便携设备部件的缺陷检测方法技术

本申请涉及视觉检测技术，公开了一种便携设备部件的缺陷检测方法，包括：获取便携设备部件的表面图片；检测所述表面图片中的所述便携设备部件的特征点位置；根据所述特征点位置确定所述表面图片对应的检测区域；根据所述便携设备部件对应的检测类型，调用所述检测类型对应的检测算法对所述检测区域内的图像进行缺陷检测，并生成检测结果；其中，所述检测类型包括线状缺陷检测

【技术实现步骤摘要】
便携设备部件的缺陷检测方法、装置、设备及存储介质


[0001]本申请涉及视觉检测
，尤其涉及一种便携设备部件的缺陷检测方法
、
缺陷检测装置
、
计算机设备以及计算机可读存储介质
。

技术介绍

[0002]在便携设备（如手机
、
手表等）的生产过程中，为确保生产质量，需要对便携设备部件的表面进行缺陷检测（如检测划痕
、
毛刺
、
脏污等）
。
目前，厂家采用的检测方式都是人工检验，而人工检验通常具有一定的主观性，造成误差大，检验结果往往不确定，其判断完全依赖于工人的工作经验和主观意识，造成产品检测结果不稳定
。
另一方面，工人每天重复着高强度的工作，要想要求他们做到对每个产品都准确判断并不现实，因此，由于人为的疏忽很可能造成客户投诉甚至退货，同时人工检验效率低，需要占用大量的人力和时间
。
[0003]上述内容仅用于辅助理解本申请的技术方案，并不代表承认上述内容是现有技术
。

技术实现思路

[0004]本申请的主要目的在于提供一种便携设备部件的缺陷检测方法
、
缺陷检测装置
、
计算机设备以及计算机可读存储介质，旨在提高对便携设备部件的表面缺陷检测的准确性和效率
。
[0005]为实现上述目的，本申请提供一种便携设备部件的缺陷检测方法，包括以下步骤：获取便携设备部件的表面图片；检测所述表面图片中的所述便携设备部件的特征点位置；根据所述特征点位置确定所述表面图片对应的检测区域；根据所述便携设备部件对应的检测类型，调用所述检测类型对应的检测算法对所述检测区域内的图像进行缺陷检测，并生成检测结果；其中，所述检测类型包括线状缺陷检测
、
灰度检测
、
毛刺检测和斑块检测中的至少一个
。
[0006]可选的，所述检测所述表面图片中的所述便携设备部件的特征点位置的步骤包括：基于人工智能模型，检测所述表面图片中的所述便携设备部件的特征点位置；其中，所述人工智能模型预先基于多个标注有便携设备部件的特征点的图片样本训练得到
。
[0007]可选的，所述便携设备部件的缺陷检测方法还包括：在所述便携设备部件进行线状缺陷检测之后，则对便携设备部件进行灰度检测；在对所述便携设备部件进行灰度检测之后，则对便携设备部件进行毛刺检测或斑块检测
。
[0008]可选的，所述便携设备部件的缺陷检测方法还包括：根据设定参数，对所述便携设备部件进行线状缺陷检测；
其中，所述设定参数包括缺陷颜色
、
降噪系数
、
差异阈值
、
面积阈值和长度阈值中的至少一个
。
[0009]可选的，所述便携设备部件的缺陷检测方法还包括：在对所述便携设备部件进行灰度检测时，获取所述检测区域内的图像对应的灰度值；检测所述灰度值是否满足灰度值区间，以检测所述便携设备部件是否存在发白情况
。
[0010]可选的，所述便携设备部件的缺陷检测方法还包括：对所述检测区域内的图像对应的灰度图像进行二值化处理，得到二值化图像；基于所述二值化图像对所述便携设备部件进行毛刺检测和
/
或斑块检测
。
[0011]可选的，所述便携设备部件的缺陷检测方法还包括：检测到所述便携设备部件存在缺陷时，利用预设颜色在所述表面图片中标示出相应的缺陷
。
[0012]为实现上述目的，本申请还提供一种缺陷检测装置，包括：图片采集模块，用于获取便携设备部件的表面图片；特征检测模块，用于检测所述表面图片中的所述便携设备部件的特征点位置；区域定位模块，用于根据所述特征点位置确定所述表面图片对应的检测区域；处理模块，用于根据所述便携设备部件对应的检测类型，调用所述检测类型对应的检测算法对所述检测区域内的图像进行缺陷检测，并生成检测结果；其中，所述检测类型包括线状缺陷检测
、
灰度检测
、
毛刺检测和斑块检测中的至少一个
。
[0013]为实现上述目的，本申请还提供一种计算机设备，所述计算机设备包括：存储器
、
处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上述便携设备部件的缺陷检测方法的步骤
。
[0014]为实现上述目的，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述便携设备部件的缺陷检测方法的步骤
。
[0015]本申请提供的便携设备部件的缺陷检测方法
、
缺陷检测装置
、
计算机设备以及计算机可读存储介质，利用计算机视觉和图像处理技术，通过检测特征点位置和应用不同的缺陷检测算法，实现了对便携设备部件表面缺陷的自动化检测，不仅提高了对便携设备部件的表面缺陷检测的准确性和效率，还避免了人工检验的主观性带来的检测误差，以及降低了人工检测成本
。
附图说明
[0016]图1为本申请一实施例中便携设备部件的缺陷检测方法步骤示意图；图2为本申请一实施例中缺陷检测装置示意图；图3为本申请一实施例的计算机设备的内部结构示意框图
。
[0017]本申请目的的实现
、
功能特点及优点将结合实施例，参照附图做进一步说明
。
具体实施方式
[0018]下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件
。
下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制，基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围
。
[0019]另外，若本申请中涉及“第一”、“第二”等的描述，仅用于描述目的（如用于区分相同或类似元件），而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量
。
由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征
。
另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本申请要求的保护范围之内
。
[0020]参照图1，在一实施例中，所述便携设备部件的缺陷检测方法包括：步骤
S10、
获取便携设备部件的表面图片；步骤
S20、
检测所述表面图片中的所述便携设备部件的特征点位置；步骤
S30、
根据所述特征点位置确定所述表面图片对应的检测区域；步骤
S4本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种便携设备部件的缺陷检测方法，其特征在于，包括：获取便携设备部件的表面图片；检测所述表面图片中的所述便携设备部件的特征点位置；根据所述特征点位置确定所述表面图片对应的检测区域；根据所述便携设备部件对应的检测类型，调用所述检测类型对应的检测算法对所述检测区域内的图像进行缺陷检测，并生成检测结果；其中，所述检测类型包括线状缺陷检测
、
灰度检测
、
毛刺检测和斑块检测中的至少一个
。2.
如权利要求1所述的便携设备部件的缺陷检测方法，其特征在于，所述检测所述表面图片中的所述便携设备部件的特征点位置的步骤包括：基于人工智能模型，检测所述表面图片中的所述便携设备部件的特征点位置；其中，所述人工智能模型预先基于多个标注有便携设备部件的特征点的图片样本训练得到
。3.
如权利要求1所述的便携设备部件的缺陷检测方法，其特征在于，所述便携设备部件的缺陷检测方法还包括：在所述便携设备部件进行线状缺陷检测之后，则对便携设备部件进行灰度检测；在对所述便携设备部件进行灰度检测之后，则对便携设备部件进行毛刺检测或斑块检测
。4.
如权利要求1‑3中任一项所述的便携设备部件的缺陷检测方法，其特征在于，所述便携设备部件的缺陷检测方法还包括：根据设定参数，对所述便携设备部件进行线状缺陷检测；其中，所述设定参数包括缺陷颜色
、
降噪系数
、
差异阈值
、
面积阈值和长度阈值中的至少一个
。5.
如权利要求1‑3中任一项所述的便携设备部件的缺陷检测方法，其特征在于，所述便携设备部件的缺陷检测方法还包括：在对所述便携设备部件进行灰度检测时，获取所述检测区域内的图像对应的灰度值；检测所述灰度...

【专利技术属性】
技术研发人员：石璕，鞠游，朱豪，杨勋涛，
申请(专利权)人：深圳智机视觉科技有限公司，
类型：发明
国别省市：