本发明涉及模具检测技术领域，具体而言，涉及一种模具检测方法、装置以及电子设备。
背景技术：
近年来，随着模具设计与制造技术的进步，以及对加工过程自动化、高精度、高效率和长寿命的更高要求，各类模具得到大力发展，在汽车、航空航天、仪器仪表、家电、电子、通信、军工以及日用品等多个领域的产品生产中得到广泛应用。例如级进模等都是实现半自动化、自动化的重要冲压装备，是确保加工质量稳定的一种先进模具结构形式。
实际生产中大多采取人工监测模具内部状态的方式，操作工人主要通过目视的方式观察模具内部情况，一旦发现异常，立即紧急制动。在生产效率极高的自动化加工生产过程中，完全依赖操作者看管整个生产过程，发现并处理故障，无论在精神上，还是体力上，对操作者来说都是很大的负担和压力。由于模具零件脱落、废料溅入等问题具有偶发性和突然性，操作工人即使长时间紧盯，也很难在发生问题时及时采取应对措施，避免故障发生。一旦出现问题，轻则工件损坏，机器停产，重则导致模具的损坏，造成重大的经济损失，同时也降低了设备的生产效率。
技术实现要素：
有鉴于此，本发明实施例提供了一种模具检测方法、装置以及电子设备。
为了实现上述目的，本发明采用的技术方案如下：
第一方面，本发明实施例提供了一种模具检测方法，所述方法包括：获取模具在工作过程中的一待检测模具图像；从预先存储的多张背景图像中获得与所述待检测模具图像匹配的匹配背景图像，其中，所述背景图像为所述模具在工作过程中的不存在异物时的图像；基于所述待检测模具图像与所述匹配背景图像的匹配矩阵分别对所述待检测模具图像与所述匹配背景图像进行变换处理、归一化处理以及裁剪处理，分别得到所述待检测模具图像对应的第一模具图像，以及所述匹配背景图像对应的第一背景图像；获得所述第一模具图像与所述第一背景图像的第一差分图像，并对所述第一差分图像进行阈值分割以及连通区域的面积筛选，得到第一区域图像；判断所述第一区域图像中的像素点的像素值是否均为0；在为否时，输出所述模具存在异物的信息。
第二方面，本发明实施例提供了一种模具检测装置，所述装置包括图像获取模块、图像匹配模块、第一图像处理模块、第二图像处理模块、像素值判断模块以及执行模块，其中，所述图像获取模块用于获取模具在工作过程中的一待检测模具图像；所述图像匹配模块用于从预先存储的多张背景图像中获得与所述待检测模具图像匹配的匹配背景图像，其中，所述背景图像为所述模具在工作过程中的不存在异物时的图像；所述第一图像处理模块用于基于所述待检测模具图像与所述匹配背景图像的匹配矩阵分别对所述待检测模具图像与所述匹配背景图像进行变换处理、归一化处理以及裁剪处理，分别得到所述待检测模具图像对应的第一模具图像，以及所述匹配背景图像对应的第一背景图像；所述第二图像处理模块用于获得所述第一模具图像与所述第一背景图像的第一差分图像，并对所述第一差分图像进行阈值分割以及连通区域的面积筛选，得到第一区域图像；所述像素值判断模块用于判断所述第一区域图像中的像素点的像素值是否均为0；所述执行模块用于在所述第一区域图像中的像素点的像素值不均为0时，输出所述模具存在异物的信息。
第三方面，本发明实施例提供了一种电子设备，所述电子设备包括存储器和处理器，所述存储器存储有计算机指令，当所述计算机指令由所述处理器读取并执行时，使所述处理器执行上述第一方面提供的模具检测方法。
第四方面，本发明实施例提供了一种存储介质，所述存储介质中存储有计算机指令，其中，所述计算机指令在被读取并运行时执行上述第一方面提供的模具检测方法。
本发明实施例提供的模具检测方法、装置以及电子设备，在获取模具在工作过程中的一待检测模具图像后，从预先存储的多张背景图像中获得与待检测模具图像匹配的匹配背景图像，其中，背景图像为模具在工作过程中的不存在异物时的图像,然后基于待检测模具图像与匹配背景图像的匹配矩阵分别对待检测模具图像与匹配背景图像进行变换处理、归一化处理以及裁剪处理，分别得到待检测模具图像对应的第一模具图像，以及匹配背景图像对应的第一背景图像，再获得第一模具图像与第一背景图像的第一差分图像，并对第一差分图像进行阈值分割以及连通区域的面积筛选，得到第一区域图像，然后判断第一区域图像中的像素点的像素值是否均为0，最后在第一区域图像中的像素点的像素值不均为0时，输出模具存在异物的信息。该模具检测方法、装置及电子设备，可以自动实现对于模具工作过程中的模具的异物的检测，节省人力，便于使用。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为使本发明实施例的目的、技术方案和优点更加清楚，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。
图1示出了本发明实施例提供的电子设备的方框示意图；
图2示出了本发明实施例提供的模具检测方法的流程图；
图3示出了本发明实施例提供的模具检测方法中步骤s130的流程图；
图4示出了本发明实施例提供的模具检测方法中步骤s140的流程图
图5示出了本发明实施例提供的模具检测装置的模块图。
具体实施方式
下面将结合本发明实施例中附图，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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的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。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
图1示出了一种可应用于本发明实施例中的电子设备的结构框图。如图1所示，电子设备100包括存储器102、存储控制器104，一个或多个(图中仅示出一个)处理器106、外设接口108、射频模块110、音频模块112、显示单元114等。这些组件通过一条或多条通讯总线/信号线116相互通讯。
存储器102可用于存储软件程序以及模块，如本发明实施例中的模具检测方法及装置对应的程序指令/模块，处理器106通过运行存储在存储器102内的软件程序以及模块，从而执行各种功能应用以及数据处理，如本发明实施例提供的模具检测方法。
存储器102可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。处理器106以及其他可能的组件对存储器102的访问可在存储控制器104的控制下进行。
外设接口108将各种输入/输出装置耦合至处理器106以及存储器102。在一些实施例中，外设接口108，处理器106以及存储控制器104可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。
射频模块110用于接收以及发送电磁波，实现电磁波与电信号的相互转换，从而与通讯网络或者其他设备进行通讯。
音频模块112向用户提供音频接口，其可包括一个或多个麦克风、一个或者多个扬声器以及音频电路。
显示单元114在电子设备100与用户之间提供一个显示界面。具体地，显示单元114向用户显示视频输出，这些视频输出的内容可包括文字、图形、视频及其任意组合。
可以理解，图1所示的结构仅为示意，电子设备100还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
现有的模具检测方法虽然用通过多种传感器进行检测异物的方法，但是此种方法并不能实现动态工作的模具，即工作过程中需要移动的不同位置的模具的异物的检测。
第一实施例
如图2示出了本发明实施例提供的流程图。请参见图2，该模具检测方法包括：
步骤s110：获取模具在工作过程中的一待检测模具图像。
在本发明实施例中，该模具检测方法可以应用于对动态工作的模具是否存在异物进行检测。
在模具的工作过程中，可以通过摄像头实时的采集模具的图像，另外，摄像头可以根据一定的频率对模具在工作中的图像进行采集。在采集到模具图像后，再根据采集到的图像对模具是否存在异物进行判断。上述采集的图像即为上述获取的模具在工作过程中的待检测模具图像。
步骤s120：从预先存储的多张背景图像中获得与所述待检测模具图像匹配的匹配背景图像，其中，所述背景图像为所述模具在工作过程中的不存在异物时的图像。
在本发明实施例中，电子设备中可以预先存储有多张背景图像，背景图像为模具在正常工作情况下(即不存在异物的情况下)采集的多张图像。另外，多张背景图像应对应模具在工作过程中的多个位置。可以理解的是，上述多个位置应均匀分布在模具的工作过程中的各个位置，使多张背景图像中包括有模具在工作过程中移动到各个位置处的图像，即上述多张背景图像可以理解为模具工作的一个完整周期的背景图像组。
在本发明实施例中，电子设备中可以预先存储有根据模具的模芯运动的范围选取的区域，即识别区域，记为re；预先存储有主运动方向，为所有识别区域图所共有，且在主运动方向上自动选取识别区域图像的等间接的m列像素(m由识别区域大小所决定)。背景图像组中各个背景图像对应的识别区域可以记为im1、im2……imn。有两个或两个以上独立的运动时，可以分别设置相应的识别区域与主运动方向。另外，还可以预先存储有默认识别区域，在每次进行检测时直接选择默认识别区域和主运动方向。
在本发明实施例中，还可以预先存储有设定的特征提取块区域。其中，特征提取块区域上述识别区域中的用于进行提取特征的区域。
可以理解的是，对图像进行处理时，识别区域为图像中的一块或多块区域，特征提取块区域为识别区域中的需要提取特征的区域。
从而，预先存储的上述的识别区域以及特征提取块区域可以使检测过程中的图像匹配，用于异物检测的区域的特征提取时，减少待检测模具图像中需要进行检测和处理的区域，从而提高检测的效率。
在本发明实施例中，在从多张背景图像中获得与待检测模具图像匹配的匹配背景图像，可以具体包括：
获取所述多张背景图像中与所述待检测模具图像互相关系数最大的图像，得到所述匹配背景图像。
在本发明实施例中，可以是获取待检测模具图像中的上述识别区域对应的上述m列像素，待检测模具图像的识别区域的图像记为imw。然后，分别计算m列目标像素与多张背景图像中每张背景图像对应的m列像素的互相关系数，获得多个互相关系数，从而可以从上述多个互相关系数中选取出最大的互相关系数，并获得最大的互相关系数对应的背景图像，即上述的匹配背景图像，记为imk。
在本发明实施例中，还可以获取匹配背景图像的前一张背景图像以及后一张背景图像中的互相关系数最大的次匹配背景图像，记为imk’。
在本发明实施例中，次匹配背景图像可以在上述匹配背景图像存在误差时，用作对待检测模具图像进行检测的图像。
步骤s130：基于所述待检测模具图像与所述匹配背景图像的匹配矩阵分别对所述待检测模具图像与所述匹配背景图像进行变换处理、归一化处理以及裁剪处理，分别得到所述待检测模具图像对应的第一模具图像，以及所述匹配背景图像对应的第一背景图像。
在本发明实施例中，在获得匹配背景图像之后，可以利用匹配背景图像以及待检测模具图像的匹配矩阵对匹配背景图像以及待检测模具图像进行处理，以减少检测结果出现误判。
在本发明实施例中，请参见图3，步骤s130可以包括：
步骤s131：基于相关系数法将所述待检测模具图像与所述匹配背景图像进行匹配，从而获得所述匹配矩阵。
具体的，步骤s131可以包括：
基于预先存储的预设识别区域对所述待检测模具图像的所述预设识别区域进行特征提取，得到所述待检测模具图像的特征；基于所述待检测模具图像的特征，利用相关系数法与预先存储的所述匹配背景图像的特征进行匹配，得到两组匹配数据；分别从所述两组匹配数据中获取相关系数按大小顺序排序后的前预设项的数据；基于所述前预设项的数据获得所述匹配矩阵。
可以理解的是，可以根据步骤s120中的识别区域对待检测模具图像的识别区域的图像imw进行特征提取，其中特征提取可以根据步骤s120中的特征提取块区域对待检测区域图像的识别区域进行特征提取。可以理解的是，仅对识别区域中的特征提取块区域进行特征提取。
在进行特征提取后，在基于相关系数法将预先存储的匹配背景图像的特征与上述特征提取获得的特征相匹配，得到两组匹配数据。然后，在上述两组数据中选取获取相关系数按大小顺序排序后的前预设项的数据，具体可以是各选择相关系数较高的前1/4项或前30项(取较大值)，通过这两组求得匹配矩阵，记为match。
步骤s132：基于所述匹配矩阵分别对所述待检测模具图像与所述匹配背景图像进行变换处理、归一化处理以及裁剪处理，分别得到所述待检测模具图像对应的第一模具图像，以及所述匹配背景图像对应的第一背景图像。
然后，可以根据匹配矩阵对所述待检测模具图像的识别区域的图像以及匹配背景图像进行插值变换。插值变换后的目标识别区域图像可能由于平移而导致图像边缘部分值为0，故进行裁剪操作，再进行归一化处理消除光照的影响，获得归一化后的图像，即第一模具图像，记为imwd(x，y)。同理，根据匹配矩阵对所述目标背景图像进行同样的操作，获得归一化后的匹配背景图像，即第一背景图像，记为imkd(x，y)。
步骤s140：获得所述第一模具图像与所述第一背景图像的第一差分图像，并对所述第一差分图像进行阈值分割以及连通区域的面积筛选，得到第一区域图像。
在获得上述第一模具图像imwd(x，y)，以及第一背景图像imkd(x，y)之后，再获得第一模具图像与第一背景图像的第一差分图像，并进行处理后，以获得后续用于判断是否存在异物的图像。
具体的，请参见图4，步骤s140可以包括：
步骤s141：将所述第一模具图像与所述第一背景图像相减，得到第一差分图像。
将imwd(x，y)与imkd(x，y)相减，即imdec(x，y)＝imwd(x，y)-imkd(x，y)，获得第一差分图像imdec(x，y)。
步骤s142：基于预先存储的预设阈值对所述第一差分图像的灰度图像进行二值分割，得到分割图像。
可以理解的是，可以先获得第一差分图像的灰度图像，再根据预设的灰度阈值(即上述预设阈值)对第一差分图像的灰度图像进行二值分割，从而获得分割图像。
步骤s143：基于八连通区域的面积阈值对所述分割图像中的区域进行筛选，得到所述第一区域图像。
具体地，根据预设的灰度阈值对所述差异图像进行分割，即
步骤s150：判断所述第一区域图像中的像素点的像素值是否均为0。
然后，判断上述第一区域图像中的像素点的像素值是否均为0，以判断出是否存在异物。
步骤s160：在为否时，输出所述模具存在异物的信息。
在步骤s150中的判断结果为第一区域图像中的像素点不均为0时，则可以判定该模具存在异物。可以理解的是，在上述第一区域图像中存在任一像素点的像素值不为0，则可以判定该模具存在异物。在像素点的像素值均为0时，则判定模具不存在异物，并且跳转到步骤s110开始下一检测图像的检测。
在本发明实施例中，多张背景图像为模具移动过程中的多张图像，因此存在着获得的匹配背景图像，甚至上述的次匹配背景图像并不是与待检测模具图像对应，从而使上述获得的第一差分图像对应的第一区域图像中存在着像素点不为0的区域，因此可以再对第一区域图像进一步处理和检测，以提升模具的异物检测的准确度。
在本发明实施例中，输出模具存在异物的信息可以包括：
将所述第一区域图像的多个区域与预先存储的所述匹配背景图像对应的特征区域图像进行差操作并计算光流值；获得所述多个区域对应的光流值中大于预设光流值的光流值个数；判断所述光流值个数是否为0；在所述光流值个数不为0时，输出表征所述模具存在异物的报警提示信息。
在本发明实施例中，可以将待检测模具图像与背景图像之间的差异看作是光流法进行处理。具体的，可以是将每个区域分别与匹配背景图像中的对应的特征区域进行差操作并计算光流值，再根据预设光流值确定满足条件的光流值个数，存在满足条件的光流值，则表示模具存在异物。
可以理解的是，由光流法、光流约束方程假设可知，若该区域为异物，其将不满足光流法的亮度恒定假设与平滑假设，光流的值也会明显有差异。根据阈值thop(即预设光流值)筛选光流值op，最后得大于thop的op的个数，记为fb。若fb为0，则说明模具中不存在异物。反之fb不为0时，则说明模具中存在异物。
在本发明实施例中，在将所述第一区域图像的多个区域与预先存储的所述匹配背景图像对应的特征区域图像进行差操作并计算光流值之前，该模具检测方法还可以包括：
对所述第一区域图像的多个区域进行膨胀处理以及腐蚀处理。
在本发明实施例中，对第一区域图像的多个区域进行形态学膨胀处理以补偿之前的腐蚀处理并且扩大特征检测区域。
具体的，对上述第一区域图像的每个区域进行形态学膨胀处理以补偿之前的腐蚀处理并且扩大特征检测区域。膨胀处理后图像中的八连通区域个数记为h，对应区域为recon1、recon2……reconh。求取各区域的属性：区域中心(cenx,ceny)、与区域具有相同标准二阶中心矩的椭圆的长轴长度，记为l、与区域具有相同标准二阶中心矩的椭圆的短轴长度，记为s、与区域具有相同标准二阶中心矩的椭圆的长轴与水平轴的交角，记为or、区域中像素面积，记为ar、同时在区域和其最小凸多边形中的像素比例，记为sld，目标识别区域图的特征点对应最大尺度，记为σmax。然后对应生成各区域的形态学膨胀元素se，即：
其中，前两项长宽比
对各区域进行膨胀处理后，筛选出膨胀区域内对应的待检测图像的所有的特征，再滤除对应区域的匹配背景图像与次匹配背景图像中的特征，最后剩下的特征个数记为nf。若对应的区域的特征个数nf＝0，则说明此区域为干扰区域，即非异物，并且将此区域剔除,计剩余区域个数为hf。如果h个八连通区域中nf数均为0，则表示存在干扰区域，则跳转至步骤s110；反之，则继续进行“将所述第一区域图像的多个区域与预先存储的所述匹配背景图像对应的特征区域图像进行差操作并计算光流值的”的步骤。
在本发明实施例中，在输出所述模具存在异物的信息之后，所述方法还可以包括：
向所述模具对应的控制设备发送停止工作的信号。
可以理解的是，在输出提示信息的同时，还可以控制模具的控制设备停止工作，以防止模具存在异物时进一步工作造成设备或者模具的损坏等风险。
本发明第一实施例提供的模具检测方法，利用一个周期下多幅图像形成背景图库从而将动态背景近似为静态背景的方法，并且运用了特征块匹配将背景图像与待测图像配准，再运用帧差法将两幅图像相减，最后运用对“异物”所在区域进行形态学处理，对所检测区域进行光流计算检测异物是否存在，进而及时发出警报并停机检查。本发明第一实施例提供的模具检测方法能够有效的检测出待测图像的识别区域内各种异物，如粘附在模具上的异物、在模具中掉落的零件或异物以及完全静止的异物，即可以实现对于模具的自动检测，并且对动态工作的模具进行检测。
第二实施例
本发明第二实施例提供了一种模具检测装置200，请参见图5，该模具检测装置200包括：图像获取模块210、图像匹配模块220、第一图像处理模块230、第二图像处理模块240、像素值判断模块250以及执行模块260。其中，所述图像获取模块210用于获取模具在工作过程中的一待检测模具图像；所述图像匹配模块220用于从预先存储的多张背景图像中获得与所述待检测模具图像匹配的匹配背景图像，其中，所述背景图像为所述模具在工作过程中的不存在异物时的图像；所述第一图像处理模块230用于基于所述待检测模具图像与所述匹配背景图像的匹配矩阵分别对所述待检测模具图像与所述匹配背景图像进行变换处理、归一化处理以及裁剪处理，分别得到所述待检测模具图像对应的第一模具图像，以及所述匹配背景图像对应的第一背景图像；所述第二图像处理模块240用于获得所述第一模具图像与所述第一背景图像的第一差分图像，并对所述第一差分图像进行阈值分割以及连通区域的面积筛选，得到第一区域图像；所述像素值判断模块用250于判断所述第一区域图像中的像素点的像素值是否均为0；所述执行模块260用于在所述第一区域图像中的像素点的像素值不均为0时，输出所述模具存在异物的信息。
在本发明实施例中，执行模块260具体用于：将所述第一区域图像的多个区域与预先存储的所述匹配背景图像对应的特征区域图像进行差操作并计算光流值；获得所述多个区域对应的光流值中大于预设光流值的光流值个数；判断所述光流值个数是否为0；在所述光流值个数不为0时，输出表征所述模具存在异物的报警提示信息。
在本发明实施例中，将所述第一区域图像的多个区域与预先存储的所述匹配背景图像对应的特征区域图像进行差操作并计算光流值之前，执行模块260还用于对所述第一区域图像的多个区域进行膨胀处理以及腐蚀处理。
在本发明实施例中，该模具检测装置200还可以包括信号发送模块。信号发送模块用于在输出所述模具存在异物的信息之后，向所述模具对应的控制设备发送停止工作的信号。
在本发明实施例中，图像匹配模块220具体用于：获取所述多张背景图像中与所述待检测模具图像互相关系数最大的图像，得到所述匹配背景图像。
在本发明实施例中，第一图像处理模块230具体用于基于相关系数法将所述待检测模具图像与所述匹配背景图像进行匹配，从而获得所述匹配矩阵；基于所述匹配矩阵分别对所述待检测模具图像与所述匹配背景图像进行变换处理、归一化处理以及裁剪处理，分别得到所述待检测模具图像对应的第一模具图像，以及所述匹配背景图像对应的第一背景图像。
在本发明实施例中，所述基于相关系数法将所述待检测模具图像与所述匹配背景图像进行匹配，从而获得所述匹配矩阵，包括：基于预先存储的预设识别区域对所述待检测模具图像的所述预设识别区域进行特征提取，得到所述待检测模具图像的特征；基于所述待检测模具图像的特征，利用相关系数法与预先存储的所述匹配背景图像的特征进行匹配，得到两组匹配数据；分别从所述两组匹配数据中获取相关系数按大小顺序排序后的前预设项的数据；基于所述前预设项的数据获得所述匹配矩阵。
在本发明实施例中，第二图像处理模块240具体用于：获得所述第一模具图像与所述第一背景图像的第一差分图像，并对所述第一差分图像进行阈值分割以及连通区域的面积筛选，得到第一区域图像，包括：将所述第一模具图像与所述第一背景图像相减，得到第一差分图像；基于预先存储的预设阈值对所述第一差分图像的灰度图像进行二值分割，得到分割图像；基于八连通区域的面积阈值对所述分割图像中的区域进行筛选，得到所述第一区域图像。
第三实施例
本发明第三实施例提供了一种电子设备100，请参见图1，该电子设备100包括存储器102和处理器106，所述存储器102存储有计算机指令，当所述计算机指令由所述处理器106读取并执行时，使所述处理器106执行本发明第一实施例提供的模具检测方法。
第四实施例
本发明第四实施例提供了一种存储介质，所述存储介质中存储有计算机指令，其中，所述计算机指令在被读取并运行时执行本发明第一实施例提供的模具检测方法。
综上所述，本发明实施例提供的模具检测方法、装置及电子设备，在获取模具在工作过程中的一待检测模具图像后，从预先存储的多张背景图像中获得与待检测模具图像匹配的匹配背景图像，其中，背景图像为模具在工作过程中的不存在异物时的图像,然后基于待检测模具图像与匹配背景图像的匹配矩阵分别对待检测模具图像与匹配背景图像进行变换处理、归一化处理以及裁剪处理，分别得到待检测模具图像对应的第一模具图像，以及匹配背景图像对应的第一背景图像，再获得第一模具图像与第一背景图像的第一差分图像，并对第一差分图像进行阈值分割以及连通区域的面积筛选，得到第一区域图像，然后判断第一区域图像中的像素点的像素值是否均为0，最后在第一区域图像中的像素点的像素值不均为0时，输出模具存在异物的信息。该模具检测方法、装置及电子设备，能够有效的检测出待测图像的识别区域内各种异物，如粘附在模具上的异物、在模具中掉落的零件或异物以及完全静止的异物，即可以实现对于模具的自动检测，并且对动态工作的模具进行检测，节省人力，便于使用。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。