一种外观缺陷测试方法
【技术领域】
[0001]本发明涉及外观测试技术领域，特别是涉及一种外观缺陷测试方法。
【背景技术】
[0002]目前，对于汽车零部件外观测试、齿轮缺陷测试、布匹缺陷测试和陶瓷缺陷等这些产品的测试，一般采用人工测试的方法对外观进行检测，需要技术人员使用测试工具对产品进行全面的检查和排除缺陷，查找出外观缺陷。
[0003]由于需要大量的技术人员和测试工具和对产品的外观进行测试，测试过程也很繁琐，时间过长，不仅浪费大量人力资源，而且导致测试的效率较低，也不够准确地查找出缺陷。
【发明内容】
[0004]本发明的目的是提供一种外观缺陷测试方法，以实现对产品外观的快速准确的缺陷测试，节省人力成本。
[0005]为解决上述技术问题，本发明提供一种外观缺陷测试方法，该方法包括:
[0006]调用工业相机对产品的外观进行图像采集，获取产品外观的图像测试界面;所述产品外观的图像测试界面中包括产品外观的图像；
[0007]接收测试命令，在所述产品外观的图像测试界面中执行测试命令；
[0008]利用测试算法将图像测试界面中产品外观的图像与预先存储的标准图像进行比对，若产品外观的图像与预先存储的标准图像之间的差异结果超过预设范围，确定产品外观出现缺陷。
[0009]优选的，所述接收测试命令之前，还包括:
[0010]获取标准产品的外观图像；
[0011]对标准产品的外观图像进行画框，利用深度学习算法对标准产品的外观图像的局部参数进行自动学习；
[0012]将自动学习过程中生成的学习参数进行保存。
[0013]优选的，所述产品包括汽车零部件、齿轮、布匹、陶瓷或者纸张。
[0014]优选的，所述获取标准产品的外观图像之后，还包括:
[0015]将标准产品的外观图像作为标准图像加载到内存中，并将所述标准图像分割成若干片。
[0016]优选的，所述利用测试算法将图像测试界面中产品外观的图像与预先存储的标准图像进行比对，若产品外观的图像与预先存储的标准图像之间的差异结果超过预设范围，确定产品外观出现缺陷，包括:
[0017]将产品外观的图像分为若干片；
[0018]按照测试算法，将已分为若干片的产品外观的图像与预设存储的已分为若干片的标准图像进行比较；
[0019]将比较结果与学习参数进行对比，若对比结果不在公差内，确定产品外观存在缺陷;所述学习参数为标准图像在自动学习过程中生成的学习参数。
[0020]优选的，所述调用工业相机对产品的外观进行图像采集，获取产品外观的图像测试界面，包括:
[0021]调用工业相机，通过串口发送灯光控制命令，对被测试的产品进行打光，获取产品外观的图像测试界面。
[0022]本发明所提供的一种外观缺陷测试方法，调用工业相机对产品的外观进行图像采集，获取产品外观的图像测试界面;所述产品外观的图像测试界面中包括产品外观的图像；接收测试命令，在所述产品外观的图像测试界面中执行测试命令;利用测试算法将图像测试界面中产品外观的图像与预先存储的标准图像进行比对，若产品外观的图像与预先存储的标准图像之间的差异结果超过预设范围，确定产品外观出现缺陷。可见，该方法实现对产品外观的快速准确的缺陷测试，采用图像比对的方式只需要很短的时间就能完成一个新产品的外观缺陷测试，无需技术人员进行人工测试，节省人力成本，并且无需过多人工参与，检测过程简单、高效和客观。
【附图说明】
[0023]为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0024]图1为本发明所提供的一种外观缺陷测试方法的流程图。
【具体实施方式】
[0025]本发明的核心是提供一种外观缺陷测试方法，以实现对产品外观的快速准确的缺陷测试，节省人力成本。
[0026]为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0027]请参考图1，图1为本发明所提供的一种外观缺陷测试方法的流程图，该方法包括:
[0028]Sll:调用工业相机对产品的外观进行图像采集，获取产品外观的图像测试界面；产品外观的图像测试界面中包括产品外观的图像；
[0029]其中，调用工业相机对产品的外观进行图像采集，获取产品外观的图像测试界面的具体过程为:调用工业相机，通过串口发送灯光控制命令，对被测试的产品进行打光，获取产品外观的图像测试界面。
[0030 ] 其中，所述产品包括汽车零部件、齿轮、布匹、陶瓷或者纸张。
[0031]S12:接收测试命令，在产品外观的图像测试界面中执行测试命令；
[0032]其中，接收测试命令之前，获取标准产品的外观图像;对标准产品的外观图像进行画框，利用深度学习算法对标准产品的外观图像的局部参数进行自动学习；将自动学习过程中生成的学习参数进行保存。
[0033]其中，获取标准产品的外观图像之后，将标准产品的外观图像作为标准图像加载到内存中，并将标准图像分割成若干片。
[0034]S13:利用测试算法将图像测试界面中产品外观的图像与预先存储的标准图像进行比对，若产品外观的图像与预先存储的标准图像之间的差异结果超过预设范围，确定产品外观出现缺陷。
[0035]其中，利用测试算法将图像测试界面中产品外观的图像与