CN112347292A - 缺陷标注方法和装置 - Google Patents

缺陷标注方法和装置 Download PDF

Info

Publication number
CN112347292A
CN112347292A CN202011236406.1A CN202011236406A CN112347292A CN 112347292 A CN112347292 A CN 112347292A CN 202011236406 A CN202011236406 A CN 202011236406A CN 112347292 A CN112347292 A CN 112347292A
Authority
CN
China
Prior art keywords
target detection
defect
detection area
marking
defects
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
CN202011236406.1A
Other languages
English (en)
Inventor
孙猛猛
纪旭宇
郭宁
韩锦
潘正颐
侯大为
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.)
Changzhou Weiyizhi Technology Co Ltd
Original Assignee
Changzhou Weiyizhi Technology Co Ltd
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 Changzhou Weiyizhi Technology Co Ltd filed Critical Changzhou Weiyizhi Technology Co Ltd
Priority to CN202011236406.1A priority Critical patent/CN112347292A/zh
Publication of CN112347292A publication Critical patent/CN112347292A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/40—Filling a planar surface by adding surface attributes, e.g. colour or texture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/80—Creating or modifying a manually drawn or painted image using a manual input device, e.g. mouse, light pen, direction keys on keyboard

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种缺陷标注方法和装置，其中，该方法包括以下步骤：获取待检测产品的目标检测图像集；在目标检测图像集中框选出目标检测区域；采用不同标注方式对目标检测图像集中待检测产品不同的缺陷类型进行标注，并计算各标注缺陷的最小外接矩形；获取最小外接矩形的四个端点的坐标；根据最小外接矩形的四个端点的坐标判断相应的标注缺陷是否位于目标检测区域内；如果是，则获取标注缺陷的标注信息；根据标注缺陷的标注信息生成待检测产品的缺陷在目标检测区域的热力分析图。根据本发明的缺陷标注方法，不仅能够对目标检测图像中的缺陷进行标注，而且能够准确有效地获取各缺陷在目标检测图像的某个具体方位的分布情况。

Description

缺陷标注方法和装置
技术领域
本发明涉及图像处理技术领域，具体涉及一种缺陷标注方法和一种缺陷标注装置。
背景技术
相关技术中，在对目标检测图像中的缺陷进行标注时，仅仅能够单纯的标注出目标检测图像中的各缺陷，而无法准确地获知各缺陷信息在目标检测图像的某个具体方位的分布情况。
发明内容
本发明为解决上述技术问题，提供了一种缺陷标注方法，不仅能够对目标检测图像中的缺陷进行标注，而且能够准确有效地获取各缺陷在目标检测图像的某个具体方位的分布情况。
本发明采用的技术方案如下：
一种缺陷标注方法，包括以下步骤：获取待检测产品的目标检测图像集；在所述目标检测图像集中框选出目标检测区域；采用不同标注方式对所述目标检测图像集中所述待检测产品不同的缺陷类型进行标注，并计算各标注缺陷的最小外接矩形；获取所述最小外接矩形的四个端点的坐标；根据所述最小外接矩形的四个端点的坐标判断相应的标注缺陷是否位于所述目标检测区域内；如果是，则获取所述标注缺陷的标注信息；根据所述标注缺陷的标注信息生成所述待检测产品的缺陷在所述目标检测区域的热力分析图。
根据所述最小外接矩形的四个端点的坐标判断相应的标注缺陷是否位于所述目标检测区域内包括：如果所述最小外接矩形的四个端点均位于所述目标检测区域内，则判断相应的标注缺陷位于所述目标检测区域内；如果所述最小外接矩形的四个端点均位于所述目标检测区域外，则判断相应的标注缺陷位于所述目标检测区域外。
根据所述最小外接矩形的四个端点的坐标判断相应的标注缺陷是否位于所述目标检测区域内还包括：如果所述最小外接矩形的N个端点位于所述目标检测区域内，则计算所述最小外接矩形与所述目标检测区域重合的面积，其中，N为大于等于1且小于4的整数；判断所述最小外接矩形与所述目标检测区域重合的面积与最小外接矩形的面积的比值是否大于预设值；如果是，则判断相应的标注缺陷位于所述目标检测区域内；如果否，则判断相应的标注缺陷位于所述目标检测区域外。
所述目标检测区域为矩形区域。
一种缺陷标注装置，包括：第一获取模块，第一获取模块用于获取多个待检测产品的目标检测图像集；框选模块，框选模块用于在目标检测图像集中框选出目标检测区域；标注模块，标注模块用于采用不同标注方式对目标检测图像集中待检测产品不同的缺陷类型进行标注，并计算各标注缺陷的最小外接矩形；第二获取模块，第二获取模块用于获取最小外接矩形的四个端点的坐标；判断模块，判断模块用于根据最小外接矩形的四个端点的坐标判断相应的标注缺陷是否位于目标检测区域内；第三获取模块，第三获取模块用于在标注缺陷位于目标检测区域内时，获取标注缺陷的标注信息；生成模块，生成模块用于根据标注缺陷的标注信息生成待检测产品的缺陷在目标检测区域的热力分析图。
一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现上述的缺陷标注方法。
一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的缺陷标注方法。
本发明的有益效果：
本发明不仅能够对目标检测图像中的缺陷进行标注，而且能够准确有效地获取各缺陷在目标检测图像的某个具体方位的分布情况。
附图说明
图1为本发明实施例的缺陷标注方法的流程图；
图2为本发明实施例的缺陷标注装置的方框示意图。
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。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，都属于本发明保护的范围。
图1是根据本发明实施例的缺陷标注方法的流程图。
如图1所示，本发明实施例的缺陷标注方法，可包括以下步骤：
S1，获取待检测产品的目标检测图像集。
具体而言，在对待检测产品(例如，手机外壳等)进行目标检测时，可通过拍摄装置(例如，摄像头)获取该待检测产品的多个目标检测图像，以生成目标检测图像集。
S2，在目标检测图像集中框选出目标检测区域。
具体而言，针对目标检测图像集中各目标检测图像，可根据用户需求在各目标检测图像中的相同位置框选出目标检测区域。
其中，目标检测区域可为矩形区域，此时，采用canvas绘制该矩形区域。具体地，可采用canvas作为绘制标签，并监听鼠标点击事件与鼠标移动事件，鼠标点击时的点作为矩形左上角原点，在鼠标移动后监听鼠标移动的x、y距离作为矩形区域的宽和高。在确定矩形区域的宽和高后，采用canvas绘制矩形区域。
S3，采用不同标注方式对目标检测图像集中待检测产品不同的缺陷类型进行标注，并计算各标注缺陷的最小外接矩形。
具体而言，在对目标检测图像进行缺陷检测时，需要目标检测图像的缺陷数据来提供给算法模型。其中，针对不同类型的缺陷类型，需要采用不同的标注方式进行标注，其中，标注方式可包括圆形标注、矩形标注、多边形标注、折线标注等方式。例如，针对手机外壳检测图像中出现的裂纹缺陷，可采用矩形将缺陷标注出来；针对手机外壳检测图像中出现的划痕缺陷，可采用折线将缺陷标注出来。
进一步而言，在对缺陷进行标注之后，可计算各标注缺陷的最小外接矩形。
S4，获取最小外接矩形的四个端点的坐标。
其中，在计算出各标注缺陷的最小外接矩形后，还可获取最小外接矩形的四个端点的坐标，并进行保存。
S5，根据最小外接矩形的四个端点的坐标判断相应的标注缺陷是否位于目标检测区域内。
根据本发明的一个实施例，根据最小外接矩形的四个端点的坐标判断相应的标注缺陷是否位于目标检测区域内包括：如果最小外接矩形的四个端点均位于目标检测区域内，则判断相应的标注缺陷位于目标检测区域内；如果最小外接矩形的四个端点均位于目标检测区域外，则判断相应的标注缺陷位于目标检测区域外。
根据本发明的一个实施例，根据最小外接矩形的四个端点的坐标判断相应的标注缺陷是否位于目标检测区域内还包括：如果最小外接矩形的N个端点位于目标检测区域内，则计算最小外接矩形与目标检测区域重合的面积，其中，N为大于等于1且小于4的整数；判断最小外接矩形与目标检测区域重合的面积与最小外接矩形的面积的比值是否大于预设值；如果是，则判断相应的标注缺陷位于目标检测区域内；如果否，则判断相应的标注缺陷位于目标检测区域外。
具体而言，可根据最小外接矩形的四个端点的坐标和对应的目标检测区域的各端点的坐标判断相应的标注缺陷是否位于目标检测区域内。其中，如果最小外接矩形的四个端点均位于目标检测区域内，则判断相应的标注缺陷位于目标检测区域内；如果最小外接矩形的四个端点均位于目标检测区域外，则判断相应的标注缺陷位于目标检测区域外；如果仅有N个端点位于目标检测区域内，则计算最小外接矩形与目标检测区域重合的面积，并判断最小外接矩形与目标检测区域重合的面积与最小外接矩形的面积的比值是否大于预设值，例如，判断最小外接矩形与目标检测区域重合的面积与最小外接矩形的面积的比值是否大于90％，如果是，则判断相应的标注缺陷位于目标检测区域内，否则，判断相应的标注缺陷位于目标检测区域外。
S6，如果是，则获取标注缺陷的标注信息。
具体而言，在对各缺陷进行标注的过程中，对于缺陷较多的情况，需要结合雪花算法来对每一个标注缺陷生成唯一标识信息。
需要说明的是，由于传统雪花算法生成的ID是64bit，换算为整数为19位数字，然而在H5环境中最多只能识别16位的整数数字，对于溢出部分会发送溢出计算，因此，本发明实施例中，需要对传统的雪花算法进行改进，以使其换算为15位整数数字。具体地，可将用来记录工作机器ID的10bit换成位5bit，即可以使用0～31这32个不同的数字来表示机器ID和数字中心ID，并将时间戳的长度截取一部分作为生成ID的一部分，确保每个ID都有唯一性。
因此，在标注缺陷位于目标检测区域内时，可获取该标注缺陷的唯一标识信息，并根据该唯一标识信息获取标注缺陷的标注信息，其中，该标注信息包括缺陷类型以及位于目标检测区域内的该缺陷类型的个数。
S7，根据标注缺陷的标注信息生成待检测产品的缺陷在目标检测区域的热力分析图。
具体而言，在获取到各标注缺陷的标注信息后，可建立图表进行分析，其中，可将目标检测区域的x轴和y轴坐标作为图表的x轴和y轴坐标，并根据各标注缺陷的标注信息采用不同的颜色在图表中进行标记。其中，出现不同次数的缺陷类型可采用不同的颜色进行标记，例如，出现次数较少的缺陷类型可采用较浅的颜色进行标记，出现次数较多的缺陷类型可采用较深的颜色进行标记，从而，可形成相应的热力分析图。
由此，本发明实施例中，不仅能够对目标检测图像中的缺陷进行标注，而且能够准确有效地获取各缺陷在目标检测图像的某个具体方位的分布情况。
需要说明的是，为提供给开发者更便捷调用，将上述缺陷标注统计算法以及热力区域展示应用封装为单独的应用安装包。
综上所述，根据本发明实施例的缺陷标注方法，获取待检测产品的目标检测图像集，并在目标检测图像集中框选出目标检测区域，以及采用不同标注方式对目标检测图像集中待检测产品不同的缺陷类型进行标注，并计算各标注缺陷的最小外接矩形，以及获取最小外接矩形的四个端点的坐标，并根据最小外接矩形的四个端点的坐标判断相应的标注缺陷是否位于目标检测区域内，以及在判断标注缺陷位于目标检测区域内时，获取标注缺陷的标注信息，并根据标注缺陷的标注信息生成待检测产品的缺陷在目标检测区域的热力分析图。由此，不仅能够对目标检测图像中的缺陷进行标注，而且能够准确有效地获取各缺陷在目标检测图像的某个具体方位的分布情况。
对应上述实施例的缺陷标注方法，本发明还提出一种缺陷标注装置。
如图2所示，本发明实施例的缺陷标注装置可包括第一获取模块100、框选模块200、标注模块300、第二获取模块400、判断模块500、第三获取模块600和生成模块700。
其中，第一获取模块100用于获取多个待检测产品的目标检测图像集；框选模块200用于在目标检测图像集中框选出目标检测区域；标注模块300用于采用不同标注方式对目标检测图像集中待检测产品不同的缺陷类型进行标注，并计算各标注缺陷的最小外接矩形；第二获取模块400用于获取最小外接矩形的四个端点的坐标；判断模块500用于根据最小外接矩形的四个端点的坐标判断相应的标注缺陷是否位于目标检测区域内；第三获取模块600用于在标注缺陷位于目标检测区域内时，获取标注缺陷的标注信息；生成模块700用于根据标注缺陷的标注信息生成待检测产品的缺陷在目标检测区域的热力分析图。
根据本发明的一个实施例，判断模块500具体用于：如果所述最小外接矩形的四个端点均位于所述目标检测区域内，则判断相应的标注缺陷位于所述目标检测区域内；如果所述最小外接矩形的四个端点均位于所述目标检测区域外，则判断相应的标注缺陷位于所述目标检测区域外。
根据本发明的一个实施例，判断模块500具体用于：如果最小外接矩形的N个端点位于目标检测区域内，则计算最小外接矩形与目标检测区域重合的面积，其中，N为大于等于1且小于4的整数；判断最小外接矩形与目标检测区域重合的面积与最小外接矩形的面积的比值是否大于预设值；如果是，则判断相应的标注缺陷位于目标检测区域内；如果否，则判断相应的标注缺陷位于目标检测区域外。
需要说明的是，本发明实施例的缺陷标注装置更具体的实施方式可参照上述缺陷标注方法的实施例，在此不再赘述。
根据本发明实施例的缺陷标注装置，通过第一获取模块获取多个待检测产品的目标检测图像集，以及通过框选模块在目标检测图像集中框选出目标检测区域，并通过标注模块采用不同标注方式对目标检测图像集中待检测产品不同的缺陷类型进行标注，以及计算各标注缺陷的最小外接矩形，并通过第二获取模块获取最小外接矩形的四个端点的坐标，以及通过判断模块根据最小外接矩形的四个端点的坐标判断相应的标注缺陷是否位于目标检测区域内，并通过第三获取模块在标注缺陷位于目标检测区域内时，获取标注缺陷的标注信息，以及通过生成模块根据标注缺陷的标注信息生成待检测产品的缺陷在目标检测区域的热力分析图。由此，不仅能够对目标检测图像中的缺陷进行标注，而且能够准确有效地获取各缺陷在目标检测图像的某个具体方位的分布情况。
对应上述实施例，本发明还提出一种计算机设备。
本发明实施例的计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时，实现上述实施例的缺陷标注方法。
根据本发明实施例的计算机设备，不仅能够对目标检测图像中的缺陷进行标注，而且能够准确有效地获取各缺陷在目标检测图像的某个具体方位的分布情况。
对应上述实施例，本发明还提出一种非临时性计算机可读存储介质。
本发明实施例的非临时性计算机可读存储介质上存储有计算机程序，该程序被处理器执行时实现上述的缺陷标注方法。
根据本发明实施例的非临时性计算机可读存储介质不仅能够对目标检测图像中的缺陷进行标注，而且能够准确有效地获取各缺陷在目标检测图像的某个具体方位的分布情况。
在本发明的描述中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必针对相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用，或结合这些指令执行***、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，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模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (7)

1.一种缺陷标注方法，其特征在于，包括以下步骤：
获取待检测产品的目标检测图像集；
在所述目标检测图像集中框选出目标检测区域；
采用不同标注方式对所述目标检测图像集中所述待检测产品不同的缺陷类型进行标注，并计算各标注缺陷的最小外接矩形；
获取所述最小外接矩形的四个端点的坐标；
根据所述最小外接矩形的四个端点的坐标判断相应的标注缺陷是否位于所述目标检测区域内；
如果是，则获取所述标注缺陷的标注信息；
根据所述标注缺陷的标注信息生成所述待检测产品的缺陷在所述目标检测区域的热力分析图。
2.根据权利要求1所述的缺陷标注方法，其特征在于，根据所述最小外接矩形的四个端点的坐标判断相应的标注缺陷是否位于所述目标检测区域内包括：
如果所述最小外接矩形的四个端点均位于所述目标检测区域内，则判断相应的标注缺陷位于所述目标检测区域内；
如果所述最小外接矩形的四个端点均位于所述目标检测区域外，则判断相应的标注缺陷位于所述目标检测区域外。
3.根据权利要求2所述的缺陷标注方法，其特征在于，根据所述最小外接矩形的四个端点的坐标判断相应的标注缺陷是否位于所述目标检测区域内还包括：
如果所述最小外接矩形的N个端点位于所述目标检测区域内，则计算所述最小外接矩形与所述目标检测区域重合的面积，其中，N为大于等于1且小于4的整数；
判断所述最小外接矩形与所述目标检测区域重合的面积与最小外接矩形的面积的比值是否大于预设值；
如果是，则判断相应的标注缺陷位于所述目标检测区域内；
如果否，则判断相应的标注缺陷位于所述目标检测区域外。
4.根据权利要求1-3中任一项所述的缺陷标注方法，其特征在于，所述目标检测区域为矩形区域。
5.一种缺陷标注装置，其特征在于，包括：
第一获取模块，所述第一获取模块用于获取多个待检测产品的目标检测图像集；
框选模块，所述框选模块用于在所述目标检测图像集中框选出目标检测区域；
标注模块，所述标注模块用于采用不同标注方式对所述目标检测图像集中所述待检测产品不同的缺陷类型进行标注，并计算各标注缺陷的最小外接矩形；
第二获取模块，所述第二获取模块用于获取所述最小外接矩形的四个端点的坐标；
判断模块，所述判断模块用于根据所述最小外接矩形的四个端点的坐标判断相应的标注缺陷是否位于所述目标检测区域内；
第三获取模块，所述第三获取模块用于在所述标注缺陷位于所述目标检测区域内时，获取所述标注缺陷的标注信息；
生成模块，所述生成模块用于根据所述标注缺陷的标注信息生成所述待检测产品的缺陷在所述目标检测区域的热力分析图。
6.一种计算机设备，包括存储器、处理器及存储在存储器上并可在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，实现根据权利要求1-4中任一项所述的缺陷标注方法。
7.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现根据权利要求1-4中任一项所述的缺陷标注方法。
CN202011236406.1A 2020-11-09 2020-11-09 缺陷标注方法和装置 Pending CN112347292A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011236406.1A CN112347292A (zh) 2020-11-09 2020-11-09 缺陷标注方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011236406.1A CN112347292A (zh) 2020-11-09 2020-11-09 缺陷标注方法和装置

Publications (1)

Publication Number Publication Date
CN112347292A true CN112347292A (zh) 2021-02-09

Family

ID=74429156

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011236406.1A Pending CN112347292A (zh) 2020-11-09 2020-11-09 缺陷标注方法和装置

Country Status (1)

Country Link
CN (1) CN112347292A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113096068A (zh) * 2021-03-04 2021-07-09 国电常州发电有限公司 一种基于视觉识别的脚手架搭建缺陷识别***
CN113470564A (zh) * 2021-05-17 2021-10-01 佛山市青松科技股份有限公司 Led模块损耗智能处理方法、***、计算机设备及存储介质
CN113945572A (zh) * 2021-10-18 2022-01-18 郑州大学 一种基于机器学习的气缸套表面缺陷智能标注装置
CN115205288A (zh) * 2022-09-14 2022-10-18 江苏智云天工科技有限公司 工业缺陷检测方法和装置
CN116109642A (zh) * 2023-04-13 2023-05-12 新创碳谷集团有限公司 一种碳纤维断丝缺陷检测方法、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104655642A (zh) * 2015-02-06 2015-05-27 江苏大学 一种钢材开裂型缺陷的自动测量、表征分类方法及其***
CN108230321A (zh) * 2018-01-19 2018-06-29 深圳市亿图视觉自动化技术有限公司 缺陷检测方法及装置
CN109613002A (zh) * 2018-11-21 2019-04-12 腾讯科技（深圳）有限公司 一种玻璃缺陷检测方法、装置和存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104655642A (zh) * 2015-02-06 2015-05-27 江苏大学 一种钢材开裂型缺陷的自动测量、表征分类方法及其***
CN108230321A (zh) * 2018-01-19 2018-06-29 深圳市亿图视觉自动化技术有限公司 缺陷检测方法及装置
CN109613002A (zh) * 2018-11-21 2019-04-12 腾讯科技（深圳）有限公司 一种玻璃缺陷检测方法、装置和存储介质

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113096068A (zh) * 2021-03-04 2021-07-09 国电常州发电有限公司 一种基于视觉识别的脚手架搭建缺陷识别***
CN113096068B (zh) * 2021-03-04 2024-06-07 国电常州发电有限公司 一种基于视觉识别的脚手架搭建缺陷识别***
CN113470564A (zh) * 2021-05-17 2021-10-01 佛山市青松科技股份有限公司 Led模块损耗智能处理方法、***、计算机设备及存储介质
CN113470564B (zh) * 2021-05-17 2024-02-09 佛山市青松科技股份有限公司 Led模块损耗智能处理方法、***、计算机设备及存储介质
CN113945572A (zh) * 2021-10-18 2022-01-18 郑州大学 一种基于机器学习的气缸套表面缺陷智能标注装置
CN113945572B (zh) * 2021-10-18 2023-08-01 郑州大学 一种基于机器学习的气缸套表面缺陷智能标注装置
CN115205288A (zh) * 2022-09-14 2022-10-18 江苏智云天工科技有限公司 工业缺陷检测方法和装置
CN116109642A (zh) * 2023-04-13 2023-05-12 新创碳谷集团有限公司 一种碳纤维断丝缺陷检测方法、设备及存储介质

Similar Documents

Publication Publication Date Title
CN112347292A (zh) 缺陷标注方法和装置
US8184848B2 (en) Liquid level detection method
TWI413937B (zh) 影像辨識方法與裝置
JP2007228586A5 (zh)
WO2021082922A1 (zh) 一种检测屏幕显示断线的方法及设备
JP2013108933A (ja) 情報端末装置
US10109045B2 (en) Defect inspection apparatus for inspecting sheet-like inspection object, computer-implemented method for inspecting sheet-like inspection object, and defect inspection system for inspecting sheet-like inspection object
CN103428511A (zh) 图案处理装置和图案处理方法
CN111681186A (zh) 图像处理方法、装置、电子设备及可读存储介质
CN114520894A (zh) 投影区域确定方法、装置、投影设备及可读存储介质
US9239230B2 (en) Computing device and method for measuring widths of measured parts
US20020051561A1 (en) Image processing apparatus, image processing method, and recording medium recording image processing program
JP2006098217A (ja) 画像検査装置、画像検査方法及び画像検査プログラム
JP2005140547A (ja) ３次元計測方法、３次元計測装置、及びコンピュータプログラム
JP2012073165A (ja) 線幅算出装置と算出方法並びに算出プログラム
CN108804978B (zh) 一种版面分析方法及装置
CN112258501A (zh) 印版网点检测方法、印版测量仪和可读存储介质
CN116993654B (zh) 摄像头模组缺陷检测方法、装置、设备、存储介质及产品
JP2004536300A (ja) 画像装置の位置の迅速な判断を可能にする基準のしるしの選択
CN107615333B (zh) 图像的斑点处理方法
CN114494118A (zh) 目标对象宽度的检测方法及目标对象长度的检测方法
CN111145674B (zh) 显示面板的检测方法、电子设备和存储介质
JP2001314374A (ja) 角膜内皮細胞測定装置
JP4796535B2 (ja) 画像処理による多導体電線の追跡方法、装置及びプログラム並びにこれを用いた多導体電線の異常検出方法、装置及びプログラム
JP5882883B2 (ja) テロップ検出装置、テロップ検出方法及びテロップ検出プログラム

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210209

RJ01 Rejection of invention patent application after publication