CN115841480A - 一种图像检测方法、装置、电子设备及存储介质 - Google Patents

一种图像检测方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN115841480A
CN115841480A CN202211633656.8A CN202211633656A CN115841480A CN 115841480 A CN115841480 A CN 115841480A CN 202211633656 A CN202211633656 A CN 202211633656A CN 115841480 A CN115841480 A CN 115841480A
Authority
CN
China
Prior art keywords
determining
image
template image
preset
area
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
CN202211633656.8A
Other languages
English (en)
Inventor
荀迅
陈红艳
颜帅
左唯
张程
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.)
Hefei Lianbao Information Technology Co Ltd
Original Assignee
Hefei Lianbao Information 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 Hefei Lianbao Information Technology Co Ltd filed Critical Hefei Lianbao Information Technology Co Ltd
Priority to CN202211633656.8A priority Critical patent/CN115841480A/zh
Publication of CN115841480A publication Critical patent/CN115841480A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Image Analysis (AREA)

Abstract

本申请提供了一种图像检测方法、装置、电子设备及存储介质;所述方法包括:获取键盘对应的模板图像;对所述模板图像进行连通域分割,确定所述模板图像包括的每个按键图像的第一连通域;基于所述第一连通域,确定所述模板图像是否存在缺陷。如此,能够智能地检测图像中是否存在缺陷,提高了图像中缺陷的检测精度和检测效率。

Description

一种图像检测方法、装置、电子设备及存储介质
技术领域
本申请涉及图像检测技术,尤其涉及一种图像检测方法、装置、电子设备及存储介质。
背景技术
随着图像检测技术的快速发展和广泛使用,人们使用图像检测技术进行键盘的缺陷检测逐渐成为图像检测技术应用的主流。但是在键盘的缺陷检测的过程中,现有的键盘的缺陷检测方法是通过人工对键盘对应的模板图像进行检测,再基于检测后的模板图像确定键盘的缺陷。人们更希望能够自动对键盘对应的模板图像进行检测,以确定模板图像中是否存在缺陷,减少图像检测的时间,提高图像中缺陷的检测精度。
因此,如何智能地检测图像中是否存在缺陷,以提高图像中缺陷的检测精度和检测效率是一直追求的目标。
发明内容
本申请实施例提供了一种图像检测方法、装置、电子设备及存储介质。
根据本申请的第一方面,提供了一种图像检测方法,该方法包括:获取键盘对应的模板图像;对所述模板图像进行连通域分割,确定所述模板图像包括的每个按键图像的第一连通域;基于所述第一连通域,确定所述模板图像是否存在缺陷。
根据本申请一实施方式,所述确定所述模板图像包括的每个按键图像的第一连通域之前,所述方法还包括:对所述模板图像进行二值化阈值分割,得到二值化的模板图像;对所述二值化的模板图像进行垂直投影和水平投影,得到所述二值化的模板图像对应的相邻非投影区域;确定所述相邻非投影区域的纵坐标差;响应于所述纵坐标差小于预设的距离阈值,将所述纵坐标差对应的所述相邻非投影区域确定为无效字符区域;删除所述二值化的模板图像中的所述无效字符区域,得到待检测区域;对所述待检测区域进行孔洞填充,得到第一键盘图像;所述第一键盘图像为所述键盘对应的模板图像的一部分。
根据本申请一实施方式,所述确定所述模板图像包括的每个按键图像的第一连通域之后,所述方法还包括:确定所述每个按键图像的第一连通域对应的像素高度、像素宽度、第一中心点的横坐标和左上角点的纵坐标中的至少一项。
根据本申请一实施方式,所述基于所述第一连通域,确定所述模板图像是否存在缺陷,包括:确定所述第一键盘图像的第二中心点的横坐标;确定所述第二中心点的横坐标与所述第一中心点的横坐标的第一差值;响应于所述像素高度大于预设的高度阈值、所述像素宽度大于预设的宽度阈值且所述第一差值小于预设的像素点阈值,确定所述模板图像存在第一缺陷。
根据本申请一实施方式,所述基于所述第一连通域,确定所述模板图像是否存在缺陷,包括:确定第一按键图像的第一连通域的第一数量;所述第一按键图像为所述左上角点的横坐标在预设的横坐标范围之内的按键图像;响应于所述第一数量小于预设的第一数量阈值,确定所述模板图像存在第二缺陷。
根据本申请一实施方式,所述基于所述第一连通域,确定所述模板图像是否存在缺陷,包括:确定所述第一按键图像的第一连通域的像素点的纵坐标最大值;确定所述待检测区域的垂直高度;响应于所述垂直高度与所述像素点的纵坐标最大值之差大于预设的差值阈值,确定所述模板图像存在第三缺陷。
根据本申请一实施方式,所述基于所述第一连通域,确定所述模板图像是否存在缺陷,包括:确定所述第一键盘图像包括的所述第一连通域的第二数量;响应于所述第二数量大于预设的第二数量阈值,确定所述模板图像存在第四缺陷;对所述待检测区域进行连通域分割,确定所述待检测区域包括的第二连通域;确定所述待检测区域包括的所述第二连通域的第三数量;响应于所述第三数量小于预设的第三数量阈值,确定所述模板图像存在第五缺陷。
根据本申请一实施方式,所述基于所述第一连通域,确定所述模板图像是否存在缺陷,包括:基于预设的坐标位置,确定所述预设的坐标位置对应的所述按键图像的第一连通域;确定所述第一连通域内的横坐标最大的字符区域;确定所述横坐标最大的字符区域对应的圆度和面积;响应于所述圆度大于预设的圆度阈值、且所述面积大于预设的面积阈值,则确定所述模板图像存在第六缺陷。
根据本申请的第二方面,提供了一种图像检测装置,该图像检测装置包括:获取模块,用于获取键盘对应的模板图像;确定模块,用于对所述模板图像进行连通域分割,确定所述模板图像包括的每个按键图像的第一连通域;检测模块,用于基于所述第一连通域,确定所述模板图像是否存在缺陷。
根据本申请一实施方式,所述图像检测装置还包括投影模块,所述投影模块用于:对所述模板图像进行二值化阈值分割,得到二值化的模板图像;对所述二值化的模板图像进行垂直投影和水平投影,得到所述二值化的模板图像对应的相邻非投影区域;确定所述相邻非投影区域的纵坐标差;响应于所述纵坐标差小于预设的距离阈值,将所述纵坐标差对应的所述相邻非投影区域确定为无效字符区域;删除所述二值化的模板图像中的所述无效字符区域,得到待检测区域;对所述待检测区域进行孔洞填充,得到第一键盘图像;所述第一键盘图像为所述键盘对应的模板图像的一部分。
根据本申请一实施方式,所述图像检测装置还包括计算模块,所述计算模块用于:确定所述每个按键图像的第一连通域对应的像素高度、像素宽度、第一中心点的横坐标和左上角点的纵坐标中的至少一项。
根据本申请一实施方式,所述检测模块用于:确定所述第一键盘图像的第二中心点的横坐标;确定所述第二中心点的横坐标与所述第一中心点的横坐标的第一差值;响应于所述像素高度大于预设的高度阈值、所述像素宽度大于预设的宽度阈值且所述第一差值小于预设的像素点阈值,确定所述模板图像存在第一缺陷。
根据本申请一实施方式,所述检测模块用于:确定第一按键图像的第一连通域的第一数量;所述第一按键图像为所述左上角点的横坐标在预设的横坐标范围之内的按键图像;响应于所述第一数量小于预设的第一数量阈值,确定所述模板图像存在第二缺陷。
根据本申请一实施方式,所述检测模块用于:确定所述第一按键图像的第一连通域的像素点的纵坐标最大值;确定所述待检测区域的垂直高度;响应于所述垂直高度与所述像素点的纵坐标最大值之差大于预设的差值阈值,确定所述模板图像存在第三缺陷。
根据本申请一实施方式,所述检测模块用于:确定所述第一键盘图像包括的所述第一连通域的第二数量;响应于所述第二数量大于预设的第二数量阈值,确定所述模板图像存在第四缺陷;对所述待检测区域进行连通域分割,确定所述待检测区域包括的第二连通域;确定所述待检测区域包括的所述第二连通域的第三数量;响应于所述第三数量小于预设的第三数量阈值,确定所述模板图像存在第五缺陷。
根据本申请一实施方式,所述检测模块用于:基于预设的坐标位置,确定所述预设的坐标位置对应的所述按键图像的第一连通域;确定所述第一连通域内的横坐标最大的字符区域;确定所述横坐标最大的字符区域对应的圆度和面积;响应于所述圆度大于预设的圆度阈值、且所述面积大于预设的面积阈值,则确定所述模板图像存在第六缺陷。
根据本申请的第三方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本申请所述的方法。
根据本申请的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行本申请所述的方法。
本申请实施例的方法,获取键盘对应的模板图像;对所述模板图像进行连通域分割,确定所述模板图像包括的每个按键图像的第一连通域;基于所述第一连通域,确定所述模板图像是否存在缺陷。如此,能够智能地检测图像中是否存在缺陷,提高了图像中缺陷的检测精度和检测效率。
需要理解的是,本申请的教导并不需要实现上面所述的全部有益效果,而是特定的技术方案可以实现特定的技术效果,并且本申请的其他实施方式还能够实现上面未提到的有益效果。
附图说明
通过参考附图阅读下文的详细描述,本申请示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本申请的若干实施方式,其中:
在附图中,相同或对应的标号表示相同或对应的部分。
图1示出了本申请实施例提供的图像检测方法的处理流程示意图一;
图2示出了本申请实施例提供的图像检测方法的处理流程示意图二;
图3示出了本申请实施例提供的图像检测方法的处理流程示意图三;
图4示出了本申请实施例提供的图像检测方法的处理流程示意图四;
图5示出了本申请实施例提供的图像检测方法的处理流程示意图五;
图6示出了本申请实施例提供的图像检测方法的处理流程示意图六;
图7示出了本申请实施例提供的图像检测方法的应用场景图一;
图8示出了本申请实施例提供的图像检测方法的应用场景图二;
图9示出了本申请实施例提供的图像检测方法的应用场景图三;
图10示出了本申请实施例提供的图像检测方法的应用场景图四;
图11示出了本申请实施例提供的图像检测装置的一种可选示意图;
图12示出了本申请实施例提供的电子设备的组成结构示意图。
具体实施方式
为使本申请的目的、特征、优点能够更加的明显和易懂,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,显然,所描述的实施例仅仅是本申请一部分实施例,而非全部实施例。基于本申请中的实施例,本领域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,都属于本申请保护的范围。
在以下的描述中,涉及到“一些实施例”,其描述了所有可能实施例的子集,但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集,并且可以在不冲突的情况下相互结合。
在以下的描述中,所涉及的术语“第一\第二”仅仅是区别类似的对象,不代表针对对象的特定排序,可以理解地,“第一\第二”在允许的情况下可以互换特定的顺序或先后次序,以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的,不是旨在限制本申请。
相关技术中,目前已知的图像检测的技术方案,由于通过人工对键盘对应的模板图像进行检测,再基于检测后的模板图像确定键盘的缺陷。现有的图像检测过程十分耗时且图像中缺陷的检测精度低。相关技术在图像检测过程中耗时较长且图像中缺陷的检测精度低,进而出现图像中缺陷的检测效率低的问题。
针对相关技术提供的上述图像检测方法,在图像检测过程中耗时较长且图像检测精度低,进而出现图像检测效率低的问题,本申请实施例的方法,获取键盘对应的模板图像;对所述模板图像进行连通域分割,确定所述模板图像包括的每个按键图像的第一连通域;基于所述第一连通域,确定所述模板图像是否存在缺陷。如此,能够智能地检测图像中是否存在缺陷,减少了图像检测的时间,进而提高了图像中缺陷的检测精度和检测效率。因此,与相关技术中在图像检测过程中耗时较长且图像中缺陷的检测精度低相比,本申请的图像检测方法能够减少图像检测的时间,提高了图像中缺陷的检测效率。
对本申请实施例提供的图像检测方法中的处理流程进行说明。参见图1,图1是本申请实施例提供的图像检测方法的处理流程示意图一,将结合图1示出的步骤S101-S103进行说明。
步骤S101,获取键盘对应的模板图像。
在一些实施例中,模板图像可以包括:基于键盘的设计文档转化得到的模板图像。
步骤S102,对模板图像进行连通域分割,确定模板图像包括的每个按键图像的第一连通域。
在一些实施例中,按键图像可以包括:模板图像包括的每个按键的图像。第一连通域可以包括:每个按键的图像对应的连通域。
在一些实施例中,步骤S102之前,图像检测方法还可以包括:对模板图像进行二值化阈值分割,得到二值化的模板图像;对二值化的模板图像进行垂直投影和水平投影,得到二值化的模板图像对应的相邻非投影区域;确定相邻非投影区域的纵坐标差;响应于纵坐标差小于预设的距离阈值,将纵坐标差对应的相邻非投影区域确定为无效字符区域;删除二值化的模板图像中的无效字符区域,得到待检测区域;对待检测区域进行孔洞填充,得到第一键盘图像;第一键盘图像为键盘对应的模板图像的一部分。
在具体实施时,首先对模板图像进行二值化阈值分割,得到二值化的模板图像。再定义一个和二值化的模板图像长宽尺寸相同的二维数组:
_ProjArr[_rows][_cols]。其中,_cols表示横坐标,_rows表示纵坐标。对二值化的模板图像中的像素点进行逐一遍历,响应于遍历到二值化的模板图像中的灰度值非零的像素点,将二维数组中该像素点对应的横坐标加1,横坐标与该像素点的当前横坐标保持一致。在遍历完成后确定二维数组中横坐标为0对应的区域,将该区域作为相邻非投影区域。计算相邻非投影区域的纵坐标差。响应于纵坐标差小于预设的距离阈值,将纵坐标差对应的相邻非投影区域确定为无效字符区域。删除二值化的模板图像中的无效字符区域,扣取二值化的模板图像中剩余区域的最小外接矩形,得到待检测区域。对待检测区域进行孔洞填充,得到第一键盘图像。其中,第一键盘图像为模板图像中的键盘按键区域的图像。预设的距离阈值优选为70像素。无效字符区域可以包括:键盘对应的模板图像中多余的无效字符区域。
在具体实施时,计算相邻非投影区域的纵坐标差_MAXDISTENCE可通过下述公式(1)表示:
_MAXDISTENCE = _rowsStart-_rowsEnd (1)
其中,_rowsStart表示相邻非投影区域的起始像素点的纵坐标值,_rowsEnd表示相邻非投影区域的终止像素点的纵坐标值。
在一些实施例中,步骤S102之后,图像检测方法还可以包括:确定每个按键图像的第一连通域对应的像素高度、像素宽度、第一中心点的横坐标和左上角点的纵坐标中的至少一项。其中,第一中心点可以包括:按键图像的第一连通域的中心点。
步骤S103,基于第一连通域,确定模板图像是否存在缺陷。
在实施例一中,步骤S103可以包括:确定第一键盘图像的第二中心点的横坐标;确定第二中心点的横坐标与第一中心点的横坐标的第一差值;响应于像素高度大于预设的高度阈值、像素宽度大于预设的宽度阈值且第一差值小于预设的像素点阈值,确定模板图像存在第一缺陷。其中,第二中心点可以包括:第一键盘图像的中心点。预设的高度阈值优选为1.5倍的按键平均高度。预设的宽度阈值优选为1.2倍的按键平均宽度。预设的像素点阈值优选为850像素。模板图像存在第一缺陷可以包括:模板图像存在按键相连的缺陷。
在实施例二中,步骤S103可以包括:确定第一按键图像的第一连通域的第一数量;第一按键图像为左上角点的横坐标在预设的横坐标范围之内的按键图像;响应于第一数量小于预设的第一数量阈值,确定模板图像存在第二缺陷。其中,预设的横坐标范围优选为横坐标大于0且横坐标小于10的范围区间。预设的第一数量阈值优选为10个。模板图像存在第二缺陷可以包括:模板图像存在轮廓线粗的缺陷。
在实施例三中,步骤S103可以包括:确定第一按键图像的第一连通域的像素点的纵坐标最大值;确定待检测区域的垂直高度;响应于垂直高度与像素点的纵坐标最大值之差大于预设的差值阈值,确定模板图像存在第三缺陷。模板图像存在第三缺陷可以包括:模板图像存在多余的触摸板区域的缺陷。
在具体实施时,计算垂直高度与像素点的纵坐标最大值之差_diffRows可通过下述公式(2)表示:
_diffRows =_imgRows - _rowMax (2)
其中,_imgRows表示待检测区域的垂直高度,_rowMax表示第一连通域的像素点的纵坐标最大值。
在实施例四中,步骤S103可以包括:确定第一键盘图像包括的第一连通域的第二数量;响应于第二数量大于预设的第二数量阈值,确定模板图像存在第四缺陷;对待检测区域进行连通域分割,确定待检测区域包括的第二连通域;确定待检测区域包括的第二连通域的第三数量;响应于第三数量小于预设的第三数量阈值,确定模板图像存在第五缺陷。其中,预设的第二数量阈值优选为110个。模板图像存在第四缺陷可以包括:模板图像存在水印的缺陷。模板图像存在第四缺陷还可以包括:模板图像存在按键的轮廓区域丢失的缺陷。预设的第三数量阈值优选为2倍的第二数量减1。模板图像存在第五缺陷可以包括:模板图像存在按键字符丢失的缺陷。
在实施例五中,步骤S103可以包括:基于预设的坐标位置,确定预设的坐标位置对应的按键图像的第一连通域;确定第一连通域内的横坐标最大的字符区域;确定横坐标最大的字符区域对应的圆度和面积;响应于圆度大于预设的圆度阈值、且面积大于预设的面积阈值,则确定模板图像存在第六缺陷。其中,预设的坐标位置可以包括:模板图像中存在指示灯的按键图像的坐标位置。预设的圆度阈值优选为0.7。预设的面积阈值优选为100像素。模板图像存在第六缺陷可以包括:模板图像存在按键指示灯堵塞的缺陷。
在具体实施时,确定横坐标最大的字符区域对应的圆度_CIRCULARITY可通过下述公式(3)、公式(4)、公式(5)和公式(6)表示:
Figure BDA0004006769490000101
Figure BDA0004006769490000102
Figure BDA0004006769490000103
Figure BDA0004006769490000104
其中,_avaDistence表示字符区域的轮廓点到中心点的平均距离,n表示轮廓点数,_ptX表示字符区域的轮廓点的横坐标,_ptY表示字符区域的轮廓点的纵坐标,_centerX表示字符区域的中心点的横坐标,_centerY表示字符区域的中心点的纵坐标,_sumSpreadVal表示偏离指标,_sigemaDistence表示偏离系数。
在一些实施例中,可以采用上述针对步骤S103的实施例一至实施例五提供的模板图像中缺陷检测方式中的一种或多种,实现基于第一连通域,确定模板图像中存在的缺陷。
在一些实施例中,对所述图像检测方法的处理流程示意图二,如图2所示,包括:
步骤S201,对模板图像进行二值化阈值分割,得到二值化的模板图像。
步骤S202,对二值化的模板图像进行垂直投影和水平投影,得到二值化的模板图像对应的相邻非投影区域。
步骤S203,确定相邻非投影区域的纵坐标差。
步骤S204,响应于纵坐标差小于预设的距离阈值,将纵坐标差对应的相邻非投影区域确定为无效字符区域。
作为示例,针对步骤S203和步骤S204,预设的距离阈值为70像素。确定相邻非投影区域的纵坐标差为50像素。相邻非投影区域的纵坐标差50像素小于预设的距离阈值70像素,将纵坐标差50像素对应的相邻非投影区域确定为无效字符区域。
步骤S205,删除二值化的模板图像中的无效字符区域,得到待检测区域。
步骤S206,对待检测区域进行孔洞填充,得到第一键盘图像。
针对步骤S201和S206的每个步骤的具体说明,与上述步骤S103相同,这里不再赘述。
在一些实施例中,对所述图像检测方法的处理流程示意图三,如图3所示,包括:
步骤S301a,确定第一键盘图像的第二中心点的横坐标。
步骤S301b,确定第二中心点的横坐标与第一中心点的横坐标的第一差值。
步骤S301c,响应于像素高度大于预设的高度阈值、像素宽度大于预设的宽度阈值且第一差值小于预设的像素点阈值,确定模板图像存在第一缺陷。
作为示例,针对步骤S301c,像素高度大于预设的高度阈值、像素宽度大于预设的宽度阈值且第一差值小于预设的像素点阈值可通过下述公式(7)、公式(8)和公式(9)表示:
_HEIGHT > 1.5 * _avaHeight (7)
_WIDTH > 1.2 * _avaWidth (8)
abs|_CENTERX - _curCenterX| < 850 pixel (9)
其中,_HEIGHT表示像素高度,1.5*_avaHeight表示预设的高度阈值为1.5倍的按键平均高度,_WIDTH表示像素宽度,1.2*_avaWidth表示预设的宽度阈值为1.2倍的按键平均宽度,_CENTERX表示第二中心点的横坐标,_curCenterX表示第二中心点的横坐标,850pixel表示预设的像素点阈值为850像素。
针对步骤S301a-S301c的每个步骤的具体说明,与上述步骤S103相同,这里不再赘述。
在一些实施例中,对所述图像检测方法的处理流程示意图四,如图4所示,包括:
步骤S302a,确定第一按键图像的第一连通域的第一数量。
步骤S302b,响应于第一数量小于预设的第一数量阈值,确定模板图像存在第二缺陷。
步骤S302c,确定第一按键图像的第一连通域的像素点的纵坐标最大值。
步骤S302d,确定待检测区域的垂直高度。
步骤S302e,响应于垂直高度与像素点的纵坐标最大值之差大于预设的差值阈值,确定模板图像存在第三缺陷。
针对步骤S302a-S302e的每个步骤的具体说明,与上述步骤S103相同,这里不再赘述。
在一些实施例中,对所述图像检测方法的处理流程示意图五,如图5所示,包括:
步骤S303a,确定第一键盘图像包括的第一连通域的第二数量。
步骤S303b,响应于第二数量大于预设的第二数量阈值,确定模板图像存在第四缺陷。
步骤S303c,对待检测区域进行连通域分割,确定待检测区域包括的第二连通域。
步骤S303d,确定待检测区域包括的第二连通域的第三数量。
步骤S303e,响应于第三数量小于预设的第三数量阈值,确定模板图像存在第五缺陷。
针对步骤S303a-S303e的每个步骤的具体说明,与上述步骤S103相同,这里不再赘述。
在一些实施例中,对所述图像检测方法的处理流程示意图六,如图6所示,包括:
步骤S304a,基于预设的坐标位置,确定预设的坐标位置对应的按键图像的第一连通域。
步骤S304b,确定第一连通域内的横坐标最大的字符区域。
步骤S304c,确定横坐标最大的字符区域对应的圆度和面积。
步骤S304d,响应于圆度大于预设的圆度阈值、且面积大于预设的面积阈值,则确定模板图像存在第六缺陷。
针对步骤S304a-S304d的每个步骤的具体说明,与上述步骤S103相同,这里不再赘述。
图7示出了本申请实施例提供的图像检测方法的应用场景图一;
参考图7,本申请实施例提供的图像检测方法的应用场景图一,应用于基于图像检测方法检测模板图像,确定模板图像存在无效字符区域的缺陷。基于图像检测方法检测模板图像,确定模板图像存在按键的轮廓区域丢失的缺陷。
可以理解,图7的图像检测方法的应用场景只是本申请实施例中的部分示例性的实施方式,本申请实施例中图像检测方法的应用场景包括但不限于图7所示的图像检测方法的应用场景。
图8示出了本申请实施例提供的图像检测方法的应用场景图二;
参考图8,本申请实施例提供的图像检测方法的应用场景图二,应用于基于图像检测方法检测模板图像,确定模板图像存在水印的缺陷。基于图像检测方法检测模板图像,确定模板图像存在模板图像存在轮廓线粗的缺陷。
可以理解,图8的图像检测方法的应用场景只是本申请实施例中的部分示例性的实施方式,本申请实施例中图像检测方法的应用场景包括但不限于图8所示的图像检测方法的应用场景。
图9示出了本申请实施例提供的图像检测方法的应用场景图三;
参考图9,本申请实施例提供的图像检测方法的一种应用场景,应用于基于图像检测方法检测模板图像,确定模板图像存在按键字符丢失的缺陷。基于图像检测方法检测模板图像,确定模板图像存在按键相连的缺陷。
可以理解,图9的图像检测方法的应用场景只是本申请实施例中的部分示例性的实施方式,本申请实施例中图像检测方法的应用场景包括但不限于图9所示的图像检测方法的应用场景。
图10示出了本申请实施例提供的图像检测方法的应用场景图四;
参考图10,本申请实施例提供的图像检测方法的应用场景图四,应用于基于图像检测方法检测模板图像,确定模板图像存在多余的触摸板区域的缺陷。基于图像检测方法检测模板图像,确定模板图像存在按键指示灯堵塞的缺陷。
可以理解,图10的图像检测方法的应用场景只是本申请实施例中的部分示例性的实施方式,本申请实施例中图像检测方法的应用场景包括但不限于图10所示的图像检测方法的应用场景。
本申请实施例的方法,对模板图像进行二值化阈值分割,得到二值化的模板图像;对二值化的模板图像进行垂直投影和水平投影,得到二值化的模板图像对应的相邻非投影区域;确定相邻非投影区域的纵坐标差;响应于纵坐标差小于预设的距离阈值,将纵坐标差对应的相邻非投影区域确定为无效字符区域;删除二值化的模板图像中的无效字符区域,得到待检测区域;对待检测区域进行孔洞填充,得到第一键盘图像;第一键盘图像为键盘对应的模板图像的一部分。如此,能够自动对键盘对应的模板图像进行检测,以确定模板图像中是否存在缺陷,无需人工检测,提高了图像中缺陷的检测精度,减少了图像检测的时间,进而提高了图像中缺陷的检测效率。本申请实施例的方法,确定第一键盘图像的第二中心点的横坐标;确定第二中心点的横坐标与第一中心点的横坐标的第一差值;响应于像素高度大于预设的高度阈值、像素宽度大于预设的宽度阈值且第一差值小于预设的像素点阈值,确定模板图像存在第一缺陷。如此,能够自动对键盘对应的模板图像进行检测,确定模板图像中的缺陷,提高了图像中缺陷的检测精度,减少了图像检测的时间,进而提高了图像中缺陷的检测效率。本申请实施例的方法,确定第一按键图像的第一连通域的第一数量;第一按键图像为左上角点的横坐标在预设的横坐标范围之内的按键图像;响应于第一数量小于预设的第一数量阈值,确定模板图像存在第二缺陷。如此,能够自动对键盘对应的模板图像进行检测,确定模板图像中的缺陷,提高了图像中缺陷的检测精度,减少了图像检测的时间,进而提高了图像中缺陷的检测效率。本申请实施例的方法,确定第一按键图像的第一连通域的像素点的纵坐标最大值;确定待检测区域的垂直高度;响应于垂直高度与像素点的纵坐标最大值之差大于预设的差值阈值,确定模板图像存在第三缺陷。如此,能够自动对键盘对应的模板图像进行检测,确定模板图像中的缺陷,提高了图像中缺陷的检测精度,减少了图像检测的时间,进而提高了图像中缺陷的检测效率。本申请实施例的方法,确定第一键盘图像包括的第一连通域的第二数量;响应于第二数量大于预设的第二数量阈值,确定模板图像存在第四缺陷;对待检测区域进行连通域分割,确定待检测区域包括的第二连通域;确定待检测区域包括的第二连通域的第三数量;响应于第三数量小于预设的第三数量阈值,确定模板图像存在第五缺陷。如此,能够自动对键盘对应的模板图像进行检测,确定模板图像中的缺陷,提高了图像中缺陷的检测精度,减少了图像检测的时间,进而提高了图像中缺陷的检测效率。本申请实施例的方法,基于预设的坐标位置,确定预设的坐标位置对应的按键图像的第一连通域;确定第一连通域内的横坐标最大的字符区域;确定横坐标最大的字符区域对应的圆度和面积;响应于圆度大于预设的圆度阈值、且面积大于预设的面积阈值,则确定模板图像存在第六缺陷。如此,能够自动对键盘对应的模板图像进行检测,确定模板图像中的缺陷,提高了图像中缺陷的检测精度,减少了图像检测的时间,进而提高了图像中缺陷的检测效率。
因此,与相关技术中在图像检测过程中耗时较长且图像中缺陷的检测精度低相比,本申请的图像检测方法能够减少图像检测的时间,提高了图像中缺陷的检测精度,进而提高了图像中缺陷的检测效率。
下面继续说明本申请实施例提供的图像检测装置90的实施为软件模块的示例性结构,在一些实施例中,如图11所示,图像检测装置90中的软件模块可以包括:获取模块901,用于获取键盘对应的模板图像;确定模块902,用于对模板图像进行连通域分割,确定模板图像包括的每个按键图像的第一连通域;检测模块903,用于基于第一连通域,确定模板图像是否存在缺陷。
在一些实施例中,图像检测装置90还可以包括投影模块904,其中投影模块904在图11中未体现,投影模块904可以用于:对模板图像进行二值化阈值分割,得到二值化的模板图像;对二值化的模板图像进行垂直投影和水平投影,得到二值化的模板图像对应的相邻非投影区域;确定相邻非投影区域的纵坐标差;响应于纵坐标差小于预设的距离阈值,将纵坐标差对应的相邻非投影区域确定为无效字符区域;删除二值化的模板图像中的无效字符区域,得到待检测区域;对待检测区域进行孔洞填充,得到第一键盘图像;第一键盘图像为键盘对应的模板图像的一部分。
在一些实施例中,图像检测装置90还可以包括计算模块905,其中计算模块905在图11中未体现,计算模块905可以用于:确定每个按键图像的第一连通域对应的像素高度、像素宽度、第一中心点的横坐标和左上角点的纵坐标中的至少一项。
在一些实施例中,检测模块903可以用于:确定第一键盘图像的第二中心点的横坐标;确定第二中心点的横坐标与第一中心点的横坐标的第一差值;响应于像素高度大于预设的高度阈值、像素宽度大于预设的宽度阈值且第一差值小于预设的像素点阈值,确定模板图像存在第一缺陷。
在一些实施例中,检测模块903可以用于:确定第一按键图像的第一连通域的第一数量;第一按键图像为左上角点的横坐标在预设的横坐标范围之内的按键图像;响应于第一数量小于预设的第一数量阈值,确定模板图像存在第二缺陷。
在一些实施例中,检测模块903可以用于:确定第一按键图像的第一连通域的像素点的纵坐标最大值;确定待检测区域的垂直高度;响应于垂直高度与像素点的纵坐标最大值之差大于预设的差值阈值,确定模板图像存在第三缺陷。
在一些实施例中,检测模块903可以用于:确定第一键盘图像包括的第一连通域的第二数量;响应于第二数量大于预设的第二数量阈值,确定模板图像存在第四缺陷;对待检测区域进行连通域分割,确定待检测区域包括的第二连通域;确定待检测区域包括的第二连通域的第三数量;响应于第三数量小于预设的第三数量阈值,确定模板图像存在第五缺陷。
在一些实施例中,检测模块903可以用于:基于预设的坐标位置,确定预设的坐标位置对应的按键图像的第一连通域;确定第一连通域内的横坐标最大的字符区域;确定横坐标最大的字符区域对应的圆度和面积;响应于圆度大于预设的圆度阈值、且面积大于预设的面积阈值,则确定模板图像存在第六缺陷。
需要说明的是,本申请实施例装置的描述,与上述方法实施例的描述是类似的,具有同方法实施例相似的有益效果,因此不做赘述。对于本申请实施例提供的图像检测装置中未尽的技术细节,可以根据图1至图11中任一附图的说明而理解。
根据本申请的实施例,本申请还提供了一种电子设备和一种非瞬时计算机可读存储介质。
图12示出了可以用来实施本申请的实施例的示例电子设备800的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图12所示,电子设备800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM 803中,还可存储电子设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
电子设备800中的多个部件连接至I/O接口805,包括:输入单元806,例如键盘、鼠标等;输出单元807,例如各种类型的显示器、扬声器等;存储单元808,例如磁盘、光盘等;以及通信单元809,例如网卡、调制解调器、无线通信收发机等。通信单元809允许电子设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理,例如图像检测方法。例如,在一些实施例中,图像检测方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到电子设备800上。当计算机程序加载到RAM 803并由计算单元801执行时,可以执行上文描述的图像检测方法的一个或多个步骤。备选地,在其他实施例中,计算单元801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行图像检测方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本申请的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本申请的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式***的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
此外,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”的特征可以明示或隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。

Claims (18)

1.一种图像检测方法,其特征在于,所述方法包括:
获取键盘对应的模板图像;
对所述模板图像进行连通域分割,确定所述模板图像包括的每个按键图像的第一连通域;
基于所述第一连通域,确定所述模板图像是否存在缺陷。
2.根据权利要求1所述的方法,其特征在于,所述确定所述模板图像包括的每个按键图像的第一连通域之前,所述方法还包括:
对所述模板图像进行二值化阈值分割,得到二值化的模板图像;
对所述二值化的模板图像进行垂直投影和水平投影,得到所述二值化的模板图像对应的相邻非投影区域;
确定所述相邻非投影区域的纵坐标差;
响应于所述纵坐标差小于预设的距离阈值,将所述纵坐标差对应的所述相邻非投影区域确定为无效字符区域;
删除所述二值化的模板图像中的所述无效字符区域,得到待检测区域;
对所述待检测区域进行孔洞填充,得到第一键盘图像;所述第一键盘图像为所述键盘对应的模板图像的一部分。
3.根据权利要求2所述的方法,其特征在于,所述确定所述模板图像包括的每个按键图像的第一连通域之后,所述方法还包括:
确定所述每个按键图像的第一连通域对应的像素高度、像素宽度、第一中心点的横坐标和左上角点的纵坐标中的至少一项。
4.根据权利要求3所述的方法,其特征在于,所述基于所述第一连通域,确定所述模板图像是否存在缺陷,包括:
确定所述第一键盘图像的第二中心点的横坐标;
确定所述第二中心点的横坐标与所述第一中心点的横坐标的第一差值;
响应于所述像素高度大于预设的高度阈值、所述像素宽度大于预设的宽度阈值且所述第一差值小于预设的像素点阈值,确定所述模板图像存在第一缺陷。
5.根据权利要求3所述的方法,其特征在于,所述基于所述第一连通域,确定所述模板图像是否存在缺陷,包括:
确定第一按键图像的第一连通域的第一数量;所述第一按键图像为所述左上角点的横坐标在预设的横坐标范围之内的按键图像;
响应于所述第一数量小于预设的第一数量阈值,确定所述模板图像存在第二缺陷。
6.根据权利要求5所述的方法,其特征在于,所述基于所述第一连通域,确定所述模板图像是否存在缺陷,包括:
确定所述第一按键图像的第一连通域的像素点的纵坐标最大值;
确定所述待检测区域的垂直高度;
响应于所述垂直高度与所述像素点的纵坐标最大值之差大于预设的差值阈值,确定所述模板图像存在第三缺陷。
7.根据权利要求3所述的方法,其特征在于,所述基于所述第一连通域,确定所述模板图像是否存在缺陷,包括:
确定所述第一键盘图像包括的所述第一连通域的第二数量;
响应于所述第二数量大于预设的第二数量阈值,确定所述模板图像存在第四缺陷;
对所述待检测区域进行连通域分割,确定所述待检测区域包括的第二连通域;
确定所述待检测区域包括的所述第二连通域的第三数量;
响应于所述第三数量小于预设的第三数量阈值,确定所述模板图像存在第五缺陷。
8.根据权利要求3所述的方法,其特征在于,所述基于所述第一连通域,确定所述模板图像是否存在缺陷,包括:
基于预设的坐标位置,确定所述预设的坐标位置对应的所述按键图像的第一连通域;
确定所述第一连通域内的横坐标最大的字符区域;
确定所述横坐标最大的字符区域对应的圆度和面积;
响应于所述圆度大于预设的圆度阈值、且所述面积大于预设的面积阈值,则确定所述模板图像存在第六缺陷。
9.一种图像检测装置,其特征在于,所述图像检测装置包括:
获取模块,用于获取键盘对应的模板图像;
确定模块,用于对所述模板图像进行连通域分割,确定所述模板图像包括的每个按键图像的第一连通域;
检测模块,用于基于所述第一连通域,确定所述模板图像是否存在缺陷。
10.根据权利要求9所述的装置,其特征在于,所述图像检测装置还包括投影模块,所述投影模块用于:
对所述模板图像进行二值化阈值分割,得到二值化的模板图像;
对所述二值化的模板图像进行垂直投影和水平投影,得到所述二值化的模板图像对应的相邻非投影区域;
确定所述相邻非投影区域的纵坐标差;
响应于所述纵坐标差小于预设的距离阈值,将所述纵坐标差对应的所述相邻非投影区域确定为无效字符区域;
删除所述二值化的模板图像中的所述无效字符区域,得到待检测区域;
对所述待检测区域进行孔洞填充,得到第一键盘图像;所述第一键盘图像为所述键盘对应的模板图像的一部分。
11.根据权利要求10所述的装置,其特征在于,所述图像检测装置还包括计算模块,所述计算模块用于:
确定所述每个按键图像的第一连通域对应的像素高度、像素宽度、第一中心点的横坐标和左上角点的纵坐标中的至少一项。
12.根据权利要求11所述的装置,其特征在于,所述检测模块用于:
确定所述第一键盘图像的第二中心点的横坐标;
确定所述第二中心点的横坐标与所述第一中心点的横坐标的第一差值;
响应于所述像素高度大于预设的高度阈值、所述像素宽度大于预设的宽度阈值且所述第一差值小于预设的像素点阈值,确定所述模板图像存在第一缺陷。
13.根据权利要求11所述的装置,其特征在于,所述检测模块用于:
确定第一按键图像的第一连通域的第一数量;所述第一按键图像为所述左上角点的横坐标在预设的横坐标范围之内的按键图像;
响应于所述第一数量小于预设的第一数量阈值,确定所述模板图像存在第二缺陷。
14.根据权利要求13所述的装置,其特征在于,所述检测模块用于:
确定所述第一按键图像的第一连通域的像素点的纵坐标最大值;
确定所述待检测区域的垂直高度;
响应于所述垂直高度与所述像素点的纵坐标最大值之差大于预设的差值阈值,确定所述模板图像存在第三缺陷。
15.根据权利要求11所述的装置,其特征在于,所述检测模块用于:
确定所述第一键盘图像包括的所述第一连通域的第二数量;
响应于所述第二数量大于预设的第二数量阈值,确定所述模板图像存在第四缺陷;
对所述待检测区域进行连通域分割,确定所述待检测区域包括的第二连通域;
确定所述待检测区域包括的所述第二连通域的第三数量;
响应于所述第三数量小于预设的第三数量阈值,确定所述模板图像存在第五缺陷。
16.根据权利要求11所述的装置,其特征在于,所述检测模块用于:
基于预设的坐标位置,确定所述预设的坐标位置对应的所述按键图像的第一连通域;
确定所述第一连通域内的横坐标最大的字符区域;
确定所述横坐标最大的字符区域对应的圆度和面积;
响应于所述圆度大于预设的圆度阈值、且所述面积大于预设的面积阈值,则确定所述模板图像存在第六缺陷。
17.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使计算机执行根据权利要求1-8中任一项所述的方法。
CN202211633656.8A 2022-12-19 2022-12-19 一种图像检测方法、装置、电子设备及存储介质 Pending CN115841480A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211633656.8A CN115841480A (zh) 2022-12-19 2022-12-19 一种图像检测方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211633656.8A CN115841480A (zh) 2022-12-19 2022-12-19 一种图像检测方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN115841480A true CN115841480A (zh) 2023-03-24

Family

ID=85578846

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211633656.8A Pending CN115841480A (zh) 2022-12-19 2022-12-19 一种图像检测方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN115841480A (zh)

Similar Documents

Publication Publication Date Title
CN112233240B (zh) 三维矢量地图的三维矢量数据切片方法、装置及电子设备
CN112560862B (zh) 文本识别方法、装置及电子设备
CN112800915A (zh) 建筑物变化检测方法、装置、电子设备以及存储介质
CN113205041A (zh) 结构化信息提取方法、装置、设备和存储介质
CN113362420A (zh) 道路标注生成方法、装置、设备以及存储介质
CN115272290A (zh) 一种缺陷检测方法、装置、电子设备及存储介质
CN116844177A (zh) 一种表格识别方法、装置、设备及存储介质
CN114445825A (zh) 文字检测方法、装置、电子设备和存储介质
CN114596431A (zh) 信息确定方法、装置及电子设备
CN113032071B (zh) 页面元素定位方法、页面测试方法、装置、设备和介质
CN115841480A (zh) 一种图像检测方法、装置、电子设备及存储介质
CN113435257A (zh) 表格图像的识别方法、装置、设备和存储介质
CN113723405A (zh) 区域轮廓的确定方法、装置和电子设备
CN116503407B (zh) 图像中异物区域的检测方法、装置及电子设备
CN113362297B (zh) 用于印刷电路板的图像处理方法、设备和存储介质
CN114972242B (zh) 心肌桥检测模型的训练方法、装置及电子设备
CN115511818B (zh) 一种肺结节检出模型的优化方法、装置、设备及存储介质
CN115994898B (zh) 一种纵膈占位病变图像检测方法、装置、设备及存储介质
CN115984566A (zh) 图像分割模型的训练及图像分割方法、装置、设备和介质
CN116433702A (zh) 一种输电线分割方法、装置、电子设备及存储介质
CN117764913A (zh) 图像检测方法、装置、电子设备及存储介质
CN115880237A (zh) 一种车用钢板合格检测方法、装置、设备及存储介质
CN118191935A (zh) 基于边缘检测的断层识别方法、装置、电子设备和介质
CN115880510A (zh) 一种电池检测方法、装置、电子设备及存储介质
CN115187585A (zh) 一种缺陷检测方法、装置、电子设备及存储介质

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