一种螺钉检测方法、系统、设备以及存储介质与流程

1.本发明涉及服务器领域，具体涉及一种螺钉检测方法、系统、设备以及存储介质。


背景技术：

2.目前服务器生产制造领域，为满足客户需求，定制化需求较多，产品多样种类较多，从而对生产制造环节要求较高，且目前装配制造环节依赖于人工，对于服务器各种零部件的紧固安装多以人工完成，效率低下，自动化程度较低，产品种类的多样性、复杂性给装配、质检员带来了极大挑战，再加上服务器结构紧凑、螺钉小、工序紧凑、经常发生主板、背板等螺钉紧固缺失、遗漏的情况。


技术实现要素：

3.有鉴于此，为了克服上述问题的至少一个方面，本发明实施例提出一种螺钉检测方法，包括以下步骤：
4.获取待检测螺钉所在的主板的彩色图像；
5.利用均值滤波算法对所述彩色图像进行滤波处理并对滤波后的所述彩色图像转为灰度图像；
6.采用gamma校正法对所述灰度图像的灰度值进行校正；
7.计算校正后的所述灰度图像的直方图；
8.将所述直方图输入到训练后的神经网络中以得到螺钉的检测结果。
9.在一些实施例中，利用均值滤波算法对所述彩色图像进行滤波处理，进一步包括：
10.由左至右，由上至下扫描图像，通过颜色编码发现噪声位置；
11.以噪声点为中心，选取周围4个像素点进行加权平均以得到新像素值，其中，噪声颜色权值取0，其余权值取1。
12.在一些实施例中，采用gamma校正法对所述灰度图像的灰度值进行校正，根据下式进行校正：
13.(x,y)＝i(x,y)γ
14.其中，x，y为灰度图像的像素点，i为图像灰度函数，γ为图像灰度函数指数，γ的值取1/2。
15.在一些实施例中，计算校正后的所述灰度图像的直方图，进一步包括：
16.通过公式gx(x,y)＝h(x+1,y)-h(x-1,y)和gy(x,y)＝h(x,y+1)-h(x,y-1)计算螺钉图像横坐标和纵坐标方向的梯度，其中，gx(x,y)、gy(x,y)、h(x,y)分别为输入螺钉图像中像素点(x,y)处的水平方向梯度、垂直方向梯度和像素值；
17.利用水平方向梯度和垂直方向梯度计算梯度幅值和梯度方向；
18.基于所述梯度幅值构建梯度方向的直方图。
19.基于同一发明构思，根据本发明的另一个方面，本发明的实施例还提供了一种螺钉检测系统，包括：
20.获取模块，配置为获取待检测螺钉所在的主板的彩色图像；
21.滤波转换模块，配置为利用均值滤波算法对所述彩色图像进行滤波处理并对滤波后的所述彩色图像转为灰度图像；
22.校正模块，配置为采用gamma校正法对所述灰度图像的灰度值进行校正；
23.计算模块，配置为计算校正后的所述灰度图像的直方图；
24.检测模块，配置为将所述直方图输入到训练后的神经网络中以得到螺钉的检测结果。
25.在一些实施例中，滤波转换模块还配置为：
26.由左至右，由上至下扫描图像，通过颜色编码发现噪声位置；
27.以噪声点为中心，选取周围4个像素点进行加权平均以得到新像素值，其中，噪声颜色权值取0，其余权值取1。
28.在一些实施例中，校正模块还配置为：
29.(x,y)＝i(x,y)γ
30.其中，x，y为灰度图像的像素点，i为图像灰度函数，γ为图像灰度函数指数，γ的值取1/2。
31.在一些实施例中，计算模块还配置为：
32.通过公式gx(x,y)＝h(x+1,y)-h(x-1,y)和gy(x,y)＝h(x,y+1)-h(x,y-1)计算螺钉图像横坐标和纵坐标方向的梯度，其中，gx(x,y)、gy(x,y)、h(x,y)分别为输入螺钉图像中像素点(x,y)处的水平方向梯度、垂直方向梯度和像素值；
33.利用水平方向梯度和垂直方向梯度计算梯度幅值和梯度方向；
34.基于所述梯度幅值构建梯度方向的直方图。
35.基于同一发明构思，根据本发明的另一个方面，本发明的实施例还提供了一种计算机设备，包括：
36.至少一个处理器；以及
37.存储器，所述存储器存储有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程序时执行如上所述的任一种螺钉检测方法的步骤。
38.基于同一发明构思，根据本发明的另一个方面，本发明的实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时执行如上所述的任一种螺钉检测方法的步骤。
39.本发明具有以下有益技术效果之一：本发明提出的方案能够实现对主板上螺丝的识别，从而判断出是否有缺失、漏失的螺钉，若有未紧固的螺钉，工位电脑发出警报提示，工人检查核实紧固即可。
附图说明
40.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一些实施例，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，还可以根据这些附图获得其他的实施例。
41.图1为本发明的实施例提供的螺钉检测方法的流程示意图；
42.图2为本发明的实施例提供的基于邮箱的远程控制系统的结构示意图；
43.图3为本发明的实施例提供的计算机设备的结构示意图；
44.图4为本发明的实施例提供的计算机可读存储介质的结构示意图。
具体实施方式
45.为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明实施例进一步详细说明。
46.需要说明的是，本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量，可见“第一”“第二”仅为了表述的方便，不应理解为对本发明实施例的限定，后续实施例对此不再一一说明。
47.根据本发明的一个方面，本发明的实施例提出一种螺钉检测方法，如图1所示，其可以包括步骤：
48.s1，获取待检测螺钉所在的主板的彩色图像；
49.s2，利用均值滤波算法对所述彩色图像进行滤波处理并对滤波后的所述彩色图像转为灰度图像；
50.s3，采用gamma校正法对所述灰度图像的灰度值进行校正；
51.s4，计算校正后的所述灰度图像的直方图；
52.s5，将所述直方图输入到训练后的神经网络中以得到螺钉的检测结果。
53.本发明提出的方案能够实现对主板上螺丝的识别，从而判断出是否有缺失、漏失的螺钉，若有未紧固的螺钉，工位电脑发出警报提示，工人检查核实紧固即可。
54.在一些实施例中，利用均值滤波算法对所述彩色图像进行滤波处理，进一步包括：
55.由左至右，由上至下扫描图像，通过颜色编码发现噪声位置；
56.以噪声点为中心，选取周围4个像素点进行加权平均以得到新像素值，其中，噪声颜色权值取0，其余权值取1。
57.具体的，由于车间内采集图像信息的时候，受到内部传感器和外界环境的影响，得到的图像极易产生噪声，再加上图像要在系统中进行标记，故而会产生更多的噪声。图像的噪声问题会对后期的特征采集和分类产生很大的影响，因而需要通过模糊处理将原有的标记清除。
58.而图像包含的噪声可归纳为三种，红色、蓝色和绿色。本发明针对上述三种颜色进行处理，首先由左至右，由上至下扫描图像，通过颜色编码发现噪声位置，而后对该位置进行特殊的滤波处理。处理方式：以该点为中心，选取周围4个像素点加权平均，权值非0即1，仅噪声颜色权值取0，计算后则为新像素值。以此计算的像素值能够在过滤中完全忽略其余噪声影响，使该点向原始图像趋于平滑。方便后续特征提取利于整体提高整体系统识别准确性与适用性。
59.然后将滤波后的彩色图像转灰度图像(将彩色图像转换为r＝g＝b的灰度图像，灰度图像与彩色图像都能反映整张图像整体和局部的一些特征)
60.灰度化将彩色图像变成一维灰度图像，为接下来的特征提取做准备。每个像素的颜色由r、g、b三个分量决定，这个像素点有255*255*255种颜色变化范围，需要将彩色图像转换为r＝g＝b的种特殊的灰度图像，灰度图像与彩色图像都能反映整张图像整体和局部
的一些特征
61.彩色图像转换成灰色图像的方法是将彩色图像中的三个分量求平均值
62.在一些实施例中，采用gamma校正法对所述灰度图像的灰度值进行校正，根据下式进行校正：
63.(x,y)＝i(x,y)γ
64.其中，x，y为灰度图像的像素点，i为图像灰度函数，γ为图像灰度函数指数，γ的值取1/2。
65.在一些实施例中，计算校正后的所述灰度图像的直方图，进一步包括：
66.通过公式gx(x,y)＝h(x+1,y)-h(x-1,y)和gy(x,y)＝h(x,y+1)-h(x,y-1)计算螺钉图像横坐标和纵坐标方向的梯度，其中，gx(x,y)、gy(x,y)、h(x,y)分别为输入螺钉图像中像素点(x,y)处的水平方向梯度、垂直方向梯度和像素值；
67.利用水平方向梯度和垂直方向梯度计算梯度幅值和梯度方向；
68.基于所述梯度幅值构建梯度方向的直方图。
69.具体的，采用gamma校正法对图像灰度值进行指数变换，目的是调节图像的对比度，降低图像局部的阴影和光照变化所造成的影响，同时可以抑制噪音的干扰，gamma校正公式：(x,y)＝i(x,y)γ
70.其中，x,y为螺钉图像的像素点，i为图像灰度函数，γ为图像灰度函数指数，γ的值取1/2；计算螺钉图像横坐标和纵坐标方向的梯度，同时计算每个像素位置的梯度方向值，目的是为了捕获轮廓信息，弱化光照干扰；
71.gx(x,y)＝h(x+1,y)-h(x-1,y)
72.gy(x,y)＝h(x,y+1)-h(x,y-1)
73.其中，gx(x,y)、gy(x,y)、h(x,y)分别为输入螺钉图像中像素点(x,y)处的水平方向梯度、垂直方向梯度和像素值；
74.像素点(x,y)处的梯度幅值和梯度方向分别为：
[0075][0076][0077]
其中，a(x,y)为梯度方向，tan-1(
·
)为反正切函数。
[0078]
本发明提出的方案在预处理环节均值滤波解决了图像大范围连续产生噪声的问题，为后续特征提取环节降低了不利因素，利于整体提高整体系统识别准确性与适用性。采用gamma校正法对图像灰度值进行指数变换，解决调节了图像的对比度，降低图像局部的阴影和光照变化所造成的影响，同时可以抑制噪音的干扰，从而捕获轮廓信息，弱化光照干扰
[0079]
基于同一发明构思，根据本发明的另一个方面，本发明的实施例还提供了一种螺钉检测系统400，如图2所示，包括：
[0080]
获取模块401，配置为获取待检测螺钉所在的主板的彩色图像；
[0081]
滤波转换模块402，配置为利用均值滤波算法对所述彩色图像进行滤波处理并对滤波后的所述彩色图像转为灰度图像；
[0082]
校正模块403，配置为采用gamma校正法对所述灰度图像的灰度值进行校正；
[0083]
计算模块404，配置为计算校正后的所述灰度图像的直方图；
[0084]
检测模块405，配置为将所述直方图输入到训练后的神经网络中以得到螺钉的检测结果。
[0085]
在一些实施例中，滤波转换模块402还配置为：
[0086]
由左至右，由上至下扫描图像，通过颜色编码发现噪声位置；
[0087]
以噪声点为中心，选取周围4个像素点进行加权平均以得到新像素值，其中，噪声颜色权值取0，其余权值取1。
[0088]
在一些实施例中，校正模块403还配置为：
[0089]
(x,y)＝i(x,y)γ
[0090]
其中，x，y为灰度图像的像素点，i为图像灰度函数，γ为图像灰度函数指数，γ的值取1/2。
[0091]
在一些实施例中，计算模块404还配置为：
[0092]
通过公式gx(x,y)＝h(x+1,y)-h(x-1,y)和gy(x,y)＝h(x,y+1)-h(x,y-1)计算螺钉图像横坐标和纵坐标方向的梯度，其中，gx(x,y)、gy(x,y)、h(x,y)分别为输入螺钉图像中像素点(x,y)处的水平方向梯度、垂直方向梯度和像素值；
[0093]
利用水平方向梯度和垂直方向梯度计算梯度幅值和梯度方向；
[0094]
基于所述梯度幅值构建梯度方向的直方图。
[0095]
基于同一发明构思，根据本发明的另一个方面，如图3所示，本发明的实施例还提供了一种计算机设备501，包括：
[0096]
至少一个处理器520；以及
[0097]
存储器510，存储器510存储有可在处理器上运行的计算机程序511，处理器520执行程序时执行如上的任一种螺钉检测方法的步骤。
[0098]
基于同一发明构思，根据本发明的另一个方面，如图4所示，本发明的实施例还提供了一种计算机可读存储介质601，计算机可读存储介质601存储有计算机程序610，计算机程序610被处理器执行时执行如上的任一种螺钉检测方法的步骤。
[0099]
最后需要说明的是，本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关硬件来完成，程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。
[0100]
此外，应该明白的是，本文的计算机可读存储介质(例如，存储器)可以是易失性存储器或非易失性存储器，或者可以包括易失性存储器和非易失性存储器两者。
[0101]
本领域技术人员还将明白的是，结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。为了清楚地说明硬件和软件的这种可互换性，已经就各种示意性组件、方块、模块、电路和步骤的功能对其进行了一般性的描述。这种功能是被实现为软件还是被实现为硬件取决于具体应用以及施加给整个系统的设计约束。本领域技术人员可以针对每种具体应用以各种方式来实现的功能，但是这种实现决定不应被解释为导致脱离本发明实施例公开的范围。
[0102]
以上是本发明公开的示例性实施例，但是应当注意，在不背离权利要求限定的本发明实施例公开的范围的前提下，可以进行多种改变和修改。根据这里描述的公开实施例的方法权利要求的功能、步骤和/或动作不需以任何特定顺序执行。此外，尽管本发明实施
例公开的元素可以以个体形式描述或要求，但除非明确限制为单数，也可以理解为多个。
[0103]
应当理解的是，在本文中使用的，除非上下文清楚地支持例外情况，单数形式“一个”旨在也包括复数形式。还应当理解的是，在本文中使用的“和/或”是指包括一个或者一个以上相关联地列出的项目的任意和所有可能组合。
[0104]
上述本发明实施例公开实施例序号仅仅为了描述，不代表实施例的优劣。
[0105]
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
[0106]
所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本发明实施例公开的范围(包括权利要求)被限于这些例子；在本发明实施例的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，并存在如上的本发明实施例的不同方面的许多其它变化，为了简明它们没有在细节中提供。因此，凡在本发明实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明实施例的保护范围之内。