[发明专利]轮廓检测方法、装置、电子设备及存储介质在审

专利信息
申请号: 202110029408.1 申请日: 2021-01-11
公开(公告)号: CN112365499A 公开(公告)日: 2021-02-12
发明(设计)人: 陈海波;李宗剑 申请(专利权)人: 深兰人工智能芯片研究院(江苏)有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06K9/46
代理公司: 苏州领跃知识产权代理有限公司 32370 代理人: 王宁
地址: 213000 江苏省常州市武进*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 轮廓 检测 方法 装置 电子设备 存储 介质
【说明书】:

本申请提供了一种轮廓检测方法、装置、电子设备及存储介质,所述轮廓检测方法包括:获取待测物体的轮廓数据;通过将所述待测物体的理论模型映射到所述待测物体的轮廓数据,进行所述待测物体的轮廓与所述理论模型的对比,以识别位于所述待测物体的轮廓的邻近区域内的所述理论模型的数据,作为偏差数据;以及基于识别的所述偏差数据,检测所述待测物体的轮廓相对于所述理论模型的偏差程度。从而,能够提高轮廓检测的准确度以及检测的稳定性。

技术领域

本申请涉及计算机视觉技术和工业检测技术领域,尤其涉及轮廓检测方法、装置、设备及计算机可读存储介质。

背景技术

轮廓检测技术作为当今工业中的一项重要技术,被广泛应用于基于内容的图像检索、汽车安全、视频监控和机器人技术等各大领域,并且随着技术的发展,轮廓检测技术被应用于越来越多的领域,以满足不断提升的市场需求。

现有的轮廓检测方法例如对轮廓图像进行处理产生内外两个图像掩膜,并分别对原图像进行数学运算,得到内外感兴趣区域图像,采用RGB颜色空间投影阈值算法对压点与划伤进行识别,得到轮廓内部缺陷和轮廓外部缺陷;最后进行缺陷识别与分类。

然而,现有的轮廓检测方法仍然存在对轮廓缺陷的定位不准确,检测的稳定性低,以及没有有效地呈现轮廓的偏差程度,无法直观地获得轮廓检测的结果等问题。

发明内容

本申请的目的在于提供轮廓检测方法、装置、电子设备及存储介质,实现轮廓检测的准确度以及检测的稳定性的提高。

本申请的目的采用以下技术方案实现:

第一方面,本申请提供了一种轮廓检测方法,所述轮廓检测方法包括:获取待测物体的轮廓数据;通过将所述待测物体的理论模型映射到所述待测物体的轮廓数据,进行所述待测物体的轮廓与所述理论模型的对比,以识别位于所述待测物体的轮廓的邻近区域内的所述理论模型的数据,作为偏差数据;以及基于识别的所述偏差数据,检测所述待测物体的轮廓相对于所述理论模型的偏差程度。该技术方案的有益效果在于,通过将待测物体的轮廓数据与待测物体的理论模型进行对比,识别位于待测物体的轮廓的邻近区域内的所述理论模型的数据,从而能够提高轮廓检测的准确度以及检测的稳定性。

在一些可选的实施例中,所述基于识别的所述偏差数据,检测所述待测物体的轮廓相对于所述理论模型的偏差程度,包括:基于所述邻近区域的大小以及位于所述邻近区域内的所述偏差数据的数据量,检测获取的所述待测物体的轮廓的偏差程度。该技术方案的有益效果在于,能够根据邻近区域的大小和位于邻近区域内的偏差数据的数据量,更准确地检测待测物体的轮廓数据的偏差程度。

在一些可选的实施例中,所述基于识别的所述偏差数据,检测所述待测物体的轮廓相对于所述理论模型的偏差程度,包括:当邻近区域内的所述偏差数据的数据量大于或等于预定阈值时,判定所述待测物体的轮廓具有较小的偏差程度,并且当邻近区域内的所述偏差数据的数据量小于所述预定阈值时,判定所述待测物体的轮廓具有较大的偏差程度。该技术方案的有益效果在于,通过位于邻近区域内的偏差数据的数据量与预定阈值的比较,能够进一步更准确地判断待测物体的轮廓是否具有较大的偏差程度。

在一些可选的实施例中,所述基于识别的所述偏差数据,检测所述待测物体的轮廓相对于所述理论模型的偏差程度,包括将识别的偏差数据映射到理论模型中进行显示,并基于不同的颜色表示待测物体的轮廓的不同的偏差程度。该技术方案的有益效果在于,能够通过渲染的方式进行显示,从而能够使待测物体轮廓的偏差程度的检测结果具有可视性,从而能够更容易判断轮廓的偏差程度。

在一些可选的实施例中,可以根据表示不同的偏差程度的不同颜色,对偏差数据进行分割处理,以获取待测物体的轮廓偏差的分布情况。该技术方案的有益效果在于,能够利用不同的颜色,更直观地了解待测物体的轮廓的各部分的偏差的分布情况。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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兰人工智能芯片研究院(江苏)有限公司,未经深兰人工智能芯片研究院(江苏)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/202110029408.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top