CN105004323A - 一种基于机器视觉的口杯酒瓶盖旋转角度测量与修正方法 - Google Patents
一种基于机器视觉的口杯酒瓶盖旋转角度测量与修正方法 Download PDFInfo
- Publication number
- CN105004323A CN105004323A CN201510386142.0A CN201510386142A CN105004323A CN 105004323 A CN105004323 A CN 105004323A CN 201510386142 A CN201510386142 A CN 201510386142A CN 105004323 A CN105004323 A CN 105004323A
- Authority
- CN
- China
- Prior art keywords
- area
- cap
- bottle cap
- connected domain
- blob
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000005484 gravity Effects 0.000 claims abstract description 13
- 238000004519 manufacturing process Methods 0.000 claims abstract description 12
- 230000007246 mechanism Effects 0.000 claims abstract description 10
- 238000005259 measurement Methods 0.000 claims description 11
- 238000002715 modification method Methods 0.000 claims description 11
- 230000011218 segmentation Effects 0.000 claims description 8
- 230000001154 acute effect Effects 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 4
- 230000004048 modification Effects 0.000 claims description 4
- 238000012986 modification Methods 0.000 claims description 4
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 238000007639 printing Methods 0.000 claims description 3
- 101150014742 AGE1 gene Proteins 0.000 claims 1
- 238000001514 detection method Methods 0.000 abstract description 5
- 238000007648 laser printing Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 230000005693 optoelectronics Effects 0.000 description 4
- 238000005452 bending Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于机器视觉的口杯酒瓶盖旋转角度测量与修正方法,该方法利用口杯酒瓶盖图像特征,通过连通域搜索和重心的计算,定位圆环感兴趣区域,巧妙的基于圆环被切割部分的特征,得到凹凸方向的特征加强区域,有效计算出口杯酒瓶盖的旋转角度,并将角度发送给旋瓶机构,当瓶体到达旋瓶机构位置时,瓶体被精确旋转,保证激光打印时瓶体旋转角的一致性要求。该视觉检测方法高速、准确、稳定,满足高速生产线的实时在线检测需求。
Description
技术领域
本发明涉及一种基于机器视觉的口杯酒瓶盖旋转角度测量与修正方法。
背景技术
激光打码常用于打印产品的生产日期、保质期、批次等,由于其具有无接触、高速等特点,被广泛应用在工业制造生产线上。例如,在古岭神等口杯酒的生产线中便用到了激光打码设备,将销售目的地、生产日期打印在口杯酒的顶端,快速、方便。但是,在实际生产中,由于口杯酒容器类似于酒杯形状,且口杯酒瓶盖上设有对称的拉环,在压盖工序中盖子会发生自旋,造成不同口杯酒的转动角度不同,而激光打码则要求口杯酒的旋转角度一致,否则,将导致激光打码字体与酒盖上的商标角度的不一致,严重影响商标的品质。目前,常用的解决方式为人工目测并旋转瓶盖的修正方式,但是该种方式作业人工数量多、长时间不停歇作业易造成高度疲劳、重复劳动单调乏味、旋转角度无法达到精确一致,因此,给生产企业带来了技术瓶颈,迫切寻找一种有效的解决途径。
发明内容
本发明提出了一种基于机器视觉的口杯酒瓶盖旋转角度测量与修正方法,克服现有技术中高速生产线上激光打印时瓶体旋转角不一致的问题,本发明所述方法能够有效计算出口杯酒瓶盖的旋转角度,并将角度发送给旋瓶机构,当瓶体到达旋瓶机构位置时,瓶体被精确旋转,保证激光打印时瓶体旋转角的一致性要求。
一种基于机器视觉的口杯酒瓶盖旋转角度测量与修正方法,包括以下步骤:
步骤1:采集位于高速生产线上的口杯酒瓶盖图像,记作Image0;
步骤2:对瓶盖图像Image0进行二值化操作,得到二值图像Image1;
将口杯酒瓶盖从背景图像中分割出来,T1为设定二值化分割阈值,Image0(x,y)为图像中(x,y)位置像素的灰度值;
步骤3:对二值图像Image1进行连通域搜寻操作,寻找出面积最大的连通域Blob,并对Blob进行孔洞填充;
【口杯酒的瓶盖含有拉环、印字,且外形复杂,因此,简单的二值化操作无法保证连通域Blob实心,而本发明中需要采用重心法对瓶盖位置进行粗定位,所以,为保证瓶盖定位中心的准确性,需进行孔洞填充。】
步骤4:粗定位口杯酒瓶盖的圆环感兴趣区域RegionDiff;
步骤4.1:采用重心法计算出填充最大连通域Blob的中心O(xo,yo),即为瓶盖的圆心,M为Blob像素点总数,并计算出Blob的半径RBlob;
步骤4.2:以O(xo,yo)为圆心,分别以R1、R2为半径绘制圆形区域C1、C2;
R1∈(0.5RBlob,0.6RBlob),R2∈(0.35RBlob,0.45RBlob);
【其中,根据瓶盖实体的特征和实验结果得到,当R1=0.56RBlob,R2=0.39RBlob时,圆环区域分割效果较好。】
步骤4.3:将两圆形区域作差,获得圆环感兴趣区域RegionDiff,RegionDiff=C1-C2;
【至此,口杯酒图像中的圆环感兴趣区域已被分割出来,后续过程主要分析该区域中白色不完整圆环Ring0的特性,并根据拉环的弯曲方向,选出未被覆盖的圆形区域,计算出瓶盖的竖直方向,即+90°或-90°方向;】
步骤5:对圆环感兴趣区域RegionDiff进行二值化操作,得到白色圆环二值图像RegionDiff_Bin;
其中,G(x,y)为RegionDiff中的(x,y)位置处像素点灰度值,T2为能够将白色圆环与背景分开的固定阈值;
步骤6:对白色圆环二值图像进行搜寻连通域操作,得到连通域集合Blobs2,计算出每个连通域的面积大小,从Blobs2中将面积小于ST的连通域移除,得到剩余连通域Blobs2_ring;
其中,ST为设定的连通域面积阈值;
【目的是消除圆环周边复杂外形的干扰,则Blobs2中剩余的连通域Blobs2_ring均来自图形中的白色圆环Ring0;】
步骤7:对Blobs2_ring进行空洞填充,得到非空洞连通域集合Blobs2_fillup;
步骤8:对Blobs2_fillup中所有连通域的求或操作,得到高精度感兴趣连通域Blob3;
步骤9:通过最小二乘法计算Blob3的最小外接圆Circle_out,获得圆心OC(x0,y0),半径为Rout;
步骤10:以OC(x0,y0)为圆心,0.85Rout为半径,绘制圆形连通域Circle_fit,并将Blob3与Circle_fit作差,精确定位圆环感兴趣区域,得到特征增强的圆环感兴趣区域Segment,Segment=Blob3-Circle_fit;
其中,0.85Rout是根据具体分割要求获得的固定参数;
步骤11:根据面积法,从特征增强感兴趣区域中找到面积最大的前两个区域Rout1'、Rout2'后,根据重心法寻找两者的重心分别为O1(x1,y1)'、O2(x2,y2)':
步骤12:根据两重心坐标,计算出经过两点直线的倾斜角α,倾斜角α即为口杯酒旋转角度。
【该种方法简单、快速,稳定性好。角度正确率达到100%。】
所述步骤11中从特征增强感兴趣区域中找到面积最大的前两个区域Rout1'、Rout2'按照以下步骤获得:
步骤1)从特征增强感兴趣区域中提取连通域;
其中,连通域外弧角为钝角的区域作为拉环覆盖区域,连通域外弧角为锐角的区域作为未被拉环覆盖区域;
步骤2)利用特征增强感兴趣区域中的圆环的内部圆依次与拉环覆盖区域和未被拉环覆盖区域作差,通过面积排序方法筛选出面积最大的两个连通域Rout1'、Rout2'。
所述步骤1中采用图像采集的方式为触发式采集。
【当口杯酒接近光电开关时,光电开关即刻触发工业CCD相机采集一帧图像;】
采用高亮度漫反射光源进行图像采集,亮度范围为10000~20000lux。
【确保图像的高速采集。】
所述光源为半径为6cm的穹顶漫反射光源。
将口杯酒的旋转角度发送至控制器,控制器发出角度修正指令至旋瓶机构,当瓶体到达旋瓶机构位置时,口杯酒瓶盖上的印刷图案被精确旋转,使得激光打码位于口杯酒瓶盖上的印刷图像正下方。
有益效果
与现有技术相比,本发明的优点体现在以下几点:
(1)本发明采用了基于切割线弯曲方向为特征的有效区域判断方法,通过增强有效区域,衰减无效区域的方法,有效测量出口杯酒的旋转角度,整体算法简单、高效,100%检测出口杯酒的竖直方向;
(2)与传统模板匹配的方法相比,本发明提出的测量方法受干扰程度更低,因为拉环模板、字体模板均受瓶盖外形、环境、光源影响较大,匹配度低,固定阈值无法满足批量检测的需求;而本方法几乎不受上述因素的干扰,稳定性更好,速度更快;
(3)与现有人工方法相比,该检测算法具有检测精度高、速度快、重复性好等优势,满足现有生产线实时在线检测、稳定可靠的需求。人工手工旋转无法精确纠正角度,造成激光打印信息歪斜不一。
附图说明
图1为本发明的流程图;
图2为应用本发明所述方法处理口杯酒瓶盖图像过程原理图,其中,(a)为口杯酒瓶盖结构组成示意图;(b)为口杯酒特征提取部位示意图;(c)为拉坏覆盖圆环区,截断圆环示意图;(d)为被截断圆环被切割成四个区域示意图;(e)为采用内部圆切割圆环示意图;(f)为特征增强后图像;(g)为口杯酒瓶盖旋转角度对应直线;
图3为应用本发明所述方法对实例图像进行修正过程示意图,其中,(a)为待修正的原始图像;(b)为(a)图的二值化图像;(c)为从(b)中提取的圆环感兴趣区域;(d)为(c)的二值化图像;(e)为采用面积法对图(d)进行连通域筛选;(f)为特征增强的区域图像;
(g)为最大的两个连通域;(h)为重心法寻找两区域中心点得到旋转角度对应直线;(i)为依据旋转角度对(a)进行角度修正示意图。
具体实施方式
下面将结合附图和实施例对本发明做进一步的说明。
在本实例中相机采用分辨率为1080*960的面阵千兆网CCD相机(Baumer TXG12),镜头为6mm宽视角Computar镜头,光源为半径为6cm的穹顶漫反射光源(LTS-FM12030-WQ);
如图1所示,一种基于机器视觉的口杯酒瓶盖旋转角度测量与修正方法,包括以下步骤:
步骤1:采集位于高速生产线上的口杯酒瓶盖图像,记作Image0,如图3(a)所示;
步骤2:对瓶盖图像Image0进行二值化操作,得到二值图像Image1,如图3(b)所示;
将口杯酒瓶盖从背景图像中分割出来,T1为设定二值化分割阈值,Image0(x,y)为图像中(x,y)位置像素的灰度值;
步骤3:对二值图像Image1进行连通域搜寻操作,寻找出面积最大的连通域Blob,并对Blob进行孔洞填充;
【口杯酒的瓶盖含有拉环、印字,且外形复杂,因此,简单的二值化操作无法保证连通域Blob实心,而本发明中需要采用重心法对瓶盖位置进行粗定位,所以,为保证瓶盖定位中心的准确性,需进行孔洞填充。需要提取的部位如图2(b)所示;】
步骤4:粗定位口杯酒瓶盖的圆环感兴趣区域RegionDiff,如图3(c)所示;
步骤4.1:采用重心法计算出填充最大连通域Blob的中心O(xo,yo),即为瓶盖的圆心,M为Blob像素点总数,并计算出Blob的半径RBlob;
步骤4.2:以O(xo,yo)为圆心,分别以R1、R2为半径绘制圆形区域C1、C2;
R1∈(0.5RBlob,0.6RBlob),R2∈(0.35RBlob,0.45RBlob);
【其中,根据瓶盖实体的特征和实验结果得到,当R1=0.56RBlob,R2=0.39RBlob时,圆环区域分割效果较好。】
步骤4.3:将两圆形区域作差,获得圆环感兴趣区域RegionDiff,RegionDiff=C1-C2;
【其中,RegionDiff中包含了如图2(a)所示的白色圆环。】
【至此,口杯酒图像中的圆环感兴趣区域已被分割出来,后续过程主要分析该区域中白色不完整圆环Ring0的特性,拉坏覆盖圆环区,截断圆环,如图2(c)所示,并根据拉环的弯曲方向,选出未被覆盖的圆形区域,计算出瓶盖的竖直方向,即+90°或-90°方向;】
步骤5:对圆环感兴趣区域RegionDiff进行二值化操作,得到白色圆环二值图像RegionDiff_Bin,如图3(d)所示;
其中,G(x,y)为RegionDiff中的(x,y)位置处像素点灰度值,T2为能够将白色圆环与背景分开的固定阈值;
步骤6:对白色圆环二值图像进行搜寻连通域操作,得到连通域集合Blobs2,计算出每个连通域的面积大小,从Blobs2中将面积小于ST的连通域移除,得到剩余连通域,如图3(e)所示,Blobs2_ring;
其中,ST为设定的连通域面积阈值;
【目的是消除圆环周边复杂外形的干扰,则Blobs2中剩余的连通域Blobs2_ring均来自图形中的白色圆环Ring0;】
步骤7:对Blobs2_ring进行空洞填充,得到非空洞连通域集合Blobs2_fillup;
步骤8:对Blobs2_fillup中所有连通域的求或操作,得到高精度感兴趣连通域Blob3;
步骤9:通过最小二乘法计算Blob3的最小外接圆Circle_out,获得圆心OC(x0,y0),半径为Rout;
步骤10:以OC(x0,y0)为圆心,0.85Rout为半径,绘制圆形连通域Circle_fit,并将Blob3与Circle_fit作差,精确定位圆环感兴趣区域,得到特征增强的圆环感兴趣区域Segment,,如图3(f)所示,Segment=Blob3-Circle_fit;
其中,0.85Rout是根据具体分割要求获得的固定参数;
步骤11:根据面积法,从特征增强感兴趣区域中找到面积最大的前两个区域Rout1'、Rout2'后,如图3(g)所示,根据重心法寻找两者的重心分别为O1(x1,y1)'、O2(x2,y2)':
步骤12:根据两重心坐标,计算出经过两点直线的倾斜角α,如图3(h)所示,倾斜角α即为口杯酒旋转角度。
【该种方法简单、快速,稳定性好。角度正确率达到100%。】
所述步骤11中从特征增强感兴趣区域中找到面积最大的前两个区域Rout1'、Rout2'按照以下步骤获得:
步骤1)从特征增强感兴趣区域中提取连通域;
其中,连通域外弧角为钝角的区域作为拉环覆盖区域,连通域外弧角为锐角的区域作为未被拉环覆盖区域;
步骤2)利用特征增强感兴趣区域中的圆环的内部圆依次与拉环覆盖区域和未被拉环覆盖区域作差,通过面积排序方法筛选出面积最大的两个连通域Rout1'、Rout2'。
增强特征提取原理如下:
①白色Ring0被双侧拉盖覆盖,成像区域被分割成四部分,如图2(d)所示,被覆盖区域命名为Rin,未被覆盖区域命名为Rout,而口杯酒的旋转角度与经过Rout1与Rout2中心的直线一致,因此,只要寻找出Rout1与Rout2区域即可。
②但是,Rout1、Rout2、Rin1、Rin2四个连通区域的面积大小、拟合圆心等相差不大,无法直接分辨出Rout1、Rout2,为此,本发明专利主要利用了分割区域的外弧角度这一不变特性来进行区分。具体为:拉环为椭圆形,故Rin1、Rin2被拉环覆盖,区域外弧角为钝角,而Rout1、Rout2未被拉环覆盖,外弧角为锐角。
③根据上述特征,并进一步增强Rin1、Rin2与Rout1、Rout2之间的区分尺度,本发明将Rin1、Rin2、Rout1、Rout2分别与如图2(e)所示拟合圆作差,得到如图2(f)所示Rin1'、Rin2'、Rout1'、Rout2',其中,Rin1、Rin2外弧角为钝角,故区域差分以后,较大区域被消除,保留较小区域;反之,Rout1、Rout2较小部分被消除,保留较大区域,这样,便增加了Rin1、Rin2与Rout1、Rout2的区分尺度,仅需要根据连通域的面积大小,便可以判断出Rout1'、Rout2';
所述步骤1中采用图像采集的方式为触发式采集。
【当口杯酒接近光电开关时,光电开关即刻触发工业CCD相机采集一帧图像;】
采用高亮度漫反射光源进行图像采集,亮度范围为10000~20000lux。
【确保图像的高速采集。】
将口杯酒的旋转角度发送至控制器,控制器发出角度修正指令至旋瓶机构,当瓶体到达旋瓶机构位置时,口杯酒瓶盖上的印刷图案被精确旋转,使得激光打码位于口杯酒瓶盖上的印刷图像正下方,如图3(i)所示。该种方法简单、快速,稳定性好。角度正确率达到100%。
Claims (6)
1.一种基于机器视觉的口杯酒瓶盖旋转角度测量与修正方法,其特征在于,包括以下步骤:
步骤1:采集位于高速生产线上的口杯酒瓶盖图像,记作Image0;
步骤2:对瓶盖图像Image0进行二值化操作,得到二值图像Image1;
将口杯酒瓶盖从背景图像中分割出来,T1为设定二值化分割阈值,Image0(x,y)为图像中(x,y)位置像素的灰度值;
步骤3:对二值图像Im age1进行连通域搜寻操作,寻找出面积最大的连通域Blob,并对Blob进行孔洞填充;
步骤4:粗定位口杯酒瓶盖的圆环感兴趣区域Re gionDiff;
步骤4.1:采用重心法计算出填充最大连通域Blob的中心O(xo,yo),即为瓶盖的圆心,M为Blob像素点总数,并计算出Blob的半径RBlob;
步骤4.2:以O(xo,yo)为圆心,分别以R1、R2为半径绘制圆形区域C1、C2;
R1∈(0.5RBlob,0.6RBlob),R2∈(0.35RBlob,0.45RBlob);
步骤4.3:将两圆形区域作差,获得圆环感兴趣区域Re gionDiff,Re gionDiff=C1-C2;
步骤5:对圆环感兴趣区域Re gionDiff进行二值化操作,得到白色圆环二值图像Re gionDiff_Bin;
其中,G(x,y)为Re gionDiff中的(x,y)位置处像素点灰度值,T2为能够将白色圆环与背景分开的固定阈值;
步骤6:对白色圆环二值图像进行搜寻连通域操作,得到连通域集合Blobs2,计算出每个连通域的面积大小,从Blobs2中将面积小于ST的连通域移除,得到剩余连通域Blobs2_ring;
其中,ST为设定的连通域面积阈值;
步骤7:对Blobs2_ring进行空洞填充,得到非空洞连通域集合Blobs2_fillup;
步骤8:对Blobs2_fillup中所有连通域的求或操作,得到高精度感兴趣连通域Blob3;
步骤9:通过最小二乘法计算Blob3的最小外接圆Circle_out,获得圆心OC(x0,y0),半径为Rout;
步骤10:以OC(x0,y0)为圆心,0.85Rout为半径,绘制圆形连通域Circle_fit,并将Blob3与Circle_fit作差,精确定位圆环感兴趣区域,得到特征增强的圆环感兴趣区域Segment,Segment=Blob3-Circle_fit;
其中,0.85Rout是根据具体分割要求获得的固定参数;
步骤11:根据面积法,从特征增强感兴趣区域中找到面积最大的前两个区域Rout1'、Rout2'后,根据重心法寻找两者的重心分别为O1(x1,y1)'、O2(x2,y2)':
步骤12:根据两重心坐标,计算出经过两点直线的倾斜角α,倾斜角α即为口杯酒旋转角度。
2.根据权利要求1所述的一种基于机器视觉的口杯酒瓶盖旋转角度测量与修正方法,其特征在于,所述步骤11中从特征增强感兴趣区域中找到面积最大的前两个区域Rout1'、Rout2'按照以下步骤获得:
步骤1)从特征增强感兴趣区域中提取连通域;
其中,连通域外弧角为钝角的区域作为拉环覆盖区域,连通域外弧角为锐角的区域作为未被拉环覆盖区域;
步骤2)利用特征增强感兴趣区域中的圆环的内部圆依次与拉环覆盖区域和未被拉环覆盖区域作差,通过面积排序方法筛选出面积最大的两个连通域Rout1'、Rout2'。
3.根据权利要求2所述的一种基于机器视觉的口杯酒瓶盖旋转角度测量与修正方法,其特征在于,所述步骤1中采用图像采集的方式为触发式采集。
4.根据权利要求3所述的一种基于机器视觉的口杯酒瓶盖旋转角度测量与修正方法,其特征在于,采用高亮度漫反射光源进行图像采集,亮度范围为10000~20000lux。
5.根据权利要求4所述的一种基于机器视觉的口杯酒瓶盖旋转角度测量与修正方法,其特征在于,所述光源为半径为6cm的穹顶漫反射光源。
6.根据权利要求1-5任一项所述的一种基于机器视觉的口杯酒瓶盖旋转角度测量与修正方法,其特征在于,将口杯酒的旋转角度发送至控制器,控制器发出角度修正指令至旋瓶机构,当瓶体到达旋瓶机构位置时,口杯酒瓶盖上的印刷图案被精确旋转,使得激光打码位于口杯酒瓶盖上的印刷图像正下方。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510386142.0A CN105004323B (zh) | 2015-07-03 | 2015-07-03 | 一种基于机器视觉的口杯酒瓶盖旋转角度测量与修正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510386142.0A CN105004323B (zh) | 2015-07-03 | 2015-07-03 | 一种基于机器视觉的口杯酒瓶盖旋转角度测量与修正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105004323A true CN105004323A (zh) | 2015-10-28 |
CN105004323B CN105004323B (zh) | 2016-08-17 |
Family
ID=54377088
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510386142.0A Expired - Fee Related CN105004323B (zh) | 2015-07-03 | 2015-07-03 | 一种基于机器视觉的口杯酒瓶盖旋转角度测量与修正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105004323B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106097308A (zh) * | 2016-05-31 | 2016-11-09 | 长沙理工大学 | 一种基于机器视觉的新能源电动车辆充电孔检测与定位方法 |
CN106886784A (zh) * | 2017-02-16 | 2017-06-23 | 长沙理工大学 | 一种基于模板更新的改进型联合稀疏表示大输液中异物跟踪方法 |
CN109532043A (zh) * | 2018-12-07 | 2019-03-29 | 三峡大学 | 基于图像识别的防伪齿式白酒盖智能组装设备及方法 |
CN114030856A (zh) * | 2021-11-10 | 2022-02-11 | 佛山市三水飞马包装有限公司 | 一种基于视觉识别的提手自动套装装置及智能控制方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100259608A1 (en) * | 2007-09-03 | 2010-10-14 | Antti Knuuttila | Recording machine vision system |
CN102945368A (zh) * | 2012-10-17 | 2013-02-27 | 西安理工大学 | 啤酒瓶盖激光字符的定位识别方法 |
CN103389121A (zh) * | 2013-08-21 | 2013-11-13 | 成都实唯物联网科技有限公司 | 基于机器视觉的角度检测装置及方法 |
CN103761534A (zh) * | 2014-01-22 | 2014-04-30 | 哈尔滨工业大学 | 一种用于qfp元件视觉定位的检测方法 |
-
2015
- 2015-07-03 CN CN201510386142.0A patent/CN105004323B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100259608A1 (en) * | 2007-09-03 | 2010-10-14 | Antti Knuuttila | Recording machine vision system |
CN102945368A (zh) * | 2012-10-17 | 2013-02-27 | 西安理工大学 | 啤酒瓶盖激光字符的定位识别方法 |
CN103389121A (zh) * | 2013-08-21 | 2013-11-13 | 成都实唯物联网科技有限公司 | 基于机器视觉的角度检测装置及方法 |
CN103761534A (zh) * | 2014-01-22 | 2014-04-30 | 哈尔滨工业大学 | 一种用于qfp元件视觉定位的检测方法 |
Non-Patent Citations (1)
Title |
---|
陈友安,关向东: "《基于视觉***可旋转特定角度机械手的设计与实现》", 《机械制造》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106097308A (zh) * | 2016-05-31 | 2016-11-09 | 长沙理工大学 | 一种基于机器视觉的新能源电动车辆充电孔检测与定位方法 |
CN106886784A (zh) * | 2017-02-16 | 2017-06-23 | 长沙理工大学 | 一种基于模板更新的改进型联合稀疏表示大输液中异物跟踪方法 |
CN109532043A (zh) * | 2018-12-07 | 2019-03-29 | 三峡大学 | 基于图像识别的防伪齿式白酒盖智能组装设备及方法 |
CN114030856A (zh) * | 2021-11-10 | 2022-02-11 | 佛山市三水飞马包装有限公司 | 一种基于视觉识别的提手自动套装装置及智能控制方法 |
CN114030856B (zh) * | 2021-11-10 | 2023-12-22 | 佛山市三水飞马包装有限公司 | 一种基于视觉识别的提手自动套装装置及智能控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105004323B (zh) | 2016-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020248439A1 (zh) | 一种基于图像处理的皇冠盖表面缺陷在线检测方法 | |
CN108827316B (zh) | 基于改进的Apriltag标签的移动机器人视觉定位方法 | |
CN104897062B (zh) | 一种零件异面平行孔形位偏差的视觉测量方法及装置 | |
CN105004323A (zh) | 一种基于机器视觉的口杯酒瓶盖旋转角度测量与修正方法 | |
CN109900711A (zh) | 基于机器视觉的工件缺陷检测方法 | |
CN104050446B (zh) | 一种基于指针宽度特征的仪表指针图像识别方法 | |
WO2017041396A1 (zh) | 一种车道线数据的处理方法、装置、存储介质及设备 | |
CN105678776B (zh) | 一种基于激光视觉传感器焊缝图像特征点提取方法 | |
CN103439348B (zh) | 基于差影法的遥控器按键缺陷检测方法 | |
CN106951905A (zh) | 一种基于tof相机的树上苹果识别与定位方法 | |
CN111582294A (zh) | 一种构建用于表面缺陷检测的卷积神经网络模型的方法及其利用 | |
CN110108712A (zh) | 多功能视觉缺陷检测*** | |
CN110651686B (zh) | 一种基于割胶机械臂的割胶方法及*** | |
CN106446894A (zh) | 一种基于轮廓识别球型目标物位置的方法 | |
CN113989379B (zh) | 基于线激光旋转扫描的轮毂焊缝三维特征测量装置及方法 | |
CN102818544B (zh) | 汽车轮毂螺栓孔节圆中心和中孔中心偏心距在线测量方法 | |
CN101315338A (zh) | 玻璃制品的缺陷检测***及方法 | |
CN115311294A (zh) | 基于图像处理的玻璃瓶瓶身瑕疵识别检测方法 | |
CN106546185B (zh) | 一种基于机器视觉检测的轮廓质量检测方法 | |
CN114783010B (zh) | 一种掌纹图像感兴趣区域提取方法 | |
EP3916380A1 (fr) | Méthode et machine pour contrôler un procédé de formage | |
JP2015524059A (ja) | 可視パターンを有する透明な又は半透明な容器を検査するための光学的方法 | |
CN107133962A (zh) | 一种基于边缘检测的金刚石锯片裂纹提取方法 | |
CN110503096A (zh) | 水平双标志点的棒材端面标记方案及字符图像矫正方法 | |
CN115035092A (zh) | 基于图像的瓶体检测方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160817 |
|
CF01 | Termination of patent right due to non-payment of annual fee |