CN117132460A - 视觉检测标准图的生成方法、装置、电子设备及存储介质 - Google Patents
视觉检测标准图的生成方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117132460A CN117132460A CN202311169636.4A CN202311169636A CN117132460A CN 117132460 A CN117132460 A CN 117132460A CN 202311169636 A CN202311169636 A CN 202311169636A CN 117132460 A CN117132460 A CN 117132460A
- Authority
- CN
- China
- Prior art keywords
- transmission
- pictures
- image
- template
- generating
- 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.)
- Granted
Links
- 238000011179 visual inspection Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 title claims abstract description 24
- 230000005540 biological transmission Effects 0.000 claims description 70
- 230000009466 transformation Effects 0.000 claims description 41
- 238000010586 diagram Methods 0.000 claims description 26
- 238000001514 detection method Methods 0.000 claims description 16
- 238000006243 chemical reaction Methods 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 13
- 241001292396 Cirrhitidae Species 0.000 claims description 11
- 230000000007 visual effect Effects 0.000 claims description 8
- 230000007547 defect Effects 0.000 abstract description 9
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 101100384355 Mus musculus Ctnnbip1 gene Proteins 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
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
- G06T7/001—Industrial image inspection using an image reference approach
-
- 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
-
- 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)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种视觉检测标准图的生成方法、装置、电子设备及存储介质,其根据两张图来修补模板图所存再的局部缺陷,自动生成一张没有缺陷的标准图,与现有技术相比,大大提高了标准图的质量,还克服了人工容易疲劳导致效率较低的问题,进而提高了视觉检测的精度和产品的良率。
Description
技术领域
本发明属于视觉检测技术领域,尤其涉及一种视觉检测标准图的生成方法、装置、电子设备及存储介质。
背景技术
近年来,随着技术的大力革新,以机器代替人工去实现重复、危险的工作越来越普遍。机器视觉就是用机器代替人工的一种常用的方式,机器视觉的应用提升了检测的精度和速度,提升了检测的效率的同时避免了人工疲劳等主观因素对检测的影响。
在实际的机器视觉检测应用中,需要标准图作为后续检测的参考,比如定位、缺陷检测等,故标准图的质量特别重要,标准图的质量不好,会给后续检测带来误判甚至检测失败。
目前,在实际应用中常常采集数张图片,通过工作人员肉眼筛选出一张比较好的图片作为标准图,这种方式受主观因素影响,容易选取有缺陷的图片作为标准图,且人工容易疲劳,效率较低,还会进一步影响标准图的质量。
发明内容
基于此,针对上述技术问题,提供一种视觉检测标准图的生成方法、装置、电子设备及存储介质。
本发明采用的技术方案如下:
作为本发明的第一方面,提供一种视觉检测标准图的生成方法,包括:
获取由视觉检测系统采集的目标产品在标准状态下的三张图片,所述三张图片的尺寸相同;
从所述三张图片中选择任一图片作为模板图,根据基于所述模板图的透射矩阵,对其余两张图片分别进行透射变换,得到两张透射变换图;
确定所述两张透射变换图分别与所述模板图之间的差异区域;
确定两个差异区域之间的交集区域;
生成与所述尺寸相同的标准图,并为所述标准图的各像素点进行赋值:
若像素点的对应点位于所述交集区域,则取任一透射变换图中相应像素点的像素值进行赋值,否则,取所述模板图中相应像素点的像素值进行赋值。
作为本发明的第二方面,提供一种视觉检测标准图的生成装置,包括:
图片获取模块,用于获取由视觉检测系统采集的目标产品在标准状态下的三张图片,所述三张图片的尺寸相同;
透射变换模块,用于从所述三张图片中选择任一图片作为模板图,根据基于所述模板图的透射矩阵,对其余两张图片分别进行透射变换,得到两张透射变换图;
差异区域确定模块,用于确定所述两张透射变换图分别与所述模板图之间的差异区域;
交集区域确定模块,用于确定两个差异区域之间的交集区域;
标准图生成模块,用于生成与所述尺寸相同的标准图,并为所述标准图的各像素点进行赋值:
若像素点的对应点位于所述交集区域,则取任一透射变换图中相应像素点的像素值进行赋值,否则,取所述模板图中相应像素点的像素值进行赋值。
作为本发明的第三方面,提供一种电子设备,包括存储模块,所述存储模块包括由处理器加载并执行的指令,所述指令在被执行时使所述处理器执行上述第一方面的一种视觉检测标准图的生成方法。
作为本发明的第四方面,提供一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被处理器执行时,实现上述第一方面的一种视觉检测标准图的生成方法。
本发明根据两张图来修补模板图所存再的局部缺陷,自动生成一张没有缺陷的标准图,与现有技术相比,大大提高了标准图的质量,还克服了人工容易疲劳导致效率较低的问题,进而提高了视觉检测的精度和产品的良率。
附图说明
下面结合附图和具体实施方式对本发明进行详细说明:
图1为本发明实施例提供的一种视觉检测标准图的生成方法的流程图;
图2为本发明实施例提供的一种视觉检测标准图的生成装置的示意图;
图3为本发明实施例提供的一种电子设备的示意图。
具体实施方式
以下将结合说明书附图对本发明的实施方式予以说明。需要说明的是,本说明书中所涉及的实施方式不是穷尽的,不代表本发明的唯一实施方式。以下相应的实施例只是为了清楚的说明本发明专利的发明内容,并非对其实施方式的限定。对于该领域的普通技术人员来说,在该实施例说明的基础上还可以做出不同形式的变化和改动,凡是属于本发明的技术构思和发明内容并且显而易见的变化或变动也在本发明的保护范围之内。
如图1所示,本申请实施例提供一种视觉检测标准图的生成方法,包括:
S101、获取由视觉检测系统采集的目标产品在标准状态下的三张图片:Image-1、Image-2和Image-3。
上述三张图片由视觉检测系统的工业相机拍摄,所呈现的是目标产品的标准状态,标准状态是指目标产品的位置和方向符合预期,或者其外观、结构符合预期等等。
其中,三张图片的尺寸相同,如长宽为15000像素*25000像素,且三者均为RGB三通道图片。
S102、从三张图片中选择任一图片作为模板图,根据基于模板图的透射矩阵,对其余两张图片分别进行透射变换,得到两张透射变换图。
在本实施例中,将Image-1作为模板图,通过Ha lcon的透射变换算子projective_trans_image(imageinput,trans image,hom2d,
'neares t_neighbor','fal se','fal se')分别对Image-2和Image-3进行透射变换,得到两张透射变换图Trans Image1和Trans Image2,其中,imageinput代表输入算子的图片(Image-2或者Image-3),trans image为算子输出的图片(Trans Image1或者TransImage2),hom2d代表透射矩阵。
其中,选取模板图和待透射变换的图片中至少三个点对的坐标组成透射矩阵。
示例性地,以待透射变换的图片Image-2为例,选取Image-2和Image-1中四个点对的坐标:(x’1,y’1)、(x’2,y’2)、(x’3,y’3)、(x’4,y’4)和(x1,y1)、(x2,y2)、(x3,y3)、(x4,y4),组成透射矩阵:
在实际应用场景中,目标产品在经过上述工业相机时的状态存在不稳定的情况,使得三张图中的像素点对的坐标以及坐标系之间的角度存在偏差,故需要通过透射变换,以模板图作为标准,校准其余两张图片的角度和偏移。
S103、确定两张透射变换图分别与模板图之间的差异区域。
其中,差异是指透射变换图与模板图之间坐标相同的像素点对的像素值差异,故差异区域表征的是透射变换图中与模板图中的对应点的像素值不同的像素点的集合,假设Trans Image1中某个像素点m与模板图中坐标相同的对应点的像素值不同,则像素点m属于该集合。
在本实施例中,通过Halcon的图像相减算子
sub_image(image1,image2,subimage,mul t,add)分别将两张透射变换图TransImage1和Trans Image2与模板图Image1相减(坐标相同的像素点对的像素值相减),得到两个差异区域DiffRegion1和DiffRegion2,其中,image1代表输入算子的透射变换图(TransImage1或者Trans Image2),image2代表模板图,subimage代表算子输出的差异区域(DiffRegion1或者DiffRegion2)。
S104、确定两个差异区域之间的交集区域。
交集区域表征的是两张透射变换图中与模板图中坐标相同的对应点的像素值不同且像素差相同的像素点的集合,假设Trans Image1和Trans Image2中坐标相同的像素点对m和m’与模板图中坐标相同的对应点的像素值不同且像素差相同,则像素点对m和m’属于该集合。
在本实施例中,通过Halcon的区域交集算子
intersect ion(region1,region2,outregion),确定两个差异区域DiffRegion1和DiffRegion2之间的交集区域InterDiffRegion,其中,region1和region2分别代表输入算子的两个差异区域DiffRegion1和DiffRegion2,outregion代表算子输出的交集区域InterDiffRegion。
在实际场景中,采集的图片中往往存在噪声干扰,比如不同时间、不同环境下即使使用的硬件一样,所采集的图片的边缘灰度值也可能不一样,为了避免这样的噪声干扰存在于交集区域中,可以去除交集区域中不符合预设尺寸的部分:通过Halcon的区域选择算子
select_shape(outregion,selectregion,feature,operat ion,min,max)对交集区域进行筛选得到筛选后的交集区域,其中outregion代表筛选后的交集区域,selectregion为筛选前的输入区域InterDiffRegion,features代表筛选的条件(即预设尺寸),即像素面积和长宽,示例性地,面积min=100,max=99999,长度min=50,max=99999,宽度min=20,max=99999,operation代表操作类型设为and,即表示长宽和面积全部符合条件的被筛选出来。
S105、生成与上述三张图片尺寸相同的标准图,并为标准图的各像素点进行赋值:
若与标准图的像素点的坐标相同的对应点位于上述筛选后的交集区域,则取任一透射变换图中相应像素点的像素值进行赋值,否则,取模板图中相应像素点的像素值进行赋值,具体步骤如下:
(a)先计算出模板图的长L=25000和宽W=15000,通过halcon的创建图像算子gen_image(goldimage,type,W,L,pointer)生成一个长为L=25000,宽为W=15000的标准图,标准图各像素点的像素值初始均为0,其中,goldimage代表生成的标准图,pointer代表图像灰度值的起始指针位置,type选取’bi t24’类型,代表生成一个RGB三通道的图片。
(b)根据筛选后的交集区域,假设(i,j)表示i行j列,V(i,j)表示标准图goldimage的i行j列的灰度值,M(i,j)表示模板图Image-1的i行j列的灰度值,S(i,j)表示透射变换后的图片TransImage1的i行j列的灰度值,其中,i范围在[1,25000],j范围在[1,15000],M(i,j)、S(i,j)的范围在[0,255],遍历goldimage的(i,j),如果(i,j)位于筛选后的交集区域,则V(i,j)=S(i,j),反之,则V(i,j)=M(i,j)。
需要指出的是,由于本实施例中的图片均为RGB三通道的图片,故上述灰度值是指RGB三个通道的灰度值。
由上可知,本申请实施例根据两张图来修补模板图所存再的局部缺陷,自动生成一张没有缺陷的标准图,与现有技术相比,大大提高了标准图的质量,还克服了人工容易疲劳导致效率较低的问题,进而提高了视觉检测的精度和产品的良率。
以下将详细描述本发明的一个或多个实施例的视觉检测标准图的生成装置。本领域技术人员可以理解,这些生成装置均可使用市售的硬件组件通过本方案所教导的步骤进行配置来构成。图2示出了本发明实施例提供的一种视觉检测标准图的生成装置,如图2所示,该生成装置包括图片获取模块11、透射变换模块12、差异区域确定模块13、交集区域确定模块14以及标准图生成模块15。
图片获取模块11,用于获取由视觉检测系统采集的目标产品在标准状态下的三张图片:Image-1、Image-2和Image-3。
上述三张图片由视觉检测系统的工业相机拍摄,所呈现的是目标产品的标准状态,标准状态是指目标产品的位置和方向符合预期,或者其外观、结构符合预期等等。
其中,三张图片的尺寸相同,如长宽为15000像素*25000像素,且三者均为RGB三通道图片。
透射变换模块12,用于从三张图片中选择任一图片作为模板图,根据基于模板图的透射矩阵,对其余两张图片分别进行透射变换,得到两张透射变换图。
在本实施例中,将Image-1作为模板图,通过Ha lcon的透射变换算子projective_trans_image(imageinput,trans image,hom2d,
'neares t_neighbor','fal se','fal se')分别对Image-2和Image-3进行透射变换,得到两张透射变换图Trans Image1和Trans Image2,其中,imageinput代表输入算子的图片(Image-2或者Image-3),trans image为算子输出的图片(Trans Image1或者TransImage2),hom2d代表透射矩阵。
其中,选取模板图和待透射变换的图片中至少三个点对的坐标组成透射矩阵。
示例性地,以待透射变换的图片Image-2为例,选取Image-2和Image-1中四个点对的坐标:(x’1,y’1)、(x’2,y’2)、(x’3,y’3)、(x’4,y’4)和(x1,y1)、(x2,y2)、(x3,y3)、(x4,y4),组成透射矩阵:
在实际应用场景中,目标产品在经过上述工业相机时的状态存在不稳定的情况,使得三张图中的像素点对的坐标以及坐标系之间的角度存在偏差,故需要通过透射变换,以模板图作为标准,校准其余两张图片的角度和偏移。
差异区域确定模块13,用于确定两张透射变换图分别与模板图之间的差异区域。
其中,差异是指透射变换图与模板图之间坐标相同的像素点对的像素值差异,故差异区域表征的是透射变换图中与模板图中的对应点的像素值不同的像素点的集合,假设Trans Image1中某个像素点m与模板图中坐标相同的对应点的像素值不同,则像素点m属于该集合。
在本实施例中,通过Halcon的图像相减算子
sub_image(image1,image2,subimage,mul t,add)分别将两张透射变换图TransImage1和Trans Image2与模板图Image1相减(坐标相同的像素点对的像素值相减),得到两个差异区域DiffRegion1和DiffRegion2,其中,image1代表输入算子的透射变换图(TransImage1或者Trans Image2),image2代表模板图,subimage代表算子输出的差异区域(DiffRegion1或者DiffRegion2)。
交集区域确定模块14,用于确定两个差异区域之间的交集区域。
交集区域表征的是两张透射变换图中与模板图中坐标相同的对应点的像素值不同且像素差相同的像素点的集合,假设Trans Image1和TransImage2中坐标相同的像素点对m和m’与模板图中坐标相同的对应点的像素值不同且像素差相同,则像素点对m和m’属于该集合。
在本实施例中,通过Halcon的区域交集算子
intersect ion(region1,region2,outregion),确定两个差异区域DiffRegion1和DiffRegion2之间的交集区域InterDiffRegion,其中,region1和region2分别代表输入算子的两个差异区域DiffRegion1和DiffRegion2,outregion代表算子输出的交集区域InterDiffRegion。
在实际场景中,采集的图片中往往存在噪声干扰,比如不同时间、不同环境下即使使用的硬件一样,所采集的图片的边缘灰度值也可能不一样,为了避免这样的噪声干扰存在于交集区域中,可以去除交集区域中不符合预设尺寸的部分:通过Halcon的区域选择算子
select_shape(outregion,selectregion,feature,operat ion,min,max)对交集区域进行筛选得到筛选后的交集区域,其中outregion代表筛选后的交集区域,selectregion为筛选前的输入区域InterDiffRegion,features代表筛选的条件(即预设尺寸),即像素面积和长宽,示例性地,面积min=100,max=99999,长度min=50,max=99999,宽度min=20,max=99999,operation代表操作类型设为and,即表示长宽和面积全部符合条件的被筛选出来。
标准图生成模块15,用于生成与上述三张图片尺寸相同的标准图,并为标准图的各像素点进行赋值:
若与标准图的像素点的坐标相同的对应点位于上述筛选后的交集区域,则取任一透射变换图中相应像素点的像素值进行赋值,否则,取模板图中相应像素点的像素值进行赋值,具体步骤如下:
(a)先计算出模板图的长L=25000和宽W=15000,通过halcon的创建图像算子gen_image(goldimage,type,W,L,pointer)生成一个长为L=25000,宽为W=15000的标准图,标准图各像素点的像素值初始均为0,其中,goldimage代表生成的标准图,pointer代表图像灰度值的起始指针位置,type选取’bi t24’类型,代表生成一个RGB三通道的图片。
(b)根据筛选后的交集区域,假设(i,j)表示i行j列,V(i,j)表示标准图goldimage的i行j列的灰度值,M(i,j)表示模板图Image-1的i行j列的灰度值,S(i,j)表示透射变换后的图片TransImage1的i行j列的灰度值,其中,i范围在[1,25000],j范围在[1,15000],M(i,j)、S(i,j)的范围在[0,255],遍历goldimage的(i,j),如果(i,j)位于筛选后的交集区域,则V(i,j)=S(i,j),反之,则V(i,j)=M(i,j)。
需要指出的是,由于本实施例中的图片均为RGB三通道的图片,故上述灰度值是指RGB三个通道的灰度值。
综上,上述实施例提供的视觉检测标准图的生成装置可以执行前述各实施例中提供的视觉检测标准图的生成方法。
与上述构思相同,上述图2所示的视觉检测标准图的生成装置的结构可实现为一电子设备,图3示出了本发明实施例提供的一种电子设备的结构示意性框图。
示例性的,电子设备包括存储模块21以及处理器22,存储模块21包括由处理器22加载并执行的指令,指令在被执行时使处理器22执行本说明书上述一种视觉检测标准图的生成方法部分中描述的根据本发明各种示例性实施方式的步骤。
应当理解的是,处理器22可以是中央处理单元(CentralProcess ingUni t,CPU),该处理器22还可以是其它通用处理器、数字信号处理器
(Digi talSignalProcessor,DSP)、专用集成电路
(Appl icat ionSpecificIntegratedCircui t,ASIC)、现场可编程门阵列(Field-ProgrammableGateArray,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。其中,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。
本发明实施例中还提供一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,一个或多个程序当被处理器执行时,实现上述一种视觉检测标准图的生成方法部分中描述的根据本发明各种示例性实施方式的步骤。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中,在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分;例如,一个物理组件可以具有多个功能,或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读存储介质上,计算机可读存储介质可以包括计算机可读存储介质(或非暂时性介质)和通信介质(或暂时性介质)。
如本领域普通技术人员公知的,术语计算机可读存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机可读存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其它的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其它传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
示例性的,计算机可读存储介质可以是前述实施例的电子设备的内部存储单元,例如电子设备的硬盘或内存。计算机可读存储介质也可以是电子设备的外部存储设备,例如电子设备上配备的插接式硬盘,智能存储卡(SmartMediaCard,SMC),安全数字(SecureDigi tal,SD)卡,闪存卡(FlashCard)等。
前述各实施例提供的电子设备和计算机可读存储介质,根据两张图来修补模板图所存再的局部缺陷,自动生成一张没有缺陷的标准图,与现有技术相比,大大提高了标准图的质量,还克服了人工容易疲劳导致效率较低的问题,进而提高了视觉检测的精度和产品的良率。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种视觉检测标准图的生成方法,其特征在于,包括:
获取由视觉检测系统采集的目标产品在标准状态下的三张图片,所述三张图片的尺寸相同;
从所述三张图片中选择任一图片作为模板图,根据基于所述模板图的透射矩阵,对其余两张图片分别进行透射变换,得到两张透射变换图;
确定所述两张透射变换图分别与所述模板图之间的差异区域;
确定两个差异区域之间的交集区域;
生成与所述尺寸相同的标准图,并为所述标准图的各像素点进行赋值:
若像素点的对应点位于所述交集区域,则取任一透射变换图中相应像素点的像素值进行赋值,否则,取所述模板图中相应像素点的像素值进行赋值。
2.根据权利要求1所述的一种视觉检测标准图的生成方法,其特征在于,所述对其余两张图片分别进行透射变换,进一步包括:
通过Halcon的透射变换算子对所述图片进行透射变换。
3.根据权利要求2所述的一种视觉检测标准图的生成方法,其特征在于,选取所述模板图和待透射变换的图片中至少三个点对的坐标组成所述透射矩阵。
4.根据权利要求1所述的一种视觉检测标准图的生成方法,其特征在于,所述确定所述两张透射变换图分别与所述模板图之间的差异区域,进一步包括:
通过Halcon的图像相减算子分别将所述两张透射变换图与所述模板图相减,得到两个差异区域。
5.根据权利要求1所述的一种视觉检测标准图的生成方法,其特征在于,所述确定两个差异区域之间的交集区域,进一步包括:
通过Halcon的区域交集算子,确定两个差异区域之间的交集区域。
6.根据权利要求5所述的一种视觉检测标准图的生成方法,其特征在于,所述确定两个差异区域之间的交集区域,还进一步包括:
去除所述交集区域中不符合预设尺寸的部分。
7.根据权利要求1所述的一种视觉检测标准图的生成方法,其特征在于,所述三张图片均为RGB三通道图片。
8.一种视觉检测标准图的生成装置,其特征在于,包括:
图片获取模块,用于获取由视觉检测系统采集的目标产品在标准状态下的三张图片,所述三张图片的尺寸相同;
透射变换模块,用于从所述三张图片中选择任一图片作为模板图,根据基于所述模板图的透射矩阵,对其余两张图片分别进行透射变换,得到两张透射变换图;
差异区域确定模块,用于确定所述两张透射变换图分别与所述模板图之间的差异区域;
交集区域确定模块,用于确定两个差异区域之间的交集区域;
标准图生成模块,用于生成与所述尺寸相同的标准图,并为所述标准图的各像素点进行赋值:
若像素点的对应点位于所述交集区域,则取任一透射变换图中相应像素点的像素值进行赋值,否则,取所述模板图中相应像素点的像素值进行赋值。
9.一种电子设备,其特征在于,包括存储模块,所述存储模块包括由处理器加载并执行的指令,所述指令在被执行时使所述处理器执行根据权利要求1-7任一项所述的一种视觉检测标准图的生成方法。
10.一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,其特征在于,所述一个或多个程序当被处理器执行时,实现权利要求1-7任一项所述的一种视觉检测标准图的生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311169636.4A CN117132460B (zh) | 2023-09-12 | 2023-09-12 | 视觉检测标准图的生成方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311169636.4A CN117132460B (zh) | 2023-09-12 | 2023-09-12 | 视觉检测标准图的生成方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117132460A true CN117132460A (zh) | 2023-11-28 |
CN117132460B CN117132460B (zh) | 2024-02-27 |
Family
ID=88850807
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311169636.4A Active CN117132460B (zh) | 2023-09-12 | 2023-09-12 | 视觉检测标准图的生成方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117132460B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040243320A1 (en) * | 1997-09-17 | 2004-12-02 | Numerical Technologies, Inc. | Visual inspection and verification system |
CN109872309A (zh) * | 2019-01-31 | 2019-06-11 | 京东方科技集团股份有限公司 | 检测系统、方法、装置及计算机可读存储介质 |
WO2022105524A1 (zh) * | 2020-11-17 | 2022-05-27 | 深圳壹账通智能科技有限公司 | 票据分类的方法、装置和计算机设备 |
CN114627457A (zh) * | 2020-12-11 | 2022-06-14 | 航天信息股份有限公司 | 一种票面信息识别方法及装置 |
CN116152068A (zh) * | 2023-02-21 | 2023-05-23 | 杭州图谱光电科技有限公司 | 一种可用于太阳能板图像的拼接方法 |
CN116393832A (zh) * | 2023-04-03 | 2023-07-07 | 上海世禹精密设备股份有限公司 | 玻璃用激光打标机及操作方法 |
CN116703887A (zh) * | 2023-07-05 | 2023-09-05 | 深圳市万阳精密机械有限公司 | 一种视觉比对的绣花缺陷检测方法、系统及存储介质 |
-
2023
- 2023-09-12 CN CN202311169636.4A patent/CN117132460B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040243320A1 (en) * | 1997-09-17 | 2004-12-02 | Numerical Technologies, Inc. | Visual inspection and verification system |
CN109872309A (zh) * | 2019-01-31 | 2019-06-11 | 京东方科技集团股份有限公司 | 检测系统、方法、装置及计算机可读存储介质 |
WO2022105524A1 (zh) * | 2020-11-17 | 2022-05-27 | 深圳壹账通智能科技有限公司 | 票据分类的方法、装置和计算机设备 |
CN114627457A (zh) * | 2020-12-11 | 2022-06-14 | 航天信息股份有限公司 | 一种票面信息识别方法及装置 |
CN116152068A (zh) * | 2023-02-21 | 2023-05-23 | 杭州图谱光电科技有限公司 | 一种可用于太阳能板图像的拼接方法 |
CN116393832A (zh) * | 2023-04-03 | 2023-07-07 | 上海世禹精密设备股份有限公司 | 玻璃用激光打标机及操作方法 |
CN116703887A (zh) * | 2023-07-05 | 2023-09-05 | 深圳市万阳精密机械有限公司 | 一种视觉比对的绣花缺陷检测方法、系统及存储介质 |
Non-Patent Citations (2)
Title |
---|
张茗茗等: "基于多重匹配的可见水印去除算法", 计算机工程与设计, no. 01, pages 185 - 191 * |
朱炳斐;陈文建;李武森;张峻乾;: "基于Fourier-Mellin变换的液晶显示屏显示缺陷检测", 激光与光电子学进展, no. 12, pages 306 - 315 * |
Also Published As
Publication number | Publication date |
---|---|
CN117132460B (zh) | 2024-02-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6701118B2 (ja) | 画像処理装置および画像処理方法 | |
CN107315011B (zh) | 图像处理装置、图像处理方法及存储介质 | |
US20090154822A1 (en) | Image distortion correction | |
US20160180501A1 (en) | Efficient lens re-distortion | |
CN113160161B (zh) | 目标边缘处缺陷的检测方法和装置 | |
US20200005691A1 (en) | Apparatus for testing display panel and driving method thereof | |
CN113034447B (zh) | 一种边缘缺陷检测方法和装置 | |
CN113066088A (zh) | 工业检测中的检测方法、检测装置和存储介质 | |
CN112308934A (zh) | 标定检测方法及装置、存储介质、计算设备 | |
US20220189048A1 (en) | Generating composite image from multiple images captured for subject | |
CN109829856B (zh) | 一种桥梁裂缝信息融合方法 | |
CN117132460B (zh) | 视觉检测标准图的生成方法、装置、电子设备及存储介质 | |
JP4513962B2 (ja) | 擬似欠陥画像作成方法及びこれを用いた装置 | |
JP5502569B2 (ja) | 走査電子顕微鏡 | |
CN110211105B (zh) | 一种模糊图像检测方法、装置及系统 | |
JP6065656B2 (ja) | パターン処理装置、パターン処理方法、パターン処理プログラム | |
JP2007013231A (ja) | 画像のシェーディング補正装置、方法及びプログラム | |
CN114723650A (zh) | 晶圆缺陷检测方法和装置、设备及存储介质 | |
CN115631198B (zh) | 玻璃显示屏的裂纹检测方法、装置及计算机设备 | |
CN116012242A (zh) | 一种相机畸变矫正效果评价方法、装置、介质及设备 | |
CN112734721B (zh) | 一种光轴偏转角度检测方法、装置、设备和介质 | |
JP2010177832A (ja) | 画像処理装置及び画像処理方法 | |
US9046696B2 (en) | Image processing apparatus | |
CN111681201B (zh) | 图像处理方法、装置、计算机设备及存储介质 | |
CN115424062B (zh) | 一种自动识别斜线网的方法及装置、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 |