这种溢浆该怎么检出，麻烦大神提供个思路

这种溢浆检出，现在的思路是训练标准图像，然后跟标准图像比较差异，但是实际产品背景和栅线宽度有差异，无法训练稳定的标准图像。

是只检OK，NG？还是要检出缺陷位置？

这种用深度学习应该时可以做到

深度学习或者你其实可以更关注黑色背景部分检测矩形度试试或者做别的处理

halcon2016 发表于 2023-7-31 17:22
是只检OK，NG？还是要检出缺陷位置？

要检出缺陷位置

18861175562 发表于 2023-7-31 19:10
这种用深度学习应该时可以做到

深度学习我没学习过，传统方法可不可行？

1. *抛个砖
   
2. read_image (Image, 'D:/155952t2077gj5vjyj4dys.png')
   
3. decompose3 (Image, ImageR, ImageG, ImageB)
   
4. 
   
5. *获取最大分析区域
   
6. binary_threshold (ImageG, Region, 'max_separability', 'light', UsedThreshold)
   
7. opening_circle (Region, RegionOpening, 1.5)
   
8. shape_trans (RegionOpening, RegionTrans, 'convex')
   
9. inner_rectangle1 (RegionTrans, Row1, Column1, Row2, Column2)
   
10. gen_rectangle1 (Rectangle, Row1, Column1, Row2, Column2)
    
11. 
    
12. *获黑色取格栅区域
    
13. binary_threshold (ImageG, Region1, 'max_separability', 'dark', UsedThreshold1)
    
14. intersection (Rectangle, Region1, RegionIntersection)
    
15. connection (RegionIntersection, ConnectedRegions)
    
16. 
    
17. *格栅区域转为矩形
    
18. shape_trans (ConnectedRegions, RegionTrans1, 'rectangle1')
    
19. difference (RegionTrans1, ConnectedRegions, RegionDifference)
    
20. union1 (RegionDifference, RegionUnion)
    
21. opening_circle (RegionUnion, RegionOpening1, 1.5)
    
22. closing_circle (RegionOpening1, RegionClosing, 3.5)
    
23. connection (RegionClosing, ConnectedRegions1)
    
24. select_shape (ConnectedRegions1, SelectedRegions, 'area', 'and', 24, 99999)

复制代码

freekun139com 发表于 2023-8-1 20:40
*抛个砖

非常感谢提供思路，很有参考意义。

把网格腐蚀掉，然后剩下的就是异常

楼主应该多提供点照片，一张照片，后期鲁棒性很难说。