CN112001905A - 基于图像处理的家居产品破损检测***及检测方法 - Google Patents

基于图像处理的家居产品破损检测***及检测方法 Download PDF

Info

Publication number
CN112001905A
CN112001905A CN202010850094.7A CN202010850094A CN112001905A CN 112001905 A CN112001905 A CN 112001905A CN 202010850094 A CN202010850094 A CN 202010850094A CN 112001905 A CN112001905 A CN 112001905A
Authority
CN
China
Prior art keywords
picture
image
image processing
module
electrically connected
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
Application number
CN202010850094.7A
Other languages
English (en)
Inventor
周玉琴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN202010850094.7A priority Critical patent/CN112001905A/zh
Publication of CN112001905A publication Critical patent/CN112001905A/zh
Pending legal-status Critical Current

Links

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
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • 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
    • 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
    • G06T2207/30204—Marker

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Biochemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了基于图像处理的家居产品破损检测***及检测方法，涉及数字图像处理技术领域，为解决现有技术通常仅依靠人工检测，判断家居产品的合格率，效率较低的问题。包括画面采集模块，所述画面采集模块的输出端与工业主机的输入端电性连接，所述工业主机的输出端与路由器的输入端电性连接，所述路由器的输出端与图像处理终端的输入端电性连接，所述图像处理终端包括图像亮度处理模块、数字图像处理模块和图片扫描库，所述图片扫描库的输出端与图像亮度处理模块的输入端电性连接，所述图像亮度处理模块的输出端与数字图像处理模块的输入端电性连接。

Description

基于图像处理的家居产品破损检测***及检测方法
技术领域
本发明涉及数字图像处理技术领域，具体为基于图像处理的家居产品破损检测***及检测方法。
背景技术
数字图像处理是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。数字图像处理的产生和迅速发展主要受三个因素的影响：一是计算机的发展；二是数学的发展；三是广泛的农牧业、林业、环境、军事、工业和医学等方面的应用需求的增长。
家居产品在出厂时部分存在损坏现象，但是现有技术通常仅依靠人工检测，判断家居产品的合格率，效率较低；因此，不满足现有的需求，对此我们提出了基于图像处理的家居产品破损检测***及检测方法。
发明内容
本发明的目的在于提供基于图像处理的家居产品破损检测***及检测方法，以解决上述背景技术中提出的现有技术通常仅依靠人工检测，判断家居产品的合格率，效率较低的问题。
为实现上述目的，本发明提供如下技术方案：基于图像处理的家居产品破损检测***，包括画面采集模块，所述画面采集模块的输出端与工业主机的输入端电性连接，所述工业主机的输出端与路由器的输入端电性连接，所述路由器的输出端与图像处理终端的输入端电性连接。
优选的，所述图像处理终端包括图像亮度处理模块、数字图像处理模块和图片扫描库，所述图片扫描库的输出端与图像亮度处理模块的输入端电性连接，所述图像亮度处理模块的输出端与数字图像处理模块的输入端电性连接。
优选的，所述数字图像处理模块包括画面像素提取模块、可疑像素标记模块和破损面积计算模块，所述画面像素提取模块的输出端与可疑像素标记模块的输入端电性连接，所述可疑像素标记模块的输出端与破损面积计算模块的输入端电性连接。
优选的，所述画面采集模块包括镜头、影像传感器、模拟信号处理电路、模数转换电路、主CPU与数据信号处理电路和信号传输电路，所述镜头的输出端与影像传感器的输入端电性连接，所述影像传感器的输出端与模拟信号处理电路的输入端电性连接，所述模拟信号处理电路的输出端与模数转换电路的输入端电性连接，所述模数转换电路的输出端与主CPU与数据信号处理电路的输出端电性连接，所述主 CPU与数据信号处理电路的输出端通过信号传输电路与工业主机的输入端电性连接。
优选的，所述镜头的输入端与曝光***和调焦***的输出端电性连接。
优选的，所述基于图像处理的家居产品破损检测***的检测方法，包括以下步骤：
步骤1：通过画面采集模块获取待检测家居产品的检测图片，并通过信号传输电路将其传输至工业主机；
步骤2：工业主机利用输出端的路由器进一步将图像信息上传至图像处理终端；
步骤3：图像处理终端内置图片扫描库，图片扫描库内为家居产品的出厂标准图片，利用图像亮度处理模块调节步骤2中上传的检测图片，使其亮度和对比度与出厂标准图片一致，以减少比对时的误差；
步骤4：将调节后的检测图片和出厂标准图片导入数字图像处理模块，对两幅图片进行比对；
步骤5：比对后，利用画面像素提取模块分离图片中不同的区域，用黑白方式显示，取反向，把白色的部分变透明，剩下的部分则利用可疑像素标记模块标红处理，此时，红色区域即为家居产品的破损区域；
步骤6：将标准图片转换为灰度图，作为底图并与红色区域图整合，以方便查看家具的破损部位；
步骤7：利用破损面积计算模块进一步计算出红色区域的像素数，从而得出家居产品的破损面积，方便及时采用合适的修复方法对破损的家居产品进行修复。
优选的，所述步骤1中，画面采集模块的镜头需利用曝光***和调焦***调节图像的曝光度和焦距，使其与图片扫描库内的家居产品出厂标准图片参数一致，以保证后续检测的准确性。
优选的，所述步骤3中的图像亮度处理模块基于程序实现，利用程序中的图像-调整-匹配颜色功能，即可调节标准图片和检测图片的对比度和亮度参数一致。
优选的，所述步骤4-7中的数字图像处理模块基于Python***实现，其实现的路径是把不同区域用黑白方式显示，取反向，把白色的部分变透明，剩下的部分则标红处理，然后标准图片作为底图，转化为灰度图，再把红色区域图与底图整合，通过破损面积计算模块计算出红色区域面积，从而得出家居产品的破损面积。
与现有技术相比，本发明的有益效果是：
本发明通过采用画面采集模块获取待检测家居产品的检测图片，并通过信号传输电路将其传输至工业主机，由工业主机利用路由器进一步将其上传至图像处理终端，图像处理终端内置图片扫描库，扫描库内为家居产品的出厂标准图片，可与检测图片比对，比对前，首先利用图像亮度处理模块调节检测图片，使其亮度和对比度与出厂标准图片参数一致，以减少后续比对时的误差，之后利用数字图像处理模块对两幅图片进行比对，依靠画面像素提取模块分离图片中不同的区域，用黑白方式显示，取反向，把白色的部分变透明，剩下的部分则利用可疑像素标记模块标红处理，以实现破损部位的定位工作，此时，红色区域即为家居产品的破损区域，之后以标准图片的灰度图作为底图，与红色区域图整合，并通过破损面积计算模块进一步计算出红色区域的像素面积，即可直观的获取家居产品的破损程度，方便及时采用合适的修复方法对破损的家居产品进行修复，与常规的人工检测相比，检测效率更高且更加精确。
附图说明
图1为本发明的检测***原理图；
图2为本发明的图像处理终端内部结构示意图；
图3为本发明的数字图像处理模块内部结构示意图；
图4为本发明的画面采集模块内部结构示意图；
具体实施方式
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实施例，而不是全部的实施例。
请参阅图1-4，本发明提供的一种实施例：基于图像处理的家居产品破损检测***，包括画面采集模块，画面采集模块的输出端与工业主机的输入端电性连接，工业主机的输出端与路由器的输入端电性连接，路由器的输出端与图像处理终端的输入端电性连接。
进一步，图像处理终端包括图像亮度处理模块、数字图像处理模块和图片扫描库，图片扫描库的输出端与图像亮度处理模块的输入端电性连接，图像亮度处理模块的输出端与数字图像处理模块的输入端电性连接，图片扫描库内为家居产品出厂时拍摄的无损标准图片，方便与后续的检测图片比对。
进一步，数字图像处理模块包括画面像素提取模块、可疑像素标记模块和破损面积计算模块，画面像素提取模块的输出端与可疑像素标记模块的输入端电性连接，可疑像素标记模块的输出端与破损面积计算模块的输入端电性连接，图像亮度处理模块能够调节检测图片，使检测图片的对比度和亮度与标准图片一致，以减少后续检测的误差。
进一步，画面采集模块包括镜头、影像传感器、模拟信号处理电路、模数转换电路、主CPU与数据信号处理电路和信号传输电路，镜头的输出端与影像传感器的输入端电性连接，影像传感器的输出端与模拟信号处理电路的输入端电性连接，模拟信号处理电路的输出端与模数转换电路的输入端电性连接，模数转换电路的输出端与主CPU与数据信号处理电路的输出端电性连接，主CPU与数据信号处理电路的输出端通过信号传输电路与工业主机的输入端电性连接，影像传感器、模拟信号处理电路和模数转换电路协同作用，用于完成影像的采集工作，采集后的影像经由主CPU与数据信号处理电路整合处理后，利用发送至信号传输电路传输至工业主机。
进一步，镜头的输入端与曝光***和调焦***的输出端电性连接，曝光***和调焦***用于控制镜头的曝光度和焦距，从而缩小检测图片与标准图片间参数的差距，提高后续检测的准确性。
进一步，基于图像处理的家居产品破损检测***的检测方法，包括以下步骤：
步骤1：通过画面采集模块获取待检测家居产品的检测图片，并通过信号传输电路将其传输至工业主机；
步骤2：工业主机利用输出端的路由器进一步将图像信息上传至图像处理终端；
步骤3：图像处理终端内置图片扫描库，图片扫描库内为家居产品的出厂标准图片，利用图像亮度处理模块调节步骤2中上传的检测图片，使其亮度和对比度与出厂标准图片一致，以减少比对时的误差；
步骤4：将调节后的检测图片和出厂标准图片导入数字图像处理模块，对两幅图片进行比对：
步骤5：比对后，利用画面像素提取模块分离图片中不同的区域，用黑白方式显示，取反向，把白色的部分变透明，剩下的部分则利用可疑像素标记模块标红处理，此时，红色区域即为家居产品的破损区域：
步骤6：将标准图片转换为灰度图，作为底图并与红色区域图整合，以方便查看家具的破损部位；
步骤7：利用破损面积计算模块进一步计算出红色区域的像素数，从而得出家居产品的破损面积，方便及时采用合适的修复方法对破损的家居产品进行修复。
进一步，步骤1中，画面采集模块的镜头需利用曝光***和调焦***调节图像的曝光度和焦距，使其与图片扫描库内的家居产品出厂标准图片参数一致，以保证后续检测的准确性。
进一步，步骤3中的图像亮度处理模块基于程序实现，利用程序中的图像-调整-匹配颜色功能，即可调节标准图片和检测图片的对比度和亮度参数一致。
进一步，步骤4-7中的数字图像处理模块基于Python***实现，其实现的路径是把不同区域用黑白方式显示，取反向，把白色的部分变透明，剩下的部分则标红处理，然后标准图片作为底图，转化为灰度图，再把红色区域图与底图整合，通过破损面积计算模块计算出红色区域面积，从而得出家居产品的破损面积。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

Claims (9)

1.基于图像处理的家居产品破损检测***，包括画面采集模块，其特征在于：所述画面采集模块的输出端与工业主机的输入端电性连接，所述工业主机的输出端与路由器的输入端电性连接，所述路由器的输出端与图像处理终端的输入端电性连接。
2.根据权利要求1所述的基于图像处理的家居产品破损检测***，其特征在于：所述图像处理终端包括图像亮度处理模块、数字图像处理模块和图片扫描库，所述图片扫描库的输出端与图像亮度处理模块的输入端电性连接，所述图像亮度处理模块的输出端与数字图像处理模块的输入端电性连接。
3.根据权利要求2所述的基于图像处理的家居产品破损检测***，其特征在于：所述数字图像处理模块包括画面像素提取模块、可疑像素标记模块和破损面积计算模块，所述画面像素提取模块的输出端与可疑像素标记模块的输入端电性连接，所述可疑像素标记模块的输出端与破损面积计算模块的输入端电性连接。
4.根据权利要求1所述的基于图像处理的家居产品破损检测***，其特征在于：所述画面采集模块包括镜头、影像传感器、模拟信号处理电路、模数转换电路、主CPU与数据信号处理电路和信号传输电路，所述镜头的输出端与影像传感器的输入端电性连接，所述影像传感器的输出端与模拟信号处理电路的输入端电性连接，所述模拟信号处理电路的输出端与模数转换电路的输入端电性连接，所述模数转换电路的输出端与主CPU与数据信号处理电路的输出端电性连接，所述主CPU与数据信号处理电路的输出端通过信号传输电路与工业主机的输入端电性连接。
5.根据权利要求4所述的基于图像处理的家居产品破损检测***，其特征在于：所述镜头的输入端与曝光***和调焦***的输出端电性连接。
6.根据权利要求1-5任意一项所述的基于图像处理的家居产品破损检测***的检测方法，其特征在于，包括以下步骤：
步骤1：通过画面采集模块获取待检测家居产品的检测图片，并通过信号传输电路将其传输至工业主机；
步骤2：工业主机利用输出端的路由器进一步将图像信息上传至图像处理终端；
步骤3：图像处理终端内置图片扫描库，图片扫描库内为家居产品的出厂标准图片，利用图像亮度处理模块调节步骤2中上传的检测图片，使其亮度和对比度与出厂标准图片一致，以减少比对时的误差；
步骤4：将调节后的检测图片和出厂标准图片导入数字图像处理模块，对两幅图片进行比对；
步骤5：比对后，利用画面像素提取模块分离图片中不同的区域，用黑白方式显示，取反向，把白色的部分变透明，剩下的部分则利用可疑像素标记模块标红处理，此时，红色区域即为家居产品的破损区域；
步骤6：将标准图片转换为灰度图，作为底图并与红色区域图整合，以方便查看家具的破损部位；
步骤7：利用破损面积计算模块进一步计算出红色区域的像素数，从而得出家居产品的破损面积，方便及时采用合适的修复方法对破损的家居产品进行修复。
7.根据权利要求6所述的基于图像处理的家居产品破损检测***的检测方法，其特征在于：所述步骤1中，画面采集模块的镜头需利用曝光***和调焦***调节图像的曝光度和焦距，使其与图片扫描库内的家居产品出厂标准图片参数一致，以保证后续检测的准确性。
8.根据权利要求6所述的基于图像处理的家居产品破损检测***的检测方法，其特征在于：所述步骤3中的图像亮度处理模块基于程序实现，利用程序中的图像-调整-匹配颜色功能，即可调节标准图片和检测图片的对比度和亮度参数一致。
9.根据权利要求6所述的基于图像处理的家居产品破损检测***的检测方法，其特征在于：所述步骤4至步骤7中的数字图像处理模块基于Python***实现，其实现的路径是把不同区域用黑白方式显示，取反向，把白色的部分变透明，剩下的部分则标红处理，然后标准图片作为底图，转化为灰度图，再把红色区域图与底图整合，通过破损面积计算模块计算出红色区域面积，从而得出家居产品的破损面积。
CN202010850094.7A 2020-08-21 2020-08-21 基于图像处理的家居产品破损检测***及检测方法 Pending CN112001905A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010850094.7A CN112001905A (zh) 2020-08-21 2020-08-21 基于图像处理的家居产品破损检测***及检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010850094.7A CN112001905A (zh) 2020-08-21 2020-08-21 基于图像处理的家居产品破损检测***及检测方法

Publications (1)

Publication Number Publication Date
CN112001905A true CN112001905A (zh) 2020-11-27

Family

ID=73473655

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010850094.7A Pending CN112001905A (zh) 2020-08-21 2020-08-21 基于图像处理的家居产品破损检测***及检测方法

Country Status (1)

Country Link
CN (1) CN112001905A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115908422A (zh) * 2023-01-10 2023-04-04 吉林省信息技术研究所 一种基于图像识别的设备质量检测装置及方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115908422A (zh) * 2023-01-10 2023-04-04 吉林省信息技术研究所 一种基于图像识别的设备质量检测装置及方法
CN115908422B (zh) * 2023-01-10 2023-12-29 吉林省信息技术研究所 一种基于图像识别的设备质量检测装置及方法

Similar Documents

Publication Publication Date Title
CN101770582B (zh) 图像匹配***及方法
JP3951984B2 (ja) 画像投影方法、及び画像投影装置
CN103424409B (zh) 一种基于dsp的视觉检测***
JP2020197797A (ja) 画像処理装置及び画像処理方法
CN108871185B (zh) 零件检测的方法、装置、设备以及计算机可读存储介质
CN103729631A (zh) 一种基于视觉的连接器表面特征自动识别方法
TWI726278B (zh) 行車偵測方法、車輛及行車處理裝置
CN106845314B (zh) 一种二维码的快速定位方法
CN105574161A (zh) 一种商标图形要素识别方法、装置和***
CN116721107A (zh) 一种电缆生产质量智能监控***
CN113996500A (zh) 一种基于视觉点胶机器人的点胶智能识别***
CN111157532A (zh) 一种手机外壳划痕视觉检测装置及方法
CN112001905A (zh) 基于图像处理的家居产品破损检测***及检测方法
CN112634179B (zh) 一种防摄像头抖动的变电设备图像变化检测方法和***
CN115479891A (zh) 基于图像识别的电路板载元器件自动检测***和方法
CN116259008A (zh) 一种基于计算机视觉的水位实时监测方法
CN111815552A (zh) 一种工件检测方法、装置、可读存储介质及终端设备
KR101766787B1 (ko) Gpu장치를 기반으로 하는 딥러닝 분석을 이용한 영상 보정 방법
KR20230053505A (ko) 계기판 이미지 왜곡 및 촬영 장치 왜곡을 보정하는 계측값 인식 장치
CN115239690A (zh) 一种基于图像识别的pcb线序检测方法及***
CN111428796B (zh) 一种基于深度学习的通用物品检测方法及***
CN103279953A (zh) 一种基于LabVIEW平台的机器视觉标定***
CN101794373B (zh) 带旋转的亚像素匹配算法在机器视觉***中的应用方法
CN209086155U (zh) 高精度丝印偏移检测设备
CN109579720B (zh) 一种边缘距离测量的引伸计动态测量方法

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