CN117783132A - 工件自动检测方法、装置、电子设备以及存储介质 - Google Patents
工件自动检测方法、装置、电子设备以及存储介质 Download PDFInfo
- Publication number
- CN117783132A CN117783132A CN202311839541.9A CN202311839541A CN117783132A CN 117783132 A CN117783132 A CN 117783132A CN 202311839541 A CN202311839541 A CN 202311839541A CN 117783132 A CN117783132 A CN 117783132A
- Authority
- CN
- China
- Prior art keywords
- shooting
- image
- images
- determining
- shooting position
- 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 40
- 238000003860 storage Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 32
- 239000011159 matrix material Substances 0.000 claims description 34
- 238000004590 computer program Methods 0.000 claims description 16
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 2
- 238000011156 evaluation Methods 0.000 abstract 1
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 10
- 238000004891 communication Methods 0.000 description 10
- 229910052744 lithium Inorganic materials 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 238000001914 filtration Methods 0.000 description 6
- 230000009191 jumping Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种工件自动检测方法、装置、电子设备以及存储介质。该方法包括:确定至少两个第一图像以及第一图像对应的第一拍摄位置;根据所述第一图像清晰度确定第二拍摄位置;根据所述第二拍摄位置与第一步长,确定至少两个第二图像及第二图像对应的第三拍摄位置;根据第二图像分辨率确定第四拍摄位置,并采用所述第四拍摄位置进行图像采集。该方法首先采用初步调节的方式,快速定位图像清晰度最高的位置,提高了工作效率,在初步调节的基础上进行精细调节,采用分辨率评价算法进行分辨率计算,有效直观的给出了图像的分辨率,提高了图像的质量。
Description
技术领域
本发明涉及工业图像处理技术领域,尤其涉及一种工件自动检测方法、装置、电子设备以及存储介质。
背景技术
在锂电外观的生产过程中,往往会因为各种原因导致外观上存在缺陷,因此需要锂电外观检测设备对锂电外观进行检测,而现有的锂电外观检测设备通常采用手动调整焦距获得锂电外观的图像,但是由于手动调整焦距误差较大,获取的锂电外观图像清晰度无法满足后续对缺陷进行检测的要求,尤其是在切拉换型时,对于现场人员来说可能是一项繁琐耗时的任务。
发明内容
本发明提供了一种工件自动检测方法、装置、电子设备以及存储介质,以解决手动调整锂电外观检测设备的焦距,而造成的拍摄图像清晰度不高的问题。
根据本发明的一方面,提供了一种工件自动检测方法,包括:
确定至少两个第一图像以及第一图像对应的第一拍摄位置,所述第一图像是对目标工件进行拍摄得到的图像,所述第一图像对应的第一拍摄位置为获取第一图像时拍摄设备相对于检测台的位置;
根据所述第一图像清晰度确定第二拍摄位置,所述第二拍摄位置为所述多个第一图像中清晰度最高的图像对应的拍摄位置;
根据所述第二拍摄位置与第一步长,确定至少两个第二图像及第二图像对应的第三拍摄位置,所述第二图像为在第二拍摄位置范围内根据第一步长移动后拍摄的图像;
根据第二图像分辨率确定第四拍摄位置,并采用所述第四拍摄位置进行图像采集,所述第四拍摄位置为多个第二图像中分辨率最高的图像对应的拍摄位置。
根据本发明的另一方面,提供了一种工件自动检测装置,包括:
第一图像确定模块,用于确定至少两个第一图像以及第一图像对应的第一拍摄位置,所述第一图像是对目标工件进行拍摄得到的图像,所述第一图像对应的第一拍摄位置为获取第一图像时拍摄设备相对于检测台的位置;
第二拍摄位置确定模块,用于根据所述第一图像清晰度确定第二拍摄位置,所述第二拍摄位置为所述多个第一图像中清晰度最高的图像对应的拍摄位置;
第二图像确定模块,用于根据所述第二拍摄位置与第一步长,确定至少两个第二图像及第二图像对应的第三拍摄位置,所述第二图像为在第二拍摄位置范围内根据第一步长移动后拍摄的图像;
第四拍摄位置确定模块,用于根据第二图像分辨率确定第四拍摄位置,并采用所述第四拍摄位置进行图像采集,所述第四拍摄位置为多个第二图像中分辨率最高的图像对应的拍摄位置。根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的工件自动检测方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的工件自动检测方法。
本发明实施例的技术方案,首先根据第一图像及第一图像对应的第一拍摄位置确定第二拍摄位置,根据第二拍摄位置及第一步长采集第二图像并记录第二图像对应的第三拍摄位置,根据将第二图像中分辨率最高的图像对应的第三拍摄位置作为第四拍摄位置,该方法首先采用初步调节的方式,快速定位图像清晰度最高的位置,提高了工作效率,在初步调节的基础上进行精细调节,采用分辨率评价算法进行分辨率计算,有效直观的给出了图像的分辨率,提高了图像的质量。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种工件自动检测方法的流程图;
图2为本发明实施例提供的一种第二拍摄位置确定流程图;
图3为本发明实施例提供的一种图像分辨率的计算流程图;
图4为本发明实施例提供的一种工件自动检测装置的结构示意图;
图5为实现本发明实施例的工件自动检测方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
图1为本发明实施例提供的一种工件自动检测方法的流程图,本实施例可适用于对锂电外观进行检测的情况,该方法可以由工件自动检测装置来执行,该工件自动检测装置可以采用硬件和/或软件的形式实现,该工件自动检测装置可配置于任何具有网络通信功能的电子设备中。如图1所示,该方法包括:
S110、确定至少两个第一图像以及第一图像对应的第一拍摄位置。
其中,第一图像是对目标工件进行拍摄得到的图像,第一图像对应的第一拍摄位置为获取第一图像时拍摄设备相对于检测台的位置。
目标工件可以为贴有标靶的工件。
通过拍摄设备对放置在检测台上的工件进行拍摄,得到至少两个第一图像,并记录获取第一图像时拍摄设备相对于检测台的位置。
可选的,确定至少两个第一图像以及第一图像对应的第一拍摄位置,包括步骤A1-A2:
步骤A1、确定拍摄设备的第一拍摄范围。
其中,第一拍摄范围为预先设定的拍摄设备的移动范围。
将预先设定的第一拍摄范围通过软件通信从上位机发送到拍摄设备上,并将拍摄设备移动至第一拍摄范围中的初始位置。
步骤A2、在第一拍摄范围内,按照第二步长移动并拍摄图像,将得到的图像作为第一图像,将拍摄时拍摄设备的位置作为第一图像对应的第一拍摄位置。
控制拍摄设备在第一拍摄范围内,按照第二步长移动并拍摄图像,记录每次拍摄时拍摄设备的位置,作为第一图像对应的第一拍摄位置。
示例性的,假设第二步长为1mm,通过伺服运动装置控制拍摄设备在第一拍摄范围内移动,每移动一个第二步长拍摄一张图像,并记录此时拍摄设备的位置。本实例拍摄设备总共运动了110mm,拍摄110张照片进行分析。
S120、根据第一图像清晰度确定第二拍摄位置。
其中,第二拍摄位置为多个第一图像中清晰度最高的图像对应的拍摄位置。
将第一图像中清晰度最高的图像对应的第一拍摄位置作为第二拍摄位置。
可选的,根据第一图像清晰度确定第二拍摄位置,包括步骤B1-B2:
步骤B1、确定第一图像的清晰度。
根据第一图像的信息计算第一图像的清晰度。
可选的,确定第一图像的清晰度,包括步骤C1-C2:
步骤C1、根据第一图像确定第一图像矩阵。
对第一图像进行裁剪,采用第一图像中间行数据,对获得的中间行图像数据沿x方向做一维高斯滤波,得到滤波后的第一图像矩阵。
步骤C2、对第一图像矩阵中各元素进行平方并求均值,得到第一图像的清晰度。
对第一图像矩阵中各元素进行平方,平方后求均值,将计算得到的均值作为第一图像的清晰度。
步骤B2、对第一图像的清晰度及第一图像对应的第一拍摄位置进行二次曲线拟合,确定第二拍摄位置。
将获得的第一图像的清晰度和第一图像对应的拍摄位置进行二次曲线拟合,得到图像清晰度最高的图像对应的拍摄位置作为第二拍摄位置。
示例性的,如图2所示,确定拍摄设备的第一拍摄范围,在第一拍摄范围内按照第二步长移动并拍摄图像,若成功采集到图像数据,则保存图像数据作为第一图像,且记录图像对应的拍摄位置,根据获得的第一图像的图像信息计算第一图像的清晰度,按照清晰度的高低确定第二拍摄位置,完成粗调。若未成功采集到图像数据,则重新初始化第一拍摄范围,并按照第一拍摄范围及第二步长拍摄图像。
S130、根据第二拍摄位置与第一步长,确定至少两个第二图像及第二图像对应的第三拍摄位置。
其中,第二图像为在第二拍摄位置范围内根据第一步长移动后拍摄的图像。
在第二拍摄位置附近选取拍摄范围,在拍摄范围内按照第一步长进行移动,每移动一步拍摄一张图像,将所得的图像作为第二图像,将第二图像对应的拍摄位置作为第三拍摄位置。
可选的,根据所述第二拍摄位置与第一步长,确定至少两个第二图像及第二图像对应的第三拍摄位置,包括步骤D1-D2:
步骤D1、根据第二拍摄位置确定第二拍摄范围。
其中,所述第二拍摄范围为根据所述第二拍摄位置及预设搜索阈值确定的拍摄设备的移动范围。
选取预设搜索阈值,在第二拍摄位置附近按照预设搜索阈值选取左右极限值。
示例性的,将第二拍摄位置记为BestPos1,预设搜索阈值记为τ,对应的搜索区域的左极限记为regionLeft=BestPos1-τ,区域右极限记为regionRight=BestPos1+τ。
步骤D2、在第二拍摄范围内,按照第一步长移动并拍摄图像,将得到的图像作为第二图像,将拍摄时拍摄设备的位置作为第二图像对应的第三拍摄位置。
在第二拍摄范围内,从右极限开始每移动一个第一步长拍摄一张图像,将拍摄的图像作为第二图像,将第二图像拍摄时对应的拍摄位置作为第三拍摄位置。
进一步地,将第二拍摄位置记为BestPos1,对应的搜索区域的左极限记为regionLeft=BestPos1-τ,区域右极限记为regionRight=BestPos1+τ。控制伺服运动装置将相机移动到regionLeft,并按照第一步长移动到regionRight,每移动一步采集一张图像,并记录每张图像拍摄时拍摄设备的位置。
示例性的,假设预设搜索阈值可为1mm,第一步长为0.1mm,从BestPos1-0.1的位置开始,按照步长0.1mm移动,每移动0.1mm拍摄一张图像,并记录该图像对应的拍摄设备的位置,共计拍摄20张图像。
S140、根据第二图像分辨率确定第四拍摄位置,并采用第四拍摄位置进行图像采集。
其中,第四拍摄位置为多个第二图像中分辨率最高的图像对应的拍摄位置。
根据第二图像的图像信息及计算第二图像的分辨率,将分辨率最高的第二图像对应的第三拍摄位置作为第四拍摄位置,将拍摄设备移动到第四拍摄位置,对图像进行采集。
可选的,根据第二图像分辨率确定第四拍摄位置,包括步骤E1-E2:
步骤E1、确定第二图像的分辨率。
根据第二图像的图像信息计算第二图像的分辨率。
可选的,确定第二图像的分辨率,包括步骤F1-F4:
步骤F1、根据第二图像确定第二图像矩阵。
对图像进行裁剪,采用图像中间行数据,对中间行图像数据沿x方向做一维高斯滤波,得到滤波后的第二图像矩阵。
步骤F2、根据第二图像矩阵确定极大值坐标数组及极小值坐标数组。
计算第二图像矩阵的标准差。遍历第二图像矩阵,对第二图像矩阵中的相邻数据作差,将计算得到的数据保存在跳变点数组中。遍历跳变点数组,判断图像矩阵中数据是否小于3*标准差或者大于-3*标准差,若是,则跳过;若否,则对跳变点数组中的数据作差,若值等于预设差值,则将图像索引值保存在极小值坐标数组中,若值等于负的预设差值,则将图像索引值保存在极大值坐标数组中;若为其他,则跳过。
示例性的,假设预设差值为2,首先计算图像矩阵的标准差std。遍历图像矩阵,相邻数据作差,将数据的符号保存在跳变点数组sign中。遍历sign数组,判断图像矩阵中数据是否小于3*std或者大于-3*std,若是,则跳过;若否,则将相邻sign数据作差,若值为2,则将图像索引值保存在极小值坐标数组中,若值为-2,则将图像索引值保存在极大值坐标数组中;若为其他,则跳过。
步骤F3、根据极大值坐标数组及极小值坐标数组确定均值数组。
进一步地,目标工件上靶标条纹标准像素宽度为widthInPixcel,条纹数量为numPattern。图像条纹像素宽度搜索阈值记为τ1。对应的搜索区域的左边界记为leftBorder=widthInPixcel-τ1,区域右边界记为rightBorder=widthInPixcel+τ1。根据图像索引遍历极大值数组和极小值坐标数组,若极大值坐标大于极小值坐标,则跳过;若极小值坐标与极大值坐标的差值在搜索范围内,则将图像索引保存在极大值坐标和极小值坐标数组中,并记录两处坐标下图像数据的均值,存入均值数组中。
步骤F4、根据均值数组确定第二图像的分辨率。
进一步地,遍历均值数组,得到均值数组的最大值,对均值数组做归一化。对极大值坐标与极小值坐标匹配对进行权值过滤,即计算匹配对像素距离与widthInPixcel的差值,并乘以对应的权值。筛选出前numPattern组数据,求出其均值,为该张图像的分辨率。
示例性的,如图3所示,对图像进行预处理,即对图像进行裁剪,采用图像中间行数据,对中间行图像数据沿x方向做一维高斯滤波,得到滤波后的第二图像矩阵。根据第二图像矩阵确定跳变点的位置,并将符合跳变点条件的值放大跳变点数组中,其中,跳变点为第二图像矩阵中的数据大于3*标准差或小于3*标准差的点。根据跳变点数组中相邻数据的差值,将跳变点中的异常点进行过滤,其中,异常点为跳变点数组中相邻数据的差值不等于预设差值或负的预设差值的点。对跳变点的极大值坐标和极小值坐标进行过滤,将满足条件的点保留,并计算符合条件的跳变点在极大值坐标及极小值坐标下图像数据的均值,并保存到均值数组中,对均值数组进行处理,得到图像的分辨率。
步骤E2、将第二图像中分辨率最高的图像对应的第三拍摄位置作为第四拍摄位置。
将计算得到的第二图像的分辨率中分辨率最高的图像对应的第三拍摄位置最为第四拍摄位置,并控制拍摄设备移动到第四拍摄位置处。
本实施例的技术方案,首先根据第一图像及第一图像对应的第一拍摄位置确定第二拍摄位置,根据第二拍摄位置及第一步长采集第二图像并记录第二图像对应的第三拍摄位置,根据将第二图像中分辨率最高的图像对应的第三拍摄位置作为第四拍摄位置,该方法首先采用初步调节的方式,快速定位图像清晰度最高的位置,提高了工作效率,在初步调节的基础上进行精细调节,采用分辨率评价算法进行分辨率计算,有效直观的给出了图像的分辨率,提高了图像的质量。
图4为本发明实施例提供的一种工件自动检测装置的结构示意图。本实施例可适用于对锂电外观进行检测的情况,该工件自动检测装置可以采用硬件和/或软件的形式实现,该工件自动检测装置可配置于任何具有网络通信功能的电子设备中。如图4所示,该装置包括:第一图像确定模块210、第二拍摄位置确定模块220、第二图像确定模块230及第四拍摄位置确定模块240。其中:
第一图像确定模块210:用于确定至少两个第一图像以及第一图像对应的第一拍摄位置,所述第一图像是对目标工件进行拍摄得到的图像,所述第一图像对应的第一拍摄位置为获取第一图像时拍摄设备相对于检测台的位置;
第二拍摄位置确定模块220:用于根据所述第一图像清晰度确定第二拍摄位置,所述第二拍摄位置为所述多个第一图像中清晰度最高的图像对应的拍摄位置;
第二图像确定模块230:用于根据所述第二拍摄位置与第一步长,确定至少两个第二图像及第二图像对应的第三拍摄位置,所述第二图像为在第二拍摄位置范围内根据第一步长移动后拍摄的图像;
第四拍摄位置确定模块240:用于根据第二图像分辨率确定第四拍摄位置,并采用所述第四拍摄位置进行图像采集,所述第四拍摄位置为多个第二图像中分辨率最高的图像对应的拍摄位置。
可选的,第一图像确定模块210,包括:
第一拍摄范围确定单元:用于确定拍摄设备的第一拍摄范围,所述第一拍摄范围为预先设定的拍摄设备的移动范围;
第一图像确定单元:用于在第一拍摄范围内,按照第二步长移动并拍摄图像,将得到的图像作为所述第一图像,将拍摄时拍摄设备的位置作为所述第一图像对应的第一拍摄位置。
可选的,第二拍摄位置确定模块220,包括:
清晰度确定单元:用于确定所述第一图像的清晰度;
第二拍摄位置确定单元:用于对所述第一图像的清晰度及所述第一图像对应的第一拍摄位置进行二次曲线拟合,确定第二拍摄位置。
可选的,清晰度确定单元,包括:
第一图像矩阵确定子单元:用于根据所述第一图像确定第一图像矩阵;
清晰度确定子单元:用于对所述第一图像矩阵中各元素进行平方并求均值,得到第一图像的清晰度。
可选的,第二图像确定模块230,包括:
第二拍摄范围确定单元:用于根据第二拍摄位置确定第二拍摄范围,所述第二拍摄范围为根据所述第二拍摄位置及预设搜索阈值确定的拍摄设备的移动范围;
第二图像确定单元:用于在第二拍摄范围内,按照第一步长移动并拍摄图像,将得到的图像作为所述第二图像,将拍摄时拍摄设备的位置作为所述第二图像对应的第三拍摄位置。
可选的,第四拍摄位置确定模块240,包括:
分辨率确定单元:用于确定所述第二图像的分辨率;
第四拍摄位置确定单元:用于将所述第二图像中分辨率最高的图像对应的第三拍摄位置作为第四拍摄位置。
可选的,分辨率确定单元,包括:
第二图像矩阵确定子单元:用于根据所述第二图像确定第二图像矩阵;
数组确定子单元:用于根据所述第二图像矩阵确定极大值坐标数组及极小值坐标数组;
均值数组确定子单元:用于根据极大值坐标数组及极小值坐标数组确定均值数组;
分辨率确定子单元:用于根据所述均值数组确定所述第二图像的分辨率。
本发明实施例中所提供的工件自动检测装置可执行上述本发明任意实施例中所提供的工件自动检测方法,具备执行该工件自动检测方法相应的功能和有益效果,详细过程参见前述实施例中工件自动检测方法的相关操作。
图5为实现本发明实施例的工件自动检测方法的电子设备的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图5所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如工件自动检测方法。
在一些实施例中,工件自动检测方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的工件自动检测方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行工件自动检测方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种工件自动检测方法,其特征在于,包括:
确定至少两个第一图像以及第一图像对应的第一拍摄位置,所述第一图像是对目标工件进行拍摄得到的图像,所述第一图像对应的第一拍摄位置为获取第一图像时拍摄设备相对于检测台的位置;
根据所述第一图像清晰度确定第二拍摄位置,所述第二拍摄位置为所述多个第一图像中清晰度最高的图像对应的拍摄位置;
根据所述第二拍摄位置与第一步长,确定至少两个第二图像及第二图像对应的第三拍摄位置,所述第二图像为在第二拍摄位置范围内根据第一步长移动后拍摄的图像;
根据第二图像分辨率确定第四拍摄位置,并采用所述第四拍摄位置进行图像采集,所述第四拍摄位置为多个第二图像中分辨率最高的图像对应的拍摄位置。
2.根据权利要求1所述的方法,其特征在于,确定至少两个第一图像以及第一图像对应的第一拍摄位置,包括:
确定拍摄设备的第一拍摄范围,所述第一拍摄范围为预先设定的拍摄设备的移动范围;
在第一拍摄范围内,按照第二步长移动并拍摄图像,将得到的图像作为所述第一图像,将拍摄时拍摄设备的位置作为所述第一图像对应的第一拍摄位置。
3.根据权利要求1所述的方法,其特征在于,根据所述第一图像清晰度确定第二拍摄位置,包括:
确定所述第一图像的清晰度;
对所述第一图像的清晰度及所述第一图像对应的第一拍摄位置进行二次曲线拟合,确定第二拍摄位置。
4.根据权利要求3所述的方法,其特征在于,确定所述第一图像的清晰度,包括:
根据所述第一图像确定第一图像矩阵;
对所述第一图像矩阵中各元素进行平方并求均值,得到第一图像的清晰度。
5.根据权利要求1所述的方法,其特征在于,根据所述第二拍摄位置与第一步长,确定至少两个第二图像及第二图像对应的第三拍摄位置,包括:
根据第二拍摄位置确定第二拍摄范围,所述第二拍摄范围为根据所述第二拍摄位置及预设搜索阈值确定的拍摄设备的移动范围;
在第二拍摄范围内,按照第一步长移动并拍摄图像,将得到的图像作为所述第二图像,将拍摄时拍摄设备的位置作为所述第二图像对应的第三拍摄位置。
6.根据权利要求1所述的方法,其特征在于,根据第二图像分辨率确定第四拍摄位置,包括:
确定所述第二图像的分辨率;
将所述第二图像中分辨率最高的图像对应的第三拍摄位置作为第四拍摄位置。
7.根据权利要求6所述的方法,其特征在于,确定所述第二图像的分辨率,包括:
根据所述第二图像确定第二图像矩阵;
根据所述第二图像矩阵确定极大值坐标数组及极小值坐标数组;
根据极大值坐标数组及极小值坐标数组确定均值数组;
根据所述均值数组确定所述第二图像的分辨率。
8.一种工件自动检测装置,其特征在于,包括:
第一图像确定模块,用于确定至少两个第一图像以及第一图像对应的第一拍摄位置,所述第一图像是对目标工件进行拍摄得到的图像,所述第一图像对应的第一拍摄位置为获取第一图像时拍摄设备相对于检测台的位置;
第二拍摄位置确定模块,用于根据所述第一图像清晰度确定第二拍摄位置,所述第二拍摄位置为所述多个第一图像中清晰度最高的图像对应的拍摄位置;
第二图像确定模块,用于根据所述第二拍摄位置与第一步长,确定至少两个第二图像及第二图像对应的第三拍摄位置,所述第二图像为在第二拍摄位置范围内根据第一步长移动后拍摄的图像;
第四拍摄位置确定模块,用于根据第二图像分辨率确定第四拍摄位置,并采用所述第四拍摄位置进行图像采集,所述第四拍摄位置为多个第二图像中分辨率最高的图像对应的拍摄位置。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的工件自动检测方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的工件自动检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311839541.9A CN117783132A (zh) | 2023-12-28 | 2023-12-28 | 工件自动检测方法、装置、电子设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311839541.9A CN117783132A (zh) | 2023-12-28 | 2023-12-28 | 工件自动检测方法、装置、电子设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117783132A true CN117783132A (zh) | 2024-03-29 |
Family
ID=90387037
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311839541.9A Pending CN117783132A (zh) | 2023-12-28 | 2023-12-28 | 工件自动检测方法、装置、电子设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117783132A (zh) |
-
2023
- 2023-12-28 CN CN202311839541.9A patent/CN117783132A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11380232B2 (en) | Display screen quality detection method, apparatus, electronic device and storage medium | |
EP3376469A1 (en) | Method and device for tracking location of human face, and electronic equipment | |
CN112597837B (zh) | 图像检测方法、装置、设备、存储介质和计算机程序产品 | |
CN113392794B (zh) | 车辆跨线识别方法、装置、电子设备和存储介质 | |
CN112926483A (zh) | 标准机柜状态指示灯识别监测方法、装置和系统 | |
CN115272291A (zh) | 一种贴膜的缺陷检测方法、装置、设备及存储介质 | |
CN116559177A (zh) | 一种缺陷检测方法、装置、设备以及存储介质 | |
CN115937101A (zh) | 质量检测方法、装置、设备及存储介质 | |
CN116952958A (zh) | 缺陷检测方法、装置、电子设备及存储介质 | |
CN117372663A (zh) | 原木端面遮挡的补全方法、装置、设备及存储介质 | |
CN115311624B (zh) | 一种边坡位移监测方法、装置、电子设备及存储介质 | |
CN117783132A (zh) | 工件自动检测方法、装置、电子设备以及存储介质 | |
CN116447972A (zh) | 一种整车零部件的尺寸参数检测方法、装置和存储介质 | |
CN115984268A (zh) | 基于机器视觉的目标检测方法、装置、电子设备以及介质 | |
CN113727022B (zh) | 巡检图像的采集方法及装置、电子设备、存储介质 | |
CN115700758A (zh) | 一种精子活性的检测方法、装置、设备及存储介质 | |
CN114734444A (zh) | 一种目标定位方法、装置、电子设备及存储介质 | |
CN112560726B (zh) | 目标检测置信度确定方法、路侧设备及云控平台 | |
CN114821596A (zh) | 文本识别方法、装置、电子设备和介质 | |
CN115631249B (zh) | 一种相机校正方法、装置、设备和存储介质 | |
CN116952166B (zh) | 汽车门把手总成的零件检测方法、装置、设备及介质 | |
CN116258714B (zh) | 一种缺陷识别方法、装置、电子设备和存储介质 | |
CN114581890B (zh) | 确定车道线的方法、装置、电子设备和存储介质 | |
CN117496190A (zh) | 一种视觉跟随方法、装置、电子设备和存储介质 | |
CN117876475A (zh) | 一种图像采集方法、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 |