CN105160288A - 一种水尺图像分析方法 - Google Patents
一种水尺图像分析方法 Download PDFInfo
- Publication number
- CN105160288A CN105160288A CN201510386076.7A CN201510386076A CN105160288A CN 105160288 A CN105160288 A CN 105160288A CN 201510386076 A CN201510386076 A CN 201510386076A CN 105160288 A CN105160288 A CN 105160288A
- Authority
- CN
- China
- Prior art keywords
- water gauge
- load line
- gauge image
- scale word
- image analysis
- 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.)
- Pending
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 91
- 238000003703 image analysis method Methods 0.000 title claims abstract description 12
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000006243 chemical reaction Methods 0.000 claims description 24
- 210000003141 lower extremity Anatomy 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 13
- 239000003651 drinking water Substances 0.000 claims description 11
- 235000020188 drinking water Nutrition 0.000 claims description 11
- 239000000284 extract Substances 0.000 claims description 11
- 238000010191 image analysis Methods 0.000 claims description 8
- 238000005259 measurement Methods 0.000 abstract 1
- 230000010354 integration Effects 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 235000010469 Glycine max Nutrition 0.000 description 1
- 244000068988 Glycine max Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/63—Scene text, e.g. street names
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Measurement Of Levels Of Liquids Or Fluent Solid Materials (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种水尺图像分析方法及***,涉及水尺测量技术领域,解决了在恶劣天气下凭借肉眼很难精确测得船舶吃水数值的问题。包括:对采集的船舶吃水的水尺图像的HIS颜色空间进行通道的二值化处理,并对经过二值化处理的水尺图像进行阈值化处理,提取出吃水线的位置;采用逐行二值化方法获取吃水线上方第一个刻度字的下边缘位置,并计算吃水线与第一个刻度字下边缘的距离;识别所述吃水线上方的第一个刻度字;根据吃水线与刻度字下边缘的距离与识别出的第一个刻度字计算船舶的吃水值。本发明能够在恶劣天气下方便快捷、迅速有效的分析出船舶吃水数值。
Description
技术领域
本发明涉及水尺测量技术领域,特别涉及一种水尺图像分析方法及***。
背景技术
近些年来,随着舟山港岸线资源不断开发以及国内资源性大宗散货对外依存度不断上升,散货进口量急剧上升。2011年全年进口铁矿127批次,共计451万吨,货值60529万美元;大豆157批次,共计245万吨,货值112866万美元;煤炭79批次,共计545万吨,货值58073万美元。在国际原材料价格直线上升的背景下,出入境检验检疫水尺鉴定工作也面临着复杂化、精细化的趋势。水尺计重中影响计量准确性的最关键性因素无疑是船舶六面吃水数值的读取,鉴定人员在日常现场工作中深有体会,在风浪较大的作业环境下,水线会有剧烈的上下浮动,计量员仅凭肉眼观测只能得到一个大致数值,而且肉眼观测的精确性很大程度上取决于鉴定人员的经验。以装载量15万吨级的好望角型散货船为例,每一厘米吃水值偏差将会导致120吨左右货量盈亏。不仅如此,传统观看水线,往往是通过租用工作艇或是小船,使其靠近船舶外档水线,再进行读数。这种方法不仅时效性差,费用高,而且工作人员人身安全很难得到保证。
发明内容
本发明所要解决的技术问题是提供一种能够在恶劣天气下方便快捷、迅速有效的分析出船舶吃水数值的水尺图像分析方法及***。
本发明解决上述技术问题的技术方案如下:一种水尺图像分析方法,包括:
对采集的船舶吃水的水尺图像的HIS颜色空间进行通道的二值化处理,并对经过二值化处理的水尺图像进行阈值化处理,提取出吃水线的位置;
采用逐行二值化方法获取吃水线上方第一个刻度字的下边缘位置,并计算吃水线与第一个刻度字下边缘的距离;
识别所述吃水线上方的第一个刻度字;
根据吃水线与刻度字下边缘的距离与识别出的第一个刻度字计算船舶的吃水值。
本发明的有益效果是:本发明用图像分析程序处理代替人为判断得到吃水值,以达到船舶吃水值观测一体化、精确化、快速化的目的:通过软件处理水尺图像代替肉眼观测获得真实吃水数值,减小水尺计重的随机误差和人为误差。将现场采集的水尺图像进行图像分析处理得出吃水,整个作业过程形成一体化程序,使计量作业更省时更顺畅,提高散货船进出港效率,进而有效利用码头资源。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步,所述识别所述吃水线上方第一个刻度字包括:利用内置的***字体库与吃水线上方第一个刻度字进行匹配,根据匹配结果识别出吃水线上方的第一个刻度字。
进一步,所述对水尺图像的HIS颜色空间进行通道的二值化处理包括:水尺检测设备从水尺图像中截取若干个矩形区域,对每个矩形区域分别进行二值化处理,记录每个矩形区域中具有最大颜色带高度的颜色带,所述具有最大颜色带高度的颜色带的位置为水线位置。
进一步,所述水尺图像为每隔预定时间对水尺视频图像的截图,在检测时间段内得到的多幅水尺图像。
进一步,所述提取出吃水线的位置之前还包括:根据检测时间段内的多幅水尺图像获得多条吃水线,剔除吃水线偏离预定范围的干扰值,对其余的吃水线取平均值。
进一步,一种水尺图像分析***,包括处理模块、获取模块、识别模块和计算模块;
所述处理模块,用于对采集的船舶吃水的水尺图像的HIS颜色空间进行通道的二值化处理,并对经过二值化处理的水尺图像进行阈值化处理,提取出吃水线的位置;
所述获取模块,用于所述采用逐行二值化方法获取吃水线上方第一个刻度字的下边缘位置,并计算吃水线与第一个刻度字下边缘的距离;
所述识别模块,用于识别所述吃水线上方的第一个刻度字;
所述计算模块,用于根据吃水线与刻度字下边缘的距离与识别出的第一个刻度字计算船舶的吃水值。
进一步,所述识别模块具体用于:利用内置的***字体库与吃水线上方第一个刻度字进行匹配,根据匹配结果识别出吃水线上方的第一个刻度字。
进一步,所述所述处理模块具体用于:从水尺图像中截取若干个矩形区域,对每个矩形区域分别进行二值化处理,记录每个矩形区域中具有最大颜色带高度的颜色带,所述具有最大颜色带高度的颜色带的位置为水线位置。
进一步,所述水尺图像为每隔预定时间对水尺视频图像的截图,在检测时间段内得到的多幅水尺图像。
进一步,所述所述处理模块还用于:根据检测时间段内的多幅水尺图像获得多条吃水线,剔除吃水线偏离预定范围的干扰值,对其余的吃水线取平均值。
附图说明
图1为本发明方法步骤流程图;
图2为本发明***图;
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
本发明实施例提供了一种水尺图像分析方法,如图1,所述方法包括:
101、对采集的船舶吃水的水尺图像的HIS颜色空间进行通道的二值化处理,并对经过二值化处理的水尺图像进行阈值化处理,提取出吃水线的位置。
所述步骤101在本发明实施例中可具体实现为,通过截图提取水尺视频图像中当前的水尺图像,对水尺图像的HIS颜色空间进行通道的二值化处理,即将图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的黑白效果,在具体实现时,根据用户设置的标尺值确定阈值,将大于阈值的像素设置为白色,反之为黑色,并对经过二值化处理的水尺图像进行阈值化处理,增加水尺图像的对比度,进而提取出真实吃水线。
102、采用逐行二值化方法获取吃水线上方第一个刻度字的下边缘位置,并计算吃水线与第一个刻度字下边缘的距离。
所述步骤102在本发明实施例中可具体实现为,如在采用逐行二值化方法获取吃水线上方第一个刻度字的下边缘位置后,计算吃水线与刻度字的距离,例如在本发明实施例中可以采用均分的方法,将吃水线以上两个相邻的刻度字之间的距离进行均分后,根据吃水线与刻度字的距离和两个相邻刻度字之间距离的比例关系得出吃水线与刻度字之间的距离。
103、识别所述吃水线上方的第一个刻度字。
所述步骤103在本发明实施例中可具体实现为,利用内置的***字体库与吃水线上方第一个刻度字进行匹配,根据匹配结果识别出吃水线上方的第一个刻度字。
104、根据吃水线与刻度字下边缘的距离与识别出的第一个刻度字计算船舶的吃水值。
所述步骤104在本发明实施例中可具体实现为,根据吃水线与刻度字下边缘的距离,例如距离为8cm,与识别出的第一个刻度字,例如是12.8M,计算得出船舶的吃水值为12.72M。
在本发明实施例的另一种实现方式中,为了能够加快图像识别速度,所述步骤101中具体包括:从水尺图像中截取若干个矩形区域,对每个矩形区域分别进行二值化处理,记录每个矩形区域中具有最大颜色带高度的颜色带,所述具有最大颜色带高度的颜色带的位置为水线位置。
在本实施例中,水尺检测设备从水尺图像中截取5个矩形区域,每个区域宽度为20,高度为图片高度,然后采用图像反色,二值化进行处理,记录各个颜色带,其中连续的白色区域或黑色区域乘坐颜色带,其高度是两种不同颜色的分界线,高度越高说明改颜色所占图片比例越大,因此更有可能是水位的分界线,最后找出最大的颜色带高度,记录此时的颜色带位置,当5个区域的水线位置都找出后,取出最大值、最小值排除干扰,其余值求平均值即可确定水线的位置。
在本发明实施例的另一种实现方式中,为了能够减少水尺检测设备的运算量提高运算效率,进而达到船舶吃水值观测一体化、精确化、快速化的目的,所述水尺图像为每隔预定时间对水尺视频图像的截图,在检测时间段内得到的多幅水尺图像。
在本发明实施例的另一种实现方式中,为了提高提取出的吃水线的准确度,所述提取出吃水线的位置之前还包括:根据检测时间段内的多幅水尺图像获得多条吃水线,剔除吃水线偏离预定范围的干扰值,对其余的吃水线取平均值。
在本发明实施例的另一种实现方式中,如图2所示,本发明实施例还提供了一种水尺图像分析***,包括处理模块201、获取模块202、识别模块203和计算模块204;
所述处理模块201,用于对采集的船舶吃水的水尺图像的HIS颜色空间进行通道的二值化处理,并对经过二值化处理的水尺图像进行阈值化处理,提取出吃水线的位置。
所述处理模块201在本发明实施例中可具体实现为,通过截图提取水尺视频图像中当前的水尺图像,对水尺图像的HIS颜色空间进行通道的二值化处理,即将图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的黑白效果,在具体实现时,根据用户设置的标尺值确定阈值,将大于阈值的像素设置为白色,反之为黑色,并对经过二值化处理的水尺图像进行阈值化处理,增加水尺图像的对比度,进而提取出真实吃水线。
所述获取模块202,用于所述采用逐行二值化方法获取吃水线上方第一个刻度字的下边缘位置,并计算吃水线与第一个刻度字下边缘的距离。
所述获取模块202在本发明实施例中可具体实现为,如在采用逐行二值化方法获取吃水线上方第一个刻度字的下边缘位置后,计算吃水线与刻度字的距离,例如在本发明实施例中可以采用均分的方法,将吃水线以上两个相邻的刻度字之间的距离进行均分后,根据吃水线与刻度字的距离和两个相邻刻度字之间距离的比例关系得出吃水线与刻度字之间的距离。
所述识别模块203,用于识别所述吃水线上方的第一个刻度字。
所述识别模块203在本发明实施例中可具体实现为,利用内置的***字体库与吃水线上方第一个刻度字进行匹配,根据匹配结果识别出吃水线上方的第一个刻度字。
所述计算模块204,用于根据吃水线与刻度字下边缘的距离与识别出的第一个刻度字计算船舶的吃水值。
所述计算模块204在本发明实施例中可具体实现为,根据吃水线与刻度字下边缘的距离,例如距离为8cm,与识别出的第一个刻度字,例如是12.8M,计算得出船舶的吃水值为12.72M。
在本发明实施例的另一种实现方式中,为了能够加快图像识别速度,所述所述处理模块201具体用于:从水尺图像中截取若干个矩形区域,对每个矩形区域分别进行二值化处理,记录每个矩形区域中具有最大颜色带高度的颜色带,所述具有最大颜色带高度的颜色带的位置为水线位置
在本发明实施例的另一种实现方式中,所述处理模块201具体用于:从水尺图像中截取5个矩形区域,每个区域宽度为20,高度为图片高度,然后采用图像反色,二值化进行处理,记录各个颜色带,其中连续的白色区域或黑色区域乘坐颜色带,其高度是两种不同颜色的分界线,高度越高说明改颜色所占图片比例越大,因此更有可能是水位的分界线,最后找出最大的颜色带高度,记录此时的颜色带位置,当5个区域的水线位置都找出后,取出最大值、最小值排除干扰,其余值求平均值即可确定水线的位置。
在本发明实施例的另一种实现方式中,为了能够减少水尺检测设备的运算量提高运算效率,进而达到船舶吃水值观测一体化、精确化、快速化的目的,所述水尺图像为每隔预定时间对水尺视频图像的截图,在检测时间段内得到的多幅水尺图像。
在本发明实施例的另一种实现方式中,为了提高提取出的吃水线的准确度,所述提取出吃水线的位置之前还包括:根据检测时间段内的多幅水尺图像获得多条吃水线,剔除吃水线偏离预定范围的干扰值,对其余的吃水线取平均值。
在本发明实施例的另一种实现方式中,为了提高提取出的吃水线的准确度,所述所述处理模块还用于:根据检测时间段内的多幅水尺图像获得多条吃水线,剔除吃水线偏离预定范围的干扰值,对其余的吃水线取平均值。
以上所述仅为本发明的较佳实施例,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、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种水尺图像分析方法,其特征在于,包括:
对采集的船舶吃水的水尺图像的HIS颜色空间进行通道的二值化处理,并对经过二值化处理的水尺图像进行阈值化处理,提取出吃水线的位置;
采用逐行二值化方法获取吃水线上方第一个刻度字的下边缘位置,并计算吃水线与第一个刻度字下边缘的距离;
识别所述吃水线上方的第一个刻度字;
根据吃水线与刻度字下边缘的距离与识别出的第一个刻度字计算船舶的吃水值。
2.根据权利要求1所述的水尺图像分析方法,其特征在于,所述识别所述吃水线上方第一个刻度字包括:利用内置的***字体库与吃水线上方第一个刻度字进行匹配,根据匹配结果识别出吃水线上方的第一个刻度字。
3.根据权利要求1所述的水尺图像分析方法,其特征在于,所述对水尺图像的HIS颜色空间进行通道的二值化处理包括:水尺检测设备从水尺图像中截取若干个矩形区域,对每个矩形区域分别进行二值化处理,记录每个矩形区域中具有最大颜色带高度的颜色带,所述具有最大颜色带高度的颜色带的位置为水线位置。
4.根据权利要求1所述的水尺图像分析方法,其特征在于,所述水尺图像为每隔预定时间对水尺视频图像的截图,在检测时间段内得到的多幅水尺图像。
5.根据权利要求4所述的水尺图像分析方法,其特征在于,所述提取出吃水线的位置之前还包括:根据检测时间段内的多幅水尺图像获得多条吃水线,剔除吃水线偏离预定范围的干扰值,对其余的吃水线取平均值。
6.一种水尺图像分析***,其特征在于,包括处理模块、获取模块、识别模块和计算模块;
所述处理模块,用于对采集的船舶吃水的水尺图像的HIS颜色空间进行通道的二值化处理,并对经过二值化处理的水尺图像进行阈值化处理,提取出吃水线的位置;
所述获取模块,用于所述采用逐行二值化方法获取吃水线上方第一个刻度字的下边缘位置,并计算吃水线与第一个刻度字下边缘的距离;
所述识别模块,用于识别所述吃水线上方的第一个刻度字;
所述计算模块,用于根据吃水线与刻度字下边缘的距离与识别出的第一个刻度字计算船舶的吃水值。
7.根据权利要求6所述的水尺图像分析***,其特征在于,所述识别模块具体用于:利用内置的***字体库与吃水线上方第一个刻度字进行匹配,根据匹配结果识别出吃水线上方的第一个刻度字。
8.根据权利要求6所述的水尺图像分析***,其特征在于,所述所述处理模块具体用于:从水尺图像中截取若干个矩形区域,对每个矩形区域分别进行二值化处理,记录每个矩形区域中具有最大颜色带高度的颜色带,所述具有最大颜色带高度的颜色带的位置为水线位置。
9.根据权利要求6所述的水尺图像分析***,其特征在于,所述水尺图像为每隔预定时间对水尺视频图像的截图,在检测时间段内得到的多幅水尺图像。
10.根据权利要求9所述的水尺图像分析***,其特征在于,所述所述处理模块还用于:根据检测时间段内的多幅水尺图像获得多条吃水线,剔除吃水线偏离预定范围的干扰值,对其余的吃水线取平均值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510386076.7A CN105160288A (zh) | 2015-06-30 | 2015-06-30 | 一种水尺图像分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510386076.7A CN105160288A (zh) | 2015-06-30 | 2015-06-30 | 一种水尺图像分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105160288A true CN105160288A (zh) | 2015-12-16 |
Family
ID=54801140
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510386076.7A Pending CN105160288A (zh) | 2015-06-30 | 2015-06-30 | 一种水尺图像分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105160288A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105741276A (zh) * | 2016-01-27 | 2016-07-06 | 燕山大学 | 一种船舶水线提取方法 |
CN107131925A (zh) * | 2017-04-28 | 2017-09-05 | 南京邮电大学 | 一种基于图像处理的水位实时监测方法 |
CN107340031A (zh) * | 2017-06-20 | 2017-11-10 | 华电电力科学研究院 | 一种基于无人机的船舶水尺计量***及方法 |
CN107367310A (zh) * | 2017-07-11 | 2017-11-21 | 华南理工大学 | 一种基于计算机视觉的河流水位远程监测方法 |
CN107631782A (zh) * | 2017-07-18 | 2018-01-26 | 南京邮电大学 | 一种基于Harris角点检测的水位检测方法 |
CN108423136A (zh) * | 2018-02-27 | 2018-08-21 | 力鸿智信(北京)科技有限公司 | 一种船舶载货重量确定方法及装置 |
CN109711353A (zh) * | 2018-12-28 | 2019-05-03 | 中国矿业大学 | 一种基于机器视觉的船舶吃水线区域识别方法 |
TWI673686B (zh) * | 2018-01-02 | 2019-10-01 | 中華電信股份有限公司 | 影像式水尺刻度偵測辨識系統及其方法 |
CN111652089A (zh) * | 2020-05-18 | 2020-09-11 | 纪义胜 | 一种基于图像处理的水位自动识别方法及*** |
CN114445410A (zh) * | 2022-04-11 | 2022-05-06 | 武汉飞恩微电子有限公司 | 基于图像识别的电路板检测方法、计算机及可读存储介质 |
CN115578695A (zh) * | 2022-11-21 | 2023-01-06 | 昆明理工大学 | 一种自由拍摄视角的水尺水位机器视觉检测方法及装置 |
CN115909298A (zh) * | 2022-09-26 | 2023-04-04 | 杭州数聚链科技有限公司 | 一种基于机器视觉的货船水尺标度读取方法 |
-
2015
- 2015-06-30 CN CN201510386076.7A patent/CN105160288A/zh active Pending
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105741276A (zh) * | 2016-01-27 | 2016-07-06 | 燕山大学 | 一种船舶水线提取方法 |
CN105741276B (zh) * | 2016-01-27 | 2018-07-27 | 燕山大学 | 一种船舶水线提取方法 |
CN107131925A (zh) * | 2017-04-28 | 2017-09-05 | 南京邮电大学 | 一种基于图像处理的水位实时监测方法 |
CN107340031A (zh) * | 2017-06-20 | 2017-11-10 | 华电电力科学研究院 | 一种基于无人机的船舶水尺计量***及方法 |
CN107367310A (zh) * | 2017-07-11 | 2017-11-21 | 华南理工大学 | 一种基于计算机视觉的河流水位远程监测方法 |
CN107631782A (zh) * | 2017-07-18 | 2018-01-26 | 南京邮电大学 | 一种基于Harris角点检测的水位检测方法 |
CN107631782B (zh) * | 2017-07-18 | 2020-02-21 | 南京邮电大学 | 一种基于Harris角点检测的水位检测方法 |
TWI673686B (zh) * | 2018-01-02 | 2019-10-01 | 中華電信股份有限公司 | 影像式水尺刻度偵測辨識系統及其方法 |
CN108423136B (zh) * | 2018-02-27 | 2019-11-05 | 力鸿智信(北京)科技有限公司 | 一种船舶载货重量确定方法及装置 |
CN108423136A (zh) * | 2018-02-27 | 2018-08-21 | 力鸿智信(北京)科技有限公司 | 一种船舶载货重量确定方法及装置 |
CN109711353A (zh) * | 2018-12-28 | 2019-05-03 | 中国矿业大学 | 一种基于机器视觉的船舶吃水线区域识别方法 |
CN109711353B (zh) * | 2018-12-28 | 2023-06-30 | 煤炭科学研究总院有限公司 | 一种基于机器视觉的船舶吃水线区域识别方法 |
CN111652089A (zh) * | 2020-05-18 | 2020-09-11 | 纪义胜 | 一种基于图像处理的水位自动识别方法及*** |
CN111652089B (zh) * | 2020-05-18 | 2023-09-19 | 纪义胜 | 一种基于图像处理的水位自动识别方法及*** |
CN114445410A (zh) * | 2022-04-11 | 2022-05-06 | 武汉飞恩微电子有限公司 | 基于图像识别的电路板检测方法、计算机及可读存储介质 |
CN115909298A (zh) * | 2022-09-26 | 2023-04-04 | 杭州数聚链科技有限公司 | 一种基于机器视觉的货船水尺标度读取方法 |
CN115578695A (zh) * | 2022-11-21 | 2023-01-06 | 昆明理工大学 | 一种自由拍摄视角的水尺水位机器视觉检测方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105160288A (zh) | 一种水尺图像分析方法 | |
Luo et al. | Automated visual defect detection for flat steel surface: A survey | |
CN105035279A (zh) | 一种平均水线检测方法 | |
CN105046263A (zh) | 一种基于机器视觉的水尺自动检测*** | |
CN103632159A (zh) | 训练分类器、图像中文字区域检测的方法及*** | |
CN102975826A (zh) | 基于机器视觉的便携式船舶水尺自动检测和识别方法 | |
CN111476120B (zh) | 一种无人机智能船舶水尺识别方法及装置 | |
Liu et al. | Surface defect detection based on gradient LBP | |
Mehrshad et al. | New image-processing algorithm for measurement of bubble size distribution from flotation froth images | |
CN101739549B (zh) | 人脸检测方法及*** | |
CN101599124A (zh) | 一种从视频图像中分割字符的方法和装置 | |
CN104197900A (zh) | 一种汽车仪表指针刻度识别方法 | |
Cai et al. | Broken ice circumferential crack estimation via image techniques | |
CN103699876B (zh) | 一种基于线阵ccd图像识别车号的方法及装置 | |
CN116665011A (zh) | 一种基于机器视觉的煤矿带式输送机煤流异物识别方法 | |
CN109389593A (zh) | 一种红外图像小目标的检测方法、装置、介质及设备 | |
CN104943830A (zh) | 一种基于定点摄像法的水尺检测装置 | |
Xu et al. | Wood surface defects detection based on the improved YOLOv5-C3Ghost with SimAm module | |
CN102842046A (zh) | 一种基于全局特征提取和训练的书法风格识别方法 | |
Ying et al. | Research on an automatic counting method for steel bars' image | |
CN106934922A (zh) | 一种纸币检测方法及装置 | |
CN104943831A (zh) | 一种基于定点摄像法的水尺检测方法 | |
CN110705552B (zh) | 行李托盘识别方法及装置 | |
CN109299655A (zh) | 一种基于无人机的海上溢油在线快速识别方法 | |
Li et al. | An improved image procession algorithm for bubble flow characteristics in gas–liquid reactor |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151216 |