System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及医疗器械,更具体的,涉及一种基于视觉识别的水光针头残次品检测方法和系统。
技术介绍
1、随着社会的发展和人们生活水平的提高,美容护肤行业得到了迅猛发展,水光针头作为一种流行的美容技术,逐渐成为人们日常生活中不可或缺的一部分,其质量问题日益受到重视。然而,水光针头在生产过程中可能会出现各种针头缺陷的残次品,如针尖毛刺、弯钩、针头倒装、针头倾斜等,这些问题严重影响了其使用效果和安全性。
2、针对水光针头残次品检测问题,传统的检测方法主要依赖于人工操作,耗时耗力且容易出现漏检,严重影响了检测效率。单针的水光针头可以基于视觉识别的针头检测方法进行检测,但对于多针的水光针头,由于针头之间可能存在遮挡、重叠,无法通过视觉识别的针头检测方法精准的对多针水光针头进行残次品检测。
3、因此现有技术存在缺陷,急需改进。
技术实现思路
1、鉴于上述问题,本专利技术的目的是提供一种基于视觉识别的水光针头残次品检测方法和系统,能够更有效更快速的对多针水光针头进行质量检测。
2、本专利技术第一方面提供了一种基于视觉识别的水光针头残次品检测方法,包括:
3、根据待检测水光针头的参数信息对检测相机的检测角度进行调整,控制待检测水光针头进行旋转,通过调整后的检测相机获取水光针头的检测视频数据;
4、根据所述检测视频数据的视频帧图像进行逐帧分析,对处于第一预设角度的针头图像进行截取,得到第一检测图像数据;
5、对所述第一检测图像数据进行
6、将所述针头图像数据与相对应针头的针头分布坐标进行绑定并导入预设检测图像分布模板;
7、基于所述预设检测图像分布模板对导入的针头图像数据进行图像拼接,得到水光针头检测图像数据;
8、通过预设水光针头残次品检测模型对所述水光针头检测图像数据进行分析,得到水光针头缺陷检测数据;
9、根据所述水光针头缺陷检测数据将不合格水光针头转移至残次品区域。
10、本方案中,所述根据待检测水光针头的参数信息对检测相机的检测角度进行调整,包括:
11、根据待检测水光针头的参数信息进行分析,判断数据库内是否存在相对应的检测模板数据;
12、若是,则根据所述检测模板数据确定第一检测角度,并根据所述第一检测角度对检测相机的检测角度进行调整;
13、若否,则通过检测相机获取所述待检测水光针头的正视图像数据和俯视图像数据,根据所述正视图像数据和俯视图像数据进行分析,建立所述待检测水光针头的三维模型;
14、基于所述待检测水光针头的三维模型进行模拟分析,确定在任意旋转角度下,相邻针头之间相互不受影响的最小检测角度,得到第二检测角度;
15、根据所述第二检测角度对检测相机的检测角度进行调整。
16、本方案中,还包括:
17、判断所述第二检测角度是否大于第二预设角度;
18、若是,则根据第三预设角度对检测相机的检测角度进行调整;
19、反之,则根据所述第二预设角度对检测相机的检测角度进行调整。
20、本方案中,对所述检测视频数据的视频帧图像进行逐帧分析之前,还包括:
21、对所述检测视频数据的视频帧图像进行图像处理,将所述视频帧图像转换为二值化图像;所述图像处理包括图像去噪和二值化处理。
22、本方案中,还包括:
23、通过第三预设角度对所述待检测水光针头进行检测时,对处于第四预设角度的针头图像进行截取,得到第二检测图像数据;
24、根据所述水光针头检测图像数据进行分析,将不存在针头图像数据的针头标记为未知针头,通过所述未知针头的第二检测图像数据建立针头三维模型;
25、对所述针头三维模型进行分析,得到所述未知针头处于第一预设角度的模拟针头图像数据;
26、将所述模拟针头图像数据与所述未知针头进行绑定并导入预设检测图像分布模板。
27、本方案中,所述对所述第一检测图像数据进行图像几何变换,得到针头图像数据,包括:
28、对水光针头的针座部分进行透视变换确定透视变换调整参数;
29、根据所述透视变换调整参数对所述第一检测图像数据进行透视变换;
30、根据透视变换后的第一检测图像数据的针头直径数据对所述第一检测图像数据进行缩放处理,得到针头图像数据。
31、本方案中,所述通过预设水光针头残次品检测模型对所述水光针头检测图像数据进行分析,得到水光针头缺陷检测数据,包括:
32、提取所述水光针头检测图像数据内针头图像数据的图像特征;
33、基于所述针头图像数据的图像特征,将针头图像数据分别与数据库内样本图像数据进行对比,将针尖存在毛刺和/或弯钩的针头图像数据标记为不合格;
34、根据所述针头图像数据进行分析,确定所述针头图像数据的最小外接矩形;
35、根据所述针头图像数据的最小外接矩形进行分析,将针头长度不满足预设参数信息和存在倾斜的针头图像数据标记为不合格;
36、对所述水光针头检测图像数据内针头图像数据的标记数据进行整合,得到水光针头缺陷检测数据。
37、本方案中,所述根据所述针头图像数据的最小外接矩形进行分析,将针头长度不满足预设参数信息和存在倾斜的针头图像数据标记为不合格,包括:
38、计算所述针头图像数据的最小外接矩形面积与标准样本图像的最小外接矩形面积的面积差值;
39、判断所述面积差值是否处于预设范围区间;
40、若否,则表示所述针头图像数据内针头长度不满足预设参数信息,将所述针头图像数据标记为不合格;
41、若是,则判断所述针头图像数据的最小外接矩形的倾斜角度是否大于预设阈值;
42、若大于,则将所述针头图像数据标记为不合格;
43、反之,则将所述针头图像数据标记为合格。
44、本专利技术第二方面提供了一种基于视觉识别的水光针头残次品检测系统,包括:
45、数据获取模块,用于根据待检测水光针头的参数信息对检测相机的检测角度进行调整,控制待检测水光针头进行旋转,通过调整后的检测相机获取水光针头的检测视频数据;
46、图像分析模块,用于根据所述检测视频数据的视频帧图像进行逐帧分析,对处于第一预设角度的针头图像进行截取,得到第一检测图像数据;对所述第一检测图像数据进行图像几何变换,得到针头图像数据;将所述针头图像数据与相对应针头的针头分布坐标进行绑定并导入预设检测图像分布模板;
47、图像拼接模块,用于基于所述预设检测图像分布模板对导入的针头图像数据进行图像拼接,得到水光针头检测图像数据;
48、残次品检测模块,用于通过预设水光针头残次品检测模型对所述水光针头检测图像数据进行分析,得到水光针头缺陷检测数据;根据所述水光针头缺陷检测数据将本文档来自技高网...
【技术保护点】
1.一种基于视觉识别的水光针头残次品检测方法,其特征在于,包括:
2.根据权利要求1所述的基于视觉识别的水光针头残次品检测方法,其特征在于,所述根据待检测水光针头的参数信息对检测相机的检测角度进行调整,包括:
3.根据权利要求2所述的基于视觉识别的水光针头残次品检测方法,其特征在于,还包括:
4.根据权利要求1所述的基于视觉识别的水光针头残次品检测方法,其特征在于,对所述检测视频数据的视频帧图像进行逐帧分析之前,还包括:
5.根据权利要求3所述的基于视觉识别的水光针头残次品检测方法,其特征在于,还包括:
6.根据权利要求1所述的基于视觉识别的水光针头残次品检测方法,其特征在于,所述对所述第一检测图像数据进行图像几何变换,得到针头图像数据,包括:
7.根据权利要求1所述的基于视觉识别的水光针头残次品检测方法,其特征在于,所述通过预设水光针头残次品检测模型对所述水光针头检测图像数据进行分析,得到水光针头缺陷检测数据,包括:
8.根据权利要求1所述的基于视觉识别的水光针头残次品检测方法,其特征在于,所述
9.一种基于视觉识别的水光针头残次品检测系统,其特征在于,包括:
10.根据权利要求9所述的基于视觉识别的水光针头残次品检测系统,其特征在于,所述根据待检测水光针头的参数信息对检测相机的检测角度进行调整,包括:
...【技术特征摘要】
1.一种基于视觉识别的水光针头残次品检测方法,其特征在于,包括:
2.根据权利要求1所述的基于视觉识别的水光针头残次品检测方法,其特征在于,所述根据待检测水光针头的参数信息对检测相机的检测角度进行调整,包括:
3.根据权利要求2所述的基于视觉识别的水光针头残次品检测方法,其特征在于,还包括:
4.根据权利要求1所述的基于视觉识别的水光针头残次品检测方法,其特征在于,对所述检测视频数据的视频帧图像进行逐帧分析之前,还包括:
5.根据权利要求3所述的基于视觉识别的水光针头残次品检测方法,其特征在于,还包括:
6.根据权利要求1所述的基于视觉识别的水光针头残次品检测方法,其特征在于,所述对所述第一检测图像数据进行...
【专利技术属性】
技术研发人员:廖俊,
申请(专利权)人:深圳市康准科技有限公司,
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。