CN110706182B - 一种屏蔽罩平面度检测方法、装置、终端设备及存储介质 - Google Patents
一种屏蔽罩平面度检测方法、装置、终端设备及存储介质 Download PDFInfo
- Publication number
- CN110706182B CN110706182B CN201910957794.3A CN201910957794A CN110706182B CN 110706182 B CN110706182 B CN 110706182B CN 201910957794 A CN201910957794 A CN 201910957794A CN 110706182 B CN110706182 B CN 110706182B
- Authority
- CN
- China
- Prior art keywords
- edge
- image
- point
- flatness
- calculating
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000001514 detection method Methods 0.000 claims abstract description 18
- 230000007547 defect Effects 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 20
- 238000007781 pre-processing Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 10
- 230000000877 morphologic effect Effects 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 6
- 238000010191 image analysis Methods 0.000 abstract description 2
- 238000011179 visual inspection Methods 0.000 abstract description 2
- 238000003384 imaging method Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 239000000835 fiber Substances 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000012937 correction Methods 0.000 description 5
- 238000003708 edge detection Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004579 marble Substances 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
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/155—Segmentation; Edge detection involving morphological operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- 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
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明适用于屏蔽罩平面度检测技术领域,提供一种屏蔽罩平面度检测方法、装置、终端设备及存储介质,包括分别获取屏蔽罩的各个底边的边缘图像,所述边缘图像包括第一边缘图像和第二边缘图像;从所述边缘图像中分别提取所述各个底边的边缘骨架;在所述第一边缘图像和所述第二边缘图像中对所述边缘骨架中的各个边缘点进行匹配,并根据匹配结果计算所述各个边缘点的深度;根据所述各个边缘点的深度判断所述各个底边的平面度是否合格;若所述各个底边的平面度均合格,则判定所述屏蔽罩的平面度合格。该方法不需要人工目视,且以边缘点为单位进行图像分析,检测精度高,同时可以检测不同尺寸的屏蔽罩,适用度高。
Description
技术领域
本发明属于屏蔽罩平面度检测技术领域,尤其涉及一种屏蔽罩平面度检测方法、装置、终端设备及存储介质。
背景技术
传统的屏蔽罩平面度多采用人工检测的方法来检测,在大理石平台上放置屏蔽罩通过人工目视判断平面度,该方法效率低,精度低。
当然,也存在自动检测平面度的装置,现有的自动检测平面度的装置多采用光纤对射的方式对屏蔽罩的平面度进行检测,但采用对射光纤的方式需要放置多组光纤,成本较高,且光纤的高度需要调整到合适的高度,安装调试非常复杂,当屏蔽罩的尺寸发生变化时,光纤的排布需要根据屏蔽罩的尺寸进行调整,灵活性较低,对射光纤不能对屏蔽罩进行全面的测量,测量精度较低。
发明内容
有鉴于此,本发明实施例提供了屏蔽罩平面度检测方法、装置、终端设备及存储介质,以解决现有技术中屏蔽检屏蔽罩检测成本高、精度低的问题。
本发明实施例的第一方面提供了一种屏蔽罩平面度检测方法,包括:
分别获取屏蔽罩的各个底边的边缘图像,所述边缘图像包括第一边缘图像和第二边缘图像,所述第一边缘图像由双目相机的左相机采集,所述第二边缘图像由所述双目相机的右相机采集;
从所述边缘图像中分别提取所述各个底边的边缘骨架;
在所述第一边缘图像和所述第二边缘图像中对所述边缘骨架中的各个边缘点进行匹配,并根据匹配结果计算所述各个边缘点的深度;
根据所述各个边缘点的深度判断所述各个底边的平面度是否合格;
若所述各个底边的平面度均合格,则判定所述屏蔽罩的平面度合格。
在一个实施例中,所述分别获取屏蔽罩底边边缘的图像包括:
获取双目相机对预设光源照明后的所述屏蔽罩进行拍摄得到的图像,所述分别获取屏蔽罩的各个底边的边缘图像包括:
获取所述双目相机对预设光源照明后的所述屏蔽罩进行拍摄得到的图像;
对所述图像进行预处理,得到预处理后的图像;
对所述预处理后的图像进行检测,获取所述屏蔽罩的各个底边的边缘图像。
在一个实施例中,所述从所述各个底边的边缘图像中分别提取所述各个底边的边缘骨架包括:
计算所述各个底边的边缘图像的轮廓;
对所述各个底边的边缘图像的轮廓进行形态学处理,获取所述各个底边的边缘骨架。
在一个实施例中,所述在所述第一边缘图像和所述第二边缘图像中对所述边缘骨架中的各个边缘点进行匹配,并根据匹配结果计算所述各个边缘点的深度包括:
在所述第一边缘图像和所述第二边缘图像中对所述边缘骨架中的各个边缘点进行匹配,并根据匹配结果计算所述各个边缘点的视差;
根据所述各个边缘点的视差计算所述各个边缘点的深度。
在一个实施例中,所述若各个底边的平面度均合格,则判定所述屏蔽罩的平面度合格包括:
根据所述各个边缘点的深度计算平均深度;
计算所述各个边缘点的深度与所述平均深度的差值;
将所述差值在预设阈值范围外的边缘点视为疑似缺陷点;
将疑似缺陷点个数大于预设值的区域判定为平面度不合格区域;
若不存在所述平面度不合格区域,则判定所述屏蔽罩的平面度合格。
本发明实施例的第二方面提供了一种屏蔽罩平面度检测装置,包括:
获取模块,用于分别获取屏蔽罩的各个底边的边缘图像,所述边缘图像包括第一边缘图像和第二边缘图像,所述第一边缘图像由双目相机的左相机采集,所述第二边缘图像由所述双目相机的右相机采集;
提取模块,用于从所述边缘图像中分别提取所述各个底边的边缘骨架;
匹配模块,用于在所述第一边缘图像和所述第二边缘图像中对所述边缘骨架中的各个边缘点进行匹配,并根据匹配结果计算所述各个边缘点的深度;
第一判断模块,用于根据所述各个边缘点的深度判断所述各个底边的平面度是否合格;
第二判断模块,用于在所述各个底边的平面度均合格时,判定所述屏蔽罩的平面度合格。
在一个实施例中,所述获取模块包括:
第一获取单元,用于获取所述双目相机对预设光源照明后的所述屏蔽罩进行拍摄得到的图像;
预处理单元,用于对所述图像进行预处理,得到预处理后的图像;
第二获取单元,用于对所述预处理后的图像进行检测,获取所述屏蔽罩的各个底边的边缘图像。
在一个实施例中,所述提取模块包括:
计算单元,用于计算所述各个底边的边缘图像的轮廓;
第三获取单元,用于对所述各个底边的边缘图像的轮廓进行形态学处理,获取所述各个底边的边缘骨架。
在一个实施例中,所述匹配模块包括:
匹配单元,用于在所述第一边缘图像和所述第二边缘图像中对所述边缘骨架中的各个边缘点进行匹配,并根据匹配结果计算所述各个边缘点的视差;
深度计算单元,用于根据所述各个边缘点的视差计算所述各个边缘点的深度。
在一个实施例中,所述第二判断模块包括:
平均深度计算单元,用于根据所述各个边缘点的深度计算平均深度;
差值计算单元,用于计算所述各个边缘点的深度与所述平均深度的差值;
第一判断单元,用于将所述差值在预设阈值范围外的边缘点视为疑似缺陷点;
第二判断单元,用于将疑似缺陷点个数大于预设值的区域判定为平面度不合格区域;
第三判断单元,用于在不存在所述平面度不合格区域时,判定所述屏蔽罩的平面度合格。
本发明实施例的第三方面提供了一种终端设备,包括:
存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如前述第一方面所述屏蔽罩检测方法的步骤。
本发明实施例的第四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程序,其特征在于,所述计算机程序被处理器执行时实现如前述第一方面所述屏蔽罩检测方法的步骤。
本发明实施例的有益效果是:
本发明实施例提供一种屏蔽罩平面度检测方法、装置、终端设备及存储介质,所述方法分别获取屏蔽罩的各个底边的边缘图像,所述边缘图像包括第一边缘图像和第二边缘图像,所述第一边缘图像由双目相机的左相机采集,所述第二边缘图像由所述双目相机的右相机采集,接着从所述边缘图像中分别提取所述各个底边的边缘骨架,然后在所述第一边缘图像和所述第二边缘图像中对所述边缘骨架中的各个边缘点进行匹配,并根据匹配结果计算所述各个边缘点的深度,最后,根据所述各个边缘点的深度判断所述各个底边的平面度是否合格,若所述各个底边的平面度均合格,则判定所述屏蔽罩的平面度合格,该方法不需要人工目视,且以边缘点为单位进行图像分析,检测精度高,同时可以检测不同尺寸的屏蔽罩,适用度高。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术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是本发明实施例提供的屏蔽罩平面度检测方法的流程图;
图2是本发明实施例提供的分别获取屏蔽罩的各个底边的边缘图像的流程图;
图3是本发明实施例提供的从所述边缘图像中分别提取所述各个底边的边缘骨架的流程图;
图4是本发明实施例提供的对所述边缘骨架中的各个边缘点进行匹配,并根据匹配结果计算所述各个边缘点的深度的流程图;
图5是本发明实施例提供的若所述各个底边的平面度均合格,则判定所述屏蔽罩的平面度合格的流程图;
图6是本发明实施例提供的屏蔽罩平面度检测装置的示意图;
图7是本发明实施例提供的终端设备的示意图。
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地描述,显然,所描述的实施例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。
本发明的说明书和权利要求书及上述附图中的术语“包括”以及它们任何变形,意图在于覆盖不排他的包含。例如包含一系列步骤或单元的过程、方法或***、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。此外,术语“第一”、“第二”和“第三”等是用于区别不同对象,而非用于描述特定顺序。
实施例一
如图1所示,本发明实施例提供的一种屏蔽罩平面度检测方法包括:
S101:分别获取屏蔽罩的各个底边的边缘图像。
所述边缘图像包括第一边缘图像和第二边缘图像,所述第一边缘图像由双目相机的左相机采集,所述第二边缘图像由所述双目相机的右相机采集。
在一个实施例中,如图2所示,S101包括:
S201:获取所述双目相机对预设光源照明后的所述屏蔽罩进行拍摄得到的图像。
所述预设光源包括两条对称放置的对屏蔽罩底边边缘进行照明的光源。
在应用中,具体拍摄方法如下,采用相同规格参数的两个相机置于屏蔽罩上方,两条对称光源置于屏蔽罩两侧,对屏蔽罩进行照明,然后通过双目相机拍摄获取屏蔽罩图像。
S202:对所述图像进行预处理,得到预处理后的图像。
所述预处理包括但不限于畸变校正、极线校正、几何校正、平滑滤波、插值等处理过程。
在应用中,本实施例通过深度来判断屏蔽罩平面度,而深度需要根据视差来计算,视差一般通过双目匹配来获取,进行双目匹配的前提是双目相机获取的两幅图像的极线平行,通过畸变校正和极性校正等预处理过程能使得双目相机获取的两幅图像的极线平行。
S203:对所述预处理后的图像进行检测,获取所述屏蔽罩的各个底边的边缘图像。
图像边缘为图像局部区域亮度变化显著的部分,对于灰度图像来说,也就是灰度值有一个明显变化,即从一个灰度值在很小的缓冲区域内急剧变化到另一个相差较大的灰度值。
基于以上特征,本实施例可以采用Canny算子来检测屏蔽罩的边缘,Canny算子是一种多级边缘检测算法,能有效的检测出边缘;由于Canny算子只是一种边缘检测方法,获取所述屏蔽罩底边边缘的图像需要先获取屏蔽罩底边的图像,然后采用Canny算子检测底边图像获取底边边缘图像。除了Canny算子之外,本实施例还可以采用Sobel算子或Laplacian算子等其他边缘检测算法来检测屏蔽罩的边缘,具体应用中,可以根据实际情况进行选择,此处不对其做具体限制。
S102:从所述边缘图像中分别提取所述各个底边的边缘骨架。
在一个实施例中,如图3所示,S102包括:
S301:计算所述各个底边的边缘图像的轮廓。
屏蔽罩的底边具有一定的宽度,在图像上会显示为多个像素,还可以计算屏蔽罩底边的连通域,得到屏蔽罩的各个底边的边缘图像的轮廓。
S302:对所述各个底边的边缘图像的轮廓进行形态学处理,获取所述各个底边的边缘骨架。
在应用中,先对所有的底边边缘求其轮廓,并根据轮廓的长度,宽度,面积,长宽比,矩形度等特征筛选出屏蔽罩准确的边缘轮廓。然后对屏蔽罩边缘区域进行形态学处理,求得双目相机拍摄的两幅图像中的所有底边的边缘骨架。
S103:在所述第一边缘图像和所述第二边缘图像中对所述边缘骨架中的各个边缘点进行匹配,并根据匹配结果计算所述各个边缘点的深度。
在一个实施例中,如图4所示,S103包括:
S401:在所述第一边缘图像和所述第二边缘图像中对所述边缘骨架中的各个边缘点进行匹配,并根据匹配结果计算所述各个边缘点的视差。
在应用中,本实施例通过建立图像坐标系来计算视差,双目相机拍摄的图像在同一平面内,假设图像坐标系的横轴为x轴,纵轴为y轴,则对于同一边缘点,边缘点在双目相机中的两图像的y轴坐标相同。
在应用中,假设双目相机分左相机和右相机,对应的成像面分为左像面和右像面,根据双目相机的成像规则,左像面上的任意一点能在右像面上找到对应的匹配点,在图像坐标系中,边缘点在左像面和右像面的成像点的x轴坐标不同,y轴坐标相同,该边缘点的视差为边缘点在左像面的成像点和在右像面的成像点的x轴坐标的差值,例如对同一边缘点,边缘点在左像面的成像点的坐标为(X1,Y1),在右像面的成像点的坐标为(X2,Y2),该边缘点的视差为(X2-X1)的绝对值。
S402:根据所述各个边缘点的视差计算所述各个边缘点的深度。
在应用中,根据边缘点的视差、双目相机基线长度、焦距并基于相似三角形的原理就能计算出边缘点的深度,其中,视差在上一步的计算中得出,基线长度和焦距可以通过测量或相机的相应标识中得出。
S104:根据所述各个边缘点的深度判断所述各个底边的平面度是否合格。
本实施例通过最小区域法来检测屏蔽罩底边的各个区域,通过确认各个底边是否存在平面度不合格区域来判断屏蔽罩的平面度是否合格。
S105:若所述各个底边的平面度均合格,则判定所述屏蔽罩的平面度合格。
由于首先在两幅图像中检测边缘,再进行双目匹配,可能存在两幅图像边缘点个数不相同的情况,因此需要先检测边缘点在左右像面是否都存在对应的成像点,计算方法如下:
首先计算左像面各个边缘点x轴的平均坐标X3和右像面各个边缘点x轴的平均坐标X4,K0为左右相机的平均视差,K0为(X4-X3)的绝对值。根据预设视差K1和平均视差K0确定搜索范围K0±K1。对左像面各成像点进行逐行扫描,根据左像面的成像点在右像面中搜索匹配点,假设左像面的成像点的坐标为(x,y),其右像面的匹配点的搜索范围为(x+K0±K1,y)。在右相机搜索范围内从左至右进行扫描,扫描到的第一个未匹配的边缘点,视为与左像面的成像点匹配的匹配点,计算此时成像点与匹配点的x轴坐标之差作为该点的视差,同时对应的边缘点标记为匹配成功。未识别到匹配点则视该点为噪点,不计算视差,且在后续计算深度的过程中排除该噪点对应的边缘点和成像点。
在一个实施例中,如图5,S105包括:
S501:根据所述各个边缘点的深度计算平均深度。
在应用中,将屏蔽罩底边边缘点的深度从小到大排序,取大小在前1/4到3/4的深度的平均值作为平均深度,同时将平均深度作为基准值。
S502:计算所述各个边缘点的深度与所述平均深度的差值。
S503:将所述差值在预设阈值范围外的边缘点视为疑似缺陷点。
依次对各个底边边缘点的深度和基准值进行判断,若其差值在预设定义的阈值范围内,则该点视为良点,否则视为缺陷点。
其中,所述阈值范围为根据大量历史数据统计得到的经验范围。
S504:将疑似缺陷点个数大于预设值的区域判定为平面度不合格区域。
在应用中,根据预先定义的最小缺陷长度和相机分辨率得到最小缺陷长度的像素数L。例如,可以根据下式对L进行计算:L=MinLen×Reso,其中,MinLen为所述最小缺陷长度,其值为根据大量历史数据统计得到的经验值,Reso为所述相机分辨率,需要注意的是,所述最小缺陷长度的单位应与所述相机分辨率的单位相对应,若所述相机分辨率的单位为像素数每英寸(pixel per inch,PPI),则所述最小缺陷长度的单位应为英寸(inch),若所述相机分辨率的单位为像素数每厘米(pixel per centimeter,PPC),则所述最小缺陷长度的单位应为厘米(cm)。对所有的疑似缺陷点(Xr,Yr),在该点周围区域(Xr±L,Yr±L)内查找疑似缺陷点个数,若疑似缺陷点个数大于L,视为该区域平面度不合格,若缺陷点个数小于L,则该点视为噪点,该区域的平面度视为合格。
S505:若不存在所述平面度不合格区域,则判定所述屏蔽罩的平面度合格。
在应用中,只要检测出屏蔽罩某区域的平面度不合格,就能判定屏蔽罩的平面度不合格,然后可以停止后续的检测。
本发明实施例提供的一种屏蔽罩平面度检测方法,所述方法分别获取屏蔽罩的各个底边的边缘图像,所述边缘图像包括第一边缘图像和第二边缘图像,所述第一边缘图像由双目相机的左相机采集,所述第二边缘图像由所述双目相机的右相机采集,接着从所述边缘图像中分别提取所述各个底边的边缘骨架,然后在所述第一边缘图像和所述第二边缘图像中对所述边缘骨架中的各个边缘点进行匹配,并根据匹配结果计算所述各个边缘点的深度,最后,根据所述各个边缘点的深度判断所述各个底边的平面度是否合格,若所述各个底边的平面度均合格,则判定所述屏蔽罩的平面度合格,该方法不需要人工目视,且以边缘点为单位进行图像分析,检测精度高,同时可以检测不同尺寸的屏蔽罩,适用度高。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
实施例二
如图6所示,本发明实施例提供了一种屏蔽罩平面度检测装置,用于执行实施例一中的方法步骤,该屏蔽罩平面度检测装置包括:获取模块61、提取模块62、匹配模块63、第一判断模块64、第二判断模块65。
获取模块61,用于分别获取屏蔽罩的各个底边的边缘图像,所述边缘图像包括第一边缘图像和第二边缘图像,所述第一边缘图像由双目相机的左相机采集,所述第二边缘图像由所述双目相机的右相机采集;
提取模块62,用于从所述边缘图像中分别提取所述各个底边的边缘骨架;
匹配模块63,用于在所述第一边缘图像和所述第二边缘图像中对所述边缘骨架中的各个边缘点进行匹配,并根据匹配结果计算所述各个边缘点的深度;
第一判断模块64,用于根据所述各个边缘点的深度判断所述各个底边的平面度是否合格;
第二判断模块65,用于在所述各个底边的平面度均合格时,判定所述屏蔽罩的平面度合格。
在一个实施例中,所述获取模块61包括:
第一获取单元,用于获取所述双目相机对预设光源照明后的所述屏蔽罩进行拍摄得到的图像;
预处理单元,用于对所述图像进行预处理,得到预处理后的图像;
第二获取单元,用于对所述预处理后的图像进行检测,获取所述屏蔽罩的各个底边的边缘图像。
在一个实施例中,所述提取模块62包括:
计算单元,用于计算所述各个底边的边缘图像的轮廓;
第三获取单元,用于对所述各个底边的边缘图像的轮廓进行形态学处理,获取所述各个底边的边缘骨架。
在一个实施例中,所述匹配模块63包括:
匹配单元,用于在所述第一边缘图像和所述第二边缘图像中对所述边缘骨架中的各个边缘点进行匹配,并根据匹配结果计算所述各个边缘点的视差;
深度计算单元,用于根据所述各个边缘点的视差计算所述各个边缘点的深度。
在一个实施例中,所述第二判断模块65包括:
平均深度计算单元,用于根据所述各个边缘点的深度计算平均深度;
差值计算单元,用于计算所述各个边缘点的深度与所述平均深度的差值;
第一判断单元,用于将所述差值在预设阈值范围外的边缘点视为疑似缺陷点;
第二判断单元,用于将疑似缺陷点个数大于预设值的区域判定为平面度不合格区域;
第三判断单元,用于在不存在所述平面度不合格区域时,判定所述屏蔽罩的平面度合格。
本发明实施例提供的一种屏蔽罩平面度检测装置,通过分别获取屏蔽罩的各个底边的边缘图像,所述边缘图像包括第一边缘图像和第二边缘图像,所述第一边缘图像由双目相机的左相机采集,所述第二边缘图像由所述双目相机的右相机采集,接着从所述边缘图像中分别提取所述各个底边的边缘骨架,然后在所述第一边缘图像和所述第二边缘图像中对所述边缘骨架中的各个边缘点进行匹配,并根据匹配结果计算所述各个边缘点的深度,最后,根据所述各个边缘点的深度判断所述各个底边的平面度是否合格,若所述各个底边的平面度均合格,则判定所述屏蔽罩的平面度合格,该方法不需要人工目视,且以边缘点为单位进行图像分析,检测精度高,同时可以检测不同尺寸的屏蔽罩,适用度高。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
实施例三
如图7所示,该实施例的终端设备7包括:处理器70、存储器71以及存储在所述存储器71中并可在所述处理器70上运行的计算机程序72,例如屏蔽罩底边边缘检测程序。所述处理器70执行所述计算机程序72时实现上述各个屏蔽罩平面度检测方法实施例中的步骤,例如图1所示的S101至S106。或者,所述处理器70执行所述计算机程序72时实现上述各装置实施例中各模块/单元的功能,例如图6所示模块61至65的功能。
示例性的,所述计算机程序72可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器71中,并由所述处理器70执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序72在所述终端设备7中的执行过程。例如,所述计算机程序72可以被分割成获取模块、提取模块、匹配模块、第一判断模块、第二判断模块,各模块具体功能如下:
获取模块,用于分别获取屏蔽罩的各个底边的边缘图像,所述边缘图像包括第一边缘图像和第二边缘图像,所述第一边缘图像由双目相机的左相机采集,所述第二边缘图像由所述双目相机的右相机采集;
提取模块,用于从所述边缘图像中分别提取所述各个底边的边缘骨架;
匹配模块,用于在所述第一边缘图像和所述第二边缘图像中对所述边缘骨架中的各个边缘点进行匹配,并根据匹配结果计算所述各个边缘点的深度;
第一判断模块,用于根据所述各个边缘点的深度判断所述各个底边的平面度是否合格;
第二判断模块,用于在所述各个底边的平面度均合格时,判定所述屏蔽罩的平面度合格。
所述终端设备7可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器70、存储器71。本领域技术人员可以理解,图7仅仅是终端设备7的示例,并不构成对终端设备7的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器70可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,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。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。
所述存储器71可以是所述终端设备7的内部存储单元,例如终端设备7的硬盘或内存。所述存储器71也可以是所述终端设备7的外部存储设备,例如所述终端设备7上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器71还可以既包括所述终端设备7的内部存储单元也包括外部存储设备。所述存储器71用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器71还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
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或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序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。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (9)
1.一种屏蔽罩平面度检测方法,其特征在于,包括:
分别获取屏蔽罩的各个底边的边缘图像,所述边缘图像包括第一边缘图像和第二边缘图像,所述第一边缘图像由置于所述屏蔽罩上方的双目相机的左相机采集,所述第二边缘图像由所述双目相机的右相机采集;
从所述边缘图像中分别提取所述各个底边的边缘骨架;
计算所述第一边缘图像中的所述边缘骨架的各个边缘点的第一平均坐标,并计算所述第二边缘图像中的所述边缘骨架的各个边缘点的第二平均坐标;
根据所述第一平均坐标和所述第二平均坐标计算所述双目相机的平均视差,并根据所述平均视差确定匹配点搜索范围;
在所述第一边缘图像和所述第二边缘图像中对所述边缘骨架中的各个边缘点进行匹配,并根据匹配结果计算所述各个边缘点的深度;其中,对于所述第一边缘图像中的任意一个边缘点,根据所述匹配点搜索范围在所述第二边缘图像中进行扫描,将扫描到的第一个未匹配的边缘点确定为匹配点;
根据所述各个边缘点的深度计算平均深度;
计算所述各个边缘点的深度与所述平均深度的差值;
将所述差值在预设阈值范围外的边缘点视为疑似缺陷点;
将疑似缺陷点个数大于预设值的区域判定为平面度不合格区域;
若不存在所述平面度不合格区域,则判定所述屏蔽罩的平面度合格。
2.如权利要求1所述的屏蔽罩平面度检测方法,其特征在于,所述分别获取屏蔽罩的各个底边的边缘图像包括:
获取所述双目相机对预设光源照明后的所述屏蔽罩进行拍摄得到的图像;
对所述图像进行预处理,得到预处理后的图像;
对所述预处理后的图像进行检测,获取所述屏蔽罩的各个底边的边缘图像。
3.如权利要求1所述的屏蔽罩平面度检测方法,其特征在于,所述从所述各个底边的边缘图像中分别提取所述各个底边的边缘骨架包括:
计算所述各个底边的边缘图像的轮廓;
对所述各个底边的边缘图像的轮廓进行形态学处理,获取所述各个底边的边缘骨架。
4.如权利要求1所述的屏蔽罩平面度检测方法,其特征在于,所述在所述第一边缘图像和所述第二边缘图像中对所述边缘骨架中的各个边缘点进行匹配,并根据匹配结果计算所述各个边缘点的深度包括:
在所述第一边缘图像和所述第二边缘图像中对所述边缘骨架中的各个边缘点进行匹配,并根据匹配结果计算所述各个边缘点的视差;
根据所述各个边缘点的视差计算所述各个边缘点的深度。
5.一种屏蔽罩平面度检测装置,其特征在于,包括:
获取模块,用于分别获取屏蔽罩的各个底边的边缘图像,所述边缘图像包括第一边缘图像和第二边缘图像,所述第一边缘图像由置于所述屏蔽罩上方的双目相机的左相机采集,所述第二边缘图像由所述双目相机的右相机采集;
提取模块,用于从所述边缘图像中分别提取所述各个底边的边缘骨架;
匹配模块,用于计算所述第一边缘图像中的所述边缘骨架的各个边缘点的第一平均坐标,并计算所述第二边缘图像中的所述边缘骨架的各个边缘点的第二平均坐标;根据所述第一平均坐标和所述第二平均坐标计算所述双目相机的平均视差,并根据所述平均视差确定匹配点搜索范围;在所述第一边缘图像和所述第二边缘图像中对所述边缘骨架中的各个边缘点进行匹配,并根据匹配结果计算所述各个边缘点的深度;其中,对于所述第一边缘图像中的任意一个边缘点,根据所述匹配点搜索范围在所述第二边缘图像中进行扫描,将扫描到的第一个未匹配的边缘点确定为匹配点;
判断模块,用于根据所述各个边缘点的深度计算平均深度;计算所述各个边缘点的深度与所述平均深度的差值;将所述差值在预设阈值范围外的边缘点视为疑似缺陷点;将疑似缺陷点个数大于预设值的区域判定为平面度不合格区域;若不存在所述平面度不合格区域,则判定所述屏蔽罩的平面度合格。
6.如权利要求5所述的一种屏蔽罩平面度检测装置,其特征在于,所述获取模块包括:
第一获取单元,用于获取所述双目相机对预设光源照明后的所述屏蔽罩进行拍摄得到的图像;
预处理单元,用于对所述图像进行预处理,得到预处理后的图像;
第二获取单元,用于对所述预处理后的图像进行检测,获取所述屏蔽罩的各个底边的边缘图像。
7.如权利要求5所述的一种屏蔽罩平面度检测装置,其特征在于,所述提取模块包括:
计算单元,用于计算所述各个底边的边缘图像的轮廓;
第三获取单元,用于对所述各个底边的边缘图像的轮廓进行形态学处理,获取所述各个底边的边缘骨架。
8.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述屏蔽罩检测方法的步骤。
9.一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程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述屏蔽罩检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910957794.3A CN110706182B (zh) | 2019-10-10 | 2019-10-10 | 一种屏蔽罩平面度检测方法、装置、终端设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910957794.3A CN110706182B (zh) | 2019-10-10 | 2019-10-10 | 一种屏蔽罩平面度检测方法、装置、终端设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110706182A CN110706182A (zh) | 2020-01-17 |
CN110706182B true CN110706182B (zh) | 2022-12-09 |
Family
ID=69200157
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910957794.3A Active CN110706182B (zh) | 2019-10-10 | 2019-10-10 | 一种屏蔽罩平面度检测方法、装置、终端设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110706182B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111292302B (zh) * | 2020-01-21 | 2022-12-27 | 上海万物新生环保科技集团有限公司 | 屏幕检测方法及装置 |
CN112146598A (zh) * | 2020-08-13 | 2020-12-29 | 领胜城科技(江苏)有限公司 | 平面度快速检测机 |
WO2022110043A1 (zh) * | 2020-11-27 | 2022-06-02 | 西门子股份公司 | 侵蚀检测方法、装置和计算机可读介质 |
CN113284137B (zh) * | 2021-06-24 | 2023-07-18 | 中国平安人寿保险股份有限公司 | 纸张褶皱检测方法、装置、设备及存储介质 |
TWI831688B (zh) * | 2023-05-04 | 2024-02-01 | 和碩聯合科技股份有限公司 | 監控圖像中亮度改變的方法及其裝置 |
CN116448018B (zh) * | 2023-06-12 | 2023-08-25 | 深圳市磐锋精密技术有限公司 | 基于移动终端的lcd平面度检测分析方法 |
CN117824546B (zh) * | 2024-03-04 | 2024-07-02 | 泉州湖南大学工业设计与机器智能创新研究院 | 一种洗手盆平面度检测方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102135236B (zh) * | 2011-01-05 | 2013-05-01 | 北京航空航天大学 | 双目视觉管道内壁自动无损检测方法 |
CN105158268A (zh) * | 2015-09-21 | 2015-12-16 | 武汉理工大学 | 精冲零部件缺陷智能在线检测方法、***及装置 |
CN106981081A (zh) * | 2017-03-06 | 2017-07-25 | 电子科技大学 | 一种基于深度信息提取的墙面平整度检测方法 |
CN108007364A (zh) * | 2018-01-22 | 2018-05-08 | 广东理工学院 | 一种基于rgb-d相机的瓷砖检测装置及检测方法 |
-
2019
- 2019-10-10 CN CN201910957794.3A patent/CN110706182B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110706182A (zh) | 2020-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110706182B (zh) | 一种屏蔽罩平面度检测方法、装置、终端设备及存储介质 | |
CN115908269B (zh) | 视觉缺陷检测方法、装置、存储介质和计算机设备 | |
CN107918216B (zh) | 图像Mura缺陷评估方法、***以及可读存储介质 | |
JP5538868B2 (ja) | 画像処理装置、その画像処理方法及びプログラム | |
CN111667448A (zh) | 一种图像处理方法、装置及设备 | |
CN104966089B (zh) | 一种二维码图像边缘检测的方法及装置 | |
CN115205223B (zh) | 透明物体的视觉检测方法、装置、计算机设备及介质 | |
CN107230212B (zh) | 一种基于视觉的手机尺寸的测量方法及*** | |
CN105243662A (zh) | 一种端子位置的确定方法及终端设备 | |
CN106919883B (zh) | 一种qr码的定位方法及装置 | |
CN110879131B (zh) | 目视光学***的成像质量测试方法、成像质量测试装置和电子设备 | |
CN116883336A (zh) | 图像处理方法、装置、计算机设备及介质 | |
CN111311671A (zh) | 一种工件测量方法、装置、电子设备及存储介质 | |
CN113283439B (zh) | 基于图像识别的智能计数方法、装置及*** | |
CN115108466A (zh) | 一种集装箱吊具智能定位的方法 | |
CN116380918A (zh) | 缺陷检测方法、装置及设备 | |
CN116908185A (zh) | 物品的外观缺陷检测方法、装置、电子设备及存储介质 | |
JP2021052238A (ja) | 付着物検出装置および付着物検出方法 | |
CN115861443A (zh) | 一种多相机内参标定方法、装置、电子设备及存储介质 | |
Ziqiang et al. | Research of the algorithm calculating the length of bridge crack based on stereo vision | |
CN115294035A (zh) | 亮点定位方法、亮点定位装置、电子设备及存储介质 | |
CN114494680A (zh) | 积水检测方法、装置、设备及存储介质 | |
CN109215068B (zh) | 图像放大率测量方法及装置 | |
CN111445431A (zh) | 一种图像分割方法、终端设备及计算机可读存储介质 | |
CN111062887A (zh) | 基于改进的Retinex算法的图像清晰度判定方法 |
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 |