零件组装检测方法、计算机设备及存储介质技术

本申请涉及组件装配技术领域，提供一种零件组装检测方法、计算机设备及存储介质，所述零件组装检测方法包括：将获取到的包含组件的图像输入预先训练的图像识别模型中，识别出所述图像中的第一零件和第二零件，其中所述组件由第一零件和第二零件组装而成；确定所述第一零件与所述第二零件的相对位置参数；获取所述第一零件的目标组装参数；将所述相对位置参数与所述目标组装参数进行比对，生成所述组件的零件组装检测结果。本申请可以提高零件组装检测的效率。

【技术实现步骤摘要】
零件组装检测方法、计算机设备及存储介质
本申请涉及组件装配
，尤其涉及一种零件组装检测方法、计算机设备及存储介质。
技术介绍
在建筑领域，通常需要对各类装配零件进行连接组装以得到组件用于施工，装配零件包括铝合金模板、角铝、方通等。当各类装配零件组装错误时，导致连接得到的组件不符合施工的要求，容易造成施工事故，或者影响施工的进度。目前都是通过人工对组件的零件组装进行检测，但是人工进行零件组装检测的效率不高，且需要耗费较多的检测时间以及人力，同时也增加了施工成本。
技术实现思路
有鉴于此，本申请的主要目的在于提供一种零件组装检测方法、计算机设备及存储介质，旨在解决如何提高零件组装检测的效率的技术问题。本申请的第一方面提供一种零件组装检测方法，所述零件组装检测方法包括：将获取到的包含组件的图像输入预先训练的图像识别模型中，识别出所述图像中的第一零件和第二零件，其中所述组件由第一零件和第二零件组装而成；确定所述第一零件与所述第二零件的相对位置参数；获取所述第一零件的目标组装参数；将所述相对位置参数与所述目标组装参数进行比对，生成所述组件的零件组装检测结果。根据本申请的一个可选的实施例，所述确定所述第一零件与所述第二零件的相对位置参数包括：提取所述第一零件的第一轮廓及所述第二零件的第二轮廓；根据所述第一轮廓和所述第二轮廓确定所述第一零件与所述第二零件的相对方位；根据所述相对方位确定所述第一零件与所述第二零件的相对距离；根据所述相对方位和所述相对距离，生成所述第一零件与所述第二零件的相对位置参数。根据本申请的一个可选的实施例，所述提取所述第一零件的第一轮廓及所述第二零件的第二轮廓包括：计算所述图像中每个像素的第一梯度和第二梯度；将所述图像切割成多个子图像；根据所述第一梯度和所述第二梯度，计算所述多个子图像中每个子图像对应的梯度和；将所述多个子图像对应的梯度和进行合并得到所述图像的HOG特征向量；将所述HOG特征向量输入预先训练的SVM模型，得到所述第一零件的第一轮廓及所述第二零件的第二轮廓。根据本申请的一个可选的实施例，所述根据所述相对方位确定所述第一零件与所述第二零件的相对距离包括：当所述相对方位为第一相对方位时，基于所述第一轮廓上任意一点构建一个平面直角坐标系；确定所述第一轮廓中各个点对应的横坐标值，将第一轮廓中最小的横坐标值确定为第一横坐标值；确定所述第二轮廓中各个点对应的横坐标值，将第二轮廓中最小的横坐标值确定为第二横坐标值；根据所述第一横坐标值和所述第二横坐标值的差值确定所述第一零件与所述第二零件的相对距离。根据本申请的一个可选的实施例，所述根据所述相对方位确定所述第一零件与所述第二零件的相对距离包括：当所述相对方位为第二相对方位时，基于所述第一轮廓上任意一点构建一个平面直角坐标系；确定所述第一轮廓中各个点对应的纵坐标值，将第一轮廓中最小的纵坐标值确定为第一纵坐标值；确定所述第二轮廓中各个点对应的纵坐标值，将第二轮廓中最小的纵坐标值确定为第二纵坐标值；根据所述第一纵坐标值和所述第二纵坐标值的差值确定所述第一零件与所述第二零件的相对距离。根据本申请的一个可选的实施例，所述将所述相对位置参数与所述目标组装参数进行比对，生成所述组件的零件组装检测结果包括：提取所述相对位置参数中的第一位置参数和第二位置参数；提取所述目标组装参数中的第一组装参数和第二组装参数；将所述第一位置参数与所述第一组装参数进行比对；当所述第一位置参数和所述第一组装参数相同时，将所述第二位置参数与所述第二组装参数进行比对，得到第二参数差值；根据所述第二参数差值生成所述组件的零件组装检测结果。根据本申请的一个可选的实施例，所述根据所述第二参数差值生成所述组件的零件组装检测结果包括：判断所述第二参数差值是否大于预设的差值阈值；根据判断结果生成所述组件的零件组装检测结果。根据本申请的一个可选的实施例，所述将获取到的包含组件的图像输入预先训练的图像识别模型中包括：将获取到的包含组件的图像进行灰度化处理，得到灰度图像；对所述灰度图像进行归一化处理，得到处理图像；对所述处理图像进行光照处理得到目标图像；将所述目标图像输入预先训练的图像识别模型中。本申请的第二方面提供一种计算机设备，所述计算机设备包括：存储器，用于存储至少一个指令；处理器，用于执行所述至少一个指令时实现所述的零件组装检测方法。本申请的第三方面提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被处理器执行时实现如上所述的零件组装检测方法，由以上技术方案可以看出，本申请通过将获取到的包含组件的图像输入预先训练的图像识别模型中，识别出所述图像中的第一零件和所述第二零件，并确定所述第一零件与所述第二零件的相对位置参数，接着获取所述第一零件的目标组装参数，最后将所述相对位置参数与所述目标组装参数进行比对，生成所述组件的零件组装检测结果。本申请可以实现对组件中第一零件与第二零件的组装进行自动检测，并判断第一零件与第二零件的组装是否符合预设的组装要求，生成检测结果，减少了检测时间以及检测人力，提高了零件组装检测的效率。附图说明图1为本申请实施例的一种零件组装检测方法的流程图；图2为本申请实施例的一种组件的结构示意图；图3为本申请实施例提供的一种计算机设备的结构示意性框图。具体实施方式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，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通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。附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。本申请实施例提供一种零件组装检测方法、装置、计算机设备及计算机可读存储介质。其中，该零件组装检测方法可应用于终端设备或服务器中，该终端设备可以手机、平板电脑、笔记本电脑、台式电脑、个人数字助理和穿戴式设备等电子设备，该服务器可以为单台的服务器，也可以为由多台服务器组成的服务器集群。以下以该零件组装检测方法应用于服务器为例进行解释说明。下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。请参阅图1，图1是本申请实施例提供的一种零件组装检测方法的示意流程图。如图1所示，所述零件组装检测方法具体包括步骤S11至S14，根据不同的需求，该流程图中步骤的顺序可以改变，某些本文档来自技高网...

【技术保护点】
1.一种零件组装检测方法，其特征在于，所述零件组装检测方法包括：/n将获取到的包含组件的图像输入预先训练的图像识别模型中，识别出所述图像中的第一零件和第二零件，其中所述组件由第一零件和第二零件组装而成；/n确定所述第一零件与所述第二零件的相对位置参数；/n获取所述第一零件的目标组装参数；/n将所述相对位置参数与所述目标组装参数进行比对，生成所述组件的零件组装检测结果。/n

【技术特征摘要】
1.一种零件组装检测方法，其特征在于，所述零件组装检测方法包括：
将获取到的包含组件的图像输入预先训练的图像识别模型中，识别出所述图像中的第一零件和第二零件，其中所述组件由第一零件和第二零件组装而成；
确定所述第一零件与所述第二零件的相对位置参数；
获取所述第一零件的目标组装参数；
将所述相对位置参数与所述目标组装参数进行比对，生成所述组件的零件组装检测结果。


2.根据权利要求1所述的零件组装检测方法，其特征在于，所述确定所述第一零件与所述第二零件的相对位置参数包括：
提取所述第一零件的第一轮廓及所述第二零件的第二轮廓；
根据所述第一轮廓和所述第二轮廓确定所述第一零件与所述第二零件的相对方位参数；
根据所述相对方位参数确定所述第一零件与所述第二零件的相对距离参数；
根据所述相对方位参数和所述相对距离参数，生成所述第一零件与所述第二零件的相对位置参数。


3.根据权利要求2所述的零件组装检测方法，其特征在于，所述提取所述第一零件的第一轮廓及所述第二零件的第二轮廓包括：
计算所述图像中每个像素的第一梯度和第二梯度；
将所述图像切割成多个子图像；
根据所述第一梯度和所述第二梯度，计算所述多个子图像中每个子图像对应的梯度和；
将所述多个子图像对应的梯度和进行合并得到所述图像的HOG特征向量；
将所述HOG特征向量输入预先训练的SVM模型，得到所述第一零件的第一轮廓及所述第二零件的第二轮廓。


4.根据权利要求2所述的零件组装检测方法，其特征在于，所述根据所述相对方位参数确定所述第一零件与所述第二零件的相对距离参数包括：
当所述相对方位参数为第一相对方位参数时，基于所述第一轮廓上任意一点构建一个平面直角坐标系；
确定所述第一轮廓中各个点对应的横坐标值，将第一轮廓中最小的横坐标值确定为第一横坐标值；
确定所述第二轮廓中各个点对应的横坐标值，将第二轮廓中最小的横坐标值确定为第二横坐标值；
根据所述第一横坐标值和所述第二横坐标值的差值确定所述第一零件与所述第二零件的相对距离参数。


5.根据权利要求2所述的零件组装检测方法，其特征在于，所述根据所述相对方位参数确定所述第...

【专利技术属性】
技术研发人员：范雄，李坚，曾政，
申请(专利权)人：晟通科技集团有限公司，
类型：发明
国别省市：湖南;43