CN106370668A - 一种咸蛋内部品质的在线视觉检测装置及其方法 - Google Patents
一种咸蛋内部品质的在线视觉检测装置及其方法 Download PDFInfo
- Publication number
- CN106370668A CN106370668A CN201610699705.6A CN201610699705A CN106370668A CN 106370668 A CN106370668 A CN 106370668A CN 201610699705 A CN201610699705 A CN 201610699705A CN 106370668 A CN106370668 A CN 106370668A
- Authority
- CN
- China
- Prior art keywords
- egg
- image
- salted egg
- salted
- eggs
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
- G01N21/8914—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined
Landscapes
- Engineering & Computer Science (AREA)
- Textile Engineering (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种咸蛋内部品质的在线视觉检测装置及其方法,涉及咸蛋加工分级技术领域。本装置包括咸蛋(8);设置有传送带(1)、工业相机(2)、暗箱(3)、光源(4)、光电开关(5)、PLC控制器(6)和计算机(7)。本方法是:①咸蛋图像的采集;②合格蛋的判别步骤:1)咸蛋图像的预处理;2)特征参数的提取;3)判别合格蛋;③退溶蛋与黑黄蛋的判别步骤:1)将判别不合格的咸蛋图像重新预处理;2)特征参数的提取;3)判别黑黄蛋与退溶蛋。本发明利用机器视觉进行检测,对应用环境具有不挑剔性,具有良好的应用推广前景;高效率和高智能,能够实现无损在线检测;适用于对咸蛋的检测和分类。
Description
技术领域
本发明涉及咸蛋加工分级技术领域,尤其涉及一种咸蛋内部品质的在线视觉检测装置及其方法。具体地说,本发明利用机器视觉技术采集咸蛋的彩色图像,并进行一系列的图像预处理,获取咸蛋图像RGB空间与HSV空间中的R分量和H分量灰度参数,同时打破判断咸蛋品质的类别,最后利用统计设置阈值判别并分级,由此实现对咸蛋内部品质的检测。
背景技术
咸蛋因具有蛋质细腻、口感松沙、油露和味道鲜美的特点而一直深受我国普通民众的喜爱。在咸蛋的加工过程中,随着人们对于农产品质量安全意识的提高,对其内部品质的分级已成为咸蛋产品出厂前必不可少且非常重要的工作。
目前,国内外学者在咸蛋品质上做了些研究。xiaotuo Wang研究了脉冲压力渗透脱水(PPOD)技术比传统的咸蛋腌制法更有效;xiaotuo Wang测定鸭蛋在腌制长达14天的过程中化学成分、物理性质和微结构的变化;Thammarat Kaewmanee研究了对于热的NaCl溶液,尤其是高浓度的NaCl溶液,能诱导鸭蛋蛋清蛋白的热聚合,这能够确定盐鸭蛋蛋清蛋白的特点;Wei,Huiping通过顶空固相微萃取技术与气相色谱法相结合,分析了挥发性气味盐蛋蛋黄成分。检测结果显示,自制的咸蛋蛋黄含有43种挥发性成分,其含量从高到低依次是:醛、呋喃和醇。
经检索,利用机器视觉检测主要是应用在鲜蛋上,上述研究要么是处于静态研究的前沿研究,或者是基于某项新技术的探索性研究,目前国内尚未发现有关咸蛋内部品质分级技术及分选设备,没有成熟的算法和技术,不能运用于生产实际,不具有现实生产意义。
发明内容
本发明的目的在于实现咸蛋内部品质无损在线检测分级,提供一种咸蛋内部品质的在线视觉检测装置及其方法。
本发明的目的是这样实现的:
首先,将咸蛋放置在传送带上,打开电机使咸蛋在传送带上运行,当咸蛋行进到安置在暗箱一侧的光电开关时触发开关,PLC控制器接收到触发信号后将采集图像信号发送给计算机,从而控制工业相机拍照;然后,计算机对图像进行一系列的图像处理,提取出咸蛋内部品质特征参数;最后通过设定的阈值范围判别出咸蛋品质的类别,再将分选信号发给PLC控制器进行分选,达到咸蛋品质分级的目的。
在本发明中主要完成以下几项工作:
1、采集咸蛋的图像;
2、打破咸蛋从而判定咸蛋内部品质的类别;
3、对采集到的咸蛋图像进行图像处理;
4、提取内部品质特征参数:R分量灰度值,H分量灰度值;
5、利用设定的阈值判别咸蛋的类别:合格蛋、退溶蛋或黑黄蛋。
具体地说:
一、一种咸蛋内部品质的在线视觉检测装置(简称装置)
本装置包括被测对象——咸蛋;
设置有传送带、工业相机、暗箱、光源、光电开关、PLC控制器和计算机;
其位置和连接关系是:
在传送带的上方设置暗箱,在暗箱顶部正中心安装工业相机;在传送带的下方设置光源,光源通过传送带的空隙透射到传送带上的咸蛋;暗箱的一侧安装光电开关,光电开关连接PLC控制器从而给其发送触发信号;PLC控制器通过串口线与计算机相连进行串口通信;工业相机通过数据线与计算机相连。
二、一种咸蛋内部品质的在线视觉检测方法(简称方法)
本方法包括以下步骤:
①咸蛋图像的采集
将咸蛋摆放到传送带上,运转传送带让咸蛋在传送带上行进,当传送至暗
箱中触发光电开关时,工业相机拍照获取咸蛋的彩色图像;
②合格蛋的判别步骤
1)咸蛋图像的预处理
A、对图像进行裁剪,将一张图片中的三个咸蛋分成三张单个的咸蛋图片;
B、将图像中的R分量灰度值不等于255的像素点设置为R、G、B分量均为0,其余像素点保持不变,从而去除传送带空隙处的漏光;
C、将彩色图像转换成灰度图像,并利用OTSU(最大类间方差)法对灰度图像进行自适应阈值分割成二值图像;
D、利用去除最小面积法清除图像上零散无用的小面积区域;
E、 采用11*11的椭圆结构对图像先腐蚀再膨胀,消除咸蛋周围残余的漏光;
F、将二值图像与原彩色图像进行点乘,得到去除漏光及背景的咸蛋图像;
G、得到二值图像中像素值为0的点及彩色图像中G分量灰度值小于150的 像素点的坐标;
H、将彩色图像中这些坐标上的像素点R、G、B分量的灰度值全设置为0;
2)特征参数的提取
统计彩色图像中R分量灰度值等于255的像素点个数,记为N1;
3)判别合格蛋
当N1的值大于6000时,则判定该咸蛋为合格蛋,其他的蛋为退溶蛋或者黑黄蛋;
③退溶蛋与黑黄蛋的判别步骤
1)将判别不合格的咸蛋图像重新预处理
A、将图像中的B分量灰度值不等于0的像素点设置为R、G、B分量均为0,其余像素点保持不变;
B、将图像从RGB空间转化到HSV空间;
C、得到HSV空间中的H分量灰度图像,保留分量值等于255的像素点,其余像素点均设置为0;
2)特征参数的提取
统计HSV空间中H分量灰度值等于255的像素点个数,记为N2;
3)判别黑黄蛋与退溶蛋
当N2的值小于3500时,则判定该咸蛋为黑黄蛋,其他的咸蛋则为退溶蛋。
本发明具有以下优点和积极效果:
①利用机器视觉进行检测,对应用环境具有不挑剔性,具有良好的应用推广前景;
②高效率和高智能,能够实现无损在线检测;
③适用于对咸蛋的检测和分类。
附图说明
图1是本装置的结构示意图;
图2是本装置局部的结构示意图(放大);
图3是图像处理软件的工作流程图。
图中:
1—传送带;
2—工业相机;
3—暗箱;
4—光源;
5—光电开关;
6—PLC控制器;
7—计算机;
8—咸蛋,A—合格蛋,B—退溶蛋,C—黑黄蛋。
注释:
1、RGB图像空间:由红(R)、绿(G)和蓝(B)三个颜色分量参数组成的颜色空间;
2、HSV图像空间:由色调(H)、饱和度(S)、明度(V)三个参数组成的颜色空间;
3、R分量:红色分量;
4、H分量:色调分量。
具体实施方式
下面结合附图和实施详细说明:
一、装置
1、总体
如图1,本装置包括被测对象——咸蛋8;
设置有传送带1、工业相机2、暗箱3、光源4、光电开关5、PLC控制器6、和算机7;
其位置和连接关系是:
在传送带1的上方设置暗箱3,在暗箱3顶部正中心安装工业相机2;在传送带1的下方设置光源4,光源4通过传送带1的空隙透射到传送带1上的咸蛋8;暗箱3的一侧安装光电开关5,光电开关5连接PLC控制器6从而给其发送触发信号;PLC控制器6通过串口线与计算机7相连进行串口通信;工业相机2通过数据线与计算机7相连。
2、功能部件
1)传送带1
一种通用外购件,选用ZYF-J3分选机;
其功能是传送咸蛋8。
2)工业相机2
工业相机2是一种通用外购件,选用GIGE接口相机(德国UEyeRE,UI-6210RE-C-HQ POERev 3),镜头(日本computar M0814-MP2);
其功能是采集咸蛋的彩色图像。
3)暗箱3
暗箱3是一种矩形箱;
其功能是保障采集的图像不受外界光的影响,并用于安置固定工业相机2。
4)光源4
光源4是一种通用外购件,选用LED暖白色冷光源;
其功能是透射咸蛋8。
5)光电开关5
光电开关5是一种通用外购件,选用漫反射式光电开关(台湾嘉准F&C CR-10P);
其功能是发送触发信号给PLC控制器6。
6)PLC控制器6
PLC控制器6是一种通用外购件,选用西门子PLC(S7—200);
其功能是接收触发信号,并将信号发送至计算机7。
7)计算机7
计算机7是一种通用外购件,如选用CPU英特尔[email protected]双核处理器,内存南亚易胜DDR3 1G/1067MHz,Windows XP***。
如图3,计算机7内嵌的图像处理软件的工作流程:
a、读取图像-201;
b、判定合格蛋的图像预处理-202;
c、提取预处理后的RGB图像中R分量灰度值等于255的像素点个数-203;
d、判断像素点个数是否大于6000-204,是则判定咸蛋为合格蛋-A,否则进入步骤e;
e、判定退溶蛋与黑黄蛋的图像预处理-205;
f、提取预处理后的HSV空间中H分量灰度值等于255的像素点个数-206
g、判断像素点个数是否小于3500-207,是则判定咸蛋为黑黄蛋-C,其余的咸蛋则判定为退溶蛋-B;
i、结束-208。
三、检测结果
本实例的试验样品是由神丹公司提供的表面清洁无裂纹的咸蛋,将咸蛋分为合格蛋、退溶蛋、黑黄蛋三个等级,只需经过咸蛋的图像采集、图像处理、判别等过程就可以无损快速判断其咸蛋的类别。该方法满足了实际生产的要求。
Claims (3)
1.一种咸蛋内部品质的在线视觉检测装置,包括咸蛋(8);
其特征在于:
设置有传送带(1)、工业相机(2)、暗箱(3)、光源(4)、光电开关(5)、PLC控制器(6)和计算机(7);
其位置和连接关系是:
在传送带(1)的上方设置暗箱(3),在暗箱(3)顶部正中心安装工业相机(2);在传送带(1)的下方设置光源(4),光源(4)通过传送带(1)的空隙透射到传送带(1)上的咸蛋(8);暗箱(3)的一侧安装光电开关(5),光电开关(5)连接PLC控制器(6)从而给其发送触发信号;PLC控制器(6)通过串口线与计算机(7)相连进行串口通信;工业相机(2)通过数据线与计算机(7)相连。
2.按权利要求1所述的咸蛋内部品质的在线视觉检测装置,其特征在于:
所述的计算机(7)其内嵌的工作流程是:
a、读取图像(201);
b、判定合格蛋的图像预处理(202);
c、提取预处理后的RGB图像中R分量灰度值等于255的像素点个数(203);
d、判断像素点个数是否大于6000(204),是则判定咸蛋为合格蛋(A),否则进入步骤e;
e、判定退溶蛋与黑黄蛋的图像预处理(205);
f、提取预处理后的HSV空间中H分量灰度值等于255的像素点个数(206)
g、判断像素点个数是否小于3500(207),是则判定咸蛋为黑黄蛋(C),其余的咸蛋则判定为退溶蛋(B);
i、结束(208)。
3.基于权利要求1、2所述咸蛋内部品质的在线视觉检测装置的在线视觉检测方法,其特征在于包括以下步骤:
①咸蛋图像的采集
将咸蛋摆放到传送带上,运转传送带让咸蛋在传送带上行进,当传送至暗
箱中触发光电开关时,工业相机拍照获取咸蛋的彩色图像;
②合格蛋的判别步骤
1)咸蛋图像的预处理
A、对图像进行裁剪,将一张图片中的三个咸蛋分成三张单个的咸蛋图片;
B、将图像中的R分量灰度值不等于255的像素点设置为R、G、B分量均为0,其余像素点保持不变,从而去除传送带空隙处的漏光;
C、将彩色图像转换成灰度图像,并利用OTSU法对灰度图像进行自适应阈值分割成二值图像;
D、利用去除最小面积法清除图像上零散无用的小面积区域;
E、采用11*11的椭圆结构对图像先腐蚀再膨胀,消除咸蛋周围残余的漏光;
F、将二值图像与原彩色图像进行点乘,得到去除漏光及背景的咸蛋图像;
G、得到二值图像中像素值为0的点及彩色图像中G分量灰度值小于150的像素点的坐标;
H、将彩色图像中这些坐标上的像素点R、G、B分量的灰度值全设置为0;
2)特征参数的提取
统计彩色图像中R分量灰度值等于255的像素点个数,记为N1;
3)判别合格蛋
当N1的值大于6000时,则判定该咸蛋为合格蛋,其他的蛋为退溶蛋或者黑黄蛋;
③退溶蛋与黑黄蛋的判别步骤
1)将判别不合格的咸蛋图像重新预处理
A、将图像中的B分量灰度值不等于0的像素点设置为R、G、B分量均为0,其余像素点保持不变;
B、将图像从RGB空间转化到HSV空间;
C、得到HSV空间中的H分量灰度图像,保留分量值等于255的像素点,其余像素点均设置为0;
2)特征参数的提取
统计HSV空间中H分量灰度值等于255的像素点个数,记为N2;
3)判别黑黄蛋与退溶蛋
当N2的值小于3500时,则判定该咸蛋为黑黄蛋,其他的咸蛋则为退溶蛋。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610699705.6A CN106370668B (zh) | 2016-08-22 | 2016-08-22 | 一种咸蛋内部品质的在线视觉检测装置及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610699705.6A CN106370668B (zh) | 2016-08-22 | 2016-08-22 | 一种咸蛋内部品质的在线视觉检测装置及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106370668A true CN106370668A (zh) | 2017-02-01 |
CN106370668B CN106370668B (zh) | 2019-01-18 |
Family
ID=57879437
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610699705.6A Active CN106370668B (zh) | 2016-08-22 | 2016-08-22 | 一种咸蛋内部品质的在线视觉检测装置及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106370668B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107230210A (zh) * | 2017-06-19 | 2017-10-03 | 长光卫星技术有限公司 | 一种遥感图像港口水面目标的快速分割方法 |
CN107259404A (zh) * | 2017-07-19 | 2017-10-20 | 宿松县乡园禽业贸易有限责任公司 | 一种皮蛋智能加工装置 |
CN109115772A (zh) * | 2018-07-13 | 2019-01-01 | 中国农业大学 | 温湿度过程控制热风干燥机机器视觉在线检测***与方法 |
CN110006899A (zh) * | 2019-04-12 | 2019-07-12 | 华中农业大学 | 皮蛋内部品质的无损视觉检测分级方法 |
CN110349171A (zh) * | 2019-06-11 | 2019-10-18 | 南京航空航天大学 | 一种基于灰度中值的脊柱侧弯背部轮廓曲线提取方法 |
CN110827280A (zh) * | 2020-01-09 | 2020-02-21 | 莱克电气股份有限公司 | 基于机器视觉的胶水检测方法、装置以及胶水检测设备 |
CN110967459A (zh) * | 2019-12-05 | 2020-04-07 | 浙江五芳斋实业股份有限公司 | 一种用于腌制咸鸭蛋的品质检测方法 |
CN111257339A (zh) * | 2020-02-25 | 2020-06-09 | 华中农业大学 | 一种基于机器视觉的皮蛋裂纹在线检测方法及检测装置 |
CN113627758A (zh) * | 2021-07-30 | 2021-11-09 | 苏州美声电子有限公司 | 基于外观的功放开关筛选方法及*** |
CN114018947A (zh) * | 2021-10-21 | 2022-02-08 | 武汉理工大学 | 一种高反光塑料瓶盖外表面瑕疵检测装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102147402A (zh) * | 2011-03-08 | 2011-08-10 | 江苏大学 | 机器视觉技术快速检测鸡蛋新鲜度的方法 |
CN103026984A (zh) * | 2012-12-12 | 2013-04-10 | 华中农业大学 | 群体孵化蛋成活性的视觉检测分级装置及其方法 |
CN104749190A (zh) * | 2015-04-02 | 2015-07-01 | 华中农业大学 | 一种禽蛋表面裂纹的在线视觉检测装置及其方法 |
CN104764744A (zh) * | 2015-04-21 | 2015-07-08 | 华中农业大学 | 一种禽蛋新鲜度的视觉检测装置及其方法 |
CN104949998A (zh) * | 2015-07-01 | 2015-09-30 | 华中农业大学 | 一种群体产地禽蛋表面脏污的在线视觉检测装置及其方法 |
-
2016
- 2016-08-22 CN CN201610699705.6A patent/CN106370668B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102147402A (zh) * | 2011-03-08 | 2011-08-10 | 江苏大学 | 机器视觉技术快速检测鸡蛋新鲜度的方法 |
CN103026984A (zh) * | 2012-12-12 | 2013-04-10 | 华中农业大学 | 群体孵化蛋成活性的视觉检测分级装置及其方法 |
CN104749190A (zh) * | 2015-04-02 | 2015-07-01 | 华中农业大学 | 一种禽蛋表面裂纹的在线视觉检测装置及其方法 |
CN104764744A (zh) * | 2015-04-21 | 2015-07-08 | 华中农业大学 | 一种禽蛋新鲜度的视觉检测装置及其方法 |
CN104949998A (zh) * | 2015-07-01 | 2015-09-30 | 华中农业大学 | 一种群体产地禽蛋表面脏污的在线视觉检测装置及其方法 |
Non-Patent Citations (3)
Title |
---|
XU KUNRUI 等: "Online automatic grading of salted eggs based on machine vision", 《INT J AGRIC & BIOL ENG》 * |
丁幼春 等: "鸭蛋蛋心颜色模型的试验研究", 《农机化研究》 * |
王巧华 等: "基于机器视觉的鸡蛋品质无损检测研究", 《中国家禽》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107230210A (zh) * | 2017-06-19 | 2017-10-03 | 长光卫星技术有限公司 | 一种遥感图像港口水面目标的快速分割方法 |
CN107259404A (zh) * | 2017-07-19 | 2017-10-20 | 宿松县乡园禽业贸易有限责任公司 | 一种皮蛋智能加工装置 |
CN109115772A (zh) * | 2018-07-13 | 2019-01-01 | 中国农业大学 | 温湿度过程控制热风干燥机机器视觉在线检测***与方法 |
CN110006899A (zh) * | 2019-04-12 | 2019-07-12 | 华中农业大学 | 皮蛋内部品质的无损视觉检测分级方法 |
CN110349171A (zh) * | 2019-06-11 | 2019-10-18 | 南京航空航天大学 | 一种基于灰度中值的脊柱侧弯背部轮廓曲线提取方法 |
CN110349171B (zh) * | 2019-06-11 | 2021-09-17 | 南京航空航天大学 | 一种基于灰度中值的脊柱侧弯背部轮廓曲线提取方法 |
CN110967459A (zh) * | 2019-12-05 | 2020-04-07 | 浙江五芳斋实业股份有限公司 | 一种用于腌制咸鸭蛋的品质检测方法 |
CN110827280B (zh) * | 2020-01-09 | 2020-04-21 | 莱克电气股份有限公司 | 基于机器视觉的胶水检测方法、装置以及胶水检测设备 |
CN110827280A (zh) * | 2020-01-09 | 2020-02-21 | 莱克电气股份有限公司 | 基于机器视觉的胶水检测方法、装置以及胶水检测设备 |
CN111257339A (zh) * | 2020-02-25 | 2020-06-09 | 华中农业大学 | 一种基于机器视觉的皮蛋裂纹在线检测方法及检测装置 |
CN111257339B (zh) * | 2020-02-25 | 2021-07-23 | 华中农业大学 | 一种基于机器视觉的皮蛋裂纹在线检测方法及检测装置 |
CN113627758A (zh) * | 2021-07-30 | 2021-11-09 | 苏州美声电子有限公司 | 基于外观的功放开关筛选方法及*** |
CN114018947A (zh) * | 2021-10-21 | 2022-02-08 | 武汉理工大学 | 一种高反光塑料瓶盖外表面瑕疵检测装置 |
CN114018947B (zh) * | 2021-10-21 | 2023-11-07 | 武汉理工大学 | 一种高反光塑料瓶盖外表面瑕疵检测装置 |
Also Published As
Publication number | Publication date |
---|---|
CN106370668B (zh) | 2019-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106370668A (zh) | 一种咸蛋内部品质的在线视觉检测装置及其方法 | |
CN106093066B (zh) | 一种基于改进的机器视觉注意机制的磁瓦表面缺陷检测方法 | |
CN104764744B (zh) | 一种禽蛋新鲜度的视觉检测装置及其方法 | |
Dehrouyeh et al. | Grading and quality inspection of defected eggs using machine vision | |
CN103072718B (zh) | 用于食品包装生产线的机器视觉检测***及方法 | |
CN109187553B (zh) | 一种基于机器视觉的变质鸡蛋在线智能识别方法 | |
CN106442525B (zh) | 用于核桃内部干瘪缺陷的在线检测方法 | |
CN104049068B (zh) | 生鲜畜肉新鲜度的无损测定装置及测定方法 | |
Taheri‐Garavand et al. | A nondestructive intelligent approach to real‐time evaluation of chicken meat freshness based on computer vision technique | |
CN102147402A (zh) | 机器视觉技术快速检测鸡蛋新鲜度的方法 | |
CN104297439B (zh) | 一种基于计算机视觉的双黄鸭蛋自动识别检测方法 | |
CN104749190A (zh) | 一种禽蛋表面裂纹的在线视觉检测装置及其方法 | |
CN113935666B (zh) | 基于图像处理的建筑装饰墙面砖异常评估方法 | |
Samarawickrama et al. | Matlab based automated surface defect detection system for ceremic tiles using image processing | |
CN111239142A (zh) | 膏体外观缺陷检测设备及方法 | |
CN110554052A (zh) | 一种人造板表面缺陷检测方法及其*** | |
Kulkarni et al. | An automated computer vision based system for bottle cap fitting inspection | |
CN114266743A (zh) | 基于hsv和cnn的fpc缺陷检测方法、***及存储介质 | |
CN101916380B (zh) | 基于视频的烟检测装置和方法 | |
Lumogdang et al. | Supervised machine learning approach for pork meat freshness identification | |
Kanade et al. | Development of machine vision based system for classification of Guava fruits on the basis of CIE1931 chromaticity coordinates | |
CN107220972A (zh) | 一种基于红外图像的禽蛋品质鉴别方法 | |
CN111626104A (zh) | 一种基于无人机红外热像的电缆隐患点检测方法和装置 | |
Yang et al. | Design of drug and wine bottlecap defect detection system based on machine vision | |
Sun et al. | A digital image method for measuring and analyzing color characteristics of various color scores of beef |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |