工业视觉检测装置的制作方法

1.本技术涉及工业检测技术领域，特别地涉及一种工业视觉检测装置。


背景技术：

2.随着智能制造国家战略的不断深入，生产制造场景自动化、智能化成为制造产业升级迫在眉睫。通过图像采集设备代替人眼进行一系列的视觉检测任务，是实现生产制造过程自动化的常用手，但在实际的工程实践中依然面临诸多挑战：1)检测需求大，在生产制造和质量检测环节有大量的视觉检测需求，例如目标检测、测量、定位等；2)复用性差，针对每一个视觉检测场景需要定制化方案，难以完成推广扩展；3)开发门槛高，视觉方案的制定、开发需要相当的图像算法知识和开发经验；4)开发周期长，视觉方案应用中，开发和调试工作量大，重复性工作较多，导致整体工程化周期较长。


技术实现要素：

3.针对上述问题，本技术提供一种工业视觉检测装置，能够快速且方便地实现工业视觉方案的载入，提升开发效率。
4.本技术实施例提供一种工业视觉检测装置，包括：
5.算法库，所述算法库用于存储用于对图像进行处理的算子；
6.解析单元，用于获取可执行程序的方案文档，并对所述方案文档进行解析以得到目标算子的基本属性及所述目标算子之间的连接关系，并基于所述基本属性和所述连接关系调用所述算法库中的目标算子生成可执行程序；
7.执行单元，用于调用硬件资源并执行所述可执行程序。
8.在一些实施例中，所述解析单元还用于基于所述基本属性及目标算子之间的连接关系，生成方案文档，并输出所述方案文档。
9.在一些实施例中，所述方案文档为json或prototxt格式。
10.在一些实施例中，所述基本属性包括：标识、算子类型、输入、输出及算子参数，其中，一个算子的输入能够设置为另一个算子的输出以构成连接关系，所述算子参数能够进行设置。
11.在一些实施例中，所述连接关系包括：一对一连接、一对多连接、多对多连接中的至少一个。
12.在一些实施例中，算子包括：滤波算子、二值化算子、目标检测算子中的至少一个。
13.在一些实施例中，工业视觉检测装置还包括：
14.硬件资源，用于被执行单元调用，并用于输入或输出可执行程序运行时的数据。
15.在一些实施例中，所述硬件资源包括：图像采集模块。
16.在一些实施例中，所述执行单元还包括：
17.过程输出子单元，用于输出可执行程序在执行过程中的数据；
18.日志输出子单元，用于输出可执行程序的日志数据。
19.本技术提供的一种工业视觉检测装置，通过设置算法库，所述算法库用于存储用于对图像进行处理的算子；解析单元，用于获取可执行程序的方案文档，并对所述方案文档进行解析以得到目标算子的基本属性及目标算子之间的连接关系，并基于所述基本属性和所述连接关系调用所述算法库中的目标算子生成可执行程序；执行单元，用于调用硬件资源执行所述可执行程序，能够快速且方便地实现方案的载入，提升开发效率。
附图说明
20.在下文中将基于实施例并参考附图来对本技术进行更详细的描述。
21.图1为本技术实施例提供的一种工业视觉检测装置的结构示意图；
22.图2为本技术实施例提供的一种方案文档的导出和导入流程示意图；
23.图3为本技术实施例提供的一种功能扩展后的架构示意图。
24.在附图中，相同的部件使用相同的附图标记，附图并未按照实际的比例绘制。
具体实施方式
25.为了使本技术的目的、技术方案和优点更加清楚，下面将结合附图对本技术作进一步地详细描述，所描述的实施例不应视为对本技术的限制，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它实施例，都属于本技术保护的范围。
26.在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。
27.如果申请文件中出现“第一\第二\第三”的类似描述则增加以下的说明，在以下的描述中，所涉及的术语“第一\第二\第三”仅仅是是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本技术实施例能够以除了在这里图示或描述的以外的顺序实施。
28.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技术的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本技术实施例的目的，不是旨在限制本技术。
29.基于相关技术中存在的问题，本技术实施例提供一种工业视觉检测装置，所述方法应用于电子设备，例如计算机、移动终端、服务器等，所述移动终端可以包括手机、平板电脑等。
30.实施例一
31.本技术实施例提供一种工业视觉检测装置，算法库，所述算法库用于存储用于对图像进行处理的算子；解析单元，用于获取可执行程序的方案文档，并对所述方案文档进行解析以得到目标算子的基本属性及所述目标算子之间的连接关系，并基于所述基本属性和所述连接关系调用所述算法库中的目标算子生成可执行程序；执行单元，用于调用硬件资源并执行所述可执行程序。
32.本技术实施例中，所述目标算子可以是算法库中的任一一个或多个算子。
33.图1为本技术实施例提供的一种工业视觉检测装置的结构示意图，如图1所示，所述工业视觉检测装置包括:算法库(algorithmlibrary)、解析单元(parseunit)、执行单元
(executeunit)。
34.本技术实施例中，算法库包含用于对图像进行处理的算子如滤波算子、二值化算子、目标检测算子等；解析单元用于将方案文档解析(parse)为各个算子属性和相互连接关系，调用(invoke)算子库中对应的算子，生成(generate)可执行的程序；执行单元用于调度硬件资源，执行(execute)解析单元输出的程序。
35.本技术提供的一种工业视觉检测装置，通过设置算法库，所述算法库用于存储用于对图像进行处理的算子；解析单元，用于获取可执行程序的方案文档，并对所述方案文档进行解析以得到目标算子的基本属性及目标算子之间的连接关系，并基于所述基本属性和所述连接关系调用所述算法库中的目标算子生成可执行程序；执行单元，用于调用硬件资源执行所述可执行程序，能够快速且方便地实现方案的载入，提升开发效率。
36.在一些实施例中，所述解析单元还用于基于所述基本属性及目标算子之间的连接关系，生成方案文档，并输出所述方案文档。
37.本技术实施例中，所述所述方案文档为json或prototxt格式。
38.本技术实施例提供的方法，通过将方案文档解析为可执行程序，并能够将可执行程序转为方案文档，能够方便进行迁移与复用。
39.在一些实施例中，所述所述基本属性包括：标识、算子类型、输入、输出及算子参数，其中，一个算子的输入能够设置为另一个算子的输出以构成连接关系，所述算子参数能够进行设置。
40.本技术实施例中，图2为本技术实施例提供的一种方案文档的导出和导入流程示意图，如图2所示，算子经由标准化封装为方案流程的基本单元结构layer，其中layer包含如下基本属性：name(自定义的名称，唯一)，type(算子类型)，input(输入)，output(输出)，params(算子参数)，其中name为layer的唯一标识，input需设置为其它layer的output，由此可以完成layer之间的连接；type标识图像算子类型及功能；params用于设置算子的可选参数。
41.本技术实施例提供的工业视觉检测装置，通过定义算子的基本属性，当需要进行扩展算子时，定义好算子的基本属性后，即可以存储到算法库中，从而可以作为一个layer参与到方案中的搭建，能够完成功能的扩展。
42.本技术实施例中，所述连接关系包括：一对一连接、一对多连接、多对多连接中的至少一个。
43.继续参见图2，在图2中，conect表示连接关系，可以包括：一对一连接、一对多连接、多对多连接。
44.在一些实施例中，这些基本结构可以相互组合，如多对一后连接一对多的结构可形成多对多的结构；另外整体结构遵循自上而下顺序连接的方式，不可反向连接、循环连接。
45.继续参见图2，由layer相互连接可构成用于解决单一任务的流(flow)，每个方案(schema)可包含多个flow，即每个方案可以用于解决一个场景下的多个视觉任务，每个flow对应一个视觉任务。
46.在一些实施例中，所述算子可以包括：滤波算子、二值化算子、目标检测算子中的至少一个。
47.在一些实施例中，所述工业视觉检测装置还包括：
48.硬件资源，用于被执行单元调用，并用于输入或输出可执行程序运行时的数据。
49.本技术实施例中，所述硬件资源可以包括：图像采集模块，所述图像采集模块可以是摄像头等。
50.在一些实施例中，所述执行单元还包括：
51.过程输出子单元，用于输出可执行程序在执行过程中的数据；
52.日志输出子单元，用于输出可执行程序的日志数据。
53.实施例二：
54.视觉算法方案是指用于解决一个或多个特定场景视觉任务的算法方案，通过对采集设备采集到的图像进行一系列的图像算法处理，完成检测识别的任务。通常需要针对任务场景进行个性化设计，导致在方案设计和推广上成本较高，且不易扩展。针对该问题，本技术实施例再提供一种视觉方案通用化设计的架构(同上述实施例中的工业视觉检测装置)，一方面对视觉算法方案进行结构化，仅通过结构文档的编辑即可完成视觉方案的设计；另一方面，对视觉算法方案中的算子模块进行标准化，仅需要将新的算子进行标准化封装，即可快速完成算法方案的功能扩展。
55.本技术实施例提供的一种工业视觉检测装置的核心结构包括：算子库(algorithmlibrary)、解析单元(parseunit)、执行单元(executeunit)，算子库包含用于对图像进行处理的算子如滤波算子、二值化算子、目标检测算子等；解析单元用于将方案文档解析(parse)为各个算子属性和相互连接关系，调用(invoke)算子库中对应的算子，生成(generate)可执行的程序；执行单元用于调度硬件资源，执行(execute)解析单元输出的程序；
56.本技术实施例中，图像算法算子经由标准化封装为方案流程的基本单元结构layer，其中layer包含如下基本属性：name(自定义的名称，唯一)，type(算子类型)，input(输入)，output(输出)，params(算子参数)，其中name为layer的唯一标识，input需设置为其它layer的output，由此可以完成layer之间的连接；type标识图像算子类型及功能；params用于设置算子的可选参数；
57.本技术实施例中，主要有三种的基本连接结构，一对一、一对多、多对一，另外这些基本结构可以相互组合，如多对一后连接一对多的结构可形成多对多的结构；另外整体结构遵循自上而下顺序连接的方式，不可反向连接、循环连接；
58.本技术实施例中，由layer相互连接可构成用于解决单一任务的流(flow)，每个方案(schema)可包含多个flow，即每个方案可以用于解决一个场景下的多个视觉任务，每个flow对应一个视觉任务；
59.本技术实施例中，一个schema可以保存为一个结构化文件进行存储(json或prototxt)，其中包含各算子的配置及连接信息。该文件可以在任意包含所述核心架构的地方进行加载，解析为可执行的程序，并运行，由此方便进行迁移与复用；
60.本技术实施例中，对于新的需要扩展的算子，仅需要定义好基本属性，即可作为一个layer参与到方案的搭建中，快速完成功能的扩展；
61.该架构可以在核心部分的基础上可按需进行功能扩展，图3为本技术实施例提供的一种功能扩展后的架构示意图，如图3所示，算法库作为算法资源库的一部分，另外结合
设备资源(供执行单元调用)、本地资源(用于存储执行结果)；解析单元包含方案解析器及算子资源调用单元，将方案流程解析为对应的算子模块进行调用；执行单元包含执行器、资源调度、过程输出、日志输出等功能。由此可以构建工业视觉检测方案结构化的高扩展性架构。
62.需要说明的是，本技术实施例提供一种工业视觉检测装置，该装置包括的各模块、以及各模块包括的各单元，可以通过计算机设备中的处理器来实现；当然也可通过具体的逻辑电路实现；在实施的过程中，处理器可以为中央处理器(cpu，centralprocessingunit)、微处理器(mpu，microprocessorunit)、数字信号处理器(dsp，digitalsignalprocessing)或现场可编程门阵列(fpga，field programmablegatearray)等。
63.应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本技术的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解，在本技术的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本技术实施例的实施过程构成任何限定。上述本技术实施例序号仅仅为了描述，不代表实施例的优劣。
64.需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
65.在本技术所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所控制或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
66.上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元控制的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
67.另外，在本技术各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
68.本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(rom，readonlymemory)、磁碟或者光盘等各种可以存储程序代码的介质。
69.或者，本技术上述集成的单元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，也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，本技术实施例的技术方案本质上或者说对现有技术做出贡献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控制器执行本技术各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、rom、磁碟或者光盘等各种可以存储程序代码的介质。
70.以上所述，仅为本技术的实施方式，但本技术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技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以所述权利要求的保护范围为准。

技术特征：
1.一种工业视觉检测装置，其特征在于，包括：算法库，所述算法库用于存储用于对图像进行处理的算子；解析单元，用于获取可执行程序的方案文档，并对所述方案文档进行解析以得到目标算子的基本属性及所述目标算子之间的连接关系，并基于所述基本属性和所述连接关系调用所述算法库中的目标算子生成可执行程序；执行单元，用于调用硬件资源并执行所述可执行程序。2.根据权利要求1所述的工业视觉检测装置，其特征在于，所述解析单元还用于基于所述基本属性及目标算子之间的连接关系，生成方案文档，并输出所述方案文档。3.根据权利要求2所述的工业视觉检测装置，其特征在于，所述方案文档为json或prototxt格式。4.根据权利要求1所述的工业视觉检测装置，其特征在于，所述基本属性包括：标识、算子类型、输入、输出及算子参数，其中，一个算子的输入能够设置为另一个算子的输出以构成连接关系，所述算子参数能够进行设置。5.根据权利要求4所述的工业视觉检测装置，其特征在于，所述连接关系包括：一对一连接、一对多连接、多对多连接中的至少一个。6.根据权利要求1所述的工业视觉检测装置，其特征在于，算子包括：滤波算子、二值化算子、目标检测算子中的至少一个。7.根据权利要求1所述的工业视觉检测装置，其特征在于，工业视觉检测装置还包括：硬件资源，用于被执行单元调用，并用于输入或输出可执行程序运行时的数据。8.根据权利要求7所述的工业视觉检测装置，其特征在于，所述硬件资源包括：图像采集模块。9.根据权利要求6所述的工业视觉检测装置，其特征在于，所述执行单元还包括：过程输出子单元，用于输出可执行程序在执行过程中的数据；日志输出子单元，用于输出可执行程序的日志数据。

技术总结
本申请提供的一种工业视觉检测装置，通过设置算法库，所述算法库用于存储用于对图像进行处理的算子；解析单元，用于获取可执行程序的方案文档，并对所述方案文档进行解析以得到目标算子的基本属性及目标算子之间的连接关系，并基于所述基本属性和所述连接关系调用所述算法库中的目标算子生成可执行程序；执行单元，用于调用硬件资源执行所述可执行程序，能够快速且方便地实现方案的载入，提升开发效率。率。率。


技术研发人员：高宗 陈彦宇 马雅奇 陈高 张黎 杜艺博
受保护的技术使用者：珠海联云科技有限公司
技术研发日：2023.04.26
技术公布日：2023/8/28