[发明专利]一种分类方法、装置、设备和系统

说明书

本发明公开了一种分类方法，包括：获取相机所拍摄的当前待测产品的图像；根据预先设定的背景数据库确定所述图像中的背景区域，并确定所述图像中所述背景区域外的其它区域为前景区域；当所述前景区域的形状符合预定产品图像形状时,提取出所述图像中的所述前景区域以作为所述待测产品图像；获取所述待测产品图像的特征，通过预先训练的分类模型基于所述待测产品图像的特征判定当前待测产品所属的类型；其中，所述分类模型根据预设数量的样本产品图像预先训练得到。本发明还公开了一种分类装置、一种分类设备和一种分类系统。采用本发明实施例，能自动对产品进行缺陷检测，检测效率高和分类速度快。

技术领域

本发明涉及计算机控制技术领域，尤其涉及一种分类方法、装置、设备和系统。

背景技术

在制造业中关于产品的缺陷检测方式一般通过人工检测方式，人工检测的方式就是工人拿着实际产线成品对比标准产品，并比对差异，差异在一定范围内为标准品。人工检测的方式容易造成工人的视觉疲劳从而增加误检率，且随着社会发展，人工成本也在逐渐提高。另外,由于有些指标差异标准较模糊，例如尺寸、色差等，只依靠人眼难以定义，导致工人在质量检测时，每个人检测的良品率各不相同，从而导致生产效率大大降低。

发明内容

本发明实施例的目的是提供一种分类方法、装置、设备和系统，能自动对产品进行缺陷检测，检测效率高和分类速度快。

为实现上述目的，本发明实施例提供了一种分类方法，包括：

获取相机所拍摄的当前待测产品的图像；

根据预先设定的背景数据库确定所述图像中的背景区域，并确定所述图像中所述背景区域外的其它区域为前景区域；

当所述前景区域的形状符合预定产品图像形状时,提取出所述图像中的所述前景区域以作为所述待测产品图像；

获取所述待测产品图像的特征，通过预先训练的分类模型基于所述待测产品图像的特征判定当前待测产品所属的类型；其中，所述分类模型根据预设数量的样本产品图像预先训练得到。

与现有技术相比，本发明公开的分类方法通过获取相机所拍摄的当前待测产品的图像；根据预先设定的背景数据库确定所述图像中的前景区域；当所述前景区域的形状符合预定产品图像形状时,提取出所述图像中的所述前景区域以作为所述待测产品图像；通过预先训练的分类模型基于所述待测产品图像的特征判定当前待测产品所属的类型。解决了现有技术中只依靠人眼难以定义，导致工人在质量检测时，每个人检测的良品率各不相同，从而导致生产效率大大降低的问题，能自动对产品进行缺陷检测，检测效率高和分类速度快。

作为上述方案的改进，所述背景数据库的获取方法包括：

采集预设数量的背景图像，将每一所述背景图像中的像素值存储为背景数据库；

则所述背景数据库的更新方法包括：

在预设时间内当若干待测产品的前景区域中的同一位置均出现相同的像素值时，将所述同一位置均出现的相同的像素值写入所述背景数据库。

作为上述方案的改进，所述根据预先设定的背景数据库确定所述图像中的背景区域，并确定所述图像中所述背景区域外的其它区域为前景区域具体包括：

根据所述背景数据库将所述图像中与所述背景数据库的对应位置具有相同像素值的位置设置为背景区域；

根据所述背景数据库将所述图像中与所述背景数据库的对应位置具有不同像素值的位置设置为前景区域。

作为上述方案的改进，所述分类模型根据预设数量的样本产品图像预先训练得到具体包括：

获取预设数量的样本产品图像，所述样本产品图像包括合格产品图像和不合格产品图像；