[发明专利]一种工件检测方法、装置、可读存储介质及终端设备在审
| 申请号: | 201910279594.7 | 申请日: | 2019-04-09 |
| 公开(公告)号: | CN111815552A | 公开(公告)日: | 2020-10-23 |
| 发明(设计)人: | 吴振华;王瑞 | 申请(专利权)人: | TCL集团股份有限公司 |
| 主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/55 |
| 代理公司: | 深圳中一联合知识产权代理有限公司 44414 | 代理人: | 张全文 |
| 地址: | 516006 广东省*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 工件 检测 方法 装置 可读 存储 介质 终端设备 | ||
1.一种工件检测方法,其特征在于,包括:
获取待检测工件的第一深度图像;
提取所述第一深度图像中的第一深度数据,并根据所述第一深度数据构建所述待检测工件对应的第一数据矩阵;
确定所述待检测工件对应的标准工件,并获取所述标准工件对应的第二数据矩阵;
根据所述第一数据矩阵和所述第二数据矩阵,确定所述待检测工件是否存在缺陷。
2.根据权利要求1所述的工件检测方法,其特征在于,所述获取待检测工件的第一深度图像,包括:
通过TOF相机获取所述待检测工件的第一深度图像。
3.根据权利要求2所述的工件检测方法,其特征在于,在获取所述标准工件对应的第二数据矩阵之前,包括:
通过所述TOF相机获取所述标准工件的第二深度图像;
提取所述第二深度图像中的第二深度数据,并根据所述第二深度数据构建所述标准工件对应的第二数据矩阵;
将所述第二数据矩阵与所述标准工件关联保存于第一预设数据库。
4.根据权利要求1所述的工件检测方法,其特征在于,所述根据所述第一数据矩阵和所述第二数据矩阵,确定所述待检测工件是否存在缺陷,包括:
获取所述标准工件对应的误差矩阵;
根据所述误差矩阵和所述第二数据矩阵,确定所述待检测工件对应的各合格数据区间;
根据所述第一数据矩阵的各第一数据是否均位于所对应的合格数据区间,确定所述待检测工件是否存在缺陷。
5.根据权利要求4所述的工件检测方法,其特征在于,所述根据所述误差矩阵和所述第二数据矩阵,确定所述待检测工件对应的各合格数据区间,包括:
分别计算所述第二数据矩阵中的各第二数据与所述误差矩阵中对应位置处的误差数据的和值与差值;
将各所述和值确定为所对应的合格数据区间的上限,并将各所述和值所对应的差值确定为所对应的合格数据区间的下限。
6.根据权利要求4所述的工件检测方法,其特征在于,所述根据所述第一数据矩阵的各第一数据是否均位于所对应的合格数据区间,确定所述待检测工件是否存在缺陷,包括:
若所述第一数据矩阵中的各第一数据均在所对应的合格数据区间,则确定所述待检测工件合格;
若所述第一数据矩阵中存在任一第一数据不在所对应的合格数据区间,则确定所述待检测工件存在缺陷。
7.根据权利要求6所述的工件检测方法,其特征在于,在确定所述待检测工件存在缺陷之后,包括:
获取所述第一数据矩阵中不在所对应的合格数据区间内的目标数据,并根据预设对应关系确定所述目标数据对应的标记颜色;
采用所述标记颜色标记所述目标数据,并将进行颜色标记后的所述第一数据矩阵与所述待检测工件关联保存至第二预设数据库。
8.根据权利要求1至7中任一项所述的工件检测方法,其特征在于,所述获取待检测工件的第一深度图像,包括:
检测所述待检测工件的当前位置;
当所述当前位置为预设的指定检测位置时,获取所述待检测工件的第一深度图像。
9.一种工件检测装置,其特征在于,包括:
第一深度图像获取模块,用于获取待检测工件的第一深度图像;
第一数据矩阵构建模块,用于提取所述第一深度图像中的第一深度数据,并根据所述第一深度数据构建所述待检测工件对应的第一数据矩阵;
第二数据矩阵获取模块,用于确定所述待检测工件对应的标准工件,并获取所述标准工件对应的第二数据矩阵;
缺陷检测模块,用于根据所述第一数据矩阵和所述第二数据矩阵,确定所述待检测工件是否存在缺陷。
10.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至8中任一项所述工件检测方法的步骤。
11.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述工件检测方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于TCL集团股份有限公司,未经TCL集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910279594.7/1.html,转载请声明来源钻瓜专利网。





