手机中框边缘外观缺陷检测方法、系统、存储介质及计算机设备技术方案

本发明专利技术提供了一种手机中框边缘外观缺陷检测方法，获取手机中框的待测图像；截取所述待测图像中预设ROI区域的中框边缘图像；对所述中框边缘图像进行二值化阈值处理，并提取出预设像素高度的目标图像；根据所述目标图像在垂直投影中的像素值统计信息，以筛查出边缘外观缺陷。本发明专利技术还提供了一种手机中框边缘外观缺陷检测系统、存储介质及计算机设备。借此，本发明专利技术能够精确检测手机中框的边缘外观缺陷，同时具有更低的检测成本和更高的检测效率。时具有更低的检测成本和更高的检测效率。时具有更低的检测成本和更高的检测效率。

【技术实现步骤摘要】
手机中框边缘外观缺陷检测方法、系统、存储介质及计算机设备


[0001]本专利技术涉及产品检测
，尤其涉及一种手机中框边缘外观缺陷检测方法、系统、存储介质及计算机设备。

技术介绍

[0002]手机中框是指手机屏幕和电池间的中板；在生产制造中，往往容易造成手机中框的边缘外观缺陷，其中边缘外观特指裸露在手机外部屏幕边侧，肉眼可见的宽度约1mm的中框边缘部分的外观。为此，需要在生产环节中对手机中框的边缘外观缺陷进行检测。
[0003]而现有技术提供的方案是通过采集良品图像和缺陷图像，制作数据集，并利用深度学习图像分割方法来检测。其缺点是：生产实践中，缺陷样本通常数据少，不利于构建深度学习数据集，少量样本图像训练的模型一般适应能力有限；并且，缺陷形状大小随机没有规律，如果人工定义划分缺陷种类，则容易导致分类覆盖不全；因此，由于本来缺陷样本图像不足，若同时遇到未被数据集覆盖的缺陷情况，则会造成漏检。再者，深度学习的图像分割方法，要求计算资源较高，且通常耗时1秒以上，会影响检测效率。
[0004]综上可知，现有的方法在实际使用上，存在着较多的问题，所以有必要加以改进。

技术实现思路

[0005]针对上述的缺陷，本专利技术的目的在于提供一种手机中框边缘外观缺陷检测方法，系统、存储介质及其计算机设备，能够精确检测手机中框的边缘外观缺陷，同时具有更低的检测成本和更高的检测效率。
[0006]为了实现上述目的，本专利技术提供一种手机中框边缘外观缺陷检测方法，包括步骤：
[0007]获取手机中框的待测图像；
[0008]截取所述待测图像中预设ROI区域的中框边缘图像；
[0009]对所述中框边缘图像进行二值化阈值处理，并提取出预设像素高度的目标图像；
[0010]根据所述目标图像在垂直投影中的像素值统计信息，以筛查出边缘外观缺陷。
[0011]可选的，所述对所述中框边缘图像进行二值化阈值处理，并提取出预设像素高度的目标图像的步骤具体包括：
[0012]对所述中框边缘图像进行二值化阈值处理，获得二值化图像；
[0013]从所述二值化图像上截取出预设像素高度的目标图像；其中，所述预设像素高度基于手机中框检测的精度规范所确定。
[0014]可选的，所述根据所述目标图像在垂直投影中的像素值统计信息，以筛查出边缘外观缺陷的步骤具体包括：
[0015]对所述目标图像进行垂直投影，获得所述目标图像的各个像素值分布的垂直投影图；
[0016]统计所述垂直投影图中连续投影高度为零的水平宽度；
[0017]若连续投影高度为零的所述水平宽度超过预设的缺陷尺寸阈值，则确定对应位置为边缘外观缺陷。
[0018]可选的，所述统计所述垂直投影图中连续投影高度为零的水平宽度的步骤具体包括：
[0019]筛查出所述垂直投影图在水平轴方向上的零像素值投影区域，并分别统计各个所述零像素值投影区域连续的水平宽度。
[0020]可选的，所述根据所述目标图像在垂直投影中的像素值统计信息，以筛查出边缘外观缺陷的步骤之后，还包括：
[0021]在所述目标图像上标记所述边缘外观缺陷的分布位置，并生成对应的提示消息。
[0022]可选的，所述提示信息包括所述边缘外观缺陷对应的所述水平宽度。
[0023]可选的，所述获取手机中框的待测图像的步骤具体包括：
[0024]获取手机中框在固定工位上由条状光源辅助照射的待测图像；其中，所述条状光源为红色光源。
[0025]还提供了一种手机中框边缘外观缺陷检测系统，包括有：
[0026]图像获取单元，用于获取手机中框的待测图像；
[0027]区域截取单元，用于截取所述待测图像中预设ROI区域的中框边缘图像；
[0028]图像处理单元，用于对所述中框边缘图像进行二值化阈值处理，并提取出预设像素高度的目标图像；
[0029]缺陷分析单元，用于根据所述目标图像在垂直投影中的像素值统计信息，以筛查出边缘外观缺陷。
[0030]另外，还提供了一种存储介质和计算机设备，所述存储介质用于存储一种用于执行上述手机中框边缘外观缺陷检测方法的计算机程序。
[0031]所述计算机设备包括存储介质、处理器以及存储在所述存储介质上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的手机中框边缘外观缺陷检测方法。
[0032]本专利技术所述的手机中框边缘外观缺陷检测方法及其系统，通过获取手机中框的待测图像，并截取其中预设ROI区域的中框边缘图像；对所述中框边缘图像进行二值化阈值处理，并提取出预设像素高度的目标图像；再将所述目标图像进行垂直投影，并依据垂直投影中的像素统计信息来筛查边缘外观缺陷。据此，本专利技术无需提前采集大量样本并进行数据标注，可直接利用图像处理算法进行缺陷检测；同时，在普通工控计算机上在算法检测阶段能达到实时分析，成本低速度快。
附图说明
[0033]图1为本专利技术一实施例提供的所述手机中框边缘外观缺陷检测方法的步骤流程图；
[0034]图2为本专利技术一实施例提供的所述手机中框边缘外观缺陷检测方法用于图像处理可选的步骤流程图；
[0035]图3为本专利技术一实施例提供的所述手机中框边缘外观缺陷检测方法用于外观缺陷分析可选的步骤流程图；
[0036]图4为本专利技术一实施例提供的所述手机中框边缘外观缺陷检测系统的结构示意框图；
[0037]图5为本专利技术一实施例提供的所述手机中框边缘外观缺陷检测系统的所述图像处理单元可选的结构示意框图；
[0038]图6为本专利技术一实施例提供的所述手机中框边缘外观缺陷检测系统的所述缺陷分析单元可选的结构示意框图；
[0039]图7为本专利技术一实施例提供的所述手机中框边缘外观缺陷检测方法在二值化阈值处理后的成像图例示意图。
具体实施方式
[0040]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0041]需要说明的，本说明书中针对“一个实施例”、“实施例”、“示例实施例”等的引用，指的是描述的该实施例可包括特定的特征、结构或特性，但是不是每个实施例必须包含这些特定特征、结构或特性。此外，这样的表述并非指的是同一个实施例。进一步，在结合实施例描述特定的特征、结构或特性时，不管有没有明确的描述，已经表明将这样的特征、结构或特性结合到其它实施例中是在本领域技术人员的知识范围内的。
[0042]此外，在说明书及后续的权利要求当中使用了某些词汇来指称特定组件或部件，所属领域中具有通常知识者应可理解，制造商可以用不同的名词或术语来称呼同一个组件或部件。本说明书及后续的权利要求并不以名称的差异来作为区分组件或部件的方式，而是以组件或部件在功能上的差异来作为区分的准则。在通篇说明书及后续的权利要求书中所提及的“包括”和“包含”本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种手机中框边缘外观缺陷检测方法，其特征在于，包括步骤：获取手机中框的待测图像；截取所述待测图像中预设ROI区域的中框边缘图像；对所述中框边缘图像进行二值化阈值处理，并提取出预设像素高度的目标图像；根据所述目标图像在垂直投影中的像素值统计信息，以筛查出边缘外观缺陷。2.根据权利要求1所述的手机中框边缘外观缺陷检测方法，其特征在于，所述对所述中框边缘图像进行二值化阈值处理，并提取出预设像素高度的目标图像的步骤具体包括：对所述中框边缘图像进行二值化阈值处理，获得二值化图像；从所述二值化图像上截取出预设像素高度的目标图像；其中，所述预设像素高度基于手机中框检测的精度规范所确定。3.根据权利要求2所述的手机中框边缘外观缺陷检测方法，其特征在于，所述根据所述目标图像在垂直投影中的像素值统计信息，以筛查出边缘外观缺陷的步骤具体包括：对所述目标图像进行垂直投影，获得所述目标图像的各个像素值分布的垂直投影图；统计所述垂直投影图中连续投影高度为零的水平宽度；若连续投影高度为零的所述水平宽度超过预设的缺陷尺寸阈值，则确定对应位置为边缘外观缺陷。4.根据权利要求3所述的手机中框边缘外观缺陷检测方法，其特征在于，所述统计所述垂直投影图中连续投影高度为零的水平宽度的步骤具体包括：筛查出所述垂直投影图在水平轴方向上的零像素值投影区域，并分别统计各个所述零像素值投影区域连续的水平宽度。5.根据权利要求3所述的...

【专利技术属性】
技术研发人员：金浩阳，贾东风，程力行，袁振华，
申请(专利权)人：奇酷软件深圳有限公司，
类型：发明
国别省市：