CN114511565B - 基于多角度光源的2.5d缺陷检测方法、装置、设备及介质 - Google Patents
基于多角度光源的2.5d缺陷检测方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN114511565B CN114511565B CN202210409340.4A CN202210409340A CN114511565B CN 114511565 B CN114511565 B CN 114511565B CN 202210409340 A CN202210409340 A CN 202210409340A CN 114511565 B CN114511565 B CN 114511565B
- Authority
- CN
- China
- Prior art keywords
- value
- gray
- defect
- gray value
- light source
- 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 128
- 238000001514 detection method Methods 0.000 title claims abstract description 41
- 238000012545 processing Methods 0.000 claims abstract description 48
- 238000000034 method Methods 0.000 claims abstract description 45
- 238000004590 computer program Methods 0.000 claims description 13
- 238000013507 mapping Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance 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
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
-
- 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
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种基于多角度光源的2.5D缺陷检测方法、装置、电子设备及介质,涉及图像处理技术领域,用于解决相关技术中的检测方法的缺陷检测准确度低的问题。该方法包括:获取两组灰度数据,任意一组灰度数据均包括与待处理像素点对应的第一灰度值、第二灰度值及辅助灰度值;对于任意一组灰度数据,在坐标系上根据点(‑1,第一灰度值)、点(0,辅助灰度值),点(1,第二灰度值)构建抛物线,得到所述抛物线的对称轴至y轴的距离,记为偏差距离;根据处理公式计算反应缺陷程度的缺陷处理值。本发明提高了缺陷结果检测的准确度。
Description
技术领域
本发明涉及图像处理技术领域,尤其是涉及一种基于多角度光源的2.5D缺陷检测方法、装置、电子设备及介质。
背景技术
随着社会的进步和科技的发展,越来越多的产线逐渐采用机器以代替人工对物体进行检测,以降低人力成本并提高检测效率。例如部分物品需要保证其表面的平整度,即需要检测物体表面是否有缺陷,在相关技术中,检测方法可以包括:控制相机拍摄物体的待测面以得到目标图像,然后结合完成训练的机器模型判断该目标图像是否有缺陷。
但是,由于部分物体的待测面可能有花纹、水渍、涂鸦等伪缺陷,其并不影响待测面的平整度,但是却会在目标图像上留下阴影,使得机器模型判定为有缺陷,从而导致检测结果出错。
目前针对相关技术中的检测方法的缺陷检测准确度低的问题,尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种基于多角度光源的2.5D缺陷检测方法、装置、电子装置及介质,其以降低伪缺陷的影响,提高了缺陷结果检测的准确度。
第一方面,本申请实施例提供了一种基于多角度光源的2.5D缺陷检测方法,所述方法包括:
获取两组灰度数据,任意一组灰度数据均包括与待处理像素点对应的第一灰度值、第二灰度值及辅助灰度值,与所述第一灰度值对应的光源和与所述第二灰度值对应的光源在平行且高于待测面的圆周上均匀分布,其中与任意一组灰度数据关联的光源和与另一组灰度数据关联的光源相对于所述待测面垂直设置,所述辅助灰度值对应的发光体直接或间接位于所述待测面的正上方;
对于任意一组灰度数据,在坐标系上根据点(-1,第一灰度值)、点(0,辅助灰度值),点(1,第二灰度值)构建抛物线,得到所述抛物线的对称轴至y轴的距离,记为偏差距离;
在其中一些实施例中,所述方法还包括:
获取所有像素点的缺陷处理值,并计算平均缺陷处理值;
在其中一些实施例中,所述方法还包括:
获取需求区间,根据所述原区间与所述需求区间确定映射函数;
所述缺陷调整值经由所述映射函数得到结果灰度值。
在其中一些实施例中,所述方法还包括:根据所有像素点和其对应的结果灰度值生成缺陷结果图。
在其中一些实施例中,所述方法还包括:在构建抛物线的过程中,若点(-1,第一灰度值)、点(0,辅助灰度值),点(1,第二灰度值)三者共线,则将偏差距离取值为零。
在其中一些实施例中,对于任意一组灰度数据,所述辅助灰度值的获取包括:
在其中一些实施例中,对于任意一组灰度数据,所述辅助灰度值的获取包括:
获取辅助图像,所述辅助图像对应的发光体直接位于所述待测面的正上方,且所述发光体至所述待测面的距离与所述光源至所述待测面的距离相等;
读取所述辅助图像在所述待处理像素点的灰度值并记为所述辅助灰度值。
第二方面,本申请实施例提供了一种基于多角度光源的2.5D缺陷检测装置,所述装置包括:
获取模块,用于获取两组灰度数据,任意一组灰度数据均包括与待处理像素点对应的第一灰度值、第二灰度值及辅助灰度值,与所述第一灰度值对应的光源和与所述第二灰度值对应的光源在平行且高于待测面的圆周上均匀分布,其中与任意一组灰度数据关联的光源和与另一组灰度数据关联的光源相对于所述待测面垂直设置,所述辅助灰度值对应的发光体直接或间接位于所述待测面的正上方;
构建模块,用于对于任意一组灰度数据,在坐标系上根据点(-1,第一灰度值)、点(0,辅助灰度值),点(1,第二灰度值)构建抛物线,得到所述抛物线的对称轴至y轴的距离,记为偏差距离;
第三方面,本申请实施例提供了一种电子装置,其包括存储器和处理器,所处存储器中存储有计算机程序,所述处理器被设置为执行所述计算机程序时实现如上述第一方面所述的基于多角度光源的2.5D缺陷检测方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述第一方面所述的基于多角度光源的2.5D缺陷检测方法。
相比于相关技术,本发明的有益效果在于:由于与第一灰度值对应的光源和与第二灰度值对应的光源呈180度对称且均与待测面形成相同角度的夹角,由此使得在待测面存在缺陷的情况下,根据第一灰度值、第二灰度值及辅助灰度值得到的偏差距离可以反应待测面的缺陷,以降低伪缺陷的影响,从而提高了缺陷结果检测的准确度;该方法涉及的计算也只有少数的加减乘除运算,即降低了算法的复杂度,从而提高整体的处理效率。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是本申请实施例所示基于多角度光源的2.5D缺陷检测方法的流程图;
图2是本申请另一个实施例所示基于多角度光源的2.5D缺陷检测方法的流程图;
图3是本申请实施例所示物体和光源的位置示意图;
图4是本申请实施例所示基于多角度光源的2.5D缺陷检测方法的数据处理走向示意图;
图5是本申请实施例所示基于多角度光源的2.5D缺陷检测装置的结构框图;
图6是本申请实施例所示电子设备的结构框图。
附图标记说明:51、获取模块;52、构建模块;53、处理模块;
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行描述和说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。基于本申请提供的实施例,本领域普通技术人员在没有作出创造性劳动的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。此外,还可以理解的是,虽然这种开发过程中所作出的努力可能是复杂并且冗长的,然而对于与本申请公开的内容相关的本领域的普通技术人员而言,在本申请揭露的技术内容的基础上进行的一些设计,制造或者生产等变更只是常规的技术手段,不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是,本申请所描述的实施例在不冲突的情况下,可以与其它实施例相结合。
本实施例提供了一种基于多角度光源的2.5D缺陷检测方法,旨在相关技术中的检测方法的缺陷检测准确度低的问题。
图1是本申请实施例所示基于多角度光源的2.5D缺陷检测方法的流程图,参照图1所示,本方法包括步骤S101至步骤S103。
步骤S101、获取两组灰度数据。
任意一组灰度数据均包括与待处理像素点对应的第一灰度值、第二灰度值及辅助灰度值,与第一灰度值对应的光源和与第二灰度值对应的光源在平行且高于待测面的圆周上均匀分布,其中与任意一组灰度数据关联的光源和与另一组灰度数据关联的光源相对待测面垂直设置,辅助灰度值对应的发光体直接或间接位于待测面的正上方。
步骤S102、对于任意一组灰度数据,在坐标系上根据点(-1,第一灰度值)、点(0,辅助灰度值),点(1,第二灰度值)构建抛物线,得到抛物线的对称轴至y轴的距离,记为偏差距离。
值得说明的是,该方法的步骤可以是基于执行设备完成的。具体地,该执行设备可以为服务器、云服务器、用户端以及处理器等设备,但该执行设备不限于上述类型。
综上所示,由于与第一灰度值对应的光源和与第二灰度值对应的光源呈180度对称且均与待测面形成相同角度的夹角,由此使得在待测面存在缺陷的情况下,根据第一灰度值、第二灰度值及辅助灰度值得到的偏差距离可以反应待测面的缺陷,以降低伪缺陷的影响,从而提高了缺陷结果检测的准确度;该方法涉及的计算也只有少数的加减乘除运算,即降低了算法的复杂度,从而提高整体的处理效率。
可以理解的是,由于本发明对物体阴影检测效果不理想,物体表面大突起的部分会产生阴影从而对结果产生误差,因此本发明的被检测物体的待测面应当要求光滑。
作为可选的实施例,在步骤S101中,其涉及到了第一灰度值的获取方式、第二灰度值的获取方式。
图3是本申请实施例所示物体和光源的位置示意图,四个光源均位于物体待测面的正上方,且任意光源与待测面所成角度相同。在此需要说明的是,由于待测面是具有大小的,因此待测面上的点与光源所成的角度并不完全相同,在此可以通过选择光源类型和光源与待测面之间的距离以弥补上述缺陷。例如:在光源选择面光源的情况下,该光源应当距离待测面中心60cm以上;在光源选择点光源的情况下,该光源距离待测面中心5m~6m,处于工作空间的考虑,该光源优选采用面光源,需要注意,在此仅是进行举例说明,具体还是要根据实际情况进行设计。通过上述设置可以忽略待测面的大小影响,即光源与待测面中心所成的夹角可以作为光源与待测面所成的夹角。
在此可以将这四个光源分别记为光源一、光源二、光源三及光源四,且可以视为位于待测面的前、后、左、右,且各个光源的亮度相同。仅是为了便于区分,在此将两个灰度数据记为灰度数据E和灰度数据F,则灰度数据E对应光源一和光源二,灰度数据F对应光源三和光源四。相应地,在光源一工作,光源二、光源三及光源四均熄灭的情况下,相机拍摄待测面以得到目标图像,然后读取该目标图像在待处理像素点的灰度值,即为灰度数据E的第一灰度值,然后可以根据相同的方式可以得到灰度数据E的第二灰度值、灰度数据F的第一灰度值、灰度数据F的第二灰度值。
需要注意的是,相机的位置和拍摄角度始终不变,其位于待测物体的正上方且应当可以完整地拍摄待测面,由此,各个目标图像仅是光源位置发生改变,从而可以对与同一像素点的灰度值进行计算,以省略在目标图像之间换算的步骤,从而降低方法的复杂度,以提高工作效率。
由于待测面距离光源一的距离有近有远,则目标图像上的灰度是规律的,若待测面上存在缺陷,则待测面上会有不同程度的阴暗面,从而目标图像上的灰度规律被破坏了,基于该基础的检测方法可以检测物体表面缺陷。
还需要注意的是,本方法可以采用四个光源然后如图3所示分布,也可以仅是采用一个光源,通过将其移动至图3所示的各个光源位置上,具体在此不做限制。
作为可选的实施例,在步骤S101中,其还涉及到了辅助灰度值的获取方式。其具体可以包括以下步骤:
获取辅助图像,辅助图像对应的发光体直接位于待测面的正上方,且发光体至待测面的距离与光源至待测面的距离相等。
读取辅助图像在待处理像素点的灰度值并记为辅助灰度值。
需要注意的是,相机的位置和角度依然不变,则灰度数据E的辅助灰度值与灰度数据F的辅助灰度值是相同的,即只需要进行一次辅助图像的获取即可。该发光体的亮度等参数应当与各个光源相同,当然二者也可以为同一物。需要理解的是,在发光体工作的时候,待测面上由于缺陷产生的阴暗面较小,其可以很好地作为光源对缺陷影响的参照,即在步骤S102中构建抛物线。
在本实施例中,仅需要多采集一张辅助图像,便可以为后续的处理提供相应的数据,尽管对提高了时间成本、但是其操作简单,并提高了后续结果的准确度。
作为可选的实施例,图4是本申请实施例所示基于多角度光源的2.5D缺陷检测方法的数据处理走向示意图,参考图1和图4所示,辅助灰度值的获取还可以采用另一种方式,具体地,其包括以下步骤:
例如:在灰度数据E中,第一灰度值和第二灰度值分别为10和20,θ为30°,经过计算
可以得到灰度数据F中的辅助灰度值为:=17.321。需要注意的是:该方式可以视
为是有个虚拟的发光体间接位于待测面正上方。
在本实施例中,除了目标图像便不需要采集其他的图像,而是直接借助另一组的灰度数据以计算该灰度数据的辅助灰度值,但是由于缺陷的影响,导致了该辅助灰度值相对于利用了辅助图像的辅助灰度值的准确度较低,其还降低了时间成本,且可操作度高于利用辅助图像的辅助灰度值的准确度。
作为可选的实施例,对于步骤S102,在构建抛物线的过程中,对于任意灰度数据,
抛物线的方程为:,三个点为(-1,第一灰度值)、点(0,辅助灰度值),点
(1,第二灰度值),通过抛物线可以得到偏差距离,该过程可以通过建模的方式得到,当然也
可以直接通过公式得到,其中,r为辅助灰度值,上述公式是通过抛
物线的特性得到,且偏差距离越大,则抛物线的对趁着越远离y轴,则该待处理像素点存在
缺陷的可能性越大,由此即便未建立抛物线模型而是直接借助该公式得到偏差距离,也应
当视为落入本发明的保护范围。
作为可选的实施例,图2是本申请另一个实施例所示基于多角度光源的2.5D缺陷检测方法的流程图。图2中的步骤201至步骤S203可以参照步骤S101至步骤S103的相关说明,具体在此不做赘述。参照图2和图4所示,该基于多角度光源的2.5D缺陷检测方法还可以包括步骤S204至步骤S205。
步骤S204、获取所有像素点的缺陷处理值,并计算平均缺陷处理值。在此值得说明的是,该所有像素点可以是目标图像上的所有像素点,也可以是目标图像上与待测面对应的所有像素点,优选为后者。
步骤S205、根据调整公式计算缺陷调整值,调整公式包括:,其中,p
为缺陷调整值,u为平均缺陷处理值,s和m为预设的数值,s≥4,m≥4。在此进行举例说明:在
s=6,m=10,u=1的情况下,p的范围为[0,10],若q为100,则p=10,若q为2,则p=2。
通过本实施例,可以将数值明显较大的缺陷处理值进行处理,在不影响准确度的情况下,提高缺陷调整值的一致性,减少缺陷调整值之间差距。
进一步地,参照图2和图4所示,该基于多角度光源的2.5D缺陷检测方法还可以包括步骤S206至步骤S208。
步骤S206、生成原区间, min为在所有像素点的缺陷调整值中不为零
的最小值, max为在所有像素点的缺陷调整值中的最大值。在此值得说明的是,缺陷调整值
为零的情况表示该像素点无缺陷,则可以不进行后续处理。
步骤S207、获取需求区间,根据原区间与需求区间确定映射函数。该需求区间可以
由开发人员设置,但是需求区间的右边界应当大于pmax。该映射关系可以为:,其中kmax分别为需求区间的左
边界值和右边界值。当然,该映射关系不限于上述公式。
步骤S208、缺陷调整值经由映射函数得到结果灰度值。参照上述举例的映射关系,在原区间为[2,4],需求区间为[0,200]的情况下,若缺陷调整值为{2,3,4},可以得到得到结果灰度值为{0,100,200}。
通过本实施例,可以得到数值差异较大的结果灰度值,以便于根据该结果灰度值区分物体表面缺陷。
进一步地,参照图2和图4所示,该基于多角度光源的2.5D缺陷检测方法还可以包括步骤S209。
步骤S209、根据所有像素点和其对应的结果灰度值生成缺陷结果图。在上述实施例中,仅是用于判断待处理像素点是否存在缺陷,判断条件过于单一。在本实施例中,将所有像素点的结果灰度值呈现于缺陷结果图上,可以更为直观地确定缺陷位置,并降低缺陷对其他正常像素点的缺陷检测结果。
通过该缺陷结果图,可以以可视化的程度呈现物体缺陷,也可以更好的供人工查看。
本实施例还提供了一种基于多角度光源的2.5D缺陷检测装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图5是根据本申请实施例的基于多角度光源的2.5D缺陷检测装置的结构框图,如图5所示,该装置包括获取模块51、构建模块52及处理模块53。
获取模块51,用于获取两组灰度数据,任意一组灰度数据均包括与待处理像素点对应的第一灰度值、第二灰度值及辅助灰度值,与第一灰度值对应的光源和与第二灰度值对应的光源在平行且高于待测面的圆周上均匀分布,其中与任意一组灰度数据关联的光源和与另一组灰度数据关联的光源相对于待测面垂直设置,辅助灰度值对应的发光体直接或间接位于待测面的正上方;
构建模块52,用于对于任意一组灰度数据,在坐标系上根据点(-1,第一灰度值)、点(0,辅助灰度值),点(1,第二灰度值)构建抛物线,得到抛物线的对称轴至y轴的距离,记为偏差距离;
需要说明的是,上述各个模块可以是功能模块也可以是程序模块,既可以通过软件来实现,也可以通过硬件来实现。对于通过硬件来实现的模块而言,上述各个模块可以位于同一处理器中;或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
本实施例还提供了一种电子设备,图6是本申请实施例所示电子设备的结构框图,参照图6所示,该电子设备包括存储器和处理器,该存储器中存储有计算机程序,该处理器被设置为运行计算机程序以执行实现上述实施例中的任意一种基于多角度光源的2.5D缺陷检测方法,具体示例可以参考上述实施例及可选实施方式中所描述的示例,本实施例在此不再赘述。
可选地,上述电子设备还可以包括传输设备以及输入输出设备,其中,该传输设备和上述处理器连接,该输入输出设备和上述处理器连接。
另外,结合上述实施例中的基于多角度光源的2.5D缺陷检测方法,本申请实施例五可提供一种存储介质来实现。该存储介质上存储有计算机程序;该计算机程序被处理器执行时实现上述实施例中的任意一种基于多角度光源的2.5D缺陷检测方法,该方法包括:
获取两组灰度数据,任意一组灰度数据均包括与待处理像素点对应的第一灰度值、第二灰度值及辅助灰度值,与第一灰度值对应的光源和与第二灰度值对应的光源在平行且高于待测面的圆周上均匀分布,其中与任意一组灰度数据关联的光源和与另一组灰度数据关联的光源相对于待测面垂直设置,辅助灰度值对应的发光体直接或间接位于待测面的正上方;
对于任意一组灰度数据,在坐标系上根据点(-1,第一灰度值)、点(0,辅助灰度值),点(1,第二灰度值)构建抛物线,得到抛物线的对称轴至y轴的距离,记为偏差距离;
如图6所示,以一个处理器为例,电子设备中的处理器、存储器、输入装置和输出装置可以通过总线或其他方式连接,图6中以通过总线连接为例。
存储器作为一种计算机可读存储介质,可以包括高速随机存取存储器、非易失性存储器等,可用于存储操作系统、软件程序、计算机可执行程序和数据库,如本发明实施例一的基于多角度光源的2.5D缺陷检测方法对应的程序指令/模块,还可以包括内存,可用于为操作系统和计算机程序提供运行环境。在一些实例中,存储器可进一步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电子设备。
处理器用于提供计算和控制能力,可以包括中央处理器(CPU),或者特定集成电路(Application Specific Integrated Circuit,简称为ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。处理器通过运行存储在存储器中的计算机可执行程序、软件程序、指令以及模块,从而执行电子设备的各种功能应用以及数据处理,即实现实施例一的基于多角度光源的2.5D缺陷检测方法。
该电子设备的输出装置可以是液晶显示屏或者电子墨水显示屏,该电子设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
该电子设备还可包括网络接口/通信接口,该电子设备的网络接口用于与外部的终端通过网络连接通信。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。
本领域技术人员可以理解,图6中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的电子设备的限定,具体的电子设备可以包括比图中更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
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,该计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)、DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
值得注意的是,在该基于多角度光源的2.5D缺陷检测方法的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
除非另作定义,本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制,可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形,意图在于覆盖不排他的包含。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电气的连接,不管是直接的还是间接的。本申请所涉及的“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。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象,不代表针对对象的特定排序。
以上实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (7)
1.一种基于多角度光源的2.5D缺陷检测方法,其特征在于,所述方法包括:
获取两组灰度数据,任意一组灰度数据均包括与待处理像素点对应的第一灰度值、第二灰度值及辅助灰度值,与所述第一灰度值对应的光源和与所述第二灰度值对应的光源在平行且高于待测面的圆周上均匀分布,其中与任意一组灰度数据关联的光源和与另一组灰度数据关联的光源相对于所述待测面垂直设置,所述辅助灰度值对应的发光体直接或间接位于所述待测面的正上方;
对于任意一组灰度数据,在坐标系上根据点(-1,第一灰度值)、点(0,辅助灰度值),点(1,第二灰度值)构建抛物线,得到所述抛物线的对称轴至y轴的距离,记为偏差距离;
所述方法还包括:
获取所有像素点的缺陷处理值,并计算平均缺陷处理值;
所述方法还包括:
获取需求区间,根据所述原区间与所述需求区间确定映射函数;
所述缺陷调整值经由所述映射函数得到结果灰度值;
所述方法还包括:根据所有像素点和其对应的结果灰度值生成缺陷结果图。
2.根据权利要求1所述的基于多角度光源的2.5D缺陷检测方法,其特征在于,所述方法还包括:在构建抛物线的过程中,若点(-1,第一灰度值)、点(0,辅助灰度值),点(1,第二灰度值)三者共线,则将偏差距离取值为零。
4.根据权利要求1至2任意一项所述的基于多角度光源的2.5D缺陷检测方法,其特征在于,对于任意一组灰度数据,所述辅助灰度值的获取包括:
获取辅助图像,所述辅助图像对应的发光体直接位于所述待测面的正上方,且所述发光体至所述待测面的距离与所述光源至所述待测面的距离相等;
读取所述辅助图像在所述待处理像素点的灰度值并记为所述辅助灰度值。
5.一种基于多角度光源的2.5D缺陷检测装置,其特征在于,包括:
获取模块,用于获取两组灰度数据,任意一组灰度数据均包括与待处理像素点对应的第一灰度值、第二灰度值及辅助灰度值,与所述第一灰度值对应的光源和与所述第二灰度值对应的光源在平行且高于待测面的圆周上均匀分布,其中与任意一组灰度数据关联的光源和与另一组灰度数据关联的光源相对于所述待测面垂直设置,所述辅助灰度值对应的发光体直接或间接位于所述待测面的正上方;
构建模块,用于对于任意一组灰度数据,在坐标系上根据点(-1,第一灰度值)、点(0,辅助灰度值),点(1,第二灰度值)构建抛物线,得到所述抛物线的对称轴至y轴的距离,记为偏差距离;
所述处理模块还用于执行以下操作:
获取所有像素点的缺陷处理值,并计算平均缺陷处理值;
获取需求区间,根据所述原区间与所述需求区间确定映射函数;
所述缺陷调整值经由所述映射函数得到结果灰度值;
根据所有像素点和其对应的结果灰度值生成缺陷结果图。
6.一种电子设备,其包括存储器和处理器,其特征在于,所处存储器中存储有计算机程序,所述处理器被设置为执行所述计算机程序时实现权利要求1至4中任意一项所述的基于多角度光源的2.5D缺陷检测方法。
7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至4中任意一项所述的基于多角度光源的2.5D缺陷检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210409340.4A CN114511565B (zh) | 2022-04-19 | 2022-04-19 | 基于多角度光源的2.5d缺陷检测方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210409340.4A CN114511565B (zh) | 2022-04-19 | 2022-04-19 | 基于多角度光源的2.5d缺陷检测方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114511565A CN114511565A (zh) | 2022-05-17 |
CN114511565B true CN114511565B (zh) | 2022-07-26 |
Family
ID=81554634
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210409340.4A Active CN114511565B (zh) | 2022-04-19 | 2022-04-19 | 基于多角度光源的2.5d缺陷检测方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114511565B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110441313A (zh) * | 2019-07-30 | 2019-11-12 | 天津工程机械研究院有限公司 | 一种多工位、多角度视觉表面缺陷检测系统 |
CN212459442U (zh) * | 2020-04-24 | 2021-02-02 | 深圳精创视觉科技有限公司 | 2.5d手机玻璃盖板缺陷光学检测设备 |
CN112669318A (zh) * | 2021-03-17 | 2021-04-16 | 上海飞机制造有限公司 | 表面缺陷检测方法、装置、设备及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11676260B2 (en) * | 2019-09-26 | 2023-06-13 | Kla Corporation | Variation-based segmentation for wafer defect detection |
CN112241699B (zh) * | 2020-10-13 | 2024-07-05 | 无锡先导智能装备股份有限公司 | 物体缺陷类别识别方法、装置、计算机设备和存储介质 |
-
2022
- 2022-04-19 CN CN202210409340.4A patent/CN114511565B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110441313A (zh) * | 2019-07-30 | 2019-11-12 | 天津工程机械研究院有限公司 | 一种多工位、多角度视觉表面缺陷检测系统 |
CN212459442U (zh) * | 2020-04-24 | 2021-02-02 | 深圳精创视觉科技有限公司 | 2.5d手机玻璃盖板缺陷光学检测设备 |
CN112669318A (zh) * | 2021-03-17 | 2021-04-16 | 上海飞机制造有限公司 | 表面缺陷检测方法、装置、设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
Surface Defects Detection of Stamping and Grinding Flat Parts Based on Machine Vision;Hongzhi Tian et al.;《sensors》;20200813;第1-17页 * |
基于HALCON的四光源光度立体法金属表面缺陷检测方法;王进峰 等;《制造技术与机床》;20220331;第2022年卷(第3期);第157-161页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114511565A (zh) | 2022-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6525459B2 (ja) | 3d画像データにおける3dポーズの改良されたスコアリング及び偽ポイント除去のためのシステム及び方法 | |
WO2018195797A1 (zh) | 一种视觉检测方法、检测设备以及机器人 | |
CN102567724A (zh) | 图像校正系统及方法 | |
CN115564723A (zh) | 一种晶圆缺陷检测方法及应用 | |
CN117115233B (zh) | 一种基于机器视觉的尺寸测量方法、装置及电子设备 | |
CN115587948A (zh) | 一种图像暗场校正方法及设备 | |
CN118882485B (zh) | 基于机器视觉的尺寸测量方法、装置、电子设备及介质 | |
CN113793387A (zh) | 单目散斑结构光系统的标定方法、装置及终端 | |
CN114051626A (zh) | 联合环境重建和相机校准 | |
CN114511565B (zh) | 基于多角度光源的2.5d缺陷检测方法、装置、设备及介质 | |
CN114841943A (zh) | 一种零件检测方法、装置、设备及存储介质 | |
WO2020124460A1 (zh) | 图像获取方法及系统 | |
CN117350919A (zh) | 图像融合方法、装置及存储介质 | |
CN115546016A (zh) | Pcb的2d和3d图像的采集和处理方法及相关装置 | |
CN114697433A (zh) | 屏下相机 | |
CN115205224A (zh) | 自适应特征增强的多源融合视觉检测方法、装置及介质 | |
CN115272473A (zh) | 相机标定方法、装置、电子设备及存储介质 | |
CN111640108A (zh) | 一种物体材质确定方法及装置 | |
US20240029288A1 (en) | Image processing apparatus, image processing method, and storage medium | |
US20250003889A1 (en) | Image processing apparatus, image processing method, and non-transitory computer-readable storage medium | |
US11949843B1 (en) | System and method for enhancing three-dimensional (3D) depth acquisition | |
CN116309782B (zh) | 一种基于逆向特征的图像角度检测方法 | |
US20240203091A1 (en) | External parameter determination method and image processing device | |
CN110992465A (zh) | 光源均匀度处理方法、装置及系统 | |
CN118671004A (zh) | 产品表面缺陷检测方法和系统 |
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 | ||
GR01 | Patent grant |