CN114820523A - 光感孔溢胶检测方法、装置、***、设备及介质 - Google Patents
光感孔溢胶检测方法、装置、***、设备及介质 Download PDFInfo
- Publication number
- CN114820523A CN114820523A CN202210456746.8A CN202210456746A CN114820523A CN 114820523 A CN114820523 A CN 114820523A CN 202210456746 A CN202210456746 A CN 202210456746A CN 114820523 A CN114820523 A CN 114820523A
- Authority
- CN
- China
- Prior art keywords
- detected
- light sensing
- sensing hole
- area
- glue
- 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
- G06T7/0006—Industrial image inspection using a design-rule based approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本公开涉及一种光感孔溢胶检测方法、装置、***、设备及介质,所述方法包括:获取待检测光感孔的初始图像;基于所述初始图像,确定待检测光感孔的未溢胶面积和溢胶面积中的至少之一;基于所述未溢胶面积和溢胶面积中的至少之一,确定待检测光感孔是否为合格光感孔。基于上述方法,实现了根据光感孔的图像确定溢胶面积或未溢胶面积,并根据溢胶面积确定待检测光感孔是否为合格光感孔,摒弃了依赖人工检测光感孔溢胶是否合格的方法,统一了检测标准,避免了人工检测时因主观因素影响检测结果,同时提升了检测效率。
Description
技术领域
本公开涉及光学检测技术领域,尤其涉及一种光感孔溢胶检测方法、装置、***、设备及介质。
背景技术
光感孔是某些设备(例如手机、电脑等等)的传感器用来感应外界光线的孔位。以手机为例,现有的手机一般都带有根据外界环境光线自动调节屏幕亮度的功能,而实现此功能的过程一般就是手机上的传感器通过光感孔感应外界环境的亮度,然后根据传感器获得到的亮度信息对手机屏幕的亮度进行调节。在这个过程中,实现自动调节亮度的根本需求则是传感器要明确地获取到外界环境的亮度。
在制造手机的过程中,光感孔一般是提前制造完成的,但是在例如屏幕等器件进行封装时,可能由于封装胶过多导致封装胶溢出到光感孔中,进而导致光感孔失效,即设置在光感孔里面的传感器无法再通过光感孔准确地获取到外界环境的亮度,这种现象导致的最终结果就是手机无法准确地根据外界环境光线调节屏幕亮度。
现有技术一般会通过人工检测的方法检测溢胶,即通过光感孔的图像投射的屏幕上,人工判断溢胶的情况,以判断产品是否不合格,但是人工检测的主观因素过大,虽然在检测前会指定一系列检测标准,但是在实际检测过程中还是会由于人为的主观因素影响检测结果,同时人工检测的效率过低,而且检测后难以对检测结果进行溯源,检测风险可控性低。
发明内容
为了解决上述技术问题或至少解决上述部分问题,本公开提供了一种光感孔溢胶检测方法、装置、***、设备及介质。
第一方面,本公开提供了一种光感孔溢胶检测方法,所述方法包括:
获取待检测光感孔的初始图像;
基于所述初始图像,确定待检测光感孔的未溢胶面积和溢胶面积中的至少之一;
基于所述未溢胶面积和溢胶面积中的至少之一,确定待检测光感孔是否为合格光感孔。
优选地,所述基于所述初始图像,确定待检测光感孔的未溢胶面积和溢胶面积中的至少之一,包括:
基于待检测光感孔的初始图像获取待检测光感孔的灰度图;
对所述灰度图进行检测,判断是否能够获取待检测光感孔对应的轮廓图形;
若是,则基于所述轮廓图形确定待检测光感孔的目标区域;
基于待检测光感孔的目标区域确定待检测光感孔的未溢胶面积和溢胶面积中的至少之一。
优选地,所述对所述灰度图进行检测,判断是否能够获取待检测光感孔对应的轮廓图形之后,还包括:
若否,则对待检测光感孔的初始图像进行单通道提取,获取包括第一单原色的待检测光感孔的单通道图像;
对所述包括第一单原色的待检测光感孔的单通道图像进行二值化处理,获取待检测光感孔的一类二值化图像;
对所述一类二值化图像进行检测,判断是否能够获取待检测光感孔对应的轮廓图形;
若是,则继续执行所述基于所述轮廓图形确定待检测光感孔的目标区域的步骤。
优选地,所述对所述一类二值化图像进行检测,判断是否能够获取待检测光感孔对应的轮廓图形之后,还包括:
若否,则继续对待检测光感孔的初始图像进行单通道提取,获取包括第二单原色的待检测光感孔的单通道图像;
对所述二类单通道图像进行二值化处理,获取待检测光感孔的二类二值化图像;
对所述二类二值化图像进行检测,判断是否能够获取待检测光感孔对应的轮廓图形;
若是,则继续执行所述基于所述轮廓图形确定待检测光感孔的目标区域的步骤;
若否,则将待检测光感孔确定为不合格光感孔。
优选地,所述基于所述初始图像,确定待检测光感孔的未溢胶面积和溢胶面积中的至少之一,包括:
对待检测光感孔的初始图像进行单通道提取,获取包括第三单原色的待检测光感孔的单通道图像;
对所述包括第三单原色的待检测光感孔的单通道图像进行二值化处理,获取待检测光感孔的三类二值化图像;
对所述三类二值化图像进行检测,判断是否能够获取待检测光感孔对应的轮廓图形;
若是,则基于所述轮廓图形确定待检测光感孔的目标区域;
基于待检测光感孔的目标区域确定待检测光感孔的未溢胶面积和溢胶面积中的至少之一。
优选地,所述基于所述未溢胶面积和溢胶面积中的至少之一,确定待检测光感孔是否为合格光感孔,包括:
基于待检测光感孔的未溢胶面积确定未溢胶面积比例;
判断所述未溢胶面积比例是否大于等于预设的未溢胶面积比例阈值;
若是,则将待检测光感孔确定为合格光感孔;
若否,则将待检测光感孔确定为不合格光感孔;
和/或,
所述基于所述未溢胶面积和溢胶面积中的至少之一,确定待检测光感孔是否为合格光感孔,还包括:
基于待检测光感孔的溢胶面积确定溢胶面积比例;
判断所述溢胶面积比例是否小于等于预设的溢胶面积比例阈值;
若是,则将待检测光感孔确定为合格光感孔;
若否,则将待检测光感孔确定为不合格光感孔。
优选地,所述基于待检测光感孔的目标区域确定待检测光感孔的未溢胶面积和溢胶面积中的至少之一,包括:
对待检测光感孔的初始图像进行单通道提取,获取包括第四单原色的待检测光感孔的单通道图像;
基于待检测光感孔的目标区域确定所述包括第四单原色的待检测光感孔的四类单通道图像的目标区域;
将所述四类单通道图像的目标区域进行二值化处理,获取待检测光感孔的四类二值化图像;
计算所述四类二值化图像的像素梯度,根据所述像素梯度确定待检测光感孔的溢胶区域和未溢胶区域中的至少之一确定待检测光感孔的未溢胶面积和溢胶面积中的至少之一。
优选地,所述基于待检测光感孔的未溢胶面积确定未溢胶面积比例,包括:
分别确定所述未溢胶面积的图像的像素数量和所述目标区域的图像的像素数量;
将所述目标区域的图像的像素数量与所述未溢胶面积的图像的像素数量作差得到差值,将所述差值与所述目标区域的图像的像素数量的比值确定为溢胶面积比例。
第二方面,本公开还提供了一种光感孔溢胶检测装置,包括:
光源单元、图像获取单元和图像分析单元;
所述光源单元和所述图像获取单元分别设置于待检测光感孔所对应平面的两侧,所述图像分析单元连接至所述图像获取单元;
所述光源单元被配置成用于向待检测光感孔发射光线,所述图像获取单元被配置成用于获取待检测光感孔的图像,所述图像分析单元被配置成用于执行上述第一方面中任一项所述的光感孔溢胶检测方法。
优选地,所述装置还包括存储单元;
所述存储单元连接至所述图像分析单元,所述存储单元被配置成用于存储所述图像分析单元未处理和/或已处理的待检测光感孔的图像。
第三方面,本公开还提供了一种光感孔溢胶检测***,所述***包括:
图像获取模块,其被配置成用于获取待检测光感孔的初始图像;
面积确定单元,其被配置成用于基于所述初始图像,确定待检测光感孔的未溢胶面积和溢胶面积中的至少之一;
合格确认模块,其被配置成用于基于所述未溢胶面积和溢胶面积中的至少之一,确定待检测光感孔是否为合格光感孔。
第四方面,本公开还提供了一种电子设备,包括:处理器和存储器;
所述处理器通过调用所述存储器存储的程序或指令,用于执行上述第一方面中任一项所述方法的步骤。
第五方面,本公开还提供了一种计算机可读存储介质,所述计算机可读存储介质存储程序或指令,所述程序或指令使计算机执行上述第一方面中任一项所述方法的步骤。
本公开提供的技术方案与现有技术相比具有如下优点:
本公开提供的光感孔溢胶检测方法,通过获取待检测光感孔的初始图像,基于初始图像确定待检测光感孔的未溢胶面积和溢胶面积中的至少之一,基于未溢胶面积和溢胶面积中的至少之一,确定待检测光感孔是否为合格光感孔,实现了基于光感孔图像自动确定溢胶面积和未溢胶面积中的至少之一,然后基于溢胶面积和未溢胶位面中的至少之一直接确定光感孔是否合格,摒弃了传统方式中依赖人工检测光感孔溢胶是否合格的方法,统一了检测标准,避免了人工检测时因主观因素影响检测结果,同时由于避免了人工检测,也提升了检测效率。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
为了更清楚地说明本公开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,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本公开实施例提供的光感孔溢胶检测方法主要流程示意图;
图2为图1示出的检测方法中的S102的一种细化流程示意图;
图3为图2示出的检测方法中的S204的一种细化流程示意图;
图4为本公开实施例提供的一种初始图像对应的灰度图;
图5为本公开实施例提供的另一种初始图像对应的灰度图;
图6为本公开实施例提供的一种初始图像对应的单通道图像的示意图;
图7为本公开实施例提供的一种目标区域的示意图;
图8为本公开实施例提供的一种溢胶面积或未溢胶面积的示意图;
图9为图1示出的检测方法中的S102的另一种细化流程示意图;
图10为图1示出的检测方法中的S103的一种细化流程示意图;
图11为本公开实施例提供的一种光感孔溢胶检测装置结构示意图;
图12为本公开实施例提供的一种光感孔溢胶检测***结构示意图;
图13为本公开实施例提供的一种电子设备的结构示意图。
具体实施方式
为了能够更清楚地理解本公开的上述目的、特征和优点,下面将对本公开的方案进行进一步描述。需要说明的是,在不冲突的情况下,本公开的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本公开,但本公开还可以采用其他不同于在此描述的方式来实施;显然,说明书中的实施例只是本公开的一部分实施例,而不是全部的实施例。
本公开实施例以手机为例,在手机生产的过程中,光感孔一般是提前制造完成的,即先在手机前面板上进行开孔,但是在后续工序中,由于需要对前面板进行组装,例如将屏幕贴合在前面板上,在贴合的过程中需要使用贴合胶完成屏幕的贴合,如果贴合胶过多,就有可能导致胶溢出到光感孔中,从而导致光感孔失效,因此需要检测光感孔是否合格。在此过程中,合格的产品一般会被称为OK品,检测结果为OK,不合格的产品一般会被称为NG品,检测结果为NG。
下面结合附图,对本公开实施例提供的光感孔溢胶检测方法、装置、***、设备及介质进行示例性说明。
参阅图1,本公开实施例提供了一种光感孔溢胶检测方法,方法包括如图1所示的S101-S103:
S101:获取待检测光感孔的初始图像。
S102:基于初始图像,确定待检测光感孔的未溢胶面积和溢胶面积中的至少之一。
S103:基于未溢胶面积和溢胶面积中的至少之一,确定待检测光感孔是否为合格光感孔。
待检测光感孔的初始图像为图像采集设备采集到的、未经过处理的图像,初始图像可以是彩色的。
光感孔是一个孔位,光感孔的轮廓或形状可以是任意的,例如圆形和矩形等等,本实施例中以矩形为例。
通过上述方法,本公开实施例实现了基于光感孔图像自动确定溢胶面积和未溢胶面积中的至少之一,然后基于溢胶面积和未溢胶位面中的至少之一直接确定光感孔是否合格,摒弃了传统方式中依赖人工检测光感孔溢胶是否合格的方法,统一了检测标准,避免了人工检测时因主观因素影响检测结果,同时由于避免了人工检测,也提升了检测效率。
参阅图2,在本公开实施例的一个实施方式中,S102具体可以包括如图2所示的S201-S216:
S201:基于待检测光感孔的初始图像获取待检测光感孔的灰度图。
S202:对灰度图进行检测,判断是否能够获取待检测光感孔对应的轮廓图形,若是,则执行S203,若否,则跳转至S213。
S203:基于轮廓图形确定待检测光感孔的目标区域。
S204:基于待检测光感孔的目标区域确定待检测光感孔的未溢胶面积和溢胶面积中的至少之一。
S213:对待检测光感孔的初始图像进行单通道提取,获取包括第一单原色的待检测光感孔的单通道图像。
S214:对包括第一单原色的待检测光感孔的单通道图像进行二值化处理,获取待检测光感孔的一类二值化图像。
S215:对一类二值化图像进行检测,判断是否能够获取待检测光感孔对应的轮廓图形,若是,则返回至S203,若否,则执行S216。
S216:将待检测光感孔确定为不合格光感孔。
参阅图3,在本公开实施例的一个实施方式中,S204具体可以包括如图3所示的S301-S304:
S301:对待检测光感孔的初始图像进行单通道提取,获取包括第四单原色的待检测光感孔的单通道图像。
S302:基于待检测光感孔的目标区域确定包括第四单原色的待检测光感孔的四类单通道图像的目标区域。
S303:将四类单通道图像的目标区域进行二值化处理,获取待检测光感孔的四类二值化图像。
S304:计算四类二值化图像的像素梯度,根据像素梯度确定待检测光感孔的溢胶区域和未溢胶区域中的至少之一确定待检测光感孔的未溢胶面积和溢胶面积中的至少之一。
如图4所示为本公开实施例提供的一种初始图像对应的灰度图,对于大多数待检测光感孔而言,通过灰度图就可以获取到待检测光感孔对应的轮廓图形。因此为了确定待检测光感孔的未溢胶面积和溢胶面积中的至少之一,可以将初始图像转换为灰度图,转换灰度图的方法可以是图像处理领域惯用的方法,在此不做过多赘述。然后对灰度图进行检测,获取待检测光感孔对应的轮廓图形。以待检测光感孔为矩形为例,则可以对灰度图进行检测,判断是否能获取待检测光感孔对应的矩形,具体检测的方法可以是通过计算图像像素梯度来获取轮廓图形,计算图像像素梯度的方法可采用本领域技术人员可知的任一种计算方法,在此不再赘述。然后将轮廓图形与待检测光感孔对应的矩形进行对比,确定相似度,若相似度高于一定相似度阈值,则判断为已经获取到待检测光感孔对应的轮廓图形,即光感孔对应的矩形。当获取到矩形之后,将此矩形作为目标区域,在某些时候,目标区域也可以被称为感兴趣区域。
对于部分待检测光感孔而言,有部分待检测光感孔上方覆盖的屏幕可能镀膜层数过多,这就会导致光感孔的透光性不强。如图5所示为本公开实施例提供的另一种初始图像对应的灰度图,当待检测光感孔上方覆盖的屏幕可能镀膜层数过多时灰度图无法准确地反映待检测光感孔的情况,例如透光孔边缘的某些位置可能仅仅是由于透光孔的透光性不强而灰度图过暗,无法准确获取到待检测光感孔对应的轮廓图形,最终被判断为溢胶过多,待检测光感孔被判断为不合格光感孔,最终因屏幕镀膜层数过多而导致误检率过高。发明人经过研究发现,虽然灰度图无法在镀膜过多的情况下准确反映待检测光感孔的情况,但是通过对初始图像进行单通道提取而获取单通道图像,则可以通过单通道图像准确地反应待检测光感孔的情况,即通过单通道图像可以在即使屏幕镀膜层数过多的情况下准确地获取待检测光感孔对应的轮廓图形,从而最终准确地判断待检测光感孔是否为合格光感孔。
因此发明人通过提取初始图像的单通道图像来获取待检测光感孔对应的轮廓图形。单通道图像是仅包括单原色的图像,一般而言,我们认为任何颜色都是由红(R,red)、绿(G,green)、蓝(B,blue)三种颜色组合而成的,因此红绿蓝又被称为三原色,仅包括单原色的图像即在初始图像中进行提取,获取到的只包括红原色、绿原色或蓝原色的单通道图像。发明人经过更加深入的研究后发现,一般而言,B通道图像能够在绝大多数情况下准确地反映待检测图像的情况,即通过B通道图像可以在绝大多数情况下准确地获取待检测光感孔的轮廓图形,例如将待检测光感孔的初始图像进行单通道提取,得到仅包括蓝原色的待检测光感孔的单通道图像,如图6所示为提取到的本公开实施例提供的一种初始图像对应的单通道图像的示意图。因此上述包括第一单原色的单通道图像可以优先选择B通道图像,需要说明的是,虽然在此说明了包括第一单原色的单通道图像可以优先选择B通道图像,但是并不代表第一单原色只能是蓝原色,同样也可以是红原色或绿原色。
在获取到包括第一单原色的待检测光感孔的单通道图像后,为了使图像更加清晰或更加准确地获取待检测光感孔对应的轮廓图形,还可以对图像进行二值化处理,对图像进行二值化处理过程可采用本领域技术人员可知的任一种处理过程,在此不再赘述。通过二值化图像获取待检测光感孔对应的轮廓图形和通过二值化图像确定溢胶区域或未溢胶区域的过程也可以是基于计算图像像素梯度的方法,在此不做赘述。如果通过单通道图像仍无法获取到待检测光感孔对应的轮廓图形,则可以认定为溢胶过多,直接将待检测光感孔确定为不合格光感孔。
通过上述方法可以准确地获取到如图7所示的目标区域;
通过上述方法可以准确地获取到如图8所示的溢胶面积或未溢胶面积。
上述第一单原色和第四单原色可以是相同的,也可以是不同的,在某些情况下,上述第四单原色和下述第二单原色、第三单原色可以是相同的,也可以是不同的。
上述一类二值化图像和四类二值化图像可以是相同的,也可以是不同的,在某些情况下,上述四类二值化图像和下述二类二值化图像、三类二值化图像可以是相同的,也可以是不同的。
需要说明的是,当上述第四单原色与第一单原色或第二单原色或第三单原色相同时,上述四类二值化图像与一类二值化图像或二类二值化图像或三类二值化图像相同,对应地,上述S301-S305中的获取单通道图像和二值化图像的步骤是可以省略的,即当上述S201-S216的步骤中如果已经获取到包括第一单原色的单通道图像和一类二值化图像时,在某些情况下,在S301-S305中是可以无需再次获取的。
通过上述方法,本公开实施例实现了通过灰度图自动获取待检测光感孔的目标区域,同时也通过单通道图像解决了因屏幕镀膜层数过多而导致的仅通过灰度图的方式检测待检测光感孔的轮廓图像误检率过高的问题,降低了灰度图检测感光孔溢胶的误检率。
在本公开实施例的一个实施方式中,S215之后,还可以包括:
若否,则继续对待检测光感孔的初始图像进行单通道提取,获取包括第二单原色的待检测光感孔的单通道图像。
对二类单通道图像进行二值化处理,获取待检测光感孔的二类二值化图像。
对二类二值化图像进行检测,判断是否能够获取待检测光感孔对应的轮廓图形。
若是,则返回S203。
若否,则将待检测光感孔确定为不合格光感孔。
继续参阅上述图2对应的方法中的例子,为了进一步降低误检率,还可以在通过包括第一单原色的待检测光感孔的单通道图像无法获取到待检测光感孔对应的轮廓图形后继续获取包括第二单原色的待检测光感孔的单通道图像,第二单原色是与第一单原色不同的原色,例如如果第一单原色是蓝原色,第二单原色可以是红原色,还可以是绿原色。虽然发明人经过研究后发现大多数情况下B通道的单通道图像最能够准确地反映待检测光感孔的情况,但是R通道的单通道图像和G通道的单通道图像在某些时候可能也能在B通道无法准确地反映待检测光感孔的情况时准确地反映待检测光感孔的情况。
因此通过上述方法,可以在某个原色图像无法获取到待检测光感孔对应的轮廓图形时通过其他原色图像再次进行验证获取,即通过多通道图像检测的方式进一步降低误检率。
参阅图9,在本公开实施例的一个实施方式中,S102还可以包括如图9所示的S901-S906:
S901:对待检测光感孔的初始图像进行单通道提取,获取包括第三单原色的待检测光感孔的单通道图像。
S902:对包括第三单原色的待检测光感孔的单通道图像进行二值化处理,获取待检测光感孔的三类二值化图像。
S903:对三类二值化图像进行检测,判断是否能够获取待检测光感孔对应的轮廓图形,若是,则执行S904,若否,则跳转至S906。
S904:基于轮廓图形确定待检测光感孔的目标区域。
S905:基于待检测光感孔的目标区域确定待检测光感孔的未溢胶面积和溢胶面积中的至少之一。
S906:直接将待检测光感孔确定为不合格光感孔。
继续参阅图2对应的实施例的例子,在一些实施方式中,虽然可以先通过灰度图对待检测光感孔进行检测,确认待检测光感孔是否合格,再通过单通道图像对通过灰度图无法获取待检测光感孔对应的轮廓图形的待检测光感孔进行检测,以降低误检率,但是这样的过程可能存在一定程度上的过程繁琐的问题,因此可以考虑直接对待检测光感孔的初始图像进行单通道提取,对所有待检测光感孔全部采用单通道图像进行检测的方式,减少流程的复杂性,同样可以达到准确判断待检测光感孔是否为合格光感孔、避免人工检测时因主观因素影响检测结果,提升检测效率的技术效果。但是本领域技术人员应当理解的是,上述S901-S906中的步骤与上述S201-S216中的方法虽然存在差异,但并不代表绝对意义上的孰优孰劣,本领域技术人员可以根据实际需求自由选择。
如图10所示,在本公开实施例的一个实施方式中,S103具体可以包括如图10所示的S1001-S1004:
S1001:基于待检测光感孔的未溢胶面积确定未溢胶面积比例。
S1002:判断未溢胶面积比例是否大于等于预设的未溢胶面积比例阈值,若是,则执行S1003,若否,则执行S1004。
S1003:将待检测光感孔确定为合格光感孔。
S1004:将待检测光感孔确定为不合格光感孔。
在本公开实施例的一个实施方式中,S1001具体可以包括:
分别确定未溢胶面积的图像的像素数量和目标区域的图像的像素数量。
将目标区域的图像的像素数量与未溢胶面积的图像的像素数量作差得到差值,将差值与目标区域的图像的像素数量的比值确定为溢胶面积比例。
具体而言,可以通过计算未溢胶面积内的像素数量的方法来计算未溢胶面积比例,具体方案如下:
首先确定合格光感孔的目标区域内的像素数量,例如是10000个像素,然后计算出未溢胶面积内的像素数量,例如是9000个,那么未溢胶面积比例则应当是90%,假定未溢胶面积比例阈值为89%,那么可以将此待检测光感孔确定为合格光感孔,如果未溢胶面积比例阈值为95%,那么此待检测光感孔则为不合格光感孔。
通过上述方法,可以准确、客观地判断待检测光感孔是否为合格光感孔。
在本公开实施例的一个实施方式中,S103还包括:
基于待检测光感孔的溢胶面积确定溢胶面积比例。
判断溢胶面积比例是否小于等于预设的溢胶面积比例阈值。
若是,则将待检测光感孔确定为合格光感孔。
若否,则将待检测光感孔确定为不合格光感孔。
上述方法与上述S1001-S1004中的方法类似,为了描述简洁,在此不再赘述,具体实施方式可以参考上述S1001-S1004中的例子,二者之间达到的技术效果类似。
参阅图11,本公开实施例还提供了一种光感孔溢胶检测装置,该装置包括:光源单元1101、图像获取单元1102和图像分析单元1103。
其中,光源单元1101和图像获取单元1102分别设置于待检测光感孔1104所对应平面的两侧,图像分析单元1103连接至图像获取单元1102。
光源单元1101被配置成用于向待检测光感孔1104发射光线,图像获取单元1102被配置成用于获取待检测光感孔1104的图像,图像分析单元1103被配置成用于执行上述光感孔溢胶检测方法实施例中任一项所述的光感孔溢胶检测方法。
上述光感孔溢胶检测装置用于执行上述实施例中光感孔溢胶检测方法,因此上述光感孔溢胶检测装置也可以达到与上述光感孔溢胶检测方法相同或至少类似的技术效果,为了描述简洁,在此不再赘述。
在本公开实施例的一个实施方式中,光感孔溢胶检测装置还可以包括存储单元(未示出);存储单元连接至图像分析单元1103,存储单元被配置成用于存储图像分析单元1103未处理和/或已处理的待检测光感孔1104的图像。
本公开实施例中,通过设置存储单元,可以将待检测或已经检测完成的光感孔的图像保存起来,方便后续对检测结果进行溯源。
参阅图12,本公开实施例还提供了一种光感孔溢胶检测***。该***包括:图像获取模块1201,其被配置成用于获取待检测光感孔的初始图像。面积确定单元1202,其被配置成用于基于初始图像,确定待检测光感孔的未溢胶面积和溢胶面积中的至少之一。合格确认模块1203,其被配置成用于基于未溢胶面积和溢胶面积中的至少之一,确定待检测光感孔是否为合格光感孔。
上述光感孔溢胶检测***用于执行上述实施例中光感孔溢胶检测方法,因此上述光感孔溢胶检测***也可以达到与上述光感孔溢胶检测方法相同或至少类似的技术效果,为了描述简洁,在此不再赘述。本公开实施例还提供了一种电子设备,包括:处理器和存储器;
所述处理器通过调用所述存储器存储的程序或指令,用于执行上述光感孔溢胶检测方法实施例中任一项所述方法的步骤。
本公开实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储程序或指令,所述程序或指令使计算机执行上述光感孔溢胶检测方法实施例中任一项所述方法的步骤。
在一些实施例中,该计算机可执行指令在由计算机处理器执行时还可以用于执行本公开实施例所提供的上述光感孔溢胶检测方法的技术方案,实现对应的有益效果。
图13为本公开实施例提供的电子设备的硬件结构示意图。如图13所示,电子设备包括一个或多个处理器1301和存储器1302。
处理器1301可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元,并且可以控制电子设备中的其他组件以执行期望的功能。
存储器1302可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器1301可以运行所述程序指令,以实现上文所述的本公开的实施例的车门控制方法,和/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如输入信号、信号分量、噪声分量等各种内容。
在一个示例中,电子设备还可以包括:输入装置1303和输出装置1304,这些组件通过总线***和/或其他形式的连接机构(未示出)互连。
此外,该输入装置1303还可以包括例如键盘、鼠标等等。
该输出装置1304可以向外部输出各种信息,包括确定出的距离信息、方向信息等。该输出装置1304可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然,为了简化,图13中仅示出了该电子设备中与本公开有关的组件中的一些,省略了诸如总线、输入/输出接口等等的组件。除此之外,根据具体应用情况,电子设备还可以包括任何其他适当的组件。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本公开的具体实施方式,使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下,在其它实施例中实现。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征作出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (13)
1.一种光感孔溢胶检测方法,其特征在于,所述方法包括:
获取待检测光感孔的初始图像;
基于所述初始图像,确定待检测光感孔的未溢胶面积和溢胶面积中的至少之一;
基于所述未溢胶面积和溢胶面积中的至少之一,确定待检测光感孔是否为合格光感孔。
2.根据权利要求1所述的光感孔溢胶检测方法,其特征在于,所述基于所述初始图像,确定待检测光感孔的未溢胶面积和溢胶面积中的至少之一,包括:
基于待检测光感孔的初始图像获取待检测光感孔的灰度图;
对所述灰度图进行检测,判断是否能够获取待检测光感孔对应的轮廓图形;
若是,则基于所述轮廓图形确定待检测光感孔的目标区域;
基于待检测光感孔的目标区域确定待检测光感孔的未溢胶面积和溢胶面积中的至少之一。
3.根据权利要求2所述的光感孔溢胶检测方法,其特征在于,所述对所述灰度图进行检测,判断是否能够获取待检测光感孔对应的轮廓图形之后,还包括:
若否,则对待检测光感孔的初始图像进行单通道提取,获取包括第一单原色的待检测光感孔的单通道图像;
对所述包括第一单原色的待检测光感孔的单通道图像进行二值化处理,获取待检测光感孔的一类二值化图像;
对所述一类二值化图像进行检测,判断是否能够获取待检测光感孔对应的轮廓图形;
若是,则继续执行所述基于所述轮廓图形确定待检测光感孔的目标区域的步骤。
4.根据权利要求3所述的光感孔溢胶检测方法,其特征在于,所述对所述一类二值化图像进行检测,判断是否能够获取待检测光感孔对应的轮廓图形之后,还包括:
若否,则继续对待检测光感孔的初始图像进行单通道提取,获取包括第二单原色的待检测光感孔的单通道图像;
对所述二类单通道图像进行二值化处理,获取待检测光感孔的二类二值化图像;
对所述二类二值化图像进行检测,判断是否能够获取待检测光感孔对应的轮廓图形;
若是,则继续执行所述基于所述轮廓图形确定待检测光感孔的目标区域的步骤;
若否,则将待检测光感孔确定为不合格光感孔。
5.根据权利要求1所述的光感孔溢胶检测方法,其特征在于,所述基于所述初始图像,确定待检测光感孔的未溢胶面积和溢胶面积中的至少之一,包括:
对待检测光感孔的初始图像进行单通道提取,获取包括第三单原色的待检测光感孔的单通道图像;
对所述包括第三单原色的待检测光感孔的单通道图像进行二值化处理,获取待检测光感孔的三类二值化图像;
对所述三类二值化图像进行检测,判断是否能够获取待检测光感孔对应的轮廓图形;
若是,则基于所述轮廓图形确定待检测光感孔的目标区域;
基于待检测光感孔的目标区域确定待检测光感孔的未溢胶面积和溢胶面积中的至少之一。
6.根据权利要求1所述的光感孔溢胶检测方法,其特征在于,所述基于所述未溢胶面积和溢胶面积中的至少之一,确定待检测光感孔是否为合格光感孔,包括:
基于待检测光感孔的未溢胶面积确定未溢胶面积比例;
判断所述未溢胶面积比例是否大于等于预设的未溢胶面积比例阈值;
若是,则将待检测光感孔确定为合格光感孔;
若否,则将待检测光感孔确定为不合格光感孔;
和/或,
所述基于所述未溢胶面积和溢胶面积中的至少之一,确定待检测光感孔是否为合格光感孔,还包括:
基于待检测光感孔的溢胶面积确定溢胶面积比例;
判断所述溢胶面积比例是否小于等于预设的溢胶面积比例阈值;
若是,则将待检测光感孔确定为合格光感孔;
若否,则将待检测光感孔确定为不合格光感孔。
7.根据权利要求2所述的光感孔溢胶检测方法,其特征在于,所述基于待检测光感孔的目标区域确定待检测光感孔的未溢胶面积和溢胶面积中的至少之一,包括:
对待检测光感孔的初始图像进行单通道提取,获取包括第四单原色的待检测光感孔的单通道图像;
基于待检测光感孔的目标区域确定所述包括第四单原色的待检测光感孔的四类单通道图像的目标区域;
将所述四类单通道图像的目标区域进行二值化处理,获取待检测光感孔的四类二值化图像;
计算所述四类二值化图像的像素梯度,根据所述像素梯度确定待检测光感孔的未溢胶面积和溢胶面积中的至少之一。
8.根据权利要求7所述的光感孔溢胶检测方法,其特征在于,所述基于待检测光感孔的未溢胶面积确定未溢胶面积比例,包括:
分别确定所述未溢胶面积的图像的像素数量和所述目标区域的图像的像素数量;
将所述目标区域的图像的像素数量与所述未溢胶面积的图像的像素数量作差得到差值,将所述差值与所述目标区域的图像的像素数量的比值确定为溢胶面积比例。
9.一种光感孔溢胶检测装置,其特征在于,包括:
光源单元、图像获取单元和图像分析单元;
所述光源单元和所述图像获取单元分别设置于待检测光感孔所对应平面的两侧,所述图像分析单元连接至所述图像获取单元;
所述光源单元被配置成用于向待检测光感孔发射光线,所述图像获取单元被配置成用于获取待检测光感孔的图像,所述图像分析单元被配置成用于执行如权利要求1-8任一项所述的光感孔溢胶检测方法。
10.根据权利要求9所述的光感孔溢胶检测装置,其特征在于,所述装置还包括存储单元;
所述存储单元连接至所述图像分析单元,所述存储单元被配置成用于存储所述图像分析单元未处理和/或已处理的待检测光感孔的图像。
11.一种光感孔溢胶检测***,其特征在于,所述***包括:
图像获取模块,其被配置成用于获取待检测光感孔的初始图像;
面积确定单元,其被配置成用于基于所述初始图像,确定待检测光感孔的未溢胶面积和溢胶面积中的至少之一;
合格确认模块,其被配置成用于基于所述未溢胶面积和溢胶面积中的至少之一,确定待检测光感孔是否为合格光感孔。
12.一种电子设备,其特征在于,包括:处理器和存储器;
所述处理器通过调用所述存储器存储的程序或指令,用于执行如权利要求1至8任一项所述方法的步骤。
13.一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存储程序或指令,所述程序或指令使计算机执行如权利要求1至8任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210456746.8A CN114820523A (zh) | 2022-04-24 | 2022-04-24 | 光感孔溢胶检测方法、装置、***、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210456746.8A CN114820523A (zh) | 2022-04-24 | 2022-04-24 | 光感孔溢胶检测方法、装置、***、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114820523A true CN114820523A (zh) | 2022-07-29 |
Family
ID=82508888
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210456746.8A Pending CN114820523A (zh) | 2022-04-24 | 2022-04-24 | 光感孔溢胶检测方法、装置、***、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114820523A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116503400A (zh) * | 2023-06-26 | 2023-07-28 | 深圳明锐理想科技有限公司 | 芯片溢胶厚度的计算方法及电子设备 |
-
2022
- 2022-04-24 CN CN202210456746.8A patent/CN114820523A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116503400A (zh) * | 2023-06-26 | 2023-07-28 | 深圳明锐理想科技有限公司 | 芯片溢胶厚度的计算方法及电子设备 |
CN116503400B (zh) * | 2023-06-26 | 2023-09-15 | 深圳明锐理想科技有限公司 | 芯片溢胶厚度的计算方法及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108710910B (zh) | 一种基于卷积神经网络的目标识别方法及*** | |
US5204948A (en) | Method and apparatus for evaluating color image signals | |
CN111292302B (zh) | 屏幕检测方法及装置 | |
CN110097544A (zh) | 一种显示面板外观缺陷检测方法 | |
CN105301810A (zh) | 一种屏幕缺陷检测方法及装置 | |
CN110516514B (zh) | 一种目标检测模型的建模方法和装置 | |
CN114066857A (zh) | 红外图像质量评价方法、装置、电子设备及可读存储介质 | |
CN106226033B (zh) | 检测透光基板透过率的方法及装置 | |
JP7481956B2 (ja) | 推論装置、方法、プログラムおよび学習装置 | |
CN114820523A (zh) | 光感孔溢胶检测方法、装置、***、设备及介质 | |
CN113065454B (zh) | 一种高空抛物目标识别比较的方法及装置 | |
CN114187515A (zh) | 图像分割方法和图像分割装置 | |
WO2016005968A2 (en) | System and method for quantifying reflection e.g. when analyzing laminated documents | |
CN114430461B (zh) | 基于深度学习实现软光敏的方法、装置、终端及存储介质 | |
CN115330794A (zh) | 基于计算机视觉的led背光异物缺陷检测方法 | |
CN114219758A (zh) | 缺陷检测方法、***、电子设备和计算机可读存储介质 | |
US10846869B2 (en) | Streak-like region detecting device, streak-like region detecting method, and program | |
CN108885180B (zh) | 一种显示屏的检测方法及装置 | |
CN101276457B (zh) | 验证图形算法及寄存器传输级实现的***和方法 | |
RU2346331C1 (ru) | Способ автоматического определения правильности отображения информации на жидкокристаллическом индикаторе | |
JP2001307286A (ja) | 交通流計測装置 | |
US20240037950A1 (en) | Smoke detection method based on deep learning, device and storage medium | |
CN117706815B (zh) | 胶带上骑检测方法、电子设备及存储介质 | |
CN111579211B (zh) | 显示屏的检测方法、检测装置及计算机存储介质 | |
CN112712004B (zh) | 人脸检测***及人脸检测方法、装置、电子设备 |
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 |