产品的检测方法、装置、电子设备及存储介质制造方法及图纸

本申请公开了产品的检测方法、装置、电子设备及存储介质，涉及云计算领域，涉及电子部件缺陷检测。具体实现方案为：通过获取产品至少一个投影面的产品图像，并获取产品图像的图像质量指标，当图像质量指标大于预设质量阈值时，提取产品图像的前景图像进行缺陷检测，而当图像质量指标小于或等于预设质量阈值时，将产品图像输入至至少一个缺陷识别模型进行缺陷检测，由此，实现了产品缺陷的自动检测，相较于人工检测方式，节省了人力成本和时间成本，提高了检测效率，并且，产品缺陷的检测不依赖于质检员的主观经验，能够提高检测结果的准确率。

【技术实现步骤摘要】
产品的检测方法、装置、电子设备及存储介质
本申请的实施例总体上涉及图像处理
，并且更具体地，涉及电子部件缺陷检测领域。
技术介绍
3C电子产品是计算机、通信和消费电子产品三类电子产品的简称。3C结构件泛指充电头、电感、单片机等小型电子部件，具有体积小、产量大等特点。在批量生产3C结构件的过程中，难免会产生一些缺陷，比如尺寸不对、线圈外漏、出现裂痕、划伤、多漆等。目前，通常由质检员人工检测3C结构件所存在的缺陷，不仅耗时耗力，效率低，缺陷检测结果的准确性还依赖于质检员的经验，主观性强，容易导致检测准确率低的问题。
技术实现思路
本申请提供了一种产品的检测方法、装置、电子设备及存储介质。根据第一方面，提供了一种产品的检测方法，包括：获取产品至少一个投影面的产品图像；获取所述产品图像的图像质量指标；如果所述图像质量指标大于预设质量阈值，则提取所述产品图像的前景图像，并根据所述产品图像的前景图像进行缺陷检测；以及如果所述图像质量指标小于或等于所述预设质量阈值，则将所述产品图像输入至至少一个缺陷识别模型进行缺陷检测。根据第二方面，提供了一种产品的检测装置，包括：第一获取模块，用于获取产品至少一个投影面的产品图像；第二获取模块，用于获取所述产品图像的图像质量指标；第一检测模块，用于如果所述图像质量指标大于预设质量阈值，则提取所述产品图像的前景图像，并根据所述产品图像的前景图像进行缺陷检测；以及第二检测模块，用于如果所述图像质量指标小于或等于所述预设质量阈值，则将所述产品图像输入至至少一个缺陷识别模型进行缺陷检测。根据第三方面，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如第一方面所述的产品的检测方法。根据第四方面，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如第一方面所述的产品的检测方法。本申请提供的产品的检测方法、装置、电子设备及存储介质，存在如下有益效果：通过根据产品图像的图像质量指标与预设质量阈值的比较结果，采用对应的检测方式进行缺陷检测，由此，实现了产品缺陷的自动检测，相较于人工检测方式，节省了人力成本和时间成本，提高了检测效率，并且，产品缺陷的检测不依赖于质检员的主观经验，能够提高检测结果的准确率。应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。附图说明附图用于更好地理解本方案，不构成对本申请的限定。其中：图1是根据本申请第一实施例的产品的检测方法的流程示意图；图2是产品存在的厚度缺陷示例图；图3是根据本申请第二实施例的产品的检测方法的流程示意图；图4是根据本申请第三实施例的产品的检测方法的流程示意图；图5是线圈外漏缺陷的示例图；图6是根据本申请第四实施例的产品的检测方法的流程示意图；图7是对产品图像进行扶正的过程示例图；图8是产品表面存在裂缝的示例图；图9(a)是电极翘曲示例图一；图9(b)是电极翘曲示例图二；图10是电极翘曲示例图三；图11(a)是利用检测框对缺陷进行标识的示例图；图11(b)是对缺陷进行细轮廓提取后的结果示例图；图12是实现本申请提供的产品的检测方法的结构框架示例图；图13是实现本申请提供的产品的检测方法的工程设计示例图；图14是刀纹缺陷示例图；图15是产品缺角的缺陷示例图；图16是根据本申请第五实施例的产品的检测装置的结构示意图；图17是根据本申请第六实施例的产品的检测装置的结构示意图；图18是根据本申请第七实施例的产品的检测装置的结构示意图；图19是根据本申请第八实施例的产品的检测装置的结构示意图；图20是根据本申请第九实施例的产品的检测装置的结构示意图；图21是根据本申请第十实施例的产品的检测装置的结构示意图；图22是根据本申请第十一实施例的产品的检测装置的结构示意图；图23是根据本申请第十二实施例的产品的检测装置的结构示意图；图24是根据本申请第十三实施例的产品的检测装置的结构示意图；图25是根据本申请第十四实施例的产品的检测装置的结构示意图；图26是用来实现本申请实施例的产品的检测方法的电子设备的框图。具体实施方式以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。下面参考附图描述本申请的产品的检测方法、装置、电子设备及存储介质。图1是根据本申请第一实施例的产品的检测方法的流程示意图，该方法可以由本申请提供的产品的检测装置执行，也可以由本申请提供的电子设备执行，其中，电子设备可以是台式电脑、平板电脑、智能手机等终端设备，也可以是服务器、中央控制机等设备。下面以由本申请提供的产品的检测装置来执行本申请提供的产品的检测方法为例来解释说明本申请。如图1所示，该产品的检测方法，可以包括以下步骤：步骤101，获取产品至少一个投影面的产品图像。产品通常具有多个投影面，比如，对于一个长方体形状的产品，其包括六个投影面。本实施例中，可以获取产品至少一个投影面的产品图像进行缺陷检测。实际应用中，可以利用图像采集设备在产品生产线上实时采集产品至少一个投影面的产品图像，以实时对产品的表面质量进行检测判断。由于产品通常具有不止一个投影面，因此可以在产品生产线的不同角度设置多个图像采集设备，以采集产品不同投影面的产品图像。步骤102，获取产品图像的图像质量指标。其中，图像质量指标用于衡量产品图像中前景图像与背景图像之间的区分难易程度，可以用前景图像与背景图像的对比度表示。当产品图像中的前景图像与背景图像之间的对比度高时，前景图像和背景图像易区分，可以认为产品图像的图像质量指标较高，当产品图像中的前景图像与背景图像之间的对比度较低时，前景图像和背景图像不易区分，可以认为产品图像的图像质量指标较低。本实施例中，获取了产品的产品图像后，可以进一步获取产品图像的图像质量指标，比如，获取产品图像中前景图像与背景图像之间的对比度作为图像质量指标。能够理解的是，对比度是指不同颜色之间的差别，不同颜色之间的差别越大，对比度也越大。从而，本实施例中，可以对获取的产品图像进行图像处理以区分出产品图像中的前景图像和背本文档来自技高网...

【技术保护点】
1.一种产品的检测方法，其中，包括：/n获取产品至少一个投影面的产品图像；/n获取所述产品图像的图像质量指标；/n如果所述图像质量指标大于预设质量阈值，则提取所述产品图像的前景图像，并根据所述产品图像的前景图像进行缺陷检测；以及/n如果所述图像质量指标小于或等于所述预设质量阈值，则将所述产品图像输入至至少一个缺陷识别模型进行缺陷检测。/n

【技术特征摘要】
1.一种产品的检测方法，其中，包括：
获取产品至少一个投影面的产品图像；
获取所述产品图像的图像质量指标；
如果所述图像质量指标大于预设质量阈值，则提取所述产品图像的前景图像，并根据所述产品图像的前景图像进行缺陷检测；以及
如果所述图像质量指标小于或等于所述预设质量阈值，则将所述产品图像输入至至少一个缺陷识别模型进行缺陷检测。


2.如权利要求1所述产品的检测方法，其中，所述将所述产品图像输入至至少一个缺陷识别模型进行缺陷检测，包括：
获取所述至少一个投影面的产品图像所对应的至少一个缺陷识别模型；
获取所述产品图像的深层语义特征；
将所述产品图像的深层语义特征输入所述缺陷识别模型以对所述产品图像之中的缺陷进行缺陷检测。


3.如权利要求1所述产品的检测方法，其中，所述缺陷识别模型为二次回归模型。


4.如权利要求2所述产品的检测方法，其中，所述缺陷识别模型通过以下步骤训练获得：
获取缺陷图像；
将所述缺陷图像叠加至产品图像之上以生成缺陷产品样本图像，并对所述缺陷图像进行标注；以及
将标注之后的缺陷产品样本图像输入至所述缺陷识别模型以对所述缺陷识别模型进行训练。


5.如权利要求1所述产品的检测方法，其中，所述产品具有N个投影面，每个投影面对应一个缺陷检测进程，每个所述缺陷检测进程将所述投影面对应的产品图像输入至所述投影面对应的至少一个缺陷识别模型之中，其中，N为正整数。


6.如权利要求5所述产品的检测方法，其中，每个缺陷检测进程从内存之中读取检测参数，并根据所述检测参数对所述缺陷识别模型进行设置，所述方法还包括：
通过设置进程对所述内存之中的检测参数进行修改。


7.如权利要求5所述产品的检测方法，其中，所述缺陷识别模型为多个，所述多个缺陷识别模型分别运行在多个图形处理器之上，所述方法还包括：
获取所述多个缺陷识别模型的优先级；以及
根据所述多个缺陷识别模型的优先级对所述缺陷检测进程的检测任务进行控制。


8.如权利要求1所述产品的检测方法，其中，所述根据所述产品图像的前景图像进行缺陷检测，包括：
获取所述前景图像的尺寸信息；以及
将所述前景图像的尺寸信息与标准尺寸信息进行比对以确定所述产品图像的缺陷。


9.如权利要求1所述产品的检测方法，其中，所述根据所述产品图像的前景图像进行缺陷检测，包括：
对所述前景图像进行色彩转换，得到与所述前景图像对应的色彩空间；以及
根据所述色彩空间进行色彩判定以确定所述产品图像的缺陷。


10.如权利要求1所述产品的检测方法，其中，所述根据所述产品图像的前景图像进行缺陷检测，包括：
将所述前景图像输入至二分类网络以确定所述产品图像的缺陷。


11.如权利要求1所述产品的检测方法，其中，所述根据所述产品图像的前景图像进行缺陷检测，包括：
将所述前景图像输入至缺陷检测网络以确定所述产品图像的缺陷，其中，所述缺陷检测网络输出所述缺陷的位置。


12.如权利要求1所述产品的检测方法，其中，在所述将所述产品图像输入至至少一个缺陷识别模型进行缺陷检测之前，还包括：
对所述产品图像进行对比度增强。


13.如权利要求1所述产品的检测方法，其中，在所述获取产品至少一个投影面的产品图像之后，还包括：
获取所述产品图像的多个定位关键点；以及
根据所述产品图像的多个定位关键点对所述产品图像进行扶正。


14.一种产品的检测装置，其特征在于，包括：
第一获取模块，用于获取产品至少一个投影面的产品图像；
第二获取模块，用于获取所述产品图像的图像质量指标；
第一检测模块，用于如果所述图像质量指标大于预设质量阈值，则提取所述产品图像的前景图像，并根据所述产品图像的前景图像进行缺陷检测...

【专利技术属性】
技术研发人员：赵景，聂磊，刘亚博，黄锋，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11