手机摄像头支架的缺陷检测方法技术

本申请涉及计算机视觉技术，公开了一种手机摄像头支架的缺陷检测方法，包括：获取手机摄像头支架的表面图片，所述手机摄像头支架预留有至少一个器件安装位；基于预训练的深度学习模型识别所述表面图片中的感兴趣区域；对所述感兴趣区域内的图像进行边缘检测，以识别各器件安装位的边界，得到边缘检测结果；根据边缘检测结果将所述感兴趣区域划分为多个检测区域；逐个对所述检测区域内的图像进行缺陷检测，并生成所述手机摄像头支架的缺陷检测结果

【技术实现步骤摘要】
手机摄像头支架的缺陷检测方法、计算机设备及存储介质


[0001]本申请涉及计算机视觉
，尤其涉及一种手机摄像头支架的缺陷检测方法
、
缺陷检测装置
、
计算机设备
、
缺陷检测系统以及计算机可读存储介质
。

技术介绍

[0002]手机摄像头支架是手机组装配件的一种，通过使用手机摄像头支架可以方便将摄像头组装并集成到手机中
。
而在手机摄像头支架的生产过程中，为确保生产质量，需要对手机摄像头支架的表面进行缺陷检测（如检测划痕
、
毛刺
、
脏污等）
。
[0003]目前，对手机摄像头支架的表面缺陷检测，一般都是人工检验，而人工检验通常具有一定的主观性，造成误差大，检验结果往往不确定，其判断完全依赖于工人的工作经验和主观意识，造成产品检测结果不稳定
。
另一方面，工人每天重复着高强度的工作，要想要求他们做到对每个产品都准确判断并不现实，因此，由于人为的疏忽很可能造成客户投诉甚至退货，同时人工检验效率低，需要占用大量的人力和时间
。
[0004]上述内容仅用于辅助理解本申请的技术方案，并不代表承认上述内容是现有技术
。

技术实现思路

[0005]本申请的主要目的在于提供一种手机摄像头支架的缺陷检测方法
、
缺陷检测装置
、
计算机设备
、
缺陷检测系统以及计算机可读存储介质，旨在提高手机摄像头支架的缺陷检测效率和准确率
。
[0006]为实现上述目的，本申请提供一种手机摄像头支架的缺陷检测方法，包括以下步骤：获取手机摄像头支架的表面图片，所述手机摄像头支架预留有至少一个器件安装位；基于预训练的深度学习模型识别所述表面图片中的感兴趣区域；对所述感兴趣区域内的图像进行边缘检测，以识别各器件安装位的边界，得到边缘检测结果；根据边缘检测结果将所述感兴趣区域划分为多个检测区域；逐个对所述检测区域内的图像进行缺陷检测，并生成所述手机摄像头支架的缺陷检测结果
。
[0007]可选的，所述手机摄像头支架的缺陷检测方法还包括：若检测到手机摄像头支架的表面存在缺陷，则生成的所述检测结果包括缺陷信息，其中，所述缺陷信息包括缺陷数量信息
、
缺陷面积信息
、
缺陷长宽信息和缺陷位置信息中的至少一个
。
[0008]可选的，所述检测结果还包括缺陷类型，所述缺陷类型根据所述缺陷信息确定
。
[0009]可选的，所述手机摄像头支架的缺陷检测方法还包括：
根据所述缺陷位置，利用预设颜色在所述表面图片中标示出相应的缺陷
。
[0010]可选的，所述手机摄像头支架的缺陷检测方法还包括：根据所述缺陷信息，以及所述缺陷信息对应的预设阈值，判断所述手机摄像头支架是否属于不良品
。
[0011]可选的，所述获取手机摄像头支架的表面图片的步骤包括：获取手机摄像头支架对应的型号信息；根据所述型号信息调整相机的拍摄参数；基于调整后的相机采集手机摄像头支架的表面图片
。
[0012]为实现上述目的，本申请还提供一种缺陷检测装置，包括：图片获取模块，用于获取手机摄像头支架的表面图片，所述手机摄像头支架预留有至少一个器件安装位；区域识别模块，用于基于预训练的深度学习模型识别所述表面图片中的感兴趣区域；边缘检测模块，用于对所述感兴趣区域内的图像进行边缘检测，以识别各器件安装位的边界，得到边缘检测结果；区域分割模块，用于根据边缘检测结果将所述感兴趣区域划分为多个检测区域；缺陷检测模块，用于逐个对所述检测区域内的图像进行缺陷检测，并生成所述手机摄像头支架的缺陷检测结果
。
[0013]为实现上述目的，本申请还提供一种计算机设备，所述计算机设备包括：存储器
、
处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上述手机摄像头支架的缺陷检测方法的步骤
。
[0014]为实现上述目的，本申请还提供一种缺陷检测系统，其特征在于，包括相机，以及包括如上所述的计算机设备；其中，所述计算机设备与所述相机通信连接
。
[0015]为实现上述目的，本申请还提供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计算机程序，所述计算机程序被处理器执行时实现如上述手机摄像头支架的缺陷检测方法的步骤
。
[0016]本申请提供的手机摄像头支架的缺陷检测方法
、
缺陷检测装置
、
计算机设备
、
缺陷检测系统以及计算机可读存储介质，基于深度学习和图像处理技术，结合感兴趣区域的识别
、
边缘检测和缺陷检测等功能，实现对手机摄像头支架表面缺陷的自动检测，这不仅能提高对手机摄像头支架的表面缺陷的检测效率和准确性，还能降低人工检测的成本，并避免因人为主观检测带来的误检风险，从而确保手机摄像头支架的表面缺陷的检测质量
。
附图说明
[0017]图1为本申请一实施例中手机摄像头支架的缺陷检测方法步骤示意图；图2为本申请一实施例中手机摄像头支架的示意图；图3为本申请一实施例中缺陷检测装置示意图；图4为本申请一实施例的计算机设备的内部结构示意框图
。
[0018]本申请目的的实现
、
功能特点及优点将结合实施例，参照附图做进一步说明
。
具体实施方式
[0019]下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件
。
下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制，基于本申请中的实施例，本领域普通技术人员在没有作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
。
[0020]另外，若本申请中涉及“第一”、“第二”等的描述，仅用于描述目的（如用于区分相同或类似元件），而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量
。
由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征
。
另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本申请要求的保护范围之内
。
[0021]参照图1，在一实施例中，所述手机摄像头支架的缺陷检测方法包括：步骤
S10、
获取手机摄像头支架的表面图片，所述手机摄像头支架预留有至少一个器件安装位；步骤
S20、
基于预训练的深度学习模型识别所述表面图片中的感兴趣区域；步骤
S30、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种手机摄像头支架的缺陷检测方法，其特征在于，包括：获取手机摄像头支架的表面图片，所述手机摄像头支架预留有至少一个器件安装位；基于预训练的深度学习模型识别所述表面图片中的感兴趣区域；对所述感兴趣区域内的图像进行边缘检测，以识别各器件安装位的边界，得到边缘检测结果；根据边缘检测结果将所述感兴趣区域划分为多个检测区域；逐个对所述检测区域内的图像进行缺陷检测，并生成所述手机摄像头支架的缺陷检测结果
。2.
如权利要求1所述的手机摄像头支架的缺陷检测方法，其特征在于，所述手机摄像头支架的缺陷检测方法还包括：若检测到手机摄像头支架的表面存在缺陷，则生成的所述检测结果包括缺陷信息，其中，所述缺陷信息包括缺陷数量信息
、
缺陷面积信息
、
缺陷长宽信息和缺陷位置信息中的至少一个
。3.
如权利要求2所述的手机摄像头支架的缺陷检测方法，其特征在于，所述检测结果还包括缺陷类型，所述缺陷类型根据所述缺陷信息确定
。4.
如权利要求2所述的手机摄像头支架的缺陷检测方法，其特征在于，所述手机摄像头支架的缺陷检测方法还包括：根据所述缺陷位置，利用预设颜色在所述表面图片中标示出相应的缺陷
。5.
如权利要求2‑4中任一项所述的手机摄像头支架的缺陷检测方法，其特征在于，所述手机摄像头支架的缺陷检测方法还包括：根据所述缺陷信息，以及所述缺陷信息对应的预设阈值，判断所述手机摄像头支架是否属于不良品
。6.
如权利要求1...

【专利技术属性】
技术研发人员：石璕，鞠游，朱豪，杨勋涛，
申请(专利权)人：深圳智机视觉科技有限公司，
类型：发明
国别省市：