CN117635554A - 线路缺陷检测方法、装置、计算机设备及存储介质 - Google Patents
线路缺陷检测方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN117635554A CN117635554A CN202311553015.6A CN202311553015A CN117635554A CN 117635554 A CN117635554 A CN 117635554A CN 202311553015 A CN202311553015 A CN 202311553015A CN 117635554 A CN117635554 A CN 117635554A
- Authority
- CN
- China
- Prior art keywords
- target
- line
- standard
- point
- skeleton point
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 114
- 230000007547 defect Effects 0.000 title claims abstract description 108
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 42
- 238000010586 diagram Methods 0.000 claims description 113
- 238000004590 computer program Methods 0.000 claims description 24
- 238000000605 extraction Methods 0.000 claims description 20
- 238000013507 mapping Methods 0.000 claims description 15
- 238000013461 design Methods 0.000 description 16
- 238000004458 analytical method Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 239000000284 extract Substances 0.000 description 5
- 230000011218 segmentation Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000000691 measurement method Methods 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
- 238000007781 pre-processing Methods 0.000 description 1
- 230000000007 visual effect 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
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
-
- 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
- G06T2207/30141—Printed circuit board [PCB]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
Abstract
本申请涉及一种线路缺陷检测方法、装置、计算机设备及存储介质。方法包括:获取目标线路图中位于目标线路上的目标骨架点;沿目标骨架点在目标线路上对应的法线方向,提取目标骨架点对应的候选边界点集;基于候选边界点集中各个候选边界点分别对应的像素值,计算各个候选边界点分别对应的梯度,组成候选边界点集对应的梯度序列;基于梯度序列,提取目标骨架点在目标线路上对应的起始边界点和终止边界点;基于目标骨架点对应的起始边界点和终止边界点,确定目标骨架点对应的目标线路宽度;基于目标线路宽度与目标骨架点对应的标准线路宽度,确定目标骨架点对应的缺陷检测结果。采用本申请,能够实现提高线路缺陷的检测效率。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种线路缺陷检测方法、装置、计算机设备、计算机可读存储介质及计算机程序产品。
背景技术
在工业生产过程中,通常是基于预先设计的标准设计图来批量生产相应的产品,为了保证产品质量,需要对产品进行图像采集,基于产品图像对产品进行缺陷检测。针对包含大量线路信息的产品图像,需要对产品图像中的线路进行准确测量和分析,并与标准设计图像中的线路信息进行比对,得到产品图像对应的缺陷检测结果,从而提高生产效率和产品质量。
然而,传统线路检测方法是通过人工测量的方法,分别对产品图像和标准设计图像中的线路进行测量和分析,存在缺陷检测效率低的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种线路缺陷检测方法、装置、计算机设备、计算机可读存储介质及计算机程序产品,能够实现提高线路缺陷的检测效率。
第一方面,本申请提供了一种线路缺陷检测方法,包括:
获取目标线路图中位于目标线路上的目标骨架点;
沿目标骨架点在目标线路上对应的法线方向,提取目标骨架点对应的候选边界点集;
基于候选边界点集中各个候选边界点分别对应的像素值,计算各个候选边界点分别对应的梯度,组成候选边界点集对应的梯度序列;
基于梯度序列,提取目标骨架点在目标线路上对应的起始边界点和终止边界点;
基于目标骨架点对应的起始边界点和终止边界点,确定目标骨架点对应的目标线路宽度;
基于目标线路宽度与目标骨架点对应的标准线路宽度,确定目标骨架点对应的缺陷检测结果。
第二方面,本申请还提供了一种线路缺陷检测装置,包括:
获取模块,用于获取目标线路图中位于目标线路上的目标骨架点;
第一提取模块,用于沿目标骨架点在目标线路上对应的法线方向,提取目标骨架点对应的候选边界点集;
计算模块,用于基于候选边界点集中各个候选边界点分别对应的像素值,计算各个候选边界点分别对应的梯度,组成候选边界点集对应的梯度序列;
第二提取模块,用于基于梯度序列,提取目标骨架点在目标线路上对应的起始边界点和终止边界点;
第一确定模块,用于基于目标骨架点对应的起始边界点和终止边界点,确定目标骨架点对应的目标线路宽度;
第二确定模块,用于基于目标线路宽度与目标骨架点对应的标准线路宽度,确定目标骨架点对应的缺陷检测结果。
第三方面,本申请还提供了一种计算机设备,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,处理器执行计算机程序时实现上述线路缺陷检测方法中的步骤。
第四方面,本申请还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述线路缺陷检测方法中的步骤。
第五方面,本申请还提供了一种计算机程序产品,计算机程序产品包括计算机程序,计算机程序被处理器执行时实现上述线路缺陷检测方法中的步骤。
上述线路缺陷检测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品,首先,沿目标骨架点在目标线路上对应的法线方向,提取目标骨架点对应的候选边界点集。进而,基于各个候选边界点分别对应的梯度,提取目标骨架点在目标线路上对应的起始边界点和终止边界点,基于起始边界点和中止边界点确定目标线路宽度。最后,比对目标线路宽度与标准线路宽度,得到目标骨架点对应的缺陷检测结果。这样,基于目标骨架点在法线方向上对应的候选边界点集所对应的梯度序列,能够快速准确地提取目标骨架点在目标线路上对应的起始边界点和终止边界点,进而基于起始边界点和终止边界点确定目标线路宽度,比较目标线路宽度和标准线路宽度得到目标骨架点对应的缺陷检测结果,能够有效提高线路缺陷检测的效率。
附图说明
图1为本申请实施例提供的一种线路缺陷检测方法的应用环境图;
图2为本申请实施例提供的一种线路缺陷检测方法的流程示意图;
图3为本申请实施例提供的一种目标骨架点对应的起始边界点和终止边界点的示意图;
图4为本申请实施例提供的一种提取目标骨架点的流程示意图;
图5为本申请实施例提供的一种梯度曲线的示意图;
图6为本申请实施例提供的一种线路趋势分析图的示意图;
图7为本申请实施例提供的一种提取线路大致区域的示意图;
图8为本申请实施例提供的一种线路缺陷检测装置的结构框图;
图9为本申请实施例提供的一种线路缺陷检测装置的结构框图;
图10为本申请实施例提供的一种计算机设备的内部结构图;
图11为本申请实施例提供的一种计算机设备的内部结构图;
图12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。
本申请实施例提供的线路缺陷检测方法,可以应用于如图1所示的应用环境中。其中,终端102通过通信网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上,也可以放在云上或其他网络服务器上。终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备及便携式可穿戴设备,物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。终端102以及服务器104可以通过有线或无线通信方式进行直接或间接地连接,本申请在此不做限制。
如图2所示,提供了一种线路缺陷检测方法,以该方法应用于计算机设备为例进行说明,计算机设备可以包括终端和服务器中的至少一种。该方法可以由终端或服务器单独执行,也可以通过终端和服务器之间的交互来实现。该方法包括以下步骤:
步骤S202,获取目标线路图中位于目标线路上的目标骨架点。
其中,目标线路图是指需要进行线路缺陷检测的线路图,具体地,通常是基于标准线路设计图来生产相应的产品,对生产得到的产品进行图像采集得到产品图像,可以将产品图像直接作为目标线路图,也可以将对产品图像进行图像处理后得到的产品图像作为目标线路图,例如,可以对产品图像进行深度分割,得到产品图像对应的线路二值图,将该线路二值图作为目标线路图。例如,标准线路设计图可以是PCB(Printed Circuit Board,印刷电路板)设计图,对基于PCB设计图生产的印刷电路板进行图像采集得到目标线路图。目标线路是指目标线路图包含的多条线路中需要进行缺陷检测的线路。对目标线路进行骨架提取得到目标线路对应的骨架线,目标骨架点是指目标线路对应的骨架线上需要进行缺陷检测的骨架点。在实际实现过程中,骨架线可以由多个像素点组成,骨架线上的各个像素点即为骨架点。
示例性地,在基于标准线路设计图生产得到相应的产品后,需要对产品进行图像采集得到相应的产品图像,进而将产品图像中的线路与标准线路设计图中的线路进行比对,来检测产品图像中存在的缺陷。计算机设备首先获取目标线路图,在目标线路图包含的多条线路中确定目标线路,进而在目标线路对应的骨架线上提取目标骨架点。
步骤S204,沿目标骨架点在目标线路上对应的法线方向,提取目标骨架点对应的候选边界点集。
其中,目标骨架点在目标线路上对应的法线方向是指,经过目标骨架点并与目标骨架点对应的切线垂直的直线所指示的方向,即目标骨架点在目标线路上对应的法线所指示的直线方向。候选边界点是指沿目标骨架点在目标线路上对应的法线方向,在目标线路图中提取的位于目标骨架点预设距离内的点,预设距离小于线路之间的最小间隔距离,大于线路最大宽度;线路之间的最小间隔距离和线路最大宽度均是基于目标线路图对应的标准线路设计图确定的。在实际实现过程中,候选边界点可以是在目标骨架点对应的法线在目标线路图中所经过的各个像素点中提取的像素点,候选边界点也可以是在目标骨架点对应的法线上提取的多个坐标点,等等。候选边界点集是指包括目标骨架点对应的各个候选边界点的集合。
示例性地,计算机设备在目标线路图中,确定目标骨架点在目标线路的骨架线上对应的法线方向。沿目标骨架点在目标线路的骨架线上对应的法线方向,在目标线路图中提取与目标骨架点之间的距离小于预设距离的点,得到目标骨架点对应的候选边界点集。在实际实现过程中,可以将目标骨架点对应的法线方向所经过的各个像素点中,与目标骨架点之间的距离小于预设距离的像素点作为候选边界点;也可以根据预设的坐标点提取间距,在目标骨架点对应的法线上,提取多个与目标骨架点之间的距离小于预设距离的坐标点作为候选边界点。
在一些实施例中,可以将目标骨架点对应的法线方向量化至8个候选法线方向上。当基于目标骨架点在骨架线上对应的前向骨架点和后向骨架点分别对应的位置坐标,计算得到目标骨架点对应的法线方向后,将法线方向与8个候选法线方向进行比对,将与法线方向最接近的候选法线方向作为目标骨架点对应的法线方向。例如,8个候选法线方向可以为0°、45°、90°、135°、180°、225°、270°、315°和360°,当计算得到目标骨架点对应的法线方向为43°时,将45°作为目标骨架点对应的法线方向。这样能够降低线路缺陷检测的复杂度,提高线路缺陷的检测效率。
步骤S206,基于候选边界点集中各个候选边界点分别对应的像素值,计算各个候选边界点分别对应的梯度,组成候选边界点集对应的梯度序列。
其中,候选边界点对应的梯度是指候选边界点在目标骨架点对应的法线方向上的像素值变化率。梯度序列用于指示目标骨架点对应的各个候选边界点的梯度变化趋势。
示例性地,计算机设备在候选边界点集包含的各个候选边界点中确定当前边界点,在候选边界点集中获取当前边界点对应的前向相邻边界点和后向相邻边界点,也就是获取当前边界点在目标骨架点对应的法线方向上对应的前一个候选边界点和后一个候选边界点。根据前向相邻边界点对应的位置坐标和像素值、后向相邻边界点对应的位置坐标和像素值,计算当前边界点对应的梯度。用相同的方法,计算候选边界点集中其他各个候选边界点分别对应的梯度。基于候选边界点集中各个候选边界点分别对应的梯度,组成候选边界点对应的梯度序列。
步骤S208,基于梯度序列,提取目标骨架点在目标线路上对应的起始边界点和终止边界点。
其中,起始边界点是指目标骨架点在目标线路的起始侧对应的边界点。终止边界点是指目标骨架点在目标线路的终止侧对应的边界点。起始侧和终止侧用于区分线路的两侧。如图3所示,L0为目标线路的骨架线,点A和点B位于目标骨架点对应的法线方向上,点A和点B为目标骨架点在线路两侧对应的边界点,L1和L2为目标线路的两侧,当确定L1为起始侧,L2为终止侧时,点A为起始骨架点,点B为终止骨架点;当确定L2为起始侧,L1为终止侧时,点B为起始骨架点,点A为终止骨架点。
示例性地,计算机设备基于梯度序列中各个候选边界点分别对应梯度变化趋势,提取目标骨架点在目标线路上对应的起始边界点和终止边界点。在实际实现过程中,可以沿目标骨架点的法线方向两侧,在梯度序列中分别确定两个梯度最大值,将两个梯度最大值分别对应的候选边界点作为起始边界点和终止边界点。
步骤S210,基于目标骨架点对应的起始边界点和终止边界点,确定目标骨架点对应的目标线路宽度。
其中,目标线路宽度是指目标线路图中,目标线路在目标骨架点处对应的线路宽度。
示例性地,计算机设备基于起始骨架点和终止骨架点在目标线路图中分别对应的位置坐标,计算目标骨架点在目标线路图中对应的目标线路宽度。
步骤S212,基于目标线路宽度与目标骨架点对应的标准线路宽度,确定目标骨架点对应的缺陷检测结果。
其中,标准线路宽度是指目标骨架点在目标线路图对应的标准线路设计图中对应的线路宽度。缺陷检测结果用于指示目标线路图在目标骨架点处是否存在缺陷。
具体地,可以在目标骨架点对应的目标线路宽度与标准线路宽度之间的差值大于预设阈值时,确定目标骨架点对应的缺陷检测结果为异常;在目标骨架点对应的目标线路宽度与标准线路宽度之间的差值小于或等于预设阈值时,确定目标骨架点对应的缺陷检测结果为正常。进而继续将目标线路中其余的骨架点依次作为目标骨架点,确定目标线路上其余骨架点分别对应的缺陷检测结果。在确定了目标线路中各个骨架点分别对应的缺陷检测结果后,在目标线路图中剩余的线路中确定目标线路,直至完成对目标线路图中各条线路上的每个骨架点的缺陷检测,结束针对目标线路图的线路缺陷检测。
上述线路缺陷检测方法中,首先,沿目标骨架点在目标线路上对应的法线方向,提取目标骨架点对应的候选边界点集。进而,基于各个候选边界点分别对应的梯度,提取目标骨架点在目标线路上对应的起始边界点和终止边界点,基于起始边界点和中止边界点确定目标线路宽度。最后,比对目标线路宽度与标准线路宽度,得到目标骨架点对应的缺陷检测结果。。这样,基于目标骨架点在法线方向上对应的候选边界点集所对应的梯度序列,能够快速准确地提取目标骨架点在目标线路上对应的起始边界点和终止边界点,进而基于起始边界点和终止边界点确定目标线路宽度,比较目标线路宽度和标准线路宽度得到目标骨架点对应的缺陷检测结果,能够有效提高线路缺陷检测的效率。
在一些实施例中,如图4所示,获取目标线路图中位于目标线路上的目标骨架点,包括:
步骤S402,对待检测线路图对应的标准线路图进行骨架提取,得到标准线路图对应的标准骨架点集,标准骨架点集包括标准线路图中的多条线路分别对应的线路骨架点集。
步骤S404,将标准线路图对应的标准骨架点集映射至待检测线路图中,得到目标线路图。
步骤S406,在目标线路图包含的多条线路中确定目标线路,并在目标线路对应的线路骨架点集中确定目标骨架点。
其中,待检测线路图是指对基于标准线路设计图生产的待检测产品进行图像采集得到的,具体地,待检测线路图可以是对整个待检测产品进行图像采集得到的,此时,待检测线路图对应的标准线路图是指待检测线路图对应的标准线路设计图;待检测线路图也可以是对待检测产品中的指定区域进行图像采集得到的,此时,待检测线路图对应的标准线路图是指在标准线路设计图中该指定区域所对应的线路图。
标准骨架点集是指包含标准线路图中各条线路分别对应的线路骨架点集的集合。对标准线路图中的各条线路分别进行骨架提取,得到各条线路分别对应的骨架线。线路骨架点集是指包含线路对应的骨架线上的各个骨架点的集合。目标线路图中包含了标准线路图对应的标准骨架点集,也就是包含了标准线路图中各条线路分别对应的骨架线信息。
示例性地,计算机设备获取待检测线路图对应的标准线路图,对标准线路图进行骨架提取,得到标准线路图中各条线路分别对应的骨架线,以及各条骨架点分别对应的线路骨架点集,基于各个线路骨架点集,得到标准线路图对应的标准骨架点集。将标准线路图对应的标准骨架点集映射至待检测线路图中,得到目标线路图,也就是将标准线路图中各条线路分别对应的骨架线映射至待检测线路图中,得到包含标准线路图中各条线路分别对应的骨架线信息的目标线路图。在目标线路图包含的各条线路中确定目标线路,从目标线路图包含的目标线路在标准线路图中对应的线路骨架点集中确定目标骨架点。
上述实施例中,通过将标准线路图中多条线路分别对应的线路骨架点集映射至待检测线路图中,得到目标线路图,进而从映射至目标线路图中的标准骨架点集中确定目标骨架点。相比于对可能存在线路缺陷的待检测线路图进行骨架提取,并从待检测线路图对应的各条骨架线中确定目标骨架点,从映射至待检测线路图中的标准骨架点集中提取的目标骨架点更加准确,能够提高缺陷检测的准确性。
在一些实施例中,将标准线路图对应的标准骨架点集映射至待检测线路图中,得到目标线路图,包括:
对待检测线路图进行骨架提取,得到待检测线路图对应的参考骨架点集;
基于参考骨架点集和标准骨架点集,将待检测线路图与标准线路图对齐;
将标准线路图对应的标准骨架点集映射至对齐后的待检测线路图中,得到目标线路图。
其中,参考骨架点集是包含待检测线路图中各条线路分别对应的线路骨架点集的集合。
示例性地,计算机设备对待检测线路图进行骨架提取,得到待检测线路图中各条线路分别对应的线路骨架点集,基于各条线路分别对应的线路骨架点集得到待检测线路图对应的参考骨架点集。通过比对参考骨架点集和标准骨架点集,将待检测线路图与标准线路图对齐。在实际实现过程中,可以通过ICP(Iterative Closest Point,迭代最近点)算法,将待检测线路图对应的参考骨架点集向标准线路图对应的标准骨架点集对齐,得到对齐后的待检测线路图。进而,将标准线路图对应的标准骨架点集映射至对齐后的待检测线路图中,得到目标线路图。
上述实施例中,通过提取待检测线路图对应的参考骨架点集,基于参考骨架点集和标准线路图对应的标准骨架点集,将待检测线路图向标准线路图对齐。进而将标准线路图对应的标准骨架点集映射至对齐后的待检测线路图中,得到目标线路图,能够提高骨架点映射的准确性,从而提高线路缺陷检测的准确性。
在一些实施例中,基于梯度序列,提取目标骨架点在目标线路上对应的起始边界点和终止边界点,包括:
对梯度序列中的各个候选边界点分别对应的梯度进行拟合,得到梯度序列对应的梯度曲线;
在梯度曲线中,分别确定目标骨架点在起始方向上的梯度最大值作为第一梯度最大值及在终止方向上的梯度最大值作为第二梯度最大值;
基于第一梯度最大值确定目标骨架点在目标线路上对应的起始边界点,并基于第二梯度最大值确定目标骨架点在目标线路上对应的终止边界点。
其中,梯度曲线用于指示目标骨架点的法线方向上的梯度变化趋势。起始方向是指从目标骨架点指向目标线路的起始侧的方向。终止方向是指从目标骨架点指向目标线路的终止侧的方向。例如,如图5所示,图中为目标骨架点O对应的梯度曲线,点A和点B分为两个梯度最大值,若点A对应的边界点位于目标线路的起始侧,点B对应的边界点位于目标线路的终止侧,则点A对应的边界点为起始边界点,点B对应的边界点为终止边界点,在目标骨架点对应的法线所指示的直线上,从目标骨架点O指向起始边界点的方向即为起始方向,从目标骨架点O指向终止边界点的方向即为终止方向。
示例性地,计算机设备对梯度序列中的各个候选边界点分别对应的梯度进行曲线拟合,得到梯度序列对应的梯度曲线。进而在梯度曲线中,将目标骨架点在起始方向上的梯度最大值作为第一梯度最大值,将目标骨架点在终止方向上的梯度最大值作为第二梯度最大值。基于第一梯度最大值在梯度曲线上对应的位置坐标,在目标骨架点的法线方向上确定目标骨架点对应的起始边界点。基于第二梯度最大值在梯度曲线上对应的位置坐标,在目标骨架点的法线方向上确定目标骨架点对应的终止边界点。起始边界点或终止边界点可以是候选边界点序列中的候选边界点,也可以是目标线路图像中位于相邻两个候选边界点之间的坐标点。
上述实施例中,通过对梯度序列中的各个候选边界点分别对应的梯度进行拟合,得到提取序列对应的梯度曲线。进而在梯度曲线中确定目标骨架点两侧分别对应的第一梯度最大值和第二梯度最大值。进而将第一梯度最大值在目标线路图像中对应的坐标点作为起始边界点,将第二梯度最大值在目标线路图像中对应的坐标点作为终止边界点,能够使得提取得到的目标骨架点对应的起始边界点和终止边界点更加准确,从而提高线路缺陷的检测效率。
在一些实施例中,基于目标线路宽度与目标骨架点对应的标准线路宽度,确定目标骨架点对应的缺陷检测结果,包括:
当目标线路宽度等于预设宽度时,确定目标骨架点对应的缺陷检测结果为断路;或者,
当目标线路宽度不等于预设宽度、且目标线路宽度与目标骨架点对应的标准线路宽度之间的宽度差大于第一预设差异值时,确定目标骨架点对应的缺陷检测结果为线宽;或者,
当目标线路宽度不等于预设宽度、且目标线路宽度与目标骨架点对应的标准线路宽度之间的宽度差小于第二预设差异值时,确定目标骨架点对应的缺陷检测结果为线窄;第一预设差异值大于第二预设差异值;或者,
当目标线路宽度与目标骨架点对应的标准线路宽度之间的宽度差大于或等于第二预设差异值、且宽度差小于或等于第一预设差异值时,确定目标骨架点对应的缺陷检测结果为正常。
其中,预设宽度用于判断目标骨架点处是否出现断路,在实际实现过程中预设宽度可以设置为0,断路是指目标骨架点处的线路宽度为0,表明此处线路出现断裂。第一预设差异值是指预设的用于判断线路是否过宽的数值,第一预设差异值可以根据实际需要进行设置。第二预设差异值是指预设的用于判断线路是否过窄的数值,第二预设差异值可以根据实际需要进行设置。缺陷检测结果为线宽是指目标骨架点对应的目标线路宽度大于正常线路宽度范围中的宽度上限。缺陷检测结果为线窄是指目标骨架点对应的目标线路宽度小于正常线路宽度范围中的宽度下限。缺陷检测结果为正常是指目标骨架点对应的目标线路宽度处于正常线路宽度范围内。
上述实施例中,在目标线路宽度等于预设宽度时,直接确定目标骨架点对应的缺陷检测结果为断路。在目标线路宽度不等于预设宽度时,将目标线路宽度与标准线路宽度直接的宽度差与第一预设差异值、第二预设差异值进行比较,得到目标骨架点对应的缺陷检测结果,能够有效提高线路缺陷的检测效率。第一预设差异值、第二预设差异值可以根据实际需要进行设置,能够提高线路缺陷检测的灵活性。
在一些实施例中,线路缺陷检测方法还包括:
在目标线路包含的各个骨架点分别对应的起始边界点和终止边界点中,确定属于目标边界类型的目标边界点,得到目标线路对应的目标边界点集;
在目标线路图对应的标准线路图中,提取目标线路针对目标边界类型的标准边界点集;
确定目标边界点集中的各个目标边界点分别对应的目标法线方向,组成目标法线方向序列;并确定标准边界点集中的各个标准边界点分别对应的标准法线方向,组成标准法线方向序列;
基于目标法线方向序列和标准法线方向序列,确定目标线路针对目标边界类型的线路检测结果。
其中,边界类型为起始侧类型或终止侧类型。目标边界类型是指在起始侧类型和终止侧类型中选择的边界类型。当目标边界类型为起始侧类型时,目标边界点为起始边界点,当目标边界类型为终止侧类型时,目标边界点为终止边界点。目标边界点集为包含目标线路上各个骨架点在目标线路图中分别对应的目标边界点的集合。标准边界点集为包含目标线路上各个骨架点在标准线路图中分别对应的标准边界点的集合。当目标边界类型为起始侧类型时,骨架点在标准线路图中对应的标准边界点为起始边界点,当目标边界类型为终止侧类型时,骨架点在标准线路图中对应的标准边界点为终止边界点
目标法线方向可以是目标边界点在由目标边界点集中各个目标边界点组成的边界线上对应的正法线方向。例如,正法线方向可以为45°、90°、135°等角度值。标准法线方向可以是标准边界点在由标准边界点集中各个标准边界点组成的边界线上对应的正法线方向。目标法线方向序列是指包括目标边界点集中各个目标边界点分别对应的目标法线方向的集合。标准法线方向序列是指包括标准边界点集中各个标准边界点分别对应的标准法线方向的集合。线路检测结果用于指示目标线路图中的目标线路,在当前子线路区域内是否存在线路形变。当目标边界类型为起始侧类型时,针对目标边界类型的线路检测结果用于指示目标线路图中的目标线路在起始侧是否存在线路形变。当目标边界类型为终止侧类型时,针对目标边界类型的线路检测结果用于指示目标线路图中的目标线路在终止侧是否存在线路形变。
示例性地,计算机设备确定在起始侧类型和终止侧类型中确定目标边界类型。在目标线路包含的各个骨架点分别对应的起始边界点和终止边界点中,确定属于目标边界类型的目标边界点,基于各个目标边界点得到目标线路对应的目标边界点集。进而提取目标线路中各个骨架点在标准线路图中分别对应的标准边界点,得到目标线路针对目标边界类型的标准边界点集。进而计算各个目标边界点在由目标边界点集中各个目标边界点组成的边界线上分别对应的正法线方向,基于各个目标边界点分别对应的正法线方向,得到目标线路对应的目标法线方向序列。计算各个标准边界点在由标准边界点集中各个标准边界点组成的边界线上分别对应的正法线方向,基于各个标准边界点分别对应的正法线方向,得到目标线路对应的标准法线方向序列。进而,基于目标线路对应的目标法线方向序列和标准法线方向序列之间的差异,确定目标线路针对目标边界类型的线路检测结果。
上述实施例中,通过获取目标边界点集对应的目标法线方向序列,获取标准边界点集对应的标准法线方向序列,并比对目标线路对应的目标法线方向序列和标准法线方向序列,能够快速检测目标线路针对目标边界类型的线路检测结果,不仅仅关注每个骨架点分别对应的缺陷检测结果,同时还能够对目标线路两侧的线路趋势进行综合分析,相较于传统方法只关注部分特征或单一缺陷类型,本方法能够更全面地分析线路的状态。
在一些实施例中,基于目标法线方向序列和标准法线方向序列,确定目标线路针对目标边界类型的线路检测结果,包括:
将目标线路划分为多个子线路区域;
针对各个子线路区域中的当前子线路区域,统计当前子线路区域在目标法线方向序列中对应的多个法线方向,得到当前子线路区域对应的目标法线值,并统计当前子线路区域在标准法线方向序列中对应的多个法线方向,得到当前子线路区域对应的标准法线值;
当当前子线路区域对应的目标法线值与标准法线值之间的差异值大于预设值时,确定目标线路中的当前子线路区域针对目标边界类型的线路检测结果为存在线路形变;或者,
当当前子线路区域对应的目标法线值与标准法线值之间的差异值小于或等于预设值时,确定目标线路中的当前子线路区域针对目标边界类型的线路检测结果为无线路形变。
其中,当前子线路区域是指在目标线路对应的各个子线路区域中选取的任意一个子线路区域。当前子线路区域对应的目标法线值用于指示在目标线路图中,目标线路的当前子线路区域对应的线路趋势。当目标边界类型为起始侧类型时,当前子线路区域对应的目标法线值用于指示在目标线路图中,目标线路对应的起始侧边界线在当前子线路区域内的线路趋势。当目标边界类型为终止侧类型时,当前子线路区域对应的目标法线值用于指示在目标线路图中,目标线路对应的终止侧边界线的在当前子线路区域内的线路趋势。
当前子线路区域对应的标准法线值用于指示在标准线路图中,目标线路的当前子线路区域对应的线路趋势。当目标边界类型为起始侧类型时,当前子线路区域对应的标准法线值用于指示在标准线路图中,目标线路对应的起始侧边界线在当前子线路区域内的线路趋势。当目标边界类型为终止侧类型时,当前子线路区域对应的标准法线值用于指示在标准线路图中,目标线路对应的终止侧边界线的在当前子线路区域内的线路趋势。
示例性地,计算机设备可以根据预设线路长度,将目标线路划分为多个子线路区域。在目标线路对应的各个子线路区域中确定当前子线路区域。在目标法线方向序列中,统计位于当前子线路区域内的各个目标边界点分别对应的目标法线方向,得到当前子线路区域对应的目标法线值,具体地,可以将当前子线路区域内的各个目标边界点分别对应的目标法线方向的平均值作为目标法线值。在标准法线方向序列中,统计位于当前子线路区域内的各个标准边界点分别对应的标准法线方向,得到当前子线路区域对应的标准法线值,具体地,可以将当前子线路区域内的各个标准边界点分别对应的标准法线方向的平均值作为标准法线值。将当前子线路区域对应的目标法线值和标准法线值之间的差值作为差异值,当差异值大于预设值时,确定目标线路中的当前子线路区域针对目标边界类型的线路检测结果为存在线路形变,线路形变可以是线路凹陷或者线路凸起,当差异值小于或等于预设值时,确定目标线路中的当前子线路区域针对目标边界类型的线路检测结果为无线路形变。
在一些实施例中,可以将目标法线方向序列和标准法线方向序列中包含的法线方向量化至8个参考法线方向上,具体地,将法线方向与8个候选法线方向进行比对,将与法线方向最接近的候选法线方向作为目标骨架点对应的法线方向,得到更新后的目标法线方向序列和更新后的标准法线方向序列。例如,8个候选法线方向可以为0°、45°、90°、135°、180°、225°、270°、315°和360°,当计算得到目标骨架点对应的法线方向为43°时,将45°作为目标骨架点对应的法线方向。将各个候选法线方向分别用相应的数值标识进行表示,生成目标法线方向序列和标准法线方向序列分别对应的线路趋势分析图。例如,如图6所示,线路趋势分析图的横坐标为目标法线方向序列中各个边界点对应的边界点序号,横坐标200表示目标法线方向序列中第200个边界点,纵坐标为各个候选法线方向分别对应的数值标识,其中,0对应0°、1对应45°、2对应90°、-1对应315°、-2对应270°、-3对应225°。目标法线方向序列和标准法线方向序列分别对应的线路趋势分析图,能够直观地反映目标线路在目标线路图和标准线路图中分别对应的线路趋势,通过比对目标法线方向序列和标准法线方向序列分别对应的线路趋势分析图,能够快速地确定目标线路图中的目标线路是否发生线路形变,以及发生形变的子线路区域,从而提高线路缺陷的检测效率。
上述实施例中,通过将同一子线路区域对应的目标法线值和标准法线值之间的差异与预设值进行比对,能够快速准确地确定目标线路中的当前子线路区域针对目标边界类型的线路检测结果,从而提高线路缺陷的检测效率。
在一个具体的实施例中,本申请提出的线路缺陷检测方法可以应用于PCB线路缺陷检测系统。线路缺陷检测方法包括以下步骤:(写一下匹配标准线路图和剔除线路无关区域)
1、图像前处理
PCB线路缺陷检测系统对PCB板进行图像采集,得到印刷电路板图像。通过深度分割算法,分割出印刷电路板图像中的线路区域,得到印刷电路板对应的待检测线路二值图。在实际实现过程中,深度分割算法可以是HRNet(High-Resolution Net)。通过最大交并比匹配算法,在线路设计图对应的标准线路二值图中,匹配到待检测线路二值图在标准线路二值图中对应的目标区域。基于线路设计图对应的线路最大宽度,通过顶帽算法提取标准线路二值图中的大致线路区域。例如,如图7所示,图(a)为原始的标准线路二值图,图(b)为包含大致线路区域的标准线路二值图。
2、缺陷检测
PCB线路缺陷检测系统提取待检测线路二值图和标准线路二值图分别对应的线路骨架,通过ICP算法对待检测线路二值图和标准线路二值图分别对应的线路骨架进行对齐,对齐后将标准线路二值图的线路骨架映射到待检测线路二值图中。对映射至待检测线路二值图中的各个骨架点,沿骨架点的法线方向两侧,确定两个梯度最大值,并确定两个梯度最大值分别对应的坐标,得到各个骨架点分别对应的两侧边界点集。基于骨架点对应的两侧边界点分别对应的坐标,确定待检测线路二值图中各个骨架点分别对应的目标线路长度,并获取标准线路二值图中各个骨架点分别对应的标准线路长度。
3、缺陷分析
当骨架点对应的目标线路长度为0时,判断为断路。当骨架点对应的目标线路长度与标准线路长度之间的差值大于第一阈值时,判断该骨架点处的线路为线胖,即线路过宽。当骨架点对应的目标线路长度与标准线路长度之间的差值小于第二阈值时,判断该骨架点处的线路为线细,即线路过窄。其余情况为线路正常。同时可以对目标线路在待检测线路二值图和标准线路二值图中分别对应的两侧点集进行趋势分析,将各个边界点分别对应的梯度量化至8个方向上,当目标线路在待检测线路二值图和标准线路二值图中分别对应的梯度变化趋势存在较大差异时,判断目标线路存在凸起或凹陷缺陷。
上述实施例中,采用深度分割算法和骨架对齐技术,能够高精度地提取线路信息,从而实现准确的线路长度测量和缺陷分析。而传统方法在处理复杂场景、小尺寸线路等方面可能存在精度不足的问题,提高了线路缺陷检测的准确性。利用深度学习和机器学习技术,本方法能够自动识别不同类型的缺陷,无需人工干预。这相对于人工检测而言,能够提高检测效率,减少人力成本,避免主观因素对检测结果的影响。综合分析了线路宽度和线路趋势,相较于传统方法只关注部分特征或单一缺陷类型,本方法能够更全面地分析线路的状态。并且本方法不受线路复杂性和图像质量的限制,通过深度分割技术能够应对不同光照、角度等条件下的线路提取问题,适用性更加广泛。此外,基于图像处理,其缺陷检测速度相对较快,特别适合实时生产环境中的快速检测需求。而传统的人工检测可能耗时较长,难以满足生产线上的需求。
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线路缺陷检测装置。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线路缺陷检测装置实施例中的具体限定可以参见上文中对于线路缺陷检测方法的限定,在此不再赘述。
如图8所示,提供了一种线路缺陷检测装置,包括:
获取模块802,用于获取目标线路图中位于目标线路上的目标骨架点;
第一提取模块804,用于沿目标骨架点在目标线路上对应的法线方向,提取目标骨架点对应的候选边界点集;
计算模块806,用于基于候选边界点集中各个候选边界点分别对应的像素值,计算各个候选边界点分别对应的梯度,组成候选边界点集对应的梯度序列;
第二提取模块808,用于基于梯度序列,提取目标骨架点在目标线路上对应的起始边界点和终止边界点;
第一确定模块810,用于基于目标骨架点对应的起始边界点和终止边界点,确定目标骨架点对应的目标线路宽度;
第二确定模块812,用于基于目标线路宽度与目标骨架点对应的标准线路宽度,确定目标骨架点对应的缺陷检测结果。
在一些实施例中,在获取目标线路图中位于目标线路上的目标骨架点方面,获取模块802具体用于:
对待检测线路图对应的标准线路图进行骨架提取,得到标准线路图对应的标准骨架点集,标准骨架点集包括标准线路图中的多条线路分别对应的线路骨架点集;
将标准线路图对应的标准骨架点集映射至待检测线路图中,得到目标线路图;
在目标线路图包含的多条线路中确定目标线路,并在目标线路对应的线路骨架点集中确定目标骨架点。
在一些实施例中,在将标准线路图对应的标准骨架点集映射至待检测线路图中,得到目标线路图方面,获取模块802具体用于:
对待检测线路图进行骨架提取,得到待检测线路图对应的参考骨架点集;
基于参考骨架点集和标准骨架点集,将待检测线路图与标准线路图对齐;
将标准线路图对应的标准骨架点集映射至对齐后的待检测线路图中,得到目标线路图。
在一些实施例中,在基于梯度序列,提取目标骨架点在目标线路上对应的起始边界点和终止边界点方面,第二提取模块808具体用于:
对梯度序列中的各个候选边界点分别对应的梯度进行拟合,得到梯度序列对应的梯度曲线;
在梯度曲线中,分别确定目标骨架点在起始方向上的梯度最大值作为第一梯度最大值及在终止方向上的梯度最大值作为第二梯度最大值;
基于第一梯度最大值确定目标骨架点在目标线路上对应的起始边界点,并基于第二梯度最大值确定目标骨架点在目标线路上对应的终止边界点。
在一些实施例中,在基于目标线路宽度与目标骨架点对应的标准线路宽度,确定目标骨架点对应的缺陷检测结果方面,第二确定模块812具体用于:
当目标线路宽度等于预设宽度时,确定目标骨架点对应的缺陷检测结果为断路;或者,
当目标线路宽度不等于预设宽度、且目标线路宽度与目标骨架点对应的标准线路宽度之间的宽度差大于第一预设差异值时,确定目标骨架点对应的缺陷检测结果为线宽;或者,
当目标线路宽度不等于预设宽度、且目标线路宽度与目标骨架点对应的标准线路宽度之间的宽度差小于第二预设差异值时,确定目标骨架点对应的缺陷检测结果为线窄;第一预设差异值大于第二预设差异值;或者,
当目标线路宽度与目标骨架点对应的标准线路宽度之间的宽度差大于或等于第二预设差异值、且宽度差小于或等于第一预设差异值时,确定目标骨架点对应的缺陷检测结果为正常。
在一些实施例中,如图9所示,线路缺陷检测装置还包括:
线路检测结果确定模块902,用于在目标线路包含的各个骨架点分别对应的起始边界点和终止边界点中,确定属于目标边界类型的目标边界点,得到目标线路对应的目标边界点集;
在目标线路图对应的标准线路图中,提取目标线路针对目标边界类型的标准边界点集;
确定目标边界点集中的各个目标边界点分别对应的目标法线方向,组成目标法线方向序列;并确定标准边界点集中的各个标准边界点分别对应的标准法线方向,组成标准法线方向序列;
基于目标法线方向序列和标准法线方向序列,确定目标线路针对目标边界类型的线路检测结果。
在一些实施例中,线路检测结果确定模块902还用于:
将目标线路划分为多个子线路区域;
针对各个子线路区域中的当前子线路区域,统计当前子线路区域在目标法线方向序列中对应的多个法线方向,得到当前子线路区域对应的目标法线值,并统计当前子线路区域在标准法线方向序列中对应的多个法线方向,得到当前子线路区域对应的标准法线值;
当当前子线路区域对应的目标法线值与标准法线值之间的差异值大于预设值时,确定目标线路中的当前子线路区域针对目标边界类型的线路检测结果为存在线路形变;或者,
当当前子线路区域对应的目标法线值与标准法线值之间的差异值小于或等于预设值时,确定目标线路中的当前子线路区域针对目标边界类型的线路检测结果为无线路形变。
上述线路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10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目标线路图、候选边界点集等数据。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线路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11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、显示单元及输入装置。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线路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10、11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,存储器中存储有计算机程序,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,提供了一种计算机可读存储介质1200,其上存储有计算机程序1202,计算机程序1202被处理器执行时实现上述各方法实施例中的步骤,其内部结构图可以如图12所示。
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 Access Memory,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)
1.一种线路缺陷检测方法,其特征在于,包括:
获取目标线路图中位于目标线路上的目标骨架点;
沿所述目标骨架点在所述目标线路上对应的法线方向,提取所述目标骨架点对应的候选边界点集;
基于所述候选边界点集中各个候选边界点分别对应的像素值,计算所述各个候选边界点分别对应的梯度,组成所述候选边界点集对应的梯度序列;
基于所述梯度序列,提取所述目标骨架点在所述目标线路上对应的起始边界点和终止边界点;
基于所述目标骨架点对应的起始边界点和终止边界点,确定所述目标骨架点对应的目标线路宽度;
基于所述目标线路宽度与所述目标骨架点对应的标准线路宽度,确定所述目标骨架点对应的缺陷检测结果。
2.根据权利要求1所述的方法,其特征在于,所述获取目标线路图中位于目标线路上的目标骨架点,包括:
对待检测线路图对应的标准线路图进行骨架提取,得到所述标准线路图对应的标准骨架点集,所述标准骨架点集包括所述标准线路图中的多条线路分别对应的线路骨架点集;
将所述标准线路图对应的标准骨架点集映射至所述待检测线路图中,得到目标线路图;
在所述目标线路图包含的多条线路中确定目标线路,并在所述目标线路对应的线路骨架点集中确定目标骨架点。
3.根据权利要求2所述的方法,其特征在于,所述将所述标准线路图对应的标准骨架点集映射至所述待检测线路图中,得到目标线路图,包括:
对所述待检测线路图进行骨架提取,得到所述待检测线路图对应的参考骨架点集;
基于所述参考骨架点集和所述标准骨架点集,将所述待检测线路图与所述标准线路图对齐;
将所述标准线路图对应的标准骨架点集映射至对齐后的待检测线路图中,得到目标线路图。
4.根据权利要求1所述的方法,其特征在于,所述基于所述梯度序列,提取所述目标骨架点在所述目标线路上对应的起始边界点和终止边界点,包括:
对所述梯度序列中的各个所述候选边界点分别对应的梯度进行拟合,得到所述梯度序列对应的梯度曲线;
在所述梯度曲线中,分别确定所述目标骨架点在起始方向上的梯度最大值作为第一梯度最大值及在终止方向上的梯度最大值作为第二梯度最大值;
基于所述第一梯度最大值确定所述目标骨架点在所述目标线路上对应的起始边界点,并基于所述第二梯度最大值确定所述目标骨架点在所述目标线路上对应的终止边界点。
5.根据权利要求1所述的方法,其特征在于,所述基于所述目标线路宽度与所述目标骨架点对应的标准线路宽度,确定所述目标骨架点对应的缺陷检测结果,包括:
当所述目标线路宽度等于预设宽度时,确定所述目标骨架点对应的缺陷检测结果为断路;或者,
当所述目标线路宽度不等于所述预设宽度、且所述目标线路宽度与所述目标骨架点对应的标准线路宽度之间的宽度差大于第一预设差异值时,确定所述目标骨架点对应的缺陷检测结果为线宽;或者,
当所述目标线路宽度不等于所述预设宽度、且所述目标线路宽度与所述目标骨架点对应的标准线路宽度之间的宽度差小于第二预设差异值时,确定所述目标骨架点对应的缺陷检测结果为线窄;所述第一预设差异值大于所述第二预设差异值;或者,
当所述目标线路宽度与所述目标骨架点对应的标准线路宽度之间的宽度差大于或等于所述第二预设差异值、且所述宽度差小于或等于所述第一预设差异值时,确定所述目标骨架点对应的缺陷检测结果为正常。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述目标线路包含的各个骨架点分别对应的起始边界点和终止边界点中,确定属于目标边界类型的目标边界点,得到所述目标线路对应的目标边界点集;
在所述目标线路图对应的标准线路图中,提取所述目标线路针对所述目标边界类型的标准边界点集;
确定所述目标边界点集中的各个目标边界点分别对应的目标法线方向,组成目标法线方向序列;并确定所述标准边界点集中的各个标准边界点分别对应的标准法线方向,组成标准法线方向序列;
基于所述目标法线方向序列和所述标准法线方向序列,确定所述目标线路针对所述目标边界类型的线路检测结果。
7.根据权利要求6所述的方法,其特征在于,所述基于所述目标法线方向序列和所述标准法线方向序列,确定所述目标线路针对所述目标边界类型的线路检测结果,包括:
将所述目标线路划分为多个子线路区域;
针对各个所述子线路区域中的当前子线路区域,统计所述当前子线路区域在所述目标法线方向序列中对应的多个法线方向,得到所述当前子线路区域对应的目标法线值,并统计所述当前子线路区域在所述标准法线方向序列中对应的多个法线方向,得到所述当前子线路区域对应的标准法线值;
当所述当前子线路区域对应的目标法线值与标准法线值之间的差异值大于预设值时,确定所述目标线路中的当前子线路区域针对所述目标边界类型的线路检测结果为存在线路形变;或者,
当所述当前子线路区域对应的目标法线值与标准法线值之间的差异值小于或等于所述预设值时,确定所述目标线路中的当前子线路区域针对所述目标边界类型的线路检测结果为无线路形变。
8.一种线路缺陷检测装置,其特征在于,包括:
获取模块,用于获取目标线路图中位于目标线路上的目标骨架点;
第一提取模块,用于沿所述目标骨架点在所述目标线路上对应的法线方向,提取所述目标骨架点对应的候选边界点集;
计算模块,用于基于所述候选边界点集中各个候选边界点分别对应的像素值,计算所述各个候选边界点分别对应的梯度,组成所述候选边界点集对应的梯度序列;
第二提取模块,用于基于所述梯度序列,提取所述目标骨架点在所述目标线路上对应的起始边界点和终止边界点;
第一确定模块,用于基于所述目标骨架点对应的起始边界点和终止边界点,确定所述目标骨架点对应的目标线路宽度;
第二确定模块,用于基于所述目标线路宽度与所述目标骨架点对应的标准线路宽度,确定所述目标骨架点对应的缺陷检测结果。
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7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7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311553015.6A CN117635554A (zh) | 2023-11-20 | 2023-11-20 | 线路缺陷检测方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311553015.6A CN117635554A (zh) | 2023-11-20 | 2023-11-20 | 线路缺陷检测方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117635554A true CN117635554A (zh) | 2024-03-01 |
Family
ID=90033091
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311553015.6A Pending CN117635554A (zh) | 2023-11-20 | 2023-11-20 | 线路缺陷检测方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117635554A (zh) |
-
2023
- 2023-11-20 CN CN202311553015.6A patent/CN117635554A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111815755B (zh) | 虚拟物体被遮挡的区域确定方法、装置及终端设备 | |
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 | |
CN116596935B (zh) | 形变检测方法、装置、计算机设备及计算机可读存储介质 | |
CN108960012B (zh) | 特征点检测方法、装置及电子设备 | |
CN116091998A (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
CN116206125A (zh) | 外形缺陷识别方法、装置、计算机设备及存储介质 | |
CN114494751A (zh) | 证照信息识别方法、装置、设备及介质 | |
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 | |
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 | |
CN117726579A (zh) | 缺陷检测方法、装置、计算机设备及计算机可读存储介质 | |
CN116486126B (zh) | 一种模版确定方法、装置、设备及存储介质 | |
CN111340788B (zh) | 硬件木马版图检测方法、装置、电子设备和可读存储介质 | |
CN117635554A (zh) | 线路缺陷检测方法、装置、计算机设备及存储介质 | |
CN114925153A (zh) | 基于业务的地理信息数据质量检测方法、装置和设备 | |
CN114708230A (zh) | 基于图像分析的车架质量检测方法、装置、设备及介质 | |
CN116402842B (zh) | 边缘缺陷检测方法、装置、计算机设备及存储介质 | |
CN117237347B (zh) | Pcb板缺陷检测方法、装置、存储介质及电子设备 | |
CN117611943A (zh) | 参数调整方法、装置、计算机设备及计算机可读存储介质 | |
CN116563357B (zh) | 图像匹配方法、装置、计算机设备及计算机可读存储介质 | |
CN117274366B (zh) | 线条边距确定方法和装置 | |
CN115994955B (zh) | 相机外参标定方法、装置和车辆 | |
CN117974576A (zh) | 图像质量检测方法、装置、计算机设备及存储介质 | |
CN118447001A (zh) | 缺陷检测方法、装置、计算机设备及计算机可读存储介质 | |
CN115760774A (zh) | 区域检测方法、装置、计算机设备及计算机可读存储介质 | |
CN118840527A (zh) | 道路缺陷检测方法、装置、计算机设备及计算机存储介质 |
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 |