CN104376573A - 一种图像污点检测方法及*** - Google Patents

一种图像污点检测方法及*** Download PDF

Info

Publication number
CN104376573A
CN104376573A CN201410728013.0A CN201410728013A CN104376573A CN 104376573 A CN104376573 A CN 104376573A CN 201410728013 A CN201410728013 A CN 201410728013A CN 104376573 A CN104376573 A CN 104376573A
Authority
CN
China
Prior art keywords
image
value threshold
brightness
zone line
stain
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201410728013.0A
Other languages
English (en)
Other versions
CN104376573B (zh
Inventor
魏永涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Goertek Inc
Original Assignee
Goertek Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Goertek Inc filed Critical Goertek Inc
Priority to CN201410728013.0A priority Critical patent/CN104376573B/zh
Publication of CN104376573A publication Critical patent/CN104376573A/zh
Application granted granted Critical
Publication of CN104376573B publication Critical patent/CN104376573B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/001Industrial image inspection using an image reference approach
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及图像处理技术领域,提供一种图像污点检测方法及***,所述方法包括:对图像中间区域的图像亮度值进行检测;当图像中间区域的图像亮度值符合亮度值阈值范围时,查找确定图像边缘线,形成图像污点检测区域;通过污点检测标准块对图像污点检测区域进行遍历,并进行污点判断;若像素块的灰度值小于污点灰度值阈值,则判定像素块为非污点块;若像素块的灰度值大于等于污点灰度值阈值,则判定像素块为污点块;当图像中间区域的图像亮度值不符合亮度值阈值范围时,对整个图像亮度值进行调整,继而继续执行形成图像污点检测区域的步骤,实现对图像污点的检测,检测效率和检测质量较高,降低了产品的不良率。

Description

一种图像污点检测方法及***
技术领域
本发明属于图像处理技术领域,尤其涉及一种图像污点检测方法及***。
背景技术
工业相机是机器视觉***中的一个关键组件,其最本质的功能就是将光信号转变成有序的电信号,选择合适的相机也是机器视觉***设计中的重要环节,相机的选择不仅直接决定所采集到的图像分辨率、图像质量等,同时也与整个***的运行模式直接相关。
可视化电子产品微型化,高分辨化,针对微型并且高分辨率状态,电子产品屏幕的污点的检测,不仅需要高分辨率工业相机,更重要的是需要对相机拍出的图像进行高质量的算法分析,由于高分辨率工业相机价格非常之高,那么图像处理的高质量的算法分析显得尤为重要。
目前,对工业相机拍摄的图像污点的分析方法存在诸多问题,例如污点检测的效率较低,准确性不高,导致产品的不良率增加。
发明内容
本发明的目的在于提供一种图像污点检测方法,旨在解决现有技术中对工业相机拍摄的图像污点的分析方法存在诸多问题,例如污点检测的效率较低,准确性不高,导致产品的不良率增加的问题。
本发明是这样实现的,一种图像污点检测方法,所述方法包括下述步骤:
对随机选取的图像中间区域的图像亮度值进行亮度值阈值范围检测,判断随机选取的图像中间区域的图像亮度值是否符合所述亮度值阈值范围;
当随机选取的图像中间区域的图像亮度值符合所述亮度值阈值范围时,查找确定图像边缘线,并以所述图像边缘线为基础向图像内部移动若干个像素点,形成图像污点检测区域;
通过预先设置的污点检测标准块对所述图像污点检测区域进行遍历,并将遍历到的每一个像素块灰度值与预先设定的污点灰度值阈值进行污点判断;
若所述像素块的灰度值小于所述污点灰度值阈值,则判定所述像素块为非污点块;
若所述像素块的灰度值大于等于所述污点灰度值阈值,则判定所述像素块为污点块;
当所述随机选取的图像中间区域的图像亮度值不符合所述亮度值阈值范围时,对整个图像亮度值进行调整,符合所述亮度值阈值范围,同时返回执行所述查找确定图像边缘线,并以所述图像边缘线为基础向图像内部移动若干个像素点,形成图像污点检测区域的步骤。
作为一种改进的方案,所述对随机选取的图像中间区域的图像亮度值进行亮度值阈值范围检测的步骤之前还包括下述步骤:
预先对图像中间区域的亮度值阈值范围、污点检测标准块和污点灰度值阈值进行定义设置。
作为一种改进的方案,所述对随机选取的图像中间区域的图像亮度值进行亮度值阈值范围检测,判断随机选取的图像中间区域的图像亮度值是否符合所述亮度值阈值范围的步骤具体包括下述步骤:
随机获取图像中间区域,以此图像中间区域作为图像亮度值检测区域;
计算随机获取到的图像中间区域的亮度值;
将所述图像中间区域的亮度值与亮度值阈值范围进行比对判断。
作为一种改进的方案,所述对随机选取的图像中间区域的图像亮度值进行亮度值阈值范围检测的步骤之前还包括下述步骤:
利用直角坐标系,对图片图像进行位置纠正。
作为一种改进的方案,所述利用直角坐标系,对图片图像进行位置纠正的步骤具体包括:
在直角坐标系中,获取图像的基准边缘线;
计算图像的基准边缘线与所述直角坐标系的横或纵轴基准线的角度差;
依据所述角度差,对所述图像进行位置纠正。
本发明实施例的另一目的在于一种图像污点检测***,所述***包括:
图像亮度值检测模块,用于对随机选取的图像中间区域的图像亮度值进行亮度值阈值范围检测,判断随机选取的图像中间区域的图像亮度值是否符合所述亮度值阈值范围;
图像污点检测区域形成模块,用于当随机选取的图像中间区域的图像亮度值符合所述亮度值阈值范围时,查找确定图像边缘线,并以所述图像边缘线为基础向图像内部移动若干个像素点,形成图像污点检测区域;
像素块污点判断模块,用于通过预先设置的污点检测标准块对所述图像污点检测区域进行遍历,并将遍历到的每一个像素块灰度值与预先设定的污点灰度值阈值进行污点判断;
非污点判定模块,用于若所述像素块的灰度值小于所述污点灰度值阈值,则判定所述像素块为非污点块;
污点判定模块,用于若所述像素块的灰度值大于等于所述污点灰度值阈值,则判定所述像素块为污点块;
图像亮度值调整模块,用于当所述随机选取的图像中间区域的图像亮度值不符合所述亮度值阈值范围时,对整个图像亮度值进行调整,符合所述亮度值阈值范围,同时返回执行所述污点检测区域形成模块所执行的步骤。
作为一种改进的方案,所述***还包括:
预先定义设置模块,用于预先对图像中间区域的亮度值阈值范围、污点检测标准块和污点灰度值阈值进行定义设置。
作为一种改进的方案,所述图像亮度值检测模块具体包括:
图像中间区域获取模块,用于随机获取图像中间区域,以此图像中间区域作为图像亮度值检测区域;
亮度值计算模块,用于计算随机获取到的图像中间区域的亮度值;
比对判断模块,用于将所述图像中间区域的亮度值与亮度值阈值范围进行比对判断。
作为一种改进的方案,所述***还包括:
图像位置纠正模块,用于利用直角坐标系,对图片图像进行位置纠正。
作为一种改进的方案,所述图像位置纠正模块具体包括:
基准边缘线获取模块,用于在直角坐标系中,获取图像的基准边缘线;
角度差计算模块,用于计算图像的基准边缘线与所述直角坐标系的横或纵轴基准线的角度差;
纠正模块,用于依据所述角度差,对所述图像进行位置纠正。
在本发明实施例中,对随机选取的图像中间区域的图像亮度值进行亮度值阈值范围检测;当随机选取的图像中间区域的图像亮度值符合所述亮度值阈值范围时,查找确定图像边缘线,并以所述图像边缘线为基础向图像内部移动若干个像素点,形成图像污点检测区域;通过预先生成的污点检测标准块对所述图像污点检测区域进行遍历,并将遍历到的每一个像素块灰度值与预先设定的污点灰度值阈值进行污点判断;若所述像素块的灰度值小于所述污点灰度值阈值,则判定所述像素块为非污点块;若所述像素块的灰度值大于等于所述污点灰度值阈值,则判定所述像素块为污点块;当所述随机选取的图像中间区域的图像亮度值不符合所述亮度值阈值范围时,对整个图像亮度值进行调整,符合亮度值阈值范围,继而继续执行形成图像污点检测区域的步骤,实现对图像污点的检测,其检测过程直接应用于产线的检测,检测效率和检测质量较高,降低了产品的不良率,减少人力成本,同时节省成本。
附图说明
图1是本发明实施例提供的图像污点检测方法的实现流程图;
图2是本发明实施例提供的对随机选取的图像中间区域的图像亮度值进行亮度值阈值范围检测,判断随机选取的图像中间区域的图像亮度值是否符合所述亮度值阈值范围的具体实现流程图;
图3是本发明实施例提供的利用直角坐标系,对图片图像进行位置纠正的实现流程图;
图4和图5是本发明实施例提供的图像位置纠正的事例对比图;
图6是本发明实施例提供的图像污点检测***的结构框图;
图7是本发明实施例提供的图像亮度值检测模块的结构框图;
图8是本发明实施例提供的图像位置纠正模块的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
图1示出了本发明提供的图像污点检测方法的实现流程图,其具体的步骤如下所述:
在步骤S101中,对随机选取的图像中间区域的图像亮度值进行亮度值阈值范围检测,判断随机选取的图像中间区域的图像亮度值是否符合所述亮度值阈值范围,是则执行步骤S102,否则执行步骤S107。
在步骤S102中,当随机选取的图像中间区域的图像亮度值符合所述亮度值阈值范围时,查找确定图像边缘线,并以所述图像边缘线为基础向图像内部移动若干个像素点,形成图像污点检测区域。
在该步骤中,该步骤是在图像中,确定相应的图像污点检测区域,该检测区域是以图像边缘线为基准,向内侧移动若干个像素点,例如5-10点像素点都可,然后依此区域为图像污点检测区域。
在步骤S103中,通过预先生成的污点检测标准块对所述图像污点检测区域进行遍历。
在该步骤中,利用污点检测标准块对图像污点检测区域进行遍历的过程,即为常见的对图像的遍历过程,即为常见的遍历过程,在此不再赘述,但不用以限制本发明。
在步骤S104中,将遍历到的每一个像素块灰度值与预先设定的污点灰度值阈值进行污点判断,即判断该像素块的灰度值是否小于污点灰度值阈值,是则执行步骤S105,否则执行步骤S106。
其中,该污点的灰度值判定有个标准,即污点灰度值阈值,此处需要实现定义设置,只要不满足该污点灰度值阈值的像素块都是非污点。
在步骤S105中,若所述像素块的灰度值小于所述污点灰度值阈值,则判定所述像素块为非污点块。
在步骤S106中,若所述像素块的灰度值大于等于所述污点灰度值阈值,则判定所述像素块为污点块。
在步骤中,对检测到污点块和非污点块的后续处理,可以进行位置标记或保存等,在此不再赘述。
在步骤S107中,当所述随机选取的图像中间区域的图像亮度值不符合所述亮度值阈值范围时,对整个图像亮度值进行调整,符合所述亮度值阈值范围;
同时返回执行步骤S102所执行的查找确定图像边缘线,并以所述图像边缘线为基础向图像内部移动若干个像素点,形成图像污点检测区域的步骤。
在本发明实施例中,在执行上述步骤S101之前,还需要预先做如下工作:
预先对图像中间区域的亮度值阈值范围、污点检测标准块和污点灰度值阈值进行定义设置,其中:
图像中间区域的亮度值阈值范围的设置,可以根据程序算法的设置对图像中间一般的区域进行抓取,其大小、具***置以及其它事项,可以不进行相应的限定,设定图像中间区域的目的是对图像进行预处理,使其符合图像污点的检测,同时,保证污点检查的准确性和效率,降低产品不良率的产生;
污点检测标准块的确定,可以根据图像像素的基本要求以及较常见污点的大小范围等信息进行确定,其主要目的是对图像进行遍历;
污点灰度值阈值的设置也可以本领域中,图像亮度以及污点的常规设定而设置,在此不再赘述。
图2是本发明实施例提供的对随机选取的图像中间区域的图像亮度值进行亮度值阈值范围检测,判断随机选取的图像中间区域的图像亮度值是否符合所述亮度值阈值范围的具体实现步骤,其具体如下:
在步骤S201中,随机获取图像中间区域,以此图像中间区域作为图像亮度值检测区域。
在步骤S202中,计算随机获取到的图像中间区域的亮度值。
在步骤S203中,将图像中间区域的亮度值与亮度值阈值范围进行比对判断。
其中,该调整的过程为自动循环判断,即可能不是一次到位的,调整一次后,若符合条件则结束调整过程,若否,则继续执行步骤S202,直至调整到亮度值阈值范围之内。
其中,实施例给出的图像中间区域的亮度值的计算与判断的过程,是为方便后续污点分析检测,以提高检测的准确性,降低产品的不良率。
在本发明实施例中,为了进一步地的对图像污点的检测的准确性和效率,上述对随机选取的图像中间区域的图像亮度值进行亮度值阈值范围检测的步骤之前还包括下述步骤:
利用直角坐标系,对图片图像进行位置纠正,其中,其具体包括下述步骤,如图3所示:
在步骤S301中,在直角坐标系中,获取图像的基准边缘线。
在步骤S302中,计算图像的基准边缘线与所述直角坐标系的横或纵轴基准线的角度差。
在步骤S303中,依据角度差,对所述图像进行位置纠正。
其中,对于该步骤是选择性的,即如果该图片图像为圆形,则无需考虑,若该图片图像为长方形、不规则的多边形等,则需要选择其中一个的一个基准边缘线,以此为基础进行调整,其中,该基准边缘线的选择可以根据该图片图像的常规方式即可,例如图4和图5所示的效果:
以长方形为例,图中,长方形a的上边缘线与标准直角坐标系的横轴成一定的角度,按照上述图3所示的步骤之后,纠正为图5所示的效果,在此不再赘述。
图6是本发明实施例提供的图像污点检测***的结构框图,为了便于说明,图中仅给出了与本发明实施例相关的部分。
图像亮度值检测模块11对随机选取的图像中间区域的图像亮度值进行亮度值阈值范围检测,判断随机选取的图像中间区域的图像亮度值是否符合所述亮度值阈值范围;当随机选取的图像中间区域的图像亮度值符合所述亮度值阈值范围时,图像污点检测区域形成模块12查找确定图像边缘线,并以所述图像边缘线为基础向图像内部移动若干个像素点,形成图像污点检测区域;像素块污点判断模块13通过预先设置的污点检测标准块对所述图像污点检测区域进行遍历,并将遍历到的每一个像素块灰度值与预先设定的污点灰度值阈值进行污点判断;若所述像素块的灰度值小于所述污点灰度值阈值,非污点判定模块14判定所述像素块为非污点块;若所述像素块的灰度值大于等于所述污点灰度值阈值,污点判定模块15判定所述像素块为污点块;当所述随机选取的图像中间区域的图像亮度值不符合所述亮度值阈值范围时,图像亮度值调整模块16对整个图像亮度值进行调整,符合所述亮度值阈值范围,同时返回执行所述污点检测区域形成模块所执行的步骤。
在本发明实施例中,预先定义设置模块17预先对图像中间区域的亮度值阈值范围、污点检测标准块和污点灰度值阈值进行定义设置。
如图7所示,图像亮度值检测模块11具体包括:
图像中间区域获取模块111随机获取图像中间区域,以此图像中间区域作为图像亮度值检测区域;亮度值计算模块112计算随机获取到的图像中间区域的亮度值;比对判断模块113将所述图像中间区域的亮度值与亮度值阈值范围进行比对判断。
在本发明实施例中,图像位置纠正模块18利用直角坐标系,对图片图像进行位置纠正,其具体包括:
如图8所示,基准边缘线获取模块181在直角坐标系中,获取图像的基准边缘线;角度差计算模块182计算图像的基准边缘线与所述直角坐标系的横或纵轴基准线的角度差;纠正模块183依据所述角度差,对所述图像进行位置纠正。
上述各个模块的功能如上述方法实施例所记载,在此不再赘述。
在本发明实施例中,对随机选取的图像中间区域的图像亮度值进行亮度值阈值范围检测;当随机选取的图像中间区域的图像亮度值符合所述亮度值阈值范围时,查找确定图像边缘线,并以所述图像边缘线为基础向图像内部移动若干个像素点,形成图像污点检测区域;通过预先生成的污点检测标准块对所述图像污点检测区域进行遍历,并将遍历到的每一个像素块灰度值与预先设定的污点灰度值阈值进行污点判断;若所述像素块的灰度值小于所述污点灰度值阈值,则判定所述像素块为非污点块;若所述像素块的灰度值大于等于所述污点灰度值阈值,则判定所述像素块为污点块;当所述随机选取的图像中间区域的图像亮度值不符合所述亮度值阈值范围时,将整个图像亮度值进行调整,符合亮度值阈值范围,继而继续执行形成图像污点检测区域的步骤,实现对图像污点的检测,其检测过程直接应用于产线的检测,检测效率和检测质量较高,降低了产品的不良率,减少人力成本,同时节省成本。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种图像污点检测方法,其特征在于,所述方法包括下述步骤:
对随机选取的图像中间区域的图像亮度值进行亮度值阈值范围检测,判断随机选取的图像中间区域的图像亮度值是否符合所述亮度值阈值范围;
当随机选取的图像中间区域的图像亮度值符合所述亮度值阈值范围时,查找确定图像边缘线,并以所述图像边缘线为基础向图像内部移动若干个像素点,形成图像污点检测区域;
通过预先设置的污点检测标准块对所述图像污点检测区域进行遍历,并将遍历到的每一个像素块灰度值与预先设定的污点灰度值阈值进行污点判断;
若所述像素块的灰度值小于所述污点灰度值阈值,则判定所述像素块为非污点块;
若所述像素块的灰度值大于等于所述污点灰度值阈值,则判定所述像素块为污点块;
当所述随机选取的图像中间区域的图像亮度值不符合所述亮度值阈值范围时,对整个图像亮度值进行调整,符合所述亮度值阈值范围,同时返回所述查找确定图像边缘线,并以所述图像边缘线为基础向图像内部移动若干个像素点,形成图像污点检测区域的步骤。
2.根据权利要求1所述的图像污点检测方法,其特征在于,所述对随机选取的图像中间区域的图像亮度值进行亮度值阈值范围检测的步骤之前还包括下述步骤:
预先对图像中间区域的亮度值阈值范围、污点检测标准块和污点灰度值阈值进行定义设置。
3.根据权利要求1所述的图像污点检测方法,其特征在于,所述对随机选取的图像中间区域的图像亮度值进行亮度值阈值范围检测,判断随机选取的图像中间区域的图像亮度值是否符合所述亮度值阈值范围的步骤具体包括下述步骤:
随机获取图像中间区域,以此图像中间区域作为图像亮度值检测区域;
计算随机获取到的图像中间区域的亮度值;
将所述图像中间区域的亮度值与亮度值阈值范围进行比对判断。
4.根据权利要求1所述的图像污点检测方法,其特征在于,所述对随机选取的图像中间区域的图像亮度值进行亮度值阈值范围检测的步骤之前还包括下述步骤:
利用直角坐标系,对图片图像进行位置纠正。
5.根据权利要求4所述的图像污点检测方法,其特征在于,所述利用直角坐标系,对图片图像进行位置纠正的步骤具体包括:
在直角坐标系中,获取图像的基准边缘线;
计算图像的基准边缘线与所述直角坐标系的横或纵轴基准线的角度差;
依据所述角度差,对所述图像进行位置纠正。
6.一种图像污点检测***,其特征在于,所述***包括:
图像亮度值检测模块,用于对随机选取的图像中间区域的图像亮度值进行亮度值阈值范围检测,判断随机选取的图像中间区域的图像亮度值是否符合所述亮度值阈值范围;
图像污点检测区域形成模块,用于当随机选取的图像中间区域的图像亮度值符合所述亮度值阈值范围时,查找确定图像边缘线,并以所述图像边缘线为基础向图像内部移动若干个像素点,形成图像污点检测区域;
像素块污点判断模块,用于通过预先设置的污点检测标准块对所述图像污点检测区域进行遍历,并将遍历到的每一个像素块灰度值与预先设定的污点灰度值阈值进行污点判断;
非污点判定模块,用于若所述像素块的灰度值小于所述污点灰度值阈值,则判定所述像素块为非污点块;
污点判定模块,用于若所述像素块的灰度值大于等于所述污点灰度值阈值,则判定所述像素块为污点块;
图像亮度值调整模块,用于当所述随机选取的图像中间区域的图像亮度值不符合所述亮度值阈值范围时,对整个图像亮度值进行调整,符合所述亮度值阈值范围,同时返回执行所述污点检测区域形成模块所执行的步骤。
7.根据权利要求6所述的图像污点检测***,其特征在于,所述***还包括:
预先定义设置模块,用于预先对图像中间区域的亮度值阈值范围、污点检测标准块和污点灰度值阈值进行定义设置。
8.根据权利要求6所述的图像污点检测***,其特征在于,所述图像亮度值检测模块具体包括:
图像中间区域获取模块,用于随机获取图像中间区域,以此图像中间区域作为图像亮度值检测区域;
亮度值计算模块,用于计算随机获取到的图像中间区域的亮度值;
比对判断模块,用于将所述图像中间区域的亮度值与亮度值阈值范围进行比对判断。
9.根据权利要求6所述的图像污点检测***,其特征在于,所述***还包括:
图像位置纠正模块,用于利用直角坐标系,对图片图像进行位置纠正。
10.根据权利要求9所述的图像污点检测***,其特征在于,所述图像位置纠正模块具体包括:
基准边缘线获取模块,用于在直角坐标系中,获取图像的基准边缘线;
角度差计算模块,用于计算图像的基准边缘线与所述直角坐标系的横或纵轴基准线的角度差;
纠正模块,用于依据所述角度差,对所述图像进行位置纠正。
CN201410728013.0A 2014-12-03 2014-12-03 一种图像污点检测方法及*** Active CN104376573B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410728013.0A CN104376573B (zh) 2014-12-03 2014-12-03 一种图像污点检测方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410728013.0A CN104376573B (zh) 2014-12-03 2014-12-03 一种图像污点检测方法及***

Publications (2)

Publication Number Publication Date
CN104376573A true CN104376573A (zh) 2015-02-25
CN104376573B CN104376573B (zh) 2017-12-26

Family

ID=52555463

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410728013.0A Active CN104376573B (zh) 2014-12-03 2014-12-03 一种图像污点检测方法及***

Country Status (1)

Country Link
CN (1) CN104376573B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104952077A (zh) * 2015-06-18 2015-09-30 辰通智能设备(深圳)有限公司 一种票据图像油污检测方法及***
CN106412573A (zh) * 2016-10-26 2017-02-15 歌尔科技有限公司 一种检测镜头污点的方法和装置
CN106412570A (zh) * 2016-10-11 2017-02-15 惠州市德赛西威汽车电子股份有限公司 一种摄像***去噪能力的测定方法及测定工具
CN107144576A (zh) * 2017-04-12 2017-09-08 丁永胜 一种基于图像采集的圈舍环境自动清洁方法和***
CN108346149A (zh) * 2018-03-02 2018-07-31 北京郁金香伙伴科技有限公司 图像检测、处理方法、装置及终端
CN110487808A (zh) * 2019-08-22 2019-11-22 广东智源机器人科技有限公司 一种用于自动化炒锅锅胆的卫生状态检测方法及***
CN111956184A (zh) * 2020-08-12 2020-11-20 广东食品药品职业学院 一种基于皮肤图像检测色斑的***及方法
CN114390225A (zh) * 2022-01-20 2022-04-22 上海安翰医疗技术有限公司 胶囊内窥镜脏污检测方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070206228A1 (en) * 2006-03-01 2007-09-06 Ricoh Company, Ltd. Method and apparatus for processing image, and computer program product
CN103366358A (zh) * 2012-03-30 2013-10-23 Ncr公司 污点检测
CN104143185A (zh) * 2014-06-25 2014-11-12 东软集团股份有限公司 一种污点区域检测方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070206228A1 (en) * 2006-03-01 2007-09-06 Ricoh Company, Ltd. Method and apparatus for processing image, and computer program product
CN103366358A (zh) * 2012-03-30 2013-10-23 Ncr公司 污点检测
CN104143185A (zh) * 2014-06-25 2014-11-12 东软集团股份有限公司 一种污点区域检测方法

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104952077A (zh) * 2015-06-18 2015-09-30 辰通智能设备(深圳)有限公司 一种票据图像油污检测方法及***
CN104952077B (zh) * 2015-06-18 2018-02-16 深圳辰通智能股份有限公司 一种票据图像油污检测方法及***
CN106412570A (zh) * 2016-10-11 2017-02-15 惠州市德赛西威汽车电子股份有限公司 一种摄像***去噪能力的测定方法及测定工具
CN106412573A (zh) * 2016-10-26 2017-02-15 歌尔科技有限公司 一种检测镜头污点的方法和装置
CN107144576A (zh) * 2017-04-12 2017-09-08 丁永胜 一种基于图像采集的圈舍环境自动清洁方法和***
CN108346149A (zh) * 2018-03-02 2018-07-31 北京郁金香伙伴科技有限公司 图像检测、处理方法、装置及终端
CN108346149B (zh) * 2018-03-02 2021-03-12 北京郁金香伙伴科技有限公司 图像检测、处理方法、装置及终端
CN110487808A (zh) * 2019-08-22 2019-11-22 广东智源机器人科技有限公司 一种用于自动化炒锅锅胆的卫生状态检测方法及***
CN111956184A (zh) * 2020-08-12 2020-11-20 广东食品药品职业学院 一种基于皮肤图像检测色斑的***及方法
CN114390225A (zh) * 2022-01-20 2022-04-22 上海安翰医疗技术有限公司 胶囊内窥镜脏污检测方法及装置

Also Published As

Publication number Publication date
CN104376573B (zh) 2017-12-26

Similar Documents

Publication Publication Date Title
CN104376573A (zh) 一种图像污点检测方法及***
CN101122457B (zh) 影像边界扫描***及方法
CN103885217B (zh) 一种检测液晶面板柱状隔垫物缺陷的方法及装置
CN104408727A (zh) 一种图像边缘污点检测方法及***
US20150117753A1 (en) Computing device and method for debugging computerized numerical control machine
US9619895B2 (en) Image processing method of vehicle camera and image processing apparatus using the same
CN103792705A (zh) 检测基板缺陷的检测方法及检测装置
CN105388165A (zh) 偏光膜的缺陷监控方法
CN108871185B (zh) 零件检测的方法、装置、设备以及计算机可读存储介质
CN103500722B (zh) 一种电子束缺陷检测方法
JP2017142613A (ja) 情報処理装置、情報処理システム、情報処理方法及び情報処理プログラム
CN102854195B (zh) 彩色滤光片上缺陷坐标的检测方法
CN109191516B (zh) 结构光模组的旋转纠正方法、装置及可读存储介质
CN103034833B (zh) 条码定位方法及装置
CN102346913A (zh) 一种图像的多边形模型的简化方法
CN103646889A (zh) 晶圆缺陷检测方法
CN104766310A (zh) 光源检测***和检测方法
CN101685000B (zh) 影像边界扫描的计算机***及方法
CN102610104A (zh) 一种车载的前方车辆检测方法
JP2015232481A (ja) 検査装置、検査方法およびプログラム
CN102339464A (zh) 线搜索式角点检测方法
WO2014054124A1 (ja) 路面標示検出装置及び路面標示検出方法
CN103905762A (zh) 投影模块的投影画面自动检查方法
CN109580174A (zh) 半导体激光器局部均匀度的检测方法、装置及可读存储介质
JP2020173584A (ja) 物体検出装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: 261031 Dongfang Road, Weifang high tech Industrial Development Zone, Shandong, China, No. 268

Applicant after: Goertek Inc.

Address before: 261031 Dongfang Road, Weifang high tech Industrial Development Zone, Shandong, China, No. 268

Applicant before: Goertek Inc.

COR Change of bibliographic data
GR01 Patent grant