CN115359034A - 一种缺陷检测方法、装置、设备及存储介质 - Google Patents
一种缺陷检测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115359034A CN115359034A CN202211071529.3A CN202211071529A CN115359034A CN 115359034 A CN115359034 A CN 115359034A CN 202211071529 A CN202211071529 A CN 202211071529A CN 115359034 A CN115359034 A CN 115359034A
- Authority
- CN
- China
- Prior art keywords
- defect
- camera
- detection result
- image
- product
- 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
- 230000007547 defect Effects 0.000 title claims abstract description 322
- 238000001514 detection method Methods 0.000 title claims abstract description 202
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 51
- 238000003384 imaging method Methods 0.000 claims abstract description 14
- 238000004590 computer program Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 abstract description 9
- 230000008569 process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000004549 pulsed laser deposition Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000004382 visual function Effects 0.000 description 1
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
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本申请公开了一种缺陷检测方法、装置、设备及存储介质,涉及图像处理技术领域。方法包括:通过第一相机和第二相机并行地对待检测产品的表面进行成像,第一相机用于拍摄表面中的第一区域,第二相机用于拍摄表面中的第二区域,第一区域和第二区域具有重叠区域,且重叠区域的宽度大于或等于表面中缺陷的尺寸;对第一相机得到的第一图像进行缺陷检测,得到第一检测结果,对第二相机得到的第二图像进行缺陷检测,得到第二检测结果;基于第一检测结果以及第二检测结果,获取待检测产品的表面的缺陷检测结果。采用本申请,能够提高缺陷检测的效率。
Description
技术领域
本申请涉及图像处理技术领域,具体涉及一种缺陷检测方法、装置、设备及存储介质。
背景技术
在工业制造业生产场景中,对产品的表面进行缺陷检测是控制产品质量的一种重要手段。为了实现对产品表面缺陷的自动化检测,相关技术中,会通过一个相机对待检测的产品的表面进行成像,对得到的结果进行拼接,获得待检测产品表面的完整图像,再对待检测产品表面的完整图像进行缺陷检测。
在实践中发现,采用上述方法时,扫描的时间过长,导致缺陷检测的效率低下。
发明内容
本申请提供一种缺陷检测方法、装置、设备及存储介质,能够提高缺陷检测的效率。
第一方面,本申请提供一种缺陷检测方法,包括:
通过第一相机和第二相机并行地对待检测产品的表面进行成像,该第一相机用于拍摄该表面中的第一区域,该第二相机用于拍摄该表面中的第二区域,该第一区域和该第二区域具有重叠区域,且该重叠区域的宽度大于或等于该表面中缺陷的尺寸;
对该第一相机得到的第一图像进行缺陷检测,得到第一检测结果,对该第二相机得到的第二图像进行缺陷检测,得到第二检测结果;
基于该第一检测结果以及该第二检测结果,获取该待检测产品的表面的缺陷检测结果。
在一些实施方式中,该第一区域与该第二区域经过合并形成的区域能够覆盖该待检测产品的表面的全部区域。
在一些实施方式中,该对该第一相机得到的第一图像进行缺陷检测,得到第一检测结果包括:
若检测到该第一图像存在第一缺陷,在确定该第一缺陷不位于该第一图像的边缘的情况下,确定该第一缺陷的位置和第一缺陷的类型,作为该第一检测结果。
在一些实施方式中,该第一检测结果包括第一缺陷的位置,该第二检测结果包括第二缺陷的位置,该基于该第一检测结果以及该第二检测结果,获取该待检测产品的表面的缺陷检测结果,包括:
若基于该第一缺陷的位置以及该第二缺陷的位置确定该第一缺陷与该第二缺陷位置相同,对该第一缺陷和该第二缺陷进行合并。
在一些实施方式中,该对该第一相机得到的第一图像进行缺陷检测,得到第一检测结果,对该第二相机得到的第二图像进行缺陷检测,得到第二检测结果,包括:
通过线程池中的不同线程,并行地对该第一图像以及该第二图像分别进行缺陷检测,得到该第一检测结果以及该第二检测结果。
在一些实施方式中,该方法还包括:
对该第一图像和该第二图像进行拼接,得到该待检测产品的表面的完整图像。
在一些实施方式中,该基于该第一检测结果以及该第二检测结果,获取该待检测产品的表面的缺陷检测结果,包括:
基于该第一检测结果以及该第二检测结果,在该待检测产品的表面的完整图像中标注缺陷的位置、缺陷的类型以及缺陷的尺寸中至少一项,作为该待检测产品的表面的缺陷检测结果。
在一些实施方式中,通过第一相机和第二相机并行地对待检测产品的表面进行成像,包括:
通过第一相机和第二相机并行地对待检测产品的表面进行线性扫描。
在一些实施方式中,重叠区域的宽度大于或等于表面中最大缺陷的尺寸。
第二方面,本申请提供一种缺陷检测装置,包括:
成像模块,用于通过第一相机和第二相机并行地对待检测产品的表面进行成像,该第一相机用于拍摄该表面中的第一区域,该第二相机用于拍摄该表面中的第二区域,该第一区域和该第二区域具有重叠区域,且该重叠区域的宽度大于或等于该表面中缺陷的尺寸;
检测模块,用于对该第一相机得到的第一图像进行缺陷检测,得到第一检测结果,对该第二相机得到的第二图像进行缺陷检测,得到第二检测结果;
获取模块,用于基于该第一检测结果以及该第二检测结果,获取该待检测产品的表面的缺陷检测结果。
在一些实施方式中,该第一区域与该第二区域经过合并形成的区域能够覆盖该待检测产品的表面的全部区域。
在一些实施方式中,该检测模块,用于若检测到该第一图像存在第一缺陷,在确定该第一缺陷不位于该第一图像的边缘的情况下,确定该第一缺陷的位置和第一缺陷的类型,作为该第一检测结果。
在一些实施方式中,该第一检测结果包括第一缺陷的位置,该第二检测结果包括第二缺陷的位置,该获取模块,用于若基于该第一缺陷的位置以及该第二缺陷的位置确定该第一缺陷与该第二缺陷位置相同,对该第一缺陷和该第二缺陷进行合并。
在一些实施方式中,该检测模块,用于通过线程池中的不同线程,并行地对该第一图像以及该第二图像分别进行缺陷检测,得到该第一检测结果以及该第二检测结果。
在一些实施方式中,该装置还包括:拼接模块,用于对该第一图像和该第二图像进行拼接,得到该待检测产品的表面的完整图像。
在一些实施方式中,该获取模块,用于基于该第一检测结果以及该第二检测结果,在该待检测产品的表面的完整图像中标注缺陷的位置、缺陷的类型以及缺陷的尺寸中至少一项,作为该待检测产品的表面的缺陷检测结果。
在一些实施方式中,成像模块,用于通过第一相机和第二相机并行地对待检测产品的表面进行线性扫描。
在一些实施方式中,重叠区域的宽度大于或等于表面中最大缺陷的尺寸。
第三方面,本申请提供一种计算机设备,计算机设备包括处理器和存储器,存储器中存储有计算机程序指令,该处理器执行计算机程序指令时实现上述第一方面的方法中的步骤。
第四方面,本申请提供一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序指令,该计算机程序指令被处理器执行时实现上述第一方面的方法中的步骤。
第五方面,本申请提供一种计算机程序产品,计算机程序产品包括计算机程序指令,计算机程序指令被处理器执行时实现上述第一方面的方法中的步骤。
由此可见,本申请具有如下有益效果:
针对单个相机对产品表面进行成像,导致时间较长、表面缺陷检测时延过大的问题,通过两台相机分别对产品的同一表面的不同区域进行成像,这两条相机可以并行地成像,从而减少获得图像所需的时间,提高表面缺陷检测的效率。进一步地,针对两个相机的扫描区域之间的重叠区域刚好存在缺陷的场景,考虑到位于重叠区域的缺陷可能没有被任意一个相机完整扫描(即缺陷被截断),造成不能检测到该缺陷的问题,通过改进两个相机的布局,让两个相机的扫描区域之间重叠区域的宽度大于或等于缺陷的尺寸,使得位于重叠区域的缺陷能够被至少一个相机完整扫描到,从而避免缺陷没有被完整扫描导致不能检测到该缺陷的问题,因此提高表面缺陷检测的准确率。
附图说明
图1是本申请实施例提供的一种缺陷检测方法的流程图;
图2是本申请实施例提供的一种应用场景的示意图;
图3是本申请实施例提供的一种缺陷检测装置300的结构示意图;
图4是本申请实施例提供的一种计算机设备400的结构示意图;
图5是本申请实施例提供的一种计算机可读存储介质500的结构示意图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本申请实施例作进一步详细的说明。
本申请的发明人发现,在传统的缺陷检测方法中,通常由一个相机对产品表面连续地进行线性扫描,当该相机对产品表面完整扫描结束,获得产品表面的完整图像后,再针对完整图像进行缺陷检测。由于相机单次扫描拍摄的图像的宽度通常无法覆盖整个被检测产品的宽度,且单个相机扫描完整表面所需的时间较长,导致检测时延过大。基于此,本申请的一些实施例中,通过两个相机分别对产品的同一表面的不同区域进行线性扫描,这两个相机可以并行地扫描,从而减少线性扫描所需的时间,提高表面缺陷检测的效率。
此外,针对两个相机的扫描区域之间的重叠区域刚好存在缺陷的场景,考虑到位于重叠区域的缺陷可能没有被任意一个相机完整扫描(即缺陷被截断),造成不能检测到该缺陷的问题,通过改进两个相机的布局,让两个相机的扫描区域之间重叠区域的宽度大于或等于缺陷的尺寸(例如缺陷的最大尺寸),这样对于位于重叠区域的缺陷而言,任一个相机的视野内该缺陷的图像是完整的,从而避免该缺陷没有被完整扫描导致不能检测到该缺陷的问题,因此提高表面缺陷检测的准确率。
下面对本申请实施例的方法流程举例说明。
图1是本申请实施例提供的一种缺陷检测方法的流程图。图1所示方法包括以下步骤S102至步骤S106。
步骤S102、第一相机和第二相机并行地对待检测产品的表面进行成像。
图1所示方法涉及两个相机分别扫描的过程。为了区分不同的相机,用“第一相机”、“第二相机”区分描述多个不同的相机。
在一些实施例中,第一相机和第二相机中至少一个相机为线扫相机。线扫相机是指采用线阵图像传感器的相机。线扫相机通过逐行连续扫描实现对被检测物体表面均匀检测。
在一些实施例中,第一相机和第二相机中至少一个相机为电荷耦合元件(chargecoupled device,CCD)线扫相机。CCD是一种能把光学影像转换为数字信号的半导体器件。
第一相机和第二相机用于拍摄产品的同一表面的不同区域。为了区分不同的区域,用“第一区域”描述由第一相机拍摄的区域,用“第二区域”描述由第二相机拍摄的区域。
第一区域为待检测产品的表面中的一部分区域,第二区域为待检测产品的表面中的另一部分区域,第一区域和第二区域属于同一个表面,且第一区域和第二区域具有重叠区域。
针对相机对产品表面进行拍摄的过程,以第一相机为例,在一些实施例中,第一相机相对于待检测产品连续移动拍摄,获得第一区域的线性扫描图像(即第一图像)。第二相机相对于待检测产品连续移动拍摄,获得第二区域的线性扫描图像(即第二图像)。
相机和产品如何相对移动包括多种方式,以第一相机为例,例如,第一相机位置固定,产品处于移动状态,又如,产品处于移动状态,而第一相机位置固定,本实施例对相机和产品相对移动的方式不做限定。
在一个示例性应用场景中,将待检测产品设置于传送带上,在传送带左侧设置第一相机,在传送带右侧设置第二相机。第一相机和第二相机的位置固定。传送带带动产品向前输送。在产品向前输送的过程中,第一相机和第二相机并行地对产品的表面进行扫描。可选地,传送带的速度和相机的扫描速度具有设定的比例关系。
第一相机和第二相机并行地进行线性扫描。例如,第一相机和第二相机同时进行线性扫描,使得产品表面的不同区域被同时扫描,减少扫描完整表面所需的时间。
第一区域与第二区域之间重叠区域的宽度大于或等于该表面中缺陷的尺寸。
关于重叠区域的宽度的具体取值的确定过程,在一些实施例中,由用户根据缺陷的尺寸手动设定重叠区域的宽度;在另一些实施例中,由计算机设备根据缺陷的尺寸确定重叠区域的宽度。例如,计算机设备确定缺陷的像素尺寸最大值,根据缺陷的像素尺寸最大值以及像素比确定重叠区域的宽度。例如,计算机设备确定缺陷的像素尺寸最大值以及像素比之间的乘积,作为重叠区域的宽度。其中,像素比是通过标定得到的,像素比等于物理距离与像素距离之间的比值。
关于缺陷尺寸的确定过程,在一些实施例中,计算机设备显示设置界面。设置界面包括缺陷尺寸设置选项。用户对设置界面中缺陷尺寸设置选项触发操作,计算机设备获得用户输入的缺陷尺寸。
在一些实施例中,首先确定缺陷的尺寸的最大值,然后根据缺陷的尺寸的最大值确定重叠区域的宽度,然后根据重叠区域的宽度安装第一相机和第二相机,使得第一相机和第二相机的扫描区域的重叠区域的宽度为预先确定的宽度。
在一些实施例中,该第一区域与该第二区域经过合并形成的区域能够覆盖该待检测产品的表面的全部区域。也即是,第一相机和第二相机各自拍摄的部分区域的总和(或者说并集)能够覆盖产品表面的全部区域,使得产品表面的每个位置都能够被至少一个相机拍摄,从而降低表面上某个缺陷被遗漏检测的概率,提高缺陷检测的准确率。
在一些实施例中,第一相机和/或第二相机成像的方式具体为线性扫描。也即是,通过第一相机和第二相机并行地对待检测产品的表面进行线性扫描。
在一些实施例中,重叠区域的宽度大于或等于表面中最大缺陷的尺寸。例如,产品表面包括第一缺陷和第二缺陷,第一缺陷为产品表面中最大缺陷,则重叠区域的宽度大于第一缺陷的尺寸。通过这种方式,在产品表面中存在多个尺寸不同的缺陷场景下,有助于每个缺陷都能够被完整扫描到,从而进一步避免缺陷被遗漏检测,提高缺陷检测的准确率。
步骤S104、计算机设备对该第一相机得到的第一图像进行缺陷检测,得到第一检测结果,计算机设备对该第二相机得到的第二图像进行缺陷检测,得到第二检测结果。
第一图像为第一相机拍摄获得的线性扫描图像,即第一区域的线性扫描图像。第二图像为第二相机拍摄获得的线性扫描图像,即第二区域的线性扫描图像。
第一检测结果为第一图像的缺陷检测结果。例如,第一检测结果包括第一图像中缺陷的类型、第一图像中缺陷的外接矩形、第一图像中缺陷在第一图像中的位置。第二检测结果为第二图像的缺陷检测结果。例如,第二检测结果包括第二图像中缺陷的类型、第二图像中缺陷的外接矩形、第二图像中缺陷在第二图像中的位置。其中,第一图像中缺陷的位置例如是缺陷的相对坐标,该坐标指示缺陷在第一区域所处的位置。第二图像中缺陷的位置例如是缺陷的相对坐标,该坐标指示缺陷在第二区域所处的位置。
对该第一图像和第二图像进行缺陷检测的时序包括多种情况。可选地,计算机设备采用一前一后的处理顺序,依次对该第一图像和第二图像进行缺陷检测。或者,计算机设备并行地对该第一图像以及该第二图像进行缺陷检测,即同时检测两个图像中的缺陷。由于第一图像和第二图像由不同相机负责拍摄,因此第一图像的缺陷检测过程和第二图像的缺陷检测过程相互之间也不存在影响,能够同时进行。在一些实施例中,计算机设备通过线程池中的不同线程,并行地对该第一图像以及该第二图像分别进行缺陷检测。通过并行检测不同区域图像中的缺陷,从而减少循环时间,进一步提高了检测效率。
在一些实施例中,计算机设备基于机器视觉技术,对第一图像和第二图像分别进行缺陷检测。机器视觉技术是指用计算机来模拟人的视觉功能,从客观事物的图像中提取信息,进行处理并加以理解,最终用于实际检测、测量和控制。
步骤S106、计算机设备基于该第一检测结果以及该第二检测结果,获取该待检测产品的表面的缺陷检测结果。
在一些实施例中,计算机设备输出表面的缺陷检测结果。
本实施例提供的方法,针对单个相机对产品表面进行线性扫描,导致扫描时间较长、表面缺陷检测时延过大的问题,通过两台相机分别对产品的同一表面的不同区域进行线性扫描,这两条相机可以并行地扫描,从而减少线性扫描所需的时间,提高表面缺陷检测的效率。进一步地,针对两个相机的扫描区域之间的重叠区域刚好存在缺陷的场景,考虑到位于重叠区域的缺陷可能没有被任意一个相机完整扫描(即缺陷被截断),造成不能检测到该缺陷的问题,通过改进两个相机的布局,让两个相机的扫描区域之间重叠区域的宽度大于或等于缺陷的尺寸,使得位于重叠区域的缺陷能够被至少一个相机完整扫描到,从而避免缺陷没有被完整扫描导致不能检测到该缺陷的问题,因此提高表面缺陷检测的准确率。
图1所示方法以两个相机对产品表面进行线性扫描为例进行说明,在另一些实施例中,通过三个或三个以上的相机并行地对产品表面进行线性扫描,其中任意两个相机扫描的区域之间重叠区域的宽度大于或等于缺陷的尺寸,使得任意两个相邻相机的视野交汇处的区域能够被检测到,且所有相机扫描的区域合并形成的区域能够覆盖待检测产品的表面的全部区域,使得产品每个位置都能够被至少一台线扫相机拍摄,本实施例对相机的数量不做限定。
下面结合一个具体的应用场景对图1所示实施例举例说明。
请参考图2,图2中相机一扫描区域是对图1实施例中第一区域的举例说明,图2中相机二扫描区域是对图1实施例中第二区域的举例说明。如图2所示,相机一扫描区域完整包含了缺陷A、缺陷C和缺陷E。缺陷D位于相机一扫描区域边缘,但是缺陷D能够被相机二扫描区域完整覆盖;同样地,相机二扫描区域完整包含了缺陷A、缺陷B和缺陷D。缺陷C位于相机二扫描区域边缘,但是缺陷C能够被相机一扫描区域完整覆盖。由于相机一扫描区域与相机二扫描区域之间重叠区域的宽度大于或等于缺陷的尺寸,从而保证待检测产品表面全部的缺陷,即缺陷A、缺陷B、缺陷C、缺陷D和缺陷E都能够被相机一和相机二中至少一台完整扫描。
其中,关于确定缺陷D位于相机一扫描区域的边缘的过程,在一种可能的实现中,计算机设备可以判断缺陷D是否与相机一扫描区域的边相交,若缺陷D与相机一扫描区域的边相交,则确定缺陷D位于相机一扫描区域的边缘。示例性地,计算机设备获取缺陷D的坐标以及相机一扫描区域的边的坐标范围,如果缺陷D的坐标属于扫描区域的边的坐标范围,则确定缺陷D与相机一扫描区域的边缘相交。
图1所示实施例描述了缺陷检测的整体流程,下面对图1实施例中步骤S104的具体实现方式举例说明。
在一些实施例中,步骤S104包括以下步骤a至步骤d。
为了便于理解,下面以如何针对第一图像进行缺陷检测的流程为例说明,针对第二图像进行缺陷检测的流程与此同理。
步骤a、计算机设备检测第一图像是否存在缺陷。
步骤b、若检测到该第一图像存在第一缺陷,计算机设备判断第一缺陷是否位于第一图像的边缘(与边缘相交)。
步骤c、计算机设备在确定该第一缺陷不位于该第一图像的边缘的情况下,确定该第一缺陷的位置和第一缺陷的类型,作为该第一检测结果。
步骤d、计算机设备输出该第一检测结果。
本实施例提供的方法,在针对一个相机扫描得到的图像进行缺陷检测的过程中,通过判断缺陷是否位于第一图像或第二图像的边缘,对非边缘处的缺陷(能够完整拍摄到的缺陷)进一步进行检测,而对于位于图像边缘的缺陷则不进行检测,那么由于位于图像边缘的缺陷一定能够被其他相机完整拍摄到,因此不对边缘处的缺陷进行检测,也基本上不会造成漏检,从而降低对边缘处缺陷检测带来的复杂度,提高缺陷检测的效率。
下面结合图2所示的情况对图1实施例举例说明。
如图2所示,对相机一拍摄的区域进行缺陷检测时最终只输出缺陷A、缺陷C和缺陷E这三个缺陷的坐标与类型,而确定了位于图像边缘的缺陷D则不针对缺陷D进行后续检测;同样,对相机二拍摄的区域进行缺陷检测时最终只输出缺陷A、缺陷B和缺陷D这三个缺陷的坐标与类型,而忽略位于图像边缘的缺陷C。
下面对图1实施例中步骤S106可能采用的一些具体实现方式举例说明。
在一些实施例中,计算机设备确定不同部分区域图像的缺陷检测结果中是否包括位置相同的缺陷,如果不同部分区域图像的缺陷检测结果中包括位置相同的缺陷,表明同一个缺陷同时存在于不同部分区域图像的缺陷检测结果中,则进行缺陷合并,只输出一次该缺陷。
例如,该第一检测结果包括第一缺陷的位置,该第二检测结果包括第二缺陷的位置,计算机设备基于第一缺陷的位置和第二缺陷的位置判断一缺陷与该第二缺陷是否位置相同,若确定该第一缺陷与该第二缺陷位置相同,对该第一缺陷和该第二缺陷进行合并。
以图2所示的场景为例说明,例如,获得相机一扫描区域的缺陷检测结果以及相机二扫描区域的缺陷检测结果后,确定相机一扫描区域的缺陷检测结果包括缺陷A的坐标,相机二扫描区域的缺陷检测结果也包括缺陷A的坐标,则在输出产品的表面的缺陷检测结果时,针对缺陷A只输出一次结果。
在一些实施例中,计算机设备将待检测产品的部分区域图像拼接为待检测产品表面的完整图像,基于该表面图像输出缺陷检测结果。例如,在图1所示方法中,计算机设备对该第一图像和该第二图像进行拼接,得到该待检测产品的表面的完整图像。计算机设备基于该第一检测结果以及该第二检测结果,在该待检测产品的表面的完整图像中标注缺陷的位置、缺陷的类型以及缺陷的尺寸中至少一项,作为该待检测产品的表面的缺陷检测结果。可替代地,计算机设备也可以不是采用标注的方式输出缺陷检测结果,而是以文字的形式输出缺陷的位置、缺陷的类型以及缺陷的尺寸中至少一项,本实施例对输出缺陷检测结果的方式不做限定。
例如,计算机设备在界面中绘制产品表面的虚拟图像,该虚拟图像的宽为第一图像和第二图像拼接而成的完整图像的宽,该虚拟图像的高为第一图像和第二图像拼接而成的完整图像的高,然后根据第一检测结果中缺陷的位置以及第二检测结果中缺陷的位置,对虚拟图像中缺陷位置对应的部位添加标记。
该结果可以是文字形式表明缺陷类型与位置,如果进行了步骤(3)也可以是更直观地在待测产品表面的完整图像中将缺陷直接标出,还可以是任何能够表明缺陷检测结果的形式,本方案不做具体限定
通过上述实现方式,当检测到产品表面存在缺陷时,能够直观地呈现缺陷所在的位置,帮助用户快速定位缺陷。
图3是本申请实施例提供的一种缺陷检测装置300的结构示意图。参见图3,该装置300包括:
成像模块301,用于通过第一相机和第二相机并行地对待检测产品的表面进行成像,该第一相机用于拍摄该表面中的第一区域,该第二相机用于拍摄该表面中的第二区域,该第一区域和该第二区域具有重叠区域,且该重叠区域的宽度大于或等于该表面中缺陷的尺寸;
检测模块302,用于对该第一相机得到的第一图像进行缺陷检测,得到第一检测结果,对该第二相机得到的第二图像进行缺陷检测,得到第二检测结果;
获取模块303,用于基于该第一检测结果以及该第二检测结果,获取该待检测产品的表面的缺陷检测结果。
在一些实施例中,该第一区域与该第二区域经过合并形成的区域能够覆盖该待检测产品的表面的全部区域。
在一些实施例中,该检测模块302,用于若检测到该第一图像存在第一缺陷,在确定该第一缺陷不位于该第一图像的边缘的情况下,确定该第一缺陷的位置和第一缺陷的类型,作为该第一检测结果。
在一些实施例中,该第一检测结果包括第一缺陷的位置,该第二检测结果包括第二缺陷的位置,该获取模块303,用于若基于该第一缺陷的位置以及该第二缺陷的位置确定该第一缺陷与该第二缺陷位置相同,对该第一缺陷和该第二缺陷进行合并。
在一些实施例中,该检测模块302,用于通过线程池中的不同线程,并行地对该第一图像以及该第二图像分别进行缺陷检测,得到该第一检测结果以及该第二检测结果。
在一些实施例中,该装置还包括:拼接模块,用于对该第一图像和该第二图像进行拼接,得到该待检测产品的表面的完整图像。
在一些实施例中,该获取模块303,用于基于该第一检测结果以及该第二检测结果,在该待检测产品的表面的完整图像中标注缺陷的位置、缺陷的类型以及缺陷的尺寸中至少一项,作为该待检测产品的表面的缺陷检测结果。
在一些实施例中,成像模块301,用于通过第一相机和第二相机并行地对待检测产品的表面进行线性扫描。
在一些实施例中,重叠区域的宽度大于或等于表面中最大缺陷的尺寸。
上述所有可选技术方案,可以采用任意结合形成本申请的可选实施例,在此不再一一赘述。
需要说明的是:上述实施例提供的缺陷检测装置在检测缺陷时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将缺陷检测装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的缺陷检测装置与缺陷检测方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
图4是本申请实施例提供的一种计算机设备400的结构示意图。
计算机设备400包括至少一个处理器401、存储器402以及至少一个网络接口403。
处理器401例如是通用中央处理器(central processing unit,CPU)、网络处理器(network processer,NP)、图形处理器(graphics processing unit,GPU)、神经网络处理器(neural-network processing units,NPU)、数据处理单元(data processing unit,DPU)、微处理器或者一个或多个用于实现本申请方案的集成电路。例如,处理器401包括专用集成电路(application-specific integrated circuit,ASIC),可编程逻辑器件(programmable logic device,PLD)或其组合。PLD例如是复杂可编程逻辑器件(complexprogrammable logic device,CPLD)、现场可编程逻辑门阵列(field-programmable gatearray,FPGA)、通用阵列逻辑(generic array logic,GAL)或其任意组合。
存储器402例如是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其它类型的静态存储设备,又如是随机存取存储器(random access memory,RAM)或者可存储信息和指令的其它类型的动态存储设备,又如是电可擦可编程只读存储器(electrically erasable programmable read-only Memory,EEPROM)、只读光盘(compactdisc read-only memory,CD-ROM)或其它光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其它磁存储设备,或者是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其它介质,但不限于此。可选地,存储器402独立存在,并通过内部连接404与处理器401相连接。或者,可选地存储器402和处理器401集成在一起。
网络接口403使用任何收发器一类的装置,用于与其它设备或通信网络通信。网络接口403例如包括有线网络接口或者无线网络接口中的至少一项。其中,有线网络接口例如为以太网接口。以太网接口例如是光接口,电接口或其组合。无线网络接口例如为无线局域网(wireless local area networks,WLAN)接口,蜂窝网络接口或其组合等。
在一些实施例中,处理器401包括一个或多个CPU,如图4中所示的CPU0和CPU1。
在一些实施例中,计算机设备400可选地包括多个处理器,如图4中所示的处理器401和处理器405。这些处理器中的每一个例如是一个单核处理器(single-CPU),又如是一个多核处理器(multi-CPU)。这里的处理器可选地指一个或多个设备、电路、和/或用于处理数据(如计算机程序指令)的处理核。
在一些实施例中,计算机设备400还包括内部连接404。处理器401、存储器402以及至少一个网络接口403通过内部连接404连接。内部连接404包括通路,在上述组件之间传送信息。可选地,内部连接404是单板或总线。可选地,内部连接404分为地址总线、数据总线、控制总线等。
在一些实施例中,计算机设备400还包括输入输出接口406。输入输出接口406连接到内部连接404上。
可选地,处理器401通过读取存储器402中保存的程序代码实现上述实施例中的方法,或者,处理器401通过内部存储的程序代码实现上述实施例中的方法。在处理器401通过读取存储器402中保存的程序代码实现上述实施例中的方法的情况下,存储器402中保存实现本申请实施例提供的缺陷检测方法的程序代码410。
处理器401实现上述功能的更多细节请参考前面各个方法实施例中的描述,在这里不再重复。
图5是本申请实施例提供的一种计算机可读存储介质500的结构示意图,该计算机可读存储介质中存储有计算机程序指令501,该计算机程序指令501被处理器执行时实现上述图1实施例所示的方法中的步骤。
本申请实施例还提供一种计算机程序产品,该计算机程序产品包括计算机程序指令,该计算机程序指令被处理器执行时实现上述图1实施例所示的方法中的步骤。
需要说明的是,本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统或装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
应当理解,在本申请中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,用于描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”,其中a,b,c可以是单个,也可以是多个。
还需要说明的是,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“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者设备中还存在另外的相同要素。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (12)
1.一种缺陷检测方法,其特征在于,包括:
通过第一相机和第二相机并行地对待检测产品的表面进行成像,所述第一相机用于拍摄所述表面中的第一区域,所述第二相机用于拍摄所述表面中的第二区域,所述第一区域和所述第二区域具有重叠区域,且所述重叠区域的宽度大于或等于所述表面中缺陷的尺寸;
对所述第一相机得到的第一图像进行缺陷检测,得到第一检测结果,对所述第二相机得到的第二图像进行缺陷检测,得到第二检测结果;
基于所述第一检测结果以及所述第二检测结果,获取所述待检测产品的表面的缺陷检测结果。
2.根据权利要求1所述的方法,其特征在于,所述第一区域与所述第二区域经过合并形成的区域能够覆盖所述待检测产品的表面的全部区域。
3.根据权利要求1所述的方法,其特征在于,所述对所述第一相机得到的第一图像进行缺陷检测,得到第一检测结果包括:
若检测到所述第一图像存在第一缺陷,在确定所述第一缺陷不位于所述第一图像的边缘的情况下,确定所述第一缺陷的位置和第一缺陷的类型,作为所述第一检测结果。
4.根据权利要求1所述的方法,其特征在于,所述第一检测结果包括第一缺陷的位置,所述第二检测结果包括第二缺陷的位置,所述基于所述第一检测结果以及所述第二检测结果,获取所述待检测产品的表面的缺陷检测结果,包括:
若基于所述第一缺陷的位置以及所述第二缺陷的位置确定所述第一缺陷与所述第二缺陷位置相同,对所述第一缺陷和所述第二缺陷进行合并。
5.根据权利要求1所述的方法,其特征在于,所述对所述第一相机得到的第一图像进行缺陷检测,得到第一检测结果,对所述第二相机得到的第二图像进行缺陷检测,得到第二检测结果,包括:
通过线程池中的不同线程,并行地对所述第一图像以及所述第二图像分别进行缺陷检测,得到所述第一检测结果以及所述第二检测结果。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
对所述第一图像和所述第二图像进行拼接,得到所述待检测产品的表面的完整图像。
7.根据权利要求6所述的方法,其特征在于,所述基于所述第一检测结果以及所述第二检测结果,获取所述待检测产品的表面的缺陷检测结果,包括:
基于所述第一检测结果以及所述第二检测结果,在所述待检测产品的表面的完整图像中标注缺陷的位置、缺陷的类型以及缺陷的尺寸中至少一项,作为所述待检测产品的表面的缺陷检测结果。
8.根据权利要求1所述的方法,其特征在于,所述通过第一相机和第二相机并行地对待检测产品的表面进行成像,包括:
通过第一相机和第二相机并行地对待检测产品的表面进行线性扫描。
9.根据权利要求1所述的方法,其特征在于,所述重叠区域的宽度大于或等于所述表面中最大缺陷的尺寸。
10.一种缺陷检测装置,其特征在于,包括:
成像模块,用于通过第一相机和第二相机并行地对待检测产品的表面进行成像,所述第一相机用于拍摄所述表面中的第一区域,所述第二相机用于拍摄所述表面中的第二区域,所述第一区域和所述第二区域具有重叠区域,且所述重叠区域的宽度大于或等于所述表面中缺陷的尺寸;
检测模块,用于对所述第一相机得到的第一图像进行缺陷检测,得到第一检测结果,对所述第二相机得到的第二图像进行缺陷检测,得到第二检测结果;
获取模块,用于基于所述第一检测结果以及所述第二检测结果,获取所述待检测产品的表面的缺陷检测结果。
11.一种计算机设备,其特征在于,所述计算机设备包括处理器和存储器,所述存储器中存储有计算机程序指令,所述处理器执行所述计算机程序指令时实现如权利要求1-9中任一项所述的方法中的步骤。
12.一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中存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如权利要求1-9中任一项所述的方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211071529.3A CN115359034A (zh) | 2022-09-02 | 2022-09-02 | 一种缺陷检测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211071529.3A CN115359034A (zh) | 2022-09-02 | 2022-09-02 | 一种缺陷检测方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115359034A true CN115359034A (zh) | 2022-11-18 |
Family
ID=84007326
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211071529.3A Pending CN115359034A (zh) | 2022-09-02 | 2022-09-02 | 一种缺陷检测方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115359034A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116452791A (zh) * | 2023-03-27 | 2023-07-18 | 广州市斯睿特智能科技有限公司 | 多相机点位的缺陷区域定位方法、系统、装置及存储介质 |
-
2022
- 2022-09-02 CN CN202211071529.3A patent/CN115359034A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116452791A (zh) * | 2023-03-27 | 2023-07-18 | 广州市斯睿特智能科技有限公司 | 多相机点位的缺陷区域定位方法、系统、装置及存储介质 |
CN116452791B (zh) * | 2023-03-27 | 2024-03-22 | 广州市斯睿特智能科技有限公司 | 多相机点位的缺陷区域定位方法、系统、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107315011B (zh) | 图像处理装置、图像处理方法及存储介质 | |
CN108896278B (zh) | 一种滤光片丝印缺陷检测方法、装置及终端设备 | |
CN111614888B (zh) | 影像模糊处理方法与系统 | |
JP2013542528A (ja) | 夜景画像ボケ検出システム | |
CN115359034A (zh) | 一种缺陷检测方法、装置、设备及存储介质 | |
CN105321191A (zh) | 用于处理图像中的反射区的方法和电子设备 | |
CN115661137B (zh) | 检测装置、检测方法、终端设备及计算机可读存储介质 | |
JP2021135300A (ja) | 基板計測システム及び基板計測方法 | |
CN114581445B (zh) | 点胶产品分段检测方法、系统、设备及存储介质 | |
US10516822B2 (en) | Method and device for merging images of calibration devices | |
CN101685000B (zh) | 影像边界扫描的计算机系统及方法 | |
JP2016217944A (ja) | 計測装置、および計測方法 | |
US7970238B2 (en) | Method and apparatus for acquiring image of internal structure, and computer product | |
KR20150068884A (ko) | 반도체 검사 방법, 반도체 검사 장치 및 반도체 제조 방법 | |
JP2018092547A (ja) | 画像処理装置、画像処理方法およびプログラム | |
EP2775422A2 (en) | Object detection apparatus, program, and integrated circuit | |
CN110874814A (zh) | 一种图像处理方法、图像处理装置及终端设备 | |
CN111145674B (zh) | 显示面板的检测方法、电子设备和存储介质 | |
JP7340434B2 (ja) | 配筋検査システム、配筋検査方法、及び配筋検査プログラム | |
JP2745778B2 (ja) | 配線パターン検査装置 | |
CN113365003A (zh) | 用于减少激光散斑效应的图像传感器电路 | |
JP2021117909A (ja) | 三次元画像生成装置及び三次元画像生成方法 | |
CN116958104B (zh) | 物料表面图像处理方法、装置及存储介质 | |
CN110493590B (zh) | 产生深度图的方法及其影像处理装置与系统 | |
CN113096084B (zh) | 基于阵列相机成像的视觉检测方法、设备及系统 |
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 |