一种电子设备屏幕区域瑕疵检测方法与设备技术

技术编号:23345657 阅读:27 留言:0更新日期:2020-02-15 04:39
本申请的目的是提供一种电子设备屏幕区域瑕疵检测方法与设备。与现有技术相比,本申请通过获取电子设备的包含屏幕区域的外观图像;提取所述外观图像中的屏幕区域图像;将屏幕区域图像输入训练结束后的FPN网络结合backbone网络的模型;从所述FPN网络结合backbone网络的模型接收输出的电子设备的屏幕区域图像的瑕疵检测结果,所述瑕疵检测结果包括:电子设备的屏幕区域的瑕疵种类、瑕疵在电子设备的屏幕区域中的位置和瑕疵检测结果的置信度,能够准确地识别二手电子设备如手机的屏幕区域的瑕疵差异。

A method and equipment for detecting defects in screen area of electronic equipment

【技术实现步骤摘要】
一种电子设备屏幕区域瑕疵检测方法与设备
本申请涉及计算机
,尤其涉及一种电子设备屏幕区域瑕疵检测方法与设备。
技术介绍
由于基于传统图像处理方式在很大程度上依赖于阈值的选取,而二手电子设备如手机等的屏幕区域由于在成色、外观、老化程度等各个方面都有不同程度的差异,故很难给出确定的阈值,因此基于传统图像处理方式的在本屏幕区域瑕疵检测中不适用。
技术实现思路
本申请的目的是提供一种电子设备屏幕区域瑕疵检测方法与设备。根据本申请的一个方面,提供了一种电子设备屏幕区域瑕疵检测方法,所述方法包括:获取电子设备的包含屏幕区域的外观图像;提取所述外观图像中的屏幕区域图像;将屏幕区域图像输入训练结束后的FPN网络结合backbone网络的模型;从所述FPN网络结合backbone网络的模型接收输出的电子设备的屏幕区域图像的瑕疵检测结果,所述瑕疵检测结果包括:电子设备的屏幕区域的瑕疵种类、瑕疵在电子设备的屏幕区域中的位置和瑕疵检测结果的置信度。进一步地,其特征在于,所述提取所述外观图像中的屏本文档来自技高网...

【技术保护点】
1.一种电子设备屏幕区域瑕疵检测方法,所述方法包括:/n获取电子设备的包含屏幕区域的外观图像;/n提取所述外观图像中的屏幕区域图像;/n将屏幕区域图像输入训练结束后的FPN网络结合backbone网络的模型;/n从所述FPN网络结合backbone网络的模型接收输出的电子设备的屏幕区域图像的瑕疵检测结果,所述瑕疵检测结果包括:电子设备的屏幕区域的瑕疵种类、瑕疵在电子设备的屏幕区域中的位置和瑕疵检测结果的置信度。/n

【技术特征摘要】
1.一种电子设备屏幕区域瑕疵检测方法,所述方法包括:
获取电子设备的包含屏幕区域的外观图像;
提取所述外观图像中的屏幕区域图像;
将屏幕区域图像输入训练结束后的FPN网络结合backbone网络的模型;
从所述FPN网络结合backbone网络的模型接收输出的电子设备的屏幕区域图像的瑕疵检测结果,所述瑕疵检测结果包括:电子设备的屏幕区域的瑕疵种类、瑕疵在电子设备的屏幕区域中的位置和瑕疵检测结果的置信度。


2.根据权利要求1所述的方法,其特征在于,所述提取所述外观图像中的屏幕区域图像包括:
统计所述外观图像的图片颜色直方图;
基于所述图片颜色直方图对图像上的所有像素值做聚类,确定多个聚类区域;
判断每个聚类区域的邻域,统计最大的连通域作为所述电子设备的屏幕区域;
提取所述电子设备的屏幕区域。


3.根据权利要求2所述的方法,其特征在于,所述提取所述电子设备的屏幕区域包括:
基于opencv实现的方式,计算所述屏幕区域的最小外接矩形,以提取所述屏幕区域。


4.根据权利要求2所述的方法,其特征在于,所述基于所述图片颜色直方图对图像上的所有像素值做聚类,确定多个聚类区域包括:
基于所述图片颜色直方图确定聚类中心;
基于图像上的所有像素值与所述聚类中心的关系,确定聚类区域。


5.根据权利要求4所述的方法,其特征在于,所述聚类中心通过颜色直方图中所有像素的中位数来确定。


6.根据权利要求2所述的方法,其特征在于,所述判断每个聚类区域的邻域,统计最大的连通域作为所述电子设备的屏幕区域包括:
判断每个区域的8邻域,将小于像素阈值的邻域确定为同一连通域;
将具有最大连通域的区域确定为所述电子设备的屏幕区域。


7.根据权利要求1所述的方法,其中,所述backbone网络的前2层采用res结构,网络的后2层采用inception结构。


8.根据权利要...

【专利技术属性】
技术研发人员:徐鹏沈圣远常树林姚巨虎
申请(专利权)人:上海悦易网络信息技术有限公司
类型:发明
国别省市:上海;31

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1