CN117392095A - 基于图像的麻花钻刀检测方法、装置、设备及存储介质 - Google Patents
基于图像的麻花钻刀检测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117392095A CN117392095A CN202311395004.XA CN202311395004A CN117392095A CN 117392095 A CN117392095 A CN 117392095A CN 202311395004 A CN202311395004 A CN 202311395004A CN 117392095 A CN117392095 A CN 117392095A
- Authority
- CN
- China
- Prior art keywords
- image
- twist drill
- processing
- knife
- twist
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000001514 detection method Methods 0.000 claims abstract description 28
- 238000004458 analytical method Methods 0.000 claims abstract description 14
- 230000008569 process Effects 0.000 claims description 16
- 238000003708 edge detection Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 12
- 230000015654 memory Effects 0.000 claims description 8
- 238000007781 pre-processing Methods 0.000 claims description 8
- 238000009499 grossing Methods 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005553 drilling Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 208000003464 asthenopia Diseases 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000001629 suppression 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- 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)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Multimedia (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请公开了一种基于图像的麻花钻刀检测方法、装置、设备及存储介质。所述方法包括:通过图像采集设备获取设定位置的麻花钻刀图像信息,并依次经过第一处理、第二处理、Blob分析,获取麻花钻刀第一区域图像,然后获取麻花钻刀第一区域图像的第一坐标点和第二坐标点,创建设定参数的矩形区域,取第三区域图像;对所述第三区域图像进行第三处理、第四处理,获取麻花钻刀完整轮廓图像。本申请能够对麻花钻刀的刀刃直径进行精确测量,并根据理论刀具直径与检测结果比较得到刀具是否为合格刀具。
Description
技术领域
本公开一般涉及图像识别技术领域,具体涉及一种基于图像的麻花钻刀检测方法、装置、设备及存储介质。
背景技术
麻花钻刀是最常用的孔加工刀具,此类钻头的直线型主切削刃较长,两主切削刃由横刃连接,容屑槽为螺旋形。PCB板加工孔位时,需要用到多种不同规格的钻针,钻孔之前需要备刀,传统的备刀采用人工操作摆放上去。人工摆放受主观意识影响,视觉疲劳等问题,没办法每把刀都确认外径尺寸,容易造成加工时刀径不对,PCB板钻孔尺寸不良。因此,需要更科学的方法对麻花钻刀刀刃直径进行精确测量,并根据理论刀具直径与检测结果比较得到刀具是否为合格刀具。
发明内容
鉴于现有技术中的上述缺陷或不足,期望提供一种基于图像的麻花钻刀检测方法、装置、设备及存储介质,能够满足本领域的需求。
基于本发明实施例的一个方面,本申请实施例提供了一种基于图像的麻花钻刀检测方法,所述方法包括:
通过图像采集设备获取设定位置的麻花钻刀图像信息,所述图像采集设备包括两个呈45度夹角的相机;
依据所述图像采集设备获取设定位置的麻花钻刀图像信息,对所述麻花钻刀图像进行第一处理,获取麻花钻刀第一处理图像;
依据所述麻花钻刀的第一处理图像,对所述麻花钻刀第一处理图像进行第二处理,获取麻花钻刀第二处理图像;
依据所述麻花钻刀第二处理图像,对所述第二处理图像进行Blob分析,获取麻花钻刀第一区域图像;
依据所述麻花钻刀第一图像区域,获取所述麻花钻刀第一图像区域的坐标点,以及图像坐标系Y方向的第一坐标点,所述第一坐标点为图像坐标系Y方向最大坐标点;
将所述第一图像区域按照设定参数分成多个等高小图像区域,获取所述多个等高小图像区域中图像坐标系Y方向的第二坐标点,所述第二坐标点为多个等高小图像区域中图像坐标系Y方向最大坐标点;
分别依据第一坐标点和第二坐标点为起点和终点,创建设定参数的矩形区域,并按此矩形区域从所述麻花钻刀图像信息中剪取第三区域图像;
依据所述第三区域图像,对所述第三区域图像进行第三处理,获取麻花钻刀轮廓边缘图像;
依据所述麻花钻刀轮廓边缘图像,对所述麻花钻刀轮廓边缘图像进行第四处理,获取麻花钻刀完整轮廓图像。
在另一个实施例中,所述第一处理为二值化预处理,通过所述二值化预处理,获取麻花钻刀第一处理图像,所述麻花钻刀第一处理图像为所述麻花钻刀图像信息的钻刀和背景的黑白对比图像。
在另一个实施例中,所述第二处理为开运算处理,通过所述开运算处理获取麻花钻刀第二处理图像,所述开运算处理用于通过基于几何运算的滤波器除去所述麻花钻刀第一处理图像中孤立的小点、毛刺和小桥,而保持所述麻花钻刀第一处理图像的像素点位置和形状不变。
在另一个实施例中,所述对所述第二处理图像进行Blob分析,获取麻花钻刀第一区域图像,包括:
获取所述麻花钻刀第二处理图像,对所述麻花钻刀第二处理图像进行连通区域提取;
对所述连通区域提取后的所述麻花钻刀第二处理图像进行Blob标记,获取多个所述麻花钻刀第二处理图像的前景目标点;
依据多个所述麻花钻刀第二处理图像的前景目标点,对多个所述麻花钻刀第二处理图像的前景目标点进行相关特征提取,获取麻花钻刀第一区域图像,所述麻花钻刀第一区域图像为麻花钻刀的轮廓图像。
在另一个实施例中,所述第三处理为Canny边缘检测算法,通过所述Canny边缘检测算法获取麻花钻刀轮廓边缘图像。
所述Canny边缘检测算法包括高斯平滑滤波处理公式;
所述高斯平滑滤波处理公式包括高斯滤波器核的生成方程,为:
式中,(x,y)为点坐标,σ是标准差,e是自然对数的底数。
在另一个实施例中,所述依据所述麻花钻刀轮廓边缘图像,对所述麻花钻刀轮廓边缘图像进行第四处理,获取麻花钻刀完整轮廓图像,包括:
将所述麻花钻刀轮廓边缘图像进行干扰轮廓筛选,获取所述麻花钻刀无干扰轮廓边缘图像;
将所述麻花钻刀无干扰轮廓边缘图像通过边缘连接算法进行连接,形成麻花钻刀完整轮廓图像;
将所述麻花钻刀完整轮廓图像生成一个带方向的外接矩形;
依据所述带方向的外接矩形,获取矩形的宽度,所述矩形的宽度即为麻花钻刀的外径。
基于本发明实施例的另一个方面,公开一种基于图像的麻花钻刀检测装置,所述装置包括:
获取模块,用于通过图像采集设备获取设定位置的麻花钻刀图像信息,所述图像采集设备包括两个呈45度夹角的相机;
处理模块,用于依据所述图像采集设备获取设定位置的麻花钻刀图像信息,对所述麻花钻刀图像进行第一处理,获取麻花钻刀第一处理图像;依据所述麻花钻刀的第一处理图像,对所述麻花钻刀第一处理图像进行第二处理,获取麻花钻刀第二处理图像;依据所述麻花钻刀第二处理图像,对所述第二处理图像进行Blob分析,获取麻花钻刀第一区域图像;依据所述麻花钻刀第一图像区域,获取所述麻花钻刀第一图像区域的坐标点,以及图像坐标系Y方向的第一坐标点,所述第一坐标点为图像坐标系Y方向最大坐标点;将所述第一图像区域按照设定参数分成多个等高小图像区域,获取所述多个等高小图像区域中图像坐标系Y方向的第二坐标点,所述第二坐标点为多个等高小图像区域中图像坐标系Y方向最大坐标点;分别依据第一坐标点和第二坐标点为起点和终点,创建设定参数的矩形区域,并按此矩形区域从所述麻花钻刀图像信息中剪取第三区域图像;依据所述第三区域图像,对所述第三区域图像进行第三处理,获取麻花钻刀轮廓边缘图像;依据所述麻花钻刀轮廓边缘图像,对所述麻花钻刀轮廓边缘图像进行第四处理,获取麻花钻刀完整轮廓图像。
基于本发明实施例的又一个方面,公开一种电子设备,所述电子设备包括一个或者多个处理器和存储器,存储器,用于存储一个或多个程序;当所述一个或多个程序被所述处理器执行时,使得所述处理器实现本发明各实施例提供的基于图像的麻花钻刀检测方法。
基于本发明实施例的又一个方面,公开一种存储有计算机程序的计算机可读存储介质,该计算机程序被执行时实现本发明各实施例提供的基于图像的麻花钻刀检测方法。
在本申请实施例中,通过图像采集设备获取设定位置的麻花钻刀图像信息,并依次经过第一处理、第二处理、Blob分析,获取麻花钻刀第一区域图像,然后获取麻花钻刀第一区域图像的第一坐标点和第二坐标点,创建设定参数的矩形区域,取第三区域图像;对所述第三区域图像进行第三处理、第四处理,获取麻花钻刀完整轮廓图像。本申请能够对麻花钻刀的刀刃直径进行精确测量,并根据理论刀具直径与检测结果比较得到刀具是否为合格刀具。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请一个实施例提供的基于图像的麻花钻刀检测方法的流程图;
图2为本申请一个实施例提供的基于图像的麻花钻刀检测装置的结构示意图;
图3是本申请一个实施例提供的电子设备的内部结构图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
请参考图1,其示出了可以应用本申请实施例的基于图像的麻花钻刀检测方法的示例性流程。
如图1所示,在步骤110中,通过图像采集设备获取设定位置的麻花钻刀图像信息,所述图像采集设备包括两个呈45度夹角的相机。
具体的,通过两个呈45度夹角的相机分别采集放置在设定位置的麻花钻刀的图像。
在步骤120中,依据所述图像采集设备获取设定位置的麻花钻刀图像信息,对所述麻花钻刀图像进行第一处理,获取麻花钻刀第一处理图像。
具体的,在本申请的一个实施例中,所述第一处理为二值化预处理,通过所述二值化预处理,获取麻花钻刀第一处理图像,所述麻花钻刀第一处理图像为所述麻花钻刀图像信息的钻刀和背景的黑白对比图像。
具体的,通过二值化处理,可以把灰度图像转换成二值图像,把大于某个临界灰度值的像素灰度设为灰度极大值,把小于这个值的像素灰度设为灰度极小值,从而实现二值化,图像黑白分明。
在步骤130中,依据所述麻花钻刀的第一处理图像,对所述麻花钻刀第一处理图像进行第二处理,获取麻花钻刀第二处理图像。
具体的,在本申请的一个实施例中,所述第二处理为开运算处理,通过所述开运算处理获取麻花钻刀第二处理图像,所述开运算处理用于通过基于几何运算的滤波器除去所述麻花钻刀第一处理图像中孤立的小点、毛刺和小桥,而保持所述麻花钻刀第一处理图像的像素点位置和形状不变。
具体的,图像开运算是图像依次经过腐蚀、膨胀处理后的过程,图像被腐蚀后,去除了噪声,但是也压缩了图像;接着对腐蚀过的图像进行膨胀处理,可以去除噪声,并保留原有图像。
在步骤140中,依据所述麻花钻刀第二处理图像,对所述第二处理图像进行Blob分析,获取麻花钻刀第一区域图像。
具体的,在本申请的一个实施例中,所述对所述第二处理图像进行Blob分析,获取麻花钻刀第一区域图像,包括:
获取所述麻花钻刀第二处理图像,对所述麻花钻刀第二处理图像进行连通区域提取;
对所述连通区域提取后的所述麻花钻刀第二处理图像进行Blob标记,获取多个所述麻花钻刀第二处理图像的前景目标点;
依据多个所述麻花钻刀第二处理图像的前景目标点,对多个所述麻花钻刀第二处理图像的前景目标点进行相关特征提取,获取麻花钻刀第一区域图像,所述麻花钻刀第一区域图像为麻花钻刀的轮廓图像。
具体的,Blob分析就是对前景和背景分离后的二值图像,进行连通域提取和标记,核心思想,就是在一块区域内,将出现”灰度突变”的范围找出来,确定其大小、形状及面积等。
在步骤150中,依据所述麻花钻刀第一图像区域,获取所述麻花钻刀第一图像区域的坐标点,以及图像坐标系Y方向的第一坐标点,所述第一坐标点为图像坐标系Y方向最大坐标点。
在步骤160中,将所述第一图像区域按照设定参数分成多个等高小图像区域,获取所述多个等高小图像区域中图像坐标系Y方向的第二坐标点,所述第二坐标点为多个等高小图像区域中图像坐标系Y方向最大坐标点。
在步骤170中,分别依据第一坐标点和第二坐标点为起点和终点,创建设定参数的矩形区域,并按此矩形区域从所述麻花钻刀图像信息中剪取第三区域图像。
在步骤180中,依据所述第三区域图像,对所述第三区域图像进行第三处理,获取麻花钻刀轮廓边缘图像。
具体的,在本申请的一个实施例中,所述第三处理为Canny边缘检测算法,通过所述Canny边缘检测算法获取麻花钻刀轮廓边缘图像。
所述Canny边缘检测算法包括一下五个步骤:
使用高斯滤波器,以平滑图像,消除噪声;
计算图像中每个像素点的梯度强度和方向;
应用非极大值抑制,消除边缘检测带来的杂散响应;
应用双阈值检测来自确定真实的和潜在的边缘;
通过抑制孤立的弱边缘最终完成边缘检测。
所述高斯平滑滤波处理公式包括高斯滤波器核的生成方程,为:
式中,(x,y)为点坐标,σ是标准差,e是自然对数的底数。
在步骤190中,依据所述麻花钻刀轮廓边缘图像,对所述麻花钻刀轮廓边缘图像进行第四处理,获取麻花钻刀完整轮廓图像。
具体的,在本申请的一个实施例中,所述依据所述麻花钻刀轮廓边缘图像,对所述麻花钻刀轮廓边缘图像进行第四处理,获取麻花钻刀完整轮廓图像,包括:
将所述麻花钻刀轮廓边缘图像进行干扰轮廓筛选,获取所述麻花钻刀无干扰轮廓边缘图像;
将所述麻花钻刀无干扰轮廓边缘图像通过边缘连接算法进行连接,形成麻花钻刀完整轮廓图像;
将所述麻花钻刀完整轮廓图像生成一个带方向的外接矩形;
依据所述带方向的外接矩形,获取矩形的宽度,所述矩形的宽度即为麻花钻刀的外径。
本申请实施例的基于图像的麻花钻刀检测方法通过图像采集设备获取设定位置的麻花钻刀图像信息,并依次经过第一处理、第二处理、Blob分析,获取麻花钻刀第一区域图像,然后获取麻花钻刀第一区域图像的第一坐标点和第二坐标点,创建设定参数的矩形区域,取第三区域图像;对所述第三区域图像进行第三处理、第四处理,获取麻花钻刀完整轮廓图像。本申请能够对麻花钻刀的刀刃直径进行精确测量,并根据理论刀具直径与检测结果比较得到刀具是否为合格刀具。
应该理解的是,虽然图1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,图1中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子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,这些子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的子步骤或者阶段的至少一部分轮流或者交替地执行。
图2是本申请一个实施例提供的基于图像的麻花钻刀检测装置的结构示意图,如图2所示,所述基于图像的麻花钻刀检测装置包括:
获取模块、处理模块;
获取模块,用于通过图像采集设备获取设定位置的麻花钻刀图像信息,所述图像采集设备包括两个呈45度夹角的相机;
处理模块,用于依据所述图像采集设备获取设定位置的麻花钻刀图像信息,对所述麻花钻刀图像进行第一处理,获取麻花钻刀第一处理图像;依据所述麻花钻刀的第一处理图像,对所述麻花钻刀第一处理图像进行第二处理,获取麻花钻刀第二处理图像;依据所述麻花钻刀第二处理图像,对所述第二处理图像进行Blob分析,获取麻花钻刀第一区域图像;依据所述麻花钻刀第一图像区域,获取所述麻花钻刀第一图像区域的坐标点,以及图像坐标系Y方向的第一坐标点,所述第一坐标点为图像坐标系Y方向最大坐标点;将所述第一图像区域按照设定参数分成多个等高小图像区域,获取所述多个等高小图像区域中图像坐标系Y方向的第二坐标点,所述第二坐标点为多个等高小图像区域中图像坐标系Y方向最大坐标点;分别依据第一坐标点和第二坐标点为起点和终点,创建设定参数的矩形区域,并按此矩形区域从所述麻花钻刀图像信息中剪取第三区域图像;依据所述第三区域图像,对所述第三区域图像进行第三处理,获取麻花钻刀轮廓边缘图像;依据所述麻花钻刀轮廓边缘图像,对所述麻花钻刀轮廓边缘图像进行第四处理,获取麻花钻刀完整轮廓图像。
具体的,在本申请的另一个实施例中,所述处理模块的第一处理为二值化预处理,通过所述二值化预处理,获取麻花钻刀第一处理图像,所述麻花钻刀第一处理图像为所述麻花钻刀图像信息的钻刀和背景的黑白对比图像。
具体的,在本申请的另一个实施例中,所述处理模块的第二处理为开运算处理,通过所述开运算处理获取麻花钻刀第二处理图像,所述开运算处理用于通过基于几何运算的滤波器除去所述麻花钻刀第一处理图像中孤立的小点、毛刺和小桥,而保持所述麻花钻刀第一处理图像的像素点位置和形状不变。
具体的,在本申请的另一个实施例中,所述处理模块用于获取所述麻花钻刀第二处理图像,对所述麻花钻刀第二处理图像进行连通区域提取;对所述连通区域提取后的所述麻花钻刀第二处理图像进行Blob标记,获取多个所述麻花钻刀第二处理图像的前景目标点;依据多个所述麻花钻刀第二处理图像的前景目标点,对多个所述麻花钻刀第二处理图像的前景目标点进行相关特征提取,获取麻花钻刀第一区域图像,所述麻花钻刀第一区域图像为麻花钻刀的轮廓图像。
具体的,在本申请的另一个实施例中,所述处理模块的第三处理为Canny边缘检测算法,通过所述Canny边缘检测算法获取麻花钻刀轮廓边缘图像;所述Canny边缘检测算法包括高斯平滑滤波处理公式;所述高斯平滑滤波处理公式包括高斯滤波器核的生成方程,为:
式中,(x,y)为点坐标,σ是标准差,e是自然对数的底数。
具体的,在本申请的另一个实施例中,所述处理模块用于将所述麻花钻刀轮廓边缘图像进行干扰轮廓筛选,获取所述麻花钻刀无干扰轮廓边缘图像;将所述麻花钻刀无干扰轮廓边缘图像通过边缘连接算法进行连接,形成麻花钻刀完整轮廓图像;将所述麻花钻刀完整轮廓图像生成一个带方向的外接矩形;依据所述带方向的外接矩形,获取矩形的宽度,所述矩形的宽度即为麻花钻刀的外径。
在本申请实施例中,通过获取模块获取图像采集设备获取设定位置的麻花钻刀图像信息,通过处理模块依次经过第一处理、第二处理、Blob分析,获取麻花钻刀第一区域图像,然后获取麻花钻刀第一区域图像的第一坐标点和第二坐标点,创建设定参数的矩形区域,取第三区域图像;对所述第三区域图像进行第三处理、第四处理,获取麻花钻刀完整轮廓图像。本申请能够对麻花钻刀的刀刃直径进行精确测量,并根据理论刀具直径与检测结果比较得到刀具是否为合格刀具。
关于基于图像的麻花钻刀检测装置的具体限定可以参见上文中对于基于图像的麻花钻刀检测方法的限定,在此不再赘述。上述基于图像的麻花钻刀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。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
特别地,根据本公开的实施例,如图3所示,本发明公开一种电子设备,该设备包括一个或者多个处理器和存储器,存储器,用于存储一个或多个程序;当所述一个或多个程序被所述处理器执行时,使得所述处理器实现本发明实施例所述的基于图像的麻花钻刀检测方法。
特别地,根据本公开的实施例,上述任一实施例描述的基于图像的麻花钻刀检测方法可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括有形地包含在机器可读介质上的计算机程序,所述计算机程序包含用于执行基于图像的麻花钻刀检测方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分从网络上被下载和安装,和/或从可拆卸介质被安装。
所述一个或多个程序被存储在只读存储器ROM中的程序或者随机访问存储器RAM中的程序而执行各种适当的动作和处理。在随机访问存储器RAM中,包括服务器完成相应业务的软件程序,还包括车辆驾驶操作所需的各种程序和数据。服务器与其被控制的硬件设备、只读存储器ROM、随机访问存储器RAM通过总线彼此相连,各种输入/输出接口也连接至总线。
以下部件连接至输入/输出接口:包括键盘、鼠标等的输入部分;包括诸如阴极射线管CRT、液晶显示器LCD等以及扬声器等的输出部分;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分。通信部分经由诸如因特网的网络执行通信处理。驱动器也根据需要连接至输入/输出接口。可拆卸介质,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器上,以便于从其上读出的计算机程序根据需要被安装入存储器。
特别地,根据本公开的实施例,上述任一实施例描述的基于图像的麻花钻刀检测方法可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括有形地包含在机器可读介质上的计算机程序,所述计算机程序包含用于执行基于图像的麻花钻刀检测方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分从网络上被下载和安装,和/或从可拆卸介质被安装。
描述于本申请实施例中所涉及到的单元或模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中。这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (9)
1.一种基于图像的麻花钻刀检测方法,其特征在于,所述方法包括:
通过图像采集设备获取设定位置的麻花钻刀图像信息,所述图像采集设备包括两个呈45度夹角的相机;
依据所述图像采集设备获取设定位置的麻花钻刀图像信息,对所述麻花钻刀图像进行第一处理,获取麻花钻刀第一处理图像;
依据所述麻花钻刀的第一处理图像,对所述麻花钻刀第一处理图像进行第二处理,获取麻花钻刀第二处理图像;
依据所述麻花钻刀第二处理图像,对所述第二处理图像进行Blob分析,获取麻花钻刀第一区域图像;
依据所述麻花钻刀第一图像区域,获取所述麻花钻刀第一图像区域的坐标点,以及图像坐标系Y方向的第一坐标点,所述第一坐标点为图像坐标系Y方向最大坐标点;
将所述第一图像区域按照设定参数分成多个等高小图像区域,获取所述多个等高小图像区域中图像坐标系Y方向的第二坐标点,所述第二坐标点为多个等高小图像区域中图像坐标系Y方向最大坐标点;
分别依据第一坐标点和第二坐标点为起点和终点,创建设定参数的矩形区域,并按此矩形区域从所述麻花钻刀图像信息中剪取第三区域图像;
依据所述第三区域图像,对所述第三区域图像进行第三处理,获取麻花钻刀轮廓边缘图像;
依据所述麻花钻刀轮廓边缘图像,对所述麻花钻刀轮廓边缘图像进行第四处理,获取麻花钻刀完整轮廓图像。
2.根据权利要求1所述的方法,其特征在于,所述第一处理为二值化预处理,通过所述二值化预处理,获取麻花钻刀第一处理图像,所述麻花钻刀第一处理图像为所述麻花钻刀图像信息的钻刀和背景的黑白对比图像。
3.根据权利要求1所述的方法,其特征在于,所述第二处理为开运算处理,通过所述开运算处理获取麻花钻刀第二处理图像,所述开运算处理用于通过基于几何运算的滤波器除去所述麻花钻刀第一处理图像中孤立的小点、毛刺和小桥,而保持所述麻花钻刀第一处理图像的像素点位置和形状不变。
4.根据权利要求1所述的方法,其特征在于,所述对第二处理图像进行Blob分析,获取麻花钻刀第一区域图像,包括:
获取所述麻花钻刀第二处理图像,对所述麻花钻刀第二处理图像进行连通区域提取;
对所述连通区域提取后的所述麻花钻刀第二处理图像进行Blob标记,获取多个所述麻花钻刀第二处理图像的前景目标点;
依据多个所述麻花钻刀第二处理图像的前景目标点,对多个所述麻花钻刀第二处理图像的前景目标点进行相关特征提取,获取麻花钻刀第一区域图像,所述麻花钻刀第一区域图像为麻花钻刀的轮廓图像。
5.根据权利要求1所述的方法,其特征在于,所述第三处理为Canny边缘检测算法,通过所述Canny边缘检测算法获取麻花钻刀轮廓边缘图像;
所述Canny边缘检测算法包括高斯平滑滤波处理公式;
所述高斯平滑滤波处理公式包括高斯滤波器核的生成方程,为:
式中,(x,y)为点坐标,σ是标准差,e是自然对数的底数。
6.根据权利要求5所述的方法,其特征在于,所述依据所述麻花钻刀轮廓边缘图像,对所述麻花钻刀轮廓边缘图像进行第四处理,获取麻花钻刀完整轮廓图像,包括:
将所述麻花钻刀轮廓边缘图像进行干扰轮廓筛选,获取所述麻花钻刀无干扰轮廓边缘图像;
将所述麻花钻刀无干扰轮廓边缘图像通过边缘连接算法进行连接,形成麻花钻刀完整轮廓图像;
将所述麻花钻刀完整轮廓图像生成一个带方向的外接矩形;
依据所述带方向的外接矩形,获取矩形的宽度,所述矩形的宽度即为麻花钻刀的外径。
7.一种基于图像的麻花钻刀检测装置,其特征在于,所述装置包括:
获取模块,用于通过图像采集设备获取设定位置的麻花钻刀图像信息,所述图像采集设备包括两个呈45度夹角的相机;
处理模块,用于依据所述图像采集设备获取设定位置的麻花钻刀图像信息,对所述麻花钻刀图像进行第一处理,获取麻花钻刀第一处理图像;依据所述麻花钻刀的第一处理图像,对所述麻花钻刀第一处理图像进行第二处理,获取麻花钻刀第二处理图像;依据所述麻花钻刀第二处理图像,对所述第二处理图像进行Blob分析,获取麻花钻刀第一区域图像;依据所述麻花钻刀第一图像区域,获取所述麻花钻刀第一图像区域的坐标点,以及图像坐标系Y方向的第一坐标点,所述第一坐标点为图像坐标系Y方向最大坐标点;将所述第一图像区域按照设定参数分成多个等高小图像区域,获取所述多个等高小图像区域中图像坐标系Y方向的第二坐标点,所述第二坐标点为多个等高小图像区域中图像坐标系Y方向最大坐标点;分别依据第一坐标点和第二坐标点为起点和终点,创建设定参数的矩形区域,并按此矩形区域从所述麻花钻刀图像信息中剪取第三区域图像;依据所述第三区域图像,对所述第三区域图像进行第三处理,获取麻花钻刀轮廓边缘图像;依据所述麻花钻刀轮廓边缘图像,对所述麻花钻刀轮廓边缘图像进行第四处理,获取麻花钻刀完整轮廓图像。
8.一种电子设备,其特征在于,所述设备包括一个或者多个处理器和存储器,所述存储器用于存储一个或多个程序;
当所述一个或多个程序被所述处理器执行时,使得所述处理器实现如权利要求1至6中任一项所述的方法。
9.一种存储有计算机程序的计算机可读存储介质,其特征在于,该计算机程序被执行时实现如权利要求1至6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311395004.XA CN117392095A (zh) | 2023-10-26 | 2023-10-26 | 基于图像的麻花钻刀检测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311395004.XA CN117392095A (zh) | 2023-10-26 | 2023-10-26 | 基于图像的麻花钻刀检测方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117392095A true CN117392095A (zh) | 2024-01-12 |
Family
ID=89468006
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311395004.XA Pending CN117392095A (zh) | 2023-10-26 | 2023-10-26 | 基于图像的麻花钻刀检测方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117392095A (zh) |
-
2023
- 2023-10-26 CN CN202311395004.XA patent/CN117392095A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104751142B (zh) | 一种基于笔划特征的自然场景文本检测方法 | |
CN112183038A (zh) | 一种表格识别套打方法、计算机设备及计算机可读存储介质 | |
CN111709420A (zh) | 文本检测方法、电子设备及计算机可读介质 | |
CN112926469B (zh) | 基于深度学习ocr与版面结构的证件识别方法 | |
CN111461100A (zh) | 一种票据识别方法、装置、电子设备和存储介质 | |
CN112016551A (zh) | 文本检测方法、装置、电子设备及计算机存储介质 | |
CN111967545B (zh) | 文本检测方法、装置、电子设备及计算机存储介质 | |
CN115273115A (zh) | 一种文档元素标注方法、装置、电子设备和存储介质 | |
CN113609984A (zh) | 一种指针式仪表读数识别方法、装置及电子设备 | |
CN111915635A (zh) | 支持自阅卷的试题解析信息生成方法及系统 | |
CN112926695A (zh) | 基于模板匹配的图像识别方法和系统 | |
CN112419207A (zh) | 一种图像矫正方法及装置、系统 | |
CN112258532B (zh) | 一种超声图像中胼胝体的定位及分割方法 | |
CN106296629B (zh) | 图像处理装置和方法 | |
JP2006227768A (ja) | 携帯端末における文字認識のための方法およびプログラム | |
US6289123B1 (en) | Character extracting method and its apparatus | |
CN117392095A (zh) | 基于图像的麻花钻刀检测方法、装置、设备及存储介质 | |
CN115578362A (zh) | 电极涂层的缺陷检测方法、装置、电子设备及介质 | |
CN111967460B (zh) | 文本检测方法、装置、电子设备及计算机存储介质 | |
CN115511819A (zh) | 一种x射线焊缝边界识别方法、装置、设备及存储介质 | |
CN115100663A (zh) | 文档图像中文字高度的分布情况估计方法及装置 | |
CN112101347B (zh) | 文本检测方法、装置、电子设备及计算机存储介质 | |
CN110502990B (zh) | 利用图像处理进行数据采集的方法及系统 | |
CN114529570A (zh) | 图像分割方法、图像识别方法、用户凭证补办方法及系统 | |
CN113744253A (zh) | 一种基于人工智能图像识别系统 |
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 |