本申請涉及圖像處理，尤其涉及一種視覺檢測方法、設(shè)備及計算機(jī)存儲介質(zhì)。

背景技術(shù)：

1、在現(xiàn)代工業(yè)生產(chǎn)中，質(zhì)量檢測作為把控產(chǎn)品質(zhì)量的關(guān)鍵環(huán)節(jié)，其準(zhǔn)確性直接影響自動化控制系統(tǒng)的穩(wěn)定運(yùn)行。然而，目前許多企業(yè)仍采用傳統(tǒng)的人工目視檢測方法。這種方式的效率低下，且依賴檢測人員的主觀判斷，容易導(dǎo)致檢測標(biāo)準(zhǔn)執(zhí)行不統(tǒng)一，從而無法為自動化控制系統(tǒng)提供穩(wěn)定可靠的質(zhì)量反饋。缺乏準(zhǔn)確性的質(zhì)量檢測反饋限制了自動化控制系統(tǒng)的決策和調(diào)整能力，阻礙了生產(chǎn)流程的自動化控制，同時也對產(chǎn)品質(zhì)量的穩(wěn)定性造成影響。

技術(shù)實(shí)現(xiàn)思路

1、本申請的主要目的在于提供一種視覺檢測方法、設(shè)備及計算機(jī)存儲介質(zhì)，旨在解決如何提供穩(wěn)定可靠的質(zhì)量反饋，以實(shí)現(xiàn)生產(chǎn)流程自動化的技術(shù)問題。

2、為實(shí)現(xiàn)上述目的，本申請實(shí)施例提供一種視覺檢測方法，所述視覺檢測方法包括：

3、獲取待檢測圖像的附加信息，并根據(jù)所述附加信息確定所述待檢測圖像的檢測場景；

4、根據(jù)所述檢測場景和所述待檢測圖像，選擇適配所述待檢測圖像的目標(biāo)視覺算法；

5、通過所述目標(biāo)視覺算法對所述待檢測圖像進(jìn)行處理，確定所述待檢測圖像的檢測結(jié)果；

6、輸出所述檢測結(jié)果，并根據(jù)所述檢測結(jié)果執(zhí)行相應(yīng)的自動化操作。

7、在一實(shí)施例中，所述獲取待檢測圖像的附加信息，并根據(jù)所述附加信息確定所述待檢測圖像的檢測場景的步驟包括：

8、基于所述附加信息，獲取所述待檢測圖像的拍攝設(shè)備標(biāo)識；

9、根據(jù)所述拍攝設(shè)備標(biāo)識，確定拍攝設(shè)備的安裝位置或預(yù)設(shè)活動范圍；

10、查詢所述安裝位置或預(yù)設(shè)活動范圍的加工計劃信息，確定所述拍攝設(shè)備當(dāng)前所處的加工環(huán)節(jié)；

11、根據(jù)所述加工環(huán)節(jié)對應(yīng)的加工任務(wù)，確定所述待檢測圖像的檢測場景。

12、在一實(shí)施例中，所述獲取待檢測圖像的附加信息，并根據(jù)所述附加信息確定所述待檢測圖像的檢測場景的步驟之后，所述方法還包括：

13、根據(jù)所述檢測場景選定算法集合；

14、通過所述算法集合中的多個所述目標(biāo)視覺算法分別對所述待檢測圖像進(jìn)行處理，生成多個中間結(jié)果，并確定每個所述中間結(jié)果的置信度；

15、根據(jù)所述置信度對多個所述中間結(jié)果進(jìn)行融合，生成所述待檢測圖像最終的檢測結(jié)果。

16、在一實(shí)施例中，所述根據(jù)所述檢測場景和所述待檢測圖像，選擇適配所述待檢測圖像的目標(biāo)視覺算法的步驟包括：

17、根據(jù)所述檢測場景的檢測任務(wù)，選出候選算法集合；

18、獲取所述待檢測圖像的圖像特征參數(shù)，并確定所述候選算法集合中每個視覺算法的適用特征范圍；

19、將所述圖像特征參數(shù)與所述適用特征范圍進(jìn)行匹配，選擇所述候選算法集合中匹配度最高的所述視覺算法作為所述目標(biāo)視覺算法。

20、在一實(shí)施例中，所述通過所述目標(biāo)視覺算法對所述待檢測圖像進(jìn)行處理，確定所述待檢測圖像的檢測結(jié)果的步驟包括：

21、計算所述待檢測圖像中每個像素點(diǎn)的梯度幅值和方向，將所述梯度幅值大于預(yù)設(shè)閾值的所述像素點(diǎn)標(biāo)記為特征點(diǎn)；

22、對所述特征點(diǎn)進(jìn)行聚類分析，根據(jù)聚類結(jié)果確定所述待檢測圖像的關(guān)鍵特征；

23、將所述待檢測圖像的關(guān)鍵特征與目標(biāo)特征模板進(jìn)行比對，根據(jù)比對結(jié)果確定所述待檢測圖像的檢測結(jié)果。

24、在一實(shí)施例中，所述將所述待檢測圖像的關(guān)鍵特征與目標(biāo)特征模板進(jìn)行比對，根據(jù)比對結(jié)果確定所述待檢測圖像的檢測結(jié)果的步驟之前，所述方法還包括：

25、提取所述待檢測圖像的邊緣信息，并基于所述邊緣信息定位目標(biāo)對象的目標(biāo)區(qū)域；

26、利用預(yù)先訓(xùn)練好的目標(biāo)分類模型對所述目標(biāo)區(qū)域進(jìn)行分類識別，確定所述待檢測圖像中的目標(biāo)對象；

27、根據(jù)識別出的所述目標(biāo)對象，確定所述待檢測圖像對應(yīng)的目標(biāo)特征模板。

28、在一實(shí)施例中，所述將所述待檢測圖像的關(guān)鍵特征與目標(biāo)特征模板進(jìn)行比對，根據(jù)比對結(jié)果確定所述待檢測圖像的檢測結(jié)果的步驟，還包括：

29、將所述關(guān)鍵特征與所述目標(biāo)特征模板分別轉(zhuǎn)換為第一特征向量和第二特征向量，計算所述一特征向量和所述第二特征向量之間的相似度，并基于相似度計算結(jié)果，判斷所述待檢測圖像中的目標(biāo)對象是否滿足預(yù)設(shè)的質(zhì)量標(biāo)準(zhǔn)或狀態(tài)條件；

30、若所述目標(biāo)對象滿足預(yù)設(shè)的質(zhì)量標(biāo)準(zhǔn)或狀態(tài)條件，則所述待檢測圖像合格；

31、若所述目標(biāo)對象不滿足預(yù)設(shè)的質(zhì)量標(biāo)準(zhǔn)或狀態(tài)條件，則所述待檢測圖像不合格，根據(jù)所述目標(biāo)視覺算法的處理結(jié)果，獲取所述目標(biāo)對象的檢測信息，所述檢測信息包括缺陷信息或異常信息；

32、將是否合格的結(jié)論與所述檢測信息整合，生成最終的所述檢測結(jié)果。

33、在一實(shí)施例中，所述輸出所述檢測結(jié)果，并根據(jù)所述檢測結(jié)果執(zhí)行相應(yīng)的自動化操作的步驟包括：

34、當(dāng)所述待檢測圖像的檢測結(jié)果為合格時，輸出合格信號至自動化控制系統(tǒng)，并將所述待檢測圖像對應(yīng)的合格產(chǎn)品傳送至下一生產(chǎn)工序或存儲區(qū)域；

35、若所述待檢測圖像的檢測結(jié)果為不合格時，發(fā)出報警信號或輸出報警提示，并對所述檢測結(jié)果進(jìn)行分類，根據(jù)分類結(jié)果控制對應(yīng)設(shè)備執(zhí)行相應(yīng)的自動化操作。

36、本申請實(shí)施例還提供一種視覺檢測設(shè)備，所述視覺檢測設(shè)備包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運(yùn)行的計算機(jī)程序，所述計算機(jī)程序配置為實(shí)現(xiàn)如上文所述的視覺檢測方法的步驟。

37、本申請實(shí)施例還提供一種計算機(jī)存儲介質(zhì)，所述計算機(jī)存儲介質(zhì)為計算機(jī)可讀存儲介質(zhì)，所述計算機(jī)存儲介質(zhì)上存儲有計算機(jī)程序，所述計算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)如上文所述的視覺檢測方法的步驟。

38、本申請實(shí)施例公開了一種視覺檢測方法，通過獲取待檢測圖像的附加信息，并根據(jù)所述附加信息確定所述待檢測圖像的檢測場景；根據(jù)所述檢測場景和所述待檢測圖像，選擇適配所述待檢測圖像的目標(biāo)視覺算法；通過所述目標(biāo)視覺算法對所述待檢測圖像進(jìn)行處理，確定所述待檢測圖像的檢測結(jié)果；輸出所述檢測結(jié)果，并根據(jù)所述檢測結(jié)果執(zhí)行相應(yīng)的自動化操作，提高了生產(chǎn)過程的產(chǎn)品檢測效率與產(chǎn)品質(zhì)量。

技術(shù)特征：

1.一種視覺檢測方法，其特征在于，所述視覺檢測方法包括：

2.如權(quán)利要求1所述的視覺檢測方法，其特征在于，所述獲取待檢測圖像的附加信息，并根據(jù)所述附加信息確定所述待檢測圖像的檢測場景的步驟包括：

3.如權(quán)利要求1所述的視覺檢測方法，其特征在于，所述獲取待檢測圖像的附加信息，并根據(jù)所述附加信息確定所述待檢測圖像的檢測場景的步驟之后，所述方法還包括：

4.如權(quán)利要求1所述的視覺檢測方法，其特征在于，所述根據(jù)所述檢測場景和所述待檢測圖像，選擇適配所述待檢測圖像的目標(biāo)視覺算法的步驟包括：

5.如權(quán)利要求1所述的視覺檢測方法，其特征在于，所述通過所述目標(biāo)視覺算法對所述待檢測圖像進(jìn)行處理，確定所述待檢測圖像的檢測結(jié)果的步驟包括：

6.如權(quán)利要求5所述的視覺檢測方法，其特征在于，所述將所述待檢測圖像的關(guān)鍵特征與目標(biāo)特征模板進(jìn)行比對，根據(jù)比對結(jié)果確定所述待檢測圖像的檢測結(jié)果的步驟之前，所述方法還包括：

7.如權(quán)利要求4所述的視覺檢測方法，其特征在于，所述將所述待檢測圖像的關(guān)鍵特征與目標(biāo)特征模板進(jìn)行比對，根據(jù)比對結(jié)果確定所述待檢測圖像的檢測結(jié)果的步驟，還包括：

8.如權(quán)利要求1所述的視覺檢測方法，其特征在于，所述輸出所述檢測結(jié)果，并根據(jù)所述檢測結(jié)果執(zhí)行相應(yīng)的自動化操作的步驟包括：

9.一種視覺檢測設(shè)備，其特征在于，所述視覺檢測設(shè)備包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運(yùn)行的計算機(jī)程序，所述計算機(jī)程序配置為實(shí)現(xiàn)如權(quán)利要求1至8中任一項所述的視覺檢測方法的步驟。

10.一種計算機(jī)存儲介質(zhì)，其特征在于，所述計算機(jī)存儲介質(zhì)為計算機(jī)可讀存儲介質(zhì)，所述計算機(jī)存儲介質(zhì)上存儲有計算機(jī)程序，所述計算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)如權(quán)利要求1至8中任一項所述的視覺檢測方法的步驟。

技術(shù)總結(jié)
本申請公開了一種視覺檢測方法、設(shè)備及計算機(jī)存儲介質(zhì)，涉及圖像處理技術(shù)領(lǐng)域，該方法包括：獲取待檢測圖像的附加信息，并根據(jù)所述附加信息確定所述待檢測圖像的檢測場景；根據(jù)所述檢測場景和所述待檢測圖像，選擇適配所述待檢測圖像的目標(biāo)視覺算法；通過所述目標(biāo)視覺算法對所述待檢測圖像進(jìn)行處理，確定所述待檢測圖像的檢測結(jié)果；輸出所述檢測結(jié)果，并根據(jù)所述檢測結(jié)果執(zhí)行相應(yīng)的自動化操作，提高了生產(chǎn)過程的產(chǎn)品檢測效率與產(chǎn)品質(zhì)量。

技術(shù)研發(fā)人員：吳小倩,顏亞,黃岳,樊克勝
受保護(hù)的技術(shù)使用者：深圳市磅旗科技智能發(fā)展有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/4/28