CN116503326A - 一种多相机360°高精度高速度ai缺陷检测方法及装置 - Google Patents

一种多相机360°高精度高速度ai缺陷检测方法及装置 Download PDF

Info

Publication number
CN116503326A
CN116503326A CN202310291138.0A CN202310291138A CN116503326A CN 116503326 A CN116503326 A CN 116503326A CN 202310291138 A CN202310291138 A CN 202310291138A CN 116503326 A CN116503326 A CN 116503326A
Authority
CN
China
Prior art keywords
angle
camera
image
nth
defect detection
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
Application number
CN202310291138.0A
Other languages
English (en)
Inventor
黄旭东
吴仁相
陈炳煌
刘庆洋
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.)
Weiku Xiamen Information Technology Co ltd
Original Assignee
Weiku Xiamen Information Technology 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 Weiku Xiamen Information Technology Co ltd filed Critical Weiku Xiamen Information Technology Co ltd
Priority to CN202310291138.0A priority Critical patent/CN116503326A/zh
Publication of CN116503326A publication Critical patent/CN116503326A/zh
Pending legal-status Critical Current

Links

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
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • 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
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • 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
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8883—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges involving the calculation of gauges, generating models
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G01N2021/8893—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques providing a video image and a processed signal for helping visual decision
    • 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
    • G06T2207/30244—Camera pose
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Geometry (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种多相机360°高精度高速度AI缺陷检测方法及装置，涉及缺陷检测技术领域。所述方法包括：通过多台相机依次获取被测物体在多个角度的图像，然后通过Snake活动轮廓模型提取图像所有图像中被测物体的精确轮廓，计算各精确轮廓的旋转外包矩形并转正提取包含被测物体的矩形区域，依次堆叠所述矩形区域，得到360°全景图像；对所述360°全景图像采用旋转目标检测算法进行缺陷检测，得到缺陷的尺寸、面积和角度信息。本发明提供的一种多相机360°高精度高速度AI缺陷检测方法及装置，可以达到360°无死角的高精度、高速度的检测效果，提高生产效率和产品品质。

Description

一种多相机360°高精度高速度AI缺陷检测方法及装置
技术领域
本发明涉及缺陷检测技术领域，特别涉及一种多相机360°高精度高速度AI缺陷检测方法及装置。
背景技术
缺陷检测通常是指对物品表面缺陷的检测，表面缺陷检测是采用先进的机器视觉检测技术，对工件表面的斑点、凹坑、划痕、色差、缺损等缺陷进行检测。
为了提高缺陷检测的效率，现有技术多通过对物体的各个面分别拍摄图像，然后进行机器视觉检测自动识别缺陷。然而对于特别细长且横截面接近圆形的物体(比如铅笔、筷子)，其没有明显的各个面的分割，且越靠近两侧弧度越大，不利于对表面的缺陷的拍摄及精确检测。同时在一张正常规格的拍摄照片中，被检测物体只占很小的比例，大部分为背景，也会影响照片的缺陷检测效率。
发明内容
本发明要解决的技术问题，在于提供一种多相机360°高精度高速度AI缺陷检测方法及装置，通过多台相机依次对被检测物体进行旋转拍摄，然后根据旋转外包矩形并提取后转正堆叠为一整张360°全景图像，实现360°无死角的高精度、高速度的检测，提高生产效率和产品品质。
第一方面，本发明提供了一种多相机360°高精度高速度AI缺陷检测方法，包括：
多相机图像获取过程：通过第一相机获取被测物体在第一位置第一角度的第一图像；
通过第二相机获取被测物体在第二位置旋转至第二角度的第二图像；第二位置为第一位置向前移动第二相机与第一相机间隔的距离，第二角度为第一角度向指定方向旋转设定角度；
通过第N相机获取被测物体在第N位置旋转至第N角度的图像；第N位置为第N-1位置向前移动第N相机与第N-1相机间隔的距离，第N角度为第N-1角度继续向指定方向旋转设定角度；第N角度与第一角度的差值等于360度；
有效区域堆叠过程：通过Snake活动轮廓模型提取图像第一图像至第N图像中被测物体的精确轮廓，计算各精确轮廓的旋转外包矩形并转正提取包含被测物体的矩形区域，依次堆叠所述矩形区域，得到360°全景图像；
缺陷检测过程：对所述360°全景图像采用旋转目标检测算法进行缺陷检测，得到缺陷的尺寸、面积和角度信息。
进一步地，所述被测物体通过夹持机构向前移动并沿截面轴心旋转指定角度，依次经过第一相机到第N相机。
进一步地，所述指定角度为60度，N等于6，通过6台相机依次获取被测物体的第一图像到第六图像。
进一步地，所述旋转目标检测算法为s2a-net算法。
第二方面，本发明提供了一种多相机360°高精度高速度AI缺陷检测装置，包括：多相机图像获取模块、有效区域堆叠模块以及缺陷检测模块；
所述多相机图像获取模块，用于通过第一相机获取被测物体在第一位置第一角度的第一图像；
通过第二相机获取被测物体在第二位置旋转至第二角度的第二图像；第二位置为第一位置向前移动第二相机与第一相机间隔的距离，第二角度为第一角度向指定方向旋转设定角度；
通过第N相机获取被测物体在第N位置旋转至第N角度的图像；第N位置为第N-1位置向前移动第N相机与第N-1相机间隔的距离，第N角度为第N-1角度继续向指定方向旋转设定角度；第N角度如继续向指定方向旋转设定角度则总旋转角度大于等于360度；
所述有效区域堆叠模块，用于通过Snake活动轮廓模型提取图像第一图像至第N图像中被测物体的精确轮廓，计算各精确轮廓的旋转外包矩形并转正提取包含被测物体的矩形区域，依次堆叠所述矩形区域，得到360°全景图像；
所述缺陷检测模块，用于对所述360°全景图像采用旋转目标检测算法进行缺陷检测，得到缺陷的尺寸、面积和角度信息。
进一步地，所述被测物体通过夹持机构向前移动并沿截面轴心旋转指定角度，依次经过第一相机到第N相机。
进一步地，所述多相机图像获取模块中，设定角度为60度，N等于6，通过6台相机依次获取被测物体的第一图像到第六图像。
进一步地，所述检测模块中，旋转目标检测算法为s2a-net算法。
本发明提供技术方案，至少具有如下优点：
通过多台相机依次对被检测物体进行旋转拍摄，然后根据旋转外包矩形并提取后转正堆叠为一整张360°全景图像，通过去除大面积的背景部分并堆叠成一张图像，减少了计算量，从而提高了检测速度；通过旋转被检测物体并通过多台相机实现360°无死角的高精度拍摄，保险了检测精度，提高生产效率和产品品质。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
下面参照附图结合实施例对本发明作进一步的说明。
图1为本发明实施例一中方法的流程示意图；
图2为本发明实施例一中多相机拍摄示意图；
图3为本发明实施例二中装置的结构示意图。
具体实施方式
本发明实施例通过提供一种多相机360°高精度高速度AI缺陷检测方法及装置，通过多台相机依次对被检测物体进行旋转拍摄，然后根据旋转外包矩形并提取后转正堆叠为一整张360°全景图像，实现360°无死角的高精度、高速度的检测，提高生产效率和产品品质。
本发明技术方案的总体思路如下：
本发明针对细长且横截面接近圆形的物体设计了一种多相机360°高精度高速度AI缺陷检测方法，通过多台相机依次对被检测物体进行旋转拍摄，然后通过Snake活动轮廓模型提取各图像中被测物体中的精确轮廓，计算各精确轮廓的旋转外包矩形并转正提取包含被测物体的矩形区域，依次堆叠所述矩形区域，得到360°全景图像；然后对全景图像采用旋转目标检测算法进行缺陷检测，得到缺陷的尺寸、面积和角度信息，实现360°无死角的高精度、高速度的检测效果，提高生产效率和产品品质。
在介绍具体实施例之前，先介绍本申请实施例方法所对应的夹持机构：夹持机构夹持住被测物体的端部，带动其向前高速移动，并在到达下一相机时旋转至设定角度，可以以截面轴心为旋转轴进行旋转。夹持机构夹持住被测物体依次经过各相机的拍摄区域，实现被测物体360°无死角拍摄。
实施例一
本实施例提供一种多相机360°高精度高速度AI缺陷检测方法，如图1所示，包括：
多相机图像获取过程：通过第一相机获取被测物体在第一位置第一角度的第一图像；
通过第二相机获取被测物体在第二位置旋转至第二角度的第二图像；第二位置为第一位置向前移动第二相机与第一相机间隔的距离，第二角度为第一角度向指定方向旋转设定角度；
通过第N相机获取被测物体在第N位置旋转至第N角度的图像；第N位置为第N-1位置向前移动第N相机与第N-1相机间隔的距离，第N角度为第N-1角度继续向指定方向旋转设定角度；第N角度如继续向指定方向旋转设定角度则总旋转角度大于等于360度；
有效区域堆叠过程：通过Snake活动轮廓模型提取图像第一图像至第N图像中被测物体的精确轮廓，计算各精确轮廓的旋转外包矩形并转正提取包含被测物体的矩形区域，依次堆叠所述矩形区域，得到360°全景图像；
缺陷检测过程：对所述360°全景图像采用旋转目标检测算法(比如，s2a-net算法，或者能达到同样效果的其它算法)进行缺陷检测，得到缺陷的尺寸、面积和角度信息。
在一种可能的实现方式中，所述被测物体通过夹持机构向前移动并沿截面轴心旋转指定角度，依次经过第一相机到第N相机。
在一种可能的实现方式中，所述指定角度为60度，N等于6，通过6台相机依次获取被测物体的第一图像到第六图像。
如图2所示，具体可以包括如下步骤：
1、物体1高速旋转0°，工业相机1对物体1拍照得到PIC1；
2、物体1高速前向运动中翻转60°，工业相机2对物体1拍照得到PIC2；
3、物体1高速前向运动中再翻转60°，工业相机3对物体1拍照得到PIC3；
4、物体1高速前向运动中再翻转60°，工业相机4对物体1拍照得到PIC4；
5、物体1高速前向运动中再翻转60°，工业相机5对物体1拍照得到PIC5；
6、物体1高速前向运动中再翻转60°，工业相机6高速物体1拍照得到PIC6；
7、通过Snake活动轮廓模型提取图像PIC1，PIC2，PIC3，PIC4，PIC5，PIC6中棒状物体1的精确轮廓；
8、对PIC1，PIC2，PIC3，PIC4，PIC5，PIC6中提取物体1的精确轮廓计算旋转外包矩形并转正提取包含物体1的矩形区域，从上到下堆叠成一张360°全景图像PIC7，能够有效去除物体1之外的背景，可以大大提高处理效率满足高速高精度的检测要求；
9、对PIC7使用高精度旋转目标检测算法：采用包含但不限于s2a-net算法的目标检测算法进行缺陷检测，得到缺陷的尺寸，面积和角度信息。
基于同一发明构思，本申请还提供了与实施例一中的方法对应的装置，详见实施例二。
实施例二
在本实施例中提供了一种多相机360°高精度高速度AI缺陷检测装置，如图3所示，包括：多相机图像获取模块、有效区域堆叠模块以及缺陷检测模块；
所述多相机图像获取模块，用于通过第一相机获取被测物体在第一位置第一角度的第一图像；
通过第二相机获取被测物体在第二位置旋转至第二角度的第二图像；第二位置为第一位置向前移动第二相机与第一相机间隔的距离，第二角度为第一角度向指定方向旋转设定角度；
通过第N相机获取被测物体在第N位置旋转至第N角度的图像；第N位置为第N-1位置向前移动第N相机与第N-1相机间隔的距离，第N角度为第N-1角度继续向指定方向旋转设定角度；第N角度如继续向指定方向旋转设定角度则总旋转角度大于等于360度；
所述有效区域堆叠模块，用于通过Snake活动轮廓模型提取图像第一图像至第N图像中被测物体的精确轮廓，计算各精确轮廓的旋转外包矩形并转正提取包含被测物体的矩形区域，依次堆叠所述矩形区域，得到360°全景图像；
所述缺陷检测模块，用于对所述360°全景图像采用旋转目标检测算法进行缺陷检测，得到缺陷的尺寸、面积和角度信息。
在一种可能的实现方式中，所述被测物体通过夹持机构向前移动并沿截面轴心旋转指定角度，依次经过第一相机到第N相机。
在一种可能的实现方式中，所述多相机图像获取模块中，设定角度为60度，N等于6，通过6台相机依次获取被测物体的第一图像到第六图像。
在一种可能的实现方式中，所述检测模块中，旋转目标检测算法为s2a-net算法。
由于本发明实施例二所介绍的装置，为实施本发明实施例一的方法所采用的装置，故而基于本发明实施例一所介绍的方法，本领域所属人员能够了解该装置的具体结构及变形，故而在此不再赘述。凡是本发明实施例一的方法所采用的装置都属于本发明所欲保护的范围。
本发明实施例通过多台相机依次对被检测物体进行旋转拍摄，然后根据旋转外包矩形并提取后转正堆叠为一整张360°全景图像，通过去除大面积的背景部分并堆叠成一张图像，减少了计算量，从而提高了检测速度；通过旋转被检测物体并通过多台相机实现360°无死角的高精度拍摄，保险了检测精度，提高生产效率和产品品质。
本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
虽然以上描述了本发明的具体实施方式，但是熟悉本技术领域的技术人员应当理解，我们所描述的具体的实施例只是说明性的，而不是用于对本发明的范围的限定，熟悉本领域的技术人员在依照本发明的精神所作的等效的修饰以及变化，都应当涵盖在本发明的权利要求所保护的范围内。

Claims (8)

1.一种多相机360°高精度高速度AI缺陷检测方法，其特征在于，包括：
多相机图像获取过程：通过第一相机获取被测物体在第一位置第一角度的第一图像；
通过第二相机获取被测物体在第二位置旋转至第二角度的第二图像；第二位置为第一位置向前移动第二相机与第一相机间隔的距离，第二角度为第一角度向指定方向旋转设定角度；
通过第N相机获取被测物体在第N位置旋转至第N角度的图像；第N位置为第N-1位置向前移动第N相机与第N-1相机间隔的距离，第N角度为第N-1角度继续向指定方向旋转设定角度；第N角度如继续向指定方向旋转设定角度则总旋转角度大于等于360度；
有效区域堆叠过程：通过Snake活动轮廓模型提取图像第一图像至第N图像中被测物体的精确轮廓，计算各精确轮廓的旋转外包矩形并转正提取包含被测物体的矩形区域，依次堆叠所述矩形区域，得到360°全景图像；
缺陷检测过程：对所述360°全景图像采用旋转目标检测算法进行缺陷检测，得到缺陷的尺寸、面积和角度信息。
2.根据权利要求1所述的方法，其特征在于：所述被测物体通过夹持机构向前移动并沿截面轴心旋转指定角度，依次经过第一相机到第N相机。
3.根据权利要求1或2所述的方法，其特征在于：所述设定角度为60度，N等于6，通过6台相机依次获取被测物体的第一图像到第六图像。
4.根据权利要求1所述的方法，其特征在于：所述旋转目标检测算法为s2a-net算法。
5.一种多相机360°高精度高速度AI缺陷检测装置，其特征在于：包括：多相机图像获取模块、有效区域堆叠模块以及缺陷检测模块；
所述多相机图像获取模块，用于通过第一相机获取被测物体在第一位置第一角度的第一图像；
通过第二相机获取被测物体在第二位置旋转至第二角度的第二图像；第二位置为第一位置向前移动第二相机与第一相机间隔的距离，第二角度为第一角度向指定方向旋转设定角度；
通过第N相机获取被测物体在第N位置旋转至第N角度的图像；第N位置为第N-1位置向前移动第N相机与第N-1相机间隔的距离，第N角度为第N-1角度继续向指定方向旋转设定角度；第N角度如继续向指定方向旋转设定角度则总旋转角度大于等于360度；
所述有效区域堆叠模块，用于通过Snake活动轮廓模型提取图像第一图像至第N图像中被测物体的精确轮廓，计算各精确轮廓的旋转外包矩形并转正提取包含被测物体的矩形区域，依次堆叠所述矩形区域，得到360°全景图像；
所述缺陷检测模块，用于对所述360°全景图像采用旋转目标检测算法进行缺陷检测，得到缺陷的尺寸、面积和角度信息。
6.根据权利要求5所述的装置，其特征在于：所述被测物体通过夹持机构向前移动并沿截面轴心旋转指定角度，依次经过第一相机到第N相机。
7.根据权利要求5或6所述的装置，其特征在于：所述多相机图像获取模块中，设定角度为60度，N等于6，通过6台相机依次获取被测物体的第一图像到第六图像。
8.根据权利要求5所述的装置，其特征在于：所述检测模块中，旋转目标检测算法为s2a-net算法。
CN202310291138.0A 2023-03-23 2023-03-23 一种多相机360°高精度高速度ai缺陷检测方法及装置 Pending CN116503326A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310291138.0A CN116503326A (zh) 2023-03-23 2023-03-23 一种多相机360°高精度高速度ai缺陷检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310291138.0A CN116503326A (zh) 2023-03-23 2023-03-23 一种多相机360°高精度高速度ai缺陷检测方法及装置

Publications (1)

Publication Number Publication Date
CN116503326A true CN116503326A (zh) 2023-07-28

Family

ID=87323810

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310291138.0A Pending CN116503326A (zh) 2023-03-23 2023-03-23 一种多相机360°高精度高速度ai缺陷检测方法及装置

Country Status (1)

Country Link
CN (1) CN116503326A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117972487A (zh) * 2024-01-26 2024-05-03 常州润来科技有限公司 一种铜管铣面刀盘缺陷检测方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117972487A (zh) * 2024-01-26 2024-05-03 常州润来科技有限公司 一种铜管铣面刀盘缺陷检测方法及系统

Similar Documents

Publication Publication Date Title
JP6845895B2 (ja) 画像に基づく位置検出方法、装置、機器及び記憶媒体
WO2019105044A1 (zh) 一种镜头畸变矫正和特征提取的方法及系统
CN116503326A (zh) 一种多相机360°高精度高速度ai缺陷检测方法及装置
CN113513981B (zh) 基于双目立体视觉的多目标并行测量方法、系统、设备及存储介质
CN111966041B (zh) 机器人的控制方法和装置
CN108253939A (zh) 可变视轴单目立体视觉测量方法
CN113822883B (zh) 一种基于寻找晶圆直边的晶圆对位方法和系统
CN110595392A (zh) 一种十字线结构光双目视觉扫描系统及方法
CN112595262B (zh) 一种基于双目结构光的高反光表面工件深度图像获取方法
CN112348890B (zh) 一种空间定位方法、装置及计算机可读存储介质
CN105425724A (zh) 一种基于机器视觉扫描成像的高精度运动定位方法及装置
CN111080776A (zh) 人体动作三维数据采集和复现的处理方法及系统
CN115529452A (zh) 用于传感器校准的方法和设备
CN109064536B (zh) 一种基于双目结构光的书页三维重建方法
CN114782535B (zh) 工件位姿识别方法、装置、计算机设备及存储介质
CN114445472B (zh) 基于仿射变换和模板匹配的多步图像配准方法
CN114049380B (zh) 目标物体定位追踪方法、装置、计算机设备和存储介质
CN115660995A (zh) 一种利用直线图案的相机正畸方法及系统
CN114862969A (zh) 一种智能巡检机器人的机载云台像机角度自适应调整方法及装置
Tam et al. A real time augmented reality system using GPU acceleration
Clark et al. Perspective correction for improved visual registration using natural features.
Kim et al. Development of 3D scanner using structured light module based on variable focus lens
Xu et al. Non-iterative multiple data registration method based on the motion screw theory and trackable features
CN112801032B (zh) 一种用于运动目标检测的动态背景匹配方法
US20180130221A1 (en) Stereo matching method and system using rectangular window

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