图像建立坐标系。坐标系的横坐标轴x的方向为目标玻璃图像的左右方向,纵坐标y的方向为目标玻璃图像的上下方向。像素点的坐标可以表示为(x,y)。确定侧边缘位置时可以包括:将局部图像区域的各横坐标的中心值(即均值),确定为侧边缘位置。确定上边缘位置或下边缘位置时可以包括:将上边缘局部区域的各纵坐标的中心值(即均值),确定为上边缘位置,将下边缘局部区域的各纵坐标的中心值(即均值),确定为下边缘位置。
S1011b:根据目标玻璃图像中的玻璃边缘位置,将目标玻璃图像进行划分,获得目标玻璃图像的玻璃边缘区域和玻璃内部区域。
具体的,按照各目标玻璃图像中的玻璃边缘位置以及设定区域长度,将各目标玻璃图像进行划分,分别获得每一目标玻璃图像的玻璃边缘区域和玻璃内部区域。
其中,玻璃边缘区域为包含左边缘、右边缘、上边缘或下边缘的区域,且包含左右边缘(即左边缘或右边缘)的玻璃边缘区域在左右方向上的长度为上述设定区域长度,包含上下边缘(即上边缘或右边缘)的玻璃边缘区域在上下方向上的长度为上述设定区域长度。玻璃内部区域为目标玻璃图像中的非玻璃边缘区域。
S1011c:将玻璃边缘区域进行划分,获得玻璃边缘区域的矩形子区域。
一种实施方式中,按照上下方向以及第三间隔步长,将各玻璃边缘区域进行划分,获得多个矩形子区域。
其中,每一矩形子区域在上下方向上的长度为第三间隔步长。
S1011d:将玻璃内部区域进行划分,获得玻璃内部区域的矩形子区域。
一种实施方式中,按照第四间隔步长和第五间隔步长,将各玻璃内部区域划分为多个网格(即矩形子区域)。
其中,矩形子区域在左右方向上的长度为第四间隔步长,在上下方向上的长度为第五间隔步长。
实际应用中,第三间隔步长、第四间隔步长和第五间隔步长均可以根据实际应用场景进行设置,如,第三间隔步长为30个像素,在此不作限制。
S1012:分别确定每一矩形子区域的各像素点的像素值的均值和方差。
S1013:从各矩形子区域中,筛选出均值和方差符合瑕疵筛选条件的瑕疵区域。
具体的,筛选瑕疵区域时,可以采用以下步骤:
S1013a:从玻璃边缘区域中的矩形子区域中,筛选出均值和方差符合第一筛选条件的瑕疵区域。
具体的,第一筛选条件是根据玻璃边缘区域中未被筛选出的矩形子区域的均值和方差确定的。玻璃边缘区域中除瑕疵区域之外的矩形子区域为非瑕疵区域。
一种实施方式中,分别针对玻璃边缘区域中的每一矩形子区域,执行以下步骤:
获取某一矩形子区域的关联矩形子区域,则获取该关联矩形子区域的方差和均值,若确定该矩形子区域的方差高于关联矩形子区域的方差和/或该矩形子区域的均值高于关联矩形子区域的均值,则确定该矩形子区域为符合第一筛选条件的瑕疵区域。
其中,关联矩形子区域为玻璃边缘区域中的非瑕疵区域。可选的,关联矩形子区域可以为玻璃边缘区域中的任一非瑕疵区域,也可以为仅与矩形子区域相邻的非瑕疵区域,还可以仅为矩形子区域的前一个非瑕疵区域。
进一步的,若确定玻璃边缘区域中的某一矩形子区域不存在关联矩形子区域,则若确定该矩形子区域的均值高于设定瑕疵均值和/或该矩形子区域的方差高于设定瑕疵方差,则确定该矩形子区域为符合第一筛选条件的瑕疵区域。
实际应用中,设定瑕疵均值和设定瑕疵方差均可以根据实际应用场景进行设置,在此不作限制。
S1013b:从玻璃内部区域中的矩形子区域中,筛选出均值和方差符合第二筛选条件的瑕疵区域。
具体的,第二筛选条件是根据瑕疵均值阈值和瑕疵方差阈值确定的。
一种实施方式中,从玻璃内部区域中的矩形子区域中,筛选出均值高于瑕疵均值阈值,且方差高于瑕疵方差阈值的瑕疵区域。
步骤102:基于预先训练好的瑕疵检测模型,对瑕疵区域进行瑕疵检测,获得瑕疵检测结果。
具体的,瑕疵检测模型用于检测玻璃的瑕疵类别。瑕疵检测结果至少包括瑕疵区域的瑕疵类别,还可以包括瑕疵区域的位置信息以及编号等,在此不作限制。
其中,瑕疵类别可以包括但不限于以下类别中的至少一种:气泡、水滴、油污、崩边、裂纹以及划痕。
一种实施方式中,获得包含瑕疵区域的瑕疵区域图像,并将瑕疵区域图像输入预先训练好的瑕疵检测模型,获得每一瑕疵区域的瑕疵类别。
可选的,瑕疵区域图像可以为仅包含目标玻璃图像中的瑕疵区域的图像,还可以为标注有瑕疵区域的目标玻璃图像的掩膜图。
一种实施方式中,生成目标玻璃图像的瑕疵区域图像时,可以采用以下步骤:
创建目标玻璃图像的单通道灰度图(即初始的掩膜图),并将单通道灰度图各像素点的像素值均设置为第一指定像素值(如,0),以及将瑕疵区域在单通道灰度图中相应区域的各像素点的像素值设置为第二指定像素值(如,255),获得标注有瑕疵区域的掩膜图。
进一步的,还可以对瑕疵区域图像(即标注有瑕疵区域的掩膜图)中的瑕疵区域进行腐蚀膨胀,并对瑕疵区域图像中的各瑕疵区域进行聚类,以及分别确定聚类后的每一簇瑕疵区域的最小外接矩形,并将瑕疵区域图像中的最小外接矩形的各像素点的像素值设置为第二指定像素值,目标玻璃图像的单通道灰度图中的最小外接矩形即为更新后的瑕疵区域。
这样,就可以将单通道灰度图作为目标玻璃图像的二值化的掩膜图,进而可以通过标注有瑕疵区域的掩膜图进行瑕疵检测。
可选的,瑕疵检测模型可以是根据深度学习分类模型获得的。
进一步的,还可以根据瑕疵区域所在的位置,对瑕疵检测结果进行矫正。
一种实施方式中,对瑕疵检测结果进行矫正时,可以采用以下步骤:
S1021:从玻璃内部区域的各瑕疵区域中,筛选出瑕疵类别未被玻璃瑕疵类别集合包含的瑕疵区域。
具体的,玻璃瑕疵类别集合包括玻璃内部通常存在的瑕疵类别,如裂纹。
S1022:将筛选出的瑕疵区域的瑕疵类别进行矫正。
由于一些瑕疵类别,如崩边通常仅存在于玻璃边缘区域中,因此,若确定玻璃内部区域的各瑕疵区域的瑕疵类别未被玻璃瑕疵类别集合包含,则说明该瑕疵区域的瑕疵检测结果可能存在错误,因此,对其进行矫正。
一种实施方式中,采用人工识别的方式,确定筛选出的瑕疵区域的瑕疵类别,以对筛选出的瑕疵区域的瑕疵类别进行矫正,并更新瑕疵检测结果。
进一步的,还可以采用屏幕显示等方式,输出待测玻璃的瑕疵检测结果。
基于同一发明构思,本申请实施例中还提供了一种玻璃检测的装置,由于上述装置及设备解决问题的原理与一种玻璃检测的方法相似,因此,上述装置的实施可以参见方法的实施,重复之处不再赘述。
如图4所示,其为本申请实施例提供的一种玻璃检测的装置的结构示意图,包括:
获取单元401,获取待测玻璃的目标玻璃图像,目标玻璃图像为包含待测玻璃的边缘区域的图像;
确定单元402,用于根据目标玻璃图像中各像素点的像素值,确定目标玻璃图像中的瑕疵区域,瑕疵区域为目标玻璃图像中疑似存在瑕疵的区域;
检测单元403,用于基于预先训练好的瑕疵检测模型,对瑕疵区域进行瑕疵检测,获得瑕疵检测结果。
一种实施方式中,确定单元402用于:
根据目标玻璃图像中各像素点的像素值,将目标玻璃图像进行划分,获得多个矩形子区域;
分别确定每一矩形子区域的各像素点的像素值的均值和方差;
从各矩形子区域中,筛选出均值和方差符合瑕疵筛选条件的瑕疵区域。
一种实施方式中,确定单元402用于:
根据目标玻璃图像中各像素点的像素值,确定目标玻璃图像中的玻璃边缘位置;
根据目标玻璃图像中的玻璃边缘位置,将目标玻璃图像进行划分,获得目标玻璃图像的玻璃边缘区域和玻璃内部区域;
将玻璃边缘区域进行划分,获得玻璃边缘区域的矩形子区域;
将玻璃内部区域进行划分,获得玻璃内部区域的矩形子区域。
一种实施方式中,确定单元402用于:
按照设定间隔步长以及设定划分方向,将目标玻璃图像进行划分,获得目标玻璃图像的多个局部图像区域;
分别确定每一局部图像区域的各像素点的像素值的均值和方差;
从各局部图像区域中,筛选出均值和方差符合边缘筛选条件的多个局部图像区域;
根据筛选出的各局部图像区域,确定玻璃边缘位置。
一种实施方式中,玻璃边缘位置包括侧边缘位置、上边缘位置和下边缘位置,目标玻璃图像的数量为至少一个,确定单元402用于:
根据筛选出的各局部图像区域中各像素点的坐标,确定侧边缘位置;
从筛选出的各局部图像区域中,筛选出被第一个目标玻璃图像包含的上边缘局部区域,以及被最后一个目标玻璃图像包含的下边缘局部区域;
根据上边缘局部区域中各像素点的坐标,确定上边缘位置;
根据下边缘局部区域中各像素点的坐标,确定下边缘位置。
一种实施方式中,瑕疵检测结果包括瑕疵类别,检测单元403还用于:
从玻璃内部区域的各瑕疵区域中,筛选出瑕疵类别未被玻璃瑕疵类别集合包含的瑕疵区域;
将筛选出的瑕疵区域的瑕疵类别进行矫正。
一种实施方式中,确定单元402还用于:
将目标玻璃图像进行灰度转换。
图5示出了一种电子设备5000的结构示意图。参阅图5所示,电子设备5000包括:处理器5010以及存储器5020,可选的,还可以包括电源5030、显示单元5040、输入单元5050。
处理器5010是电子设备5000的控制中心,利用各种接口和线路连接各个部件,通过运行或执行存储在存储器5020内的软件程序和/或数据,执行电子设备5000的各种功能,从而对电子设备5000进行整体监控。
本申请实施例中,处理器5010调用存储器5020中存储的计算机程序时执行上述实施例中的各个步骤。
可选的,处理器5010可包括一个或多个处理单元;优选的,处理器5010可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器5010中。在一些实施例中,处理器、存储器、可以在单一芯片上实现,在一些实施例中,它们也可以在独立的芯片上分别实现。
存储器5020可主要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、各种应用等;存储数据区可存储根据电子设备5000的使用所创建的数据等。此外,存储器5020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,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件等。
电子设备5000还包括给各个部件供电的电源5030(比如电池),电源可以通过电源管理系统与处理器5010逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗等功能。
显示单元5040可用于显示由用户输入的信息或提供给用户的信息以及电子设备5000的各种菜单等,本发明实施例中主要用于显示电子设备5000中各应用的显示界面以及显示界面中显示的文本、图片等对象。显示单元5040可以包括显示面板5041。显示面板5041可以采用液晶显示屏(Liquid Crystal Display,LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置。
输入单元5050可用于接收用户输入的数字或字符等信息。输入单元5050可包括触控面板5051以及其他输入设备5052。其中,触控面板5051,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触摸笔等任何适合的物体或附件在触控面板5051上或在触控面板5051附近的操作)。
具体的,触控面板5051可以检测用户的触摸操作,并检测触摸操作带来的信号,将这些信号转换成触点坐标,发送给处理器5010,并接收处理器5010发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板5051。其他输入设备5052可以包括但不限于物理键盘、功能键(比如音量控制按键、开关机按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
当然,触控面板5051可覆盖显示面板5041,当触控面板5051检测到在其上或附近的触摸操作后,传送给处理器5010以确定触摸事件的类型,随后处理器5010根据触摸事件的类型在显示面板5041上提供相应的视觉输出。虽然在图5中,触控面板5051与显示面板5041是作为两个独立的部件来实现电子设备5000的输入和输出功能,但是在某些实施例中,可以将触控面板5051与显示面板5041集成而实现电子设备5000的输入和输出功能。
电子设备5000还可包括一个或多个传感器,例如压力传感器、重力加速度传感器、接近光传感器等。当然,根据具体应用中的需要,上述电子设备5000还可以包括摄像头等其它部件,由于这些部件不是本申请实施例中重点使用的部件,因此,在图5中没有示出,且不再详述。
本领域技术人员可以理解,图5仅仅是电子设备的举例,并不构成对电子设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件。
本申请实施例中,一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时,使得通信设备可以执行上述实施例中的各个步骤。
为了描述的方便,以上各部分按照功能划分为各模块(或单元)分别描述。当然,在实施本申请时可以把各模块(或单元)的功能在同一个或多个软件或硬件中实现。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种玻璃检测的方法,其特征在于,包括:
获取待测玻璃的目标玻璃图像,所述目标玻璃图像为包含所述待测玻璃的边缘区域的图像;
根据所述目标玻璃图像中各像素点的像素值,确定所述目标玻璃图像中的瑕疵区域,所述瑕疵区域为所述目标玻璃图像中疑似存在瑕疵的区域;
基于预先训练好的瑕疵检测模型,对所述瑕疵区域进行瑕疵检测,获得瑕疵检测结果。
2.如权利要求1所述的方法,其特征在于,所述根据所述目标玻璃图像中各像素点的像素值,确定所述目标玻璃图像中的瑕疵区域,包括:
根据所述目标玻璃图像中各像素点的像素值,将所述目标玻璃图像进行划分,获得多个矩形子区域;
分别确定每一矩形子区域的各像素点的像素值的均值和方差;
从各矩形子区域中,筛选出均值和方差符合瑕疵筛选条件的瑕疵区域。
3.如权利要求2所述的方法,其特征在于,所述根据所述目标玻璃图像中各像素点的像素值,将所述目标玻璃图像进行划分,获得多个矩形子区域,包括:
根据所述目标玻璃图像中各像素点的像素值,确定所述目标玻璃图像中的玻璃边缘位置;
根据所述目标玻璃图像中的玻璃边缘位置,将所述目标玻璃图像进行划分,获得所述目标玻璃图像的玻璃边缘区域和玻璃内部区域;
将所述玻璃边缘区域进行划分,获得所述玻璃边缘区域的矩形子区域;
将所述玻璃内部区域进行划分,获得所述玻璃内部区域的矩形子区域。
4.如权利要求3所述的方法,其特征在于,所述根据所述目标玻璃图像中各像素点的像素值,确定所述目标玻璃图像中的玻璃边缘位置,包括:
按照设定间隔步长以及设定划分方向,将所述目标玻璃图像进行划分,获得所述目标玻璃图像的多个局部图像区域;
分别确定每一局部图像区域的各像素点的像素值的均值和方差;
从各局部图像区域中,筛选出均值和方差符合边缘筛选条件的多个局部图像区域;
根据筛选出的各局部图像区域,确定所述玻璃边缘位置。
5.如权利要求4所述的方法,其特征在于,所述玻璃边缘位置包括侧边缘位置、上边缘位置和下边缘位置,所述目标玻璃图像的数量为至少一个,所述根据筛选出的各局部图像区域,确定所述玻璃边缘位置,包括:
根据筛选出的各局部图像区域中各像素点的坐标,确定所述侧边缘位置;
从筛选出的各局部图像区域中,筛选出被第一个目标玻璃图像包含的上边缘局部区域,以及被最后一个目标玻璃图像包含的下边缘局部区域;
根据所述上边缘局部区域中各像素点的坐标,确定所述上边缘位置;
根据所述下边缘局部区域中各像素点的坐标,确定所述下边缘位置。
6.如权利要求3-5任一项所述的方法,其特征在于,所述瑕疵检测结果包括瑕疵类别,在所述基于预先训练好的瑕疵检测模型,对所述瑕疵区域进行瑕疵检测,获得瑕疵检测结果之后,还包括:
从所述玻璃内部区域的各瑕疵区域中,筛选出瑕疵类别未被玻璃瑕疵类别集合包含的瑕疵区域;
将筛选出的瑕疵区域的瑕疵类别进行矫正。
7.如权利要求1-5任一项所述的方法,其特征在于,在所述根据所述目标玻璃图像中各像素点的像素值,确定所述目标玻璃图像中的瑕疵区域之前,包括:
将所述目标玻璃图像进行灰度转换。
8.一种玻璃检测的装置,其特征在于,包括:
获取单元,获取待测玻璃的目标玻璃图像,所述目标玻璃图像为包含所述待测玻璃的边缘区域的图像;
确定单元,用于根据所述目标玻璃图像中各像素点的像素值,确定所述目标玻璃图像中的瑕疵区域,所述瑕疵区域为所述目标玻璃图像中疑似存在瑕疵的区域;
检测单元,用于基于预先训练好的瑕疵检测模型,对所述瑕疵区域进行瑕疵检测,获得瑕疵检测结果。
9.一种电子设备,其特征在于,包括处理器以及存储器,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,运行如权利要求1-7任一所述方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时运行如权利要求1-7任一所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210449347.9A CN114693673A (zh) | 2022-04-24 | 2022-04-24 | 玻璃检测的方法、装置、电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210449347.9A CN114693673A (zh) | 2022-04-24 | 2022-04-24 | 玻璃检测的方法、装置、电子设备及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114693673A true CN114693673A (zh) | 2022-07-01 |
Family
ID=82145611
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210449347.9A Pending CN114693673A (zh) | 2022-04-24 | 2022-04-24 | 玻璃检测的方法、装置、电子设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114693673A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115229804A (zh) * | 2022-09-21 | 2022-10-25 | 荣耀终端有限公司 | 组件贴合方法和装置 |
CN115375686A (zh) * | 2022-10-25 | 2022-11-22 | 山东鲁玻玻璃科技有限公司 | 一种基于图像处理的玻璃边缘瑕疵检测方法 |
CN116309559A (zh) * | 2023-05-17 | 2023-06-23 | 山东鲁玻玻璃科技有限公司 | 一种中硼硅玻璃生产瑕疵智能识别方法 |
CN117058411A (zh) * | 2023-10-13 | 2023-11-14 | 东声(苏州)智能科技有限公司 | 电池棱边外形瑕疵识别方法、装置、介质和设备 |
TWI830553B (zh) * | 2022-12-26 | 2024-01-21 | 荷蘭商荷蘭移動驅動器公司 | 車窗磨損檢測方法及相關設備 |
-
2022
- 2022-04-24 CN CN202210449347.9A patent/CN114693673A/zh active Pending
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115229804A (zh) * | 2022-09-21 | 2022-10-25 | 荣耀终端有限公司 | 组件贴合方法和装置 |
CN115229804B (zh) * | 2022-09-21 | 2023-02-17 | 荣耀终端有限公司 | 组件贴合方法和装置 |
CN115375686A (zh) * | 2022-10-25 | 2022-11-22 | 山东鲁玻玻璃科技有限公司 | 一种基于图像处理的玻璃边缘瑕疵检测方法 |
CN115375686B (zh) * | 2022-10-25 | 2023-01-24 | 山东鲁玻玻璃科技有限公司 | 一种基于图像处理的玻璃边缘瑕疵检测方法 |
TWI830553B (zh) * | 2022-12-26 | 2024-01-21 | 荷蘭商荷蘭移動驅動器公司 | 車窗磨損檢測方法及相關設備 |
CN116309559A (zh) * | 2023-05-17 | 2023-06-23 | 山东鲁玻玻璃科技有限公司 | 一种中硼硅玻璃生产瑕疵智能识别方法 |
CN116309559B (zh) * | 2023-05-17 | 2023-08-04 | 山东鲁玻玻璃科技有限公司 | 一种中硼硅玻璃生产瑕疵智能识别方法 |
CN117058411A (zh) * | 2023-10-13 | 2023-11-14 | 东声(苏州)智能科技有限公司 | 电池棱边外形瑕疵识别方法、装置、介质和设备 |
CN117058411B (zh) * | 2023-10-13 | 2024-04-09 | 东声(苏州)智能科技有限公司 | 电池棱边外形瑕疵识别方法、装置、介质和设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114693673A (zh) | 玻璃检测的方法、装置、电子设备及计算机可读存储介质 | |
CN110060237B (zh) | 一种故障检测方法、装置、设备及系统 | |
CN111598091A (zh) | 图像识别方法、装置、电子设备及计算可读存储介质 | |
CN110288036B (zh) | 图像修复方法、装置及电子设备 | |
CN110726724A (zh) | 缺陷检测方法、系统和装置 | |
CN111986159B (zh) | 太阳能电池片的电极缺陷检测方法、设备及存储介质 | |
CN106202086B (zh) | 一种图片处理、获取方法、装置及系统 | |
JP2008175549A (ja) | 欠陥検出装置および欠陥検出方法 | |
CN111428373A (zh) | 产品装配质量检测方法、装置、设备及存储介质 | |
CN112052778B (zh) | 一种交通标志识别方法以及相关装置 | |
CN113920117B (zh) | 一种面板缺陷区域检测方法、装置、电子设备及存储介质 | |
CN111428374A (zh) | 零件缺陷检测方法、装置、设备及存储介质 | |
CN113554008B (zh) | 静态物体区域内检测方法、装置、电子设备及存储介质 | |
WO2023029491A1 (zh) | 面板阵列短路检测方法、装置、电子设备及存储介质 | |
CN111950523A (zh) | 基于航拍的船只检测优化方法、装置、电子设备及介质 | |
CN109256341B (zh) | 用于检测单晶硅太阳能电池的方法和装置 | |
CN114821551A (zh) | 遗留物检测以及模型训练方法、装置和存储介质 | |
CN112989768B (zh) | 连线题批改方法、装置、电子设备及存储介质 | |
CN116245808A (zh) | 工件缺陷检测方法、装置、电子设备及存储介质 | |
CN115829929A (zh) | 产品表面图像的缺陷检测方法、装置、设备及存储介质 | |
CN111832354A (zh) | 目标对象年龄识别方法、装置及电子设备 | |
CN114359160A (zh) | 一种屏幕的检测方法、装置、电子设备及存储介质 | |
CN113313642A (zh) | 图像去噪方法、装置、存储介质及电子设备 | |
CN115147856B (zh) | 一种表格信息提取的方法及电子设备 | |
CN112131418A (zh) | 目标标注方法、目标标注装置和计算机可读存储介质 |
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 |