【技术实现步骤摘要】
二维和三维结合的缺陷检测方法、装置、介质和设备
[0001]本申请涉及缺陷检测
,尤其涉及一种二维和三维结合的缺陷检测方法
、
装置
、
介质和设备
。
技术介绍
[0002]电子设备
、
汽车零部件
、
机械制品等产品在出厂前需要进行表面缺陷检测
。
这些产品的表面缺陷主要包括凹陷
、
凸起
、
划痕
、
气泡
、
裂纹
、
颜色和均匀性等缺陷
。
[0003]目前的产品表面缺陷检测大多数都是采用机器视觉结合人工智能来进行检测
。
而凹陷
、
凸起
、
划痕等缺陷在识别过程中需要根据其深度或高度来确定
。
故而大多数的产品表面缺陷识别会进一步利用到
3D
摄像模组来拍摄产品,从其中提取出疑似缺陷的深度或高度来判断到底是否是缺陷
。
[0004]然而现有的识别过程中,
3D
摄像模组拍摄出来的产品
3D
图像虽然包含的了深度或高度信息,但根据
3D
图像进行缺陷定位的精度还不够高,导致无法满足日益增长的缺陷识别准确性的要求
。
技术实现思路
[0005]本申请的目的在于提供一种二维和三维结合的缺陷检测方法
、
装置
、
介质和设备r/>。
[0006]本申请第一方面,提供了一种二维和三维结合的缺陷检测方法,所述方法包括:通过
2D
摄像模组拍摄目标物,得到第一图像;通过
3D
摄像模组拍摄所述目标物,得到第二图像;基于所述第一图像对所述目标物中的缺陷进行第一定位,得到所述目标物中疑似存在缺陷的第一缺陷位置;基于所述第一缺陷位置对所述第二图像进行缺陷识别,得到所述目标物在所述第二图像中所体现出来的疑似存在缺陷的缺陷区域;提取所述缺陷区域中的缺陷深度信息;根据所述缺陷深度信息计算出所述缺陷区域是否属于表面缺陷
。
[0007]本申请第二方面,提供了一种二维和三维结合的缺陷检测装置,所述装置包括:图像获取模块,用于通过
2D
摄像模组拍摄目标物,得到第一图像;通过
3D
摄像模组拍摄所述目标物,得到第二图像;第一图像处理模块,用于基于所述第一图像对所述目标物中的缺陷进行第一定位,得到所述目标物中疑似存在缺陷的第一缺陷位置;第二图像处理模块,用于基于所述第一缺陷位置对所述第二图像进行缺陷识别,得到所述目标物在所述第二图像中所体现出来的疑似存在缺陷的缺陷区域;缺陷确定模块,用于提取所述缺陷区域中的缺陷深度信息;根据所述缺陷深度信息计算出所述缺陷区域是否属于表面缺陷
。
[0008]本申请第三方面,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上
存储有可执行指令,所述可执行指令被处理器执行时使所述处理器执行本申请任一项实施例中所述的方法
。
[0009]本申请第四方面,提供了一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行本申请任一项实施例中所述的方法
。
[0010]上述的二维和三维结合的缺陷检测方法
、
装置
、
介质和设备,通过在第一图像中定位疑似存在缺陷的第一缺陷位置,基于该第一缺陷位置在第二图像中再次进行缺陷定位,最终得到缺陷区域,通过借助二维图像对缺陷定位的准确性,可以提高了三维图像中缺陷定位的精度,从而最终提高了目标物的表面缺陷检测的准确性
。
附图说明
[0011]为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对本申请范围的限定
。
[0012]图1为一个实施例中二维和三维结合的缺陷检测方法的流程示意图;图2为一个实施例中二维和三维结合的缺陷检测装置的结构框图
。
具体实施方式
[0013]为了使本申请的目的
、
技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请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申请,并不用于限定本申请
。
[0014]本申请所使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义
。
应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释
。
[0015]比如本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但这些元件不受这些术语限制
。
这些术语仅用于将第一个元件与另一个元件区分
。
举例来说,在不脱离本申请的范围的情况下,可以将第一图像称为第二图像,且类似地,可将第二图像称为第一图像
。
第一图像和第二图像两者都是图像,但其不是同一个图像
。
[0016]再比如本申请所使用的术语“包括”、“包含”等表明了特征
、
步骤
、
操作和
/
或部件的存在,但是并不排除存在或添加一个或多个其他特征
、
步骤
、
操作或部件
。
[0017]在一个实施例中,如图1所示,提供了一种二维和三维结合的缺陷检测方法,该方法包括:步骤
102
,通过
2D
摄像模组拍摄目标物,得到第一图像
。
[0018]本实施例中,目标物可为在出厂前需要进行表面缺陷检测的任意产品,该产品可为电子设备
、
汽车零部件
、
机械制品
、
玻璃制品
、
金属制品
、
纺织品
、
食品饮料包装
、
医疗器械
、
陶瓷制品
、
光学器材
、
钟表等产品
。
电子设备可为手机
、
平板电脑
、
电视
、
电脑等设备的外壳表面或者电子设备所采用的电池的表面;汽车零部件可为汽车车身
、
车门
、
车窗等部件;金属制品可为金属板材
、
管道
、
金属零件等;光学器材可为光学镜头
、
眼镜镜片等
。
比如目标
物可为电池
、
光伏面板等
。
具体的,可为方形电池
。<本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.
一种二维和三维结合的缺陷检测方法,其特征在于,所述方法包括:通过
2D
摄像模组拍摄目标物,得到第一图像;通过
3D
摄像模组拍摄所述目标物,得到第二图像;基于所述第一图像对所述目标物中的缺陷进行第一定位,得到所述目标物中疑似存在缺陷的第一缺陷位置;基于所述第一缺陷位置对所述第二图像进行缺陷识别,得到所述目标物在所述第二图像中所体现出来的疑似存在缺陷的缺陷区域;提取所述缺陷区域中的缺陷深度信息;根据所述缺陷深度信息计算出所述缺陷区域是否属于表面缺陷
。2.
根据权利要求1所述的方法,其特征在于,所述基于所述第一缺陷位置对所述第二图像进行缺陷识别,得到所述目标物在所述第二图像中所体现出来的疑似存在缺陷的缺陷区域,包括:对所述第二图像进行缺陷识别,得到所述目标物的第二缺陷位置;将所述第一缺陷位置映射到所述第二图像中,对所述第二缺陷位置进行修正,将修正后的位置在所述第二图像中对应的区域作为所述缺陷区域
。3.
根据权利要求2所述的方法,其特征在于,所述第一缺陷位置和所述第二缺陷位置均包括多个,所述对所述第二缺陷位置进行修正,将修正后的位置在所述第二图像中对应的区域作为所述缺陷区域,包括:当检测到映射到所述第二缺陷位置的第一缺陷位置包括多个时,对所述第二缺陷位置进行拆分,将每个所述第一缺陷位置在所述第二图像中对应的区域作为所述缺陷区域
。4.
根据权利要求1所述的方法,其特征在于,所述通过
2D
摄像模组拍摄目标物,得到第一图像,包括:通过
2D
摄像模组拍摄目标物,得到第一初始图像;检测所述第一初始图像是否存在畸变,若是,则对所述第一初始图像进行矫正,得到所述第一图像,并根据矫正结果提取出补偿数据;所述通过
3D
摄像模组拍摄所述目标物,得到第二图像,包括:通过所述
3D
摄像模组拍摄目标物,得到第二初始图像;根据所述补偿数据对所述第二初始图像进行补偿,得到所述第二图像
。5.
根据权利要求4所述的方法,其特征在于,所述第一图像包括多个方向...
【专利技术属性】
技术研发人员:韩旭,周培,吴冬祖,
申请(专利权)人:东声苏州智能科技有限公司,
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。