CN115619783B - 产品加工缺陷的检测方法及装置、存储介质、终端 - Google Patents

产品加工缺陷的检测方法及装置、存储介质、终端 Download PDF

Info

Publication number
CN115619783B
CN115619783B CN202211612451.1A CN202211612451A CN115619783B CN 115619783 B CN115619783 B CN 115619783B CN 202211612451 A CN202211612451 A CN 202211612451A CN 115619783 B CN115619783 B CN 115619783B
Authority
CN
China
Prior art keywords
characteristic
target detection
item
detection
feature
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.)
Active
Application number
CN202211612451.1A
Other languages
English (en)
Other versions
CN115619783A (zh
Inventor
袁颖
胡昌欣
杨莹莹
李丹
张武杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Casi Vision Technology Luoyang Co Ltd
Casi Vision Technology Beijing Co Ltd
Original Assignee
Casi Vision Technology Luoyang Co Ltd
Casi Vision Technology Beijing Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Casi Vision Technology Luoyang Co Ltd, Casi Vision Technology Beijing Co Ltd filed Critical Casi Vision Technology Luoyang Co Ltd
Priority to CN202211612451.1A priority Critical patent/CN115619783B/zh
Publication of CN115619783A publication Critical patent/CN115619783A/zh
Application granted granted Critical
Publication of CN115619783B publication Critical patent/CN115619783B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • 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
    • G06T2207/30164—Workpiece; Machine component
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

本申请公开了一种产品加工缺陷的检测方法及装置、存储介质、终端，其主要用于解决现有工业产品的缺陷检测有效性较差的问题。包括：从待检测产品的基准图像数据中提取出目标检测区域，并获取至少一个检测特征项，检测特征项用于表征对待检测产品具有缺陷检测需求的选取对象；将目标检测区域进行阈值分割，若通过阈值分割后的目标检测区域确定为非空区域，则基于检测特征项确定目标检测区域的至少一个特征值，非空区域为基于对目标检测区域按照预设灰度值进行阈值分割后得到的图像区域集合的区域个数确定的，非空区域用于表征目标检测区域具有待检测对象；基于预设特征阈值范围对特征值进行筛选处理，确定待测产品的缺陷检测结果。

Description

产品加工缺陷的检测方法及装置、存储介质、终端
技术领域
本申请涉及一种机器视觉技术领域，特别是涉及一种产品加工缺陷的检测方法及装置、存储介质、终端。
背景技术
自动光学检测（Automated Optical Inspection，AOI）设备在工业产品外观缺陷检测场景中起到极为重要的作用，可以通过自动光学检测设备来替代人工质检，实现减员增效、提升企业产能以及产品良率。尤其是，通过自动光学检测设备对工业产品中的加工缺陷，如固定目标物漏印、上下颠倒、偏位、缺印、异色或者目标孔少孔、多孔等，进行成像，并在图像采集设备采集图像后，利用计算机进行图像处理，确定图像中的纹理特征，从而识别缺陷。
目前，现有对工业产品缺陷的检测通常是利用模板的定位标记点进行匹配定位，以获取图像的仿射变换，然后将待测图像与模板图像进行对齐比较，从而基于差异特征识别缺陷。但是，由于模板的匹配需要有定位标记点，针对玻璃、塑料等透明材质的产品而言，产品上无法配置有用于匹配定位的定位标记点，会导致产品的图像难以通过模板匹配定位，从而无法基于仿射变化的方式将待测图与模板图对齐，以至于无法通过图像相减的方法实现对产品缺陷的准确检测，大大降低了工业产品的缺陷检测有效性。
发明内容
有鉴于此，本申请提供一种产品加工缺陷的检测方法及装置、存储介质、终端，主要目的在于解决现有工业产品的缺陷检测有效性较差的问题。
本申请第一方面提供了一种产品加工缺陷的检测方法，包括：
从待检测产品的基准图像数据中提取出目标检测区域，并获取至少一个检测特征项，所述检测特征项用于表征对所述待检测产品具有缺陷检测需求的选取对象；
将所述目标检测区域进行阈值分割，若通过阈值分割后的目标检测区域确定为非空区域，则基于所述检测特征项确定所述目标检测区域的至少一个特征值，所述非空区域为基于对所述目标检测区域按照预设灰度值进行阈值分割后得到的图像区域集合的区域个数确定的，所述非空区域用于表征所述目标检测区域具有待检测对象；
基于预设特征阈值范围对所述特征值进行筛选处理，确定所述待测产品的缺陷检测结果。
进一步地，所述基于预设特征阈值范围对所述特征值进行筛选处理，确定所述待测产品的缺陷检测结果包括：
当所述特征值匹配第一预设特征阈值范围，则确定所述待测产品的缺陷检测结果为与所述检测特征项对应的非缺陷产品；
当所述特征值不匹配第一预设特征阈值范围，则确定所述待测产品的缺陷检测结果为与所述检测特征项对应的缺陷产品。
进一步地，所述基于预设特征阈值范围对所述特征值进行筛选处理，确定所述待测产品的缺陷检测结果包括：
调取与所述检测特征项所对应的特征逻辑运算关系，所述特征逻辑运算关系用于表征多个所述检测特征项之间的和、或、与的运算关系；
当按照所述特征逻辑运算关系确定至少一个所述特征值匹配第二预设特征阈值范围，则确定所述待测产品的缺陷检测结果为非缺陷产品；
当按照所述特征逻辑运算关系确定至少一个所述特征值不匹配第二预设特征阈值范围，则确定所述待测产品的缺陷检测结果为缺陷产品。
进一步地，所述从待检测产品的基准图像数据中提取出目标检测区域包括：
基于图像拍摄设备采集所述待检测产品的基准图像数据，并从所述基准图像数据中选取兴趣区域，所述兴趣区域为在所述基准图像数据的基准坐标系中进行转换的；
对所述兴趣区域进行阈值分割，和/或对所述兴趣区域进行面积特征筛选，提取所述待检测产品的目标检测区域。
进一步地，所述从所述基准图像数据中选取兴趣区域包括：
构建所述基准图像数据的基准坐标系，所述基准坐标系中的坐标中心点为通过对所述待检测产品进行直线拟合相交得到的交点确定的；
接收基于所述基准坐标系中所选取的区域，确定为所述兴趣区域。
进一步地，所述基于所述检测特征项确定所述目标检测区域的至少一个特征值之前，所述方法还包括：
按照预设灰度阈值对所述目标检测区域进行阈值分割，得到图像区域集合；
若所述图像区域集合中的区域个数为零，则确定为所述目标检测区域为空区域，并将所述检测特征项的特征值配置为参照特征阈值；
若所述图像区域集合中的区域个数不为零，则确定为所述目标检测区域为非空区域，以执行基于所述检测特征项确定所述目标检测区域的至少一个特征值的步骤。
进一步地，所述所述基于所述检测特征项确定所述目标检测区域的至少一个特征值包括：
若所述检测特征项为位置偏移特征项，则基于所述目标检测区域的中心点至基准坐标系中各坐标轴的距离计算位置偏移特征值；
若所述检测特征项为孔洞特征项，则基于所述目标检测区域中的独立区域个数计算孔洞特征值；
若所述检测特征项为灰度特征项，则基于所述目标检测区域中的图像像素颜色值计算灰度特征值；
若所述检测特征项为尺寸特征项，则基于所述目标检测区域中的外接图形轴长计算尺寸特征值；
若所述检测特征项为面积特征项，则基于所述目标检测区域的轮廓信息计算面积特征值。
进一步地，所述基于所述目标检测区域的中心点至基准坐标系中各坐标轴的距离计算位置偏移特征值包括：
按照所述待检测产品的轮廓边直线拟合交点确定所述目标检测区域的中心点坐标；
通过中心坐标与基准坐标系关系公式计算所述中心点坐标向所述基准坐标系的x轴、y轴映射的坐标距离，并确定位置偏移特征值；
其中，所述中心坐标与基准坐标系关系公式为：
Figure 102406DEST_PATH_IMAGE001
；
Figure 197401DEST_PATH_IMAGE002
；所述
Figure 53362DEST_PATH_IMAGE003
为所述目标检测区域的中心点到所述基准坐标系的x轴的距离，所述
Figure 892005DEST_PATH_IMAGE004
为所述目标检测区域的中心点到所述基准坐标系的y轴的距离，所述为所述x轴与水平方向的夹角，所述
Figure 251442DEST_PATH_IMAGE005
为所述中心点的x坐标，所述
Figure 517338DEST_PATH_IMAGE006
为所述目标检测区域的中心点的y坐标，所述
Figure 329436DEST_PATH_IMAGE007
为所述基准坐标系中坐标中心点的x坐标，所述
Figure 470305DEST_PATH_IMAGE008
为所述基准坐标系中坐标中心点的y坐标。
进一步地，所述基于所述目标检测区域中的图像像素颜色值计算灰度特征值包括：
若所述灰度特征值为平均灰度特征值，则基于平均灰度计算公式、所述目标检测区域的图像像素颜色值计算平均灰度特征值，所述平均灰度计算公式为
Figure 949828DEST_PATH_IMAGE009
，所述R为所述目标检测区域，所述p为所述目标检测区域的第p像素，所述g(p)为第p像素的灰度值，所述F为目标检测区域的像素个数；
若所述灰度特征值为灰度标准差特征值，则基于灰度标准差计算公式、所述目标检测区域的图像像素颜色值计算灰度标准差特征值，所述灰度标准差计算公式为
Figure 121047DEST_PATH_IMAGE010
，所述R为所述目标检测区域，所述p为所述目标检测区域的第p像素，所述g(p)为第p像素的灰度值，所述F为所述目标检测区域的像素个数。
进一步地，所述基于所述目标检测区域中的外接图形轴长计算尺寸特征值包括：
对所述目标检测区域进行尺寸识别，确定所述目标检测区域的外接图形；
根据所述外接图形的轴长以及所述轴长的数学运输关系确定尺寸特征值。
进一步地，所述基于预设特征阈值范围对所述特征值进行筛选处理，确定所述待测产品的缺陷检测结果之后，所述方法还包括：
根据所述缺陷检测结果调取匹配的显示标识，并将所述显示标识绑定显示于所述待检测产品的展示界面上，所述展示界面中包括所述基准图像数据或目标检测区域。
进一步地，所述获取至少一个检测特征项包括：
显示全部检测特征项所对应的检测项标识，所述检测项标识、以及与所述检测项标识所对应的特征计算内容存储于虚拟容器中；
接收从所述检测项标识中所选取的目标检测项标识，确定待进行缺陷检测的检测特征项。
本申请第二方面提供了一种产品加工缺陷的检测装置，包括：
获取模块，用于从待检测产品的基准图像数据中提取出目标检测区域，并获取至少一个检测特征项，所述检测特征项用于表征对所述待检测产品具有缺陷检测需求的选取对象；
确定模块，用于将所述目标检测区域进行阈值分割，若通过阈值分割后的目标检测区域确定为非空区域，则基于所述检测特征项确定所述目标检测区域的至少一个特征值，所述非空区域为基于对所述目标检测区域按照预设灰度值进行阈值分割后得到的图像区域集合的区域个数确定的，所述非空区域用于表征所述目标检测区域具有待检测对象；
处理模块，用于基于预设特征阈值范围对所述特征值进行筛选处理，确定所述待测产品的缺陷检测结果。
进一步地，所述处理模块包括：
第一确定单元，用于当所述特征值匹配第一预设特征阈值范围，则确定所述待测产品的缺陷检测结果为与所述检测特征项对应的非缺陷产品；
第二确定单元，用于当所述特征值不匹配第一预设特征阈值范围，则确定所述待测产品的缺陷检测结果为与所述检测特征项对应的缺陷产品。
进一步地，所述处理模块还包括：
调取单元，用于调取与所述检测特征项所对应的特征逻辑运算关系，所述特征逻辑运算关系用于表征多个所述检测特征项之间的和、或、与的运算关系；
第三确定单元，用于当按照所述特征逻辑运算关系确定至少一个所述特征值匹配第二预设特征阈值范围，则确定所述待测产品的缺陷检测结果为非缺陷产品；
第四确定单元，用于当按照所述特征逻辑运算关系确定至少一个所述特征值不匹配第二预设特征阈值范围，则确定所述待测产品的缺陷检测结果为缺陷产品。
进一步地，所述获取模块包括：
选取单元，用于基于图像拍摄设备采集所述待检测产品的基准图像数据，并从所述基准图像数据中选取兴趣区域，所述兴趣区域为在所述基准图像数据的基准坐标系中进行转换的；
提取单元，用于对所述兴趣区域进行阈值分割，和/或对所述兴趣区域进行面积特征筛选，提取所述待检测产品的目标检测区域。
进一步地，所述选取单元，具体用于构建所述基准图像数据的基准坐标系，所述基准坐标系中的坐标中心点为通过对所述待检测产品进行直线拟合相交得到的交点确定的；接收基于所述基准坐标系中所选取的区域，确定为所述兴趣区域。
进一步地，所述装置还包括：
所述获取模块，还用于按照预设灰度阈值对所述目标检测区域进行阈值分割，得到图像区域集合；
配置模块，用于若所述图像区域集合中的区域个数为零，则确定为所述目标检测区域为空区域，并将所述检测特征项的特征值配置为参照特征阈值；
所述确定模块，用于若所述图像区域集合中的区域个数不为零，则确定为所述目标检测区域为非空区域，以执行基于所述检测特征项确定所述目标检测区域的至少一个特征值的步骤。
进一步地，所述确定模块，具体用于若所述检测特征项为位置偏移特征项，则基于所述目标检测区域的中心点至基准坐标系中各坐标轴的距离计算位置偏移特征值；若所述检测特征项为孔洞特征项，则基于所述目标检测区域中的独立区域个数计算孔洞特征值；若所述检测特征项为灰度特征项，则基于所述目标检测区域中的图像像素颜色值计算灰度特征值；若所述检测特征项为尺寸特征项，则基于所述目标检测区域中的外接图形轴长计算尺寸特征值；若所述检测特征项为面积特征项，则基于所述目标检测区域的轮廓信息计算面积特征值。
进一步地，所述确定模块，具体用于按照所述待检测产品的轮廓边直线拟合交点确定所述目标检测区域的中心点坐标；通过中心坐标与基准坐标系关系公式计算所述中心点坐标向所述基准坐标系的x轴、y轴映射的坐标距离，并确定位置偏移特征值；
其中，所述中心坐标与基准坐标系关系公式为：
Figure 686020DEST_PATH_IMAGE001
；
Figure 866466DEST_PATH_IMAGE002
；所述
Figure 466074DEST_PATH_IMAGE003
为所述目标检测区域的中心点到所述基准坐标系的x轴的距离，所述
Figure 73773DEST_PATH_IMAGE004
为所述目标检测区域的中心点到所述基准坐标系的y轴的距离，所述
Figure 391622DEST_PATH_IMAGE011
为所述x轴与水平方向的夹角，所述
Figure 346065DEST_PATH_IMAGE012
为所述中心点的x坐标，所述
Figure 800180DEST_PATH_IMAGE013
为所述目标检测区域的中心点的y坐标，所述
Figure 313201DEST_PATH_IMAGE014
为所述基准坐标系中坐标中心点的x坐标，所述
Figure 852767DEST_PATH_IMAGE015
为所述基准坐标系中坐标中心点的y坐标。
进一步地，所述确定模块，具体用于若所述灰度特征值为平均灰度特征值，则基于平均灰度计算公式、所述目标检测区域的图像像素颜色值计算平均灰度特征值，所述平均灰度计算公式为
Figure 375015DEST_PATH_IMAGE016
，所述R为所述目标检测区域，所述p为所述目标检测区域的第p像素，所述g(p)为第p像素的灰度值，所述F为目标检测区域的像素个数；若所述灰度特征值为灰度标准差特征值，则基于灰度标准差计算公式、所述目标检测区域的图像像素颜色值计算灰度标准差特征值，所述灰度标准差计算公式为
Figure 418057DEST_PATH_IMAGE017
，所述R为所述目标检测区域，所述p为所述目标检测区域的第p像素，所述g(p)为第p像素的灰度值，所述F为所述目标检测区域的像素个数。
进一步地，所述确定模块，具体用于对所述目标检测区域进行尺寸识别，确定所述目标检测区域的外接图形；根据所述外接图形的轴长以及所述轴长的数学运输关系确定尺寸特征值。
进一步地，所述装置还包括：
显示模块，用于根据所述缺陷检测结果调取匹配的显示标识，并将所述显示标识绑定显示于所述待检测产品的展示界面上，所述展示界面中包括所述基准图像数据或目标检测区域。
本申请第三方面提供了一种存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上述产品加工缺陷的检测方法对应的操作。
本申请第四方面提供了一种终端，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述产品加工缺陷的检测方法对应的操作。
通过上述技术方案，本申请提供的技术方案至少具有下列优点：
本申请提供了一种产品加工缺陷的检测方法及装置、存储介质、终端，与现有技术相比，本申请通过从待检测产品的基准图像数据中提取出目标检测区域，并获取至少一个检测特征项；将所述目标检测区域进行阈值分割，若通过阈值分割后的目标检测区域确定为非空区域，则基于所述检测特征项确定所述目标检测区域的至少一个特征值，所述非空区域为基于对所述目标检测区域按照预设灰度值进行阈值分割后得到的图像区域集合的区域个数确定的，所述非空区域用于表征所述目标检测区域具有待检测对象；基于预设特征阈值范围对所述特征值进行筛选处理，确定所述待测产品的缺陷检测结果，实现无需模板匹配定位标记点即可进行缺陷检测的目的，仅仅通过对待检测特征的计算来确定产品缺陷，满足产品缺陷的检测的准确性需求，从而提高了工业产品的缺陷检测有效性。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本申请实施例提供的一种产品加工缺陷的检测方法流程图；
图2示出了本申请实施例提供的另一种产品加工缺陷的检测方法流程图；
图3示出了本申请实施例提供的一种手机壳产品选取兴趣区域示意图；
图4示出了本申请实施例提供的又一种产品加工缺陷的检测方法流程图；
图5示出了本申请实施例提供的一种手机壳产品构建基准坐标系示意图；
图6示出了本申请实施例提供的一种产品加工缺陷的检测装置组成框图；
图7示出了本申请实施例提供的一种终端的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
针对工业产品缺陷的检测通常是利用模板的定位标记点进行匹配定位，以获取图像的仿射变换，然后将待测图像与模板图像进行对齐比较，从而基于差异特征识别缺陷。但是，由于模板的匹配需要有定位标记点，针对玻璃、塑料等透明材质的产品而言，产品上无法配置有用于匹配定位的定位标记点，会导致产品的图像难以通过模板匹配定位，从而无法基于仿射变化的方式将待测图与模板图对齐，以至于无法通过图像相减的方法实现对产品缺陷的准确检测，大大降低了工业产品的缺陷检测有效性。本申请实施例提供了一种产品加工缺陷的检测方法，如图1所示，该方法包括：
101、从待检测产品的基准图像数据中提取出目标检测区域，并获取至少一个检测特征项。
本申请实施例中，当前执行端可以为进行对待检测产品进行图像扫描以及缺陷检测的终端设备，如检测仪，也可以为进行数据处理的服务端，如与检测仪进行数据传输的服务器，从而执行本申请实施例中的产品加工缺陷的检测方法。其中，待检测产品包括但不限于任意类型的工业企业所生产的产品，例如，收纳盒、铅笔盒、手机后盖等任意需要进行缺陷检测的产品。此时，基准图像数据为对待检测产品进行图像拍摄得到的图像，即通过图像拍摄设备采集待检测产品的基准图像数据，例如，对对手机后盖进行拍照所得到的图像，本申请实施例不做具体限定。进而的，在拍摄得到的基准图像数据后，基准图像数据中包含有不需要进行缺陷检测的部分，因此，需要从基准图像数据中提取出目标检测区域，具体的，可以通过图像阈值分割方式得到所要进行缺陷判定的目标检测区域。
需要说明的是，为了实现灵活化的缺陷检测目的，满足不同缺陷检测需求，本申请实施例中，检测特征项用于表征对待检测产品具有缺陷检测需求的选取对象，即用户可以通过录入方式选取检测特征项，此时，检测特征项中至少包括位置偏移特征项、孔洞特征项、灰度特征项、尺寸特征项、面积特征项等待检测缺陷的特征内容，本申请实施例中不做具体限定。另外，对于检测特征项的获取，当前执行端可以通过预先配置的编辑界面选取检测特征项，从而得到针对不同待检测产品的检测特征项，例如，用户从编辑界面的位置偏移特征项、孔洞特征项、灰度特征项对于的选项中进行勾选，从而得到检测特征项，本申请实施例不做具体限定。
102、将所述目标检测区域进行阈值分割，若通过阈值分割后的目标检测区域确定为非空区域，则基于所述检测特征项确定所述目标检测区域的至少一个特征值。
本申请实施例中，为了针对不同检测特征项所对应的缺陷特征检测，首先对目标检测区域进行阈值分割，确定是否为非空区域，若目标检测区域为非空区域，则说明目标检测区域中包含有需要进行缺陷检测的内容，因此，进一步基于检测特征项确定目标检测区域的至少一个特征值。本发明实施例中，通过非空区域用于表征所述目标检测区域具有待检测对象，因此，在确定目标检测区域确定为非空区域时，基于检测特征项确定特征值。其中，非空区域为基于对所述目标检测区域按照预设灰度值进行阈值分割后得到的图像区域集合的区域个数确定的，即按照预设灰度阈值对目标检测区域的像素灰度值进行比较分割，得到图像区域集合，从而按照图像区域集合中的区域个数与零进行对比，确定目标检测区域是否为非空区域。
另外，特征值为针对不同检测特征项进行数值化计算得到的数值内容，例如，针对位置偏移特征项，可以基于目标检测区域的中心点至基准坐标系中各坐标轴的距离计算位置偏移特征值，从而通过此位置偏移特征值进行特征阈值筛选，确定缺陷检测结果。另外，针对位置偏移特征项、孔洞特征项、灰度特征项、尺寸特征项、面积特征项等检测特征项，特征值还可以基于预先确定的计算方式计算得到圆度、独立区域个数、最小外接矩形长轴长、最小外接矩形短轴长、平均灰度、灰度标准差、相对于模板图坐标系x轴的距离、相对于模板图坐标系Y轴的距离等计算结果，作为用于筛选处理的特征值，本申请实施例不做具体限定，从而实现多场景下、多缺陷检测需求的快速、准确的检测目的。
需要说明的是，本申请实施例中，由于检测特征值为用户选取的，可以为一个，或多个，因此，在确定特征值时，按照选取的检测特征项计算得到的特征值，可以为对应的一个、或对应的多个，从而按照预设特征阈值范围进行筛选判定，本申请实施例中不做具体限定。
103、基于预设特征阈值范围对所述特征值进行筛选处理，确定所述待测产品的缺陷检测结果。
本申请实施例中，为了提高缺陷检测的灵活性，确定特征值后，基于预设特征阈值范围对特征值进行筛选处理，从而确定待检测产品的缺陷检测结果。其中，预设特征阈值为针对不同缺陷检测需求或检测场景进行预先配置的，在针对单一检测特征项进行缺陷检测场景下，可以基于特征值与第一预设特征阈值范围进行比较，从而确定待测产品的缺陷检测结果，此时，第一预设特征阈值范围，可以针对不同的检测特征项进行配置，如检测特征项为灰度特征项，第一预设特征阈值范围即根据可以划分缺陷的灰度值进行配置，本申请实施例不做具体限定。
在另一个本申请实施例中，为了进一步限定及说明，步骤基于预设特征阈值范围对所述特征值进行筛选处理，确定所述待测产品的缺陷检测结果包括：
当所述特征值匹配第一预设特征阈值范围，则确定所述待测产品的缺陷检测结果为与所述检测特征项对应的非缺陷产品；
当所述特征值不匹配第一预设特征阈值范围，则确定所述待测产品的缺陷检测结果为与所述检测特征项对应的缺陷产品。
为了实现基于特征值对不同缺陷需求进行检测的目的，本申请实施例中，在基于特征值与预设特征阈值范围进行对比时，针对不同的场景可以选取不同的筛选处理方式，具体的，可以基于单一的特征值逐一遍历与预先设定的特征预设范围进行单一比较，因此，对应的，第一特征阈值范围可以为针对全部检测特征项进行统一设定的一个阈值范围，也可以为针对每一个检测特征项进行设定的阈值范围，本申请实施例中不做具体限定。例如，若检测特征项为灰度特征项，确定灰度特征值后，基于灰度对应的预设特征阈值范围与灰度特征值进行对比，当匹配此灰度对应的预设特征阈值范围，则确定待测产品的缺陷检测结果为灰度缺陷产品。又如，全部检测特征项统一配置一个预设特征阈值范围，在进行比较时，灰度特征项的特征值不匹配此预设特征阈值范围，以及尺寸特征项的特征值不匹配此预设特征阈值范围，面积特征项的特征值匹配此预设特征阈值范围，则确定待测产品的缺陷检测结果为灰度缺陷产品以及尺寸缺陷产品，本申请实施例不做具体限定。
在另一个本申请实施例中，为了进一步限定及说明，步骤基于预设特征阈值范围对所述特征值进行筛选处理，确定所述待测产品的缺陷检测结果包括：
调取与所述检测特征项所对应的特征逻辑运算关系；
当按照所述特征逻辑运算关系确定至少一个所述特征值匹配第二预设特征阈值范围，则确定所述待测产品的缺陷检测结果为非缺陷产品；
当按照所述特征逻辑运算关系确定至少一个所述特征值不匹配第二预设特征阈值范围，则确定所述待测产品的缺陷检测结果为缺陷产品。
为了实现基于特征值对不同缺陷需求进行检测的目的，本申请实施例中，在基于特征值与预设特征阈值范围进行对比时，针对不同的场景可以选取不同的筛选处理方式，具体的，还可以基于按照特征逻辑运算关系确定需要与预设特征阈值范围进行比较，因此，首先调取与检测特征项所对应的特征逻辑运算关系。其中，所述特征逻辑运算关系用于表征多个检测特征项之间的和、或、与的运算关系，此时，可以预先基于多个检测特征项之间的缺陷检测需求进行配置，也可以直接接收用户录入的运算关系，例如，特征逻辑运算关系可以为配置为位置偏移特征项与孔洞特征项、与灰度特征项、与尺寸特征项、与面积特征项的逻辑运算关系，还可以为位置偏移特征项或孔洞特征项、与灰度特征项、或尺寸特征项、与面积特征项的逻辑运算关系，还可以为非位置偏移特征项与孔洞特征项、与灰度特征项、或尺寸特征项、与非面积特征项的的逻辑运算关系，本申请实施例不做具体限定。另外，由于第二预设特征阈值范围是基于特征逻辑运算关系对多个检测特征项的特征值进行限定，因此，第二预设特征阈值范围可以基于选取的全部的检测特征项进行统一配置，还可以针对每一个检测特征项单独配置对应的预设特征阈值范围，本申请实施例不作具体限定。
需要说明的是，当调取特征逻辑运算关系后，基于特征逻辑运算关系中所包含的检测特征项以及对应的逻辑与、或、非关系，与第二预设特征阈值范围进行比较，从而确定待测产品的缺陷检测结果。另外，特征逻辑运算关系中进行与、或、非逻辑运算的检测特征项，与用户选取的检测特征项是对应的，从而可以进行逻辑运算。此时，可以在调取时，根据检测特征项的具体内容调取对应的特征逻辑运算关系，本申请实施例不做具体限定。例如，检测特征项为位置偏移特征项、孔洞特征项、灰度特征项、尺寸特征项，调取对应的特征逻辑运算关系为位置偏移特征项与孔洞特征项、与灰度特征项、与尺寸特征项的运算关系，则当位置偏移特征项与第二预设特征阈值范围匹配，且孔洞特征项与第二预设特征阈值范围匹配，且灰度特征项与第二预设特征阈值范围匹配，且尺寸特征项与第二预设特征阈值范围匹配，则确定待测产品的缺陷检测结果为非缺陷产品，本申请实施例不做具体限定。
在另一个本申请实施例中，为了进一步限定及说明，如图2所示，步骤从待检测产品的基准图像数据中提取出目标检测区域包括：
201、基于图像拍摄设备采集所述待检测产品的基准图像数据，并从所述基准图像数据中选取兴趣区域；
202、对所述兴趣区域进行阈值分割，和/或对所述兴趣区域进行面积特征筛选，提取所述待检测产品的目标检测区域。
为了准确从基准图像数据中提取出目标检测区域，以对目标检测区域进行特征值确定，具体的，首先基于图像拍摄设备采集待检测产品的基准图像数据，从而选取出兴趣区域。其中，图像拍摄设备包括但不限于各种型号工业相机，工业相机的图像格式优选为无损压缩的bmp格式，采集对待检测产品进行拍摄的基准图像数据后，可以基于用户选取的方式从基准图像数据中得到兴趣区域，还可以基于预先设定从基准图像数据的中间区域来确定兴趣区域，如图3所示，拍摄得到手机壳的基准图像数据后，用户通过选框方式框取虚线区域为兴趣区域，以对兴趣区域进行阈值分割，或对兴趣区域进行面积特征筛选，来确定手机壳中的阴影部分图形为目标检测区域。
需要说明的是，由于阈值分割为一种将图像像素点分割为若干类的图像分割技术，且面积特征筛选也是基于图像像素特征的不同进行划分面积来实现的，因此，在选取兴趣区域时，得到的兴趣区域为在所述基准图像数据的基准坐标系中进行转换的，从而进行阈值分割和/或面积特征筛选。其中，在进行面积特征筛选时，是基于图像像素的颜色、亮度等进行面积划分，或基于最大连通区域确定面积划分，从而将划分后的最大面积或符合设定条件的面积确定为目标检测区域，本申请实施例不做具体限定。例如，阈值分割后的目标检测区域的区域集合里，有的区域面积为100，有的区域面积为2000，而作为的待测区域的需求，面积通常大于1000，则通过设置面积筛选阈值值，将面积大于1000的区域确定为目标检测区域，从而将面积1000以下的干扰区域滤除，本申请实施例不做具体限定。
另外，本申请实施例中所实现的阈值分割，为将灰度值大于设定最小阈值且小于设定最大阈值的像素分割出来，
Figure 633138DEST_PATH_IMAGE018
为目标灰度值，此时，按照灰度进行分割的灰度依据即为， 
Figure 627377DEST_PATH_IMAGE019
，
Figure 687737DEST_PATH_IMAGE020
为预定最小阈值，
Figure 850865DEST_PATH_IMAGE021
为预定最大阈值。
在另一个本申请实施例中，为了进一步限定及说明，所述获取至少一个检测特征项包括：
显示全部检测特征项所对应的检测项标识；
接收从所述检测项标识中所选取的目标检测项标识，确定待进行缺陷检测的检测特征项。
为了便于用户进行对检测特征项的选取，以满足不同检测需求，当前执行端在显示界面中显示有检测项标识，以供用户进行选取。此时，当前执行端可以为终端检测仪，也可以为服务端，本申请实施例不做具体限定。其中，所述检测项标识、以及与所述检测项标识所对应的特征计算内容存储于虚拟容器中。具体的，本申请实施例中可以通过虚拟容器存储，如vector变量容器，存储特征值计算的具体标识以及与所述标识对应的特征值计算内容，例如，灰度特征值计算函数等。在具体的一个实施场景中，当选取目标检测区域后，用户通过选定的特征值计算标识后，即当前执行端接收用户从检测项标识中所选取的目标检测项标识，确定待进行缺陷检测的检测特征项，然后从虚拟容器中调取对应的特征值计算方法进行特征值计算，此时，可以通过动态数组存储用户选定的特征值计算标识，如0、1、2等标识，本申请实施例不做具体限定。
在另一个本申请实施例中，为了进一步限定及说明，如图4所示，步骤从所述基准图像数据中选取兴趣区域包括：
301、构建所述基准图像数据的基准坐标系；
302、接收基于所述基准坐标系中所选取的区域，确定为所述兴趣区域。
为了准确选取出兴趣区域，在一个具体的实施场景中，首先构建基准图像数据的基准坐标系，以在此基准坐标系上接收用户选取的区域，确定为兴趣区域。其中，所述基准坐标系中的坐标中心点为通过对待检测产品进行直线拟合相交得到的交点确定的，即不同几何形状的待检测产品在进行图像拍摄时，对得到的包含背景内容的待测产品的边缘轮廓进行直线拟合，相交的中心点即确定为基准坐标系中的坐标中心点，且可以选取一个最长直线边作为x轴或y轴，构建基准坐标系，如图5所示，最外圈实线框为基准图像数据所采集到的图像边缘，对图像中手机壳边缘的直线进行水平移动拟合，得到一个针对手机壳中心相交的交点o，从而构建以此为坐标中心点的基准坐标系，便于用户在此坐标系下选取兴趣区域，以提高不同检测特征项特征值的计算准确性。另外，为了准确进行兴趣区域选取，可以基于x、y轴进行旋转，从而使得兴趣区域与基准坐标系之间，通过坐标（x，y）以及旋转角度具有仿射变换的到坐标之间的转换关系，本申请实施例不做具体限定。
在另一个本申请实施例中，为了进一步限定及说明，步骤基于所述检测特征项确定所述目标检测区域的至少一个特征值之前，所述方法还包括：
按照预设灰度阈值对所述目标检测区域进行阈值分割，得到图像区域集合；
若所述图像区域集合中的区域个数为零，则确定为所述目标检测区域为空区域，并将所述检测特征项的特征值配置为参照特征阈值；
若所述图像区域集合中的区域个数不为零，则确定为所述目标检测区域为非空区域。
为了提高对待测产品目标区域进行缺陷检测的准确性，在确定特征值之前，还可以预先对目标检测区域进行阈值分割后，构建阈值分割后的图像区域集合，以便基于图像区域集合中区域个数确定是否执行基于所述检测特征项确定所述目标检测区域的至少一个特征值的步骤。具体的，在进行阈值分割时，按照预设灰度阈值对目标检测区域进行阈值分割，如计算目标检测区域中各像素点灰度值，将灰度值大于设定灰度最小阈值且小于设定灰度最大阈值的像素分割出来，得到包含不同阈值区域的图像区域集合，
Figure 705688DEST_PATH_IMAGE018
代表目标检测区域的像素灰度值，在符合预设灰度最小值MinGray，且符合预设灰度最大值MaxGray时，完成阈值分割，即
Figure 485425DEST_PATH_IMAGE022
，从而对阈值分割后得到的图像区域集合中的区域个数与零进行比较。优选的，当图像区域集合中的区域个数为非0时，确定为所述目标检测区域为非空区域，执行基于检测特征项确定目标检测区域的至少一个特征值的步骤。当图像区域集合中的区域个数为0时，确定为所述目标检测区域为空区域，并将此区域中全部的检测特征项的特征值配置为参照特征阈值，此时，参照特征阈值优选为0，以通过特征值为0进行筛选处理，从而排除此图像区域作为待检测目标区域的可能。
在另一个本申请实施例中，为了进一步限定及说明，步骤所述基于所述检测特征项确定所述目标检测区域的至少一个特征值包括：
若所述检测特征项为位置偏移特征项，则基于所述目标检测区域的中心点至基准坐标系中各坐标轴的距离计算位置偏移特征值；
若所述检测特征项为孔洞特征项，则基于所述目标检测区域中的独立区域个数计算孔洞特征值；
若所述检测特征项为灰度特征项，则基于所述目标检测区域中的图像像素颜色值计算灰度特征值；
若所述检测特征项为尺寸特征项，则基于所述目标检测区域中的外接图形轴长计算尺寸特征值；
若所述检测特征项为面积特征项，则基于所述目标检测区域的轮廓信息计算面积特征值。
为了满足对产品中不同特征的灵活化缺陷检测需求，针对不同的检测特征项，按照不同的计算方式确定目标检测区域的特征值。
在一个具体的实施场景中，所述基于所述目标检测区域的中心点至基准坐标系中各坐标轴的距离计算位置偏移特征值包括：
按照所述待检测产品的轮廓边直线拟合交点确定所述目标检测区域的中心点坐标；
通过中心坐标与基准坐标系关系公式计算所述中心点坐标向所述基准坐标系的x轴、y轴映射的坐标距离，并确定位置偏移特征值；
其中，所述中心坐标与基准坐标系关系公式为：
Figure 83897DEST_PATH_IMAGE023
；
Figure 101531DEST_PATH_IMAGE024
；所述
Figure 906019DEST_PATH_IMAGE025
为所述目标检测区域的中心点到所述基准坐标系的x轴的距离，所述
Figure 641894DEST_PATH_IMAGE026
为所述目标检测区域的中心点到所述基准坐标系的y轴的距离，所述
Figure 44056DEST_PATH_IMAGE011
为所述x轴与水平方向的夹角，所述
Figure 181777DEST_PATH_IMAGE012
为所述中心点的x坐标，所述
Figure 909561DEST_PATH_IMAGE013
为所述目标检测区域的中心点的y坐标，所述
Figure 132732DEST_PATH_IMAGE014
为所述基准坐标系中坐标中心点的x坐标，所述
Figure 604165DEST_PATH_IMAGE015
为所述基准坐标系中坐标中心点的y坐标。
具体的，在检测特征项为位置偏移特征项时，当前执行端基于目标检测区域的中心点至基准坐标系中各坐标轴的距离计算位置偏移特征值，从而基于此特征检测的产品缺陷属于产品实际物理位置在加工时是否发生偏位。此时，基准坐标系的坐标中心点为通过对待检测产品进行直线拟合相交得到的交点确定的，x轴或y轴是以此点为基准点，选取最长边确定的，目标检测区域的中心点为按照此区域的几何形态求得到重心或质心，相应的，若目标检测区域的几何形态的边缘越不规则，则目标检测区域的中心点与坐标中心点相同的可能性越小，从而通过目标检测区域的中心点至基准坐标系中各坐标轴的距离确定位置偏移特征值，例如，直接将此距离确定为位置偏移特征值，以按照预设的距离特征阈值范围对此位置进行筛选，本发明实施例不做具体限定。例如，目标检测区域的中心点坐标和创建的基准坐标系的关系公式：
Figure 861971DEST_PATH_IMAGE027
；
Figure 728033DEST_PATH_IMAGE028
；其中，
Figure 438500DEST_PATH_IMAGE025
为目标检测区域的中心点到基准坐标系的x轴的距离，
Figure 448045DEST_PATH_IMAGE026
为目标检测区域的中心点到基准坐标系的y轴的距离，
Figure 294778DEST_PATH_IMAGE011
为x轴与水平方向的夹角，
Figure 629944DEST_PATH_IMAGE012
为中心点的x坐标，
Figure 562128DEST_PATH_IMAGE013
为目标检测区域的中心点的y坐标，
Figure 640943DEST_PATH_IMAGE014
为基准坐标系中坐标中心点的x坐标，
Figure 607762DEST_PATH_IMAGE015
为基准坐标系中坐标中心点的y坐标。
在一个具体的实施场景中，在检测特征项为孔洞特征项时，当前执行端基于目标检测区域中的独立区域个数计算孔洞特征值，从而基于此特征检测的产品缺陷属于多孔或少孔。其中，在确定目标检测区域中的独立区域个数时，可以对目标检测区域进行阈值分割，以划分出独立的孔洞区域，与按照预设的孔洞的个数来确定是否多孔或少孔，本申请实施例不做具体限定。
在一个具体的实施场景中，基于所述目标检测区域中的图像像素颜色值计算灰度特征值包括：
若所述灰度特征值为平均灰度特征值，则基于平均灰度计算公式、所述目标检测区域的图像像素颜色值计算平均灰度特征值，所述平均灰度计算公式为
Figure 848250DEST_PATH_IMAGE016
，所述R为所述目标检测区域，所述p为所述目标检测区域的第p像素，所述g(p)为第p像素的灰度值，所述F为目标检测区域的像素个数；
若所述灰度特征值为灰度标准差特征值，则基于灰度标准差计算公式、所述目标检测区域的图像像素颜色值计算灰度标准差特征值，所述灰度标准差计算公式为
Figure 34774DEST_PATH_IMAGE017
，所述R为所述目标检测区域，所述p为所述目标检测区域的第p像素，所述g(p)为第p像素的灰度值，所述F为所述目标检测区域的像素个数。
其中，在检测特征项为灰度特征项时，当前执行端基于目标检测区域中的图像像素颜色值计算灰度特征值，从而确定产品是否漏印标识或颜色印刷问题。其中，在计算灰度特征值时，可以计算目标检测区域的平均灰度或灰度标准差来作为灰度特征值，以与预设的灰度阈值进行匹配判断。当基于平均灰度作为灰度特征值时，平均灰度的计算公式为：
Figure 386121DEST_PATH_IMAGE016
，其中，R是目标检测区域，p是目标检测区域的第p像素，g(p)是第p像素的灰度值，F是目标检测区域的像素个数。当基于灰度标准差作为灰度特征值时，灰度标准差计算公式为：
Figure 473026DEST_PATH_IMAGE017
，其中，R是目标检测区域，p是目标检测区域的第p像素，g(p)是第p像素的灰度值，F是目标检测区域的像素个数。
在一个具体的实施场景中，所述基于所述目标检测区域中的外接图形轴长计算尺寸特征值包括：
对所述目标检测区域进行尺寸识别，确定所述目标检测区域的外接图形；
根据所述外接图形的轴长以及所述轴长的数学运输关系确定尺寸特征值。
其中，在检测特征项为尺寸特征项时，当前执行端基于目标检测区域中的外接图形轴长计算尺寸特征值，从而确定产品在加工时是否存在尺寸误差。其中，在计算尺寸特征值时，首先从目标检测区域中基于图像的尺寸识别，确定目标检测区域的最小外接图像（如外接矩形）的长轴长和短轴长，进而通过长轴长和短轴长数学运算关系（如求和、求差、求面积等，可以根据需求进行配置，本申请实施例不做具体限定）得到尺寸特征值。
在一个具体的实施场景中，在检测特征项为面积特征项时，当前执行端基于目标检测区域的轮廓信息计算面积特征值，以确定产品在加工时是否存在漏印局部内容。其中，在基于目标检测区域的轮廓信息计算面积特征信息时，可以通过图像识别技术直接标记属于目标检测区域的轮廓信息，从而根据此轮廓信息结合几何的面积计算公式计算出面积特征值，本申请实施例不做具体限定。
在另一个本申请实施例中，为了进一步限定及说明，步骤基于预设特征阈值范围对所述特征值进行筛选处理，确定所述待测产品的缺陷检测结果之后，所述方法还包括：
根据所述缺陷检测结果调取匹配的显示标识，并将所述显示标识绑定显示于所述待检测产品的展示界面上。
本申请实施例中，为了实现对缺陷检测结果的显示目的，当前执行端可以在预先配置的展示界面对缺陷检测结果进行展示。其中，首先基于缺陷检测结果调取对应的显示标识，不同的检测特征项所对应的结果不同，显示标识不同，如，灰度检测项的缺陷检测结果为非缺陷产品，当用户选取灰度检测项后，显示在展示界面上的对应显示标识为“ok”标识，尺寸检测项的缺陷检测结果为缺陷产品，当用户选取尺寸检测项后，显示在展示界面上的对应显示标识为“NG”，本申请实施例中对于显示标识的形式、内容不做具体限定，可以根据显示的需求进行预先配置，且用户选取显示的检测特征项不同，展示缺陷检测结果所对应的显示标识不同。调取匹配的显示标识后，将显示标识绑定于待检测产品的展示界面上，以展示给用户查看。此时，所述展示界面中包括所述基准图像数据或目标检测区域，即显示标识绑定在待检测产品的基准图像数据或目标检测区域上，并在展示界面中进行显示，本申请实施例不做具体限定。同时，在展示界面上显示显示标识时，还可以对存在特征缺陷的区域进行标记显示，例如，若产品存在商标漏印缺陷，对漏印部分进行外接矩形标记，从而显示此漏印部分的外接矩形，准确进行缺陷特征的定位。其中，对于外接矩形的标记，可以基于那些不符合预设阈值范围的特征值进行图像区域构建得到，本申请实施例不做具体限定。
需要说明的是，由于在进行筛选处理过程中，缺陷检测结果中可以包含有检测特征项所对应的缺陷检测结果，也可以包含有待测产品本身的缺陷检测结果，因此，在调取对应的显示标识时，可以基于缺陷检测结果中所对应的检测特征项的缺陷产品，或待检测产品的缺陷产品调取对应的显示标识，从而进行准确的展示。
本申请实施例提供了一种产品加工缺陷的检测方法，与现有技术相比，本申请实施例通过从待检测产品的基准图像数据中提取出目标检测区域，并获取至少一个检测特征项；将所述目标检测区域进行阈值分割，若通过阈值分割后的目标检测区域确定为非空区域，则基于所述检测特征项确定所述目标检测区域的至少一个特征值，所述非空区域为基于对所述目标检测区域按照预设灰度值进行阈值分割后得到的图像区域集合的区域个数确定的，所述非空区域用于表征所述目标检测区域具有待检测对象；基于预设特征阈值范围对所述特征值进行筛选处理，确定所述待测产品的缺陷检测结果，实现无需模板匹配定位标记点即可进行缺陷检测的目的，仅仅通过对待检测特征的计算来确定产品缺陷，满足产品缺陷的检测的准确性需求，从而提高了工业产品的缺陷检测有效性。
进一步的，作为对上述图1所示方法的实现，本申请实施例提供了一种产品加工缺陷的检测装置，如图6所示，该装置包括：
获取模块41，用于从待检测产品的基准图像数据中提取出目标检测区域，并获取至少一个检测特征项，所述检测特征项用于表征对所述待检测产品具有缺陷检测需求的选取对象；
确定模块42，用于将所述目标检测区域进行阈值分割，若通过阈值分割后的目标检测区域确定为非空区域，则基于所述检测特征项确定所述目标检测区域的至少一个特征值，所述非空区域为基于对所述目标检测区域按照预设灰度值进行阈值分割后得到的图像区域集合的区域个数确定的，所述非空区域用于表征所述目标检测区域具有待检测对象；
处理模块43，用于基于预设特征阈值范围对所述特征值进行筛选处理，确定所述待测产品的缺陷检测结果。
进一步地，所述处理模块包括：
第一确定单元，用于当所述特征值匹配第一预设特征阈值范围，则确定所述待测产品的缺陷检测结果为与所述检测特征项对应的非缺陷产品；
第二确定单元，用于当所述特征值不匹配第一预设特征阈值范围，则确定所述待测产品的缺陷检测结果为与所述检测特征项对应的缺陷产品；
进一步地，所述处理模块还包括：
调取单元，用于调取与所述检测特征项所对应的特征逻辑运算关系，所述特征逻辑运算关系用于表征多个所述检测特征项之间的和、或、与的运算关系；
第三确定单元，用于当按照所述特征逻辑运算关系确定至少一个所述特征值匹配第二预设特征阈值范围，则确定所述待测产品的缺陷检测结果为非缺陷产品；
第四确定单元，用于当按照所述特征逻辑运算关系确定至少一个所述特征值不匹配第二预设特征阈值范围，则确定所述待测产品的缺陷检测结果为缺陷产品。
进一步地，所述获取模块包括：
选取单元，用于基于图像拍摄设备采集所述待检测产品的基准图像数据，并从所述基准图像数据中选取兴趣区域，所述兴趣区域为在所述基准图像数据的基准坐标系中进行转换的；
提取单元，用于对所述兴趣区域进行阈值分割，和/或对所述兴趣区域进行面积特征筛选，提取所述待检测产品的目标检测区域。
进一步地，所述选取单元，具体用于构建所述基准图像数据的基准坐标系，所述基准坐标系中的坐标中心点为通过对所述待检测产品进行直线拟合相交得到的交点确定的；接收基于所述基准坐标系中所选取的区域，确定为所述兴趣区域。
进一步地，所述装置还包括：
获取模块，还用于按照预设灰度阈值对所述目标检测区域进行阈值分割，得到图像区域集合；
配置模块，用于若所述图像区域集合中的区域个数为零，则确定为所述目标检测区域为空区域，并将所述检测特征项的特征值配置为参照特征阈值；
确定模块，用于若所述图像区域集合中的区域个数不为零，则确定为所述目标检测区域为非空区域，以执行基于所述检测特征项确定所述目标检测区域的至少一个特征值的步骤。
进一步地，确定模块，具体用于若所述检测特征项为位置偏移特征项，则基于所述目标检测区域的中心点至基准坐标系中各坐标轴的距离计算位置偏移特征值；若所述检测特征项为孔洞特征项，则基于所述目标检测区域中的独立区域个数计算孔洞特征值；若所述检测特征项为灰度特征项，则基于所述目标检测区域中的图像像素颜色值计算灰度特征值；若所述检测特征项为尺寸特征项，则基于所述目标检测区域中的外接图形轴长计算尺寸特征值；若所述检测特征项为面积特征项，则基于所述目标检测区域的轮廓信息计算面积特征值。
进一步地，确定模块，具体用于按照所述待检测产品的轮廓边直线拟合交点确定所述目标检测区域的中心点坐标；通过中心坐标与基准坐标系关系公式计算所述中心点坐标向所述基准坐标系的x轴、y轴映射的坐标距离，并确定位置偏移特征值；
其中，所述中心坐标与基准坐标系关系公式为：
Figure 618837DEST_PATH_IMAGE023
；
Figure 525613DEST_PATH_IMAGE024
；所述
Figure 946230DEST_PATH_IMAGE025
为所述目标检测区域的中心点到所述基准坐标系的x轴的距离，所述
Figure 622062DEST_PATH_IMAGE026
为所述目标检测区域的中心点到所述基准坐标系的y轴的距离，所述
Figure 469932DEST_PATH_IMAGE011
为所述x轴与水平方向的夹角，所述
Figure 864004DEST_PATH_IMAGE012
为所述中心点的x坐标，所述
Figure 557154DEST_PATH_IMAGE013
为所述目标检测区域的中心点的y坐标，所述
Figure 117186DEST_PATH_IMAGE014
为所述基准坐标系中坐标中心点的x坐标，所述
Figure 870378DEST_PATH_IMAGE015
为所述基准坐标系中坐标中心点的y坐标。
进一步地，确定模块，具体用于若所述灰度特征值为平均灰度特征值，则基于平均灰度计算公式、所述目标检测区域的图像像素颜色值计算平均灰度特征值，所述平均灰度计算公式为
Figure 751746DEST_PATH_IMAGE016
，所述R为所述目标检测区域，所述p为所述目标检测区域的第p像素，所述g(p)为第p像素的灰度值，所述F为目标检测区域的像素个数；若所述灰度特征值为灰度标准差特征值，则基于灰度标准差计算公式、所述目标检测区域的图像像素颜色值计算灰度标准差特征值，所述灰度标准差计算公式为
Figure 248587DEST_PATH_IMAGE017
，所述R为所述目标检测区域，所述p为所述目标检测区域的第p像素，所述g(p)为第p像素的灰度值，所述F为所述目标检测区域的像素个数。
进一步地，确定模块，具体用于对所述目标检测区域进行尺寸识别，确定所述目标检测区域的外接图形；根据所述外接图形的轴长以及所述轴长的数学运输关系确定尺寸特征值。
进一步地，装置还包括：
显示模块，用于根据所述缺陷检测结果调取匹配的显示标识，并将所述显示标识绑定显示于所述待检测产品的展示界面上，所述展示界面中包括所述基准图像数据或目标检测区域。
本申请实施例提供了一种产品加工缺陷的检测装置，与现有技术相比，本申请实施例通过从待检测产品的基准图像数据中提取出目标检测区域，并获取至少一个检测特征项；将所述目标检测区域进行阈值分割，若通过阈值分割后的目标检测区域确定为非空区域，则基于所述检测特征项确定所述目标检测区域的至少一个特征值；基于预设特征阈值范围对所述特征值进行筛选处理，确定所述待测产品的缺陷检测结果，实现无需模板匹配定位标记点即可进行缺陷检测的目的，仅仅通过对待检测特征的计算来确定产品缺陷，满足产品缺陷的检测的准确性需求，从而提高了工业产品的缺陷检测有效性。
根据本申请一个实施例提供了一种存储介质，所述存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的产品加工缺陷的检测方法。
图7示出了根据本申请一个实施例提供的一种终端的结构示意图，本申请具体实施例并不对终端的具体实现做限定。
如图7所示，该终端可以包括：处理器(processor)502、通信接口(CommunicationsInterface)504、存储器(memory)506、以及通信总线508。
其中：处理器502、通信接口504、以及存储器506通过通信总线508完成相互间的通信。
通信接口504，用于与其它设备比如客户端或其它服务器等的网元通信。
处理器502，用于执行程序510，具体可以执行上述产品加工缺陷的检测方法实施例中的相关步骤。
具体地，程序510可以包括程序代码，该程序代码包括计算机操作指令。
处理器502可能是中央处理器CPU，或者是特定集成电路ASIC（ApplicationSpecific Integrated Circuit），或者是被配置成实施本申请实施例的一个或多个集成电路。终端包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。
存储器506，用于存放程序510。存储器506可能包含高速RAM存储器，也可能还包括非易失性存储器（non-volatile memory），例如至少一个磁盘存储器。
程序510具体可以用于使得处理器502执行以下操作：
从待检测产品的基准图像数据中提取出目标检测区域，并获取至少一个检测特征项，所述检测特征项用于表征对所述待检测产品具有缺陷检测需求的选取对象；
将所述目标检测区域进行阈值分割，若通过阈值分割后的目标检测区域确定为非空区域，则基于所述检测特征项确定所述目标检测区域的至少一个特征值，所述非空区域为基于对所述目标检测区域按照预设灰度值进行阈值分割后得到的图像区域集合的区域个数确定的，所述非空区域用于表征所述目标检测区域具有待检测对象；
基于预设特征阈值范围对所述特征值进行筛选处理，确定所述待测产品的缺陷检测结果。
显然，本领域的技术人员应该明白，上述的本申请的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本申请不限制于任何特定的硬件和软件结合。
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，均应包括在本申请的保护范围之内。

Claims (24)

1.一种产品加工缺陷的检测方法，其特征在于，包括：
从待检测产品的基准图像数据中提取出目标检测区域，并获取至少一个检测特征项，所述检测特征项用于表征对所述待检测产品具有缺陷检测需求的选取对象；
将所述目标检测区域进行阈值分割，若通过阈值分割后的目标检测区域确定为非空区域，则基于所述检测特征项确定所述目标检测区域的至少一个特征值，所述非空区域为基于对所述目标检测区域按照预设灰度值进行阈值分割后得到的图像区域集合的区域个数确定的，所述非空区域用于表征所述目标检测区域具有待检测对象，所述检测特征项包括位置偏移特征项、孔洞特征项、灰度特征项、尺寸特征项、面积特征项中至少一项；
基于预设特征阈值范围对所述特征值进行筛选处理，确定所述待检测产品的缺陷检测结果；
所述基于所述检测特征项确定所述目标检测区域的至少一个特征值包括：
若所述检测特征项为位置偏移特征项，则基于所述目标检测区域的中心点至基准坐标系中各坐标轴的距离计算位置偏移特征值，所述中心点为按照所述待检测产品的轮廓边直线拟合交点确定的，所述距离为基于所述中心点的坐标与向基准坐标系的x轴、y轴映射的坐标距离；
其中，所述获取至少一个检测特征项包括：
显示全部检测特征项所对应的检测项标识，所述检测项标识、以及与所述检测项标识所对应的特征计算内容存储于虚拟容器中；
接收从所述检测项标识中所选取的目标检测项标识，确定待进行缺陷检测的检测特征项。
2.根据权利要求1所述的方法，其特征在于，所述基于预设特征阈值范围对所述特征值进行筛选处理，确定所述待检测产品的缺陷检测结果包括：
当所述特征值匹配第一预设特征阈值范围，则确定所述待检测产品的缺陷检测结果为与所述检测特征项对应的非缺陷产品；
当所述特征值不匹配第一预设特征阈值范围，则确定所述待检测产品的缺陷检测结果为与所述检测特征项对应的缺陷产品。
3.根据权利要求1所述的方法，其特征在于，所述基于预设特征阈值范围对所述特征值进行筛选处理，确定所述待检测产品的缺陷检测结果包括：
调取与所述检测特征项所对应的特征逻辑运算关系，所述特征逻辑运算关系用于表征多个所述检测特征项之间的和、或、与的运算关系；
当按照所述特征逻辑运算关系确定至少一个所述特征值匹配第二预设特征阈值范围，则确定所述待检测产品的缺陷检测结果为非缺陷产品；
当按照所述特征逻辑运算关系确定至少一个所述特征值不匹配第二预设特征阈值范围，则确定所述待检测产品的缺陷检测结果为缺陷产品。
4.根据权利要求1所述的方法，其特征在于，所述从待检测产品的基准图像数据中提取出目标检测区域包括：
基于图像拍摄设备采集所述待检测产品的基准图像数据，并从所述基准图像数据中选取兴趣区域，所述兴趣区域为在所述基准图像数据的基准坐标系中进行转换的；
对所述兴趣区域进行阈值分割，和/或对所述兴趣区域进行面积特征筛选，提取所述待检测产品的目标检测区域。
5.根据权利要求4所述的方法，其特征在于，所述从所述基准图像数据中选取兴趣区域包括：
构建所述基准图像数据的基准坐标系，所述基准坐标系中的坐标中心点为通过对所述待检测产品进行直线拟合相交得到的交点确定的；
接收基于所述基准坐标系中所选取的区域，确定为所述兴趣区域。
6.根据权利要求1所述的方法，其特征在于，所述基于所述检测特征项确定所述目标检测区域的至少一个特征值之前，所述方法还包括：
按照预设灰度阈值对所述目标检测区域进行阈值分割，得到图像区域集合；
若所述图像区域集合中的区域个数为零，则确定为所述目标检测区域为空区域，并将所述检测特征项的特征值配置为参照特征阈值；
若所述图像区域集合中的区域个数不为零，则确定为所述目标检测区域为非空区域，以执行基于所述检测特征项确定所述目标检测区域的至少一个特征值的步骤。
7.根据权利要求6所述的方法，其特征在于，所述基于所述检测特征项确定所述目标检测区域的至少一个特征值包括：
若所述检测特征项为孔洞特征项，则基于所述目标检测区域中的独立区域个数计算孔洞特征值；
若所述检测特征项为灰度特征项，则基于所述目标检测区域中的图像像素颜色值计算灰度特征值；
若所述检测特征项为尺寸特征项，则基于所述目标检测区域中的外接图形轴长计算尺寸特征值；
若所述检测特征项为面积特征项，则基于所述目标检测区域的轮廓信息计算面积特征值。
8.根据权利要求7所述的方法，其特征在于，所述基于所述目标检测区域的中心点至基准坐标系中各坐标轴的距离计算位置偏移特征值包括：
按照所述待检测产品的轮廓边直线拟合交点确定所述目标检测区域的中心点坐标；
通过中心坐标与基准坐标系关系公式计算所述中心点坐标向所述基准坐标系的x轴、y轴映射的坐标距离，并确定位置偏移特征值；
其中，所述中心坐标与基准坐标系关系公式为：
Figure QLYQS_3
；
Figure QLYQS_6
；所述
Figure QLYQS_8
为所述目标检测区域的中心点到所述基准坐标系的x轴的距离，所述
Figure QLYQS_2
为所述目标检测区域的中心点到所述基准坐标系的y轴的距离，所述
Figure QLYQS_4
为所述x轴与水平方向的夹角，所述
Figure QLYQS_7
为所述中心点的x坐标，所述
Figure QLYQS_9
为所述目标检测区域的中心点的y坐标，所述
Figure QLYQS_1
为所述基准坐标系中坐标中心点的x坐标，所述
Figure QLYQS_5
为所述基准坐标系中坐标中心点的y坐标。
9.根据权利要求7所述的方法，其特征在于，所述基于所述目标检测区域中的图像像素颜色值计算灰度特征值包括：
若所述灰度特征值为平均灰度特征值，则基于平均灰度计算公式、所述目标检测区域的图像像素颜色值计算平均灰度特征值，所述平均灰度计算公式为
Figure QLYQS_10
，所述R为所述目标检测区域，所述p为所述目标检测区域的第p像素，所述g(p)为第p像素的灰度值，所述F为目标检测区域的像素个数；
若所述灰度特征值为灰度标准差特征值，则基于灰度标准差计算公式、所述目标检测区域的图像像素颜色值计算灰度标准差特征值，所述灰度标准差计算公式为
Figure QLYQS_11
，所述R为所述目标检测区域，所述p为所述目标检测区域的第p像素，所述g(p)为第p像素的灰度值，所述F为所述目标检测区域的像素个数。
10.根据权利要求7所述的方法，其特征在于，所述基于所述目标检测区域中的外接图形轴长计算尺寸特征值包括：
对所述目标检测区域进行尺寸识别，确定所述目标检测区域的外接图形；
根据所述外接图形的轴长以及所述轴长的数学运算关系确定尺寸特征值。
11.根据权利要求1所述的方法，其特征在于，所述基于预设特征阈值范围对所述特征值进行筛选处理，确定所述待检测产品的缺陷检测结果之后，所述方法还包括：
根据所述缺陷检测结果调取匹配的显示标识，并将所述显示标识绑定显示于所述待检测产品的展示界面上，所述展示界面中包括所述基准图像数据或目标检测区域。
12.一种产品加工缺陷的检测装置，其特征在于，包括：
获取模块，用于从待检测产品的基准图像数据中提取出目标检测区域，并获取至少一个检测特征项，所述检测特征项用于表征对所述待检测产品具有缺陷检测需求的选取对象；
确定模块，用于将所述目标检测区域进行阈值分割，若通过阈值分割后的目标检测区域确定为非空区域，则基于所述检测特征项确定所述目标检测区域的至少一个特征值，所述非空区域为基于对所述目标检测区域按照预设灰度值进行阈值分割后得到的图像区域集合的区域个数确定的，所述非空区域用于表征所述目标检测区域具有待检测对象，所述检测特征项包括位置偏移特征项、孔洞特征项、灰度特征项、尺寸特征项、面积特征项中至少一项；
处理模块，用于基于预设特征阈值范围对所述特征值进行筛选处理，确定所述待检测产品的缺陷检测结果；
所述确定模块，具体用于基于所述检测特征项确定所述目标检测区域的至少一个特征值包括：若所述检测特征项为位置偏移特征项，则基于所述目标检测区域的中心点至基准坐标系中各坐标轴的距离计算位置偏移特征值，所述中心点为按照所述待检测产品的轮廓边直线拟合交点确定的，所述距离为基于所述中心点的坐标与向基准坐标系的x轴、y轴映射的坐标距离；
其中，所述获取模块，具体用于显示全部检测特征项所对应的检测项标识，所述检测项标识、以及与所述检测项标识所对应的特征计算内容存储于虚拟容器中；接收从所述检测项标识中所选取的目标检测项标识，确定待进行缺陷检测的检测特征项。
13.根据权利要求12所述的装置，其特征在于，所述处理模块包括：
第一确定单元，用于当所述特征值匹配第一预设特征阈值范围，则确定所述待检测产品的缺陷检测结果为与所述检测特征项对应的非缺陷产品；
第二确定单元，用于当所述特征值不匹配第一预设特征阈值范围，则确定所述待检测产品的缺陷检测结果为与所述检测特征项对应的缺陷产品。
14.根据权利要求12所述的装置，其特征在于，所述处理模块还包括：
调取单元，用于调取与所述检测特征项所对应的特征逻辑运算关系，所述特征逻辑运算关系用于表征多个所述检测特征项之间的和、或、与的运算关系；
第三确定单元，用于当按照所述特征逻辑运算关系确定至少一个所述特征值匹配第二预设特征阈值范围，则确定所述待检测产品的缺陷检测结果为非缺陷产品；
第四确定单元，用于当按照所述特征逻辑运算关系确定至少一个所述特征值不匹配第二预设特征阈值范围，则确定所述待检测产品的缺陷检测结果为缺陷产品。
15.根据权利要求12所述的装置，其特征在于，所述获取模块包括：
选取单元，用于基于图像拍摄设备采集所述待检测产品的基准图像数据，并从所述基准图像数据中选取兴趣区域，所述兴趣区域为在所述基准图像数据的基准坐标系中进行转换的；
提取单元，用于对所述兴趣区域进行阈值分割，和/或对所述兴趣区域进行面积特征筛选，提取所述待检测产品的目标检测区域。
16.根据权利要求15所述的装置，其特征在于，
所述选取单元，具体用于构建所述基准图像数据的基准坐标系，所述基准坐标系中的坐标中心点为通过对所述待检测产品进行直线拟合相交得到的交点确定的；接收基于所述基准坐标系中所选取的区域，确定为所述兴趣区域。
17.根据权利要求12所述的装置，其特征在于，所述装置还包括：配置模块，
所述获取模块，还用于按照预设灰度阈值对所述目标检测区域进行阈值分割，得到图像区域集合；
所述配置模块，用于若所述图像区域集合中的区域个数为零，则确定为所述目标检测区域为空区域，并将所述检测特征项的特征值配置为参照特征阈值；
所述确定模块，用于若所述图像区域集合中的区域个数不为零，则确定为所述目标检测区域为非空区域，以执行基于所述检测特征项确定所述目标检测区域的至少一个特征值的步骤。
18.根据权利要求17所述的装置，其特征在于，
所述确定模块，具体还用于若所述检测特征项为孔洞特征项，则基于所述目标检测区域中的独立区域个数计算孔洞特征值；若所述检测特征项为灰度特征项，则基于所述目标检测区域中的图像像素颜色值计算灰度特征值；若所述检测特征项为尺寸特征项，则基于所述目标检测区域中的外接图形轴长计算尺寸特征值；若所述检测特征项为面积特征项，则基于所述目标检测区域的轮廓信息计算面积特征值。
19.根据权利要求18所述的装置，其特征在于，
所述确定模块，具体用于按照所述待检测产品的轮廓边直线拟合交点确定所述目标检测区域的中心点坐标；通过中心坐标与基准坐标系关系公式计算所述中心点坐标向所述基准坐标系的x轴、y轴映射的坐标距离，并确定位置偏移特征值；
其中，所述中心坐标与基准坐标系关系公式为：
Figure QLYQS_13
；
Figure QLYQS_18
；所述
Figure QLYQS_20
为所述目标检测区域的中心点到所述基准坐标系的x轴的距离，所述
Figure QLYQS_14
为所述目标检测区域的中心点到所述基准坐标系的y轴的距离，所述
Figure QLYQS_15
为所述x轴与水平方向的夹角，所述
Figure QLYQS_17
为所述中心点的x坐标，所述
Figure QLYQS_19
为所述目标检测区域的中心点的y坐标，所述
Figure QLYQS_12
为所述基准坐标系中坐标中心点的x坐标，所述
Figure QLYQS_16
为所述基准坐标系中坐标中心点的y坐标。
20.根据权利要求18所述的装置，其特征在于，
所述确定模块，具体用于若所述灰度特征值为平均灰度特征值，则基于平均灰度计算公式、所述目标检测区域的图像像素颜色值计算平均灰度特征值，所述平均灰度计算公式为
Figure QLYQS_21
，所述R为所述目标检测区域，所述p为所述目标检测区域的第p像素，所述g(p)为第p像素的灰度值，所述F为目标检测区域的像素个数；若所述灰度特征值为灰度标准差特征值，则基于灰度标准差计算公式、所述目标检测区域的图像像素颜色值计算灰度标准差特征值，所述灰度标准差计算公式为
Figure QLYQS_22
，所述R为所述目标检测区域，所述p为所述目标检测区域的第p像素，所述g(p)为第p像素的灰度值，所述F为所述目标检测区域的像素个数。
21.根据权利要求18所述的装置，其特征在于，
所述确定模块，具体用于对所述目标检测区域进行尺寸识别，确定所述目标检测区域的外接图形；根据所述外接图形的轴长以及所述轴长的数学运算关系确定尺寸特征值。
22.根据权利要求12所述的装置，其特征在于，所述装置还包括：
显示模块，用于根据所述缺陷检测结果调取匹配的显示标识，并将所述显示标识绑定显示于所述待检测产品的展示界面上，所述展示界面中包括所述基准图像数据或目标检测区域。
23.一种存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1-11中任一项所述的产品加工缺陷的检测方法对应的操作。
24.一种终端，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-11中任一项所述的产品加工缺陷的检测方法对应的操作。
CN202211612451.1A 2022-12-15 2022-12-15 产品加工缺陷的检测方法及装置、存储介质、终端 Active CN115619783B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211612451.1A CN115619783B (zh) 2022-12-15 2022-12-15 产品加工缺陷的检测方法及装置、存储介质、终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211612451.1A CN115619783B (zh) 2022-12-15 2022-12-15 产品加工缺陷的检测方法及装置、存储介质、终端

Publications (2)

Publication Number Publication Date
CN115619783A CN115619783A (zh) 2023-01-17
CN115619783B true CN115619783B (zh) 2023-04-11

Family

ID=84880999

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211612451.1A Active CN115619783B (zh) 2022-12-15 2022-12-15 产品加工缺陷的检测方法及装置、存储介质、终端

Country Status (1)

Country Link
CN (1) CN115619783B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118134935B (zh) * 2024-05-08 2024-07-05 成都数之联科技股份有限公司 一种电子元器件的外观缺陷检测方法、装置、介质和设备

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114399502A (zh) * 2022-03-24 2022-04-26 视睿（杭州）信息科技有限公司 一种适用于led芯片的外观缺陷检测方法、系统及存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10176588B2 (en) * 2015-09-14 2019-01-08 Sightline Innovation Inc. System and method for specular surface inspection
CN108230303A (zh) * 2017-12-21 2018-06-29 河北工业大学 一种多晶硅太阳能电池片外观划痕缺陷检测的方法
CN111062910B (zh) * 2019-11-13 2023-06-20 易思维（杭州）科技有限公司 局部阈值分割方法及缺陷检测方法
CN112767398B (zh) * 2021-04-07 2021-08-06 高视科技(苏州)有限公司 晶圆缺陷的检测方法及装置
CN113688807B (zh) * 2021-10-26 2022-02-08 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

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114399502A (zh) * 2022-03-24 2022-04-26 视睿（杭州）信息科技有限公司 一种适用于led芯片的外观缺陷检测方法、系统及存储介质

Also Published As

Publication number Publication date
CN115619783A (zh) 2023-01-17

Similar Documents

Publication Publication Date Title
CN111179358B (zh) 标定方法、装置、设备及存储介质
CN111325717B (zh) 手机缺陷位置识别方法及设备
CN112345534B (zh) 一种基于视觉的泡罩板中颗粒的缺陷检测方法及系统
CN111161295B (zh) 一种菜品图像背景剥离方法
CN111832659A (zh) 一种基于特征点提取算法检测的激光标刻系统及方法
CN111259891B (zh) 一种自然场景下身份证识别方法、装置、设备和介质
CN115619783B (zh) 产品加工缺陷的检测方法及装置、存储介质、终端
CN114266764A (zh) 一种印刷标签的字符完整性检测方法及其装置
CN111489337A (zh) 一种自动光学检测伪缺陷去除方法及系统
CN113688846A (zh) 物体尺寸识别方法、可读存储介质及物体尺寸识别系统
EP4369291A1 (en) Apparatus and method for identifying empty tray
EP4369286A1 (en) Shadow elimination device and method, empty disk recognition device and method
CN111814739A (zh) 快递包裹体积的检测方法、装置、设备及存储介质
CN113269769A (zh) 一种基于图像配准的缺陷检测方法、系统及设备
CN115761270A (zh) 色卡的检测方法、装置、电子设备及存储介质
CN113840135B (zh) 色偏检测方法、装置、设备及存储介质
CN114359161A (zh) 一种缺陷检测方法、装置、设备和存储介质
CN110596118A (zh) 印刷图案检测方法及印刷图案检测装置
CN118275449A (zh) 铜带表面缺陷检测方法、装置及设备
CN114219802A (zh) 一种基于图像处理的蒙皮连接孔孔位检测方法
CN116977341B (zh) 一种尺寸测量方法及相关装置
CN115546219B (zh) 检测板式生成方法、板卡缺陷检测方法、装置及产品
CN117253022A (zh) 一种对象识别方法、装置及查验设备
CN117218633A (zh) 一种物品检测方法、装置、设备及存储介质
CN116908185A (zh) 物品的外观缺陷检测方法、装置、电子设备及存储介质

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
GR01 Patent grant
GR01 Patent grant