一种镜头检测方法和相关装置与流程

技术特征：
1.一种镜头检测方法，其特征在于，所述方法包括：获取包括目标镜头的待测图像，以及所述目标镜头的模板图像；确定所述目标镜头的第一类区域和第二类区域，所述第一类区域是根据所述目标镜头的纹理部分确定的，所述第二类区域是根据所述目标镜头的非纹理部分确定的；从所述待测图像中确定所述第一类区域对应的待测纹理图像和所述第二类区域对应的待测平滑图像，以及从所述模板图像中确定所述第一类区域对应的模板纹理图像和所述第二类区域对应的模板平滑图像；根据同一个位置的像素分别在所述待测纹理图像和所述模板纹理图像中的灰度值，基于对应所述第一类区域的灰度差分模式确定所述待测纹理图像中的第一待定缺陷子区域；以及根据同一个位置的像素分别在所述待测平滑图像和所述模板纹理图像中的灰度值，基于对应所述第二类区域的灰度差分模式确定所述待测平滑图像中的第二待定缺陷子区域；根据所述第一待定缺陷子区域和所述第二待定缺陷子区域确定所述目标镜头的质量。2.根据权利要求1所述的方法，其特征在于，所述根据同一个位置的像素分别在所述待测纹理图像和所述模板纹理图像中的灰度值，基于对应所述第一类区域的灰度差分模式确定所述待测纹理图像中的第一待定缺陷子区域，包括：根据同一个位置的像素分别在所述待测纹理图像和所述模板纹理图像中的灰度值，确定所述像素对应的灰度差值；基于所述像素中灰度差值大于纹理差分阈值的第一目标像素，确定所述第一待定缺陷子区域。3.根据权利要求1所述的方法，其特征在于，所述根据同一个位置的像素分别在所述待测平滑图像和所述模板纹理图像中的灰度值，基于对应所述第二类区域的灰度差分模式确定所述待测平滑图像中的第二待定缺陷子区域，包括：根据同一个位置的像素分别在所述待测平滑图像和所述模板纹理图像中的灰度值，确定所述像素对应的灰度差值；根据所述像素的位置参数确定所述像素所处的灰度区域，所述灰度区域是基于所述第二类区域中的灰度值分布确定的；基于所述像素中灰度差值大于所处灰度区域所对应区域差分阈值的第二目标像素，确定所述第二待定缺陷子区域。4.根据权利要求3所述的方法，其特征在于，基于所述目标镜头，所述灰度区域至少包括第一灰度区域和第二灰度区域，所述第一灰度区域对应的区域差分阈值与所述第二灰度区域对应的区域差分阈值不同。5.根据权利要求1或2所述的方法，其特征在于，所述根据所述第一待定缺陷子区域和所述第二待定缺陷子区域确定所述目标镜头的质量，包括：确定所述第一待定缺陷子区域的第一区域图像特征，以及所述第一待定缺陷子区域在所述模板纹理图像中所对应区域的第二区域图像特征；根据所述第一区域图像特征和所述第二区域图像特征的特征差异，确定所述第一待定缺陷子区域中的第一真实缺陷子区域；根据所述第一真实缺陷子区域和所述第二待定缺陷子区域确定所述目标镜头的质量。
6.根据权利要求5所述的方法，其特征在于，所述第一区域图像特征和所述第二区域图像特征为纹理特征，所述根据所述第一区域图像特征和所述第二区域图像特征的特征差异，确定所述第一待定缺陷子区域中的第一真实缺陷子区域，包括：确定所述第一区域图像特征对应的第一纹理特征直方图，以及所述第二区域图像特征对应的第二纹理特征直方图；根据所述第一纹理特征直方图和所述第二纹理特征直方图确定纹理特征差异；将所述纹理特征差异大于纹理阈值的第一待定缺陷子区域确定为所述第一真实缺陷子区域。7.根据权利要求1、3或4所述的方法，其特征在于，所述根据所述第一待定缺陷子区域和所述第二待定缺陷子区域确定所述目标镜头的质量，包括：确定所述第二待定缺陷子区域的第三区域图像特征，以及所述第二待定缺陷子区域在所述模板平滑图像中所对应区域的第四区域图像特征；根据所述第三区域图像特征和所述第四区域图像特征的特征差异，确定所述第二待定缺陷子区域的互相关差异参数；通过所述互相关差异参数，确定所述第二待定缺陷子区域中的第二真实缺陷子区域；根据所述第一待定缺陷子区域和所述第二真实缺陷子区域确定所述目标镜头的质量。8.根据权利要求7所述的方法，其特征在于，所述方法还包括：基于对所述第二待定缺陷子区域的形态学膨胀处理，确定所述第二待定缺陷子区域的周边区域；确定所述周边区域的第五区域图像特征；根据所述第三区域图像特征和所述第五区域图像特征的特征差异，确定所述第二待定缺陷子区域的自相关差异参数；所述通过所述互相关差异参数，确定所述第二待定缺陷子区域中的第二真实缺陷子区域，包括：通过所述互相关差异参数和所述自相关差异参数，确定所述第二待定缺陷子区域中的第二真实缺陷子区域。9.根据权利要求8所述的方法，其特征在于，所述第三区域图像特征、所述第四区域图像特征和所述第五区域图像特征为像素均值；所述根据所述第三区域图像特征和所述第四区域图像特征的特征差异，确定所述第二待定缺陷子区域的互相关差异参数，包括：确定所述第三区域图像特征和所述第四区域图像特征的特征均值差值，作为所述互相关差异参数；所述根据所述第三区域图像特征和所述第五区域图像特征的特征差异，确定所述第二待定缺陷子区域的自相关差异参数，包括：确定所述第三区域图像特征和所述第五区域图像特征的特征均值差值，作为所述自相关差异参数。10.一种镜头检测装置，其特征在于，所述装置包括：获取单元和确定单元；所述获取单元，用于获取包括目标镜头的待测图像，以及所述目标镜头的模板图像；所述确定单元，用于确定所述目标镜头的第一类区域和第二类区域，所述第一类区域是根据所述目标镜头的纹理部分确定的，所述第二类区域是根据所述目标镜头的非纹理部
分确定的；从所述待测图像中确定所述第一类区域对应的待测纹理图像和所述第二类区域对应的待测平滑图像，以及从所述模板图像中确定所述第一类区域对应的模板纹理图像和所述第二类区域对应的模板平滑图像；根据同一个位置的像素分别在所述待测纹理图像和所述模板纹理图像中的灰度值，基于对应所述第一类区域的灰度差分模式确定所述待测纹理图像中的第一待定缺陷子区域；以及根据同一个位置的像素分别在所述待测平滑图像和所述模板纹理图像中的灰度值，基于对应所述第二类区域的灰度差分模式确定所述待测平滑图像中的第二待定缺陷子区域；根据所述第一待定缺陷子区域和所述第二待定缺陷子区域确定所述目标镜头的质量。11.根据权利要求10所述的装置，其特征在于，所述确定单元，用于：根据同一个位置的像素分别在所述待测纹理图像和所述模板纹理图像中的灰度值，确定所述像素对应的灰度差值；基于所述像素中灰度差值大于纹理差分阈值的第一目标像素，确定所述第一待定缺陷子区域。12.根据权利要求10所述的装置，其特征在于，所述确定单元，用于：根据同一个位置的像素分别在所述待测平滑图像和所述模板纹理图像中的灰度值，确定所述像素对应的灰度差值；根据所述像素的位置参数确定所述像素所处的灰度区域，所述灰度区域是基于所述第二类区域中的灰度值分布确定的；基于所述像素中灰度差值大于所处灰度区域所对应区域差分阈值的第二目标像素，确定所述第二待定缺陷子区域。13.根据权利要求10或11所述的装置，其特征在于，所述确定单元，用于：确定所述第一待定缺陷子区域的第一区域图像特征，以及所述第一待定缺陷子区域在所述模板纹理图像中所对应区域的第二区域图像特征；根据所述第一区域图像特征和所述第二区域图像特征的特征差异，确定所述第一待定缺陷子区域中的第一真实缺陷子区域；根据所述第一真实缺陷子区域和所述第二待定缺陷子区域确定所述目标镜头的质量14.一种计算机设备，其特征在于，所述设备包括处理器以及存储器：所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；所述处理器用于根据所述程序代码中的指令执行权利要求1
‑
9任意一项所述的方法。15.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行权利要求1
‑
9任意一项所述的方法。

技术总结
本申请实施例公开了一种镜头检测方法和相关装置，至少涉及人工智能中的计算机视觉技术，基于纹理将目标镜头分为第一类区域和第二类区域，并从待测图像和模板图像中确定出待测纹理图像、待测平滑图像、模板纹理图像和模板平滑图像，根据同一个位置的像素分别在待测纹理图像和模板纹理图像中的灰度值，基于对应第一类区域的灰度差分模式确定待测纹理图像中的第一待定缺陷子区域；以及根据同一个位置的像素分别在待测平滑图像和模板纹理图像中的灰度值，基于对应第二类区域的灰度差分模式确定待测平滑图像中的第二待定缺陷子区域；根据第一待定缺陷子区域和第二待定缺陷子区域确定目标镜头的质量，实现了目标镜头的故障检测，提高了故障检测精度。提高了故障检测精度。提高了故障检测精度。


技术研发人员：赖锦祥
受保护的技术使用者：腾讯科技（深圳）有限公司
技术研发日：2021.03.30
技术公布日：2021/11/25