CN116609344B - 摄像头排插的缺陷检测方法、装置、设备及存储介质 - Google Patents
摄像头排插的缺陷检测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116609344B CN116609344B CN202310869624.6A CN202310869624A CN116609344B CN 116609344 B CN116609344 B CN 116609344B CN 202310869624 A CN202310869624 A CN 202310869624A CN 116609344 B CN116609344 B CN 116609344B
- Authority
- CN
- China
- Prior art keywords
- workpiece
- glue
- area
- defect detection
- detection result
- 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
Links
- 230000007547 defect Effects 0.000 title claims abstract description 239
- 238000001514 detection method Methods 0.000 title claims abstract description 175
- 239000003292 glue Substances 0.000 claims abstract description 250
- 230000011218 segmentation Effects 0.000 claims abstract description 92
- 238000000034 method Methods 0.000 claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 20
- 230000003014 reinforcing effect Effects 0.000 claims description 30
- 238000004590 computer program Methods 0.000 claims description 21
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000012797 qualification Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 4
- 239000011800 void material Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 239000003351 stiffener Substances 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Classifications
-
- 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
- G06T7/0002—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
- G06T7/70—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
- G01N2021/8887—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
-
- 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)
- Biochemistry (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及一种摄像头排插的缺陷检测方法、装置、设备及存储介质。该方法包括:对摄像头排插图像进行工件分割处理,得到工件分割图像;摄像头排插图像是对摄像头排插进行图像采集得到的;摄像头排插中包括胶水工件和参考定位工件;确定第一区域和第二区域之间的位置关系;第一区域是胶水工件在工件分割图像中所处的区域;第二区域是参考定位工件在工件分割图像中所处的区域;根据位置关系确定胶水工件的缺陷检测结果;根据胶水工件的缺陷检测结果,确定摄像头排插的缺陷检测结果。采用本申请,能够实现提高摄像头排插的缺陷检测的准确率。
Description
技术领域
本申请涉及缺陷检测技术领域,特别是涉及一种摄像头排插的缺陷检测方法、装置、设备及存储介质。
背景技术
摄像头排插通常用于将摄像头拍摄的图像传输到显示屏,可见,当摄像头排插出现缺陷时,会影响摄像头拍摄的图像的传输,进而影响显示屏的成像质量。因此,在生产摄像头排插的过程中,对摄像头排插进行缺陷检测显得尤为重要。
传统的摄像头排插缺陷检测方法是通过人工目测来进行缺陷检测,然而由于检测人员的标准难以统一,导致摄像头排插的缺陷检测的准确率难以保证。
发明内容
基于此,有必要针对上述技术问题,提供一种摄像头排插的缺陷检测方法、装置、计算机设备及计算机可读存储介质,能够实现提高摄像头排插的缺陷检测的准确率。
第一方面,本申请提供了一种摄像头排插的缺陷检测方法,包括:
对摄像头排插图像进行工件分割处理,得到工件分割图像;摄像头排插图像是对摄像头排插进行图像采集得到的;摄像头排插中包括胶水工件和参考定位工件;
确定第一区域和第二区域之间的位置关系;第一区域是胶水工件在工件分割图像中所处的区域;第二区域是参考定位工件在工件分割图像中所处的区域;
根据位置关系确定胶水工件的缺陷检测结果;
根据胶水工件的缺陷检测结果,确定摄像头排插的缺陷检测结果。
第二方面,本申请提供了一种摄像头排插的缺陷检测装置,包括:
工件分割模块,用于对摄像头排插图像进行工件分割处理,得到工件分割图像;摄像头排插图像是对摄像头排插进行图像采集得到的;摄像头排插中包括胶水工件和参考定位工件;
第一确定模块,用于确定第一区域和第二区域之间的位置关系;第一区域是胶水工件在工件分割图像中所处的区域;第二区域是参考定位工件在工件分割图像中所处的区域;
第二确定模块,用于根据位置关系确定胶水工件的缺陷检测结果;
第三确定模块,用于根据胶水工件的缺陷检测结果,确定摄像头排插的缺陷检测结果。
第三方面,本申请提供了一种计算机设备,该计算机设备包括存储器和处理器,存储器存储有计算机程序,处理器执行该计算机程序时实现上述的方法中的步骤。
第四方面,本申请提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述的方法中的步骤。
第五方面,本申请提供了一种计算机程序产品,该计算机程序产品包括计算机程序,该计算机程序被处理器执行时实现上述的方法中的步骤。
上述摄像头排插的缺陷检测方法、装置、计算机设备及计算机可读存储介质,通过对摄像头排插图像进行工件分割处理,得到工件分割图像,并根据胶水工件在工件分割图像中所处的第一区域,以及参考定位工件在工件分割图像中所处的第二区域之间的位置关系,确定胶水工件的缺陷检测结果,并根据胶水工件的缺陷检测结果,得到准确的摄像头排插的缺陷检测结果,实现了对摄像头排插的缺陷的自动化检测,不仅提高了摄像头排插的缺陷检测效率,降低了摄像头排插的缺陷检测成本,还能提高摄像头排插的缺陷检测的准确率。此外,相较于传统的语义分割算法,本申请根据位置关系这类语义特征,能检测出传统的语义分割算法难以检测出的位置关系这类语义缺陷,进而提高了摄像头排插的缺陷检测的准确率。
附图说明
图1为本申请实施例提供的一种摄像头排插的缺陷检测方法的流程示意图;
图2为本申请实施例提供的一种根据位置关系确定胶水工件的缺陷检测结果的示意图;
图3为本申请实施例提供的另一种摄像头排插的缺陷检测方法的流程示意图;
图4为本申请实施例提供的一种摄像头排插的缺陷检测装置的结构框图;
图5为本申请实施例提供的一种计算机设备的内部结构图;
图6为本申请实施例提供的另一种计算机设备的内部结构图;
图7为本申请实施例提供的一种计算机可读存储介质的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
为了便于理解,以下将对本发明所应用的场景进行详细的描述。摄像头排插通常用于将摄像头拍摄的图像传输到显示屏,当摄像头排插出现缺陷就会出现各种问题,例如显示屏成像不清晰、显示屏黑屏、显示屏有花纹闪动、摄像头无法工作等,因此对摄像头排插进行缺陷检测显得尤为重要。针对以上问题,本申请提出了一种摄像头排插的缺陷检测方法:通过摄像头排插中的胶水工件和参考定位工件之间的位置关系确定胶水工件的缺陷检测结果,并根据胶水工件的缺陷检测结果和/或参考定位工件的缺陷检测结果,确定摄像头排插的缺陷检测结果,以提高摄像头排插的缺陷检测的准确率。以下将结合各实施例进一步详细说明本申请的摄像头排插的缺陷检测方法。
在一些实施例中,如图1所示,提供了一种摄像头排插的缺陷检测方法,本实施例以该方法应用于终端进行举例说明,可以理解的是,该方法也可以应用于服务器,还可以应用于包括终端和服务器的系统,并通过终端和服务器的交互实现。本实施例中,该方法包括以下步骤:
S102、对摄像头排插图像进行工件分割处理,得到工件分割图像;摄像头排插图像是对摄像头排插进行图像采集得到的;摄像头排插中包括胶水工件和参考定位工件。
其中,摄像头排插是连接摄像头与显示器的连接工件(比如连接线)。胶水工件用于电子元器件的定位,例如摄像头排插中的胶水工件用于定位摄像头和显示器,以便摄像头和显示器快速连接。参考定位工件是胶水工件的定位参考对象。
工件分割图像中包括胶水工件的分割子图像或参考定位工件的分割子图像等中的至少一种。
在一些实施例中,摄像头排插图像可以是通过明暗场成像得到的。
示例性地,图像采集设备对摄像头排插进行图像采集,得到摄像头排插图像。终端获取摄像头排插图像,对摄像头排插图像进行工件分割处理,得到工件分割图像。
在一些实施例中,对摄像头排插图像进行工件分割处理,得到工件分割图像,包括:
对摄像头排插图像进行颜色通道叠加处理后输入至语义分割模型进行处理,输出工件分割图像。
其中,语义分割模型是预先训练好的、可用于摄像头排插的分割处理的模型。
S104、确定第一区域和第二区域之间的位置关系;第一区域是胶水工件在工件分割图像中所处的区域;第二区域是参考定位工件在工件分割图像中所处的区域。
其中,第一区域是胶水工件的分割子图像在工件分割图像中所处的区域。第二区域是参考定位工件的分割子图像在工件分割图像中所处的区域。
位置关系用以表征第一区域和第二区域的相对位置。可以理解,缺陷检测合格的摄像头排插中胶水工件和参考定位工件之间的位置关系是满足预设合格条件的,因此根据胶水工件在工件分割图像中所处的区域,与参考定位工件在工件分割图像中所处的区域之间的位置关系是否满足预设合格条件,便能判定胶水工件是否存在缺陷。
示例性地,终端根据第一区域的边界线和第二区域的边界线确定第一区域和第二区域之间的位置关系。
S106、根据位置关系确定胶水工件的缺陷检测结果。
其中,胶水工件的缺陷检测结果用以表征胶水工件是否存在缺陷。
示例性地,终端将位置关系与预设合格条件作比较,根据比较结果确定胶水工件的缺陷检测结果。即位置关系满足预设合格条件时,胶水工件的缺陷检测结果为合格;位置关系不满足预设合格条件时,胶水工件的缺陷检测结果为不合格。
S108、根据胶水工件的缺陷检测结果,确定摄像头排插的缺陷检测结果。
示例性地,胶水工件不合格,则摄像头排插的缺陷检测结果为不合格;胶水工件合格,则摄像头排插的缺陷检测结果为合格。
在一些实施例中,胶水工件的缺陷检测结果包括胶水工件存在溢出缺陷、胶水工件存在长度缺陷、胶水工件存在断胶缺陷或胶水工件存在空洞缺陷等中的至少一种。
可见,在本申请实施例中,通过对摄像头排插图像进行工件分割处理,得到工件分割图像,并根据胶水工件在工件分割图像中所处的第一区域,以及参考定位工件在工件分割图像中所处的第二区域之间的位置关系,确定胶水工件的缺陷检测结果,并根据胶水工件的缺陷检测结果,得到准确的摄像头排插的缺陷检测结果,实现了对摄像头排插的缺陷的自动化检测,不仅提高了摄像头排插的缺陷检测效率,降低了摄像头排插的缺陷检测成本,还能提高摄像头排插的缺陷检测的准确率。
此外,相较于传统的语义分割算法,本申请根据位置关系这类语义特征,能检测出传统的语义分割算法难以检测出的位置关系这类语义缺陷,进而提高了摄像头排插的缺陷检测的准确率。
在一些实施例中,根据位置关系确定胶水工件的缺陷检测结果,包括:
在位置关系表征第一区域的至少一条边界线位于第二区域的情况下,则判定胶水工件存在溢出缺陷。
其中,溢出缺陷表征胶水工件溢出到参考定位工件中。可以理解,合格的摄像头排插中胶水工件是不会溢出到参考定位工件中的,因此当胶水工件溢出到参考定位工件中,表明胶水工件存在溢出缺陷。
可以理解,当胶水工件在工件分割图像中所处的区域的至少一条边界线位于参考定位工件在工件分割图像中所处的区域,则可以表明胶水工件溢出到参考定位工件。
可见,在本实施例中,在位置关系表征第一区域的至少一条边界线位于第二区域的情况下,能准确判定胶水工件存在溢出缺陷。
在一些实施例中,参考定位工件包括加强板和定位块;胶水工件位于加强板和定位块之间;第二区域包括加强板在工件分割图像中所位于的加强板区域、以及定位块在工件分割图像中所位于的定位块区域;在位置关系表征第一区域的至少一条边界线位于第二区域的情况下,则判定胶水工件存在溢出缺陷,包括:
在位置关系表征第一区域的至少一条边界线位于加强板区域或定位块区域中的至少一个区域的情况下,则判定胶水工件存在溢出缺陷。
可以理解,为了提高摄像头排插的插接部位的强度,在摄像头排插的插接部位设置有加强板,以方便摄像头或显示屏与摄像头排插进行连接。定位块用于定位摄像头排插中的胶水工件或加强板。由于胶水工件位于加强板和定位块之间,因此通过加强板与胶水工件之间的位置关系、定位块与胶水工件之间的位置关系,便可确定胶水工件是否溢出到加强板和/或定位块中,从而确定胶水工件是否存在溢出缺陷。
可见,在本实施例中,在位置关系表征第一区域的至少一条边界线位于加强板区域或定位块区域中的至少一个区域的情况下,能准确判定胶水工件存在溢出缺陷。
在一些实施例中,根据位置关系确定胶水工件的缺陷检测结果,包括:
判断第一区域在长度方向上的边界线是否超出第二区域的排线边界,得到胶水工件的长度越界结果;
根据长度越界结果,确定胶水工件的长度缺陷检测结果。
其中,长度缺陷检测结果用以表征胶水工件的长度是否存在缺陷。可以理解,缺陷检测合格的胶水工件的长度是满足长度合格条件的,因此需要对胶水工件的长度作缺陷检测,以确定胶水工件的长度是否存在缺陷。排线边界是参考定位工件中的排线所在的边界。通过参考定位工件中的排线便可实现摄像头与显示屏的数据传输。
长度越界结果用以表征第一区域在长度方向上的边界线是否超出第二区域的排线边界,即胶水工件的长度是否溢出参考定位工件的排线边界。
可见,在本实施例中,通过判断第一区域在长度方向上的边界线是否超出第二区域的排线边界,能准确判定胶水工件的长度缺陷检测结果。
在一些实施例中,根据长度越界结果,确定胶水工件的长度缺陷检测结果,包括:
若长度越界结果表明第一区域在长度方向上的边界线超出第二区域的排线边界,则确定边界线与排线边界之间的距离差值;
若距离差值大于预设差值,则判定胶水工件存在长度过长的缺陷。
示例性地,如果胶水工件所在的第一区域在长度方向上的边界线超出定位块所在的第二区域的排线边界,则确定边界线与排线边界之间的距离差值;若距离差值大于预设差值,即第一区域在长度方向上的边界线超出第二区域的排线边界的长度超出限度,则判定胶水工件存在长度过长的缺陷。可以理解,当胶水工件的长度过长时会导致摄像头排插出现问题,例如摄像头排插的电气性能下降。
可见,在本实施例中,基于在第一区域在长度方向上的边界线超出第二区域的排线边界、且边界线与排线边界之间的距离差值大于预设差值,能准确判定胶水工件存在胶水过长的缺陷。
在一些实施例中,根据长度越界结果,确定胶水工件的长度缺陷检测结果,包括:
若长度越界结果表明第一区域在长度方向上的边界线未超出第二区域的排线边界、且胶水工件的长度小于排线边界距离,则判定胶水工件存在长度过短的缺陷;其中,排线边界距离是第二区域的两条排线边界之间的距离。
示例性地,如果胶水工件所在的第一区域在长度方向上的边界线未超出定位块所在的第二区域的排线边界,且胶水工件的长度小于排线边界距离,即胶水工件的长度小于参考定位工件的长度,则判定胶水工件存在长度过短的缺陷。可以理解,当胶水工件的长度过短时会导致摄像头排插出现问题,例如防潮绝缘效果不好、焊点松动等等。
在一些实施例中,长度缺陷包括胶水工件存在长度过长的缺陷或胶水工件存在长度过短的缺陷。
在一些实施例中,只要第一区域在长度方向上的边界线的任意一端未超出排线边界,则判定胶水工件存在长度过短的缺陷。
可见,在本实施例中,基于在第一区域在长度方向上的边界线未超出排线边界、且胶水工件的长度小于排线边界距离,能准确判定胶水工件存在胶水过短的缺陷。
在一些实施例中,胶水工件包括第一胶水工件和第二胶水工件;参考定位工件包括加强板和定位块;第一胶水工件位于加强板和定位块之间,第二胶水工件与定位块相邻。
在一些实施例中,如图2所示,提供了一种根据位置关系确定胶水工件的缺陷检测结果的示意图,为了便于理解,现针对图2做以下说明:胶水工件包括第一胶水工件B和第二胶水工件D,参考定位工件包括加强板A和定位块C。其中,第一胶水工件B位于加强板A和定位块C之间,且第一胶水工件B的边界线22和加强板A的边界线21相邻、第一胶水工件B的边界线24和定位块C的边界线27相邻。第二胶水工件D与定位块C相邻,第二胶水工件D的边界线26与定位块C的边界线28为相邻的两边界线。此外,边界线25和边界线30均为定位块C的边界排线。
根据位置关系确定胶水工件的缺陷检测结果的步骤包括:
1、在边界线22超过边界线21的情况下,确定第一胶水工件B溢出到加强板A。在边界线24超过边界线27的情况下,确定第一胶水工件B溢出到定位块C。可以理解,无论是第一胶水工件B溢出到加强板A,还是第一胶水工件B溢出到定位块C,均判定第一胶水工件B存在溢出缺陷。
2、在边界线26超过边界线28的情况下,确定第二胶水工件D溢出到定位块C,则判定第二胶水工件D存在溢出缺陷。
3、第一胶水工件B在工件分割图像中所处的区域在长度方向上的边界线24,超出定位块C在工件分割图像中所处的区域的排线边界25或排线边界30,即第一胶水工件B的长度23大于排线边界25和排线边界30之间的距离,则确定边界线24与排线边界25之间的第一距离差值,或确定边界线24与排线边界30之间的第二距离差值;若第一距离差值或第二距离差值中的任意一个大于预设差值,则判定第一胶水工件B存在长度过长的缺陷。
3、若第二胶水工件D在工件分割图像中所处的区域在长度方向上的边界线26,超出定位块C在工件分割图像中所处的区域的排线边界25或排线边界30,则确定边界线26与排线边界25之间的第三距离差值,或确定边界线26与排线边界30之间的第四距离差值;若第三距离差值或第四距离差值中的任意一个大于预设差值,则判定第二胶水工件D存在长度过长的缺陷。
4、若第一胶水工件B在工件分割图像中所处的区域在长度方向上的边界线24,未超出定位块C在工件分割图像中所处的区域的排线边界25或排线边界30,且第一胶水工件B的长度23小于排线边界距离,即排线边界25和排线边界30之间的距离,则判定第一胶水工件B存在长度过短的缺陷。
5、第二胶水工件D在工件分割图像中所处的区域在长度方向上的边界线26,未超出定位块C在工件分割图像中所处的区域的排线边界25或排线边界30,且第二胶水工件D的长度29小于排线边界距离,即排线边界25和排线边界30之间的距离,则判定第二胶水工件D存在长度过短的缺陷。
可见,在本实施例中,根据位置关系准确确定胶水工件的缺陷检测结果。
在一些实施例中,方法还包括:
对工件分割图像进行连通域分析,得到参考定位工件对应的连通域的置信度;
根据连通域的置信度进行缺陷检测,得到参考定位工件的缺陷检测结果;
根据胶水工件的缺陷检测结果,确定摄像头排插的缺陷检测结果,包括:
基于参考定位工件的缺陷检测结果和胶水工件的缺陷检测结果,确定摄像头排插的缺陷检测结果。
示例性地,终端对工件分割图像进行连通域分析,得到参考定位工件对应的连通域的置信度。根据连通域的置信度判断该连通域是否属于参考定位工件的实际缺陷区域,从而得到参考定位工件的缺陷检测结果。并基于参考定位工件的缺陷检测结果和胶水工件的缺陷检测结果,确定摄像头排插的缺陷检测结果,即当参考定位工件或胶水工件中的任意一个存在缺陷时,确定摄像头排插的缺陷检测结果为不合格。
在一些实施例中,根据连通域的置信度进行缺陷检测,得到参考定位工件的缺陷检测结果,包括:
将参考定位工件对应的连通域的置信度与参考定位工件对应的预设的置信度阈值作比较;
当连通域的置信度大于预设的置信度阈值时,确定该连通域不属于参考定位工件的实际缺陷区域,即参考定位工件不存在缺陷;或者,
当连通域的置信度小于或等于预设的置信度阈值时,确定该连通域属于参考定位工件的实际缺陷区域,即参考定位工件存在缺陷。
在一些实施例中,终端对工件分割图像进行连通域分析还可以得到连通域的基础信息,例如连通域的外接矩形的坐标和尺寸等。
在一些实施例中,得到各连通域的置信度,包括:
将摄像头排插图像输入至语义分割模型进行处理,输出工件分割图像、工件缺陷图像以及置信度图;
对置信度图做归一化处理,得到归一化处理的置信度图;
将归一化的置信度图和工件分割图像以及工件缺陷图像分别相乘,得到各连通域的置信度。
可以理解,通过调整各连通域的置信度,可以调整缺陷的检出能力。
可见,在本实施例中,根据连通域的置信度进行缺陷检测,可以得到参考定位工件的缺陷检测结果。
在一些实施例中,在根据胶水工件的缺陷检测结果,确定摄像头排插的缺陷检测结果之前,该方法还包括:
获取胶水工件的空洞检测结果;
获取胶水工件的断胶检测结果;
根据位置关系确定胶水工件的缺陷检测结果,包括:
根据位置关系、空洞检测结果和断胶检测结果确定胶水工件的缺陷检测结果,即当位置关系、空洞检测结果和断胶检测结果中的任意一个表征胶水工件存在缺陷时,确定胶水工件的缺陷检测结果为不合格;当位置关系、空洞检测结果和断胶检测结果均表征胶水工件不存在缺陷时,确定胶水工件的缺陷检测结果为合格。
其中,胶水工件的空洞检测结果用以表征胶水工件是否存在空洞的缺陷。
在一些实施例中,确定胶水工件的空洞检测结果,包括:
根据胶水工件的分割子图像确定胶水工件中是否存在空洞;
若存在空洞、且空洞的几何尺寸大于或等于预设尺寸,则确定胶水工件存在空洞的缺陷;或者,
若存在空洞、且空洞的几何尺寸小于预设尺寸,则确定胶水工件不存在空洞的缺陷。
若不存在空洞,则确定胶水工件不存在空洞的缺陷。
胶水工件的断胶检测结果用以表征胶水工件是否存在断胶的缺陷。
在一些实施例中,确定胶水工件的断胶检测结果,包括:
根据胶水工件的分割子图像确定胶水工件中是否出现断胶;
当出现断胶、且断胶的宽度小于预设宽度,断胶的长度大于预设长度,则确定胶水工件存在断胶缺陷。
可见,在本实施例中,从位置关系、胶水工件的空洞检测结果和胶水工件的断胶检测结果多个缺陷检测维度确定胶水工件的缺陷检测结果,能提高胶水工件的缺陷检测的准确率和可靠性。
在一些实施例中,如图3所示,提供了另一种摄像头排插的缺陷检测方法的流程示意图,以该方法应用于计算机设备为例进行说明,该方法包括以下步骤:
S302、对摄像头排插图像进行工件分割处理,得到工件分割图像;其中,摄像头排插图像是对摄像头排插进行图像采集得到的;摄像头排插中包括胶水工件和参考定位工件。
S304、对工件分割图像进行连通域分析,得到参考定位工件对应的连通域的置信度;根据连通域的置信度进行缺陷检测,得到参考定位工件的缺陷检测结果。
S306、确定第一区域和第二区域之间的位置关系;第一区域是胶水工件在工件分割图像中所处的区域;第二区域是参考定位工件在工件分割图像中所处的区域。
S308、根据位置关系确定胶水工件的缺陷检测结果。
在一些实施例中,根据位置关系确定胶水工件的缺陷检测结果,包括:
在位置关系表征第一区域的至少一条边界线位于第二区域的情况下,则判定胶水工件存在溢出缺陷。
在一些实施例中,根据位置关系确定胶水工件的缺陷检测结果,包括:
判断第一区域在长度方向上的边界线是否超出第二区域的排线边界,得到胶水工件的长度越界结果;
若长度越界结果表明第一区域在长度方向上的边界线超出第二区域的排线边界,则确定边界线与排线边界之间的距离差值;
若距离差值大于预设差值,则判定胶水工件存在长度过长的缺陷。
在一些实施例中,根据位置关系确定胶水工件的缺陷检测结果,包括:
判断第一区域在长度方向上的边界线是否超出第二区域的排线边界,得到胶水工件的长度越界结果;
若长度越界结果表明第一区域在长度方向上的边界线未超出第二区域的排线边界、且胶水工件的长度小于排线边界距离,则判定胶水工件存在长度过短的缺陷;其中,排线边界距离是第二区域的两条排线边界之间的距离。
在一些实施例中,胶水工件的缺陷检测结果包括胶水工件的空洞检测结果,通过胶水工件的空洞检测结果可以确定胶水工件是否存在空洞缺陷。
在一些实施例中,胶水工件的缺陷检测结果包括胶水工件的断胶检测结果,通过胶水工件的断胶检测结果可以确定胶水工件是否存在断胶缺陷。
S310、根据胶水工件的缺陷检测结果和参考定位工件的缺陷检测结果,确定摄像头排插的缺陷检测结果。
可以理解,当胶水工件的缺陷检测结果表征胶水工件存在缺陷或参考定位工件的缺陷检测结果表征参考定位工件存在缺陷,则表明摄像头排插存在缺陷,即摄像头排插的缺陷检测结果为不合格。
在一些实施例中,对工件分割图像进行连通域分析还会得到胶水定位工件对应的连通域的置信度。在S310输出摄像头排插的缺陷检测结果后,终端存储胶水定位工件对应的连通域的置信度和参考定位工件对应的连通域的置信度,以及各连通域的基础信息、例如连通域的外接矩形的坐标和尺寸等。
可见,在本申请实施例中,通过对摄像头排插图像进行工件分割处理,得到工件分割图像,并根据胶水工件在工件分割图像中所处的第一区域,以及参考定位工件在工件分割图像中所处的第二区域之间的位置关系,确定胶水工件的缺陷检测结果,并根据胶水工件的缺陷检测结果,确定摄像头排插的缺陷检测结果,实现了对摄像头排插的缺陷的自动化检测,不仅提高了摄像头排插的缺陷检测效率,降低了摄像头排插的缺陷检测成本,还能提高摄像头排插的缺陷检测的准确率。
此外,相较于传统的语义分割算法,本申请根据位置关系这类语义特征,能检测出传统的语义分割算法难以检测出的位置关系这类语义缺陷,进而提高了摄像头排插的缺陷检测的准确率。
应该理解的是,虽然如上述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种摄像头排插的缺陷检测装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个摄像头排插的缺陷检测装置实施例中的具体限定可以参见上文中对于摄像头排插的缺陷检测方法的限定,在此不再赘述。
如图4所示,本申请实施例提供了一种摄像头排插的缺陷检测装置400,包括:
工件分割模块402,用于对摄像头排插图像进行工件分割处理,得到工件分割图像;摄像头排插图像是对摄像头排插进行图像采集得到的;摄像头排插中包括胶水工件和参考定位工件;
第一确定模块404,用于确定第一区域和第二区域之间的位置关系;第一区域是胶水工件在工件分割图像中所处的区域;第二区域是参考定位工件在工件分割图像中所处的区域;
第二确定模块406,用于根据位置关系确定胶水工件的缺陷检测结果;
第三确定模块408,用于根据胶水工件的缺陷检测结果,确定摄像头排插的缺陷检测结果。
在一些实施例中,在根据位置关系确定胶水工件的缺陷检测结果方面,第二确定模块406具体用于:
在位置关系表征第一区域的至少一条边界线位于第二区域的情况下,则判定胶水工件存在溢出缺陷。
在一些实施例中,参考定位工件包括加强板和定位块;胶水工件位于加强板和定位块之间;第二区域包括加强板在工件分割图像中所位于的加强板区域、以及定位块在工件分割图像中所位于的定位块区域;在位置关系表征第一区域的至少一条边界线位于第二区域的情况下,则判定胶水工件存在溢出缺陷的方面,第二确定模块406具体用于:
在位置关系表征第一区域的至少一条边界线位于加强板区域或定位块区域中的至少一个区域的情况下,则判定胶水工件存在溢出缺陷。
在一些实施例中,在根据位置关系确定胶水工件的缺陷检测结果方面,第二确定模块406具体用于:
判断第一区域在长度方向上的边界线是否超出第二区域的排线边界,得到胶水工件的长度越界结果;
根据长度越界结果,确定胶水工件的长度缺陷检测结果。
在一些实施例中,在根据长度越界结果,确定胶水工件的长度缺陷检测结果方面,第二确定模块406具体用于:
若长度越界结果表明第一区域在长度方向上的边界线超出第二区域的排线边界,则确定边界线与排线边界之间的距离差值;
若距离差值大于预设差值,则判定胶水工件存在长度过长的缺陷。
在一些实施例中,在根据长度越界结果,确定胶水工件的长度缺陷检测结果方面,第二确定模块406具体用于:
若长度越界结果表明第一区域在长度方向上的边界线未超出第二区域的排线边界、且胶水工件的长度小于排线边界距离,则判定胶水工件存在长度过短的缺陷;
其中,排线边界距离是第二区域的两条排线边界之间的距离。
在一些实施例中,第一确定模块404还用于:对工件分割图像进行连通域分析,得到参考定位工件对应的连通域的置信度;根据连通域的置信度进行缺陷检测,得到参考定位工件的缺陷检测结果。
在根据胶水工件的缺陷检测结果,确定摄像头排插的缺陷检测结果方面,第三确定模块408具体用于:
基于参考定位工件的缺陷检测结果和胶水工件的缺陷检测结果,确定摄像头排插的缺陷检测结果。
上述摄像头排插的缺陷检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以以硬件形式内嵌于或独立于计算机设备中的处理器,也可以以软件形式存储于计算机设备中的存储器,以便于处理器调用执行以上各个模块对应的操作。
在一些实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图5所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output,简称I/O)及通信接口。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口通过输入/输出接口连接到系统总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储实现摄像头排插的缺陷检测方法所需的相关数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现上述的摄像头排插的缺陷检测方法中的步骤。
在一些实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图6所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现上述的摄像头排插的缺陷检测方法中的步骤。该计算机设备的显示单元用于形成视觉可见的画面,可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏;该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图5或图6中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一些实施例中,提供了一种计算机设备,该计算机设备包括存储器和处理器,存储器存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一些实施例中,如图7所示,提供了一种计算机可读存储介质的内部结构图,计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一些实施例中,提供了一种计算机程序产品,该计算机程序产品包括计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是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非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(FerroelectricRandom Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(StaticRandom AccessMemory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种摄像头排插的缺陷检测方法,其特征在于,包括:
对摄像头排插图像进行工件分割处理,得到工件分割图像;所述摄像头排插图像是对摄像头排插进行图像采集得到的;所述摄像头排插中包括胶水工件和参考定位工件;所述参考定位工件包括加强板和定位块;所述胶水工件位于所述加强板和所述定位块之间;
确定第一区域和第二区域之间的位置关系;所述第一区域是所述胶水工件在所述工件分割图像中所处的区域;所述第二区域是所述参考定位工件在所述工件分割图像中所处的区域;所述第二区域包括所述加强板在所述工件分割图像中所位于的加强板区域、以及所述定位块在所述工件分割图像中所位于的定位块区域;
根据所述位置关系确定所述胶水工件的缺陷检测结果;包括:在所述位置关系表征所述第一区域的至少一条边界线位于所述加强板区域或所述定位块区域中的至少一个区域的情况下,则判定所述胶水工件存在溢出缺陷;
根据所述胶水工件的缺陷检测结果,确定所述摄像头排插的缺陷检测结果。
2.根据权利要求1所述的方法,其特征在于,所述根据所述位置关系确定所述胶水工件的缺陷检测结果,包括:
判断所述第一区域在长度方向上的边界线是否超出所述第二区域的排线边界,得到所述胶水工件的长度越界结果;
根据所述长度越界结果,确定所述胶水工件的长度缺陷检测结果。
3.根据权利要求2所述的方法,其特征在于,所述根据所述长度越界结果,确定所述胶水工件的长度缺陷检测结果,包括:
若所述长度越界结果表明所述第一区域在长度方向上的边界线超出所述第二区域的排线边界,则确定所述边界线与所述排线边界之间的距离差值;
若所述距离差值大于预设差值,则判定所述胶水工件存在长度过长的缺陷。
4.根据权利要求2所述的方法,其特征在于,所述根据所述长度越界结果,确定所述胶水工件的长度缺陷检测结果,包括:
若所述长度越界结果表明所述第一区域在长度方向上的边界线未超出所述第二区域的排线边界、且所述胶水工件的长度小于排线边界距离,则判定所述胶水工件存在长度过短的缺陷;
其中,所述排线边界距离是所述第二区域的两条排线边界之间的距离。
5.根据权利要求1至4中任一项所述的方法,其特征在于,所述方法还包括:
对所述工件分割图像进行连通域分析,得到所述参考定位工件对应的连通域的置信度;
根据所述连通域的置信度进行缺陷检测,得到所述参考定位工件的缺陷检测结果;
所述根据所述胶水工件的缺陷检测结果,确定所述摄像头排插的缺陷检测结果,包括:
基于所述参考定位工件的缺陷检测结果和所述胶水工件的缺陷检测结果,确定所述摄像头排插的缺陷检测结果。
6.一种摄像头排插的缺陷检测装置,其特征在于,包括:
工件分割模块,用于对摄像头排插图像进行工件分割处理,得到工件分割图像;所述摄像头排插图像是对摄像头排插进行图像采集得到的;所述摄像头排插中包括胶水工件和参考定位工件;所述参考定位工件包括加强板和定位块;所述胶水工件位于所述加强板和所述定位块之间;
第一确定模块,用于确定第一区域和第二区域之间的位置关系;所述第一区域是所述胶水工件在所述工件分割图像中所处的区域;所述第二区域是所述参考定位工件在所述工件分割图像中所处的区域;所述第二区域包括所述加强板在所述工件分割图像中所位于的加强板区域、以及所述定位块在所述工件分割图像中所位于的定位块区域;
第二确定模块,用于根据所述位置关系确定所述胶水工件的缺陷检测结果;包括:在所述位置关系表征所述第一区域的至少一条边界线位于所述加强板区域或所述定位块区域中的至少一个区域的情况下,则判定所述胶水工件存在溢出缺陷;
第三确定模块,用于根据所述胶水工件的缺陷检测结果,确定所述摄像头排插的缺陷检测结果。
7.根据权利要求6所述的装置,其特征在于,在所述根据所述位置关系确定所述胶水工件的缺陷检测结果方面,所述第二确定模块具体用于:
判断所述第一区域在长度方向上的边界线是否超出所述第二区域的排线边界,得到所述胶水工件的长度越界结果;
根据所述长度越界结果,确定所述胶水工件的长度缺陷检测结果。
8.根据权利要求7所述的装置,其特征在于,在所述根据所述长度越界结果,确定所述胶水工件的长度缺陷检测结果方面,所述第二确定模块具体用于:
若所述长度越界结果表明所述第一区域在长度方向上的边界线超出所述第二区域的排线边界,则确定所述边界线与所述排线边界之间的距离差值;
若所述距离差值大于预设差值,则判定所述胶水工件存在长度过长的缺陷。
9.一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310869624.6A CN116609344B (zh) | 2023-07-17 | 2023-07-17 | 摄像头排插的缺陷检测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310869624.6A CN116609344B (zh) | 2023-07-17 | 2023-07-17 | 摄像头排插的缺陷检测方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116609344A CN116609344A (zh) | 2023-08-18 |
CN116609344B true CN116609344B (zh) | 2023-11-03 |
Family
ID=87678589
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310869624.6A Active CN116609344B (zh) | 2023-07-17 | 2023-07-17 | 摄像头排插的缺陷检测方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116609344B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108548654A (zh) * | 2018-02-07 | 2018-09-18 | 深圳市锐光科技有限公司 | 基于机器视觉的摄像头缺陷检测方法 |
CN110415214A (zh) * | 2019-06-26 | 2019-11-05 | 北京迈格威科技有限公司 | 摄像头模组的外观检测方法、装置、电子设备及存储介质 |
CN113379723A (zh) * | 2021-06-29 | 2021-09-10 | 上海闻泰信息技术有限公司 | 不规则溢胶口检测方法、装置、设备和存储介质 |
TW202218754A (zh) * | 2020-11-12 | 2022-05-16 | 韓商泰克元股份有限公司 | 電子部件處理用分選機及確認插入件是否存在缺陷的方法 |
CN115358981A (zh) * | 2022-08-16 | 2022-11-18 | 腾讯科技(深圳)有限公司 | 胶水缺陷的确定方法、装置、设备及存储介质 |
CN115601368A (zh) * | 2022-12-16 | 2023-01-13 | 山东天意高科技有限公司(Cn) | 一种建材装备钣金件缺陷检测方法 |
WO2023019508A1 (zh) * | 2021-08-19 | 2023-02-23 | 宁德时代新能源科技股份有限公司 | 涂胶面积的检测方法、电子设备和计算机可读存储介质 |
CN115908816A (zh) * | 2022-12-16 | 2023-04-04 | 北京百度网讯科技有限公司 | 基于人工智能的积水识别方法、装置、设备及存储介质 |
CN115965588A (zh) * | 2022-12-07 | 2023-04-14 | 苏州镁伽科技有限公司 | 缺陷检测方法、系统、电子设备及存储介质 |
-
2023
- 2023-07-17 CN CN202310869624.6A patent/CN116609344B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108548654A (zh) * | 2018-02-07 | 2018-09-18 | 深圳市锐光科技有限公司 | 基于机器视觉的摄像头缺陷检测方法 |
CN110415214A (zh) * | 2019-06-26 | 2019-11-05 | 北京迈格威科技有限公司 | 摄像头模组的外观检测方法、装置、电子设备及存储介质 |
TW202218754A (zh) * | 2020-11-12 | 2022-05-16 | 韓商泰克元股份有限公司 | 電子部件處理用分選機及確認插入件是否存在缺陷的方法 |
CN113379723A (zh) * | 2021-06-29 | 2021-09-10 | 上海闻泰信息技术有限公司 | 不规则溢胶口检测方法、装置、设备和存储介质 |
WO2023019508A1 (zh) * | 2021-08-19 | 2023-02-23 | 宁德时代新能源科技股份有限公司 | 涂胶面积的检测方法、电子设备和计算机可读存储介质 |
CN115358981A (zh) * | 2022-08-16 | 2022-11-18 | 腾讯科技(深圳)有限公司 | 胶水缺陷的确定方法、装置、设备及存储介质 |
CN115965588A (zh) * | 2022-12-07 | 2023-04-14 | 苏州镁伽科技有限公司 | 缺陷检测方法、系统、电子设备及存储介质 |
CN115601368A (zh) * | 2022-12-16 | 2023-01-13 | 山东天意高科技有限公司(Cn) | 一种建材装备钣金件缺陷检测方法 |
CN115908816A (zh) * | 2022-12-16 | 2023-04-04 | 北京百度网讯科技有限公司 | 基于人工智能的积水识别方法、装置、设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
基于形态学特征的机械零件表面划痕检测;李克斌;余厚云;周申江;;光学学报(08);全文 * |
基于语义分割的补强胶缺陷检测系统的研究与设计;薛金超;中国优秀硕士学位论文全文数据库 信息科技辑(第3期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116609344A (zh) | 2023-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117011304B (zh) | 缺陷检测方法、装置、计算机设备及计算机可读存储介质 | |
CN116310656B (zh) | 训练样本确定方法、装置和计算机设备 | |
CN110879780A (zh) | 页面异常检测方法、装置、电子设备及可读存储介质 | |
CN109885929B (zh) | 自动驾驶决策规划数据复现方法及装置 | |
CN108121648B (zh) | 一种界面错误监控方法 | |
CN116609344B (zh) | 摄像头排插的缺陷检测方法、装置、设备及存储介质 | |
CN108133116B (zh) | Cad户型图墙厚自动识别方法及系统 | |
CN113658345A (zh) | 一种样本标注方法及装置 | |
CN115965646B (zh) | 区域划分方法、装置、计算机设备及计算机可读存储介质 | |
CN111260759B (zh) | 一种路径确定方法及装置 | |
WO2024001309A1 (zh) | 一种红外热像分析报告的生成及模板制作方法及装置 | |
CN112153375A (zh) | 基于视频信息的前端性能测试方法、装置、设备及介质 | |
CN116879301A (zh) | 产品检测方法、装置、设备及计算机可读存储介质 | |
CN116188391A (zh) | 断栅缺陷检测方法、装置、电子设备和存储介质 | |
CN116993654A (zh) | 摄像头模组缺陷检测方法、装置、设备、存储介质及产品 | |
CN114925153A (zh) | 基于业务的地理信息数据质量检测方法、装置和设备 | |
CN114663975A (zh) | 模型训练方法、装置、电子设备及存储介质 | |
CN113012154A (zh) | Pcb焊盘尺寸检查方法、装置、计算机设备和存储介质 | |
CN117808803B (zh) | 一种基于图像处理的工件质量检测方法及系统、电子设备 | |
CN117974576A (zh) | 图像质量检测方法、装置、计算机设备及存储介质 | |
CN118071719A (zh) | 缺陷检测方法、装置、计算机设备及计算机可读存储介质 | |
CN117557786B (zh) | 物料质量检测方法、装置、计算机设备及存储介质 | |
CN111915574B (zh) | 一种Photoshop篡改图像生成方法及系统 | |
CN111080664B (zh) | 一种数据处理方法、装置及计算机存储介质和计算机 | |
CN116859846A (zh) | 一种切机打点方法、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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |