轮毂标识检测方法、电子装置及存储介质与流程

1.本发明涉及外观检测技术领域，尤其涉及一种轮毂标识检测方法、电子装置及存储介质。


背景技术：

2.为提高生产自动化及智能化，常常在一些铸件上雕刻字符及标识，例如车辆轮毂上雕刻有生产厂家、规格、模具号、客户零件号等标识或字符。为保证生产流程有序无误，通常需要对轮毂上的字符或标识进行识别。目前常用的字符及标识的识别方式为人工识别。然而，人工识别提高了人力成本，且误差较大，从而导致降低字符及标识识别的准确性。
3.中国专利申请号201810003270.6揭露了一种汽车轮胎标识的识别方法。但该方法不能预先判断标识位置，需要使用激光扫描器对轮胎全表面进行盲扫。一方面扫描时间较长，另一方面使用激光扫描器进行全表面盲扫使后续的标识提取实现难度加大。而且该专利申请并未能提供任何标识提取的具体方案。


技术实现要素：

4.有鉴于此，有必要提供一种轮毂标识检测方法、电子装置及存储介质，采用摄像装置及3d激光扫描装置对轮毂标识进行自动化识别。
5.本发明的第一方面提供一种轮毂标识检测方法，所述方法包括：
6.通过摄像装置拍摄轮毂表面的图像，其中，所述轮毂表面包括多个标识；
7.对所述摄像装置拍摄的图像进行处理以识别出所述轮毂上轮辐的特征轮廓；
8.计算轮毂圆心到所述特征轮廓中心连线之间的夹角；
9.根据所述轮毂圆心到所述特征轮廓中心连线之间的夹角确定所述轮毂的多个旋转角度；
10.根据所述多个旋转角度控制所述轮毂依次进行旋转，以使所述标识被依次移入3d激光扫描装置的扫描范围内；
11.当所述轮毂旋转一个旋转角度后，控制所述3d激光扫描装置运动扫描被旋转移入当前扫描范围内的标识；及
12.对所述3d激光扫描装置扫描的标识进行识别。
13.优选地，所述对所述3d激光扫描装置扫描的标识进行识别包括：
14.判断所述标识是否符合预设检测标准；及
15.当所述标识符合所述预设检测标准时，确定所述轮毂通过检测。
16.优选地，所述预设检测标准包括每个标识与对应的预设标识相同、每个标识不存在缺陷及所述标识的顺序符合预设顺序，所述判断所述标识是否符合预设检测标准包括：
17.判断所述标识是否与对应的预设标识相同，判断所述标识是否存在缺陷，以及判断所述标识的顺序是否符合预设顺序。
18.优选地，所述判断所述标识是否与对应的预设标识相同包括：
19.将所述标识与标识数据库中对应的预设标识进行比对以判断所述标识是否与对应的预设标识相同；
20.所述判断所述标识是否存在缺陷包括：
21.通过深度学习视觉匹配或点云匹配判断所述多个标识是否存在缺陷。
22.优选地，所述方法还包括：
23.当判定所述标识与对应的预设标识不同，判定所述标识存在缺陷，及/或判定所述标识的顺序不符合所述预设顺序时，确定所述轮毂未通过检测。
24.优选地，所述方法还包括：
25.在将任一标识与标识数据库中对应的预设标识进行比对的过程中判定所述标识的字体与对应的预设标识的相似程度小于预设百分比时，将所述标识的字体加入所述标识数据库，以更新所述标识数据库；
26.在通过卷积神经网络模型对任一标识的3d图像进行缺陷检测的过程中判定所述标识的3d图像缺陷特征与所述卷积神经网络模型中的3d图像缺陷特征的相似程度小于所述预设百分比时，根据所述标识的3d图像缺陷特征继续对所述卷积神经网络模型进行训练，以更新所述卷积神经网络模型。
27.优选地，所述计算轮毂圆心到所述特征轮廓中心连线之间的夹角包括：
28.绘制所述轮毂圆心与所述特征轮廓中心之间的多个连线；及
29.通过边缘提取算法识别所述多个连线，并计算所述多个连线之间的夹角。
30.优选地，所述当所述轮毂旋转一个旋转角度后，控制所述3d激光扫描装置在轮毂上运动扫描被旋转移入当前扫描范围内的标识包括：
31.当所述轮毂旋转一个旋转角度后，通过驱动装置控制所述3d激光扫描装置沿轮毂第一方向直线移动，以扫描当前扫描范围内所述轮毂一径向角度上的标识；及
32.当所述轮毂旋转下一旋转角度后，通过所述驱动装置控制所述3d激光扫描装置沿轮毂与所述第一方向相反的第二方向直线移动，以扫描所述轮毂的下一径向角度上的标识。
33.本发明的第二方面提供一种电子装置，包括：
34.处理器；以及
35.存储器，所述存储器中存储有多个程序模块，所述多个程序模块由所述处理器加载并执行上述的轮毂标识检测方法。
36.本发明的第三方面提供一种存储介质，其上存储有至少一条计算机指令，所述指令由处理器并加载执行上述轮毂标识检测方法。
37.上述轮毂标识检测方法、电子装置及存储介质可以通过摄像装置识别轮毂圆心与轮辐特征轮廓中心连线之间的角度，根据识别的角度控制轮毂旋转，并通过扫描装置对轮毂不同径向角度上的标识进行运动扫描识别，减少了人力成本，提高了轮毂标识识别的自动化及准确度。
附图说明
38.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。
39.图1是本发明较佳实施方式提供的电子装置的示意图。
40.图2是本发明较佳实施方式提供的轮毂标识检测方法的流程图。
41.图3是本发明较佳实施方式提供的摄像装置拍摄轮毂表面图像的示意图。
42.图4a-4c是本发明较佳实施方式提供的轮毂表面图像的处理过程示意图。
43.图5是本发明较佳实施方式提供的3d激光扫描装置扫描的标识的3d图像。
44.图6是本发明较佳实施方式提供的标识数据库的示意图。
45.图7是本发明较佳实施方式提供的卷积神经网络模型的示意图。
46.图8是本发明较佳实施方式提供的轮毂标识检测过程的示意图。
47.图9是本发明较佳实施方式提供的检测指定轮毂标识的流程图。
48.图10是本发明较佳实施方式提供的电子装置的结构示意图。
49.主要元件符号说明
50.电子装置1处理器10存储器20标识数据库21计算机程序30摄像装置40支架41,74光源50旋转平台603d激光扫描装置70驱动装置71运动轴72移动路径73显示屏80轮毂2轮辐201
51.如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
52.为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施例对本发明进行详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
53.在下面的描述中阐述了很多具体细节以便于充分理解本发明，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。
54.除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的
技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。
55.请参阅图1所示，为本发明较佳实施方式提供的轮毂标识检测方法的应用环境架构示意图。
56.本发明中的轮毂标识检测方法应用在电子装置1中。所述电子装置1可以为安装有轮毂标识检测程序的电子设备，例如个人电脑等。
57.所述电子装置1上可以放置有轮毂2，所述轮毂2包括多个轮辐201，所述多个轮辐201沿所述轮毂2的径向角度设置。所有轮辐201或部分轮辐201上刻印有标识。其中，所述标识可以是汉字、字母、符号、图形中的任一种或任几种的组合。
58.请参阅图2所示，为本发明较佳实施方式提供的轮毂标识检测方法的流程图。根据不同的需求，所述流程图中步骤的顺序可以改变，某些步骤可以省略。
59.s201，通过摄像装置40拍摄轮毂表面的图像。
60.在本实施方式中，所述轮毂表面包括多个标识，分别刻印于所述轮辐201上。请参阅图3所示，所述摄像装置40及光源50装设于支架41上。所述摄像装置40正对轮毂表面，且与轮毂圆心同轴。其中，所述轮毂表面为所述轮毂2的反面。s201具体包括：当所述轮毂2放置于所述摄像装置40的拍摄范围内时，开启所述光源50，并通过所述摄像装置40拍摄所述轮毂表面的图像。
61.s202，对所述摄像装置40拍摄的图像进行处理以识别出所述轮辐201的特征轮廓。
62.在本实施方式中，s202具体包括：请参阅图4a所示，对所述摄像装置40拍摄的图像进行灰度及二值化处理。然后，请参阅图4b所示，通过特征提取识别出所述图像中所述轮辐201的特征轮廓。所述轮辐201的特征轮廓为矩形框，用于表示所述轮辐201上标识的大致位置。
63.s203，计算轮毂圆心到所述特征轮廓中心连线之间的夹角。
64.在本实施方式中，请参阅图4c所示，s203具体包括：确定所述摄像装置40拍摄的图像中所述轮毂2的圆心，并确定所述轮辐201的特征轮廓的中心，即所述特征轮廓对应矩形框的中心。s203进一步包括：绘制所述轮毂圆心与多个特征轮廓中心的多个连线，通过边缘提取算法识别所述多个连线，并计算所述多个连线之间的夹角。在本实施方式中，所述边缘提取算法可以是霍夫曼变换算法、边缘检测算法、尺度不变特征变换(scale-invariant feature transform，sift)算法等。
65.s204，根据所述轮毂圆心到所述特征轮廓中心连线之间的夹角确定所述轮毂2的多个旋转角度。
66.在本实施方式中，s204具体包括：确定任一轮辐201为3d激光扫描装置70首先扫描的轮辐201，然后根据所述首先扫描的轮辐201以顺时针或逆时针的顺序将所述轮毂圆心到所述轮辐201的特征轮廓中心连线之间的多个夹角转换为按顺序排列的所述多个旋转角度。例如，假设所述顺序为顺时针，所述轮毂圆心与所述首先扫描的轮辐201的特征轮廓中心连线和所述轮毂圆心与顺时针方向的下一轮辐201的特征轮廓中心连线之间的夹角为15度，所述轮毂圆心与顺时针方向的所述下一轮辐201的特征轮廓中心连线和所述轮毂圆心与顺时针方向的再下一轮辐201的特征轮廓中心连线之间的夹角为18度，则所述多个旋转角度依次为15度、18度等。
67.s205，根据所述多个旋转角度控制所述轮毂2依次进行旋转，以使所述标识被依次移入3d激光扫描装置70的扫描范围内。
68.在本实施方式中，当所述轮毂2放置于旋转平台60上时，通过所述旋转平台60调整所述轮毂2的位置直至s204中确定的首先扫描的轮辐201在所述3d激光扫描装置70的扫描范围内，然后根据所述多个旋转角度按顺序控制所述轮毂2依次进行旋转，以使所述轮辐201上的标识被依次移入所述3d激光扫描装置70的扫描范围内。在本实施方式中，所述3d激光扫描装置70的扫描范围为矩形范围。
69.在本实施方式中，标定所述3d激光扫描装置70的移动方向，即运动轴72(如图1所示)与所述摄像装置40拍摄的图像对应坐标系纵轴之间的夹角，使得每当所述轮毂2旋转一旋转角度后，保证所述轮毂2上的标识在所述3d激光扫描装置70的扫描范围内。
70.s206，当所述轮毂2旋转一个旋转角度后，控制所述3d激光扫描装置70运动扫描被旋转移入当前扫描范围内的标识。
71.具体的，当所述轮毂2旋转一个旋转角度后，通过驱动装置71控制所述3d激光扫描装置70沿轮毂第一方向(如图1中3d激光扫描装置70的移动路径73最上方的箭头方向)直线移动，以扫描当前扫描范围内所述轮毂2一径向角度上的标识。当所述轮毂2旋转下一旋转角度后，通过所述驱动装置71控制所述3d激光扫描装置70沿轮毂与所述第一方向相反的第二方向(如图1中3d激光扫描装置70的移动路径73中间的箭头方向)直线移动，以扫描所述轮毂的下一径向角度上的标识。
72.如图1所示，所述运动轴72装设于支架74上。优选地，在本实施方式中，当所述轮毂2旋转一个旋转角度后，控制所述3d激光扫描装置70沿轮毂径向方向运动扫描被旋转移入当前扫描范围内的标识。具体的，所述轮辐201位于所述轮毂2的径向角度，当所述轮毂2旋转一个旋转角度后，所述3d激光扫描装置70位于所述轮毂2一轮辐201的正上方，装设有所述3d激光扫描装置70的运动轴与所述轮辐201平行。通过所述驱动装置71控制所述3d激光扫描装置70沿所述运动轴72移动，即沿轮毂径向第一方向直线移动，同时发射线激光以扫描当前扫描范围内所述轮毂2一径向角度，即轮辐201上的标识。当所述轮毂2旋转下一旋转角度后，通过所述驱动装置71控制所述3d激光扫描装置70沿所述运动轴72反向移动，即沿轮毂径向与所述第一方向相反的第二方向直线移动，同时发射线激光以扫描所述轮毂2的下一径向角度，即下一轮辐201上的标识。
73.具体的，在初始状态下，所述3d激光扫描装置70的线激光的扫描起始点为所述轮毂2的圆心。当首先扫描的轮辐201在所述3d激光扫描装置70的扫描范围内时，所述3d激光扫描装置70发射线激光从所述轮毂2的圆心扫描至所述轮辐201远离所述轮毂圆心的端点，以扫描所述轮辐201上的标识。当所述3d激光扫描装置70发射的线激光到达所述标识所在轮辐201远离所述轮毂圆心的端点，并控制所述轮毂2旋转第一个旋转角度后，使得下一轮辐201进入所述3d激光扫描装置70的扫描范围内。此时，所述3d激光扫描装置70的线激光的扫描起始点为所述下一标识所在轮辐201远离所述轮毂圆心的端点，所述3d激光扫描装置70发射线激光从所述下一标识所在轮辐201远离所述轮毂圆心的端点扫描至所述轮毂2的圆心，以扫描所述下一标识。当所述3d激光扫描装置70发射的线激光到达所述轮毂圆心时，控制所述轮毂2旋转第二个旋转角度，并循环上述过程，直至所述多个旋转角度旋转完成，所述3d激光扫描装置70对所述轮毂2上的标识扫描完成。
74.可以理解，在其他实施方式中，当所述轮毂2旋转一个旋转角度后，所述3d激光扫描装置70扫描被旋转移入当前扫描范围内的标识时移动的第一方向及第二方向也可以与轮毂径向方向呈一定角度，保证轮毂2的径向角度，即轮辐201在所述3d激光扫描装置70的扫描范围内即可。
75.s207，对所述3d激光扫描装置70扫描的标识进行识别。
76.请参阅图5所示，为所述3d激光扫描装置70扫描的标识的3d图像。在本实施方式中，对所述3d激光扫描装置70扫描的标识进行识别以判断所述标识是否符合预设检测标准。在本实施方式中，所述预设检测标准包括所述标识与对应的预设标识相同、所述标识不存在缺陷及所述标识的顺序符合预设顺序。即，对所述3d激光扫描装置70扫描的标识进行识别以判断所述标识是否与对应的预设标识相同，判断所述标识是否存在缺陷，以及判断所述标识的顺序是否符合预设顺序。
77.具体的，将所述标识分别与标识数据库21中对应的预设标识进行比对以判断所述标识是否与对应的预设标识相同，通过深度学习视觉匹配及/或点云匹配判断所述标识是否存在缺陷，以及判断所述3d激光扫描装置70扫描得到所述标识的顺序是否符合所述预设顺序。
78.请参阅图6所示，在本实施方式中，所述标识数据库21包括按所述预设顺序排列的多个预设标识。其中，所述多个预设标识为对轮毂上已知正确的标识进行抽象、提炼及数字化处理生成，代表正确标识的字体。通过判断所述标识数据库21中是否包含与所述3d激光扫描装置70扫描到的所述标识的字体相同的预设标识。当判定所述标识数据库21中包含与所述3d激光扫描装置70扫描到的所述标识的字体相同的预设标识时，判定所述标识与对应的预设标识相同。当判定所述标识数据库21中不包含与所述3d激光扫描装置70扫描到的所述标识的字体相同的预设标识时，通过所述3d激光扫描装置70重新对所述标识进行扫描，然后判断所述标识数据库21中是否包含与所述3d激光扫描装置70重新扫描到的所述标识的字体相同的预设标识。当所述3d激光扫描装置70多次扫描的所述标识的字体都与所述标识数据库21中的预设标识不同时，判定所述标识与对应的预设标识不同。在本实施方式中，所述多次为三次。
79.在本实施方式中，通过经过预先训练的卷积神经网络模型实现所述深度学习视觉匹配。具体的，请参阅图7所示，所述卷积神经网络模型包括输入层、第一卷积层、第一降采样层、第二卷积层、第二降采样层、全连接层及输出层。其中，输入层为所述3d激光扫描装置70扫描出的3d标识图像，所述输出层包含全连接层及softmax层。所述第一卷积层的输入与输入层连接，第一卷积层的输出与所述第一降采样层的输入连接；所述第一降采样层的输出与所述第二卷积层的输入连接；所述第二卷积层的输出与所述第二降采样的输入连接；所述第二降采样层的输出通过所述全连接层与所述输出层的输入连接。输入的所述3d标识图像通过所述卷积神经网络模型进行自动迭代及收敛以判断所述标识是否存在缺陷，并得到缺陷特征。
80.在其他实施方式中，所述3d激光扫描装置70可以扫描得到的所述标识的二维图像及点云数据。通过预先训练的卷积神经网络模型对所述标识的二维图像进行视觉识别以确定所述标识的二维图像是否存在缺陷，以及通过迭代最近点算法(iterative closest point，icp)对所述点云数据是否与预设的点云模型匹配以确定所述标识的点云数据是否
存在缺陷。当确定所述标识的二维图像及点云数据都不存在缺陷时，确定所述标识不存在缺陷。当确定所述标识的二维图像及/或点云数据存在缺陷时，确定所述标识存在缺陷。
81.在本实施方式中，通过判断扫描到所述标识的顺序是否与所述标识数据库21中对应的预设标识的顺序相同，以判断所述标识的顺序是否符合所述预设顺序。例如，所述预设顺序为图6中1-14的顺序。当判定扫描到所述标识的顺序与所述标识数据库21中对应的预设标识的顺序相同时，则判定所述标识的顺序符合所述预设顺序。例如，3d激光扫描装置70在第三次扫描到的标识为所述标识数据库21中第三个预设标识时，判定所述标识的顺序符合所述预设顺序。当判定扫描到所述标识的顺序与所述标识数据库21中对应的预设标识的顺序不同时，则判定所述标识的顺序不符合所述预设顺序。
82.当所述标识符合所述预设检测标准时，确定所述轮毂2通过检测。
83.在本实施方式中，当判定所有标识与对应的预设标识相同，判定所有标识不存在缺陷，及判定所有标识的顺序符合所述预设顺序时，确定所述轮毂2通过检测。
84.当所述标识不符合所述预设检测标准时，确定所述轮毂2未通过检测。
85.在本实施方式中，当判定任一标识与对应的预设标识不同，判定任一标识存在缺陷，及/或判定任一标识的顺序不符合所述预设顺序时，确定所述轮毂2未通过检测。
86.请参阅图8所示，具体的，s81，导入标识数据库21。s82，每当所述3d激光扫描装置70扫描得到一标识时，对所述标识进行正确与否检测，将所述标识与所述标识数据库21中对应的预设标识进行比对。s83，当所述标识与所述预设标识相同时，对所述标识进行缺陷检测。s84，根据缺陷检测结果判断所述标识是否存在缺陷。s85，当所述标识与所述预设标识不同时，判断所述标识的扫描次数是否大于预设次数。当判定所述标识的扫描次数大于预设次数时，确定所述轮毂2未通过检测，进入s88，移除所述轮毂2。当判定所述标识的扫描次数不大于预设次数时，返回s82，将所述3d激光扫描装置70重新扫描到的标识与所述标识数据库21中对应的预设标识进行比对。当判定所述标识存在缺陷时，确定所述轮毂2未通过检测，进入s88，移除所述轮毂2。当判定所述标识不存在缺陷时，进入s86，对所述标识进行顺序检测。s87，根据顺序检测结果判断所述标识的顺序是否符合所述预设顺序。当判定所述标识的顺序符合所述预设顺序时，确定所述轮毂2通过检测，进入s89，所述轮毂2进入下一工序。当判定所述标识的顺序不符合所述预设顺序时，确定所述轮毂2未通过检测，进入s88，移除所述轮毂2。
87.进一步地，所述方法还包括以下步骤：在将任一标识与标识数据库21中对应的预设标识进行比对的过程中，判定任一标识的字体与对应的预设标识的相似程度小于预设百分比，例如50％时，说明扫描到的标识字体与当前标识数据库21中的预设标识的字体差异过大，将所述扫描到的标识的字体加入到所述标识数据库21中，以更新所述标识数据库21。在通过所述卷积神经网络模型对任一标识的3d图像进行缺陷检测的过程中，判定扫描到的任一标识的3d图像缺陷特征与所述经过预先训练的卷积神经网络模型中的3d图像缺陷特征的相似程度小于预设百分比，例如50％时，说明扫描到的标识的3d图像缺陷特征与所述卷积神经网络模型中的3d图像缺陷特征差异过大，根据所述标识的3d图像缺陷特征继续对所述卷积神经网络模型进行训练，以更新所述卷积神经网络模型。
88.进一步地，所述方法还包括以下步骤：在显示屏80上显示所述轮毂2的标识检测结果。其中，所述标识检测结果包括轮毂通过检测及轮毂未通过检测。
89.进一步地，所述方法还包括以下步骤：当所述轮毂2通过检测时，控制机械手(图未示)将所述轮毂2放置于下一生产工序，当所述轮毂2未通过检测时，控制机械手将所述轮毂2移除出当前生产流程。
90.请参阅图9所示，为本发明另一实施方式提供的识别指定标识的流程图。步骤s901-s907与步骤s201-s207相同。s908，在识别一指定标识时，根据所述摄像装置40拍摄的图像确定所述轮毂圆心与所述指定标识所在轮辐201的特征轮廓中心连线和所述轮毂圆心与所述当前扫描范围内的轮辐201的特征轮廓中心连线之间的夹角。s909，根据所述夹角确定所述轮毂2的指定旋转角度。s910，控制所述轮毂2旋转所述指定旋转角度而使得所述指定标识所在的轮辐201移入所述3d激光扫描装置70的扫描范围。s911，通过所述驱动装置71控制所述3d激光扫描装置70直线移动以扫描所述指定标识，并对所述指定标识进行识别。
91.请参阅图10所示，为本发明较佳实施方式提供的电子装置的结构示意图。
92.所述电子装置1包括，但不仅限于，处理器10、存储器20、存储在所述存储器20中并可在所述处理器10上运行的计算机程序30、摄像装置40、光源50、旋转平台60、3d激光扫描装置70、驱动装置71、运动轴72及显示屏80。例如，所述计算机程序30为轮毂标识检测程序。所述处理器10执行所述计算机程序30时实现轮毂标识检测方法中的步骤，例如图2所示的步骤s201～s207及图9所示的步骤s901～s911。
93.本领域技术人员可以理解，所述示意图仅仅是电子装置1的示例，并不构成对电子装置1的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述电子装置1还可以包括输入输出设备、网络接入设备、总线等。
94.所称处理器10可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者所述处理器10也可以是任何常规的处理器等，所述处理器10是所述电子装置1的控制中心，利用各种接口和线路连接整个电子装置1的各个部分。
95.所述存储器20可用于存储所述计算机程序30和/或模块/单元，所述处理器10通过运行或执行存储在所述存储器20内的计算机程序和/或模块/单元，以及调用存储在存储器20内的数据，实现所述电子装置1的各种功能。所述存储器20可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子装置1的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器20可以包括易失性存储器及非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)、至少一个磁盘存储器件、闪存器件、或其他存储器件。在本实施方式中，所述存储器20存储有一标识数据库21，所述标识数据库21存储有多个预设标识。
96.在本实施方式中，所述摄像装置40为面阵相机，具有两千万像素，包括工业镜头。所述工业镜头的焦距包括8mm和16mm。所述光源50为开孔面光源，其尺寸为750mm*750mm。
97.在本实施方式中，所述旋转平台60用于承载所述轮毂2，并可驱动所述轮毂2旋转。所述3d激光扫描装置70为3d线激光器，用于发射激光以扫描所述轮毂2。所述3d激光扫描装
置70及所述驱动装置71装设于所述运动轴72上。所述驱动装置71为直线电机，用于驱动所述3d激光扫描装置70沿所述运动轴72移动。在本实施方式中，所述显示屏80为液晶显示屏。
98.所述电子装置1集成的模块/单元如果以软件功能单元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，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，所述计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)。
99.本发明所提供的轮毂标识检测方法、电子装置及存储介质可以通过摄像装置识别轮毂标识之间的角度，通过扫描装置根据轮毂标识之间的角度按顺序自动对标识进行扫描识别，减少了人力成本，提高了轮毂标识识别的自动化及准确性。
100.对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由同一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。
101.以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。