基于视觉分析的智能检测方法、装置、设备及介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115511869A(43)申请公布日2022.12.23(21)申请号202211289585.4(22)申请日2022.10.20(71)申请人上海谷湘电子科技有限公司地址200000上海市青浦区青赵路4989号第1幢(72)发明人曹冬生(74)专利代理机构深圳市精英专利事务所44242专利代理师李燕娥(51)Int.Cl.G06T7/00(2017.01)G06T7/11(2017.01)G06T7/62(2017.01)权利要求书2页说明书8页附图5页(54)发明名称基于视觉分析的智能检测方法、装置、设备及介质(57)摘要本发明公开了基于视觉分析的智能检测方法、装置、设备及介质，方法包括：若接收到待检测图像，根据预置的裁剪模板从待检测图像中裁剪得到对应的区域检测图像；根据预置的格式化处理模型对区域检测图像进行格式化处理，以得到对应的格式化图像；根据预置的检测规则对格式化图像中是否存在瑕疵进行检测，得到对应的检测结果。本发明属于视觉分析技术领域，通过上述方法，可对层压框对应的待检测图像进行裁剪得到区域检测图像并进行格式化处理，对格式化处理的图像进行瑕疵检测从而得到待检测图像是否存在瑕疵的检测结果；可大幅提高对层压框是否存在胶水残留的瑕疵进行准确检测，同时提升了胶水残留的检测效率。CN115511869ACN115511869A权利要求书1/2页1.一种基于视觉分析的智能检测方法，其特征在于，所述方法包括：若接收到待检测图像，根据预置的裁剪模板从所述待检测图像中裁剪得到对应的区域检测图像；根据预置的格式化处理模型对所述区域检测图像进行格式化处理，以得到对应的格式化图像；根据预置的检测规则对所述格式化图像中是否存在瑕疵进行检测，得到对应的检测结果。2.根据权利要求1所述的基于视觉分析的智能检测方法，其特征在于，所述根据预置的裁剪模板从所述待检测图像中裁剪得到对应的区域检测图像，包括：根据所述待检测图像中的定位标识确定所述裁剪模板在所述待检测图像中的覆盖位置；根据所述裁剪模板的目标区域从所述待检测图像中裁剪得到与所述目标区域对应的区域检测图像。3.根据权利要求2所述的基于视觉分析的智能检测方法，其特征在于，所述根据所述待检测图像中的定位标识确定所述裁剪模板在所述待检测图像中的覆盖位置之前，还包括：根据所述待检测图像中的定位标识调整所述裁剪模板的缩放比例。4.根据权利要求1所述的基于视觉分析的智能检测方法，其特征在于，所述根据预置的格式化处理模型对所述区域检测图像进行格式化处理，以得到对应的格式化图像，包括：对所述区域检测图像进行反色处理，得到反色图像；根据所述格式化处理模型中的连通域识别规则识别得到所述反色图像中的连通域；根据所述格式化处理模型中的二值化处理规则对各所述连通域在所述反色图像中的像素点进行二值化处理，得到与所述区域检测图像对应的格式化图像。5.根据权利要求1所述的基于视觉分析的智能检测方法，其特征在于，所述根据预置的检测规则对所述格式化图像中是否存在瑕疵进行检测，得到对应的检测结果，包括：判断所述格式化图像中有效像素区域的面积是否大于所述检测规则的面积阈值；判断所述格式化图像中有效像素区域的横纵比例是否位于所述检测规则的横纵比例区间之内；若所述格式化图像中包含面积大于所述面积阈值且所述横纵比例位于所述横纵比例区间之内的有效像素区域，则得到所述格式化图像存在瑕疵的检测结果。6.根据权利要求1所述的基于视觉分析的智能检测方法，其特征在于，所述根据预置的检测规则对所述格式化图像中是否存在瑕疵进行检测，得到对应的检测结果之前，还包括：根据预存的历史检测图像生成与所述历史检测图像对应的检测规则。7.根据权利要求6所述的基于视觉分析的智能检测方法，其特征在于，所述根据预存的历史检测图像生成对应的检测规则，包括：根据各所述历史检测图像的检测标签对所述历史检测图像进行分类；获取各分类的历史检测图像对应的图像组合特征；根据各分类的图像组合特征之间的特征差异生成对应的检测规则。8.一种基于视觉分析的智能检测装置，其特征在于，所述装置包括：区域检测图像获取单元，用于若接收到待检测图像，根据预置的裁剪模板从所述待检2CN115511869A权利要求书2/2页测图像中裁剪得到对应的区域检测图像；格式化处理单元，用于根据预置的格式化处理模型对所述区域检测图像进行格式化处理，以得到对应的格式化图像；检测结果获取单元，用于根据预置的检测规则对所述格式化图像中是否存在瑕疵进行检测，得到对应的检测结果。9.一种计算机设备，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，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7中任一项所述的基于视觉分析的智