CN115829929A - 产品表面图像的缺陷检测方法、装置、设备及存储介质 - Google Patents
产品表面图像的缺陷检测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115829929A CN115829929A CN202211289019.3A CN202211289019A CN115829929A CN 115829929 A CN115829929 A CN 115829929A CN 202211289019 A CN202211289019 A CN 202211289019A CN 115829929 A CN115829929 A CN 115829929A
- Authority
- CN
- China
- Prior art keywords
- area
- preset
- target
- detection
- image
- 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
-
- 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
Abstract
本发明涉及目标检测技术领域,尤其涉及一种产品表面图像的缺陷检测方法、装置、设备及存储介质,本发明中,使用预设模板图像的第一预设区域,从待检测图像中确定与第一预设区域对应的初始检测区域,并基于初始检测区域确定目标抓边区域,从目标抓边区域中可以快速检测出检测区域边界线,并确定目标参考点,计算得到待检测图像的目标检测区域,根据目标参考点,确定出目标检测区域,提高了目标检测区域的检测效率,在目标检测区域中进行逐像素检测,使缺陷检测的精度可以达到像素级,从而提高了缺陷检测结果。
Description
技术领域
本发明涉及目标检测技术领域,尤其涉及一种产品表面图像的缺陷检测方法、装置、设备及存储介质。
背景技术
当前,工业自动化水平越来越高,消费者对产品质量要求也愈加严格,产品质量关乎生产厂商的生命线和未来发展。工业产品检测不仅可以保证产品质量,还可以反映生产工艺中存在的问题,是工业生产中必不可少的环节。例如,随着集成化水平不断提高,电子器件体积越来越小,结构越来越复杂,而产品上一个微小的缺陷可能会对产品质量产生巨大影响,因此对产品缺陷,尤其是微小缺陷的准确检测至关重要。
目前,工业界普遍采取的产品缺陷检测的方式为基于机器视觉的检测方法,机器视觉检测方法能够更好地检测在工业生产流程中出现且不易被人工发现的缺陷,提高工业生产的效率和生产的自动化程度。然而,现有的机器视觉系统适应性较差,包括对不同型号产品的差异特性的适应性较差、对设备运行外界环境适应性差、设备调试和可操作性较差,从而造成对产品缺陷检测的精度较低,因此,如何在机器视觉检测过程中,提高产品缺陷检测的精度成为亟待解决的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种产品表面图像的缺陷检测方法、装置、设备及存储介质,以解决在机器视觉检测过程中,产品缺陷检测精度较低的问题。
本申请实施例的第一方面提供了一种产品表面图像的缺陷检测方法,其特征在于,所述缺陷检测方法包括:
使用预设模板图像的第一预设区域,从待检测图像中确定与所述第一预设区域对应的初始检测区域;
根据所述预设模板图像中所述第一预设区域与预设抓边区域的位置关系,结合所述初始检测区域,从所述待检测图像中确定目标抓边区域,所述预设抓边区域包括至少两个非平行设置的子区域;
在所述目标抓边区域中确定至少两条边界线,将所述至少两条边界线的交点作为目标参考点;
根据所述预设模板图像中预设参考点与预设检测区域的位置关系,结合所述目标参考点,从所述待检测图像中确定目标检测区域,对所述目标检测区域进行差异检测,得到检测结果。
本申请实施例的第二方面提供了一种产品表面图像的缺陷检测装置,其特征在于,所述缺陷检测装置包括:
初始检测区域确定模块,用于使用预设模板图像的第一预设区域,从待检测图像中确定与所述第一预设区域对应的初始检测区域;
目标抓边区域确定模块,用于根据所述预设模板图像中所述第一预设区域与预设抓边区域的位置关系,结合所述初始检测区域,从所述待检测图像中确定目标抓边区域,所述预设抓边区域包括至少两个非平行设置的子区域;
目标参考点获取模块,用于在所述目标抓边区域中确定至少两条边界线,将所述至少两条边界线的交点作为目标参考点;
检测模块,用于根据所述预设模板图像中预设参考点与预设检测区域的位置关系,结合所述目标参考点,从所述待检测图像中确定目标检测区域,对所述目标检测区域进行差异检测,得到检测结果。
第三方面,本发明实施例提供一种计算机设备,所述计算机设备包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面所述的产品表面图像的缺陷检测方法。
第四方面,本发明实施例提供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程序,所述计算机程序被处理器执行时实现如第一方面所述的产品表面图像的缺陷检测方法。
本发明与现有技术相比存在的有益效果是:
使用预设模板图像的第一预设区域,从待检测图像中确定与第一预设区域对应的初始检测区域,根据预设模板图像中第一预设区域与预设抓边区域的位置关系,结合初始检测区域,从待检测图像中确定目标抓边区域,预设抓边区域包括至少两个非平行设置的子区域,在目标抓边区域中确定至少两条边界线,将至少两条边界线的交点作为目标参考点,根据预设模板图像中预设参考点与预设检测区域的位置关系,结合目标参考点,从待检测图像中确定目标检测区域,对目标检测区域进行差异检测,得到检测结果。本发明中,使用预设模板图像的第一预设区域,从待检测图像中确定与第一预设区域对应的初始检测区域,并基于初始检测区域确定目标抓边区域,从目标抓边区域中可以快速检测出检测区域边界线,并确定目标参考点,计算得到待检测图像的目标检测区域,根据目标参考点,确定出目标检测区域,提高了目标检测区域的检测效率,在目标检测区域中进行逐像素检测,使缺陷检测的精度可以达到像素级,从而提高了缺陷检测结果。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例提供的一种产品表面图像的缺陷检测方法的一应用环境示意图;
图2是本发明一实施例提供的一种产品表面图像的缺陷检测方法的流程示意图;
图3是本发明一实施例提供的一种产品表面图像的缺陷检测装置的结构示意图;
图4是本发明一实施例提供的一种计算机设备的结构示意图。
具体实施方式
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,所描述的实施例是本发明一部分实施例,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作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应当理解,当在本发明说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本发明说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本发明说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本发明说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本发明的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
应理解,以下实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
为了说明本发明的技术方案,下面通过具体实施例来进行说明。
本发明一实施例提供的一种一种产品表面图像的缺陷检测方法,可应用在如图1的应用环境中,其中,客户端与服务端进行通信。其中,客户端包括但不限于掌上电脑、桌上型计算机、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本、个人数字助理(personal digital assistant,PDA)等计算机设备。服务端可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
参见图2,是本发明一实施例提供的一种产品表面图像的缺陷检测方法的流程示意图,上述一种产品表面图像的缺陷检测方法可以应用于图1中的服务端,上述服务端连接相应的客户端,如图2所示,该缺陷检测方法可以包括以下步骤。
本实施例应用于对工业产品对应的图像进行缺陷检测。
S201:使用预设模板图像的第一预设区域,从待检测图像中确定与第一预设区域对应的初始检测区域。
在步骤S201中,预设模板图像的第一预设区域为预先设置的包含明显角点与边沿信息的区域,从待检测图像中确定与第一预设区域对应的初始检测区域,其中初始检测区域为与第一预设区域内容相等的区域。
本实施例中,通过工业相机采集到待检测物体的图像,在使用工业相机进行采集时,当待检测物体体积较大时,工业相机获取到的图像不能完全包含待检测物体,本实施例中,对待检测物体拍摄不同角度的图像,以待检测物体中的每个顶点为区别特征,对待检测物体拍摄4张图像,拍摄了待检测物体的左上,右上,右下,左下4张图片,4张图可能存在一定的边沿重叠保证能拍摄完整个产品,为了使4正图像中包含整个待检测物体的信息,任意两张图像之间保留一部分重叠区域,可以根据每张图像中的顶点的位置信息,将图像分为不同的类型,其中顶点位置信息与待检测图像在待检测物体中位置相对应,例如,当拍摄待检测物体的左上角的顶点位置时,拍摄得到的待检测图像为具有待检测物体左上角特征的图像。
当采集到待检测物体中的图像时,首先获取对应的预设模板图像,对待检测物体拍摄4张图像,则需要获取出4个对应的预设模板图像,获取到预设模板图像后,在预设模板图像中选取模板区域作为第一预设区域。在选取模板区域时,选取包含角点与边沿信息的区域,以便后续选取抓边区域,可以检测出抓边去的边界线。
可选地,使用预设模板图像的第一预设区域,从待检测图像中确定与第一预设区域对应的初始检测区域,包括:
根据在预设模板图像中选取的区域,确定预设模板图像的第一预设区域;
将第一预设区域与待检测图像进行匹配,从待检测图像中确定与第一预设区域对应的初始检测区域。
本实施例中,在预设模板图像中选取模板区域作为第一预设区域,预设模板图像的个数与拍摄的整个待检测物体的图像个数相等,将第一预设区域与待检测图像进行匹配,从待检测图像中确定与第一预设区域对应的初始检测区域。在将第一预设区域与待检测图像进行匹配时,通过逐像素进行匹配,获取平均误差值小于预设阈值的区域为初始检测区域。
例如,首先将待检测图像进行灰度化处理,得到待检测图像中每个像素的像素值,然后获取第一预设区域的大小,在待检测图像中的左上角位置开始,提取与第一预设区域大小相等的第二区域,计算第一预设区域与第二区域中每个对应像素位置的像素值的差值大小,根据差值大小,计算第一预设区域与第二区域的像素差值的平均值,当第一预设区域与第二区域的像素差值的平均值小于预设阈值时,将第二区域作为候选区域,计算候选区域中像素的像素值与第一预设区域中像素的方差,选取方差值最小的候选区域作为待检测图像的初始检测区域。
S202:根据预设模板图像中第一预设区域与预设抓边区域的位置关系,结合初始检测区域,从待检测图像中确定目标抓边区域。
在步骤S202中,预设抓边区域为在预设模板图像中选取的包含边界线的区域,预设抓边区域包括至少两个非平行设置的子区域,预设抓边区域是为了获取检测区域的边界线,减小检测区域,根据预设模板图像中第一预设区域与预设抓边区域的位置关系,结合初始检测区域,从待检测图像中确定目标抓边区域,目标抓边区域为待检测图像中的对应的抓边区域,目标抓边区域的个数与预设抓边区域的个数相等,且至少为两个非平行的子区域。
本实施例中,在预设模板图像中设置预设抓边区域,设置两个非平行的子区域,在设置预设抓边区域时,选取两个非平行的子区域,以便于在两个子区域中检测到的边界线进行相交,得到对应交点,在设置预设抓边区域时,还需要在包含直线的地方的进行设置,根据预设模板图像中第一预设区域与预设抓边区域的位置关系,结合初始检测区域,从待检测图像中确定目标抓边区域,其中第一预设区域和预设抓边区域的位置关系,与初始检测区域和目标抓边区域之间的位置关系对应,所以可以结合初始检测区域,从待检测图像中确定目标抓边区域。
需要说明的是,在预设模板图像中设置预设抓边区域时,会自动获取到预设模板图像中第一预设区域与预设抓边区域的位置关系,例如,当在预设模板图像中设置预设抓边区域时,可以获取到第一预设区域中的中心点坐标与预设抓边区域中对角点之间的位置差,以便于根据第一预设区域中的中心点坐标与预设抓边区域中对角点之间的位置差,结合初始检测区域,计算得到目标抓边区域中与初始检测区域具有相等位置差的对角点的位置。
可选地,根据预设模板图像中第一预设区域与预设抓边区域的位置关系,结合初始检测区域,从待检测图像中确定目标抓边区域,包括:
获取预设模板图像中第一预设区域与每个子区域之间的位置关系;
根据第一预设区域与每个子区域之间的位置关系,结合初始检测区域,从待检测图像中确定每个子区域对应的目标子区域,所有的目标子区域组成目标抓边区域。
本实施例中,获取预设模板图像中预先设置的抓边区域对应的子区域的个数,并获取每个子区域与第一预设区域的位置关系,获取到每个子区域与第一预设区域的位置关系,结合初始检测区域,从待检测图像中确定每个子区域对应的目标子区域,所有的目标子区域组成目标抓边区域。
S203:在目标抓边区域中确定至少两条边界线,将至少两条边界线的交点作为目标参考点。
在步骤S203中,在目标抓边区域中确定至少两条边界线,目标抓边区域为多个子区域,从多个子区域中确定至少两条边界线,将至少两条边界线的交点作为目标参考点,目标参考点用于表征边界线相交时的位置信息。
本实施例中,通过预设算法获取每个目标抓边区域的边界线,由于待检测物体中的物体表面的复杂度,存在多条直线,在目标抓边区域确定对应的边界线,需要说明的是,当在每个目标子区域中检测到多条直线时,从多条直线中选择其中一条直线作为边界线,选取时,可以根据每条直线的长度进行选取,选取在目标子区域中的最长的直线作为边界线。需要说明的是,在不同的目标子区域中的选取的边界线是不平行的边界线,以便于使不同的边界线相交于一点,将至少两条边界线的交点作为目标参考点。
可选地,在目标抓边区域中确定至少两条边界线,将至少两条边界线的交点作为目标参考点,包括:
通过预设检测算法,在目标抓边区域中每个目标子区域中检测出对应边界线,得到每个目标子区域的子边界线;
获取每个子边界线的交点,将交点作为目标参考点。
本实施例中,采用LSD直线检测方法对其进行检测,首先计算图像中每个像素点的梯度大小和方向,然后将梯度方向变化小于设定阈值且相邻的点作为一个连通域,再根据每一个域的矩形度判断是否需要按照设定规则将其断开以形成多个矩形度较大的域,最后对生成的所有的域进行筛选,保留其中满足第一设定条件的域,获得最终的直线检测结果,直线检测结果为边界线的检测结果。
通过LSD直线检测方法检测到对应的每个目标子区域的子边界线后,需要判断检测到的子边界线与预设抓边区域中预先检测到的子边界线是否为相等的边界线,以防止得到的目标参考点与预设模板图像中的预设参考点不是相同的边界线相交得到的交点。
S204:根据预设模板图像中预设参考点与预设检测区域的位置关系,结合目标参考点,从待检测图像中确定目标检测区域,对目标检测区域进行差异检测,得到检测结果。
在步骤S204中,预设参考点为预设模板图像中预设抓边区域中边界线的交点,预设检测区域为差异检测必要区域,目标检测区域为待检测图像中待检测的区域,对目标检测区域进行差异检测,得到检测结果。
本实施例中,首先,在预设模板图像中确定获取预设参考点与预设检测区域,通过采用LSD直线检测方法对其进行检测,计算图像中每个像素点的梯度大小和方向,然后将梯度方向变化小于设定阈值且相邻的点作为一个连通域,再根据每一个域的矩形度判断是否需要按照设定规则将其断开以形成多个矩形度较大的域,最后对生成的所有的域进行筛选,保留其中满足第二设定条件的域,获得最终的直线检测结果,直线检测结果为边界线的检测结果。其中第一设定条件的域与第二设定条件的域相等。预设检测区域全为设置的必要检测区域,也可以同时设置多个非必要检测区域。
根据预设参考点与预设检测区域的位置关系,将预设参考点与预设检测区域的位置关系带入到确定目标检测区域的过程中,得到对应的目标检测区域。在木边坡监测区域内进行差异检测,得到检测结果。
可选地,根据预设模板图像中预设参考点与预设检测区域的位置关系,结合目标参考点,从待检测图像中确定目标检测区域,包括:
获取预设检测区域中的每个角点与预设参考点之间的位置关系;
根据预设检测区域中的每个角点与预设参考点之间的位置关系,结合目标参考点,从待检测图像中确定与预设检测区域中的每个角点对应的目标角点;
基于目标角点,确定目标检测区域。
本实施例中,预设检测区域为四边形检测区域,获取预设检测区域中的每个角点与预设参考点之间的位置关系,即获取预设检测区域中4个角点与预设参考点之间的位置关系,根据预设检测区域中的每个角点与预设参考点之间的位置关系,结合目标参考点,从待检测图像中确定与预设检测区域中的每个角点对应的目标角点,基于目标角点,确定目标检测区域。
可选地,对目标检测区域进行差异检测,得到检测结果,包括:
将目标检测区域划分为N个子区域,N为大于1的整数;
在N个子区域中分别进行差异检测,得到检测结果。
本实施例中,在进行差异检测时,为了提高检测精度与检测效率,将目标检测区域划分为多个子区域,在每个子区域中进行差异检测,没有划分子区域的位置不需要进行检测,划分的多个子区域减小了总的检测区域,可以提高检测效率,在每个子区域中进行逐像素检测,检测每个像素与相邻像素之间的像素值之差,当像素值之差大于预设差值阈值时,认为该像素为与其余像素不同的差异像素,在每个子区域中进行逐像素检测,像素级的检测提高了检测精度。
可选地,在N个子区域中分别进行差异检测,得到检测结果,包括:
在每个子区域中,对每个像素依次进行检测,根据每个像素的像素值,确定差异区域;
获取差异区域的大小与差异区域的中心点坐标,得到检测结果。
本实施例中,将对应的在每个子区域中,对每个像素依次进行检测,根据每个像素的像素值,确定差异区域,获取差异区域的大小与差异区域的中心点坐标,得到检测结果。当检测到差异区域时,差异区域可大可小,为了得到待检测图像中的差异位置,确定每个差异区域的像素位置以及每个差异区域的中心点坐标,得到检测结果。
使用预设模板图像的第一预设区域,从待检测图像中确定与第一预设区域对应的初始检测区域,根据预设模板图像中第一预设区域与预设抓边区域的位置关系,结合初始检测区域,从待检测图像中确定目标抓边区域,预设抓边区域包括至少两个非平行设置的子区域,在目标抓边区域中确定至少两条边界线,将至少两条边界线的交点作为目标参考点,根据预设模板图像中预设参考点与预设检测区域的位置关系,结合目标参考点,从待检测图像中确定目标检测区域,对目标检测区域进行差异检测,得到检测结果。本发明中,使用预设模板图像的第一预设区域,从待检测图像中确定与第一预设区域对应的初始检测区域,并基于初始检测区域确定目标抓边区域,从目标抓边区域中可以快速检测出检测区域边界线,并确定目标参考点,计算得到待检测图像的目标检测区域,根据目标参考点,确定出目标检测区域,提高了目标检测区域的检测效率,在目标检测区域中进行逐像素检测,使缺陷检测的精度可以达到像素级,从而提高了缺陷检测结果。
请参阅图3,图3是本发明实施例提供的一种产品表面图像的缺陷检测装置的结构示意图。本实施例中该终端包括的各单元用于执行图2对应的实施例中的各步骤。具体请参阅图2以及图2所对应的实施例中的相关描述。为了便于说明,仅示出了与本实施例相关的部分。参见图3,产品表面图像的缺陷检测装置30包括:初始检测区域确定模块31,目标抓边区域确定模块32,目标参考点获取模块33,检测模块34。
初始检测区域确定模块31,用于使用预设模板图像的第一预设区域,从待检测图像中确定与第一预设区域对应的初始检测区域。
目标抓边区域确定模块32,用于根据预设模板图像中第一预设区域与预设抓边区域的位置关系,结合初始检测区域,从待检测图像中确定目标抓边区域,预设抓边区域包括至少两个非平行设置的子区域。
目标参考点获取模块33,用于在目标抓边区域中确定至少两条边界线,将至少两条边界线的交点作为目标参考点。
检测模块34,用于根据预设模板图像中预设参考点与预设检测区域的位置关系,结合目标参考点,从待检测图像中确定目标检测区,对所述目标检测区域进行差异检测,得到检测结果。
可选的是,上述初始检测区域确定模块31包括:
第一预设区域获取单元,用于根据在预设模板图像中选取的区域,确定预设模板图像的第一预设区域。
匹配单元,用于将第一预设区域与待检测图像进行匹配,从待检测图像中确定与第一预设区域对应的初始检测区域。
可选的是,上述目标抓边区域确定模块32包括:
获取单元,用于获取预设模板图像中第一预设区域与每个子区域之间的位置关系。
目标子区域确定单元,用于根据第一预设区域与每个子区域之间的位置关系,结合初始检测区域,从待检测图像中确定每个子区域对应的目标子区域,所有的目标子区域组成目标抓边区域。
可选的是,上述目标参考点获取模块33包括:
边界线确定单元,用于通过预设检测算法,在目标抓边区域中每个目标子区域中检测出对应边界线,得到每个目标子区域的子边界线。
子边界线交点确定单元,用于获取每个子边界线的交点,将交点作为目标参考点。
可选的是,上述检测模块34包括:
每个角点与预设参考点之间的位置关系确定单元,用于获取预设检测区域中的每个角点与预设参考点之间的位置关系。
目标角点确定单元,用于根据预设检测区域中的每个角点与预设参考点之间的位置关系,结合目标参考点,从待检测图像中确定与预设检测区域中的每个角点对应的目标角点。
目标检测区域确定单元,用于基于目标角点,确定目标检测区域。
可选的是,上述目标检测区域确定单元包括:
划分子单元,用于将目标检测区域划分为N个子区域,N为大于1的整数;
子区域检测子单元,用于在N个子区域中分别进行差异检测,得到检测结果。
可选的是,上述子区域检测子单元包括:
差异区域确定子单元,用于在每个子区域中,对每个像素依次进行检测,根据每个像素的像素值,确定差异区域。
检测结果确定子单元,用于获取差异区域的大小与所述差异区域的中心点坐标,得到检测结果。
需要说明的是,上述单元之间的信息交互、执行过程等内容,由于与本发明方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
图4是本发明实施例提供的一种计算机设备的结构示意图。如图4所示,该实施例的计算机设备包括:至少一个处理器(图4中仅示出一个)、存储器以及存储在存储器中并可在至少一个处理器上运行的计算机程序,处理器执行计算机程序时实现上述任意各个产品表面图像的缺陷检测实施例中的步骤。
该计算机设备可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,图4仅仅是计算机设备的举例,并不构成对计算机设备的限定,计算机设备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,例如还可以包括网络接口、显示屏和输入装置等。
所称处理器可以是CPU,该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific IntegratedCircuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器包括可读存储介质、内存储器等,其中,内存储器可以是计算机设备的内存,内存储器为可读存储介质中的操作系统和计算机可读指令的运行提供环境。可读存储介质可以是计算机设备的硬盘,在另一些实施例中也可以是计算机设备的外部存储设备,例如,计算机设备上配备的插接式硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)等。进一步地,存储器还可以既包括计算机设备的内部存储单元也包括外部存储设备。存储器用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,该其他程序如计算机程序的程序代码等。存储器还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、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单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。上述装置中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述方法实施例的步骤。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质至少可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
本发明实现上述实施例方法中的全部或部分流程,也可以通过一种计算机程序产品来完成,当计算机程序产品在计算机设备上运行时,使得计算机设备执行时实现可实现上述方法实施例中的步骤。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/计算机设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/计算机设备实施例仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种产品表面图像的缺陷检测方法,其特征在于,所述缺陷检测方法包括:
使用预设模板图像的第一预设区域,从待检测图像中确定与所述第一预设区域对应的初始检测区域;
根据所述预设模板图像中所述第一预设区域与预设抓边区域的位置关系,结合所述初始检测区域,从所述待检测图像中确定目标抓边区域,所述预设抓边区域包括至少两个非平行设置的子区域;
在所述目标抓边区域中确定至少两条边界线,将所述至少两条边界线的交点作为目标参考点;
根据所述预设模板图像中预设参考点与预设检测区域的位置关系,结合所述目标参考点,从所述待检测图像中确定目标检测区域,对所述目标检测区域进行差异检测,得到检测结果。
2.如权利要求1所述的缺陷检测方法,其特征在于,所述使用预设模板图像的第一预设区域,从待检测图像中确定与所述第一预设区域对应的初始检测区域,包括:
根据在所述预设模板图像中选取的区域,确定所述预设模板图像的第一预设区域;
将所述第一预设区域与所述待检测图像进行匹配,从待检测图像中确定与所述第一预设区域对应的初始检测区域。
3.如权利要求1所述的缺陷检测方法,其特征在于,所述根据所述预设模板图像中所述第一预设区域与预设抓边区域的位置关系,结合所述初始检测区域,从所述待检测图像中确定目标抓边区域,包括:
获取所述预设模板图像中所述第一预设区域与每个子区域之间的位置关系;
根据所述第一预设区域与每个子区域之间的位置关系,结合所述初始检测区域,从所述待检测图像中确定每个子区域对应的目标子区域,所有的目标子区域组成目标抓边区域。
4.如权利要求1所述的缺陷检测方法,其特征在于,所述在所述目标抓边区域中确定至少两条边界线,将所述至少两条边界线的交点作为目标参考点,包括:
通过预设检测算法,在所述目标抓边区域中每个目标子区域中检测出对应边界线,得到每个目标子区域的子边界线;
获取所述每个子边界线的交点,将所述交点作为目标参考点。
5.如权利要求1所述的缺陷检测方法,其特征在于,所述根据所述预设模板图像中预设参考点与预设检测区域的位置关系,结合所述目标参考点,从所述待检测图像中确定目标检测区域,包括:
获取所述预设检测区域中的每个角点与所述预设参考点之间的位置关系;
根据预设检测区域中的每个角点与所述预设参考点之间的位置关系,结合所述目标参考点,从所述待检测图像中确定与所述预设检测区域中的每个角点对应的目标角点;
基于所述目标角点,确定所述目标检测区域。
6.如权利要求1所述的缺陷检测方法,其特征在于,所述对所述目标检测区域进行差异检测,得到检测结果,包括:
将所述目标检测区域划分为N个子区域,N为大于1的整数;
在所述N个子区域中分别进行差异检测,得到检测结果。
7.如权利要求1所述的缺陷检测方法,其特征在于,所述在所述N个子区域中分别进行差异检测,得到检测结果,包括:
在每个子区域中,对每个像素依次进行检测,根据每个像素的像素值,确定差异区域;
获取所述差异区域的大小与所述差异区域的中心点坐标,得到检测结果。
8.一种产品表面图像的缺陷检测装置,其特征在于,所述缺陷检测装置包括:
初始检测区域确定模块,用于使用预设模板图像的第一预设区域,从待检测图像中确定与所述第一预设区域对应的初始检测区域;
目标抓边区域确定模块,用于根据所述预设模板图像中所述第一预设区域与预设抓边区域的位置关系,结合所述初始检测区域,从所述待检测图像中确定目标抓边区域,所述预设抓边区域包括至少两个非平行设置的子区域;
目标参考点获取模块,用于在所述目标抓边区域中确定至少两条边界线,将所述至少两条边界线的交点作为目标参考点;
检测模块,用于根据所述预设模板图像中预设参考点与预设检测区域的位置关系,结合所述目标参考点,从所述待检测图像中确定目标检测区域,对所述目标检测区域进行差异检测,得到检测结果。
9.一种计算机设备,其特征在于,所述计算机设备包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的缺陷检测方法。
10.一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程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的缺陷检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211289019.3A CN115829929A (zh) | 2022-10-20 | 2022-10-20 | 产品表面图像的缺陷检测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211289019.3A CN115829929A (zh) | 2022-10-20 | 2022-10-20 | 产品表面图像的缺陷检测方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115829929A true CN115829929A (zh) | 2023-03-21 |
Family
ID=85525077
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211289019.3A Pending CN115829929A (zh) | 2022-10-20 | 2022-10-20 | 产品表面图像的缺陷检测方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115829929A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117635688A (zh) * | 2023-11-28 | 2024-03-01 | 广州恒沙数字科技有限公司 | 一种尺寸测量方法、装置、电子设备及存储介质 |
-
2022
- 2022-10-20 CN CN202211289019.3A patent/CN115829929A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117635688A (zh) * | 2023-11-28 | 2024-03-01 | 广州恒沙数字科技有限公司 | 一种尺寸测量方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9747680B2 (en) | Inspection apparatus, method, and computer program product for machine vision inspection | |
CN109886928B (zh) | 一种目标细胞标记方法、装置、存储介质及终端设备 | |
CN112348765A (zh) | 数据增强方法、装置、计算机可读存储介质及终端设备 | |
CN108090486B (zh) | 一种台球比赛中的图像处理方法及装置 | |
CN112577969B (zh) | 一种基于机器视觉的缺陷检测方法以及缺陷检测系统 | |
CN107356213B (zh) | 滤光片同心度测量方法及终端设备 | |
CN112700440B (zh) | 物体缺陷检测方法、装置、计算机设备及存储介质 | |
CN111259890A (zh) | 一种水位尺的水位识别方法、装置及设备 | |
CN109685764B (zh) | 产品定位方法、装置及终端设备 | |
CN114638294A (zh) | 一种数据增强方法、装置、终端设备及存储介质 | |
CN112668577A (zh) | 大尺度图像中目标物体的检测方法、终端及装置 | |
CN115482186A (zh) | 瑕疵检测方法、电子设备及存储介质 | |
CN111221996B (zh) | 仪表屏幕视觉检测方法和系统 | |
CN115829929A (zh) | 产品表面图像的缺陷检测方法、装置、设备及存储介质 | |
CN111898610A (zh) | 卡片缺角检测方法、装置、计算机设备及存储介质 | |
CN114359161A (zh) | 一种缺陷检测方法、装置、设备和存储介质 | |
CN115546219B (zh) | 检测板式生成方法、板卡缺陷检测方法、装置及产品 | |
CN108629219B (zh) | 一种识别一维码的方法及装置 | |
CN108564571B (zh) | 图像区域选取方法及终端设备 | |
CN115187769A (zh) | 一种定位方法及装置 | |
CN116993654A (zh) | 摄像头模组缺陷检测方法、装置、设备、存储介质及产品 | |
CN111931786B (zh) | 一种图像处理方法、装置及计算机可读存储介质 | |
CN114708239A (zh) | 胶宽检测方法、装置、电子设备及存储介质 | |
CN111898641A (zh) | 一种目标模型检测、装置、电子设备及计算机可读存储介质 | |
CN113012137A (zh) | 一种面板缺陷检查方法、系统、终端设备及存储介质 |
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 |