本技术涉及图像识别，特别是涉及一种转轴异物检测方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术：
1、随着移动终端领域科技的不断发展，常规智能手机的触摸屏大小已经无法满足需求，折叠屏、柔性屏手机应运而生。折叠转轴是折叠手机的重要机构件，且折叠转轴的装配，是通过人工用装配件，将几十个转轴小零件组装成一个完整的折叠转轴。由于折叠屏转轴本身尺寸不大，装配所使用的定位销、销轴、卡簧、螺钉等装配件的尺寸很小，人工装配过程中容易出现卡料、漏装、装配不到位的情况，造成转轴无法转动、转动不灵、卡转。因而，折叠转轴在出货前需要经过异物检测。
2、但是，相关技术中是通过人工肉眼检测产线的转轴是否存在异物。由于装配件卡料情况复杂、位置多变，人工检测时客观上存在疲劳、看错等主观性的影响，最终导致检测折叠转轴的准确度不足。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种转轴异物检测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面，本技术提供了一种转轴异物检测方法。所述方法包括：
3、获取待检测转轴的初始图像，对所述初始图像进行增强处理，得到所述待检测转轴的增强图像；所述初始图像为对所述待检测转轴拍摄得到的x光线图像；
4、基于所述增强图像和真实ok图像各自的图像要素，确定所述待检测转轴的比对图像；所述真实ok图像是质量合格的样本转轴对应的x光线图像，所述图像要素包括灰阶、密度、轮廓中的至少一项；
5、基于所述比对图像和训练好的异物检测模型，确定所述待检测转轴的异物检测结果；所述异物检测模型是基于样本转轴对应的真实ng图像和仿真ng图像训练得到的，所述真实ng图像是包含异物的样本转轴对应的x光线图像，所述仿真ng图像是基于所述真实ng图像和所述真实ok图像生成的包含异物的样本转轴对应的x光线图像。
6、在其中一个实施例中，基于所述增强图像和真实ok图像各自的图像要素，确定所述待检测转轴的比对图像，包括：
7、根据所述增强图像中像素点的灰度值与所述真实ok图像中像素点的灰度值的差值，确定所述增强图像与所述真实ok图像间的灰阶比对图；
8、根据所述增强图像中像素点的密度值与所述真实ok图像中像素点的密度值的差值，确定所述增强图像与所述真实ok图像间的密度比对图；所述密度值是基于预设灰度值与所述像素点的灰度值的比值确定的；
9、根据所述增强图像对应的轮廓图与所述真实ok图像对应的轮廓图之间的差值，确定所述增强图像与所述真实ok图像间的轮廓比对图；
10、对所述灰阶比对图、所述密度比对图和所述轮廓比对图进行加权求和，得到所述待检测转轴的比对图像。
11、在其中一个实施例中，所述方法还包括：
12、确定所述样本转轴的真实ok图像对应的转轴密度图；
13、确定所述样本转轴的真实ng图像中异物的异物密度图；
14、将所述异物密度图进行随机偏移处理，得到偏移密度图；所述随机偏移处理包括位置偏移处理和角度偏移处理中至少一种；
15、将所述转轴密度图和所述偏移密度图进行密度融合，得到所述仿真ng图像。
16、在其中一个实施例中，所述确定所述样本转轴的真实ng图像中异物的异物密度图，包括：
17、对所述真实ng图像进行高斯滤波处理，得到转轴背景图像；
18、根据所述转轴背景图像中像素点的密度值与所述真实ng图像中像素点的密度值的差值，确定所述转轴背景图像与所述真实ng图像间的密度比对图，并将其作为异物密度图。
19、在其中一个实施例中，所述方法还包括：
20、确定所述样本转轴的真实ng图像与所述真实ok图像间对应的第一比对图像；
21、确定所述样本转轴的仿真ng图像与所述真实ok图像间对应的第二比对图像；
22、将各所述第一比对图像和各所述第二比对图像作为训练样本集，并输入至异物检测模型进行训练，得到所述训练好的异物检测模型。
23、在其中一个实施例中，所述对所述初始图像进行增强处理，得到所述待检测转轴的增强图像之前，还包括：
24、根据所述初始图像中定位销的物理坐标，对所述初始图像进行对准校正，得到校正后的初始图像；
25、对所述校正后的初始图像进行灰阶归一化处理和尺度归一化处理，得到归一化后的初始图像，以基于所述归一化后的初始图像进行图像增强处理，得到所述待检测转轴的增强图像。
26、在其中一个实施例中，所述基于所述比对图像和训练好的异物检测模型，确定所述待检测转轴的异物检测结果，包括：
27、通过所述训练好的异物检测模型，获取所述比对图像的第一异物检测结果；
28、通过历史目标检测算法，获取所述比对图像的第二异物检测结果；
29、若所述第一异物检测结果或所述第二异物检测结果中至少一项的检测结果为有异物，则确定所述待检测转轴存在异物。
30、第二方面，本技术还提供了一种转轴异物检测装置。所述装置包括：
31、图像增强模块，用于获取待检测转轴的初始图像，对所述初始图像进行增强处理，得到所述待检测转轴的增强图像；所述初始图像为对所述待检测转轴拍摄得到的x光线图像；
32、图像生成模块，用于基于所述增强图像和真实ok图像各自的图像要素，确定所述待检测转轴的比对图像；所述真实ok图像是质量合格的样本转轴对应的x光线图像，所述图像要素包括灰阶、密度、轮廓中的至少一项；
33、异物检测模块，用于基于所述比对图像和训练好的异物检测模型，确定所述待检测转轴的异物检测结果；所述异物检测模型是基于样本转轴对应的真实ng图像和仿真ng图像训练得到的，所述真实ng图像是包含异物的样本转轴对应的x光线图像，所述仿真ng图像是基于所述真实ng图像和所述真实ok图像生成的包含异物的样本转轴对应的x光线图像。
34、第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述方法的步骤。
35、第四方面，本技术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，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述方法的步骤。
36、第五方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如第一方面所述方法的步骤。
37、上述转轴异物检测方法、装置、计算机设备、存储介质和计算机程序产品，通过获取待检测转轴的初始图像，对初始图像进行增强处理，提升初始图像的清晰度，并得到增强图像，再将增强图像和质量合格的样本转轴对应的真实ok图像进行合并，得到待检测转轴的比对图像，比对图像即更精确的特征图像，最后将比对图像输入训练好的异物检测模型，得到待检测转轴的异物检测结果，并且异物检测模型是根据真实ng图像以及由真实ok图像和真实ng图像随机生成的仿真ng图像训练得到的。通过上述技术方案，能够得到待检测转轴对应的高准确度的比对图像，能够得到通过真实ng图像和仿真ng图像训练得到高准确度的异物检测模型，并基于比对图像以及训练好的异物检测模型进行转轴异物检测，最终提升异物检测的准确度。
1.一种转轴异物检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述增强图像和真实ok图像各自的图像要素，确定所述待检测转轴的比对图像，包括：
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述确定所述样本转轴的真实ng图像中异物的异物密度图，包括：
5.根据权利要求3所述的方法，其特征在于，所述方法还包括：
6.根据权利要求1所述的方法，其特征在于，所述对所述初始图像进行增强处理，得到所述待检测转轴的增强图像之前，还包括：
7.根据权利要求1所述的方法，其特征在于，所述基于所述比对图像和训练好的异物检测模型，确定所述待检测转轴的异物检测结果，包括：
8.一种转轴异物检测装置，其特征在于，所述装置包括：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
