CN113763402A - 一种检测方法、检测装置、电子设备和存储介质 - Google Patents
一种检测方法、检测装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113763402A CN113763402A CN202010502205.5A CN202010502205A CN113763402A CN 113763402 A CN113763402 A CN 113763402A CN 202010502205 A CN202010502205 A CN 202010502205A CN 113763402 A CN113763402 A CN 113763402A
- Authority
- CN
- China
- Prior art keywords
- partial image
- image
- target object
- target
- detection
- 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 155
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 238000000034 method Methods 0.000 claims description 27
- 238000004891 communication Methods 0.000 claims description 9
- 230000004075 alteration Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000007689 inspection Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 230000001351 cycling effect Effects 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012536 packaging technology Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 229910000679 solder Inorganic materials 0.000 description 1
- 238000005476 soldering Methods 0.000 description 1
- 238000003466 welding 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
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本申请实施例公开了一种检测方法,该方法包括:获得包括目标对象的目标图像;定位所述目标图像中的第一部分图像,所述第一部分图像包括所述目标对象;截取所述第一部分图像中的第二部分图像,所述第二部分图像包括所述目标对象,所述第二部分图像与所述目标对象具有相同的边缘形状;对所述第二部分图像中的所述目标对象进行检测,得到检测结果。本申请的实施例同时还公开了一种检测装置、电子设备和存储介质。
Description
技术领域
本申请涉及但不限于检测技术领域,尤其涉及一种检测方法、检测装置、电子设备和存储介质。
背景技术
在对某种产品进行自动光学检测(Automated Optical Inspection,AOI)识别时,在目标内容为特定形状的情况下,需要在目标成像上选择检测区域。目前,采用人工绘制检测区域的方式,然而绘制的检测区域过大或者过小,会引入干扰点或者导致有效点的缺失,从而造成误判。
申请内容
本申请实施例期望提供一种检测方法、检测装置、电子设备和存储介质,解决了采用人工绘制检测区域的方式,绘制的检测区域过大或者过小,会引入干扰点或者导致有效点的缺失,从而造成误判的问题,实现精确定位目标对象所在的检测区域,避免引入干扰点或者导致有效点的缺失,进而在精确定位的检测区域对目标对象进行检测以得到检测结果,避免了误判,提高了检测精确度和检测效率。
本申请的技术方案是这样实现的:
一种检测方法,所述方法包括:
获得包括目标对象的目标图像;
定位所述目标图像中的第一部分图像,所述第一部分图像包括所述目标对象;
截取所述第一部分图像中的第二部分图像,所述第二部分图像包括所述目标对象,所述第二部分图像与所述目标对象具有相同的边缘形状;
对所述第二部分图像中的所述目标对象进行检测,得到检测结果。
可选的,所述第一部分图像与所述目标对象具有不同的边缘形状。
可选的,所述截取所述第一部分图像中的第二部分图像,包括:
获得所述目标对象中各像素点的第一色彩参数;
获得参考图像中各像素点的第二色彩参数,所述参考图像为所述第一部分图像中除所述目标对象之外的图像,所述第一色彩参数与所述第二色彩参数为同类型的色彩参数;
基于所述第一色彩参数和所述第二色彩参数,截取所述第二部分图像。
可选的,所述基于所述第一色彩参数和所述第二色彩参数,截取所述第二部分图像,包括:
获得所述第一色彩参数与所述第二色彩参数的比对结果;
基于所述比对结果,截取所述第二部分图像。
可选的,所述第一部分图像的边缘形状为矩形,所述基于所述比对结果,截取所述第二部分图像,包括:
确定所述比对结果表征所述目标对象中各像素点与所述参考图像中各像素点之间不存在色差,获得所述第一部分图像的最小内接圆;
截取所述第一部分图像中所述最小内接圆对应的所述第二部分图像。
可选的,所述方法还包括:
确定所述比对结果表征所述目标对象中各像素点与所述参考图像中各像素点之间存在色差,从所述最小内接圆中确定目标圆,所述目标圆为所述最小内接圆内的部分区域;
截取所述第一部分图像中所述目标圆对应的所述第二部分图像。
可选的,所述目标图像为深度图像。
一种检测装置,所述检测装置包括:
获得单元,用于获得包括目标对象的目标图像;
处理单元,用于定位所述目标图像中的第一部分图像,所述第一部分图像包括所述目标对象;
所述处理单元,还用于截取所述第一部分图像中的第二部分图像,所述第二部分图像包括所述目标对象,所述第二部分图像与所述目标对象具有相同的边缘形状;
检测单元,用于对所述第二部分图像中的所述目标对象进行检测,得到检测结果。
一种电子设备,所述电子设备包括:处理器、存储器和通信总线;
所述通信总线用于实现处理器和存储器之间的通信连接;
所述处理器用于执行存储器中存储的检测程序,以实现上述的检测方法的步骤。
一种存储介质,其特征在于,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现上述的检测方法的步骤。
本申请实施例所提供的检测方法、检测装置、电子设备和存储介质,获得包括目标对象的目标图像;定位所述目标图像中的第一部分图像,所述第一部分图像包括所述目标对象;截取所述第一部分图像中的第二部分图像,所述第二部分图像包括所述目标对象,所述第二部分图像与所述目标对象具有相同的边缘形状;对所述第二部分图像中的所述目标对象进行检测,得到检测结果;也就是说,本申请实施例中在获得包括目标对象的目标图像后,采用逐渐缩小检测区域的方式,先定位出包括目标对象的第一部分图像,再从第一部分图像中截图与目标对象具有相同的边缘形状的第二部分图像,如此,可以精确定位目标对象所在的检测区域,避免引入干扰点或者导致有效点的缺失,实现自动定位检测区域,进而在精确定位的检测区域对目标对象进行检测以得到检测结果,避免了误判,提高了检测精确度和检测效率。
附图说明
图1为本申请的实施例提供的一种检测方法的流程示意图;
图2为本申请的实施例提供的另一种检测方法的流程示意图;
图3为本申请的实施例提供的又一种检测方法的流程示意图;
图4为本申请的实施例提供的截取第二部分图像的流程示意图一;
图5为本申请的实施例提供的截取第二部分图像的流程示意图二;
图6为本申请的实施例提供的截取第二部分图像的流程示意图三;
图7为本申请的另一实施例提供的一种检测方法的流程示意图;
图8为本申请的实施例提供的一种目标图像的示意图;
图9为本申请的实施例提供的一种检测装置的结构示意图;
图10为本申请的实施例提供的另一种电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。
相关技术中,表面贴装技术(Surface Mount Technology,SMT)是新一代电子组装技术,它将传统的电子元器件压缩成为体积只有几十分之一的器件。SMT表面贴装技术主要涉及贴装技术、焊接技术、半导体封装技术、组装设备设计技术、电路成型工艺技术、功能设计模拟技术等。SMT生产线主要包括:贴片机、印刷机、锡膏检测仪(Solder PasteInspection,SPI)、波峰焊设备、回流焊设备、AOI检测设备、X-Ray检测设备、返修工作站等。其中贴片机是用来实现高速、高精度、全自动贴放电子元器件的设备,关系到SMT生产线的效率和精度,是核心的设备。印制电路板(Printed Circuit Board,PCB)的准确定位是实现贴片机精确贴装的关键步骤之一。
然而,相关技术中在对PCB进行自动光学检测AOI识别时,在定位的目标内容为特定形状的情况下,需要在目标成像上选择检测区域。目前,采用人工绘制检测区域的方式,然而绘制的检测区域过大或者过小,会引入干扰点或者导致有效点的缺失,从而造成误判。
本申请的实施例提供一种检测方法,应用于电子设备,参照图1所示,该方法包括以下步骤:
步骤101、获得包括目标对象的目标图像。
本申请实施例中,电子设备可以包括诸如手机、平板电脑、笔记本电脑、个人数字助理(Personal Digital Assistant,PDA)、相机等移动终端设备,以及诸如台式计算机等固定终端设备。
本申请实施例中,目标图像可以是对PCB进行图像采集得到的图像,图像采集得到的图像包括目标对象。目标对象为PCB上的对象。例如,目标对象为PCB上的定位孔。定位孔的边缘性状可以是圆形、可以是矩形、还可以是不规则形状。
步骤102、定位目标图像中的第一部分图像。
其中,第一部分图像包括目标对象。
本申请实施例中,电子设备获得包括目标对象的目标图像后,可以从目标图像中定位出第一部分图像。示例性的,操作对象通过电子设备的输入装置输入定位参数,电子设备在接收到定位参数后,基于定位参数从目标图像中定位出第一部分图像。第一部分图像是目标图像中的部分图像。这里,从目标图像中定位出第一部分图像,可以理解为降低干扰点的过程,实现初步缩小检测区域。
步骤103、截取第一部分图像中的第二部分图像。
其中,第二部分图像包括目标对象,第二部分图像与目标对象具有相同的边缘形状。
本申请实施例中,电子设备定位出目标图像中的第一部分图像的情况下,从第一部分图像中截取出与目标对象具有相同的边缘形状的第二部分图像,这一操作是进一步缩小检测区域的过程,而且由于截取的第二部分图像是与目标对象具有相同的边缘形状,所以,第二部分图像更切近于目标对象,不仅缩减了检测区域确保排出了更多的干扰点,而且确定了一个恰当的检测范围,确保目标对象在检测区域内,避免误判或者漏检。
步骤104、对第二部分图像中的目标对象进行检测,得到检测结果。
本申请实施例中,电子设备从第一部分图像中截取到第二部分图像后,将第二部分图像作为检测区域,并检测第二部分图像中目标对象,得到检测结果。这里,检测结果包括对第二部分中目标对象的位置的检测结果、对第二部分中目标对象的尺寸的检测结果、对第二部分中目标对象的表面特征的检测结果中的至少一种检测结果。
本申请实施例所提供的检测方法,获得包括目标对象的目标图像;定位目标图像中的第一部分图像,第一部分图像包括目标对象;截取第一部分图像中的第二部分图像,第二部分图像包括目标对象,第二部分图像与目标对象具有相同的边缘形状;对第二部分图像中的目标对象进行检测,得到检测结果;也就是说,本申请实施例中在获得包括目标对象的目标图像后,采用逐渐缩小检测区域的方式,先定位出包括目标对象的第一部分图像,再从第一部分图像中截图与目标对象具有相同的边缘形状的第二部分图像,如此,可以精确定位目标对象所在的检测区域,避免引入干扰点或者导致有效点的缺失,实现自动定位检测区域,进而在精确定位的检测区域对目标对象进行检测以得到检测结果,避免了误判,提高了检测精确度和检测效率。
本申请的实施例提供一种检测方法,应用于电子设备,参照图2所示,该方法包括以下步骤:
步骤201、获得包括边缘形状为圆形的目标对象的目标图像。
本申请实施例中,电子设备可以包括诸如手机、平板电脑、笔记本电脑、个人数字助理(Personal Digital Assistant,PDA)、相机等移动终端设备,以及诸如台式计算机等固定终端设备。
本申请实施例中,目标图像可以是对PCB进行图像采集得到的图像,图像采集得到的图像包括目标对象。目标对象为PCB上的对象。例如,目标对象为PCB上的定位孔。这里,定位孔的边缘性状为圆形。
步骤202、定位目标图像中的边缘形状为矩形的第一部分图像。
其中,第一部分图像包括目标对象。
本申请实施例中,电子设备获得包括边缘形状为圆形的目标对象的目标图像后,可以从目标图像中定位出边缘形状为矩形的第一部分图像。示例性的,操作对象通过电子设备的输入装置输入定位参数,该定位参数用于从目标图像中定位出边缘形状为矩形的第一部分图像;电子设备在接收到定位参数后,基于定位参数从目标图像中定位出第一部分图像。第一部分图像是目标图像中的部分图像。这里,从目标图像中定位出第一部分图像,也就是说,将检测区域从目标对象缩小到第一部分图像,降低了部分干扰点,实现初步缩小检测区域。
步骤203、截取第一部分图像中的第二部分图像。
其中,第二部分图像包括目标对象,第二部分图像与目标对象具有相同的边缘形状,即第二部分图像的边缘形状为圆形。
本申请实施例中,电子设备从目标图像中定位出边缘形状为矩形的第一部分图像的情况下,从第一部分图像中截取出与具有圆形边缘形状的第二部分图像,这一操作是进一步缩小检测区域的过程,而且由于截取的第二部分图像与目标对象都是圆形边缘,所以,第二部分图像更切近于目标对象,不仅缩减了检测区域确保排出了更多的干扰点,而且确定了一个恰当的检测范围,确保目标对象在检测区域内,避免误判或者漏检。
步骤204、对第二部分图像中的目标对象进行检测,得到检测结果。
本申请实施例中,电子设备从边缘形状为矩形的第一部分图像中截取到边缘形状为圆形的第二部分图像后,将第二部分图像作为检测区域,并检测第二部分图像中目标对象,得到检测结果。这里,检测结果包括对第二部分中目标对象的位置的检测结果、对第二部分中目标对象的尺寸的检测结果、对第二部分中目标对象的表面特征的检测结果中的至少一种检测结果。
相关技术中在定位检测区域时,一是检测区域大小会因调试人员而异,没有固定的标准。从而检测区域过大,会导致检测区域偏大,干扰点增加,降低检测准确率;检测区域过小,导致被检测物体不在检测范围内或者部分偏离检测区域,导致误判或者漏检。二是人工绘制的检测区域为矩形区域,无法实现对圆形检测对象的准确定位。然而,通过本申请实施例提供的检测方法,先定位出目标图像中边缘形状为矩形的第一部分图像,确定目标对象的大致范围,进而基于第一部分图像的范围准确定位出与目标对象的边缘形状相同的检测区域并截取该检测区域即第二部分图像,最后直接对第二部分图像中的目标对象进行检测,得到检测结果。如此,可以精确定位目标对象所在的检测区域,避免引入干扰点或者导致有效点的缺失,实现自动定位检测区域,进而在精确定位的检测区域对目标对象进行检测以得到检测结果,避免了误判,提高了检测精确度和检测效率。
需要说明的是,本实施例中与其它实施例中相同步骤和相同内容的说明,可以参照其它实施例中的描述,此处不再赘述。
本申请的实施例提供一种检测方法,应用于电子设备,参照图3所示,该方法包括以下步骤:
步骤301、获得包括目标对象的目标图像。
其中,目标对象的边缘形状为圆形。
本申请实施例中,电子设备可以包括诸如手机、平板电脑、笔记本电脑、个人数字助理(Personal Digital Assistant,PDA)、相机等移动终端设备,以及诸如台式计算机等固定终端设备。
本申请实施例中,目标图像可以是对PCB进行图像采集得到的图像,图像采集得到的图像包括目标对象。目标对象为PCB上的对象。例如,目标对象为PCB上的定位孔。定位孔的边缘性状为圆形。
步骤302、定位目标图像中的边缘形状为矩形的第一部分图像。
其中,第一部分图像包括目标对象。
本申请实施例中,电子设备获得包括边缘形状为圆形的目标对象的目标图像后,可以从目标图像中定位出边缘形状为矩形的第一部分图像。示例性的,操作对象通过电子设备的输入装置输入定位参数,该定位参数用于从目标图像中定位出边缘形状为矩形的第一部分图像;电子设备在接收到定位参数后,基于定位参数从目标图像中定位出第一部分图像。第一部分图像是目标图像中的部分图像。这里,从目标图像中定位出第一部分图像,也就是说,将检测区域从目标对象缩小到第一部分图像,降低了部分干扰点,实现初步缩小检测区域。
步骤303、获得目标对象中各像素点的第一色彩参数。
本申请实施例中,第一色彩参数作为缩小检测区域的因素之一。
步骤304、获得参考图像中各像素点的第二色彩参数。
其中,参考图像为第一部分图像中除目标对象之外的图像,第一色彩参数与第二色彩参数为同类型的色彩参数。第二色彩参数作为另一个缩小检测区域的因素。本申请实施例中的色彩参数是对PCB进行图像采集所得到的参数。基于色彩参数能确定出不同对象在目标图像上所处的位置。其中,目标图像可以是深度图像,例如通过激光照射到PCB表面后得到的图像。
步骤305、基于第一色彩参数和第二色彩参数,截取第二部分图像。
其中,第二部分图像包括目标对象,第二部分图像与目标对象具有相同的边缘形状,即第二部分图像的边缘形状为圆形。
本申请实施例中,参见图4所示,步骤305基于第一色彩参数和第二色彩参数,截取第二部分图像,可以通过如下步骤实现:
步骤305a、获得第一色彩参数与第二色彩参数的比对结果。
步骤305b、基于比对结果,截取第二部分图像。
本申请实施例中,步骤305b基于比对结果,截取第二部分图像,可以通过步骤305b11-步骤305b12或者步骤305b21-步骤305b22如下步骤实现:
参见图5所示,步骤305b11、确定比对结果表征目标对象中各像素点与参考图像中各像素点之间不存在色差,获得第一部分图像的最小内接圆。
步骤305b12、截取第一部分图像中最小内接圆对应的第二部分图像。
本申请实施例中,电子设备确定比对结果表征目标对象中各像素点与参考图像中各像素点之间不存在色差,则自动生成第一部分图像的最小内接圆作为最终的检测区域。
参见图6所示,步骤305b21、确定比对结果表征目标对象中各像素点与参考图像中各像素点之间存在色差,从最小内接圆中确定目标圆。
其中,目标圆为最小内接圆内的部分区域。也就是说,目标圆内任一点到最小内接圆的圆心的距离小于最小内接圆的半径。
步骤305b22、截取第一部分图像中目标圆对应的第二部分图像。
本申请实施例中,电子设备确定比对结果表征目标对象中各像素点与参考图像中各像素点之间存在色差,则通过判断色彩参数的阀值,自动生成目标圆作为圆形检测区域,该目标圆小于上述最小内接圆。
步骤306、对第二部分图像中的目标对象进行检测,得到检测结果。
需要说明的是,本实施例中与其它实施例中相同步骤和相同内容的说明,可以参照其它实施例中的描述,此处不再赘述。
本申请其他实施例中,结合图7对本申请所提供的检测方法应用于PCB定位孔的检测场景进行进一步的说明,
步骤701、电子设备获得相机采集的PCB图像。
参见图8所示,80为电子设备获得的PCB图像即目标图像。
步骤702、电子设备定位PCB图像中的矩形图像。
参见图8所示,81为电子设备定位的PCB图像中的矩形图像。
步骤703、电子设备将定位出的矩形图像所在区域匹配为检测区域。
步骤704、电子设备从矩形图像中定位圆形检测区域。
如此,剔除了圆形检测区域外的杂点。参见图8所示,82为电子设备定位的圆形检测区域,该圆形检测区域与目标对象83的边缘形状相同。
步骤705、电子设备截取圆形检测区域,并对圆形检测区域中的目标对象进行检测得到检测结果。
步骤706、检测结束。
由上述可知,本申请实施例中在AOI进行圆形目标检测时,能够根据被检测区域的阈值范围,自动生成圆形检测区域,圆形检测区域外的,自动判定为干扰点,数据可以自动剔除,有效降低了干扰点的存在,提高了检测准确度;同时,当目标内容和背景内容无色差时,可以将矩形区域的最小内接圆作为检测区域,同样有效降低了干扰点的存在,提高了检测准确度;当目标内容和背景内容有色差时,可以从矩形区域中确定小于最小内接圆的目标圆作为检测区域,如此,提高了检测精确度。
本申请其他实施例中,本申请实施例提供的检测方式可以通过如下代码实现,
if(nMinNum>0&&dCollection>0.0&&sInRoi.sLaserData.size()>nMinNum)
若(最小设定数量数据>0&Y方向的集合>0&在目标区域的激光数据大小>最小设定数量)
{
stPtCollectionRemoveNoise(sInRoi,dCollection,nMinNum,2);
}
Y方向集合噪点去除点为检测区域(region of interest,ROI)内小于最小数量的值;也就是说,按照Y方向距离(dCollection)分割成不同的集合块,如集合块内的数据量小于设定的最小数量,则认为是杂点
//圆形以外区域去杂
if(bCircleDeal)
{
SLaserArrayData sCircleRoi=sInRoi;根据设定ROI区域生成内切圆
sCircleRoi.sLaserLine.clear();清除ROI区域内线激光数据
sCircleRoi.sLaserData.clear();清除ROI区域内激光杂点数据
int ns=min(sInRoi.sLaserLine.size(),sInRoi.sLaserData.size());
for(int jj=0;jj<ns:jj++)
由此,循环所有有效的点
{
double dDis=svDistance(ptCenter,sInRoi.sLaserLine[jj]);
if(dDis<=dCircleR)
计算点到中心的距离,如果点到中心的距离小于内接圆的半径则进入
{
sCircleRoi.sLaserLine.push_back(sInRoi.sLaserLine[jj]):
sCircleRoi.sLaserData.push_back(sInRoi.sLaserData[jj]);
}
把所有满足在圆内的点用一个临时变量保存起来
}
sInRoi=sCircleRoi;
}
把所有满足圆内的点赋值保存,其他不满足圆内的点则剔除掉
其中,SinRoi为激光数据结构体的一个局部变量,Slaserline为线激光数据,
Svdistance为点到点的距离函数,ptcenter为矩形框中心点变量。
需要说明的是,本实施例中与其它实施例中相同步骤和相同内容的说明,可以参照其它实施例中的描述,此处不再赘述。
本申请的实施例提供一种检测装置,该检测装置可以应用于图1~3对应的实施例提供的一种检测方法中,参照图9所示,该检测装置9包括:
获得单元91,用于获得包括目标对象的目标图像;
处理单元92,用于定位目标图像中的第一部分图像,第一部分图像包括目标对象;
处理单元92,还用于截取第一部分图像中的第二部分图像,第二部分图像包括目标对象,第二部分图像与目标对象具有相同的边缘形状;
检测单元93,用于对第二部分图像中的目标对象进行检测,得到检测结果。
在本申请的其他实施例中,第一部分图像与目标对象具有不同的边缘形状。
在本申请的其他实施例中,处理单元92,还用于获得目标对象中各像素点的第一色彩参数;
获得参考图像中各像素点的第二色彩参数,参考图像为第一部分图像中除目标对象之外的图像,第一色彩参数与第二色彩参数为同类型的色彩参数;
基于第一色彩参数和第二色彩参数,截取第二部分图像。
在本申请的其他实施例中,处理单元92,还用于获得第一色彩参数与第二色彩参数的比对结果;
基于比对结果,截取第二部分图像。
在本申请的其他实施例中,第一部分图像的边缘形状为矩形,处理单元92,还用于确定比对结果表征目标对象中各像素点与参考图像中各像素点之间不存在色差,获得第一部分图像的最小内接圆;
截取第一部分图像中最小内接圆对应的第二部分图像。
在本申请的其他实施例中,处理单元92,还用于确定比对结果表征目标对象中各像素点与参考图像中各像素点之间存在色差,从最小内接圆中确定目标圆,目标圆为最小内接圆内的部分区域;
截取第一部分图像中目标圆对应的第二部分图像。
需要说明的是,本实施例中与其它实施例中相同步骤和相同内容的说明,可以参照其它实施例中的描述,此处不再赘述。
本申请的实施例提供一种电子设备,该电子设备可以应用于图1~3对应的实施例提供的一种检测方法中,参照图10所示,该电子设备100(图10中的电子设备100与图9中的电子设备9相对应)包括:处理器1001、存储器1002和通信总线1003,其中:
通信总线1003用于实现处理器1001和存储器1002之间的通信连接。
处理器1001用于执行存储器1002中存储的检测程序,以实现以下步骤:
获得包括目标对象的目标图像;
定位目标图像中的第一部分图像,第一部分图像包括目标对象;
截取第一部分图像中的第二部分图像,第二部分图像包括目标对象,第二部分图像与目标对象具有相同的边缘形状;
对第二部分图像中的目标对象进行检测,得到检测结果。
在本申请的其他实施例中,第一部分图像与目标对象具有不同的边缘形状。
在本申请的其他实施例中,处理器1001用于执行存储器1002中存储的检测程序,以实现以下步骤:
获得目标对象中各像素点的第一色彩参数;
获得参考图像中各像素点的第二色彩参数,参考图像为第一部分图像中除目标对象之外的图像,第一色彩参数与第二色彩参数为同类型的色彩参数;
基于第一色彩参数和第二色彩参数,截取第二部分图像。
在本申请的其他实施例中,处理器1001用于执行存储器1002中存储的检测程序,以实现以下步骤:
获得第一色彩参数与第二色彩参数的比对结果;
基于比对结果,截取第二部分图像。
在本申请的其他实施例中,处理器1001用于执行存储器1002中存储的检测程序,以实现以下步骤:
确定比对结果表征目标对象中各像素点与参考图像中各像素点之间不存在色差,获得第一部分图像的最小内接圆;
截取第一部分图像中最小内接圆对应的第二部分图像。
在本申请的其他实施例中,处理器1001用于执行存储器1002中存储的检测程序,以实现以下步骤:
确定比对结果表征目标对象中各像素点与参考图像中各像素点之间存在色差,从最小内接圆中确定目标圆,目标圆为最小内接圆内的部分区域;
截取第一部分图像中目标圆对应的第二部分图像。
在本申请的其他实施例中,目标图像为深度图像。
需要说明的是,本实施例中处理器所执行的步骤的具体实现过程,可以参照图1~3对应的实施例提供的检测方法中的实现过程,此处不再赘述。
本申请的实施例提供一种计算机可读存储介质,该计算机可读存储介质存储有一个或者多个程序,该一个或者多个程序可被一个或者多个处理器执行,以实现如下步骤:
获得包括目标对象的目标图像;
定位目标图像中的第一部分图像,第一部分图像包括目标对象;
截取第一部分图像中的第二部分图像,第二部分图像包括目标对象,第二部分图像与目标对象具有相同的边缘形状;
对第二部分图像中的目标对象进行检测,得到检测结果。
在本申请的其他实施例中,第一部分图像与目标对象具有不同的边缘形状。
在本申请的其他实施例中,该一个或者多个程序可被一个或者多个处理器执行,还可以实现以下步骤:
获得目标对象中各像素点的第一色彩参数;
获得参考图像中各像素点的第二色彩参数,参考图像为第一部分图像中除目标对象之外的图像,第一色彩参数与第二色彩参数为同类型的色彩参数;
基于第一色彩参数和第二色彩参数,截取第二部分图像。
在本申请的其他实施例中,该一个或者多个程序可被一个或者多个处理器执行,还可以实现以下步骤:
获得第一色彩参数与第二色彩参数的比对结果;
基于比对结果,截取第二部分图像。
在本申请的其他实施例中,该一个或者多个程序可被一个或者多个处理器执行,还可以实现以下步骤:
确定比对结果表征目标对象中各像素点与参考图像中各像素点之间不存在色差,获得第一部分图像的最小内接圆;
截取第一部分图像中最小内接圆对应的第二部分图像。
在本申请的其他实施例中,该一个或者多个程序可被一个或者多个处理器执行,还可以实现以下步骤:
确定比对结果表征目标对象中各像素点与参考图像中各像素点之间存在色差,从最小内接圆中确定目标圆,目标圆为最小内接圆内的部分区域;
截取第一部分图像中目标圆对应的第二部分图像。
在本申请的其他实施例中,目标图像为深度图像。
需要说明的是,本实施例中处理器所执行的步骤的具体实现过程,可以参照图1~3对应的实施例提供的检测方法中的实现过程,此处不再赘述。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述,仅为本申请的较佳实施例而已,并非用于限定本申请的保护范围。
Claims (10)
1.一种检测方法,其特征在于,所述方法包括:
获得包括目标对象的目标图像;
定位所述目标图像中的第一部分图像,所述第一部分图像包括所述目标对象;
截取所述第一部分图像中的第二部分图像,所述第二部分图像包括所述目标对象,所述第二部分图像与所述目标对象具有相同的边缘形状;
对所述第二部分图像中的所述目标对象进行检测,得到检测结果。
2.根据权利要求1所述的方法,其特征在于,所述第一部分图像与所述目标对象具有不同的边缘形状。
3.根据权利要求1所述的方法,其特征在于,所述截取所述第一部分图像中的第二部分图像,包括:
获得所述目标对象中各像素点的第一色彩参数;
获得参考图像中各像素点的第二色彩参数,所述参考图像为所述第一部分图像中除所述目标对象之外的图像,所述第一色彩参数与所述第二色彩参数为同类型的色彩参数;
基于所述第一色彩参数和所述第二色彩参数,截取所述第二部分图像。
4.根据权利要求3所述的方法,其特征在于,所述基于所述第一色彩参数和所述第二色彩参数,截取所述第二部分图像,包括:
获得所述第一色彩参数与所述第二色彩参数的比对结果;
基于所述比对结果,截取所述第二部分图像。
5.根据权利要求4所述的方法,其特征在于,所述第一部分图像的边缘形状为矩形,所述基于所述比对结果,截取所述第二部分图像,包括:
确定所述比对结果表征所述目标对象中各像素点与所述参考图像中各像素点之间不存在色差,获得所述第一部分图像的最小内接圆;
截取所述第一部分图像中所述最小内接圆对应的所述第二部分图像。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
确定所述比对结果表征所述目标对象中各像素点与所述参考图像中各像素点之间存在色差,从所述最小内接圆中确定目标圆,所述目标圆为所述最小内接圆内的部分区域;
截取所述第一部分图像中所述目标圆对应的所述第二部分图像。
7.根据权利要求1至6中任一项所述的方法,其特征在于,所述目标图像为深度图像。
8.一种检测装置,其特征在于,所述检测装置包括:
获得单元,用于获得包括目标对象的目标图像;
处理单元,用于定位所述目标图像中的第一部分图像,所述第一部分图像包括所述目标对象;
所述处理单元,还用于截取所述第一部分图像中的第二部分图像,所述第二部分图像包括所述目标对象,所述第二部分图像与所述目标对象具有相同的边缘形状;
检测单元,用于对所述第二部分图像中的所述目标对象进行检测,得到检测结果。
9.一种电子设备,其特征在于,所述电子设备包括:处理器、存储器和通信总线;
所述通信总线用于实现处理器和存储器之间的通信连接;
所述处理器用于执行存储器中存储的检测程序,以实现如权利要求1至7中任一项所述的检测方法的步骤。
10.一种存储介质,其特征在于,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如权利要求1至7中任一项所述的检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010502205.5A CN113763402A (zh) | 2020-06-04 | 2020-06-04 | 一种检测方法、检测装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010502205.5A CN113763402A (zh) | 2020-06-04 | 2020-06-04 | 一种检测方法、检测装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113763402A true CN113763402A (zh) | 2021-12-07 |
Family
ID=78783783
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010502205.5A Pending CN113763402A (zh) | 2020-06-04 | 2020-06-04 | 一种检测方法、检测装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113763402A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR19990006591A (ko) * | 1997-06-02 | 1999-01-25 | 모리시다 요이치 | 화상 검출방법, 화상 검출장치, 화상 처리방법, 화상 처리장치 및 매체 |
US20070201747A1 (en) * | 2006-02-28 | 2007-08-30 | Sanyo Electric Co., Ltd. | Object detection apparatus |
CN103544691A (zh) * | 2012-07-19 | 2014-01-29 | 苏州比特速浪电子科技有限公司 | 图像处理方法及设备 |
CN107103606A (zh) * | 2017-02-27 | 2017-08-29 | 口碑控股有限公司 | 一种图像识别方法及装置 |
CN109033972A (zh) * | 2018-06-27 | 2018-12-18 | 上海数迹智能科技有限公司 | 一种目标检测方法、装置、设备及存储介质 |
CN109583504A (zh) * | 2018-12-05 | 2019-04-05 | 河北工业大学 | 一种基于视觉的pcb板圆形定位孔快速准确识别方法 |
CN109657571A (zh) * | 2018-12-04 | 2019-04-19 | 北京京东金融科技控股有限公司 | 一种分娩监控方法和装置 |
CN110335273A (zh) * | 2019-07-15 | 2019-10-15 | 北京海益同展信息科技有限公司 | 检测方法、检测装置、电子设备和介质 |
CN110472623A (zh) * | 2019-06-29 | 2019-11-19 | 华为技术有限公司 | 图像检测方法、设备以及*** |
CN111046746A (zh) * | 2019-11-22 | 2020-04-21 | 北京精英路通科技有限公司 | 一种车牌检测方法及装置 |
-
2020
- 2020-06-04 CN CN202010502205.5A patent/CN113763402A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR19990006591A (ko) * | 1997-06-02 | 1999-01-25 | 모리시다 요이치 | 화상 검출방법, 화상 검출장치, 화상 처리방법, 화상 처리장치 및 매체 |
US20070201747A1 (en) * | 2006-02-28 | 2007-08-30 | Sanyo Electric Co., Ltd. | Object detection apparatus |
CN103544691A (zh) * | 2012-07-19 | 2014-01-29 | 苏州比特速浪电子科技有限公司 | 图像处理方法及设备 |
CN107103606A (zh) * | 2017-02-27 | 2017-08-29 | 口碑控股有限公司 | 一种图像识别方法及装置 |
CN109033972A (zh) * | 2018-06-27 | 2018-12-18 | 上海数迹智能科技有限公司 | 一种目标检测方法、装置、设备及存储介质 |
CN109657571A (zh) * | 2018-12-04 | 2019-04-19 | 北京京东金融科技控股有限公司 | 一种分娩监控方法和装置 |
CN109583504A (zh) * | 2018-12-05 | 2019-04-05 | 河北工业大学 | 一种基于视觉的pcb板圆形定位孔快速准确识别方法 |
CN110472623A (zh) * | 2019-06-29 | 2019-11-19 | 华为技术有限公司 | 图像检测方法、设备以及*** |
CN110335273A (zh) * | 2019-07-15 | 2019-10-15 | 北京海益同展信息科技有限公司 | 检测方法、检测装置、电子设备和介质 |
CN111046746A (zh) * | 2019-11-22 | 2020-04-21 | 北京精英路通科技有限公司 | 一种车牌检测方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112508846B (zh) | 缺陷检测方法及装置、电子设备和存储介质 | |
EP3048439B1 (en) | Mounting inspection device | |
CN111982933A (zh) | 一种涂覆缺陷检测***及装置 | |
CN115239626A (zh) | 缺陷检测方法、光学检测设备、电子设备以及存储介质 | |
CN112102242A (zh) | 一种基于轻量级网络的pcb元器件检测方法 | |
CN112419274A (zh) | 一种锡膏检测方法、***、电子设备及介质 | |
CN115641337A (zh) | 一种线状缺陷检测方法、装置、介质、设备及*** | |
CN112579532B (zh) | 一种钢网开口库自动建库方法及*** | |
CN114359240A (zh) | 芯片分选防错位方法、装置、终端及存储介质 | |
CN113763402A (zh) | 一种检测方法、检测装置、电子设备和存储介质 | |
US20240062381A1 (en) | Cell detection method and apparatus, device, readable storage medium, and program product | |
JP3009205B2 (ja) | 検査方法及びその装置 | |
CN115719326A (zh) | Pcb板缺陷检测方法及装置 | |
CN113139399A (zh) | 一种图像线框识别方法及服务器 | |
CN112388710B (zh) | 分板机沿边切割的方法、装置、存储介质和分板机 | |
CN117589770A (zh) | Pcb贴片板检测方法、装置、设备及介质 | |
CN114627113B (zh) | 一种印制电路板缺陷检测方法及***及装置及介质 | |
CN116152158A (zh) | 焊缝检测方法、装置、电子设备及存储介质 | |
CN115482542A (zh) | 图像边缘的确定方法和装置 | |
CN115829929A (zh) | 产品表面图像的缺陷检测方法、装置、设备及存储介质 | |
CN114841943A (zh) | 一种零件检测方法、装置、设备及存储介质 | |
CN112150397B (zh) | 一种字符处理方法及喷印设备 | |
CN114118003A (zh) | 一种波峰焊零件上锡检测方法及装置 | |
CN111861997A (zh) | 一种花纹板材圆孔尺寸检测方法、***及装置 | |
CN113538449A (zh) | 一种图像矫正方法、装置、服务器及存储介质 |
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 |