零件识别方法、装置及存储介质与流程

本公开涉及通信，尤其涉及一种零件识别方法、装置及存储介质。

背景技术：

1、目前，零件识别方法主要基于图像识别法和3d(3dimensions，3d)建模识别法。但是，图像识别法容易受到环境光线以及零件的体积和特征的影响，使得很难从图像中提取到零件的有效特征，导致零件识别精确度下降。而3d建模识别法，对系统的算力以及3d相机的精度要求很高，导致在多个零件外型相似度很高或3d相机精度有限的情况下，零件识别误差较大。因此，如何提高零件识别的精确度成为亟待解决的技术问题。

技术实现思路

1、本技术提供一种零件识别方法、装置及存储介质，能够提高零件识别的精确度。

2、为达到上述目的，本技术采用如下技术方案：

3、第一方面，提供了一种零件识别方法，包括：获取待识别零件的多个特征部位的图像；根据多个特征部位的图像，确定多个特征部位中每个特征部位对应的零件型号集合；根据每个特征部位对应的零件型号集合，确定待识别零件的零件型号。

4、结合上述第一方面，在一种可能的实现方式中，根据多个特征部位的图像，确定多个特征部位中每个特征部位对应的零件型号集合，包括：根据多个特征部位的图像，针对每个特征部位执行以下目标操作，确定每个特征部位对应的零件型号集合；目标操作包括：根据预设图像检测算法检测目标特征部位的图像，确定目标特征部位对应的第一零件型号集合；目标特征部位为多个特征部位中的一个特征部位；从特征部位的图像中提取特征部位的图像区域，根据预设图像分类算法处理图像区域，确定目标特征部位对应的第二零件型号集合；根据第一零件型号集合，和第二零件型号集合，确定目标特征部位对应的零件型号集合。

5、结合上述第一方面，在一种可能的实现方式中，目标特征部位的图像包括在多个视角下采集到的目标特征部位的图像；第一零件型号集合中包括在多个视角下目标特征部位的第一零件型号；第二零件型号集合中包括在多个视角下目标特征部位的第二零件型号；根据第一零件型号集合，和第二零件型号集合，确定目标特征部位对应的零件型号集合，包括：确定第一零件型号集合，和第二零件型号集合是否相同；响应于第一零件型号集合和第二零件型号集合相同，确定目标特征部位对应的零件型号集合为第一零件型号集合或第二零件型号集合；响应于第一零件型号集合和第二零件型号集合不相同，确定目标特征部位在第i个视角下的第一零件型号对应的第一置信度，和在第i个视角下的第二零件型号对应的第二置信度；i为正整数；第一零件型号为第一零件型号集合中的零件型号；第二零件型号为第二零件型号集合中的零件型号；对比第一置信度和第二置信度，确定目标置信度；确定目标特征部位对应的零件型号集合中第i个视角下的零件型号为目标置信度对应的零件型号。

6、结合上述第一方面，在一种可能的实现方式中，在第一零件型号集合，和第二零件型号集合不相同的情况下，目标特征部位对应的零件型号集合中第i个视角下的零件型号满足以下公式：

7、

8、其中，为第i个视角下的第一零件型号；wd为第一置信度；为在第i个视角下的第二零件型号；wc为第二置信度；α为第一零件型号集合的比例因子；β为第二零件型号集合的比例因子；thres为第一零件型号集合和第二零件型号集合的区分阈值。

9、结合上述第一方面，在一种可能的实现方式中，根据每个特征部位对应的零件型号集合，确定待识别零件的零件型号，包括：确定每个特征部位对应的零件型号集合的交集；确定交集中的零件型号的数量是否大于预设值；响应于交集中的零件型号的数量小于等于预设值，确定交集中的零件型号，为待识别零件的零件型号；响应于交集中的零件型号的数量大于预设值，确定交集中的零件型号的置信度最大的零件型号，为待识别零件的零件型号。

10、结合上述第一方面，在一种可能的实现方式中，在获取待识别零件的多个特征部位的图像之前，还包括：获取待识别零件的零件等级；在待识别零件的零件等级为第一预设等级的情况下，确定待识别零件的待采集特征部位和图像采集视角；根据图像采集视角，采集待采集特征部位的图像；在待识别零件的零件等级为第二预设等级的情况下，确定待识别零件的待采集特征部位；采集待采集特征部位的图像；在待识别零件的零件等级为第三预设等级的情况下，随机采集待识别零件的多个特征部位的图像。

11、第二方面，提供了一种零件识别装置，包括：处理单元。处理单元，用于获取待识别零件的多个特征部位的图像；处理单元，还用于根据多个特征部位的图像，确定多个特征部位中每个特征部位对应的零件型号集合；处理单元，还用于根据每个特征部位对应的零件型号集合，确定待识别零件的零件型号。

12、结合上述第二方面，一种可能的实现方式中，处理单元，具体用于：根据多个特征部位的图像，针对每个特征部位执行以下目标操作，确定每个特征部位对应的零件型号集合；目标操作包括：根据预设图像检测算法检测目标特征部位的图像，确定目标特征部位对应的第一零件型号集合；目标特征部位为多个特征部位中的一个特征部位；从特征部位的图像中提取特征部位的图像区域，根据预设图像分类算法处理图像区域，确定目标特征部位对应的第二零件型号集合；根据第一零件型号集合，和第二零件型号集合，确定目标特征部位对应的零件型号集合。

13、结合上述第二方面，一种可能的实现方式中，目标特征部位的图像包括在多个视角下采集到的目标特征部位的图像；第一零件型号集合中包括在多个视角下目标特征部位的第一零件型号；第二零件型号集合中包括在多个视角下目标特征部位的第二零件型号；处理单元，具体用于：确定第一零件型号集合，和第二零件型号集合是否相同；响应于第一零件型号集合和第二零件型号集合相同，确定目标特征部位对应的零件型号集合为第一零件型号集合或第二零件型号集合；响应于第一零件型号集合和第二零件型号集合不相同，确定目标特征部位在第i个视角下的第一零件型号对应的第一置信度，和在第i个视角下的第二零件型号对应的第二置信度；i为正整数；第一零件型号为第一零件型号集合中的零件型号；第二零件型号为第二零件型号集合中的零件型号；对比第一置信度和第二置信度，确定目标置信度；确定目标特征部位对应的零件型号集合中第i个视角下的零件型号为目标置信度对应的零件型号。

14、结合上述第二方面，一种可能的实现方式中，在第一零件型号集合，和第二零件型号集合不相同的情况下，目标特征部位对应的零件型号集合中第i个视角下的零件型号满足以下公式：

15、

16、其中，为第i个视角下的第一零件型号；wd为第一置信度；为在第i个视角下的第二零件型号；wc为第二置信度；α为第一零件型号集合的比例因子；β为第二零件型号集合的比例因子；thres为第一零件型号集合和第二零件型号集合的区分阈值。

17、结合上述第二方面，一种可能的实现方式中，处理单元，具体用于：确定每个特征部位对应的零件型号集合的交集；确定交集中的零件型号的数量是否大于预设值；响应于交集中的零件型号的数量小于等于预设值，确定交集中的零件型号，为待识别零件的零件型号；响应于交集中的零件型号的数量大于预设值，确定交集中的零件型号的置信度最大的零件型号，为待识别零件的零件型号。

18、结合上述第二方面，一种可能的实现方式中，处理单元，具体用于：获取待识别零件的零件等级；在待识别零件的零件等级为第一预设等级的情况下，确定待识别零件的待采集特征部位和图像采集视角；根据图像采集视角，采集待采集特征部位的图像；在待识别零件的零件等级为第二预设等级的情况下，确定待识别零件的待采集特征部位；采集待采集特征部位的图像；在待识别零件的零件等级为第三预设等级的情况下，随机采集待识别零件的多个特征部位的图像。

19、第三方面，本公开提供了一种零件识别装置，该零件识别装置包括：处理器以及存储器；其中，所述存储器用于存储计算机执行指令，当所述零件识别装置运行时，所述处理器执行所述存储器存储的所述计算机执行指令，以使所述零件识别装置执行如第一方面和第一方面的任一种可能的实现方式中描述的零件识别方法。

20、第四方面，本公开提供了一种计算机可读存储介质，计算机可读存储介质中存储有指令，当计算机可读存储介质中的指令由零件识别装置的处理器执行时，使得零件识别装置能够执行如第一方面和第一方面的任一种可能的实现方式中描述的零件识别方法。

21、第五方面，本公开提供了一种包含指令的计算机程序产品，当计算机程序产品在零件识别装置上运行时，使得零件识别装置执行如第一方面和第一方面的任一种可能的实现方式中所描述的零件识别方法。

22、第六方面，本公开提供了一种芯片，芯片包括处理器和通信接口，通信接口和处理器耦合，处理器用于运行计算机程序或指令，以实现如第一方面和第一方面的任一种可能的实现方式中所描述的零件识别方法。

23、具体的，本技术实施例中提供的芯片还包括存储器，用于存储计算机程序或指令。

24、在本公开中，上述零件识别装置的名字对设备或功能模块本身不构成限定，在实际实现中，这些设备或功能模块可以以其他名称出现。只要各个设备或功能模块的功能和本公开类似，属于本公开权利要求及其等同技术的范围之内。

25、本公开的这些方面或其他方面在以下的描述中会更加简明易懂。

26、本公开提供的技术方案至少带来以下有益效果：

27、在该方案中，零件识别装置获取待识别零件的多个特征部位的图像。零件识别装置根据多个特征部位的图像，确定多个特征部位中每个特征部位对应的零件型号集合。零件识别装置根据每个特征部位对应的零件型号集合，确定待识别零件的零件型号。这样，零件识别装置通过提取零件的多个特征部位以及多个特征部位对应的零件集合来确定待识别零件的零件型号，提高了零件识别的精确度。