CN115272291A - 一种贴膜的缺陷检测方法、装置、设备及存储介质 - Google Patents
一种贴膜的缺陷检测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115272291A CN115272291A CN202211021296.6A CN202211021296A CN115272291A CN 115272291 A CN115272291 A CN 115272291A CN 202211021296 A CN202211021296 A CN 202211021296A CN 115272291 A CN115272291 A CN 115272291A
- Authority
- CN
- China
- Prior art keywords
- image
- defect
- film pasting
- area image
- determining
- 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
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration by the use of local operators
-
- 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
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种贴膜的缺陷检测方法、装置、设备及存储介质,该方法包括:对被测产品的原始贴膜图像执行滤波操作,得到滤波贴膜图像,并确定所述原始贴膜图像与所述滤波贴膜图像对应的差值贴膜图像;将所述差值贴膜图像中像素值满足预设像素值范围的差值像素点作为缺陷像素点;基于所述原始贴膜图像以及各所述缺陷像素点,确定至少一个目标缺陷区域图像;基于各所述目标缺陷区域图像,确定所述被测产品的缺陷检测结果。本发明实施例解决了现有的缺陷检测方法耗时耗力的问题,提高了缺陷检测的检测效率以及提高了缺陷产品的检出质量,降低了生产成本。
Description
技术领域
本发明涉及机器视觉技术领域,尤其涉及一种贴膜的缺陷检测方法、装置、设备及存储介质。
背景技术
丝网印刷是指用丝网作为基版,采用感光制版技术,制成带有图文的丝网印版。其中,丝网印版上图文部分对应的丝网孔为通孔,以使油墨通过通孔转移到承印物上。
在对手机或平板玻璃进行丝网印刷前,为防止油墨影响玻璃视窗区域需要在玻璃正反面贴上一层膜,贴膜效果直接影响到后续丝网印刷的效果。因此,玻璃贴完膜后需要检测膜上是否有缺陷。
现有的缺陷检测方法主要依赖人工检测,耗时耗力,且容易出现漏检、错检等情况,使得产品质量下降,增加生产成本。
发明内容
本发明实施例提供了一种贴膜的缺陷检测方法、装置、设备及存储介质,以解决现有的缺陷检测方法耗时耗力的问题,提高缺陷检测的检测效率以及提高缺陷产品的检出质量,降低生产成本。
根据本发明一个实施例提供了一种贴膜的缺陷检测方法,该方法包括:
对被测产品的原始贴膜图像执行滤波操作,得到滤波贴膜图像,并确定所述原始贴膜图像与所述滤波贴膜图像对应的差值贴膜图像;
将所述差值贴膜图像中像素值满足预设像素值范围的差值像素点作为缺陷像素点;
基于所述原始贴膜图像以及各所述缺陷像素点,确定至少一个目标缺陷区域图像;
基于各所述目标缺陷区域图像,确定所述被测产品的缺陷检测结果。
根据本发明另一个实施例提供了一种贴膜的缺陷检测装置,该装置包括:
差值贴膜图像确定模块,用于对被测产品的原始贴膜图像执行滤波操作,得到滤波贴膜图像,并确定所述原始贴膜图像与所述滤波贴膜图像对应的差值贴膜图像;
缺陷像素点确定模块,用于将所述差值贴膜图像中像素值满足预设像素值范围的差值像素点作为缺陷像素点;
目标缺陷区域图像确定模块,用于基于所述原始贴膜图像以及各所述缺陷像素点,确定至少一个目标缺陷区域图像;
缺陷检测结果确定模块,用于基于各所述目标缺陷区域图像,确定所述被测产品的缺陷检测结果。
根据本发明另一个实施例提供了一种电子设备,所述电子设备包括:
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计算机程序,所述计算机程序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本发明任一实施例所述的贴膜的缺陷检测方法。
根据本发明另一个实施例,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的贴膜的缺陷检测方法。
本发明实施例的技术方案,通过对被测产品的原始贴膜图像执行滤波操作,得到滤波贴膜图像,并确定原始贴膜图像与滤波贴膜图像对应的差值贴膜图像,将差值贴膜图像中像素值满足预设像素值范围的差值像素点作为缺陷像素点,基于原始贴膜图像以及各缺陷像素点,确定至少一个目标缺陷区域图像,基于各目标缺陷区域图像,确定被测产品的缺陷检测结果,解决了现有的缺陷检测方法耗时耗力的问题,提高了缺陷检测的检测效率以及提高了缺陷产品的检出质量,降低了生产成本。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明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发明的一些实施例,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的附图。
图1为本发明实施例一所提供的一种贴膜的缺陷检测方法的流程图;
图2为本发明实施例一所提供的一种原始贴膜图像的示意图;
图3为本发明实施例二所提供的一种贴膜的缺陷检测方法的流程图;
图4为本发明实施例二所提供的一种目标缺陷区域图像的确定方法的流程图;
图5为本发明实施例三所提供的一种贴膜的缺陷检测方法的流程图;
图6为本发明实施例三所提供的一种产品图像的示意图;
图7为本发明实施例三所提供的一种贴膜的缺陷检测方法的具体实例的流程图;
图8为本发明实施例四所提供的一种贴膜的缺陷检测装置的结构示意图;
图9为本发明实施例五所提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明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发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一所提供的一种贴膜的缺陷检测方法的流程图,本实施例可适用于对贴膜后的产品进行缺陷检测的情况。该方法可以由贴膜的缺陷检测装置来执行,该贴膜的缺陷检测装置可以采用硬件和/或软件的形式实现,该贴膜的缺陷检测装置可配置于终端设备中。如图1所示,该方法包括:
S110、对被测产品的原始贴膜图像执行滤波操作,得到滤波贴膜图像,并确定原始贴膜图像与滤波贴膜图像对应的差值贴膜图像。
其中,示例性的,被测产品可以是手机屏或玻璃。在一个可选实施例中,采用摄像设备,实时获取被测产品的原始贴膜图像,和/或,从存储设备中获取已存储的被测产品的原始贴膜图像。其中,示例性的,摄像设备可以是线阵相机,此处对摄像设备的设备类型不作限定。
其中,具体的,原始贴膜图像中包含被测产品上贴膜区域的贴膜区域图像。图2为本发明实施例一所提供的一种原始贴膜图像的示意图。在本实施例中,原始贴膜图像可以是图2示出的整张图像,也可以是图2中黑色曲线围成的区域图像。其中,黑色曲线围成的区域图像表征被测产品上的贴膜区域。
其中,示例性的,滤波方法包括但不限于均值滤波、中值滤波、拉普拉斯滤波和梯度滤波等等。在一个可选实施例中,对被测产品的原始贴膜图像执行均值滤波,得到滤波贴膜图像。
其中,具体的,将原始贴膜图像与滤波贴膜图像中各像素点的像素值分别对应作差,得到差值贴膜图像。在本实施例中,差值贴膜图像中各差值像素点的像素值为原始贴膜图像与滤波贴膜图像中各像素点的像素值求差的绝对值。
S120、将差值贴膜图像中像素值满足预设像素值范围的差值像素点作为缺陷像素点。
其中,示例性的,预设像素值范围为[0 100]。此处对预设像素值范围不作限定。其中,具体的,缺陷像素点相对于正常像素点的颜色偏亮,表现在差值贴膜图像中,差值贴膜图像中缺陷像素点的像素值相对于正常像素点的像素值偏小。因此,通过预设像素值范围的筛选,可以得到差值贴膜图像中的缺陷像素点。
S130、基于原始贴膜图像以及各缺陷像素点,确定至少一个目标缺陷区域图像。
其中,具体的,对各缺陷像素点在原始贴膜图像上进行连通处理,得到被测产品对应的至少一个目标缺陷区域图像,其中,目标缺陷区域图像中的各像素点均为缺陷像素点。
S140、基于各目标缺陷区域图像,确定被测产品的缺陷检测结果。
在一个可选实施例中,缺陷检测结果包括被测产品的产品质量状态、缺陷比例和缺陷个数中至少一种。
在一个可选实施例中,基于各目标缺陷区域图像,确定被测产品的缺陷检测结果,包括:将各目标缺陷区域图像占原始贴膜图像的总图像比例作为被测产品的缺陷比例,和/或,将目标缺陷区域图像的图像数量作为被测产品的缺陷个数。
在上述实施例的基础上,基于各目标缺陷区域图像,确定被测产品的缺陷检测结果,还包括:在缺陷比例大于预设比例阈值的情况下,和/或,在缺陷个数大于预设个数阈值的情况下,将被测产品的产品质量状态设置为不合格状态。
其中,示例性的,预设比例阈值为0.1%,预设个数阈值为3个。此处对预设比例阈值和预设个数阈值不作限定。
在一个实施例中,具体的,在缺陷比例小于或等于预设比例阈值的情况下,将被测产品的产品质量状态设置为合格状态。在另一个实施例中,具体的,在缺陷个数小于或等于预设个数阈值的情况下,将被测产品的产品质量状态设置为合格状态。在另一个实施例中,在缺陷比例小于或等于预设比例阈值,且缺陷个数小于或等于预设个数阈值的情况下,将被测产品的产品质量状态设置为合格状态。
本实施例的技术方案,通过对被测产品的原始贴膜图像执行滤波操作,得到滤波贴膜图像,并确定原始贴膜图像与滤波贴膜图像对应的差值贴膜图像,将差值贴膜图像中像素值满足预设像素值范围的差值像素点作为缺陷像素点,基于原始贴膜图像以及各缺陷像素点,确定被测产品对应的至少一个目标缺陷区域图像,解决了现有的缺陷检测方法耗时耗力的问题,提高了缺陷检测的检测效率以及提高了缺陷产品的检出质量,降低了生产成本。
实施例二
图3为本发明实施例二所提供的一种贴膜的缺陷检测方法的流程图,本实施例对上述实施例中的“基于原始贴膜图像以及各缺陷像素点,确定至少一个目标缺陷区域图像”技术特征进行进一步细化。图3所示,该方法包括:
S210、对被测产品的原始贴膜图像执行滤波操作,得到滤波贴膜图像,并确定原始贴膜图像与滤波贴膜图像对应的差值贴膜图像。
S220、将差值贴膜图像中像素值满足预设像素值范围的差值像素点作为缺陷像素点。
S230、基于原始贴膜图像以及各缺陷像素点,确定至少一个初始缺陷区域图像,并获取各初始缺陷区域图像分别对应的图像参数数据。
其中,具体的,对各缺陷像素点在原始贴膜图像上进行连通处理,得到被测产品对应的至少一个初始缺陷区域图像,其中,初始缺陷区域图像中的各像素点均为缺陷像素点。
在本实施例中,图像参数数据包括目标缺陷区域图像的缺陷尺寸数据和/或缺陷边界数据。
其中,示例性的,缺陷尺寸数据包括目标缺陷区域图像的区域面积,和/或,目标缺陷区域图像的最小外接矩形的宽度和高度。
在一个实施例中,当图像参数数据包括目标缺陷区域图像的缺陷边界数据时,原始贴膜图像为仅包含被测产品上的贴膜区域的图像,不包含除贴膜区域以外的背景图像。其中,具体的,缺陷边界数据可用于表征目标缺陷区域图像的轮廓边界坐标。
S240、针对每个初始缺陷区域图像,在初始缺陷区域图像对应的图像参数数据满足缺陷参数条件的情况下,将初始缺陷区域图像作为被测产品的目标缺陷区域图像。
在本实施例中,缺陷参数条件包括缺陷尺寸数据满足预设尺寸范围,和/或,缺陷边界数据满足原始贴膜图像的贴膜边界范围。在一个实施例中,当缺陷尺寸数据满足预设尺寸范围时,将初始缺陷区域图像作为被测产品的目标缺陷区域图像。在另一个实施例中,当缺陷边界数据满足原始贴膜图像的贴膜边界范围时,将初始缺陷区域图像作为被测产品的目标缺陷区域图像。在另一个实施例中,当缺陷尺寸数据满足预设尺寸范围,且缺陷边界数据满足原始贴膜图像的贴膜边界范围时,将初始缺陷区域图像作为被测产品的目标缺陷区域图像。
在上述实施例的基础上,可选的,该方法还包括:当缺陷尺寸数据不满足预设尺寸范围时,或者当缺陷边界数据不满足原始贴膜图像的贴膜边界范围时,对初始缺陷区域图像进行删除处理。
在一个可选实施例中,缺陷参数条件为气泡参数条件或褶皱参数条件,所述目标缺陷区域图像为目标气泡区域图像或目标褶皱区域图像,相应的,该方法还包括:获取初始缺陷区域图像对应的平均像素值,并基于平均像素值,确定初始缺陷区域图像对应的缺陷类型;其中,当平均像素值满足气泡像素值范围时缺陷类型为气泡缺陷,当平均像素值不满足气泡像素值范围时缺陷类型为褶皱缺陷;将初始缺陷区域图像作为被测产品的目标缺陷区域图像,包括:当初始缺陷区域图像对应的缺陷类型为气泡缺陷时,将初始缺陷区域图像作为被测产品的目标气泡区域图像;当初始缺陷区域图像对应的缺陷类型为褶皱缺陷时,将初始缺陷区域图像作为被测产品的目标褶皱区域图像。
其中,具体的,获取初始缺陷区域图像中各像素点分别对应的像素值,对各像素值求平均,得到初始缺陷区域图像对应的平均像素值。其中,示例性的,气泡像素值范围可以为[0 50]。此处对气泡像素值范围不作限定。
在本实施例中,具体的,在初始缺陷区域图像对应的缺陷类型为气泡缺陷的情况下,当初始缺陷区域图像对应的图像参数数据满足气泡参数条件时,将初始缺陷区域图像作为被测产品的目标气泡区域图像;当初始缺陷区域图像对应的图像参数数据不满足气泡参数条件时,对初始缺陷区域图像进行删除处理。在初始缺陷区域图像对应的缺陷类型为褶皱缺陷的情况下,当初始缺陷区域图像对应的图像参数数据满足褶皱参数条件时,将初始缺陷区域图像作为被测产品的目标褶皱区域图像;当初始缺陷区域图像对应的图像参数数据不满足褶皱参数条件时,对初始缺陷区域图像进行删除处理。
其中,具体的,气泡参数条件包括气泡尺寸数据满足预设气泡尺寸范围,和/或,气泡边界数据满足原始贴膜图像的贴膜边界范围;褶皱参数条件包括褶皱尺寸数据满足预设褶皱尺寸范围,和/或,褶皱边界数据满足原始贴膜图像的贴膜边界范围。
以预设褶皱尺寸范围为例,与褶皱尺寸数据中的区域面积对应的预设褶皱尺寸范围可以为[10,128*128],与褶皱尺寸数据中褶皱目标缺陷区域图像的最小外接矩形的宽度和高度对应的预设褶皱尺寸范围为[2,128;3,128]。此处对预设褶皱尺寸范围不作限定。
在一个实施例中,具体的,贴膜边界范围表征原始贴膜图像中贴膜区域的区域轮廓范围。示例性的,当贴膜区域的形状为矩形时,贴膜边界范围包括左边界坐标、右边界坐标、上边界坐标和下边界坐标。当贴膜区域的形状为圆形时,贴膜边界范围包括圆心坐标和直径。此处对贴膜边界范围不作限定。
这样设置的好处在于,由于气泡图像的颜色相对于褶皱图像的颜色偏亮,表现在原始贴膜图像上,气泡缺陷的初始缺陷区域图像的平均像素值大于褶皱缺陷的初始缺陷区域图像的平均像素值。因此,通过对初始缺陷区域图像对应的平均像素值进行判断,可以确定初始缺陷区域图像对应的缺陷类型,进而对目标缺陷区域图像进行进一步区分,从而进一步提高缺陷检测的检测质量,降低人工成本。
在上述实施例的基础上,可选的,该方法还包括:将原始贴膜图像中像素值小于气泡像素值阈值的像素点作为气泡像素点,对各气泡像素点进行连通处理,得到被测产品对应的至少一个参考气泡区域图像。其中,具体的,气泡像素值阈值可以与上述气泡像素值范围中的最大像素值相同,也可以不同。示例性的,气泡像素值阈值为40。此处对气泡像素值阈值不作限定。
在一个可选实施例中,该方法还包括:将基于阈值分割得到的至少一个参考气泡区域图像与基于平均像素值筛选得到的至少一个目标气泡区域图像求并集操作,得到被测产品对应的至少一个目标气泡区域图像。
在另一个可选实施例中,该方法还包括:针对每个参考气泡区域图像,获取参考气泡区域图像与各目标缺陷区域图像分别对应的图像重叠率,将图像重叠率小于预设重叠率阈值的目标缺陷区域图像作为目标褶皱区域图像,以及将图像重叠率大于或等于预设重叠率阈值的目标缺陷区域图像作为目标气泡区域图像。
其中,示例性的,预设重叠率阈值可以为90%。此处对预设重叠率阈值不作限定。
这样设置的好处在于,可以对得到的目标缺陷区域图像进行进一步区分,从而进一步提高缺陷检测的检测质量,降低人工成本。
在上述实施例的基础上,可选的,将初始缺陷区域图像作为被测产品的目标气泡区域图像,包括:基于原始贴膜图像的贴膜边界数据和目标气泡区域图像对应的气泡边界数据,确定最小边界距离;在最小边界距离满足预设距离范围的情况下,将初始缺陷区域图像作为被测产品的目标气泡区域图像。
其中,具体的,贴膜边界数据可用于表征原始贴膜图像中贴膜区域的区域轮廓坐标,缺陷边界数据可用于表征气泡区域图像的区域轮廓坐标。举例而言,假设贴膜边界数据中包含100个区域轮廓坐标,缺陷边界数据中包含50个区域轮廓坐标,则计算50个区域轮廓坐标与100个区域轮廓坐标分别对应的边界距离,并获取5000个边界距离中最小的边界距离。
其中,示例性的,预设距离范围为[5mm,10cm]。此处对预设距离范围不作限定。
这样设置的好处在于,如果最小边界距离不满足预设距离范围,说明该气泡距离被测产品的贴膜区域的边界很近,通过手动或自动的方式,对被测产品的气泡区域图像对应的气泡进行刮平,就可以得到合格的被测产品。因此,忽略最小边界距离不满足预设距离范围的初始缺陷区域图像,可以进一步降低被测产品的废品率,从而降低被测产品的生产成本。
图4为本发明实施例二所提供的一种目标缺陷区域图像的确定方法的流程图。获取被测产品的初始缺陷区域图像对应的图像参数数据,判断初始缺陷区域图像的缺陷类型是否为气泡缺陷,如果是,则继续判断图像参数数据中的气泡尺寸数据是否满足预设气泡尺寸范围,如果是,则继续判断图像参数数据中的气泡边界数据是否满足贴膜边界范围,如果是,则继续判断最小边界距离是否满足预设距离范围,如果是,则将初始缺陷区域图像作为目标气泡区域图像。如果气泡尺寸数据不满足预设气泡尺寸范围,或者气泡边界数据不满足贴膜边界范围,或者最小边界距离不满足预设距离范围,则对初始缺陷区域图像进行删除处理。
如果缺陷区域图像的缺陷类型为褶皱缺陷,判断图像参数数据中的褶皱尺寸数据是否满足预设褶皱尺寸范围,如果是,则继续判断图像参数数据中的褶皱边界数据是否满足贴膜边界范围,如果是,则将初始缺陷区域图像作为目标褶皱区域图像。如果褶皱尺寸数据不满足预设褶皱尺寸范围,或者褶皱边界数据不满足贴膜边界范围,则对初始缺陷区域图像进行删除处理。
S250、基于各目标缺陷区域图像,确定被测产品的缺陷检测结果。
在一个可选实施例中,缺陷检测结果包括被测产品的产品质量状态、气泡缺陷比例、褶皱缺陷比例、气泡缺陷个数和褶皱缺陷个数中至少一种。
在一个可选实施例中,当各目标缺陷区域图像包括目标气泡区域图像和目标褶皱区域图像时,在气泡缺陷比例小于或等于预设气泡比例阈值,且褶皱缺陷比例小于或等于预设褶皱比例阈值,且气泡缺陷个数小于或等于预设气泡个数阈值,且褶皱缺陷个数小于或等于预设褶皱个数阈值的情况下,将被测产品的产品质量状态设置为合格状态。
其中,具体的,当上述条件存在至少一条不满足时,将被测产品的产品质量状态设置为不合格状态。
其中,具体的,预设气泡比例阈值和预设褶皱比例阈值可以相同也可以不同,预设气泡个数阈值和预设褶皱个数阈值可以相同也可以不同。
本实施例的技术方案,通过基于原始贴膜图像以及各缺陷像素点,确定至少一个初始缺陷区域图像,并获取各初始缺陷区域图像分别对应的图像参数数据,针对每个初始缺陷区域图像,在初始缺陷区域图像对应的图像参数数据满足缺陷参数条件的情况下,将初始缺陷区域图像作为被测产品的目标缺陷区域图像,其中,图像参数数据包括目标缺陷区域图像的缺陷尺寸数据和/或缺陷边界数据,缺陷参数条件包括缺陷尺寸数据满足预设尺寸范围,和/或,缺陷边界数据满足原始贴膜图像的贴膜边界范围,解决了缺陷检测方法中目标缺陷区域图像的数量过多的问题,从尺寸和/或边界位置维度对初始缺陷区域图像进行进一步筛选,从而进一步提高了缺陷检测的检出质量,更好的满足了产品的生产需求。
实施例三
图5为本发明实施例三所提供的一种贴膜的缺陷检测方法的流程图,本实施例对上述实施例中的“原始贴膜图像”的获取方法进行进一步细化。图5所示,该方法包括:
S310、获取被测产品的产品图像中至少三个图像边界分别对应的至少一个边界线段。
其中,具体的,产品图像为摄像设备采集到的被测产品的原始图像,边界线段为与产品图像的图像边界平行的线段。在本实施例中,每个图像分别对应的边界线段的线段数量可以为一个,也可以为多个。
图6为本发明实施例三所提供的一种产品图像的示意图。具体的,图6示出的整张图像为被测产品的产品图像,图6中的三个边界线段分别为与对应图像边界平行的线段。此处对边界线段的长度、位置和线段数量不作限定。
S320、在各边界线段分别对应的法线方向上,确定产品图像中的至少三个过渡像素点。
在一个可选实施例中,在各边界线段分别对应的法线方向上,确定产品图像中的至少三个过渡像素点,包括:针对每个图像边界,获取图像边界对应的至少一个边界线段分别在法线方向上的法线图像;针对每个法线图像,基于法线方向,将法线图像中的各像素点的像素值分别与对应的相邻像素点的像素值作差,得到差值像素集;基于各差值像素集,确定与图像边界对应的过渡像素点。
其中,具体的,法线图像的宽度(与法线方向垂直的方向)大于或等于1个像素点,法线图像的长度(法线方向)大于预设长度阈值。
其中,具体的,差值像素集中包含至少一个差值像素值。示例性的,差值像素集为{f(2)-f(1),f(3)-f(2),...,f(n+1)-f(n)}。其中,f(n)表示法线图像在法线方向上的第n个像素点的像素值。
其中,示例性的,第1个像素点的坐标为(x1,g(x1)),第2个像素点的坐标为(x2,g(x2)),以此类推,第n个像素点的坐标为(xn,g(xn))。在一个实施例中,当法线方向与X轴方向平行时,上述各像素点的纵坐标均为g(x1)。在另一个实施例中,当法线方向与Y轴方向平行时,上述各像素点的横坐标均为x1。
在一个可选实施例中,基于各差值像素集,确定与图像边界对应的过渡像素点,包括:当差值像素集的数量为一个时,将差值像素集中最大的差值像素值对应的像素点作为图像边界对应的过渡像素点;当差值像素集的数量为至少两个时,分别获取各差值像素集中最大的差值像素值对应的目标像素点,对各目标像素点分别对应的像素坐标执行平均操作,得到图像边界对应的过渡坐标以及与过渡坐标对应的过渡像素点。
设置多条边界线段的好处在于,可以提高过渡像素点的定位精度,从而可以提高缺陷检测的检测质量。
S330、基于各过渡像素点和模板贴膜图像的模板位姿数据,确定被测产品的原始贴膜图像。
其中,具体的,模板贴膜图像仅包含模板产品中的贴膜区域,不包含模板产品中除贴膜区域以外的背景区域。
在一个可选实施例中,模板位姿数据包括模板中心坐标、模板偏移角度和模板边界坐标,相应的,基于各过渡像素点和模板贴膜图像的模板位姿数据,确定被测产品的原始贴膜图像,包括:获取各过渡像素点构成的矩形区域的矩形位姿数据;其中,矩形位姿数据包括矩形区域的矩形中心坐标和矩形偏移角度;基于模板边界坐标、模板中心坐标、模板偏移角度、矩形中心坐标和矩形偏移角度,确定被测产品中贴膜区域的贴膜边界坐标;基于贴膜边界坐标和产品图像,确定被测产品的原始贴膜图像。
在本实施例中,模板中心坐标、模板偏移角度分别表征模板贴膜图像的最小外接矩形对应的中心坐标和偏移角度,模板边界坐标表征模板贴膜图像的边界坐标。
其中,具体的,基于至少三个图像边界分别对应的过渡像素点,构建矩形区域,得到矩形区域对应的矩形位姿数据。其中,矩形区域表征被测产品的原始贴膜图像对应的最小外接矩形。
其中,示例性的,模板偏移角度可用于表征模板贴膜图像的最小外接矩形相对于X轴的偏移角度,矩形偏移角度可用于表征各过渡像素点构建的矩形区域相对于X轴的偏移角度。
其中,示例性的,贴膜边界坐标满足公式:
其中,(x',y')表示贴膜边界坐标中的其中一个边界坐标,(x1,y1)表示矩形中心坐标,(x,y)表示模板贴膜图像的目标边界坐标中的其中一个边界坐标,(x0,y0)表示模板中心坐标,r0表示模板偏移角度,r1表示矩形偏移角度。
在上述实施例的基础上,可选的,获取模板产品的产品图像对应的多个边界线段;在各边界线段分别对应的法线方向上,确定产品图像中的多个过渡像素点;基于各过渡像素点,确定模板产品对应的模板贴膜图像。
其中,具体的,各过渡像素点分别对应的过渡坐标为模板贴膜图像的模板边界坐标。在本实施例中,边界线段的线段数量越多越好。
其中,具体的,贴膜边界坐标中各边界坐标围成的区域图像,即为产品图像中的原始贴膜图像。在本实施例中,原始贴膜图像为仅包含被测产品上的贴膜区域的图像,不包含除贴膜区域以外的背景图像。
S340、对被测产品的原始贴膜图像执行滤波操作,得到滤波贴膜图像,并确定原始贴膜图像与滤波贴膜图像对应的差值贴膜图像。
S350、将差值贴膜图像中像素值满足预设像素值范围的差值像素点作为缺陷像素点。
S360、基于原始贴膜图像以及各缺陷像素点,确定至少一个目标缺陷区域图像。
S370、基于各目标缺陷区域图像,确定被测产品的缺陷检测结果。
图7为本发明实施例三所提供的一种贴膜的缺陷检测方法的具体实例的流程图。具体的,采集被测产品的产品图像,获取产品图像中至少三个图像边界分别对应的至少一个边界线段,基于各边界线段确定的至少三个过渡像素点和模板贴膜图像的模板位姿数据,确定被测产品的原始贴膜图像。
其中,具体的,对被测产品的原始贴膜图像进行均值滤波,得到滤波贴膜图像,并确定原始贴膜图像与滤波贴膜图像对应的差值贴膜图像,将差值贴膜图像中像素值满足预设像素值范围的差值像素点作为缺陷像素点,基于原始贴膜图像以及各缺陷像素点,确定至少一个初始缺陷区域图像,针对每个初始缺陷区域图像,获取初始缺陷区域图像对应的平均像素值,并基于平均像素值,确定初始缺陷区域图像对应的缺陷类型。在初始缺陷区域图像对应的缺陷类型为气泡缺陷的情况下,当初始缺陷区域图像对应的图像参数数据满足气泡参数条件时,将初始缺陷区域图像作为被测产品的目标气泡区域图像;在初始缺陷区域图像对应的缺陷类型为褶皱缺陷的情况下,当初始缺陷区域图像对应的图像参数数据满足褶皱参数条件时,将初始缺陷区域图像作为被测产品的目标褶皱区域图像。
在本实施例中,该方法还包括:将原始贴膜图像中像素值小于气泡像素值阈值的像素点作为气泡像素点,对各气泡像素点进行连通处理,得到被测产品对应的至少一个参考气泡区域图像。将基于阈值分割得到的至少一个参考气泡区域图像与基于平均像素值筛选得到的至少一个目标气泡区域图像求并集操作,得到被测产品对应的至少一个目标气泡区域图像。
其中,具体的,判断是否存在至少一个目标气泡区域图像对应的气泡参数数据满足气泡参数条件,如果是,则将被测产品的产品质量状态设置为不合格状态。如果否,则继续判断是否存在至少一个目标褶皱区域图像对应的褶皱参数数据满足褶皱参数条件,如果是,则将被测产品的产品质量状态设置为不合格状态,如果否,则将被测产品的产品质量状态设置为合格状态。
由于产品生产线存在的精度问题,容易导致各被测产品分别对应的位姿数据不同,如发生旋转和/或位移,从而使得缺陷检测的精度不高。本实施例的技术方案,通过获取被测产品的产品图像中至少三个图像边界分别对应的至少一个边界线段,在各边界线段分别对应的法线方向上,确定产品图像中的至少三个过渡像素点,基于各过渡像素点和模板贴膜图像的模板位姿数据,确定被测产品的原始贴膜图像,解决了缺陷检测过程中被测产品的位姿容易发生变化的问题,进一步提高了缺陷检测的检出质量,降低了生产成本。
实施例四
图8为本发明实施例四所提供的一种贴膜的缺陷检测装置的结构示意图。如图8所示,该装置包括:差值贴膜图像确定模块410、缺陷像素点确定模块420、目标缺陷区域图像确定模块430和缺陷检测结果确定模块440。
其中,差值贴膜图像确定模块410,用于对被测产品的原始贴膜图像执行滤波操作,得到滤波贴膜图像,并确定原始贴膜图像与滤波贴膜图像对应的差值贴膜图像;
缺陷像素点确定模块420,用于将差值贴膜图像中像素值满足预设像素值范围的差值像素点作为缺陷像素点;
目标缺陷区域图像确定模块430,用于基于原始贴膜图像以及各缺陷像素点,确定至少一个目标缺陷区域图像;
缺陷检测结果确定模块440,用于基于各目标缺陷区域图像,确定被测产品的缺陷检测结果。
本实施例的技术方案,通过对被测产品的原始贴膜图像执行滤波操作,得到滤波贴膜图像,并确定原始贴膜图像与滤波贴膜图像对应的差值贴膜图像,将差值贴膜图像中像素值满足预设像素值范围的差值像素点作为缺陷像素点,基于原始贴膜图像以及各缺陷像素点,确定被测产品对应的至少一个目标缺陷区域图像,解决了现有的缺陷检测方法耗时耗力的问题,提高了缺陷检测的检测效率以及提高了缺陷产品的检出质量,降低了生产成本。
在上述实施例的基础上,可选的,目标缺陷区域图像确定模块430,包括:
图像参数数据获取单元,用于基于原始贴膜图像以及各缺陷像素点,确定至少一个初始缺陷区域图像,并获取各初始缺陷区域图像分别对应的图像参数数据;
目标缺陷区域图像确定单元,用于针对每个初始缺陷区域图像,在初始缺陷区域图像对应的图像参数数据满足缺陷参数条件的情况下,将初始缺陷区域图像作为被测产品的目标缺陷区域图像;其中,图像参数数据包括目标缺陷区域图像的缺陷尺寸数据和/或缺陷边界数据,缺陷参数条件包括缺陷尺寸数据满足预设尺寸范围,和/或,缺陷边界数据满足原始贴膜图像的贴膜边界范围。
在上述实施例的基础上,可选的,缺陷参数条件为气泡参数条件或褶皱参数条件,目标缺陷区域图像为目标气泡区域图像或目标褶皱区域图像,相应的,该装置还包括:
缺陷类型确定模块,用于获取初始缺陷区域图像对应的平均像素值,并基于平均像素值,确定初始缺陷区域图像对应的缺陷类型;其中,当平均像素值满足气泡像素值范围时缺陷类型为气泡缺陷,当平均像素值不满足气泡像素值范围时缺陷类型为褶皱缺陷;
目标缺陷区域图像确定单元,包括:
目标气泡区域图像确定子单元,用于当初始缺陷区域图像对应的缺陷类型为气泡缺陷时,将初始缺陷区域图像作为被测产品的目标气泡区域图像;
目标褶皱区域图像确定子单元,用于当初始缺陷区域图像对应的缺陷类型为褶皱缺陷时,将初始缺陷区域图像作为被测产品的目标褶皱区域图像。
在上述实施例的基础上,可选的,目标气泡区域图像确定子单元,具体用于:
基于原始贴膜图像的贴膜边界数据和目标气泡区域图像对应的气泡边界数据,确定最小边界距离;
在最小边界距离满足预设距离范围的情况下,将初始缺陷区域图像作为被测产品的目标气泡区域图像。
在上述实施例的基础上,可选的,该装置还包括:
边界线段获取模块,用于获取被测产品的产品图像中至少三个图像边界分别对应的至少一个边界线段;
过渡像素点确定模块,用于在各边界线段分别对应的法线方向上,确定产品图像中的至少三个过渡像素点;
原始贴膜图像确定模块,用于基于各过渡像素点和模板贴膜图像的模板位姿数据,确定被测产品的原始贴膜图像。
在上述实施例的基础上,可选的,过渡像素点确定模块,具体用于:
针对每个图像边界,获取图像边界对应的至少一个边界线段分别在法线方向上的法线图像;
针对每个法线图像,基于法线方向,将法线图像中的各像素点的像素值分别与对应的相邻像素点的像素值作差,得到差值像素集;
基于各差值像素集,确定与图像边界对应的过渡像素点。
在上述实施例的基础上,可选的,模板位姿数据包括模板中心坐标、模板偏移角度和模板边界坐标,相应的,原始贴膜图像确定模块,具体用于:
获取各过渡像素点构成的矩形区域的矩形位姿数据;其中,矩形位姿数据包括矩形区域的矩形中心坐标和矩形偏移角度;
基于模板边界坐标、模板中心坐标、模板偏移角度、矩形中心坐标和矩形偏移角度,确定被测产品中贴膜区域的贴膜边界坐标;
基于贴膜边界坐标和产品图像,确定被测产品的原始贴膜图像。
本发明实施例所提供的贴膜的缺陷检测装置可执行本发明任意实施例所提供的贴膜的缺陷检测方法,具备执行方法相应的功能模块和有益效果。
实施例五
图9为本发明实施例五所提供的一种电子设备的结构示意图。电子设备10旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本发明实施例所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图9所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器11执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如贴膜的缺陷检测方法。
在一些实施例中,贴膜的缺陷检测方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的贴膜的缺陷检测方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行贴膜的缺陷检测方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
实施例六
本发明实施例六还提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行一种贴膜的缺陷检测方法,该方法包括:
对被测产品的原始贴膜图像执行滤波操作,得到滤波贴膜图像,并确定原始贴膜图像与滤波贴膜图像对应的差值贴膜图像;
将差值贴膜图像中像素值满足预设像素值范围的差值像素点作为缺陷像素点;
基于原始贴膜图像以及各缺陷像素点,确定至少一个目标缺陷区域图像;
基于各目标缺陷区域图像,确定被测产品的缺陷检测结果。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种贴膜的缺陷检测方法,其特征在于,包括:
对被测产品的原始贴膜图像执行滤波操作,得到滤波贴膜图像,并确定所述原始贴膜图像与所述滤波贴膜图像对应的差值贴膜图像;
将所述差值贴膜图像中像素值满足预设像素值范围的差值像素点作为缺陷像素点;
基于所述原始贴膜图像以及各所述缺陷像素点,确定至少一个目标缺陷区域图像;
基于各所述目标缺陷区域图像,确定所述被测产品的缺陷检测结果。
2.根据权利要求1所述的方法,其特征在于,所述基于所述原始贴膜图像以及各所述缺陷像素点,确定至少一个目标缺陷区域图像,包括:
基于所述原始贴膜图像以及各所述缺陷像素点,确定至少一个初始缺陷区域图像,并获取各所述初始缺陷区域图像分别对应的图像参数数据;
针对每个初始缺陷区域图像,在所述初始缺陷区域图像对应的图像参数数据满足缺陷参数条件的情况下,将所述初始缺陷区域图像作为所述被测产品的目标缺陷区域图像;其中,所述图像参数数据包括所述目标缺陷区域图像的缺陷尺寸数据和/或缺陷边界数据,所述缺陷参数条件包括所述缺陷尺寸数据满足预设尺寸范围,和/或,所述缺陷边界数据满足所述原始贴膜图像的贴膜边界范围。
3.根据权利要求2所述的方法,其特征在于,所述缺陷参数条件为气泡参数条件或褶皱参数条件,所述目标缺陷区域图像为目标气泡区域图像或目标褶皱区域图像,相应的,所述方法还包括:
获取所述初始缺陷区域图像对应的平均像素值,并基于所述平均像素值,确定所述初始缺陷区域图像对应的缺陷类型;其中,当所述平均像素值满足气泡像素值范围时所述缺陷类型为气泡缺陷,当所述平均像素值不满足气泡像素值范围时所述缺陷类型为褶皱缺陷;
所述将所述初始缺陷区域图像作为所述被测产品的目标缺陷区域图像,包括:
当所述初始缺陷区域图像对应的缺陷类型为气泡缺陷时,将所述初始缺陷区域图像作为所述被测产品的目标气泡区域图像;
当所述初始缺陷区域图像对应的缺陷类型为褶皱缺陷时,将所述初始缺陷区域图像作为所述被测产品的目标褶皱区域图像。
4.根据权利要求3所述的方法,其特征在于,所述将所述初始缺陷区域图像作为所述被测产品的目标气泡区域图像,包括:
基于所述原始贴膜图像的贴膜边界数据和所述目标气泡区域图像对应的气泡边界数据,确定最小边界距离;
在所述最小边界距离满足预设距离范围的情况下,将所述初始缺陷区域图像作为所述被测产品的目标气泡区域图像。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述方法还包括:
获取所述被测产品的产品图像中至少三个图像边界分别对应的至少一个边界线段;
在各所述边界线段分别对应的法线方向上,确定所述产品图像中的至少三个过渡像素点;
基于各所述过渡像素点和模板贴膜图像的模板位姿数据,确定所述被测产品的原始贴膜图像。
6.根据权利要求5所述的方法,其特征在于,所述在各所述边界线段分别对应的法线方向上,确定所述产品图像中的至少三个过渡像素点,包括:
针对每个图像边界,获取所述图像边界对应的至少一个边界线段分别在法线方向上的法线图像;
针对每个法线图像,基于所述法线方向,将所述法线图像中的各像素点的像素值分别与对应的相邻像素点的像素值作差,得到差值像素集;
基于各所述差值像素集,确定与所述图像边界对应的过渡像素点。
7.根据权利要求5所述的方法,其特征在于,所述模板位姿数据包括模板中心坐标、模板偏移角度和模板边界坐标,相应的,所述基于各所述过渡像素点和模板贴膜图像的模板位姿数据,确定所述被测产品的原始贴膜图像,包括:
获取各所述过渡像素点构成的矩形区域的矩形位姿数据;其中,所述矩形位姿数据包括所述矩形区域的矩形中心坐标和矩形偏移角度;
基于所述模板边界坐标、所述模板中心坐标、模板偏移角度、矩形中心坐标和矩形偏移角度,确定所述被测产品中贴膜区域的贴膜边界坐标;
基于所述贴膜边界坐标和所述产品图像,确定所述被测产品的原始贴膜图像。
8.一种贴膜的缺陷检测装置,其特征在于,包括:
差值贴膜图像确定模块,用于对被测产品的原始贴膜图像执行滤波操作,得到滤波贴膜图像,并确定所述原始贴膜图像与所述滤波贴膜图像对应的差值贴膜图像;
缺陷像素点确定模块,用于将所述差值贴膜图像中像素值满足预设像素值范围的差值像素点作为缺陷像素点;
目标缺陷区域图像确定模块,用于基于所述原始贴膜图像以及各所述缺陷像素点,确定至少一个目标缺陷区域图像;
缺陷检测结果确定模块,用于基于各所述目标缺陷区域图像,确定所述被测产品的缺陷检测结果。
9.一种电子设备,其特征在于,所述电子设备包括:
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计算机程序,所述计算机程序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权利要求1-7中任一项所述的贴膜的缺陷检测方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的贴膜的缺陷检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211021296.6A CN115272291A (zh) | 2022-08-24 | 2022-08-24 | 一种贴膜的缺陷检测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211021296.6A CN115272291A (zh) | 2022-08-24 | 2022-08-24 | 一种贴膜的缺陷检测方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115272291A true CN115272291A (zh) | 2022-11-01 |
Family
ID=83752430
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211021296.6A Pending CN115272291A (zh) | 2022-08-24 | 2022-08-24 | 一种贴膜的缺陷检测方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115272291A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117132590A (zh) * | 2023-10-24 | 2023-11-28 | 威海天拓合创电子工程有限公司 | 一种基于图像的多板卡缺陷检测方法及装置 |
CN117392182A (zh) * | 2023-12-12 | 2024-01-12 | 深圳市瑞得智能设备有限公司 | 贴膜精度检测方法、装置、设备及存储介质 |
CN117455778A (zh) * | 2023-12-21 | 2024-01-26 | 日照市茂源电子有限责任公司 | 一种基于图像增强的光学玻璃预制件检测方法及系统 |
-
2022
- 2022-08-24 CN CN202211021296.6A patent/CN115272291A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117132590A (zh) * | 2023-10-24 | 2023-11-28 | 威海天拓合创电子工程有限公司 | 一种基于图像的多板卡缺陷检测方法及装置 |
CN117132590B (zh) * | 2023-10-24 | 2024-03-01 | 威海天拓合创电子工程有限公司 | 一种基于图像的多板卡缺陷检测方法及装置 |
CN117392182A (zh) * | 2023-12-12 | 2024-01-12 | 深圳市瑞得智能设备有限公司 | 贴膜精度检测方法、装置、设备及存储介质 |
CN117392182B (zh) * | 2023-12-12 | 2024-02-06 | 深圳市瑞得智能设备有限公司 | 贴膜精度检测方法、装置、设备及存储介质 |
CN117455778A (zh) * | 2023-12-21 | 2024-01-26 | 日照市茂源电子有限责任公司 | 一种基于图像增强的光学玻璃预制件检测方法及系统 |
CN117455778B (zh) * | 2023-12-21 | 2024-04-05 | 日照市茂源电子有限责任公司 | 一种基于图像增强的光学玻璃预制件检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115272291A (zh) | 一种贴膜的缺陷检测方法、装置、设备及存储介质 | |
CN115205291B (zh) | 一种电路板检测方法、装置、设备和介质 | |
CN115797359A (zh) | 基于电路板上锡膏的检测方法、设备和存储介质 | |
CN116661477A (zh) | 一种变电站无人机巡检方法、装置、设备及存储介质 | |
CN116952958A (zh) | 缺陷检测方法、装置、电子设备及存储介质 | |
CN117333443A (zh) | 一种缺陷检测方法、装置、电子设备及存储介质 | |
CN117372663A (zh) | 原木端面遮挡的补全方法、装置、设备及存储介质 | |
WO2024040856A1 (zh) | 一种缺陷检测方法、装置、电子设备及存储介质 | |
CN112991308B (zh) | 一种图像质量的确定方法、装置、电子设备和介质 | |
CN116503407B (zh) | 图像中异物区域的检测方法、装置及电子设备 | |
CN115631249B (zh) | 一种相机校正方法、装置、设备和存储介质 | |
CN115187585A (zh) | 一种缺陷检测方法、装置、电子设备及存储介质 | |
CN115984282B (zh) | 一种氨纶产品检测方法、装置、设备及存储介质 | |
CN117115233B (zh) | 一种基于机器视觉的尺寸测量方法、装置及电子设备 | |
CN115237289B (zh) | 热区范围确定方法、装置、设备及存储介质 | |
CN117173156B (zh) | 基于机器视觉的极片毛刺检测方法、装置、设备及介质 | |
CN114943769B (zh) | 一种定位方法、装置、电子设备及介质 | |
CN117372408A (zh) | 一种设备检测方法、装置、设备及存储介质 | |
CN116798104A (zh) | 瞳孔检测方法、装置、设备及存储介质 | |
CN115578956A (zh) | 显示面板不良像素点的检测方法、装置、设备和介质 | |
CN117808775A (zh) | 一种缺陷层级的确定方法、装置、电子设备及存储介质 | |
CN116433926A (zh) | 一种胶卷首帧确定方法、装置、电子设备及存储介质 | |
CN117350995A (zh) | 一种产品缺陷检测方法、装置、设备及存储介质 | |
CN116205890A (zh) | 产品缺陷的检测方法、装置、设备以及存储介质 | |
CN117790679A (zh) | 一种卷绕电池单边料极片模切阶段的划分方法和装置 |
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 |