[发明专利]缺陷合并的方法、装置、计算机设备及存储介质在审
申请号: | 201910876015.7 | 申请日: | 2019-09-17 |
公开(公告)号: | CN110728659A | 公开(公告)日: | 2020-01-24 |
发明(设计)人: | 夏鑫淼;王双桥;张孟 | 申请(专利权)人: | 深圳新视智科技术有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/136;G06T7/187;G01N21/88 |
代理公司: | 44528 深圳中细软知识产权代理有限公司 | 代理人: | 阎昱辰 |
地址: | 518000 广东省深*** | 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: | 缺陷区域 合并 遍历 预设 目标图像 计算机设备 存储介质 目标缺陷 缺陷检测 小块区域 检测 输出 | ||
本发明实施例公开了一种缺陷合并方法,该方法包括:获取待检测目标的目标图像,识别目标图像中的缺陷区域,识别出的缺陷区域的数量为至少一个;遍历所述至少一个缺陷区域,判断遍历到的缺陷区域与其他缺陷区域之间的距离是否小于预设的第一距离阈值;若遍历到的缺陷区域与其他缺陷区域之间的距离小于预设的第一距离阈值,将遍历到的缺陷区域与距离小于预设的第一距离阈值的其他缺陷区域进行合并,将合并之后的缺陷区域作为目标缺陷区域输出。本发明的缺陷合并方法可以对检测到的缺陷进行合并,避免了将小块区域内的多个缺陷分别作为缺陷进行处理,提高了缺陷检测的整体性。此外还提出了一种缺陷合并的装置、计算机设备以及存储介质。
技术领域
本发明涉及机器视觉技术领域,尤其涉及一种缺陷合并的方法、装置、计算机设备及存储介质。
背景技术
随着机器视觉技术的发展,基于机器视觉的缺陷检测逐渐替代人工检测,其能够精确检测出被拍摄目标中的缺陷;并且随着缺陷检测系统精度的提高,能检测出的缺陷的物理尺寸也在逐步减小,并且几乎不会有漏检,极大的提高了缺陷检测的精准度。
但是,缺陷检测系统的高精度在对同一缺陷分布在一小块区域的不同位置情况下进行缺陷检测时,会将这个小块区域内的多个缺陷或多个同一种缺陷识别成多个小缺陷,这使得在后续的缺陷分析、分类等相关的处理中的工作量增加,也不利于对检测的产品的整体分析。
因此,亟需一种对产品进行缺陷检测的过程中对缺陷进行整体分析和考虑的方案。
发明内容
基于此,有必要针对上述问题,提出了一种缺陷合并的方法、装置、计算机设备及存储介质。
一种缺陷合并的方法,所述方法包括:
获取待检测目标的目标图像,识别目标图像中的缺陷区域,识别出的缺陷区域的数量为至少一个;
遍历所述至少一个缺陷区域,判断遍历到的缺陷区域与其他缺陷区域之间的距离是否小于预设的第一距离阈值;
若遍历到的缺陷区域与其他缺陷区域之间的距离小于预设的第一距离阈值,将遍历到的缺陷区域与距离小于预设的第一距离阈值的其他缺陷区域进行合并,将合并之后的缺陷区域作为目标缺陷区域输出。
在一个实施例中,所述判断遍历到的缺陷区域与其他缺陷区域之间的距离是否小于预设的第一距离阈值的步骤之后,还包括:若遍历到的缺陷区域与其他缺陷区域之间的距离小于预设的第一距离阈值,将与所述遍历到的缺陷区域之间的距离小于预设的第一距离阈值的其他缺陷区域添加至所述遍历到的缺陷区域所在的缺陷组;对于每一个缺陷组,确定该缺陷组包含的每一个缺陷区域满足预设的第一特征阈值,将满足所述第一特征阈值的缺陷区域进行合并,将合并之后的缺陷区域作为目标缺陷区域。
在一个实施例中,所述确定该缺陷组包含的每一个缺陷区域满足预设的第一特征阈值的步骤,还包括:获取该缺陷组包含的每一个缺陷区域包含的至少一种第一特征参考值,所述第一特征参考值包括旋转外界矩形参考值、最小外接矩参考值、灰度参考值、长度参考值、宽度参考值、圆度参考值、环度参考值、凸度参考值和/或扁平度参考值;判断所述第一特征参考值是否满足预设的第一特征阈值;在所述第一特征参考值满足预设的第一特征阈值的情况下,判定该缺陷组包含的每一个缺陷区域满足预设的第一特征阈值。
在一个实施例中,所述确定该缺陷组包含的每一个缺陷区域满足预设的第一特征阈值的步骤,还包括:获取该缺陷组包含的每一个缺陷区域包含的像素点的灰度参考值,计算该缺陷组包含的每一个缺陷区域的灰度参考值之间的差值,所述灰度参考值包括最小灰度值、平均灰度值和/或最大灰度值中的至少一个;判断所述差值是否满足预设的第一特征阈值;在所述差值满足预设的第一特征值的情况下,判定该缺陷组包含的每一个缺陷区域满足预设的第一特征阈值。
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深圳新视智科技术有限公司,未经深圳新视智科技术有限公司许可,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/201910876015.7/2.html,转载请声明来源钻瓜专利网。