CN113592787A - 发光部件检测方法、装置、终端设备以及存储介质 - Google Patents
发光部件检测方法、装置、终端设备以及存储介质 Download PDFInfo
- Publication number
- CN113592787A CN113592787A CN202110792458.5A CN202110792458A CN113592787A CN 113592787 A CN113592787 A CN 113592787A CN 202110792458 A CN202110792458 A CN 202110792458A CN 113592787 A CN113592787 A CN 113592787A
- Authority
- CN
- China
- Prior art keywords
- preset
- detected
- detection
- image
- light emitting
- 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 172
- 238000012545 processing Methods 0.000 claims abstract description 97
- 238000004020 luminiscence type Methods 0.000 claims description 40
- 238000000034 method Methods 0.000 claims description 39
- 238000012360 testing method Methods 0.000 claims description 20
- 230000011218 segmentation Effects 0.000 claims description 17
- 238000004891 communication Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 238000012015 optical character recognition Methods 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010295 mobile communication Methods 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
- 238000009877 rendering Methods 0.000 description 1
- 238000005070 sampling Methods 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
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; 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
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
-
- 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
- G06T2207/10024—Color 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
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
-
- 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)
- Multimedia (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Studio Devices (AREA)
Abstract
本发明公开一种发光部件检测方法,通过利用预设摄像机对待检测发光部件进行拍摄,以获得发光图像,所述预设摄像机利用所述预设摄像机的摄像机类型对应的选定摄相机参数配置;利用图像处理算法对所述发光图像进行检测,以获得所述待检测发光部件的检测结果,所述图像处理算法通过对选定检测算法配置获得,所述选定检算法是基于所述待检测发光部件的设备类型、所述待检测发光部件的工装类型和所述摄像机类型,在预设算法集中确定。本发明还公开一种发光部件检测装置、终端设备以及计算机可读存储介质。利用本发明的发光部件检测方法,大大降低了待检测发光部件的检测周期,从而提高了待检测发光部件的检测效率。
Description
技术领域
本发明涉及显示技术领域,特别涉及一种发光部件检测方法、装置、终端设备以及计算机可读存储介质。
背景技术
随着工业电子产品的飞速发展,各种不同类型的LED(Light Emitting Diode,发光二极管)灯、LED数码管以及LCD(Liquid Crystal Display,液晶显示器)显示屏得到了广泛的应用,因此,在LED和LCD制造完成时,LED和LCD质量检测变得至关重要。
目前,通过视觉检测软件对待检测发光部件进行检测。但是,视觉检测软件无法灵活地兼容不同类型的相机、不同工装类型的发光部件或是不同类型的发光部件,导致每款工装类型的发光部件、每款相机或每种类型的发光部件,均需要重新开发检测软件。使得待检测发光部件的检测周期长,待检测发光部件的检测效率低。
发明内容
本发明的主要目的是提供一种发光部件检测方法、装置、终端设备以及计算机可读存储介质,旨在解决现有技术中待检测发光部件的检测周期长,待检测发光部件的检测效率低的技术问题。
为实现上述目的,本发明提出一种发光部件检测方法,所述方法包括以下步骤:
利用预设摄像机对待检测发光部件进行拍摄,以获得发光图像,所述预设摄像机利用所述预设摄像机的摄像机类型对应的选定摄相机参数配置;
利用图像处理算法对所述发光图像进行检测,以获得所述待检测发光部件的检测结果,所述图像处理算法通过对选定检测算法配置获得,所述选定检算法是基于所述待检测发光部件的设备类型、所述待检测发光部件的工装类型和所述摄像机类型,在预设算法集中确定。
可选的,所述利用图像处理算法对所述发光图像进行检测,以获得所述待检测发光部件的检测结果的步骤,包括:
利用所述图像处理算法对所述发光图像进行检测,以获得所述待检测发光部件的检测外在特征;
基于所述检测外在特征和所述待检测发光部件的预设外在特征的比对结果,获得所述待检测发光部件的检测结果。
可选的,所述利用所述图像处理算法对所述发光图像进行检测,以获得所述待检测发光部件的检测外在特征的步骤之前,所述方法还包括:
在预设分割策略集中确定出与所述工装类型对应的选定分割策略;
利用所述选定分割策略对所述发光图像进行分割,以获得分割后的发光图像;
所述利用所述图像处理算法对所述发光图像进行检测,以获得所述待检测发光部件的检测外在特征的步骤,包括:
利用所述图像处理算法对所述分割后的发光图像进行检测,以获得所述检测外在特征。
可选的,所述利用所述图像处理算法对所述分割后的发光图像进行检测,以获得所述检测外在特征的步骤之前,所述方法还包括:
利用预设校准策略,对所述分割后的发光图像进行校准,以获得校准后的发光图像;
所述利用所述图像处理算法对所述分割后的发光图像进行检测,以获得所述检测外在特征的步骤,包括:
利用所述图像处理算法对所述校准后的发光图像进行检测,以获得所述检测外在特征。
可选的,所述利用所述图像处理算法对所述校准后的发光图像进行检测,以获得所述检测外在特征的步骤之前,所述方法还包括:
在预设定位算法集中确定出与所述工装类型和所述设备类型对应的选定定位算法;
利用所述选定定位算法,在所述校准后的发光图像中确定出待检测发光部件对应的有效区域;
所述利用所述图像处理算法对所述校准后的发光图像进行检测,以获得所述检测外在特征的步骤,包括:
利用所述图像处理算法对所述有效区域进行检测,以获得所述检测外在特征。
可选的,所述利用图像处理算法对所述发光图像进行检测,以获得所述待检测发光部件的检测结果的步骤之前,所述方法还包括:
基于所述待检测发光部件的设备类型、所述待检测发光部件的工装类型和所述摄像机类型,在预设算法集中确定出所述选定检测算法;
利用预设配置参数对所述选定检测算法进行配置,以获的初始图像处理算法;
利用所述初始图像处理算法对预设测试图像进行检测,以获得所述预设测试图像的预览外在特征;
在所述预览外在特征与所述预设测试图像的预设预览外在特征满足预设条件时,将所述初始图像处理算法确定为所述图像处理算法。
可选的,所述利用所述初始图像处理算法对预设测试图像进行检测,以获得所述预设测试图像的预览外在特征的步骤之后,所述方法还包括:
在所述预览外在特征与所述预设预览外在特征不满足所述预设条件时,获取新的预设配置参数;
利用所述新的预设配置参数对所述配置参数进行更新,并返回执行所述利用预设配置参数对所述选定检测算法进行配置的步骤,直到所述预览外在特征与所述预设预览外在特征满足所述预设条件,获得所述图像处理算法。
此外,为实现上述目的,本发明还提出了一种发光部件检测装置,所述装置包括:
拍摄模块,用于利用预设摄像机对待检测发光部件进行拍摄,以获得发光图像,所述预设摄像机利用所述预设摄像机的摄像机类型对应的选定摄相机参数配置;
检测模块,用于利用图像处理算法对所述发光图像进行检测,以获得所述待检测发光部件的检测结果,所述图像处理算法通过对选定检测算法配置获得,所述选定检算法是基于所述待检测发光部件的设备类型、所述待检测发光部件的工装类型和所述摄像机类型,在预设算法集中确定。
此外,为实现上述目的,本发明还提出了一种终端设备,所述终端设备包括:存储器、处理器及存储在所述存储器上并在所述处理器上运行发光部件检测程序,所述待检测发光部件检测程序被所述处理器执行时实现如上述任一项所述的发光部件检测方法的步骤。
此外,为实现上述目的,本发明还提出了一种计算机可读存储介质,所述计算机可读存储介质上存储有发光部件检测程序,所述待检测发光部件检测程序被处理器执行时实现如上述任一项所述的发光部件检测方法的步骤。
本发明技术方案提出了一种发光部件检测方法,通过利用预设摄像机对待检测发光部件进行拍摄,以获得发光图像,所述预设摄像机利用所述预设摄像机的摄像机类型对应的选定摄相机参数配置;利用图像处理算法对所述发光图像进行检测,以获得所述待检测发光部件的检测结果,所述图像处理算法通过对选定检测算法配置获得,所述选定检算法是基于所述待检测发光部件的设备类型、所述待检测发光部件的工装类型和所述摄像机类型,在预设算法集中确定。
本发明中,利用所述预设摄像机的摄像机类型对应的选定摄相机参数进行预设摄像机的配置,同时,基于设备类型、工装类型和所述摄像机类型,在预设算法集中确定选定检测算法,并对选定检测算法进行配置,以获得图像处理算法,从而使得图像处理算法可以对不同设备类型、不同工装类型和不同摄像机类型对应的发光图像进行检测,并不需要重新开发检测软件,从而大大降低了待检测发光部件的检测周期,从而提高了待检测发光部件的检测效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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示出的结构获得其他的附图。
图1为本发明实施例方案涉及的硬件运行环境的终端设备结构示意图;
图2为本发明发光部件检测方法第一实施例的流程示意图;
图3为本发明发光部件检测装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
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,本领域普通技术人员在没有作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。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的终端设备结构示意图。
终端设备可以是移动电话、智能电话、笔记本电脑、数字广播接收器、个人数字助理(PDA)、平板电脑(PAD)等用户设备(User Equipment,UE)、手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其它处理设备、移动台(Mobile station,MS)等。终端设备可能被称为用户终端、便携式终端、台式终端等。
通常,终端设备包括:至少一个处理器301、存储器302以及存储在所述存储器上并可在所述处理器上运行的发光部件检测程序,所述待检测发光部件检测程序配置为实现如前所述的发光部件检测方法的步骤。
处理器301可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器301可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器301也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(CentralProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器301可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。处理器301还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关发光部件检测方法操作,使得发光部件检测方法模型可以自主训练学习,提高效率和准确度。
存储器302可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器302还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器302中的非暂态的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器301所执行以实现本申请中方法实施例提供的发光部件检测方法。
在一些实施例中,终端还可选包括有:通信接口303和至少一个***设备。处理器301、存储器302和通信接口303之间可以通过总线或信号线相连。各个***设备可以通过总线、信号线或电路板与通信接口303相连。具体地,***设备包括:射频电路304、显示屏305和电源306中的至少一种。
通信接口303可被用于将I/O(Input/Output,输入/输出)相关的至少一个***设备连接到处理器301和存储器302。在一些实施例中,处理器301、存储器302和通信接口303被集成在同一芯片或电路板上;在一些其他实施例中,处理器301、存储器302和通信接口303中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路304用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路304通过电磁信号与通信网络以及其他通信设备进行通信。射频电路304将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路304包括:天线***、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路304可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于:城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity,无线保真)网络。在一些实施例中,射频电路304还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本申请对此不加以限定。
显示屏305用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏305是触摸显示屏时,显示屏305还具有采集在显示屏305的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器301进行处理。此时,显示屏305还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏305可以为一个,电子设备的前面板;在另一些实施例中,显示屏305可以为至少两个,分别设置在电子设备的不同表面或呈折叠设计;在再一些实施例中,显示屏305可以是柔性显示屏,设置在电子设备的弯曲表面上或折叠面上。甚至,显示屏305还可以设置成非矩形的不规则图形,也即异形屏。显示屏305可以采用LCD(LiquidCrystal Display,液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
电源306用于为电子设备中的各个组件进行供电。电源306可以是交流电、直流电、一次性电池或可充电电池。当电源306包括可充电电池时,该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。
本领域技术人员可以理解,图1中示出的结构并不构成对终端设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
此外,本发明实施例还提出一种计算机可读存储介质,所述计算机可读存储介质上存储有发光部件检测程序,所述待检测发光部件检测程序被处理器执行时实现如上文所述的发光部件检测方法的步骤。因此,这里将不再进行赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。对于本申请所涉及的计算机可读存储介质实施例中未披露的技术细节,请参照本申请方法实施例的描述。确定为示例,程序指令可被部署为在一个终端设备上执行,或者在位于一个地点的多个终端设备上执行,又或者,在分布在多个地点且通过通信网络互连的多个终端设备备上执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,上述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,上述的计算机可读存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(RandomAccessMemory,RAM)等。
基于上述硬件结构,提出本发明发光部件检测方法的实施例。
参照图2,图2为本发明发光部件检测方法第一实施例的流程示意图,所述方法包括以下步骤:
步骤S11:利用预设摄像机对待检测发光部件进行拍摄,以获得发光图像,所述预设摄像机利用所述预设摄像机的摄像机类型对应的选定摄相机参数配置。
需要说明的是本发明的执行主体是终端设备,终端设备安装有发光部件检测程序,终端设备执行发光部件检测程序时,实现本发明的发光部件检测方法。
待检测发光部件可以是指生产完毕的,未投入使用的,需要进行亮度检测的发光部件,待检测发光部件可以是LED(Light Emitting Diode,发光二极管)灯、LED数码管以及LCD(Liquid Crystal Display,液晶显示器)显示屏等,本发明不做具体限制。
通常,利用预设摄像机对待检测发光部件进行拍摄时,待检测发光部件需要按照预设亮度发光。一般而言,待检测发光部件具有多种预设亮度,不同的预设亮度对应不同的预设驱动信号,按照不同的预设驱动信号对发光部件进行驱动时,发光部件显示不同的预设亮度,一个预设驱动信号对应一个预设亮度。当利用发光部件的一个预设驱动信号(或多个预设驱动信号)驱动待检测发光部件发光时,待检测发光部件显示的实际亮度(通过本发明的方式获得的检测亮度)与该预设驱动信号对应的预设亮度不同时(或相差较大时),待检测发光部件存在故障,待检测发光部件检测结果为不合格;当利用待检测发光部件的全部预设驱动信号驱动待检测发光部件发光时,待检测发光部件全部的实际亮度(通过本发明的方式获得的全部检测亮度)与全部预设驱动信号对应的预设亮度均相同时(或均相差较小时),待检测发光部件不存在故障,发光部件检测结果为合格。
具体应用中,需要对待检测发光部件涉及的全部预设亮度进行检测,即,需要按照发光部件的全部预设驱动信号,分别驱动待检测发光部件发光,并获得全部预设驱动信号分别对应的实际显示亮度(获得的检测亮度),进而基于全部检测亮度与预设驱动信号对应的预设亮度的比对结果,获得发光部件的检测结果。
例如,待检测发光部件具有3种预设信号分别对应的3种预设亮度,预设驱动信号分别为a、b和c,对应的预设亮度分别为2、4和6。需要对待检测发光部件进行3次本发明的发光检测方法的步骤S11-S14,以获得3个比对结果,其中,只有a预设驱动信号对应的检测亮度与预设亮度的比对结果为相差较大,b和c预设驱动信号对应的检测亮度与预设亮度的比对结果为相同,则此时获得该待检测发光部件的检测结果为不合格。若a、b和c预设驱动信号对应的检测亮度与预设亮度的比对结果为均相同,则获得该待检测发光部件的检测结果为合格。
需要说明的是,不同的摄像机类型可以对应不同的摄像机参数,摄像机类型可以是大恒相机或巴斯勒相机,摄像机参数可以包括摄像机的曝光时间和增益值等。在对预设摄像机配置后,可以利用配置后的预设摄像机进行多次拍摄,以进行多次本发明的发光部件检测方法,不需要在每次进行本发明的发光部件检测方法时,重新配置摄像机。其中,选定摄像机参数即为所述预设摄像机的摄像机参数。
具体应用中,预设摄像机可以是终端设备内置的摄像机,也可以是终端设备外接的摄像机。在预设摄像机为终端设备外接的摄像机时,需要终端设备从外接摄像机获取拍摄的发光图像。
另外,在一些实施例中,还可以直接获取已经拍摄的本地图片,在进行本发明的发光部件检测方法时,直接获取本地图片即可,不需要进行拍摄的步骤。
步骤S12:利用图像处理算法对所述发光图像进行检测,以获得所述待检测发光部件的检测结果,所述图像处理算法通过对选定检测算法配置获得,所述选定检算法是基于所述待检测发光部件的设备类型、所述待检测发光部件的工装类型和所述摄像机类型,在预设算法集中确定。
需要说明的是,待检测发光部件的类型即为所述设备类型,待检测发光部件的工装类型,即为所述工装类型,预设摄像机的类型即为所述摄像机类型。不同设备类型的待检测发光部件、不同工装类型的待检测发光部件和不同类型的摄像机,对应的检测算法不同,预设算法集中的检测算法可以包括OCR(光学字符识别,Optical Character Recognition)识别、模版比对、亮度检测及颗粒检测等。基于所述待检测发光部件的设备类型、所述待检测发光部件的工装类型和所述摄像机类型,在预设算法集中确定出对应的检测算法,即为所述选定检测算法。例如,LED发光部件和LCD发光部件的检测算法不同,工装类型为1×2和1×4的LED发光部件的检测算法也不同。
进一步的,所述利用图像处理算法对所述发光图像进行检测,以获得所述待检测发光部件的检测结果的步骤之前,所述方法还包括:基于所述待检测发光部件的设备类型、所述待检测发光部件的工装类型和所述摄像机类型,在预设算法集中确定出所述选定检测算法;利用预设配置参数对所述选定检测算法进行配置,以获的初始图像处理算法;利用所述初始图像处理算法对预设测试图像进行检测,以获得所述预设测试图像的预览外在特征;在所述预览外在特征与所述预设测试图像的预设预览外在特征满足预设条件时,将所述初始图像处理算法确定为所述图像处理算法。
需要说明的是,不同的检测算法对应的预设配置参数不同,预设配置参数可以包括图片预处理参数和图片检测参数。图片预处理参数可以包括滤波和二值化;当检测算法为OCR检测时,图片检测参数主要包括字符模板、字符大小和字符间隔等,当检测算法为等亮度检测时,图片检测参数包括抽取平面类型和灰度阈值等,当检测算法为颗粒检测时,图片检测参数包括颗粒特征类型及阈值等,当检测算法为模板比对时,图片检测参数包括模板比对类型、模板图片和匹配得分等。
其中,本申请中的外在特征(检测外在特征、预览外在特征、预设外在特征和预设预览外在特征等)均可以包括待检测发光部件的亮度、形状、色彩和位置等多种特征。预设测试图像为合格的发光部件对应的发光图像,预设测试图像对应的预览外在特征为利用初始图像处理算法检测到的外在特征,预设测试图像对应的预设预览外在特征为合格的待检测发光部件对应的实际外在特征。在所述预览外在特征与所述预设测试图像的预设预览外在特征满足预设条件时,表明初始图像处理算法的检测准确度较高,在所述预览外在特征与所述预设测试图像的预设预览外在特征不满足预设条件时,表明初始图像处理算法的检测准确度较低。其中,所述预设条件为预设预览外在特征与预览外在特征的相同,或预设预览外在特征与预览外在特征差距小于预设约束(预设约束包括预设位置差距、预设亮度差距、预设形状差距和预设色彩差距等,预设预览外在特征与预览外在特征差距小于预设约束是指,全部的预设预览外在特征与预览外在特征均小于对应的预设约束)。
在所述预览外在特征与所述预设测试图像的预设预览外在特征满足预设条件时,表明初始图像处理算法的检测准确度较高,即可将初始图像处理算法直接作为所述图像处理算法,以继续进行后面的步骤。
在所述预览外在特征与所述预设测试图像的预设预览外在特征不满足预设条件时,表明初始图像处理算法的检测准确度较低,需要对初始图像处理算法重新配置,即通过获取新的预设配置参数,并利用所述新的预设配置参数对所述配置参数进行更新,并返回执行所述利用预设配置参数对所述选定检测算法进行配置的步骤,直到所述预览外在特征与所述预设预览外在特征满足所述预设条件,表明此时的初始图像处理算法准确率较高,将其作为所述图像处理算法。
此时,获得图像处理算法后,可以多次重复使用该图像处理算法进行多次的本发明的发光部件检测方法,并不需要在每次进行本发明的发光部件检测方法,对检测算法进行配置,大大减少了对检测算法重新配置的时间,提高了发光部件的检测效率。
具体的,步骤S12包括:利用所述图像处理算法对所述发光图像进行检测,以获得所述待检测发光部件的检测外在特征;基于所述检测外在特征和所述待检测发光部件的预设外在特征的比对结果,获得所述待检测发光部件的检测结果。
一般而言,待检测发光部件对应的发光图像需要分割为多个小图像,才能利用所述图像处理算法继续对小图像检测,以获得检测外在特征。也即,在利用所述图像处理算法对所述发光图像进行检测,以获得所述待检测发光部件的检测外在特征的步骤之前,所述方法还包括:在预设分割策略集中确定出与所述工装类型对应的选定分割策略;利用所述选定分割策略对所述发光图像进行分割,以获得分割后的发光图像;相应的,所述利用所述图像处理算法对所述发光图像进行检测,以获得所述待检测发光部件的检测外在特征的步骤,包括:利用所述图像处理算法对所述分割后的发光图像进行检测,以获得所述检测外在特征。
需要说明的是,待检测发光部件的工装类型(工装布局)包括多种,可以包括1×1、1×2和1×4等,其中,1×1代表一个摄相机对应一个待检测发光部件,1×2代表一个摄相机对应两个待检测发光部件。不同的工装类型,获得的发光图像包括不同数量的待检测发光部件,需要将发光图像进行分割,以获得分割后的发光图像,分割后的发光图像中,一个待检测发光部件对应一个图像,多个待检测发光部件对应多个图像,例如,工装类型为1×4,则分割后的发光图像包括4个待检测发光部件分别对应的图像。
其中,预设分割策略集包括不同的分割策略,当工装类型包括1×1、1×2和1×4时,预设分割策略集包括三种分割策略:不分割策略、图像二分割策略和图像四分割策略。用户可以根据需求,选择更多形式的工装类型,并确定对应的分割策略,以获得预设分割策略集。可以理解的是,预设分割策略集中与所述待检测发光部件的工装类型对应的分割策略即为所述选定分割策略。
进一步的,所述利用所述图像处理算法对所述分割后的发光图像进行检测,以获得所述检测外在特征的步骤之前,所述方法还包括:利用预设校准策略,对所述分割后的发光图像进行校准,以获得校准后的发光图像;相应的,所述利用所述图像处理算法对所述分割后的发光图像进行检测,以获得所述检测外在特征的步骤,包括:利用所述图像处理算法对所述校准后的发光图像进行检测,以获得所述检测外在特征。
需要说明的是,为了保证检测亮度的准确性,在对分割后的发光图像进行检测之前,需要对分割后的发光图像进行校准,预设校准策略可以是距离校准或镜头畸变校准。
进一步的,所述利用所述图像处理算法对所述校准后的发光图像进行检测,以获得所述检测外在特征的步骤之前,所述方法还包括:在预设定位算法集中确定出与所述工装类型和所述设备类型对应的选定定位算法;利用所述选定定位算法,在所述校准后的发光图像中确定出待检测发光部件对应的有效区域;相应的,所述利用所述图像处理算法对所述校准后的发光图像进行检测,以获得所述检测外在特征的步骤,包括:利用所述图像处理算法对所述有效区域进行检测,以获得所述检测外在特征。
需要说明的是,预设定位算法集可以包括指定ROI(感兴趣区域)、手动采样、模版定位和边界交点定位等,用户可以根据所述工装类型和所述设备类型,在预设定位算法集中确定一个定位算法,该定位算法即为选定定位算法,也可以随机在预设定位算法集中确定一个定位算法,该随机确定的定位算法即为所述选定定位算法。
通常,校正后的发光图像中可能包括待检测发光部件以外的无效区域,此时,则需要利用上述方法在所述校准后的发光图像中确定出待检测发光部件对应的有效区域,有效区域只包括待检测发光部件对应的部分,发光部件以外的部分则会被剔除,不需要对无效区域(非有效区域)进行检测,以提高检测亮度的准确率和检测速度(不需要对非有效区域进行检测,节省了数据处理时间)。
需要说明的是,预设外在特征是指待检测发光部件为合格的发光部件时,待检测发光部件对应的外在特征,即,预设外在特征包括合格的发光部件对应的亮度、位置、色彩和形状。合格的发光部件对应的形状为预设形状,合格的发光部件对应的亮度为预设亮度,合格的发光部件对应的色彩为预设色彩。合格的发光部件对应的对应的位置为预设位置。在进行比对时,需要件待检测发光部件的检测外在特征对应的检测位置、检测亮度、检测色彩和检测形状,分别与预设位置、预设亮度、预设色彩和预设形状分别进行比对。
另外,在步骤S12中,比对结果可以是所述检测外在特征和所述预设外在特征相同(或相近,可设定检测外在特征相对于预设外在特征的变化区间,检测外在特征在变化区间内,则表明相近,变化区间可以包括位置变化区间、亮度变化区间、形状变化区间和色彩变化区间等,检测外在特征在变化区间内是指,全部在特征均在对应的变化区间内),此时的检测结果为待检测发光部件合格;比对结果还可以是所述检测外在特征和所述预设外在特征差异大(检测外在特征中的某一个特征或全部特征,在对应的变化区间外),此时的检测结果为待检测发光部件不合格。
可以理解的是,当待检测发光部件的预设亮度包括多种时,检测结果的评判标准为:多种预设亮度与对应的多个检测亮度均相同(或相近),待检测发光部件的亮度检测合格,若待检测发光部件的多种预设亮度中的任一种预设亮度与对应的检测亮度差异大,待检测发光部件不合格。待检测发光部件的预设色彩、预设位置和预设形状包括多种时,参照亮度的检测结果的评判标准。
在另一实施例中,终端设备还可以输出初始的发光图像和有效区域(发光图像中的一部分图像,参照上述方式获得的有效区域对应的图像即可),以便于通过发光图像和有效区域,确定上述图像处理过程(图像分割、图像校正和图像有效区域提取)是否出现异常。以在出现异常时,及时对异常进行修正。
在执行本发明的发光部件检测方法时,只需要对摄像机进行一次配置、对工装类型进行一次配置和对检测算法进行一次预设参数的配置,即可利用配置好的内容,进行多次本发明的发光部件检测方法的步骤。换而言之,同一款产品只需一次配置,可直接通过配置后的内容进行本发明的发光部件检测的步骤,不需要在每次进行待检测发光部件的检测时,都进行上述配置过程,节省了大量的配置的时间,提高了检测效率。
本发明技术方案提出了一种发光部件检测方法,通过利用预设摄像机对待检测发光部件进行拍摄,以获得发光图像,所述预设摄像机利用所述预设摄像机的摄像机类型对应的选定摄相机参数配置;利用图像处理算法对所述发光图像进行检测,以获得所述待检测发光部件的检测结果,所述图像处理算法通过对选定检测算法配置获得,所述选定检算法是基于所述待检测发光部件的设备类型、所述待检测发光部件的工装类型和所述摄像机类型,在预设算法集中确定。
本发明中,利用所述预设摄像机的摄像机类型对应的选定摄相机参数进行预设摄像机的配置,同时,基于设备类型、工装类型和所述摄像机类型,在预设算法集中确定选定检测算法,并对选定检测算法进行配置,以获得图像处理算法,从而使得图像处理算法可以对不同设备类型、不同工装类型和不同摄像机类型对应的发光图像进行检测,并不需要重新开发检测软件,从而大大降低了待检测发光部件的检测周期,从而提高了待检测发光部件的检测效率。
参照图3,图3为本发明发光部件检测装置第一实施例的结构框图,所述装置用于终端设备,所述装置包括:
拍摄模块10,用于利用预设摄像机对待检测发光部件进行拍摄,以获得发光图像,所述预设摄像机利用所述预设摄像机的摄像机类型对应的选定摄相机参数配置;
检测模块20,用于利用图像处理算法对所述发光图像进行检测,以获得所述待检测发光部件的检测结果,所述图像处理算法通过对选定检测算法配置获得,所述选定检算法是基于所述待检测发光部件的设备类型、所述待检测发光部件的工装类型和所述摄像机类型,在预设算法集中确定。
以上所述仅为本发明的可选实施例,并非因此限制本发明的专利范围,凡是在本发明的发明构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (10)
1.一种发光部件检测方法,其特征在于,所述方法包括以下步骤:
利用预设摄像机对待检测发光部件进行拍摄,以获得发光图像,所述预设摄像机利用所述预设摄像机的摄像机类型对应的选定摄相机参数配置;
利用图像处理算法对所述发光图像进行检测,以获得所述待检测发光部件的检测结果,所述图像处理算法通过对选定检测算法配置获得,所述选定检算法是基于所述待检测发光部件的设备类型、所述待检测发光部件的工装类型和所述摄像机类型,在预设算法集中确定。
2.如权利要求1所述的方法,其特征在于,所述利用图像处理算法对所述发光图像进行检测,以获得所述待检测发光部件的检测结果的步骤,包括:
利用所述图像处理算法对所述发光图像进行检测,以获得所述待检测发光部件的检测外在特征;
基于所述检测外在特征和所述待检测发光部件的预设外在特征的比对结果,获得所述待检测发光部件的检测结果。
3.如权利要求2所述的方法,其特征在于,所述利用所述图像处理算法对所述发光图像进行检测,以获得所述待检测发光部件的检测外在特征的步骤之前,所述方法还包括:
在预设分割策略集中确定出与所述工装类型对应的选定分割策略;
利用所述选定分割策略对所述发光图像进行分割,以获得分割后的发光图像;
所述利用所述图像处理算法对所述发光图像进行检测,以获得所述待检测发光部件的检测外在特征的步骤,包括:
利用所述图像处理算法对所述分割后的发光图像进行检测,以获得所述检测外在特征。
4.如权利要求3所述的方法,其特征在于,所述利用所述图像处理算法对所述分割后的发光图像进行检测,以获得所述检测外在特征的步骤之前,所述方法还包括:
利用预设校准策略,对所述分割后的发光图像进行校准,以获得校准后的发光图像;
所述利用所述图像处理算法对所述分割后的发光图像进行检测,以获得所述检测外在特征的步骤,包括:
利用所述图像处理算法对所述校准后的发光图像进行检测,以获得所述检测外在特征。
5.如权利要求4所述的方法,其特征在于,所述利用所述图像处理算法对所述校准后的发光图像进行检测,以获得所述检测外在特征的步骤之前,所述方法还包括:
在预设定位算法集中确定出与所述工装类型和所述设备类型对应的选定定位算法;
利用所述选定定位算法,在所述校准后的发光图像中确定出待检测发光部件对应的有效区域;
所述利用所述图像处理算法对所述校准后的发光图像进行检测,以获得所述检测外在特征的步骤,包括:
利用所述图像处理算法对所述有效区域进行检测,以获得所述检测外在特征。
6.如权利要求5所述的方法,其特征在于,所述利用图像处理算法对所述发光图像进行检测,以获得所述待检测发光部件的检测结果的步骤之前,所述方法还包括:
基于所述待检测发光部件的设备类型、所述待检测发光部件的工装类型和所述摄像机类型,在预设算法集中确定出所述选定检测算法;
利用预设配置参数对所述选定检测算法进行配置,以获的初始图像处理算法;
利用所述初始图像处理算法对预设测试图像进行检测,以获得所述预设测试图像的预览外在特征;
在所述预览外在特征与所述预设测试图像的预设预览外在特征满足预设条件时,将所述初始图像处理算法确定为所述图像处理算法。
7.如权利要求6所述的方法,其特征在于,所述利用所述初始图像处理算法对预设测试图像进行检测,以获得所述预设测试图像的预览外在特征的步骤之后,所述方法还包括:
在所述预览外在特征与所述预设预览外在特征不满足所述预设条件时,获取新的预设配置参数;
利用所述新的预设配置参数对所述配置参数进行更新,并返回执行所述利用预设配置参数对所述选定检测算法进行配置的步骤,直到所述预览外在特征与所述预设预览外在特征满足所述预设条件,获得所述图像处理算法。
8.一种发光部件检测装置,其特征在于,所述装置包括:
拍摄模块,用于利用预设摄像机对待检测发光部件进行拍摄,以获得发光图像,所述预设摄像机利用所述预设摄像机的摄像机类型对应的选定摄相机参数配置;
检测模块,用于利用图像处理算法对所述发光图像进行检测,以获得所述待检测发光部件的检测结果,所述图像处理算法通过对选定检测算法配置获得,所述选定检算法是基于所述待检测发光部件的设备类型、所述待检测发光部件的工装类型和所述摄像机类型,在预设算法集中确定。
9.一种终端设备,其特征在于,所述终端设备包括:存储器、处理器及存储在所述存储器上并在所述处理器上运行发光部件检测程序,所述待检测发光部件检测程序被所述处理器执行时实现如权利要求1至7中任一项所述的发光部件检测方法的步骤。
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上存储有发光部件检测程序,所述待检测发光部件检测程序被处理器执行时实现如权利要求1至7中任一项所述的发光部件检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110792458.5A CN113592787A (zh) | 2021-07-13 | 2021-07-13 | 发光部件检测方法、装置、终端设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110792458.5A CN113592787A (zh) | 2021-07-13 | 2021-07-13 | 发光部件检测方法、装置、终端设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113592787A true CN113592787A (zh) | 2021-11-02 |
Family
ID=78247338
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110792458.5A Pending CN113592787A (zh) | 2021-07-13 | 2021-07-13 | 发光部件检测方法、装置、终端设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113592787A (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004045125A (ja) * | 2002-07-10 | 2004-02-12 | Matsushita Electric Ind Co Ltd | 欠陥検査方法及び装置 |
CN105301810A (zh) * | 2015-11-24 | 2016-02-03 | 上海斐讯数据通信技术有限公司 | 一种屏幕缺陷检测方法及装置 |
CN106442556A (zh) * | 2016-11-16 | 2017-02-22 | 哈尔滨理工大学 | 一种板状带孔工件表面缺陷检测装置和方法 |
CN107084992A (zh) * | 2017-04-20 | 2017-08-22 | 佛山市南海区广工大数控装备协同创新研究院 | 一种基于机器视觉的胶囊检测方法及*** |
CN108564631A (zh) * | 2018-04-03 | 2018-09-21 | 上海理工大学 | 车灯光导色差检测方法、装置及计算机可读存储介质 |
CN109406529A (zh) * | 2018-09-28 | 2019-03-01 | 武汉精立电子技术有限公司 | 一种aoi缺陷检测***的性能调节方法 |
CN109712115A (zh) * | 2018-12-03 | 2019-05-03 | 武汉精立电子技术有限公司 | 一种pcb板自动检测方法及*** |
CN109829914A (zh) * | 2019-02-26 | 2019-05-31 | 视睿(杭州)信息科技有限公司 | 检测产品缺陷的方法和装置 |
CN111325728A (zh) * | 2020-02-19 | 2020-06-23 | 南方科技大学 | 产品缺陷检测方法、装置、设备及存储介质 |
CN111652852A (zh) * | 2020-05-08 | 2020-09-11 | 浙江华睿科技有限公司 | 一种产品表面缺陷检测方法和装置及设备 |
CN112748110A (zh) * | 2019-10-31 | 2021-05-04 | 深圳市凯瑞奇自动化技术有限公司 | 一种用于透明镜印刷烫金工序的表面缺陷检测装置 |
CN113092504A (zh) * | 2021-04-07 | 2021-07-09 | 扬州哈工博浩智能科技有限公司 | 一种缺陷无损检测*** |
-
2021
- 2021-07-13 CN CN202110792458.5A patent/CN113592787A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004045125A (ja) * | 2002-07-10 | 2004-02-12 | Matsushita Electric Ind Co Ltd | 欠陥検査方法及び装置 |
CN105301810A (zh) * | 2015-11-24 | 2016-02-03 | 上海斐讯数据通信技术有限公司 | 一种屏幕缺陷检测方法及装置 |
CN106442556A (zh) * | 2016-11-16 | 2017-02-22 | 哈尔滨理工大学 | 一种板状带孔工件表面缺陷检测装置和方法 |
CN107084992A (zh) * | 2017-04-20 | 2017-08-22 | 佛山市南海区广工大数控装备协同创新研究院 | 一种基于机器视觉的胶囊检测方法及*** |
CN108564631A (zh) * | 2018-04-03 | 2018-09-21 | 上海理工大学 | 车灯光导色差检测方法、装置及计算机可读存储介质 |
CN109406529A (zh) * | 2018-09-28 | 2019-03-01 | 武汉精立电子技术有限公司 | 一种aoi缺陷检测***的性能调节方法 |
CN109712115A (zh) * | 2018-12-03 | 2019-05-03 | 武汉精立电子技术有限公司 | 一种pcb板自动检测方法及*** |
CN109829914A (zh) * | 2019-02-26 | 2019-05-31 | 视睿(杭州)信息科技有限公司 | 检测产品缺陷的方法和装置 |
CN112748110A (zh) * | 2019-10-31 | 2021-05-04 | 深圳市凯瑞奇自动化技术有限公司 | 一种用于透明镜印刷烫金工序的表面缺陷检测装置 |
CN111325728A (zh) * | 2020-02-19 | 2020-06-23 | 南方科技大学 | 产品缺陷检测方法、装置、设备及存储介质 |
CN111652852A (zh) * | 2020-05-08 | 2020-09-11 | 浙江华睿科技有限公司 | 一种产品表面缺陷检测方法和装置及设备 |
CN113092504A (zh) * | 2021-04-07 | 2021-07-09 | 扬州哈工博浩智能科技有限公司 | 一种缺陷无损检测*** |
Non-Patent Citations (1)
Title |
---|
徐炜东;王毅;张荣阁;: "基于机器视觉的液晶屏字符缺陷检测***设计", 电脑知识与技术, no. 17 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111724293B (zh) | 图像渲染方法及装置、电子设备 | |
US20200334793A1 (en) | Method and device for blurring image background, storage medium and electronic apparatus | |
CN107945769B (zh) | 环境光强度检测方法、装置、存储介质及电子设备 | |
CN105867730B (zh) | 状态栏的显示方法及装置 | |
CN108172199B (zh) | 显示方法、显示装置、电子设备和计算机可读存储介质 | |
CN108269220B (zh) | 定位数字水印的方法及装置 | |
CN105828068A (zh) | 一种对摄像头进行遮挡检测的方法、装置及终端设备 | |
CN106204552A (zh) | 一种视频源的检测方法和装置 | |
CN106204423A (zh) | 一种基于增强现实的图片调整方法、装置及终端 | |
CN104463105A (zh) | 路牌识别方法及装置 | |
CN112508922B (zh) | Mura检测方法、装置、终端设备以及存储介质 | |
CN112215227A (zh) | 图像目标检测模型攻击方法、装置、终端设备及存储介质 | |
CN115239626A (zh) | 缺陷检测方法、光学检测设备、电子设备以及存储介质 | |
US10706282B2 (en) | Method and mobile terminal for processing image and storage medium | |
CN113761255A (zh) | 机器人室内定位方法、装置、设备及存储介质 | |
CN112669769A (zh) | 显示屏箱体参数校正方法及装置、设备、存储介质 | |
CN113592787A (zh) | 发光部件检测方法、装置、终端设备以及存储介质 | |
CN110086987B (zh) | 一种摄像头视角裁剪方法、装置及存储介质 | |
CN108027967B (zh) | 图像拼接的方法和电子设备 | |
CN114187349B (zh) | 产品加工方法、装置、终端设备以及存储介质 | |
CN114240913B (zh) | 半导体的异常分析方法、装置、终端设备以及存储介质 | |
CN112767877B (zh) | 显示器调整方法、装置、设备以及存储介质 | |
CN113269072B (zh) | 图片处理方法、装置、设备及计算机程序 | |
CN113676663B (zh) | 相机白平衡调整方法、装置、存储介质及终端设备 | |
CN111738034B (zh) | 车道线的检测方法和装置 |
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 |