mesh组件检测方法、装置和存储介质与流程

1.本发明涉及一种mesh组件检测方法、装置和存储介质，属于产品质量检测技术领域。


背景技术：

2.近年来，以手机为代表的3c行业产品更新换代越来越快，为提高产能效率，自动化生产线的使用已成为行业常态。作为生产过程中十分重要的外观检测环节，目前是由人工完成，但这种方式工作难度大，导致工作者对工作产生厌倦和身体疲劳，可能会使大量劣质产品流入消费者手中，不适用于如今的实际工业生产。
3.目前mesh组件作为手机中常见的零部件，由于其外观缺陷较为复杂多样，且不确定性较大，依赖于人工目视的方法进行检测，无法保证检的测效率和准确性。


技术实现要素：

4.本发明的目的在于提供一种mesh组件检测方法、装置和存储介质，用于解决现有技术中存在的问题。
5.为达到上述目的，本发明提供如下技术方案：
6.根据第一方面，本发明实施例提供了一种mesh组件检测方法，所述方法包括：
7.获取目标mesh组件的产品图片；
8.在所述产品图片中提取所述目标mesh组件的初步定位图片；
9.通过仿射变换将所述初步定位图片中的所述目标mesh组件旋转至水平位置；
10.在旋转后的所述初步定位图片中定位所述目标mesh组件的待检测区域；
11.根据所述待检测区域对所述目标mesh组件进行缺陷检测。
12.可选的，所述通过仿射变换将所述初步定位图片中的所述目标mesh组件旋转至水平位置，包括：
13.根据所述初步定位图片获取仿射变换矩阵；
14.根据所述仿射变换矩阵将所述初步定位图片中的所述目标mesh组件旋转至水平位置。
15.可选的，所述根据所述初步定位图片获取仿射变换矩阵，包括：
16.所述仿射变换矩阵为：
[0017][0018]
其中，θ为所述初步定位图片的中心坐标点的角度。
[0019]
可选的，所述在旋转后的所述初步定位图片中定位所述目标mesh组件的待检测区域，包括：
[0020]
对旋转后的所述初步定位图片进行blob分析；
[0021]
通过特征筛选在blob分析后的所述初步定位图片中定位得到所述待检测区域。
[0022]
可选的，所述根据所述待检测区域对所述目标mesh组件进行缺陷检测，包括：
[0023]
将所述待检测区域均匀分割成n块，n为正整数；
[0024]
根据canny算子对分割后的各个分块进行边缘检测，并提取出两个需测距的边缘轮廓；
[0025]
计算提取到的边缘轮廓中各基点之间的对点距离，并根据计算结果获取分割区域的等效高度；
[0026]
根据获取得到的等效高度确定所述目标mesh组件中的缺陷。
[0027]
可选的，所述根据canny算子对分割后的各个分块进行边缘检测，并提取出两个需测距的边缘轮廓，包括：
[0028]
通过圆形二维高斯函数获取各个分块的平滑图像；
[0029]
计算所述平滑图像的梯度幅度和方向；
[0030]
对梯度幅度图像进行非极大值抑制，得到与各个分块大小相同的非极大值抑制图像；
[0031]
通过双阈值对所述非极大值抑制图像进行筛选，得到两个需测距的边缘轮廓。
[0032]
可选的，所述根据计算结果获取分割区域的等效高度，包括：
[0033]
获取各个计算结果的平均值，将所述平均值确定为所述等效高度。
[0034]
可选的，所述n根据所述待检测区域的宽度确定。
[0035]
第二方面，提供了一种mesh组件检测方法装置，所述装置包括存储器和处理器，所述存储器中存储有至少一条程序指令，所述处理器通过加载并执行所述至少一条程序指令以实现如第一方面所述的方法。
[0036]
第三方面，提供了一种计算机存储介质，所述计算机存储介质中存储有至少一条程序指令，所述至少一条程序指令被处理器加载并执行以实现如第一方面所述的方法。
[0037]
通过获取目标mesh组件的产品图片；在所述产品图片中提取所述目标mesh组件的初步定位图片；通过仿射变换将所述初步定位图片中的所述目标mesh组件旋转至水平位置；在旋转后的所述初步定位图片中定位所述目标mesh组件的待检测区域；根据所述待检测区域对所述目标mesh组件进行缺陷检测。也即通过对mesh组件自动进行缺陷检测，解决了现有技术中人为检测时检测效率较低且准确率较低的问题，达到了可以自动检测进而提高检测效率的效果，同时，通过自动检测也避免了人为检测时由于人为状态或者经验不足而导致的检测准确率较低的问题，达到了提高了检测准确率的效果。
[0038]
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。
附图说明
[0039]
图1为本技术一个实施例提供的mesh组件检测方法的方法流程图；
[0040]
图2为本技术一个实施例提供的光学采集设备的一种可能结构示意图；
[0041]
图3为本技术一个实施例提供的目标mesh组件的一种可能的结构示意图；
[0042]
图4a为本技术一个实施例提供的提取得到的一种可能的初步定位图片的示意图；
[0043]
图4b为本技术一个实施例提供的精确定位得到的待检测区域的一种可能的示意
图；
[0044]
图4c为本技术一个实施例提供的分割得到的多个分块的示意图；
[0045]
图4d为本技术一个实施例提供的分割得到的提取得到的两个需测距的边缘轮廓的示意图；
[0046]
图4e为本技术一个实施例提供的确定得的缺陷在样品图像中的示意图。
具体实施方式
[0047]
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0048]
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
[0049]
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
[0050]
此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
[0051]
请参考图1，其示出了本技术一个实施例提供的mesh组件检测方法的方法流程图，如图1所示，所述方法包括：
[0052]
步骤101，获取目标mesh组件的产品图片；
[0053]
可以通过光学采集设备获取目标mesh组件的产品图片。光学采集设备可以包括光源组件、相机和镜头组件。其中，如图2所示，光学采集设备可以包括镜头组件1，相机组件2，固定支架移动平台3，mesh输送组件4，光源组件5，相机固定支架6。
[0054]
实际实现时，可以通过光学采集设备获取目标mesh组件的正面和反面的图片。其中，请参考图3，其示出了目标mesh组件的一种可能的结构示意图。
[0055]
步骤102，在所述产品图片中提取所述目标mesh组件的初步定位图片；
[0056]
可选的，可以通过二值化和形态学处理等方式来提取初步定位图片，具体的可以通过阈值分割、灰度选择，将目标面积及坐标位置的区域选择，并除去干扰部分，进而得到初步定位图片。其中目标面积为根据经验值设置的面积，或者根据当前所需检测的mesh组件的规格获取到的面积，对此并不做限定。
[0057]
比如，以产品图片为目标mesh组件的反面来举例说明，请参考图4a，其示出了提取得到的一种可能的初步定位图片的示意图。
[0058]
步骤103，通过仿射变换将所述初步定位图片中的所述目标mesh组件旋转至水平位置；
[0059]
本步骤包括：
[0060]
第一，根据所述初步定位图片获取仿射变换矩阵；
[0061]
提取初步定位图片的中心坐标点o0(x1,y1)和角度θ,以旋转至水平位置为目标得出旋转矩阵t。用极坐标表示区域上某点a，其坐标为x＝rcosφ,y＝rsinφ，φ为a在极坐标中的角度。当逆时针转动角度
‑
θ后可得该点坐标：
[0062]
x1＝rcos(
‑
θ φ)
[0063]
y1＝rsin(
‑
θ φ)
[0064]
由以上公式可知：
[0065]
x1＝xcosθ ysinθ
[0066]
y1＝
‑
rsinθ ycosθ
[0067]
变形得到：
[0068][0069]
最后可得旋转至水平位置的旋转矩阵t：
[0070][0071]
第二，根据所述仿射变换矩阵将所述初步定位图片中的所述目标mesh组件旋转至水平位置。
[0072]
步骤104，在旋转后的所述初步定位图片中定位所述目标mesh组件的待检测区域；
[0073]
本步骤包括：
[0074]
第一，对旋转后的所述初步定位图片进行blob分析；
[0075]
第二，通过特征筛选在blob分析后的所述初步定位图片中定位得到所述待检测区域。
[0076]
本实施例所述的特征筛选包括宽度、高度和面积等特征，且所选的宽度、高度和面积可以为根据经验值设置的数值，也可以为根据当前所需检测的目标mesh组件的规格确定的值，在此不做赘述。
[0077]
请参考图4b，其示出了精确定位得到的待检测区域的一种可能的示意图。
[0078]
通过在处于水平位置的初步定位图片中进一步精确定位得到待检测区域，保证了定位得到的待检测区域的精度。
[0079]
步骤105，根据所述待检测区域对所述目标mesh组件进行缺陷检测。
[0080]
本步骤包括：
[0081]
第一，将所述待检测区域均匀分割成n块，n为正整数；
[0082]
n根据所述待检测区域的宽度确定。也即将待检测区域按照宽度均匀分割成n块，每块的宽度为预设值，该预设值可以为系统默认的数值，也可以为自定义的数值，对此并不做限定。
[0083]
比如，请参考图4c，其示出了分割得到的多个分块的示意图。
[0084]
第二，根据canny算子对分割后的各个分块进行边缘检测，并提取出两个需测距的
边缘轮廓；
[0085]
(1)、通过圆形二维高斯函数获取各个分块的平滑图像；
[0086]
比如，分割得到的分块图像为f(x,y)，二维高斯函数为g(x,y)，则获取得到的平滑图像f
s
(x,y)：
[0087]
f
s
(x,y)＝g(x,y)
★
f(x,y)，此处
★
表示为：卷积。
[0088]
其中，
[0089]
(2)、计算所述平滑图像的梯度幅度和方向；
[0090]
幅度为：
[0091]
方向为：
[0092]
其中，
[0093]
(3)、对梯度幅度图像进行非极大值抑制，得到与各个分块大小相同的非极大值抑制图像；
[0094]
获取得到的非极大值抑制图像为g
n
(x,y)。
[0095]
(4)、通过双阈值对所述非极大值抑制图像进行筛选，得到两个需测距的边缘轮廓。
[0096]
可选的，设置低阈值t
l
和高阈值t
h
两个，使用双阈值来对g
n
(x,y)进行筛选，得到最为接近图像真实边缘的边缘图像。
[0097]
可选的，设置低阈值t
l
和高阈值t
h
，使用双阈值来对g
n
(x,y)进行筛选：若边缘像素点梯度值大于高阀值t
h
，则被认为是强边缘点；若边缘梯度值小于高阀值t
h
，大于低阀值t
l
，则标记为弱边缘点；若边缘梯度值小于低阀值t
l
，该像素点被抑制掉。由此得到最为接近图像真实边缘的边缘图像。
[0098]
比如，请参考图4d，其示出了提取得到的两个需测距的边缘轮廓的示意图。
[0099]
第三，计算提取到的边缘轮廓中各基点之间的对点距离，并根据计算结果获取分割区域的等效高度；
[0100]
实际实现时，以“点到线段”的模式计算轮廓线各基点之间的对点距离，通过求取均值来获得分割区域的等效高度。
[0101]
第四，根据获取得到的等效高度确定所述目标mesh组件中的缺陷。
[0102]
本技术中可以将获取到的等效高度与阈值进行比较，进而确定目标mesh组件中的缺陷。比如，等效高度小于阈值，则认为目标mesh组件存在缺失。
[0103]
实际实现时，在确定得到缺陷之后，可以将确定得到的缺陷在样品图像中进行标记与显示。比如，请参考图4e，其示出了一种可能的示意图。
[0104]
综上所述，通过获取目标mesh组件的产品图片；在所述产品图片中提取所述目标mesh组件的初步定位图片；通过仿射变换将所述初步定位图片中的所述目标mesh组件旋转至水平位置；在旋转后的所述初步定位图片中定位所述目标mesh组件的待检测区域；根据所述待检测区域对所述目标mesh组件进行缺陷检测。也即通过对mesh组件自动进行缺陷检
测，解决了现有技术中人为检测时检测效率较低且准确率较低的问题，达到了可以自动检测进而提高检测效率的效果，同时，通过自动检测也避免了人为检测时由于人为状态或者经验不足而导致的检测准确率较低的问题，达到了提高了检测准确率的效果。
[0105]
本技术还提供了一种mesh组件检测方法装置，所述装置包括存储器和处理器，所述存储器中存储有至少一条程序指令，所述处理器通过加载并执行所述至少一条程序指令以实现如上所述的方法。
[0106]
本技术还提供了一种计算机存储介质，所述计算机存储介质中存储有至少一条程序指令，所述至少一条程序指令被处理器加载并执行以实现如上所述的方法。
[0107]
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0108]
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。