CN113096108A - 一种用于接口测试的精准对接方法 - Google Patents
一种用于接口测试的精准对接方法 Download PDFInfo
- Publication number
- CN113096108A CN113096108A CN202110431630.4A CN202110431630A CN113096108A CN 113096108 A CN113096108 A CN 113096108A CN 202110431630 A CN202110431630 A CN 202110431630A CN 113096108 A CN113096108 A CN 113096108A
- Authority
- CN
- China
- Prior art keywords
- interface
- interface image
- recognition model
- image recognition
- accurate
- 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
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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Studio Devices (AREA)
- Image Analysis (AREA)
Abstract
本发明提出一种用于接口测试的精准对接方法,包括构建接口图像识别模型,收集大量不同光线、不同反光率、不同拍摄角度下,不同类型接口的样本图像,对接口图像识别模型进行训练,得到接口图像精准识别模型;以及,对拍摄接口图像的相机进行预先标定。本发明通过构建深度学习模型,将光线、反光率、角度、接口类型不同等影响因素纳入识别精确度的考量范围,并结合改进的相机标定技术,极大地提高了对接的精准度,以保证接口测试过程中的精准对接。
Description
技术领域
本发明涉及自动化检测技术领域,尤其是一种用于接口测试的精准对接方法。
背景技术
手机、平板、计算机等电子设备上均设有各式各样的数据通讯接口。虽然,接口在出厂时已经进行过功能测试,但是安装过程中可能存在一定的失效风险,接口内部电路也可能存在问题。因此,在电子设备出厂前,仍需对接口功能进行测试。电子设备上的接口通常为母口,需要将与其配套的公头***其中,才能够进行接口功能测试。如果完全通过人工插拔的方式进行测试,不仅耗费大量人力,而且检测效率低下。
目前,自动化机械设备发展迅速,在各个领域得到的应用,但是其在接口测试中受到的阻碍是,基于现有图像识别的定位方法,很难做到特别高的精确度,当机械臂将公头以一定的速度***母口时,若对位不准确性,很容易造成接口的损坏。
发明内容
针对上述技术问题,本发明提出一种用于接口测试的精准对接方法,极大地提高了对接的精准度。
一种用于接口测试的精准对接方法,包括构建接口图像识别模型,收集大量不同光线、不同反光率、不同拍摄角度下,不同类型接口的样本图像,对接口图像识别模型进行训练,得到接口图像精准识别模型;以及,对拍摄接口图像的相机进行预先标定。
进一步的,相机整体畸变表示为
进一步的,相机整体畸变表示为根据接口情况自动调节相机的拍摄范围,在保证拍摄到完整接口图像的前提下,拍摄范围尽可能小。
本发明通过构建深度学习模型,将光线、反光率、角度、接口类型不同等影响因素纳入识别精确度的考量范围,并结合改进的相机标定技术,极大地提高了对接的精准度,以保证接口测试过程中的精准对接。
附图说明
图1为径向畸变效果示意图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细的说明。本发明的实施例是为了示例和描述起见而给出的,而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显而易见的。选择和描述实施例是为了更好说明本发明的原理和实际应用,并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。
实施例1
基于现有图像识别的定位方法,很难做到特别高的精确度,其中一个原因就是图像拍摄跟很多因素相关,比如光线、反光率、角度、接口类型不同等,而且这些因素之间相互影响,很难利用单一的规则或算法解决这些因素对精确度带来的不利影响。
为此,本申请提供一种用于接口测试的精准对接方法,包括构建接口图像识别模型,收集大量不同光线、不同反光率、不同拍摄角度下,不同类型接口的样本图像,对接口图像识别模型进行训练,得到接口图像精准识别模型。深度学习模型,弱化明确的关系性,通过大量样本训练自学习的方式,使得接口图像识别模型获得足够精确的识别效果。
当然,相机标定对于识别结果的影响,也是很大的,在利用相机拍摄接口图像进行识别钱,需要对拍摄接口图像的相机进行预先标定。
径向畸变效果如图1所示。为减少图像畸变对识别精度的影响,进一步提高径向畸变参数个数。本实施例中,相机整体畸变表示为
分辨率也是影响相机拍摄效果的重要因素之一,为保证拍摄到完整接口图像的前提下,拍摄范围尽可能小,本实施例根据接口情况自动调节相机的拍摄范围。
显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域及相关领域的普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都应属于本发明保护的范围。
Claims (3)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110431630.4A CN113096108A (zh) | 2021-04-21 | 2021-04-21 | 一种用于接口测试的精准对接方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110431630.4A CN113096108A (zh) | 2021-04-21 | 2021-04-21 | 一种用于接口测试的精准对接方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113096108A true CN113096108A (zh) | 2021-07-09 |
Family
ID=76679041
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110431630.4A Pending CN113096108A (zh) | 2021-04-21 | 2021-04-21 | 一种用于接口测试的精准对接方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113096108A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109063576A (zh) * | 2018-07-05 | 2018-12-21 | 北京泛化智能科技有限公司 | 用于航班动作节点的管理方法及装置 |
CN110599541A (zh) * | 2019-08-28 | 2019-12-20 | 贝壳技术有限公司 | 一种对多传感器进行标定的方法、装置和存储介质 |
CN111145271A (zh) * | 2019-12-30 | 2020-05-12 | 广东博智林机器人有限公司 | 相机参数的精确度的确定方法、装置、存储介质及终端 |
CN111242858A (zh) * | 2020-01-07 | 2020-06-05 | 曲建涛 | 一种相机镜头的畸变校正方法和*** |
CN111339839A (zh) * | 2020-02-10 | 2020-06-26 | 广州众聚智能科技有限公司 | 一种密集型目标检测计量方法 |
CN111397709A (zh) * | 2020-05-18 | 2020-07-10 | 扬州大学 | 一种小麦千粒重快速测量方法 |
CN112580707A (zh) * | 2020-12-11 | 2021-03-30 | 北京巅峰科技有限公司 | 图像识别方法、装置、设备及存储介质 |
-
2021
- 2021-04-21 CN CN202110431630.4A patent/CN113096108A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109063576A (zh) * | 2018-07-05 | 2018-12-21 | 北京泛化智能科技有限公司 | 用于航班动作节点的管理方法及装置 |
CN110599541A (zh) * | 2019-08-28 | 2019-12-20 | 贝壳技术有限公司 | 一种对多传感器进行标定的方法、装置和存储介质 |
CN111145271A (zh) * | 2019-12-30 | 2020-05-12 | 广东博智林机器人有限公司 | 相机参数的精确度的确定方法、装置、存储介质及终端 |
CN111242858A (zh) * | 2020-01-07 | 2020-06-05 | 曲建涛 | 一种相机镜头的畸变校正方法和*** |
CN111339839A (zh) * | 2020-02-10 | 2020-06-26 | 广州众聚智能科技有限公司 | 一种密集型目标检测计量方法 |
CN111397709A (zh) * | 2020-05-18 | 2020-07-10 | 扬州大学 | 一种小麦千粒重快速测量方法 |
CN112580707A (zh) * | 2020-12-11 | 2021-03-30 | 北京巅峰科技有限公司 | 图像识别方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110580480A (zh) | 基于图像处理的表计读数识别方法 | |
CN105180846B (zh) | 一种陶瓷插芯同轴度检测方法 | |
CN108961221B (zh) | 一种航空插头现场静态图像检测算法 | |
CN110095089B (zh) | 一种飞行器旋转角度的测量方法及*** | |
CN108055532A (zh) | 自动化匹配测试卡的方法与装置 | |
CN111044046A (zh) | 一种机器人定位精度的测试方法及装置 | |
WO2020093631A1 (zh) | 一种基于深度实例分割网络的天线下倾角测量方法 | |
CN115239683A (zh) | 电路板的检测方法、模型训练方法、装置和电子设备 | |
CN113096108A (zh) | 一种用于接口测试的精准对接方法 | |
CN114612563B (zh) | 航空线缆自动化插接方法、***及存储介质 | |
CN112200799A (zh) | 一种基于Gerber文件的PCB电子元器件缺陷检测方法 | |
CN116206140A (zh) | 一种基于双目立体视觉与U-Net神经网络的裂缝图像匹配方法 | |
US20150116486A1 (en) | Terminal device, image measuring system and method of inspection of workpiece | |
CN113643296B (zh) | 电感元件装配质量检测方法、装置、电子设备及存储介质 | |
Zhang et al. | Aviation plug on-site measurement and fault detection method based on model matching | |
CN115205541A (zh) | 泄漏检测方法及相关装置、电子设备和存储介质 | |
CN103776394A (zh) | 光纤透镜偏心测量***及方法 | |
CN108955469B (zh) | 机盘与背板互配时的接触行程测量方法 | |
CN113365045A (zh) | 摄像模组检测方法、装置及*** | |
CN116558777B (zh) | 一种光纤通导性检验方法及*** | |
US20110272839A1 (en) | Method for verifying tolerance of connector molding die | |
CN117876376B (zh) | 高速率多功能连接器质量视觉检测方法 | |
CN116664699B (zh) | 汽车生产线数据管理***以及方法 | |
CN112541910B (zh) | 基于深度学习的端面间隙检测方法、装置、设备及介质 | |
CN107655439B (zh) | 一种舵面阶跃测试结果的自动判读方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210709 |