【技术实现步骤摘要】
本申请涉及vr（virtual reality，虚拟现实），尤其涉及一种基于vr屏的缺陷识别方法、装置、设备以及存储介质。
技术介绍
1、随着vr（virtual reality，虚拟现实）技术的飞速发展，许多vr产品被开发并投入到了市场中。为保证vr产品能得到较广泛的应用，且用户体验较好，那么vr屏必须能达到较好的分辨率，且不能存在坏点以及脏污，因此，用户对基于vr屏的lens（镜头）崩边缺陷识别提出了更高的要求。
2、现阶段vr屏的缺陷识别方式大都依赖于人眼检测或者机器视觉软件识别。然而，上述vr屏的缺陷识别方式均存在着一定的缺陷。一方面，通过人眼检测对vr屏进行lens崩边缺陷识别不仅对员工的视力构成了威胁，同时也存在着误检、漏检率高的问题；另一方面，由于lens边缘崩边呈现面积小且与背景粘连的现象，机器视觉软件难以准确识别lens边缘崩边缺陷。
3、综上，如何提高vr屏缺陷识别的准确性是目前亟需解决的技术问题。
技术实现思路
1、本申请的主要目的在于提供一种基于vr屏的缺陷识别方法、装置、设备以及存储介质，旨在提高vr屏缺陷识别的准确性。
2、为实现上述目的，本申请提供一种基于vr屏的缺陷识别方法，所述基于vr屏的缺陷识别方法包括：
3、获取待测vr屏的测试原始图像，并将所述测试原始图像二值化转换成测试二值图像；
4、依据预设的合格模板以及所述测试二值图像确定映射二值图像，并对所述测试二值图像以及所述映射二值图像进
5、依据所述帧差二值图像确定所述测试原始图像的疑似缺陷轮廓，并依据所述疑似缺陷轮廓进行边缘崩边缺陷识别。
6、可选地，所述依据所述帧差二值图像确定所述测试原始图像的疑似缺陷轮廓的步骤包括：
7、确定所述帧差二值图像的多个前景像素点，并按照预设的聚类算法对各所述前景像素点进行聚类处理，得到聚类分区；
8、依据所述聚类分区进行边界矩形处理，得到边界矩形区域，并将所述边界矩形区域映射到所述测试原始图像的轮廓形状区域作为所述测试原始图像的疑似缺陷轮廓。
9、可选地，所述按照预设的聚类算法对各所述前景像素点进行聚类处理，得到聚类分区的步骤包括：
10、确定所述聚类算法指定的多个聚类质心点，并按照从小到大的顺序将每一所述前景像素点到不同所述聚类质心点的欧式距离进行排序后，将每一所述前景像素点与距离最近的聚类质心点划分为一组，得到不同的聚类区间；
11、检测每一所述聚类区间中各所述前景像素点之间的像素均值，是否均与同一所述聚类区间中所述聚类质心点的质心值一致；
12、若否，则依据所述像素均值对所述聚类质心点进行更新，并依据更新后的聚类质心点返回执行所述按照从小到大的顺序将每一所述前景像素点到不同所述聚类质心点的欧式距离进行排序的步骤；
13、直至每一所述聚类区间中各所述前景像素点之间的像素均值，均与同一所述聚类区间中聚类质心点的质心值一致后，将每一所述聚类区间作为聚类分区。
14、可选地，所述依据所述聚类分区进行边界矩形处理，得到边界矩形区域的步骤包括：
15、按照预设的矩形边界函数对所述聚类分区中最大坐标的前景像素点以及最小坐标的前景像素点进行矩形构建，得到矩形轮廓；
16、确定所述矩形轮廓的缺陷中心位置坐标，并按照预设的x轴阈值以及y轴阈值对所述缺陷中心位置坐标进行更新，得到所述矩形轮廓的更新宽度以及更新高度；
17、依据所述更新宽度与所述更新高度的乘积，得到边界矩形区域。
18、可选地，所述依据所述疑似缺陷轮廓进行边缘崩边缺陷识别的步骤包括：
19、将所述疑似缺陷轮廓二值化转换成轮廓二值图像，并按照预设的轮廓查找算法对所述疑似缺陷轮廓进行轮廓检测，得到轮廓列表；
20、遍历所述轮廓列表中各轮廓边界对应的轮廓面积，得到目标轮廓，所述目标轮廓是指轮廓边界面积最大的轮廓；
21、在所述轮廓二值图像中将所述目标轮廓中各像素点填充为白色rgb值，以及将除所述目标轮廓之外的各像素点填充为黑色rgb值，得到待测二值图像；
22、确定所述待测二值图像中各白色像素点在所述测试原始图像上的像素坐标点，并依据各所述像素坐标点到所述映射二值图像的边缘距离进行边缘崩边缺陷识别。
23、可选地，所述依据各所述像素坐标点到所述映射二值图像的边缘距离进行边缘崩边缺陷识别的步骤包括：
24、在确定各所述像素坐标点到所述映射二值图像的边缘距离后，获取各所述边缘距离之间的距离均值；
25、依据所述距离均值以及任意一个所述边缘距离进行方差处理，得到所述待测二值图像对应的实际方差值，并判断所述实际方差值是否大于预设的方差阈值；
26、若所述实际方差值小于或者等于预设的方差阈值，则确定所述待测vr屏为合格品；
27、若所述实际方差值大于预设的方差阈值，则确定所述待测vr屏为边缘崩边缺陷品。
28、可选地，所述依据预设的合格模板以及所述测试二值图像确定映射二值图像的步骤包括：
29、确定与所述待测vr屏产品规格相同的合格vr屏，并按照预设的给定轮廓形状函数对所述合格vr屏的样品图像进行模板创建，得到预设的合格模板；
30、依据预设的模板匹配函数将所述合格模板与所述测试二值图像进行模板匹配，得到所述测试二值图像与所述合格模板匹配的匹配轮廓区域，并将所述匹配轮廓区域映射到所述测试原始图像，得到映射二值图像。
31、此外，为实现上述目的，本申请还提供一种基于vr屏的缺陷识别装置，本申请基于vr屏的缺陷识别装置包括：
32、获取模块，用于获取待测vr屏的测试原始图像，并将所述测试原始图像二值化转换成测试二值图像；
33、处理模块，用于依据预设的合格模板以及所述测试二值图像确定映射二值图像，并对所述测试二值图像以及所述映射二值图像进行帧差处理，得到帧差二值图像；
34、识别模块，用于依据所述帧差二值图像确定所述测试原始图像的疑似缺陷轮廓，并依据所述疑似缺陷轮廓进行边缘崩边缺陷识别。
35、本申请基于vr屏的缺陷识别装置的各个功能模块在运行时实现如上所述的本申请基于vr屏的缺陷识别方法的步骤。
36、此外，为实现上述目的，本申请还提供一种基于vr屏的缺陷识别设备，所述基于vr屏的缺陷识别设备包括存储器、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基于vr屏的缺陷识别程序，所述基于vr屏的缺陷识别程序被所述处理器执行时实现上述基于vr屏的缺陷识别方法的步骤。
37、此外，为实现上述目的，本申请还提供一种存储介质，所述存储介质为计算机可读存储介质，所述计算机可读存储介质上存储有基于vr屏的缺陷识别程序，所述基于vr屏的缺陷识别程序被处理器执行时实现上述的基于vr屏的缺陷识别方本文档来自技高网...
【技术保护点】
1.一种基于VR屏的缺陷识别方法，其特征在于，所述基于VR屏的缺陷识别方法包括：
2.如权利要求1所述基于VR屏的缺陷识别方法，其特征在于，所述依据所述帧差二值图像确定所述测试原始图像的疑似缺陷轮廓的步骤包括：
3.如权利要求2所述基于VR屏的缺陷识别方法，其特征在于，所述按照预设的聚类算法对各所述前景像素点进行聚类处理，得到聚类分区的步骤包括：
4.如权利要求2所述基于VR屏的缺陷识别方法，其特征在于，所述依据所述聚类分区进行边界矩形处理，得到边界矩形区域的步骤包括：
5.如权利要求1所述基于VR屏的缺陷识别方法，其特征在于，所述依据所述疑似缺陷轮廓进行边缘崩边缺陷识别的步骤包括：
6.如权利要求5所述基于VR屏的缺陷识别方法，其特征在于，所述依据各所述像素坐标点到所述映射二值图像的边缘距离进行边缘崩边缺陷识别的步骤包括：
7.如权利要求1所述基于VR屏的缺陷识别方法，其特征在于，所述依据预设的合格模板以及所述测试二值图像确定映射二值图像的步骤包括：
8.一种基于VR屏的缺陷识别装置，其特征在于
9.一种基于VR屏的缺陷识别设备，其特征在于，所述基于VR屏的缺陷识别设备包括存储器、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基于VR屏的缺陷识别程序，所述处理器执行所述基于VR屏的缺陷识别程序时实现如权利要求1至7中任一项所述基于VR屏的缺陷识别方法的步骤。
10.一种存储介质，所述存储介质为计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有基于VR屏的缺陷识别程序，所述基于VR屏的缺陷识别程序被处理器执行时实现如权利要求1至7中任一项所述基于VR屏的缺陷识别方法的步骤。
...【技术特征摘要】
1.一种基于vr屏的缺陷识别方法，其特征在于，所述基于vr屏的缺陷识别方法包括：
2.如权利要求1所述基于vr屏的缺陷识别方法，其特征在于，所述依据所述帧差二值图像确定所述测试原始图像的疑似缺陷轮廓的步骤包括：
3.如权利要求2所述基于vr屏的缺陷识别方法，其特征在于，所述按照预设的聚类算法对各所述前景像素点进行聚类处理，得到聚类分区的步骤包括：
4.如权利要求2所述基于vr屏的缺陷识别方法，其特征在于，所述依据所述聚类分区进行边界矩形处理，得到边界矩形区域的步骤包括：
5.如权利要求1所述基于vr屏的缺陷识别方法，其特征在于，所述依据所述疑似缺陷轮廓进行边缘崩边缺陷识别的步骤包括：
6.如权利要求5所述基于vr屏的缺陷识别方法，其特征在于，所述依据各所述像素坐标点到所述映射二值图像的边缘距离进行边缘崩边缺陷...
【专利技术属性】
技术研发人员：宋秀峰，
申请(专利权)人：歌尔光学科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。