本发明专利技术公开了一种基于机器视觉算法的软件架构和构建方法，软件架构包括：图像对象构建与管理模块，用于基于实时采集的原始图像、原始图像预处理后的结果和基础检测参数信息构建图像对象；线程构建与管理模块，用于响应于程序启动操作，获取预存的配置文件，并基于所述配置文件建立处理线程；多个检测算法动态库，所述检测算法动态库预先加载于所述处理线程，以便按所述处理线程搭建检测算法动态库的处理顺序；依次获取所述目标检测项目的检测参数，并依次将基于所述检测参数和所述成员函数得到的检测结果写入所述图像对象；检测结果交互与管理模块，读取并向对应的预设终端发送所述图像对象内的检测结果。提高了视觉系统的计算能力和计算效率。算能力和计算效率。算能力和计算效率。
【技术实现步骤摘要】
基于机器视觉算法的软件系统及构建方法
[0001]本申请实施例涉及软件系统设计
，具体涉及一种基于机器视觉算法的软件系统及构建方法。
技术介绍
[0002]在大型机器视觉系统的工作过程中，涉及到对高分辨率、高精度、大数据量的图像进行计算，且往往具有实时性要求。例如：机器视觉在线检测系统，分辨率通常为0.1mm/像素甚至更高，单张彩色图像数据量通常不低于500M。如此庞大的数据量通常需要在几百毫秒内完成计算并发送检测结果。并且，对于采集到的待处理图像，可能需要进行多个功能算法的同步实时，就更增加了数据处理量和数据算法的难度。
[0003]因此，提供一种基于机器视觉算法的软件系统及构建方法，以期针对机器视觉系统的软件系统进行改进设计，以便充分利用计算资源，同时合理分配算力，进而提高视觉系统的计算能力和计算效率，就成为本领域技术人员亟待解决的问题。
技术实现思路
[0004]为此，本申请实施例提供一种基于机器视觉算法的软件系统及构建方法，以期针对机器视觉系统的软件系统进行改进设计，以便充分利用计算资源，同时合理分配算力，进而提高视觉系统的计算能力和计算效率。
[0005]为了实现上述目的，本申请实施例提供如下技术方案：根据本申请实施例的第一方面，提供了一种基于机器视觉算法的软件系统，所述软件系统包括：图像对象构建与管理模块，用于基于实时采集的原始图像、原始图像预处理后的结果和基础检测参数信息构建图像对象；线程构建与管理模块，用于响应于程序启动操作，获取预存的配置文件，并基于所述配置文件建立处理线程；多个检测算法动态库，所述检测算法动态库预先加载于所述处理线程，以便按所述处理线程搭建检测算法动态库的处理顺序；所述检测算法动态库内储存有其父类的成员函数，以及目标检测项目的检测参数；各所述检测算法动态库用于响应于目标检测项目的初始化操作，根据所述线程确定的处理顺序，依次获取所述目标检测项目的检测参数，并依次将基于所述检测参数和所述成员函数得到的检测结果写入所述图像对象，以得到处理线程输出的图像对象；检测结果交互与管理模块，用于获取所述处理线程输出的图像对象，读取并向对应的预设终端发送所述图像对象内的检测结果。
[0006]进一步地，所述处理线程具体为：包括至少两个线程，并根据当前输入的图像对象帧号的奇偶性分配线程；或，
包括至少两个线程，将单帧图像对象中的图像数据进行拆分，并将拆分后的数据分配给不同的线程；或，包括一个主线程和至少两个子线程；所述处理线程的起始位置设置所述主线程，所述主线程为存在制约关系的检测项目中的一者所在的检测算法动态库充当；所述处理线程的结尾位置设置所述主线程，所述主线程为存在制约关系的检测项目中的另一者所在的检测算法动态库充当。
[0007]根据本申请实施例的第二方面，提供了一种软件系统的构建方法，所述方法包括：基于实时采集的原始图像、原始图像预处理后的结果和基础检测参数信息构建图像对象；响应于程序启动操作，获取预存的配置文件，并基于所述配置文件建立处理线程；响应于目标检测项目的初始化操作，根据所述线程确定的处理顺序，依次获取所述目标检测项目的检测参数，并依次将基于所述检测参数和所述成员函数得到的检测结果写入所述图像对象，以得到处理线程输出的图像对象；获取处理线程输出的图像对象，读取并向预设终端发送所述图像对象内的检测结果。
[0008]进一步地，响应于程序启动操作，获取预存的配置文件，并基于所述配置文件建立处理线程，具体包括：若单帧图像的处理时间大于图像采集周期，则创建两个以上线程，并根据当前图像帧号的奇偶性分配线程。
[0009]进一步地，响应于程序启动操作，获取预存的配置文件，并基于所述配置文件建立处理线程，具体包括：创建两个以上线程，将单帧图像中的图像数据进行拆分，并将拆分后的数据分配给不同的线程进行计算。
[0010]进一步地，响应于程序启动操作，获取预存的配置文件，并基于所述配置文件建立处理线程，具体包括：创建一个主线程和至少两个子线程；所述处理线程的起始位置设置所述主线程，所述主线程为存在制约关系的检测项目中的一者所在的检测算法动态库充当。
[0011]进一步地，所述处理线程的结尾位置设置所述主线程，所述主线程为存在制约关系的检测项目中的另一者所在的检测算法动态库充当。
[0012]进一步地，原始图像预处理后的结果包括灰度图像、各颜色分量图像、其它颜色空间分量图像、各种滤波算法卷积后的图像和降维或插值后的图像中的至少一者。
[0013]根据本申请实施例的第三方面，提供了一种电子设备，所述电子设备包括：数据采集装置、处理器和存储器；所述数据采集装置用于采集数据；所述存储器用于存储一个或多个程序指令；所述处理器，用于执行一个或多个程序指令，用以执行第一方面任一项所述的方法。
[0014]根据本申请实施例的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于执行如第一方面任
一项所述的方法。
[0015]本申请实施例提供了一种基于机器视觉算法的软件系统包括图像对象构建与管理模块、线程构建与管理模块、多个检测算法动态库和检测结果交互与管理模块；其中，图像对象构建与管理模块用于基于实时采集的原始图像、原始图像预处理后的结果和基础检测参数信息构建图像对象；线程构建与管理模块用于响应于程序启动操作，获取预存的配置文件，并基于所述配置文件建立处理线程；所述检测算法动态库预先加载于所述处理线程，以便按所述处理线程搭建检测算法动态库的处理顺序，所述检测算法动态库内储存有其父类的成员函数，以及目标检测项目的检测参数；各所述检测算法动态库用于响应于目标检测项目的初始化操作，根据所述线程确定的处理顺序，依次获取所述目标检测项目的检测参数，并依次将基于所述检测参数和所述成员函数得到的检测结果写入所述图像对象，以得到处理线程输出的图像对象；检测结果交互与管理模块，用于获取所述处理线程输出的图像对象，读取并向对应的预设终端发送所述图像对象内的检测结果。这样，该针对机器视觉系统的软件系统进行了改进设计，以便充分利用计算资源，同时合理分配算力，进而提高了视觉系统的计算能力和计算效率。
附图说明
[0016]为了更清楚地说明本专利技术的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。
[0017]本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本专利技术可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本专利技术所能产生的功效及所能达成的目的下，均应仍落在本专利技术所揭示的
技术实现思路
能涵盖的范围内。
[0018]图1为本专利技术所提供的基于机器视觉算法的软件系统一种本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于机器视觉算法的软件系统，其特征在于，所述软件系统包括：图像对象构建与管理模块，用于基于实时采集的原始图像、原始图像预处理后的结果和基础检测参数信息构建图像对象；线程构建与管理模块，用于响应于程序启动操作，获取预存的配置文件，并基于所述配置文件建立处理线程；多个检测算法动态库，所述检测算法动态库预先加载于所述处理线程，以便按所述处理线程搭建检测算法动态库的处理顺序；所述检测算法动态库内储存有其父类的成员函数，以及目标检测项目的检测参数；各所述检测算法动态库用于响应于目标检测项目的初始化操作，根据所述处理线程确定的处理顺序，依次获取所述目标检测项目的检测参数，并依次将基于所述检测参数和所述成员函数得到的检测结果写入所述图像对象，以得到处理线程输出的图像对象；检测结果交互与管理模块，用于获取所述处理线程输出的图像对象，读取并向对应的预设终端发送所述图像对象内的检测结果。2.如权利要求1所述的基于机器视觉算法的软件系统，其特征在于，所述处理线程具体为：包括至少两个线程，并根据当前输入的图像对象帧号的奇偶性分配线程；或，包括至少两个线程，将单帧图像对象中的图像数据进行拆分，并将拆分后的数据分配给不同的线程；或，包括至少一个主线程和至少两个子线程；所述处理线程的起始位置设置所述主线程，所述主线程为存在制约关系的检测项目中的一者所在的检测算法动态库充当；所述处理线程的结尾位置设置另一所述主线程，另一所述主线程为存在制约关系的检测项目中的另一者所在的检测算法动态库充当。3.一种软件系统的构建方法，其特征在于，所述方法包括：基于实时采集的原始图像、原始图像预处理后的结果和基础检测参数信息构建图像对象；响应于程序启动操作，获取预存的配置文件，并基于所述配置文件建立处理线程；响应于目标检测项目的初始化操作，根据所述处理线程确定的处理顺序，依次获取所述目标检测项目的检测参数，并依次将基于所述检测参数和成员函数得到的检测结果写入所述图像...
【专利技术属性】
技术研发人员：孟然，柴华，孔国强，戚阳，陈彬，贾勇，冯传彬，王哲，
申请(专利权)人：北京中科慧眼科技有限公司，
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。