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】
本申请涉及图像领域,尤其涉及一种由边缘成像引起的缺陷检测方法、装置及电子设备。
技术介绍
1、在产品生产领域中,例如玻璃面板的生产中,需要对生产出的产品比如玻璃面板等(统称被检测对象)的表面的缺陷进行检测。而被检测对象在生产线上可能发生打滑的情况,致使拍摄到的图像上的被检测对象的边缘会发生扭曲(即由边缘成像引起的缺陷),导致通过图像对被检测对象进行缺陷检测时会将被检测对象的边缘成像扭曲缺陷误检为被检测对象本身的缺陷,影响被检测对象的缺陷检测效果。
技术实现思路
1、有鉴于此,本申请实施例提供一种由边缘成像引起的缺陷检测方法、装置及电子设备,以避免误检。
2、根据本申请实施例的第一方面,提供一种由边缘成像引起的缺陷检测方法,所述方法应用于电子设备,所述方法包括:
3、从针对被检测对象采集的图像中定位出被检测对象的边缘对应的边缘缺陷区域;
4、从所述边缘缺陷区域获得边缘轮廓点集合;
5、若通过各目标直线段检测出被检测对象的边缘发生成像扭曲,则确定所述边缘缺陷区域是由被检测对象的边缘发生成像扭曲引起的;各目标直线段是通过对所述边缘轮廓点集合中各边缘轮廓点进行直线段拟合得到的;
6、若通过各目标曲线的曲率半径检测出被检测对象的边缘发生成像扭曲,则确定所述边缘缺陷区域是由被检测对象的边缘发生成像扭曲引起的;各目标曲线是通过对所述边缘轮廓点集合中各边缘轮廓点进行曲线拟合得到的。
7、可选地,所述从针对被检测对象采集的图像中
8、接收外部基于显示的所述图像输入的检测区域信息,在所述图像中定位出与所述检测区域信息对应的区域并确定为所述边缘缺陷区域;或者,
9、将所述图像输入至已训练好的神经网络模型,以获得所述神经网络模型定位出的所述边缘缺陷区域。
10、可选地,所述目标直线段通过以下步骤确定:
11、通过对所述边缘轮廓点集合中各边缘轮廓点进行直线拟合,得到多个候选直线段;任一候选直线段具有两个端点、且具有长度和角度;所述角度是指该候选直线段与设定方向之间的角度;
12、依据各候选直线段的长度和角度,从各候选直线段中选择出长度在设定直线段长度范围、且角度在设定直线段角度范围中的目标直线段。
13、可选地,所述通过各目标直线段检测出被检测对象的边缘发生成像扭曲,包括:
14、针对每一目标直线段,计算该目标直线段至其它任一个目标直线段之间的直线段距离;或者,针对每一目标直线段,计算该目标直线段与参考直线段之间的直线段距离;参考直线段为所述图像中与外部输入的参考直线段区域信息对应的直线段,或者被指定的目标直线段;
15、若发现计算出的直线段距离满足设定的边缘发生成像扭曲的第一条件,则确定被检测对象的边缘发生成像扭曲。
16、可选地,该方法进一步包括:
17、若两个目标直线段之间的直线段距离满足第一条件,则基于该两个目标直线段确定扭曲区域并输出;所述扭曲区域至少包括该两个目标直线段中的边缘轮廓点;
18、若一目标直线段与参考直线段之间的直线段距离满足所述第一条件,则基于该目标直线段确定扭曲区域并输出;所述扭曲区域至少包括该目标直线段中的边缘轮廓点。
19、可选地,所述通过各目标曲线的曲率半径检测出被检测对象的边缘发生成像扭曲,包括:
20、对所述边缘轮廓点集合中的边缘轮廓点进行分组,得到m个边缘轮廓点子集;m大于1,任一边缘轮廓点子集中包括至少一个边缘轮廓点;
21、对每一边缘轮廓点子集中的边缘轮廓点进行曲线拟合,得到该边缘轮廓点子集对应的目标曲线;
22、依据各目标曲线的曲率半径确定所述边缘轮廓点集合对应的目标曲率半径;
23、若发现目标曲率半径满足设定的边缘发生成像扭曲的第二条件,则确定被检测对象的边缘发生成像扭曲。
24、可选地,依据各目标曲线的曲率半径确定所述边缘轮廓点集合对应的目标曲率半径包括:从各目标曲线的曲率半径中选择取值满足指定要求的曲率半径作为所述目标曲率半径;或者,对各目标曲线的曲率半径进行指定运算,将运算结果作为所述目标曲率半径;
25、该方法进一步包括:若目标曲率半径满足第二条件,则:
26、当目标曲率半径是从各目标曲线的曲率半径中选择出的取值满足指定要求的曲率半径时,依据曲率半径为该目标曲率半径的目标曲线所对应的边缘轮廓点子集中的边缘轮廓点确定扭曲区域并输出;所述扭曲区域至少包括该边缘轮廓点子集中的边缘轮廓点;
27、当目标曲率半径是通过对各目标曲线的曲率半径进行指定运算得到的运算结果时,依据至少一个边缘轮廓点子集中的边缘轮廓点确定扭曲区域并输出;所述扭曲区域至少包括该至少一个边缘轮廓点子集中的边缘轮廓点。
28、根据本申请实施例的第二方面,提供一种由边缘成像引起的缺陷检测装置,所述装置应用于电子设备,所述装置包括:
29、边缘缺陷区域定位模块,用于从针对被检测对象采集的图像中定位出被检测对象的边缘对应的边缘缺陷区域,以及,从所述边缘缺陷区域获得边缘轮廓点集合;
30、第一缺陷检测模块,用于依据各目标直线段检测被检测对象的边缘是否发生成像扭曲,当通过各目标直线段检测出被检测对象的边缘发生成像扭曲,则确定所述边缘缺陷区域是由被检测对象的边缘发生成像扭曲引起的;各目标直线段是通过对所述边缘轮廓点集合中各边缘轮廓点进行直线段拟合得到的
31、第二缺陷检测模块,用于依据各目标曲线的曲率半径检测被检测对象的边缘是否发生成像扭曲,当通过各目标曲线的曲率半径检测出被检测对象的边缘发生成像扭曲,则确定所述边缘缺陷区域是由被检测对象的边缘发生成像扭曲引起的;各目标曲线是通过对所述边缘轮廓点集合中各边缘轮廓点进行曲线拟合得到的。
32、可选地,所述从针对被检测对象采集的图像中定位出被检测对象的边缘对应的边缘缺陷区域,包括:接收外部基于显示的所述图像输入的检测区域信息,在所述图像中定位出与所述检测区域信息对应的区域并确定为所述边缘缺陷区域;或者,将所述图像输入至已训练好的神经网络模型,以获得所述神经网络模型定位出的所述边缘缺陷区域;
33、可选地,所述目标直线段通过以下步骤确定:通过对所述边缘轮廓点集合中各边缘轮廓点进行直线拟合,得到多个候选直线段;任一候选直线段具有两个端点、且具有长度和角度;所述角度是指该候选直线段与设定方向之间的角度;依据各候选直线段的长度和角度,从各候选直线段中选择出长度在设定直线段长度范围、且角度在设定直线段角度范围中的目标直线段。
34、可选地,所述通过各目标直线段检测出被检测对象的边缘发生成像扭曲,包括:针对每一目标直线段,计算该目标直线段至其它任一个目标直线段之间的直线段距离;或者,针对每一目标直线段,计算该目标直线段与参考直线段之间的直线段距离;参考直线段为所述本文档来自技高网...
【技术保护点】
1.一种由边缘成像引起的缺陷检测方法,其特征在于,所述方法应用于电子设备,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述从针对被检测对象采集的图像中定位出被检测对象的边缘对应的边缘缺陷区域,包括:
3.根据权利要求1所述的方法,其特征在于,所述目标直线段通过以下步骤确定:
4.根据权利要求1所述的方法,其特征在于,所述通过各目标直线段检测出被检测对象的边缘发生成像扭曲,包括:
5.根据权利要求4所述的方法,其特征在于,该方法进一步包括:
6.根据权利要求1所述的方法,其特征在于,所述通过各目标曲线的曲率半径检测出被检测对象的边缘发生成像扭曲,包括:
7.根据权利要求6所述的方法,其特征在于,依据各目标曲线的曲率半径确定所述边缘轮廓点集合对应的目标曲率半径包括:从各目标曲线的曲率半径中选择取值满足指定要求的曲率半径作为所述目标曲率半径;或者,对各目标曲线的曲率半径进行指定运算,将运算结果作为所述目标曲率半径;
8.一种由边缘成像引起的缺陷检测装置,其特征在于,所述装置应用于电子设备,
9.根据权利要求8所述的装置,其特征在于,所述从针对被检测对象采集的图像中定位出被检测对象的边缘对应的边缘缺陷区域,包括:接收外部基于显示的所述图像输入的检测区域信息,在所述图像中定位出与所述检测区域信息对应的区域并确定为所述边缘缺陷区域;或者,将所述图像输入至已训练好的神经网络模型,以获得所述神经网络模型定位出的所述边缘缺陷区域;
10.一种电子设备,其特征在于,电子设备包括:处理器和存储器;
...【技术特征摘要】
1.一种由边缘成像引起的缺陷检测方法,其特征在于,所述方法应用于电子设备,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述从针对被检测对象采集的图像中定位出被检测对象的边缘对应的边缘缺陷区域,包括:
3.根据权利要求1所述的方法,其特征在于,所述目标直线段通过以下步骤确定:
4.根据权利要求1所述的方法,其特征在于,所述通过各目标直线段检测出被检测对象的边缘发生成像扭曲,包括:
5.根据权利要求4所述的方法,其特征在于,该方法进一步包括:
6.根据权利要求1所述的方法,其特征在于,所述通过各目标曲线的曲率半径检测出被检测对象的边缘发生成像扭曲,包括:
7.根据权利要求6所述的方法,其特征在于,依据各目标曲线的曲率半径确定所...
【专利技术属性】
技术研发人员:秦才宝,
申请(专利权)人:杭州海康机器人股份有限公司,
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。