CN117541766A - 镜头点检方法及装置 - Google Patents
镜头点检方法及装置 Download PDFInfo
- Publication number
- CN117541766A CN117541766A CN202311367986.1A CN202311367986A CN117541766A CN 117541766 A CN117541766 A CN 117541766A CN 202311367986 A CN202311367986 A CN 202311367986A CN 117541766 A CN117541766 A CN 117541766A
- Authority
- CN
- China
- Prior art keywords
- edge
- determining
- target
- region
- film
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000000605 extraction Methods 0.000 claims abstract description 68
- 238000001514 detection method Methods 0.000 claims abstract description 44
- 239000000463 material Substances 0.000 claims abstract description 27
- 238000005259 measurement Methods 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000006870 function Effects 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
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
Classifications
-
- 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
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
- G06V10/225—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition based on a marking or identifier characterising the area
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
- G06V10/435—Computation of moments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Image Analysis (AREA)
Abstract
本说明书实施例提供镜头点检方法及装置,其中镜头点检方法包括:确定材料边缘位置,基于边缘位置生成菲林片检测区域;其中,菲林片检测区域包括菲林片;基于第一提取算法提取菲林片的第一目标区域;基于第一目标区域,通过第二提取算法提取第二目标区域;基于第二目标区域进行边缘提取,确定边缘区域;基于边缘区域确定目标标识数据,并基于目标标识数据确定镜头点检结果。通过基于第一提取算法提取菲林片的第一目标区域;基于第一目标区域,通过第二提取算法提取第二目标区域;基于第二目标区域进行边缘提取,确定边缘区域;基于边缘区域确定目标标识数据,并基于目标标识数据确定镜头点检结果,实现自动镜头点检,提高了效率。
Description
技术领域
本说明书实施例涉及缺陷检测技术领域,特别涉及镜头点检方法。
背景技术
机器视觉检测中,相机、镜头若发生移动、偏移,则会影响整体的检测结果准确性,现有的方式是通过人工定期检查镜头是否有所偏移。这样的缺点包括人工校验镜头是否发生位移的及时性差、人工校验镜头是否发生位移的成本高以及镜头发生位移但未及时发现,可能会造成严重的生产事故。
由此,亟需一种更好的方案。
发明内容
有鉴于此,本说明书实施例提供了镜头点检方法。本说明书一个或者多个实施例同时涉及镜头点检装置,一种计算设备,一种计算机可读存储介质以及一种计算机程序,以解决现有技术中存在的技术缺陷。
根据本说明书实施例的第一方面,提供了一种镜头点检方法,包括:
确定材料边缘位置,基于边缘位置生成菲林片检测区域;其中,菲林片检测区域包括菲林片;
基于第一提取算法提取菲林片的第一目标区域;
基于第一目标区域,通过第二提取算法提取第二目标区域;
基于第二目标区域进行边缘提取,确定边缘区域;
基于边缘区域确定目标标识数据,并基于目标标识数据确定镜头点检结果。
在一种可能的实现方式中,确定材料边缘位置,基于边缘位置生成菲林片检测区域,包括:
获取材料测量数据,基于材料测量数据确定材料边缘位置;
基于边缘位置确定两侧区域,在两侧区域生成菲林片检测区域。
在一种可能的实现方式中,基于第一提取算法提取菲林片的第一目标区域,包括:
对菲林片对应的区域进行二值化,得到二值图像;
在二值图像中提取第一目标颜色的第一目标区域。
在一种可能的实现方式中,基于第一目标区域,通过第二提取算法提取第二目标区域,包括:
基于第一目标区域通过局部阈值法,提取到菲林片区域中的第二目标颜色的第二目标区域。
在一种可能的实现方式中,基于第二目标区域进行边缘提取,确定边缘区域,包括:
确定圆度阈值和直径阈值;
基于圆度阈值和直径阈值确定第一颜色区域;
将第一颜色区域进行膨胀,确定第二颜色区域;
基于边缘提取算法对第二颜色区域进行边缘提取,确定边缘区域。
在一种可能的实现方式中,基于边缘区域确定目标标识数据,包括:
基于边缘区域确定第一边缘坐标和第二边缘坐标;
基于第一边缘坐标和第二边缘坐标确定圆心坐标;
基于圆心坐标和图像分辨率确定直径数据和圆心距数据;
基于直径数据和圆心距数据确定目标标识数据。
在一种可能的实现方式中,基于目标标识数据确定镜头点检结果,包括:
确定比对阈值,将目标标识数据与比对阈值进行比较,确定镜头点检结果。
根据本说明书实施例的第二方面,提供了一种镜头点检装置,包括:
检测区域确定模块,被配置为确定材料边缘位置,基于边缘位置生成菲林片检测区域;其中,菲林片检测区域包括菲林片;
第一区域提取模块,被配置为基于第一提取算法提取菲林片的第一目标区域;
第二区域提取模块,被配置为基于第一目标区域,通过第二提取算法提取第二目标区域;
边缘区域确定模块,被配置为基于第二目标区域进行边缘提取,确定边缘区域;
点检结果确定模块,被配置为基于边缘区域确定目标标识数据,并基于目标标识数据确定镜头点检结果。
根据本说明书实施例的第三方面,提供了一种计算设备,包括:
存储器和处理器;
所述存储器用于存储计算机可执行指令,所述处理器用于执行所述计算机可执行指令,该计算机可执行指令被处理器执行时实现上述镜头点检方法的步骤。
根据本说明书实施例的第四方面,提供了一种计算机可读存储介质,其存储有计算机可执行指令,该指令被处理器执行时实现上述镜头点检方法的步骤。
根据本说明书实施例的第五方面,提供了一种计算机程序,其中,当所述计算机程序在计算机中执行时,令计算机执行上述镜头点检方法的步骤。
本说明书实施例提供镜头点检方法及装置,其中镜头点检方法包括:确定材料边缘位置,基于边缘位置生成菲林片检测区域;其中,菲林片检测区域包括菲林片;基于第一提取算法提取菲林片的第一目标区域;基于第一目标区域,通过第二提取算法提取第二目标区域;基于第二目标区域进行边缘提取,确定边缘区域;基于边缘区域确定目标标识数据,并基于目标标识数据确定镜头点检结果。通过基于第一提取算法提取菲林片的第一目标区域;基于第一目标区域,通过第二提取算法提取第二目标区域;基于第二目标区域进行边缘提取,确定边缘区域;基于边缘区域确定目标标识数据,并基于目标标识数据确定镜头点检结果,实现自动镜头点检,提高了效率。
附图说明
图1是本说明书一个实施例提供的一种镜头点检方法的场景示意图;
图2是本说明书一个实施例提供的一种镜头点检方法的流程图;
图3是本说明书一个实施例提供的一种镜头点检方法的菲林片图像示意图;
图4是本说明书一个实施例提供的一种镜头点检方法的右侧菲林片检测区域示意图;
图5是本说明书一个实施例提供的一种镜头点检方法的左侧菲林片检测区域示意图;
图6是本说明书一个实施例提供的一种镜头点检方法的第一提取示意图;
图7是本说明书一个实施例提供的一种镜头点检方法的第二提取示意图;
图8是本说明书一个实施例提供的一种镜头点检方法的第三提取示意图;
图9是本说明书一个实施例提供的一种镜头点检方法的区域膨胀示意图;
图10是本说明书一个实施例提供的一种镜头点检方法的算法提取示意图;
图11是本说明书一个实施例提供的一种镜头点检装置的结构示意图;
图12是本说明书一个实施例提供的一种计算设备的结构框图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本说明书。但是本说明书能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本说明书内涵的情况下做类似推广,因此本说明书不受下面公开的具体实施的限制。
在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本说明书一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本说明书一个或多个实施例中可能采用术语第一、第二等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本说明书一个或多个实施例范围的情况下,第一也可以被称为第二,类似地,第二也可以被称为第一。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
在本说明书中,提供了镜头点检方法,本说明书同时涉及镜头点检装置,一种计算设备,以及一种计算机可读存储介质,在下面的实施例中逐一进行详细说明。
参见图1,图1示出了根据本说明书一个实施例提供的一种镜头点检方法的场景示意图。
在图1的应用场景中,计算设备101可以确定材料边缘位置,基于边缘位置生成菲林片检测区域102。然后,计算设备101可以基于第一提取算法提取菲林片的第一目标区域103。之后,计算设备101可以基于第一目标区域103,通过第二提取算法提取第二目标区域104。最后,计算设备101可以基于第二目标区域104进行边缘提取,确定边缘区域,基于边缘区域确定目标标识数据,并基于目标标识数据确定镜头点检结果,如附图标记105所示。
需要说明的是,上述计算设备101可以是硬件,也可以是软件。当计算设备101为硬件时,可以实现成多个服务器或终端设备组成的分布式集群,也可以实现成单个服务器或单个终端设备。当计算设备101体现为软件时,可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
参见图2,图2示出了根据本说明书一个实施例提供的一种镜头点检方法的流程图,具体包括以下步骤。
步骤201:确定材料边缘位置,基于边缘位置生成菲林片检测区域。其中,菲林片检测区域包括菲林片。
在一种可能的实现方式中,确定材料边缘位置,基于边缘位置生成菲林片检测区域,包括:获取材料测量数据,基于材料测量数据确定材料边缘位置;基于边缘位置确定两侧区域,在两侧区域生成菲林片检测区域。
在实际应用中,参见图3,在检测辊左右两侧分别贴一个圆形菲林片。参见图4和图5,通过前期测量得到的材料边缘位置,在材料的左右两侧分别生成菲林片检测区域。
步骤202:基于第一提取算法提取菲林片的第一目标区域。
在一种可能的实现方式中,基于第一提取算法提取菲林片的第一目标区域,包括:对菲林片对应的区域进行二值化,得到二值图像;在二值图像中提取第一目标颜色的第一目标区域。
在实际应用中,参见图6,通过二值化算法提取菲林片中的外圈固定颜色的区域。
步骤203:基于第一目标区域,通过第二提取算法提取第二目标区域。
在一种可能的实现方式中,基于第一目标区域,通过第二提取算法提取第二目标区域,包括:基于第一目标区域通过局部阈值法,提取到菲林片区域中的第二目标颜色的第二目标区域。
在实际应用中,参见图7,将提取到的外圈固定颜色的区域作为目标位置,通过局部阈值法,提取到菲林片区域中的内圈固定颜色部分。
步骤204:基于第二目标区域进行边缘提取,确定边缘区域。
在一种可能的实现方式中,基于第二目标区域进行边缘提取,确定边缘区域,包括:确定圆度阈值和直径阈值;基于圆度阈值和直径阈值确定第一颜色区域;将第一颜色区域进行膨胀,确定第二颜色区域;基于边缘提取算法对第二颜色区域进行边缘提取,确定边缘区域。
在实际应用中,参见图8,遍历内圈固定颜色区域,找到直径与圆度符合菲林片中心点特征的区域。参见图9,将内圈固定颜色区域膨胀,膨胀后的区域包含内圈固定颜色区域与部分的外圈固定颜色区域。
步骤205:基于边缘区域确定目标标识数据,并基于目标标识数据确定镜头点检结果。
在一种可能的实现方式中,基于边缘区域确定目标标识数据,包括:基于边缘区域确定第一边缘坐标和第二边缘坐标;基于第一边缘坐标和第二边缘坐标确定圆心坐标;基于圆心坐标和图像分辨率确定直径数据和圆心距数据;基于直径数据和圆心距数据确定目标标识数据。
在实际应用中,参见图10,在膨胀后的区域中进行canny边缘提取算法进行边缘提取,由于菲林片不平整或脏污,可能会导致提取到部分干扰区域,通过对提取到的边缘长度进行判断,找到长度最长的边缘,分别得到左、右两侧的中心点的左边缘坐标与右边缘坐标,从而得到左右两侧中心点的宽度与两个中心点的圆心横坐标。将两侧中心点的宽度与圆心距乘对应的图像分辨率,即可得到两个中心点直径与圆心距。
在一种可能的实现方式中,基于目标标识数据确定镜头点检结果,包括:确定比对阈值,将目标标识数据与比对阈值进行比较,确定镜头点检结果。
在实际应用中,将检测到的两个中心点直径与圆心距与标准值相对比,如果超过设置的公差,则点检失败,相机镜头相较于正确标定状态发生了位移,需要停机检查。
本说明书实施例利用双圆点型菲林片进行相机镜头的点检检查,可以有效的避免相机、镜头发生位移造成的测量偏差,保证了生产过程中设备的稳定性。该算法优势有两点:1、不需要额外设置菲林片的坐标位置,可以自动检测菲林片的所在的位置,减少的了操作难度。2、测量精度高,使用了亚像素Canny边缘提取算法,但同时由于只在中心点附近很小的范围进行了提取,所以时间开销小,不会影响到其他常规检测功能。
本说明书实施例提供镜头点检方法及装置,其中镜头点检方法包括:确定材料边缘位置,基于边缘位置生成菲林片检测区域;其中,菲林片检测区域包括菲林片;基于第一提取算法提取菲林片的第一目标区域;基于第一目标区域,通过第二提取算法提取第二目标区域;基于第二目标区域进行边缘提取,确定边缘区域;基于边缘区域确定目标标识数据,并基于目标标识数据确定镜头点检结果。通过基于第一提取算法提取菲林片的第一目标区域;基于第一目标区域,通过第二提取算法提取第二目标区域;基于第二目标区域进行边缘提取,确定边缘区域;基于边缘区域确定目标标识数据,并基于目标标识数据确定镜头点检结果,实现自动镜头点检,提高了效率。
与上述方法实施例相对应,本说明书还提供了镜头点检装置实施例,图11示出了本说明书一个实施例提供的一种镜头点检装置的结构示意图。如图11所示,该装置包括:
检测区域确定模块1101,被配置为确定材料边缘位置,基于边缘位置生成菲林片检测区域;其中,菲林片检测区域包括菲林片;
第一区域提取模块1102,被配置为基于第一提取算法提取菲林片的第一目标区域;
第二区域提取模块1103,被配置为基于第一目标区域,通过第二提取算法提取第二目标区域;
边缘区域确定模块1104,被配置为基于第二目标区域进行边缘提取,确定边缘区域;
点检结果确定模块1105,被配置为基于边缘区域确定目标标识数据,并基于目标标识数据确定镜头点检结果。
在一种可能的实现方式中,检测区域确定模块1101,还被配置为:
获取材料测量数据,基于材料测量数据确定材料边缘位置;
基于边缘位置确定两侧区域,在两侧区域生成菲林片检测区域。
在一种可能的实现方式中,第一区域提取模块1102,还被配置为:
对菲林片对应的区域进行二值化,得到二值图像;
在二值图像中提取第一目标颜色的第一目标区域。
在一种可能的实现方式中,第二区域提取模块1103,还被配置为:
基于第一目标区域通过局部阈值法,提取到菲林片区域中的第二目标颜色的第二目标区域。
在一种可能的实现方式中,边缘区域确定模块1104,还被配置为:
确定圆度阈值和直径阈值;
基于圆度阈值和直径阈值确定第一颜色区域;
将第一颜色区域进行膨胀,确定第二颜色区域;
基于边缘提取算法对第二颜色区域进行边缘提取,确定边缘区域。
在一种可能的实现方式中,点检结果确定模块1105,还被配置为:
基于边缘区域确定第一边缘坐标和第二边缘坐标;
基于第一边缘坐标和第二边缘坐标确定圆心坐标;
基于圆心坐标和图像分辨率确定直径数据和圆心距数据;
基于直径数据和圆心距数据确定目标标识数据。
在一种可能的实现方式中,点检结果确定模块1105,还被配置为:
确定比对阈值,将目标标识数据与比对阈值进行比较,确定镜头点检结果。
上述为本实施例的一种镜头点检装置的示意性方案。需要说明的是,该镜头点检装置的技术方案与上述的镜头点检方法的技术方案属于同一构思,镜头点检装置的技术方案未详细描述的细节内容,均可以参见上述镜头点检方法的技术方案的描述。
图5示出了根据本说明书一个实施例提供的一种计算设备500的结构框图。该计算设备500的部件包括但不限于存储器510和处理器520。处理器520与存储器510通过总线530相连接,数据库550用于保存数据。
计算设备500还包括接入设备540,接入设备540使得计算设备500能够经由一个或多个网络560通信。这些网络的示例包括公用交换电话网(PSTN,Public SwitchedTelephone Network)、局域网(LAN,Local Area Network)、广域网(WAN,Wide AreaNetwork)、个域网(PAN,Personal Area Network)或诸如因特网的通信网络的组合。接入设备540可以包括有线或无线的任何类型的网络接口(例如,网络接口卡(NIC,networkinterface controller))中的一个或多个,诸如IEEE802.11无线局域网(WLAN,WirelessLocal Area Network)无线接口、全球微波互联接入(Wi-MAX,WorldwideInteroperability for Microwave Access)接口、以太网接口、通用串行总线(USB,Universal Serial Bus)接口、蜂窝网络接口、蓝牙接口、近场通信(NFC,Near FieldCommunication)。
在本说明书的一个实施例中,计算设备500的上述部件以及图5中未示出的其他部件也可以彼此相连接,例如通过总线。应当理解,图5所示的计算设备结构框图仅仅是出于示例的目的,而不是对本说明书范围的限制。本领域技术人员可以根据需要,增添或替换其他部件。
计算设备500可以是任何类型的静止或移动计算设备,包括移动计算机或移动计算设备(例如,平板计算机、个人数字助理、膝上型计算机、笔记本计算机、上网本等)、移动电话(例如,智能手机)、可佩戴的计算设备(例如,智能手表、智能眼镜等)或其他类型的移动设备,或者诸如台式计算机或个人计算机(PC,Personal Computer)的静止计算设备。计算设备500还可以是移动式或静止式的服务器。
其中,处理器520用于执行如下计算机可执行指令,该计算机可执行指令被处理器执行时实现上述镜头点检方法的步骤。上述为本实施例的一种计算设备的示意性方案。需要说明的是,该计算设备的技术方案与上述的镜头点检方法的技术方案属于同一构思,计算设备的技术方案未详细描述的细节内容,均可以参见上述镜头点检方法的技术方案的描述。
本说明书一实施例还提供一种计算机可读存储介质,其存储有计算机可执行指令,该计算机可执行指令被处理器执行时实现上述镜头点检方法的步骤。
上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是,该存储介质的技术方案与上述的镜头点检方法的技术方案属于同一构思,存储介质的技术方案未详细描述的细节内容,均可以参见上述镜头点检方法的技术方案的描述。
本说明书一实施例还提供一种计算机程序,其中,当所述计算机程序在计算机中执行时,令计算机执行上述镜头点检方法的步骤。
上述为本实施例的一种计算机程序的示意性方案。需要说明的是,该计算机程序的技术方案与上述的镜头点检方法的技术方案属于同一构思,计算机程序的技术方案未详细描述的细节内容,均可以参见上述镜头点检方法的技术方案的描述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
所述计算机指令包括计算机程序代码,所述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。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
需要说明的是,对于前述的各方法实施例,为了简便描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本说明书实施例并不受所描述的动作顺序的限制,因为依据本说明书实施例,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定都是本说明书实施例所必须的。
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的部分,可以参见其它实施例的相关描述。
以上公开的本说明书优选实施例只是用于帮助阐述本说明书。可选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书实施例的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本说明书实施例的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本说明书。本说明书仅受权利要求书及其全部范围和等效物的限制。
Claims (10)
1.一种镜头点检方法,其特征在于,包括:
确定材料边缘位置,基于所述边缘位置生成菲林片检测区域;其中,所述菲林片检测区域包括菲林片;
基于第一提取算法提取菲林片的第一目标区域;
基于所述第一目标区域,通过第二提取算法提取第二目标区域;
基于所述第二目标区域进行边缘提取,确定边缘区域;
基于所述边缘区域确定目标标识数据,并基于所述目标标识数据确定镜头点检结果。
2.根据权利要求1所述的方法,其特征在于,所述确定材料边缘位置,基于所述边缘位置生成菲林片检测区域,包括:
获取材料测量数据,基于所述材料测量数据确定材料边缘位置;
基于所述边缘位置确定两侧区域,在所述两侧区域生成菲林片检测区域。
3.根据权利要求1所述的方法,其特征在于,所述基于第一提取算法提取菲林片的第一目标区域,包括:
对所述菲林片对应的区域进行二值化,得到二值图像;
在所述二值图像中提取第一目标颜色的第一目标区域。
4.根据权利要求1所述的方法,其特征在于,所述基于所述第一目标区域,通过第二提取算法提取第二目标区域,包括:
基于所述第一目标区域通过局部阈值法,提取到菲林片区域中的第二目标颜色的第二目标区域。
5.根据权利要求1所述的方法,其特征在于,所述基于所述第二目标区域进行边缘提取,确定边缘区域,包括:
确定圆度阈值和直径阈值;
基于所述圆度阈值和所述直径阈值确定第一颜色区域;
将所述第一颜色区域进行膨胀,确定第二颜色区域;
基于边缘提取算法对所述第二颜色区域进行边缘提取,确定边缘区域。
6.根据权利要求1所述的方法,其特征在于,所述基于所述边缘区域确定目标标识数据,包括:
基于所述边缘区域确定第一边缘坐标和第二边缘坐标;
基于所述第一边缘坐标和所述第二边缘坐标确定圆心坐标;
基于所述圆心坐标和图像分辨率确定直径数据和圆心距数据;
基于所述直径数据和所述圆心距数据确定目标标识数据。
7.根据权利要求1所述的方法,其特征在于,所述基于所述目标标识数据确定镜头点检结果,包括:
确定比对阈值,将所述目标标识数据与所述比对阈值进行比较,确定镜头点检结果。
8.一种镜头点检装置,其特征在于,包括:
检测区域确定模块,被配置为确定材料边缘位置,基于所述边缘位置生成菲林片检测区域;其中,所述菲林片检测区域包括菲林片;
第一区域提取模块,被配置为基于第一提取算法提取菲林片的第一目标区域;
第二区域提取模块,被配置为基于所述第一目标区域,通过第二提取算法提取第二目标区域;
边缘区域确定模块,被配置为基于所述第二目标区域进行边缘提取,确定边缘区域;
点检结果确定模块,被配置为基于所述边缘区域确定目标标识数据,并基于所述目标标识数据确定镜头点检结果。
9.一种计算设备,其特征在于,包括:
存储器和处理器;
所述存储器用于存储计算机可执行指令,所述处理器用于执行所述计算机可执行指令,该计算机可执行指令被处理器执行时实现权利要求1至7任意一项所述镜头点检方法的步骤。
10.一种计算机可读存储介质,其存储有计算机可执行指令,该计算机可执行指令被处理器执行时实现权利要求1至7任意一项所述镜头点检方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311367986.1A CN117541766A (zh) | 2023-10-20 | 2023-10-20 | 镜头点检方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311367986.1A CN117541766A (zh) | 2023-10-20 | 2023-10-20 | 镜头点检方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117541766A true CN117541766A (zh) | 2024-02-09 |
Family
ID=89785088
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311367986.1A Pending CN117541766A (zh) | 2023-10-20 | 2023-10-20 | 镜头点检方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117541766A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117890379A (zh) * | 2024-02-22 | 2024-04-16 | 宁德时代新能源科技股份有限公司 | 极耳超声波焊接检测系统及点检方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107782533A (zh) * | 2017-09-22 | 2018-03-09 | 东莞华贝电子科技有限公司 | 摄像头偏心值的检测方法及检测装置 |
CN111751082A (zh) * | 2020-06-24 | 2020-10-09 | 歌尔光学科技有限公司 | 组装精度的检测方法和检测装置 |
CN112241714A (zh) * | 2020-10-22 | 2021-01-19 | 北京字跳网络技术有限公司 | 图像中指定区域的识别方法、装置、可读介质和电子设备 |
CN113689506A (zh) * | 2021-09-01 | 2021-11-23 | 北京深点视觉科技有限公司 | 线阵相机标定方法 |
CN115849113A (zh) * | 2022-11-23 | 2023-03-28 | 宁德时代新能源科技股份有限公司 | 辊、点检方法及装置、卷材传送方法及装置、设备、介质 |
CN218918127U (zh) * | 2023-01-03 | 2023-04-25 | 宁德时代新能源科技股份有限公司 | 相机像素标定装置、卷绕设备 |
CN116543056A (zh) * | 2023-03-13 | 2023-08-04 | 超音速人工智能科技股份有限公司 | 一种线性相机标定校准方法、设备、存储介质 |
CN116797553A (zh) * | 2023-05-30 | 2023-09-22 | 钛玛科(北京)工业科技有限公司 | 图像处理方法、装置、设备及存储介质 |
-
2023
- 2023-10-20 CN CN202311367986.1A patent/CN117541766A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107782533A (zh) * | 2017-09-22 | 2018-03-09 | 东莞华贝电子科技有限公司 | 摄像头偏心值的检测方法及检测装置 |
CN111751082A (zh) * | 2020-06-24 | 2020-10-09 | 歌尔光学科技有限公司 | 组装精度的检测方法和检测装置 |
CN112241714A (zh) * | 2020-10-22 | 2021-01-19 | 北京字跳网络技术有限公司 | 图像中指定区域的识别方法、装置、可读介质和电子设备 |
CN113689506A (zh) * | 2021-09-01 | 2021-11-23 | 北京深点视觉科技有限公司 | 线阵相机标定方法 |
CN115849113A (zh) * | 2022-11-23 | 2023-03-28 | 宁德时代新能源科技股份有限公司 | 辊、点检方法及装置、卷材传送方法及装置、设备、介质 |
CN218918127U (zh) * | 2023-01-03 | 2023-04-25 | 宁德时代新能源科技股份有限公司 | 相机像素标定装置、卷绕设备 |
CN116543056A (zh) * | 2023-03-13 | 2023-08-04 | 超音速人工智能科技股份有限公司 | 一种线性相机标定校准方法、设备、存储介质 |
CN116797553A (zh) * | 2023-05-30 | 2023-09-22 | 钛玛科(北京)工业科技有限公司 | 图像处理方法、装置、设备及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117890379A (zh) * | 2024-02-22 | 2024-04-16 | 宁德时代新能源科技股份有限公司 | 极耳超声波焊接检测系统及点检方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109977935B (zh) | 一种文本识别方法及装置 | |
CN117541766A (zh) | 镜头点检方法及装置 | |
CN115272280A (zh) | 一种缺陷检测方法、装置、设备及存储介质 | |
JP2022539912A (ja) | 電子デバイスバックプレーン外観瑕疵検査方法及び装置 | |
CN108693548B (zh) | 一种基于场景目标识别的导航方法及系统 | |
CN112508846A (zh) | 缺陷检测方法及装置、电子设备和存储介质 | |
CN115690102B (zh) | 缺陷检测方法、装置、电子设备、存储介质和程序产品 | |
CN111582000B (zh) | 一种条形码定位方法、装置及相关设备 | |
CN111259908A (zh) | 基于机器视觉的钢卷号识别方法、系统、设备及存储介质 | |
CN113936010A (zh) | 货架定位方法、装置、货架搬运设备及存储介质 | |
CN109102507A (zh) | 螺钉螺纹检测方法以及装置 | |
CN116580103A (zh) | 锂电池测量标定方法及装置 | |
CN117029695A (zh) | 材料宽度测量方法及装置 | |
CN111914890B (zh) | 图像之间的图像块匹配方法、图像配准方法和产品 | |
CN116958582A (zh) | 一种数据处理方法和相关装置 | |
CN115018565A (zh) | 一种广告传媒图像识别方法、系统、设备及可读存储介质 | |
CN114842228A (zh) | 散斑图分区方法、装置、设备及介质 | |
CN111931786B (zh) | 一种图像处理方法、装置及计算机可读存储介质 | |
CN114862870A (zh) | 散斑图分区方法、装置、设备及介质 | |
CN111768384A (zh) | 基于三维扫描成像的细胞计数方法及系统 | |
CN117197168A (zh) | 图像处理方法、装置、设备及存储介质 | |
CN117333654A (zh) | 锂电池极耳对齐方法、装置、设备及存储介质 | |
CN117135288B (zh) | 图像拼接方法及装置 | |
CN118237293A (zh) | 轮胎分拣方法及装置 | |
CN113886745B (zh) | 页面图片测试方法、装置及电子设备 |
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 |