本申请公开了一种基于图像分割的数据处理方法，所述方法包括：获取待检产品的第一图像；通过预设图像分割方式对所述第一图像进行分割处理，以得到至少一个兴趣区域；将所述第一图像的兴趣区域输入预设缺陷检测模型进行缺陷检测，得到检测结果。可以实现产品质量的自动化检测，提高质量检测效率，此外，本申请基于预设的缺陷检测模型进行质量检测，将人工智能应用到了缺陷检测领域，而通过图像分割处理待检产品的图像，使待检产品的图像质量得到提升，可以提高缺陷检测的准确性，同时检测区域可以限定在兴趣区域，减少检测范围，提升检测效率。效率。效率。
【技术实现步骤摘要】
一种基于图像分割的数据处理方法、装置和电子设备
[0001]本申请涉及质量检测领域，具体涉及一种基于图像分割的数据处理方法、装置和电子设备。
技术介绍
[0002]生产线的QC（QUALITY CONTROL，质量控制）数据可以分为定量数据及定性数据：定量数据，可以从生产工艺入手，使用数字化的仪器仪表，即可完成自动的数据采集；而定性数据，比如PCB板（ Printed Circuit Board，印刷线路板）的虚焊、冷焊、碰件等等，即产品缺陷数据。
[0003]关于产品的定性数据（如产品缺陷）的检验，相关技术中采取的方法主要包括以下两种：一、通过人工进行检验，然后将检验数据上传到质量平台；二、通过人工智能技术进行检验，确定产品的质量或者产品缺陷。
[0004]本申请人发现，采用人工检验的方式，检验结果依靠人为主观判断，其检验结果受人为因素、环境因素影响较多较大，且质量检验效率也较低；而人工智能技术（例如图像检测识别）其依赖于图像质量及图像标注的准确性，如图像质量较差或图像标注数据质量较差，则将直接影响产品的检验结果。
技术实现思路
为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于图像分割的数据处理方法、装置、计算机可读存储介质和电子设备。
[0005]根据本申请的第一方面，提供了一种基于图像分割的数据处理方法，包括：获取待检产品的第一图像；通过预设图像分割方式对所述第一图像进行分割处理，以得到至少一个兴趣区域；将所述第一图像的兴趣区域输入预设缺陷检测模型进行缺陷检测，得到检测结果。
[0006]根据本申请的第二方面，提供了一种基于图像分割的数据处理装置，所述装置包括：第一获取模块，用于获取待检产品的第一图像；第一分割模块，用于通过预设图像分割方式对所述第一图像进行分割处理，以得到至少一个兴趣区域；检测模块，用于将所述第一图像的兴趣区域输入预设缺陷检测模型进行缺陷检测，得到检测结果。
[0007]根据本申请第三方面，提供一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述第一方面所述的一种基于图像分割的数据处理方法。
[0008]根据本申请第四方面，提供一种电子设备，所述电子设备包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现上述第一方面一种基于图像分割的数据处理方法。
[0009]本申请提供的实施例，通过一种基于图像分割的数据处理方法、装置和电子设备，通过图像分割对待检产品的图像数据进行处理，以得到兴趣区域，基于兴趣区域对待检产品进行质量检测，可以实现产品质量的自动化检测，且提高质量检测效率，此外，本申请基于预设的缺陷检测模型进行质量检测，将人工智能应用到了缺陷检测领域，而通过图像分割处理待检产品的图像图像，使待检产品的图像质量得到提升，可以提高缺陷检测的准确性，同时检测区域可以限定在兴趣区域，减少检测范围，提升检测效率。
附图说明
[0010]通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与本申请实施例一起用于解释本申请，并不构成对本申请的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
[0011]图1是本申请示例性实施例提供的一种基于图像分割的数据处理方法的流程示意图。
[0012]图2是本申请示例性实施例提供的一种基于图像分割的数据处理装置的结构示意图。
[0013]图3是本申请一示例性实施例提供的电子设备的结构图。
具体实施方式
[0014]下面，将参考附图详细地描述根据本申请的示例实施例。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。示例性方法图1是本申请一示例性实施例提供的基于图像分割的数据处理方法的流程示意图。如图1所示，本专利技术提供的一种基于图像分割的数据处理方法包括如下步骤：步骤101，获取待检产品的第一图像。
[0015]待检产品即需要进行缺陷检测的产品。针对待检产品的第一图像，可以通过图像采集装置（例如高清、高像素摄像机）进行图像采集得到，或者，也可以是图像采集装置完成采集后，进行去噪和图像转换得到的。以及，待检产品的第一图像可以是待检产品的外观某个待检面的二维图像或者是待检产品的外观三维图像。
[0016]在本步骤中，获取待检产品的第一图像可以是图像采集装置直接实施。或者，获取待检产品的第一图像由图像采集装置连接的质量检测的系统或者平台实施，该系统或者平台从图像采集装置获取图像采集装置采集到的图像，即得到待检产品的第一图像。示例性地，可以将待检产品放置在检测台上，然后通过图像采集装置进行图像采集，从而获得待检
产品的第一图像，或者，通过图像采集装置进行图像采集，进而传输至质量检测的系统或者平台，以使质量检测的系统或者平台得到待检产品的第一图像。
[0017]在图像采集前，可以对图像采集装置的图像采集参数（即参数设置信息）进行设置，从而获取高质量、高标准的第一图像。示例性地，在获取待检产品的第一图像的步骤之前，获取图像采集设备（或者图像采集装置）的参数设置信息，参数设置信息包括：曝光、增益、采集模式、ROI尺寸中的至少一个。其中，参数设置信息可以是通过工作人员手动输入后，以使得系统在图像采集时按照参数设置信息自动响应的，或者，系统通过自动学习（机器学习），在确定待检产品类型和大小后，可以根据同类待检产品的原始数据自动学习得到参数设置信息，以使得系统在图像采集时按照参数设置信息自动响应。步骤102，通过预设图像分割方式对所述第一图像进行分割处理，以得到至少一个兴趣区域。
[0018]在一些实施方式中，可以通过图像处理，将图像分割为多个区域，并从多个区域中得到至少一个兴趣区域，即通过图像分割处理方式对图像数据进行处理得到兴趣区域。示例性地，例如某待检产品的图像经过图像处理后，可以得到A、B、C三个区域，其中C区域有缺陷，则可以将C区域确定为一个兴趣区域。
[0019]在另一些实施方式中，示例性地，某待检产品的图像经过图像处理后，可以得到A、B、C三个区域，其中A区域例如为噪声区域（非待检产品的本身图像）、B区域和C区域均为待检产品本身的图像，且C区域为待检产品的产品缺陷区域，则B和C可以分别确定为兴趣区域。
[0020]在本申请实施例中，预设图像分割方式例如可以包括获取图像的像素信息，针对所有像素信息，进行图像二值化、灰度转换等图像处理，从而实现图像分割。在一些实施方式中，预设图像分割方式例如可以包括如下步骤：根据所述第一图像的灰度值和预设阈值，将所述第一图像分割为多个区域；基于每个所述分割出的区域的面积、圆度、凸性、轮廓长度、重心和椭圆参数确定出至少一个兴趣区域。
[0021]步骤103，将第一图像的兴趣区域输入预设缺陷检测模型进行缺本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于图像分割的数据处理方法，其特征在于，所述方法包括：获取待检产品的第一图像；通过预设图像分割方式对所述第一图像进行分割处理，以得到至少一个兴趣区域；将所述第一图像的兴趣区域输入预设缺陷检测模型进行缺陷检测，得到检测结果。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取产品样本的第二图像，所述产品样本为有预设缺陷的产品；通过所述预设图像分割方式对所述第二图像进行分割处理，得到至少一个兴趣区域；针对每个所述兴趣区域，获取该兴趣区域的标注信息；根据所述第二图像及所述第二图像的所有兴趣区域的标注信息，对神经网络进行模型训练，得到所述预设缺陷检测模型。3.根据权利要求1所述的方法，其特征在于，所述通过预设图像分割方式对所述第一图像进行分割处理，以得到至少一个兴趣区域的步骤，包括：根据所述第一图像的灰度值和预设阈值，将所述第一图像分割为多个区域；基于每个所述分割出的区域的面积、圆度、凸性、轮廓长度、重心和椭圆参数确定出至少一个兴趣区域。4.根据权利要求2所述的方法，其特征在于，所述方法还包括：在所述针对每个所述兴趣区域，获取该兴趣区域的标注信息步骤之前，对每个所述兴趣区域进行标注，以在该兴趣区域标注上与该兴趣区域匹配的预设标注信息。5.根据权利要求2所述的方法，其特征在于，所述方法还包括：在所述根据所述第二图像及所述第二图像的所有兴趣区域的标注信息，对神经网络进行模型训练，得到所述预设缺陷检测模型步骤之前，获取所述神经网络的参数设置信息，其中，所述神经网络的参数设置信息包括批量输入图像数、图像规格、图像高、图像宽、图像通道数、学习率、...
【专利技术属性】
技术研发人员：曾琦，李材秉，刘东辉，李振果，谢洪喜，蔡跃祥，唐锋，
申请(专利权)人：厦门宏泰智能制造有限公司，
类型：发明
国别省市：
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。