CN117764908B - Ng图像的缺陷信息显示方法、装置、设备及存储介质 - Google Patents
Ng图像的缺陷信息显示方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117764908B CN117764908B CN202311042874.9A CN202311042874A CN117764908B CN 117764908 B CN117764908 B CN 117764908B CN 202311042874 A CN202311042874 A CN 202311042874A CN 117764908 B CN117764908 B CN 117764908B
- Authority
- CN
- China
- Prior art keywords
- defect
- collision
- defect information
- image
- target
- 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.)
- Active
Links
- 230000007547 defect Effects 0.000 title claims abstract description 468
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000003860 storage Methods 0.000 title claims abstract description 18
- 238000001514 detection method Methods 0.000 claims abstract description 31
- 230000004044 response Effects 0.000 claims abstract description 24
- 238000002372 labelling Methods 0.000 claims abstract description 11
- 230000015654 memory Effects 0.000 claims description 25
- 230000004927 fusion Effects 0.000 claims description 5
- 238000013102 re-test Methods 0.000 abstract description 4
- 238000007689 inspection Methods 0.000 abstract 1
- 238000012545 processing Methods 0.000 description 15
- 230000002093 peripheral effect Effects 0.000 description 11
- 238000004519 manufacturing process Methods 0.000 description 8
- 239000000463 material Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 3
- 229910052744 lithium Inorganic materials 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 2
- 229910052782 aluminium Inorganic materials 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000003550 marker Substances 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
- 238000004080 punching Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Controls And Circuits For Display Device (AREA)
Abstract
本申请公开一种NG图像的缺陷信息显示方法、装置、设备及存储介质,涉及图像显示领域,显示缺陷展示界面;响应于接收到对所有缺陷点的选择操作,根据缺陷点对应缺陷信息框的预显示位置进行碰撞检测,确定缺陷信息框之间产生碰撞的候选碰撞缺陷点;获取候选碰撞缺陷点对应的缺陷类型,将缺陷类型不一致且缺陷信息框之间产生碰撞的候选碰撞缺陷点确定为目标碰撞缺陷点;响应于接收到对目标碰撞缺陷点的显示标注操作,在NG图像中标注显示目标碰撞缺陷点及其对应的目标缺陷信息框。该方案将NG图像中缺陷信息框不产生碰撞的直接显示,产生碰撞的根据缺陷类型进行融合,或者转而由手动选择显示,有利于复检员判断,提高检查效率。
Description
技术领域
本申请涉及图像显示领域,特别涉及一种NG图像的缺陷信息显示方法、装置、设备及存储介质。
背景技术
在半导体芯片生产工艺中,会在生产PCB电路板上冲压strip物料板,物料板上分布有若干pcs颗粒,pcs是组成PCB的最小组成颗粒或最小组成单位,该区域中包括若干电子元器件。而受限于环境和设备精度等问题,在pcs颗粒冲压生产过程中不可避免的会产生瑕疵、瑕点和缺陷等。虽然在生产前期需要经过机器对物料板进行自动扫描和过滤,但后期需要通过人工对机器识别的缺陷进行复检,以筛选符合条件的PCB并进行后续生产工序。
在相关技术中,对于人工复检的操作过程需要人员对机器识别的图像进行一一检查,具体是将缺陷图像进行放大处理,然后和现场物料板进行匹配校验,以确保检测精度。这种人工复检的方式需要考虑到物料板尺寸和图像显示精度的问题,操作员需要不断逐个调节相机并观察实际物料板图像和缺陷图像,这种操作效率低下,且复检精度不高。
发明内容
本申请实施例提供一种NG图像的缺陷信息显示方法、装置、设备及存储介质,解决人工校验效率低下的问题。
一方面,本申请提供一种NG图像的缺陷信息显示方法,所述方法包括:
显示缺陷展示界面,所述缺陷展示界面包含NG图像展示区和缺陷信息显示区;所述NG图像展示区显示带缺陷的所述NG图像,所述缺陷信息显示区显示所述NG图像中各个缺陷点的缺陷信息;
响应于接收到对所述缺陷信息显示区中所有缺陷点的选择操作,确定缺陷点对应缺陷信息框的预显示位置,并根据所述预显示位置进行碰撞检测,确定缺陷信息框之间产生碰撞的候选碰撞缺陷点;缺陷信息框用于在所述NG图像中显示,对标注的缺陷点进行说明;
获取所述候选碰撞缺陷点对应的缺陷类型,将缺陷类型不一致且缺陷信息框之间产生碰撞的所述候选碰撞缺陷点确定为目标碰撞缺陷点;
响应于接收到对目标碰撞缺陷点的显示标注操作,在所述NG图像中标注显示目标碰撞缺陷点及其对应的目标缺陷信息框。
具体的,所述缺陷信息显示区显示有缺陷信息列表,表中列出所述NG图像中检测的所有缺陷点的缺陷信息和缺陷选择控件;缺陷信息包括缺陷类型、缺陷尺寸、坐标位置及缺陷编号中的至少一种;
响应于接收到对所述缺陷信息列表中目标缺陷点对应选择控件的点击操作,选中所述目标缺陷点和目标缺陷信息,在所述NG图像中标注显示。
具体的,碰撞检测时,在所述NG图像中标注缺陷点以及缺陷信息框,且缺陷信息框显示在对应的缺陷点边侧,缺陷信息框内显示缺陷点种类;
在进行碰撞显示时,根据所述缺陷信息列表中各个缺陷点的坐标位置确定在所述NG图像中的预显示位置,并进行碰撞检测。
具体的,响应于目标缺陷信息框不与其他缺陷信息框产生碰撞,则将所述预显示位置确定为目标显示位置,并在所述目标缺陷点边侧标注显示。
具体的,响应于所述目标缺陷信息框与其他缺陷信息框之间产生碰撞,将选中的缺陷点确定为所述候选碰撞缺陷点,并获取对应的缺陷类型;
响应于产生碰撞的所述目标缺陷信息框的缺陷类型一致,从中选定一个碰撞信息框,将其余的缺陷编号加入到所述碰撞信息框中融合显示,并在所述NG图像中标记所有同类型的缺陷点。
具体的,响应于产生碰撞的所述目标缺陷信息框对应不同缺陷类型时,将所述候选碰撞缺陷点确定为所述目标碰撞缺陷点,且不进行标注显示;所述缺陷信息列表中对应缺陷点的选择控件处于未选中状态。
具体的,响应于接收到所述缺陷信息列表中所述目标碰撞缺陷点对应选择控件的选择操作,确定所述目标缺陷信息框的显示位置,并在所述NG图像中标注显示,而与之碰撞且缺陷类型不一致的目标碰撞缺陷点不进行标注显示。
另一方面,本申请提供一种NG图像的缺陷信息显示装置,所述装置包括:
界面显示模块,用于显示缺陷展示界面,所述缺陷展示界面包含NG图像展示区和缺陷信息显示区;所述NG图像展示区显示带缺陷的所述NG图像,所述缺陷信息显示区显示所述NG图像中各个缺陷点的缺陷信息;
第一确定模块,用于响应于接收到对所述缺陷信息显示区中所有缺陷点的选择操作,确定缺陷点对应缺陷信息框的预显示位置,并根据所述预显示位置进行碰撞检测,确定缺陷信息框之间产生碰撞的候选碰撞缺陷点;缺陷信息框用于在所述NG图像中显示,对标注的缺陷点进行说明;
第二确定模块,用于获取所述候选碰撞缺陷点对应的缺陷类型,将缺陷类型不一致且缺陷信息框之间产生碰撞的所述候选碰撞缺陷点确定为目标碰撞缺陷点;
标注显示模块,用于响应于接收到对目标碰撞缺陷点的显示标注操作,在所述NG图像中标注显示目标碰撞缺陷点及其对应的目标缺陷信息框。
又一方面,本申请提供一种计算机设备,所述计算机设备包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现上述方面所述的NG图像的缺陷信息显示方法。
又一方面,本申请提供一种计算机可读存储介质,所述可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现上述方面所述的NG图像的缺陷信息显示方法。
本申请实施例提供的技术方案带来的有益效果至少包括:在对缺陷点进行显示时,将所有缺陷点按照缺陷信息框的预显示位置进行全局碰撞检测,找出其中产生碰撞的候选碰撞缺陷点;进而再根据候选碰撞缺陷点的缺陷类型找出同种缺陷类型的候选碰撞缺陷点,将同类型的缺陷信息框合并显示,减少对NG图像的画面资源占用,而对于不同类型的缺陷信息框则不进行显示,转而由手动显示标注操作来决定是否显示。在缺陷信息显示区中提供缺陷点的缺陷信息,供观察者手动选择缺陷标标注显示,提高复检员的检查效率。
附图说明
图1是本申请实施例提供的带有缺陷点的NG图像;
图2是本申请实施例提供的NG图像的缺陷信息显示方法的流程图;
图3示出了一种缺陷展示界面的示意图;
图4是碰撞检测后显示的标注示意图;
图5是另一种碰撞检测后显示的标注示意图;
图6示出了NG图像的缺陷信息显示装置的结构示意图;
图7示出了本申请一个示例性实施例提供的计算机设备的结构框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
在本文中提及的“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
图1是本申请实施例提供的带有缺陷点的NG图像,该NG图像是在缺陷检测环节拍摄的产品表面结构,具体可以是锂电池结构或印刷电路板结构。该NG图像中包括多种同类型或不同类型的缺陷点,以锂电池结构为例,缺陷点缺陷类型可以是“电池侧边漏铝”、“结构破损”、“异物粘连”和“结构倾斜”等情形。而为了方便复检员在筛选过程中清楚了解该产品的具体缺陷类型和缺陷细节信息,可以针对性优化产线,以保证产品良率。
图2是本申请实施例提供的NG图像的缺陷信息显示方法的流程图,包括如下步骤:
步骤201,显示缺陷展示界面,缺陷展示界面包含NG图像展示区和缺陷信息显示区。
本申请方法基于带有显示器的计算机设备实现,可选的,计算机设备可以是PC机、台式机、工控机、工作站和服务器等,在显示器上显示有缺陷展示界面,缺陷展示界面至少包含NG图像展示区和缺陷信息显示区两部分。
参考图3示出的一种缺陷展示界面的示意图,NG图像展示区310内显示带缺陷的NG图像(本申请以锂电池图像为例说明),即上游产线通过缺陷检测算法识别和拍摄的产品缺陷图像,该图像在后续操作会针对性标注缺陷点311并显示缺陷细节信息。缺陷信息显示区320内显示由NG图像中各个缺陷点的缺陷信息。缺陷信息是算法识别的缺陷点的属性特征,如缺陷类型、缺陷尺寸、缺陷点的坐标位置、缺陷编号、缺陷置信度等内容。
步骤202,响应于接收到对缺陷信息显示区中所有缺陷点的选择操作,确定缺陷点对应缺陷信息框的预显示位置,并根据预显示位置进行碰撞检测,确定缺陷信息框之间产生碰撞的候选碰撞缺陷点。
对所有缺陷点的选择操作可以通过人工操作全选缺陷信息显示区内所有的缺陷点,或者是在导入该NG图像时自动执行以进行碰撞检测。
碰撞检测是在NG图像中标记缺陷点和显示缺陷信息框之前进行的测试,缺陷点标注就是在图像中加框或其他方式进行标注,而缺陷信息框正式则是对标注的缺陷点进行说明。在大多数应用场景中,缺陷信息框位于标注框上下左右边侧且距离标记框距离较近,用于指示是对该标注的解释。
执行碰撞检测是因为一部分缺陷点密集较聚,在标记框周侧显示的缺陷信息或缺陷信息框发生重叠遮挡,对出现遮挡的情形需要特特殊显示。本申请中以所有缺陷信息框的预显示位置来进行碰撞检测,缺陷信息框的预显示位置在识别出缺陷点时即确定。所以在接收对所有缺陷点的选择操作时,对所有缺陷信息框进行碰撞检测,而对于存在线框区域重叠的则认定为产生碰撞,也就是需要筛选的候选碰撞缺陷点。图1可以作为碰撞检测的场景示意图,从图中可以看出,编号3(缺陷类型是侧边漏铝)和编号4(缺陷类型是侧边破损)存在缺陷信息框碰撞现象,同理编号1和编号7(缺陷类型都是异物粘连)也存在缺陷信息框碰撞现象。
步骤203,获取候选碰撞缺陷点对应的缺陷类型,将缺陷类型不一致且缺陷信息框之间产生碰撞的候选碰撞缺陷点确定为目标碰撞缺陷点。
目标碰撞缺陷点的选取是为挑选缺陷类型不一致,且缺陷信息框之间还产生碰撞的情况,因为同类型的缺陷信息框可以合并处理,也就是共用一个缺陷信息框,而不同类型且产生碰撞的则需要特殊处理。
需要说明的是,对于未产生碰撞的缺陷信息框,则正常在NG图像中标注显示。
步骤204,响应于接收到对目标碰撞缺陷点的显示标注操作,在NG图像中标注显示目标碰撞缺陷点及其对应的目标缺陷信息框。
如图3所示,缺陷信息显示区320内列出有各个缺陷点的详细缺陷数据信息,对于那些碰撞的目标缺陷信息框由认为手动控制和显示,当选中其中的目标碰撞缺陷点,根据显示标注操作在NG图像中标注显示目标碰撞缺陷点及其对应的目标缺陷信息框。这样可以将控制权交给复检员,根据实际操作显示目标缺陷信息框。而对于那些不产生碰撞则可以直接标注显示,同缺陷类型的缺陷点则合并缺陷信息框显示。
综上所述,本申请在对缺陷点进行显示时,将所有缺陷点按照缺陷信息框的预显示位置进行全局碰撞检测,找出其中产生碰撞的候选碰撞缺陷点;进而再根据候选碰撞缺陷点的缺陷类型找出同种缺陷类型的候选碰撞缺陷点,将同类型的缺陷信息框合并显示,减少对NG图像的画面资源占用,而对于不同类型的缺陷信息框则不进行显示,转而由手动显示标注操作来决定是否显示。在缺陷信息显示区中提供缺陷点的缺陷信息,供观察者手动选择缺陷标标注显示,,提高复检员的检查效率。
在一些实施例中,为了实现界面可操作和更人性化的处理方式,缺陷标注显示需要根据操作者需求自由选择,所以在缺陷信息显示区设置缺陷信息列表进行显示,表中列出NG图像中检测的所有缺陷点的缺陷信息和缺陷选择控件。这也是为方便步骤204对那些出现碰撞的缺陷点进行特殊处理显示的手段。
如图3所示,缺陷信息列表中显示有所有缺陷点的缺陷信息数据,且每个缺陷信息数据都设置有一个缺陷选择控件321,缺陷信息包括NG图像编号、缺陷类型、缺陷尺寸、坐标位置及缺陷编号中的至少一种。当接收到对缺陷信息列表中目标缺陷点对应选择控件321的点击操作时,选中目标缺陷点和目标缺陷信息,在NG图像中标注显示。
在步骤202中,具体根据缺陷信息列表中各个缺陷点的坐标位置确定在NG图像中的预显示位置,并进行碰撞检测。缺陷点和缺陷信息框是相对固定的,也就是确定缺陷点后,根据右上角距离即可确定缺陷信息框的预显示位置,缺陷信息框内显示缺陷编号和缺陷种类。
对于碰撞检测中目标缺陷信息框不与其他缺陷信息框产生碰撞的,则将预显示位置确定为目标显示位置,并在目标缺陷点边侧标注显示。如图1中标注的“编号8过度倾斜”的缺陷点和缺陷信息框。这种不产生碰撞的可以直接显示,无需后续计算。
对于碰撞检测中目标缺陷信息框与其他缺陷信息框产生碰撞的,将选中的缺陷点确定为候选碰撞缺陷点,并获取对应的缺陷类型,进行类型匹配。缺陷类型直接从缺陷信息列表中提取。
当产生碰撞的目标缺陷信息框的缺陷类型一致,则从中选定一个碰撞信息框,按其余的缺陷编号加入到碰撞信息框中融合显示,并在NG图像中标记所有同类型的缺陷点,对应缺陷信息列表中对应缺陷点的选择控件为选中状态。如图1和图4所示,图1中的编号1和编号7是同种缺陷类型,经过融合显示后的图4则将编号1和编号7合并标注显示,合并是使用的是原编号1的信息框。
对于产生碰撞的目标缺陷信息框对应不同缺陷类型时,则将候选碰撞缺陷点确定为目标碰撞缺陷点,且不进行标注显示,缺陷信息列表中对应缺陷点的选择控件处于未选中状态。例如图1中编号3和编号4为碰撞且缺陷类型不一致,在碰撞检测后直接隐藏。
当然在一些其他实施例中,如果三个或更多缺陷信息框碰撞,则先进行同类型合并,合并完成后再次进行碰撞检测,如果不产生碰撞后则正常显示,若仍产生碰撞则将合并的保留,未合并的缺陷信息框隐藏;对于两个合并后的缺陷信息框碰撞,则按照归属的缺陷类型数量多的选择保留显示,数量少的进行隐藏。
当然在一些实施例中,如果将几个类型不一致的缺陷信息框隐藏,且不对缺陷点标注,会显得图像空旷,此时可以默认显示一个缺陷。如图5所示,图1中编号3和编号4两个不同缺陷类型的缺陷信息框碰撞,此时可以选择性标注编号3缺陷点和缺陷信息框,将编号4缺陷信息框隐藏,且该缺陷点也不进行标注。
在步骤204中,在接收到缺陷信息列表中目标碰撞缺陷点对应选择控件的选择操作时,确定目标缺陷信息框的显示位置,并在NG图像中标注显示,而与之碰撞且缺陷类型不一致的目标碰撞缺陷点不进行标注显示。
这一步骤可以发生在任何阶段,因为缺陷信息列表中记录有所有缺陷点的缺陷信息数据,当复检员需要针对性观察某一种类型缺陷点的分布情况时,可以通过该区域选择性标注显示,将其余累心的缺陷全部隐藏。当然对于图1中编号3和编号4这种缺陷类型不一致且碰撞的情形,复检员也可以针对性同时选中这两个进行标注显示,从NG图像中展示的则是缺陷信息框碰撞的画面,编号1和编号7同理。
图6示出了本申请实施例提供的NG图像的缺陷信息显示装置的结构示意图,所述装置包括:
界面显示模块,用于显示缺陷展示界面,所述缺陷展示界面包含NG图像展示区和缺陷信息显示区;所述NG图像展示区显示带缺陷的所述NG图像,所述缺陷信息显示区显示所述NG图像中各个缺陷点的缺陷信息;
第一确定模块,用于响应于接收到对所述缺陷信息显示区中所有缺陷点的选择操作,确定缺陷点对应缺陷信息框的预显示位置,并根据所述预显示位置进行碰撞检测,确定缺陷信息框之间产生碰撞的候选碰撞缺陷点;缺陷信息框用于在所述NG图像中显示,对标注的缺陷点进行说明;
第二确定模块,用于获取所述候选碰撞缺陷点对应的缺陷类型,将缺陷类型不一致且缺陷信息框之间产生碰撞的所述候选碰撞缺陷点确定为目标碰撞缺陷点;
标注显示模块,用于响应于接收到对目标碰撞缺陷点的显示标注操作,在所述NG图像中标注显示目标碰撞缺陷点及其对应的目标缺陷信息框。
此外,本申请还提供一种计算机设备,所述计算机设备包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现上述方面所述的NG图像的缺陷信息显示方法。
此外,本申请还提供一种计算机可读存储介质,所述可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现上述方面所述的NG图像的缺陷信息显示方法。
本申请实施例提供的NG图像的缺陷信息显示装置,可以应用于如上述实施例中提供的NG图像的缺陷信息显示方法,相关细节参考上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
需要说明的是,本申请实施例中提供的NG图像的缺陷信息显示装置在进行卡规操作时,仅以上述各功能模块/功能单元的划分进行举例说明,在实际应用中,可以根据需要而将上述功能分配由不同的功能模块/功能单元完成,即将NG图像的缺陷信息显示装置的内部结构划分成不同的功能模块/功能单元,以完成以上描述的全部或者部分功能。另外,上述方法实施例提供的NG图像的缺陷信息显示方法的实施方式与本实施例提供的NG图像的缺陷信息显示装置的实施方式属于同一构思,本实施例提供的NG图像的缺陷信息显示装置的具体实现过程详见上述方法实施例,这里不再赘述。
图7示出了本申请一个示例性实施例提供的计算机设备的结构框图。是桌上型计算机、笔记本电脑、掌上电脑以及云端服务器等计算机设备。该计算机设备可以包括,但不限于,处理器和存储器。其中,处理器和存储器可以通过总线或者其他方式连接。其中,处理器可以为中央处理器(Central Processing Unit,CPU)。处理器还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(ApplicationSpecific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable GateArray,FPGA)或者其他可编程逻辑器件、图形处理器(Graphics Processing Unit,GPU)、嵌入式神经网络处理器(Neural-network Processing Unit,NPU)或者其他专用的深度学习协处理器、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。
处理器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。处理器可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-ProgrammableGate 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1701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(Central Processing Unit,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,处理器可以集成有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。一些实施例中,处理器还可以包括AI(ArtificialIntelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本申请上述实施方式中的方法对应的程序指令/模块。处理器通过运行存储在存储器中的非暂态软件程序、指令以及模块,从而执行处理器的各种功能应用以及数据处理,即实现上述方法实施方式中的方法。存储器可以包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需要的应用程序;存储数据区可存储处理器所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中,存储器可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
在一些实施例中,计算机设备还可选包括有:***设备接口和至少一个***设备。处理器、存储器和***设备接口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***设备接口相连。具体地,***设备包括:射频电路、显示屏、键盘中的至少一种。
***设备接口可被用于将I/O(Input/Output,输入/输出)相关的至少一个***设备连接到处理器和存储器。在一些实施例中,处理器、存储器和***设备接口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、存储器和***设备接口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。
显示屏用于显示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。当显示屏是触摸显示屏时,显示屏还具有采集在显示屏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进行处理。此时,显示屏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,显示屏可以为一个,设置在计算机设备的前面板;在另一些实施例中,显示屏可以为至少两个,分别设置在计算机设备的不同表面或呈折叠设计;在另一些实施例中,显示屏可以是柔性显示屏,设置在计算机设备的弯曲表面上或折叠面上。甚至,显示屏还可以设置成非矩形的不规则图形,也即异形屏。显示屏可以采用LCD(Liquid Crystal Display,液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
电源用于为计算机设备中的各个组件进行供电。电源可以是交流电、直流电、一次性电池或可充电电池。当电源包括可充电电池时,该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池,无线充电电池是通过无线线圈充电的电池。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7中示出的结构并不构成对计算机设备的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
本申请实施例还公开一种计算机可读存储介质。具体来说,计算机可读存储介质用于存储计算机程序,所述计算机程序被处理器执行时,实现上述方法实施方式中的方法。本领域技术人员可以理解,实现本申请上述实施方式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,所述的程序可存储于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方式的流程。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random AccessMemory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
本具体实施例仅仅是对本发明的解释,其并不是对本发明的限制,本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改,但只要在本发明的权利要求范围内都受到专利法的保护。
Claims (9)
1.一种NG图像的缺陷信息显示方法,其特征在于,所述方法包括:
显示缺陷展示界面,所述缺陷展示界面包含NG图像展示区和缺陷信息显示区;所述NG图像展示区显示带缺陷的所述NG图像,所述缺陷信息显示区显示所述NG图像中各个缺陷点的缺陷信息;
响应于接收到对所述缺陷信息显示区中所有缺陷点的选择操作,确定缺陷点对应缺陷信息框的预显示位置,并根据所述预显示位置进行碰撞检测,确定缺陷信息框之间产生碰撞的候选碰撞缺陷点;缺陷信息框用于在所述NG图像中显示,对标注的缺陷点进行说明;当碰撞检测的目标缺陷信息框与其他缺陷信息框之间产生碰撞,将选中的缺陷点确定为所述候选碰撞缺陷点;
获取所述候选碰撞缺陷点对应的缺陷类型,响应于产生碰撞的所述目标缺陷信息框的缺陷类型一致,从中选定一个碰撞信息框,将其余的缺陷编号加入到所述碰撞信息框中融合显示,并在所述NG图像中标记所有同类型的缺陷点;
响应于产生碰撞的所述目标缺陷信息框的缺陷类型不一致,将缺陷类型不一致且缺陷信息框之间产生碰撞的所述候选碰撞缺陷点确定为目标碰撞缺陷点;
响应于接收到对目标碰撞缺陷点的显示标注操作,在所述NG图像中标注显示目标碰撞缺陷点及其对应的目标缺陷信息框。
2.根据权利要求1所述的方法,其特征在于,所述缺陷信息显示区显示有缺陷信息列表,表中列出所述NG图像中检测的所有缺陷点的缺陷信息和缺陷选择控件;缺陷信息包括缺陷类型、缺陷尺寸、坐标位置及缺陷编号中的至少一种;
响应于接收到对所述缺陷信息列表中目标缺陷点对应选择控件的点击操作,选中所述目标缺陷点和目标缺陷信息,在所述NG图像中标注显示。
3.根据权利要求2所述的方法,其特征在于,碰撞检测时,在所述NG图像中标注缺陷点以及缺陷信息框,且缺陷信息框显示在对应的缺陷点边侧,缺陷信息框内显示缺陷点种类;
在进行碰撞显示时,根据所述缺陷信息列表中各个缺陷点的坐标位置确定在所述NG图像中的预显示位置,并进行碰撞检测。
4.根据权利要求3所述的方法,其特征在于,响应于目标缺陷信息框不与其他缺陷信息框产生碰撞,则将所述预显示位置确定为目标显示位置,并在所述目标缺陷点边侧标注显示。
5.根据权利要求4所述的方法,其特征在于,响应于产生碰撞的所述目标缺陷信息框对应不同缺陷类型时,将所述候选碰撞缺陷点确定为所述目标碰撞缺陷点,且不进行标注显示;所述缺陷信息列表中对应缺陷点的选择控件处于未选中状态。
6.根据权利要求5所述的方法,其特征在于,响应于接收到所述缺陷信息列表中所述目标碰撞缺陷点对应选择控件的选择操作,确定所述目标缺陷信息框的显示位置,并在所述NG图像中标注显示,而与之碰撞且缺陷类型不一致的目标碰撞缺陷点不进行标注显示。
7.一种NG图像的缺陷信息显示装置,其特征在于,所述装置包括:
界面显示模块,用于显示缺陷展示界面,所述缺陷展示界面包含NG图像展示区和缺陷信息显示区;所述NG图像展示区显示带缺陷的所述NG图像,所述缺陷信息显示区显示所述NG图像中各个缺陷点的缺陷信息;
第一确定模块,用于响应于接收到对所述缺陷信息显示区中所有缺陷点的选择操作,确定缺陷点对应缺陷信息框的预显示位置,并根据所述预显示位置进行碰撞检测,确定缺陷信息框之间产生碰撞的候选碰撞缺陷点;缺陷信息框用于在所述NG图像中显示,对标注的缺陷点进行说明;当碰撞检测的目标缺陷信息框与其他缺陷信息框之间产生碰撞,将选中的缺陷点确定为所述候选碰撞缺陷点;
第二确定模块,用于获取所述候选碰撞缺陷点对应的缺陷类型,响应于产生碰撞的所述目标缺陷信息框的缺陷类型一致,从中选定一个碰撞信息框,将其余的缺陷编号加入到所述碰撞信息框中融合显示,并在所述NG图像中标记所有同类型的缺陷点;
响应于产生碰撞的所述目标缺陷信息框的缺陷类型不一致,将缺陷类型不一致且缺陷信息框之间产生碰撞的所述候选碰撞缺陷点确定为目标碰撞缺陷点;
标注显示模块,用于响应于接收到对目标碰撞缺陷点的显示标注操作,在所述NG图像中标注显示目标碰撞缺陷点及其对应的目标缺陷信息框。
8.一种计算机设备,其特征在于,所述计算机设备包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1至6任一所述的NG图像的缺陷信息显示方法。
9.一种计算机可读存储介质,其特征在于,所述可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1至6任一所述的NG图像的缺陷信息显示方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311042874.9A CN117764908B (zh) | 2023-08-17 | 2023-08-17 | Ng图像的缺陷信息显示方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311042874.9A CN117764908B (zh) | 2023-08-17 | 2023-08-17 | Ng图像的缺陷信息显示方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117764908A CN117764908A (zh) | 2024-03-26 |
CN117764908B true CN117764908B (zh) | 2024-06-07 |
Family
ID=90313250
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311042874.9A Active CN117764908B (zh) | 2023-08-17 | 2023-08-17 | Ng图像的缺陷信息显示方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117764908B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010249772A (ja) * | 2009-04-20 | 2010-11-04 | Sharp Corp | 欠陥解析装置、欠陥解析プログラム、および欠陥解析方法 |
CN104252529A (zh) * | 2014-09-04 | 2014-12-31 | 百度在线网络技术(北京)有限公司 | 一种地图标注的加载方法和装置 |
CN105890614A (zh) * | 2016-03-31 | 2016-08-24 | 百度在线网络技术(北京)有限公司 | 道路名称显示方法及装置 |
CN107437367A (zh) * | 2016-05-26 | 2017-12-05 | 高德信息技术有限公司 | 一种标注选择方法及装置 |
CN112395519A (zh) * | 2021-01-20 | 2021-02-23 | 智道网联科技(北京)有限公司 | 道路信息中兴趣点生成方法及装置 |
CN112711647A (zh) * | 2021-01-19 | 2021-04-27 | 腾讯科技(深圳)有限公司 | 地图信息显示方法和装置、存储介质及电子设备 |
JP2021189899A (ja) * | 2020-06-02 | 2021-12-13 | 株式会社リクルート | 情報処理装置、情報処理方法、情報処理プログラム |
CN113935979A (zh) * | 2021-10-26 | 2022-01-14 | 昆山万洲特种焊接有限公司 | 缺陷识别方法、装置、存储介质及电子设备 |
CN115034171A (zh) * | 2022-05-07 | 2022-09-09 | 奥蒂玛光学科技(深圳)有限公司 | 一种缺陷标注方法、缺陷标注设备及存储介质 |
CN115984537A (zh) * | 2021-10-14 | 2023-04-18 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置及相关设备 |
CN115984158A (zh) * | 2021-10-12 | 2023-04-18 | Tcl科技集团股份有限公司 | 缺陷分析方法、装置、电子设备及计算机可读存储介质 |
CN116245876A (zh) * | 2022-12-29 | 2023-06-09 | 摩尔线程智能科技(北京)有限责任公司 | 缺陷检测方法、装置、电子设备、存储介质和程序产品 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108846841A (zh) * | 2018-07-02 | 2018-11-20 | 北京百度网讯科技有限公司 | 显示屏质量检测方法、装置、电子设备及存储介质 |
-
2023
- 2023-08-17 CN CN202311042874.9A patent/CN117764908B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010249772A (ja) * | 2009-04-20 | 2010-11-04 | Sharp Corp | 欠陥解析装置、欠陥解析プログラム、および欠陥解析方法 |
CN104252529A (zh) * | 2014-09-04 | 2014-12-31 | 百度在线网络技术(北京)有限公司 | 一种地图标注的加载方法和装置 |
CN105890614A (zh) * | 2016-03-31 | 2016-08-24 | 百度在线网络技术(北京)有限公司 | 道路名称显示方法及装置 |
CN107437367A (zh) * | 2016-05-26 | 2017-12-05 | 高德信息技术有限公司 | 一种标注选择方法及装置 |
JP2021189899A (ja) * | 2020-06-02 | 2021-12-13 | 株式会社リクルート | 情報処理装置、情報処理方法、情報処理プログラム |
CN112711647A (zh) * | 2021-01-19 | 2021-04-27 | 腾讯科技(深圳)有限公司 | 地图信息显示方法和装置、存储介质及电子设备 |
CN112395519A (zh) * | 2021-01-20 | 2021-02-23 | 智道网联科技(北京)有限公司 | 道路信息中兴趣点生成方法及装置 |
CN115984158A (zh) * | 2021-10-12 | 2023-04-18 | Tcl科技集团股份有限公司 | 缺陷分析方法、装置、电子设备及计算机可读存储介质 |
CN115984537A (zh) * | 2021-10-14 | 2023-04-18 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置及相关设备 |
CN113935979A (zh) * | 2021-10-26 | 2022-01-14 | 昆山万洲特种焊接有限公司 | 缺陷识别方法、装置、存储介质及电子设备 |
CN115034171A (zh) * | 2022-05-07 | 2022-09-09 | 奥蒂玛光学科技(深圳)有限公司 | 一种缺陷标注方法、缺陷标注设备及存储介质 |
CN116245876A (zh) * | 2022-12-29 | 2023-06-09 | 摩尔线程智能科技(北京)有限责任公司 | 缺陷检测方法、装置、电子设备、存储介质和程序产品 |
Non-Patent Citations (3)
Title |
---|
System design for PCB defects detection based on AOI technology;Ziyin Li 等;《2011 4th International Congress on Image and Signal Processing》;20111212;全文 * |
基于机器视觉的塑料制品表面缺陷检测研究;孙琴;肖书浩;刘誉涵;陈齐山;;电子制作;20200801(第15期);全文 * |
电网机巡图像分析框架与深度学习方法;李远宁;宁柏锋;董召杰;;电信科学;20200820(第08期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117764908A (zh) | 2024-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110070056B (zh) | 图像处理方法、装置、存储介质及设备 | |
US10249089B2 (en) | System and method for representing remote participants to a meeting | |
JP2021108215A (ja) | 画像の認識方法、装置、電子デバイス、コンピュータ記憶媒体、及びプログラム | |
CN111198739B (zh) | 一种应用视图的渲染方法、装置、设备和存储介质 | |
US20190122421A1 (en) | Batch rendering method, device, and apparatus | |
CN113052951B (zh) | 物体的渲染处理方法、装置、计算机设备和存储介质 | |
EP3618006B1 (en) | Image processing method and apparatus | |
WO2018213702A1 (en) | Augmented reality system | |
US10861169B2 (en) | Method, storage medium and electronic device for generating environment model | |
CN116967615B (zh) | 电路板复检打标方法、装置、设备及存储介质 | |
US20210156697A1 (en) | Method and device for image processing and mobile apparatus | |
CN117764908B (zh) | Ng图像的缺陷信息显示方法、装置、设备及存储介质 | |
CN108416759A (zh) | 显示故障的检测方法、装置及设备、可读介质 | |
CN112712119B (zh) | 确定目标检测模型的检测准确率的方法和装置 | |
US8902252B2 (en) | Digital image selection in a surface computing device | |
CN114329675A (zh) | 模型生成方法、模型生成装置、电子设备和可读存储介质 | |
CN117011258A (zh) | 电路板缺陷图像校验显示方法、装置、设备及存储介质 | |
CN113919852A (zh) | 产品侵权判定方法、装置、终端设备以及存储介质 | |
CN116930207B (zh) | 展示区与实时区视野同步放大的显示方法 | |
CN111858987A (zh) | Cad图像的问题查看方法、电子设备及相关产品 | |
CN116627372B (zh) | Pnl物料对齐预览显示方法、装置、设备及存储介质 | |
CN112966484B (zh) | 图表排版方法、装置、以及电子设备、可读存储介质 | |
CN117790349A (zh) | Pcs电测不良缺陷显示方法、装置、设备及存储介质 | |
CN117358629A (zh) | 物料缺陷检测方法、装置、设备及存储介质 | |
US20230119741A1 (en) | Picture annotation method, apparatus, electronic device, and storage medium |
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 | ||
GR01 | Patent grant |