CN110020992A - 边缘质量辨识平台 - Google Patents
边缘质量辨识平台 Download PDFInfo
- Publication number
- CN110020992A CN110020992A CN201811089033.2A CN201811089033A CN110020992A CN 110020992 A CN110020992 A CN 110020992A CN 201811089033 A CN201811089033 A CN 201811089033A CN 110020992 A CN110020992 A CN 110020992A
- Authority
- CN
- China
- Prior art keywords
- pixel
- value
- image
- glass edge
- connect
- 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
- 239000011521 glass Substances 0.000 claims abstract description 88
- 238000004445 quantitative analysis Methods 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims description 23
- 238000004458 analytical method Methods 0.000 claims description 14
- 239000000284 extract Substances 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 10
- 238000011156 evaluation Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 9
- 238000012806 monitoring device Methods 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 6
- 230000003068 static effect Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 description 6
- 238000000034 method Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000000151 deposition Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- NAPPWIFDUAHTRY-XYDRQXHOSA-N (8r,9s,10r,13s,14s,17r)-17-ethynyl-17-hydroxy-13-methyl-1,2,6,7,8,9,10,11,12,14,15,16-dodecahydrocyclopenta[a]phenanthren-3-one;(8r,9s,13s,14s,17r)-17-ethynyl-13-methyl-7,8,9,11,12,14,15,16-octahydro-6h-cyclopenta[a]phenanthrene-3,17-diol Chemical compound O=C1CC[C@@H]2[C@H]3CC[C@](C)([C@](CC4)(O)C#C)[C@@H]4[C@@H]3CCC2=C1.OC1=CC=C2[C@H]3CC[C@](C)([C@](CC4)(O)C#C)[C@@H]4[C@@H]3CCC2=C1 NAPPWIFDUAHTRY-XYDRQXHOSA-N 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000003795 desorption Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种边缘质量辨识平台，包括：反光源摄像机，面向玻璃边缘进行反光源拍摄，以获得相应的玻璃边缘图像，并输出所述玻璃边缘图像；CSI输出接口，与所述反光源摄像机连接，用于将所述玻璃边缘图像输出；数据预处理结构，与所述CSI输出接口连接，用于接收所述玻璃边缘图像，对所述玻璃边缘图像执行数据预处理，以获得相应的预处理图像，并输出所述预处理图像；数量分析设备，用于计算各个问题像素点的数量占据所述预处理图像的像素点的总数的比例，并在所述比例超过预设比例阈值时，发出不合格控制信号。通过本发明，实现了对玻璃边缘质量的准确辨识。
Description
技术领域
本发明涉及玻璃识别领域，尤其涉及一种边缘质量辨识平台。
背景技术
玻璃边缘提取与检测在图像处理中占有很生要的地位，其算法的优劣直接影响着所研制的性能。玻璃边缘质量的好坏直接决定了玻璃成品的质量好坏，也是衡量玻璃厂家制作工艺水平的关键因素之一，因此，玻璃边缘的检测是各个玻璃厂家在玻璃出厂之前必备的环节之一，检测的标准也最为严格。
现已提出很多种不同的边缘检测方法。这此方法各有其特点，同是也都存在各自的局限性和不足之处。
发明内容
为了解决现有技术中缺乏对玻璃图像中问题像素点进行统计的有效机制的技术问题，本发明提供了一种边缘质量辨识平台。
其中，本发明需要具备以下四个关键发明点：
(1)对玻璃边缘进行反光源图像采集和检测，以确定玻璃合格程度；
(2)还基于像素点的蓝色颜色通道值和其周围像素点的蓝色颜色通道值计算其到周围各个方向的各个梯度值，将各个梯度值中最大值作为参考梯度值，根据参考梯度值检测问题像素点；
(3)基于对图像的噪声分布情况，确定对所述图像进行滤波处理的滑动窗口的尺寸；
(4)在对像素点进行滤波处理时，选择其附近像素点像素值中达到孤立噪声平均占据像素点数量的多个亮度值作为运算像素值，对所述多个运算像素值进行算术平均值计算以获得被处理像素点的替换像素值。
根据本发明的一方面，提供了一种边缘质量辨识平台，所述平台包括：
反光源摄像机，面向玻璃边缘进行反光源拍摄，以获得相应的玻璃边缘图像，并输出所述玻璃边缘图像；CSI输出接口，与所述反光源摄像机连接，用于将所述玻璃边缘图像输出；数据预处理结构，与所述CSI输出接口连接，用于接收所述玻璃边缘图像，对所述玻璃边缘图像执行数据预处理，以获得相应的预处理图像，并输出所述预处理图像；梯度分析设备，与所述数据预处理结构连接，用于接收所述预处理图像，提取所述预处理图像中每一个像素点的蓝色颜色通道值，对每一个像素点执行以下处理：基于所述像素点的蓝色颜色通道值和其周围像素点的蓝色颜色通道值计算其到周围各个方向的各个梯度值，将各个梯度值中最大值作为参考梯度值输出；像素点提取设备，与所述梯度分析设备连接，用于将所述预处理图像中参考梯度值超过预设梯度阈值的像素点作为问题像素点，输出所述预处理图像中的各个问题像素点；数量分析设备，与所述像素点提取设备连接，用于计算所述各个问题像素点的数量占据所述预处理图像的像素点的总数的比例，并在所述比例超过预设比例阈值时，发出不合格控制信号；其中，所述数量分析设备还用于在所述比例未超过预设比例阈值时，发出合格控制信号。
更具体地，在所述边缘质量辨识平台中，还包括：
静态存储设备，分别与所述数量分析设备和所述像素点提取设备连接，用于存储所述预设梯度阈值和所述预设比例阈值；其中，采用DSP处理芯片来实现所述梯度分析设备，所述DSP处理芯片内置存储器和定时器。
更具体地，在所述边缘质量辨识平台中：所述数据预处理结构包括噪声监测设备，与所述CSI输出接口连接，用于接收所述玻璃边缘图像，获取所述玻璃边缘图像中的各个孤立噪声，并基于每一个孤立噪声确定其在所述玻璃边缘图像中占据的像素点的数量；所述数据预处理结构包括噪声评估设备，与所述噪声监测设备连接，用于接收各个孤立噪声分别占据的像素点的数量，以获得各个数量，对所述各个数量进行均值计算，以获得对应的数量均值。
更具体地，在所述边缘质量辨识平台中：所述数据预处理结构包括窗口定制设备，与所述噪声监测设备连接，用于接收各个孤立噪声分别占据的像素点的数量，基于所述各个孤立噪声分别占据的像素点的数量确定对所述玻璃边缘图像进行滤波处理的滑动窗口的尺寸；所述数据预处理结构包括MMC存储设备，与所述窗口定制设备连接，用于接收并存储所述滑动窗口的尺寸。
更具体地，在所述边缘质量辨识平台中：所述数据预处理结构包括参数提取设备，分别与所述MMC存储设备和所述噪声评估设备连接，用于接收所述数量均值和所述滑动窗口，并对所述玻璃边缘图像中的每一个像素点执行以下操作：将所述玻璃边缘图像中的每一个像素点作为对象像素点，在所述玻璃边缘图像中获取以所述对象像素点为中心的滑动窗口内的各个像素点作为各个参考像素点，将所述各个参考像素点的各个亮度值进行从大到小的顺序排序，将中间序号的、达到所述数量均值数量的多个亮度值作为运算像素值，对所述多个运算像素值进行算术平均值计算，以获得所述对象像素点的替换像素值；所述数据预处理结构包括数据输出设备，分别与所述梯度分析设备和所述参数提取设备连接，用于接收所述玻璃边缘图像中的各个像素点的各个替换像素值，并基于所述玻璃边缘图像中的各个像素点的各个替换像素值获取所述玻璃边缘图像对应的替换图像，并向所述梯度分析设备输出所述玻璃边缘图像对应的预处理图像。
更具体地，在所述边缘质量辨识平台中：所述参数提取设备包括数据接收单元、数据发送单元和像素值处理单元，所述数据接收单元用于接收所述数量均值和所述滑动窗口，所述像素值处理单元与所述数据接收单元连接，所述数据发送单元与所述像素值处理单元连接。
更具体地，在所述边缘质量辨识平台中：所述像素值处理单元用于对所述玻璃边缘图像中的每一个像素点执行以下操作：将所述玻璃边缘图像中的每一个像素点作为对象像素点，在所述玻璃边缘图像中获取以所述对象像素点为中心的滑动窗口内的各个像素点作为各个参考像素点，将所述各个参考像素点的各个亮度值进行从大到小的顺序排序，将中间序号的、达到所述数量均值数量的多个亮度值作为运算像素值，对所述多个运算像素值进行算术平均值计算，以获得所述对象像素点的替换像素值。
更具体地，在所述边缘质量辨识平台中：所述MMC存储设备还与所述噪声评估设备连接，用于接收并存储所述数量均值。
附图说明
以下将结合附图对本发明的实施方案进行描述，其中：
图1为根据本发明实施方案示出的边缘质量辨识平台的结构示意图。
具体实施方式
下面将参照附图对本发明的边缘质量辨识平台的实施方案进行详细说明。
玻璃边缘类型中，常见的边缘类型有阶跃型、斜坡型、线状型和屋顶型四种。
在具体的边缘检测中，其中心位置的检测方式为，基于玻璃成像图片中，在灰度斜坡的起点和终点，一阶导数均有一个阶路，斜坡处为常数，其余为零；二阶导数在斜坡起点产生一个向上脉冲，在终点产生一下向下脉冲，其余为零。因此通过一阶导数可以确定斜坡型边缘，而通过二阶导数可以确定边缘的过零点，即边缘的中心位置。
为了克服上述不足，本发明搭建了一种边缘质量辨识平台，能够有效解决相应的技术问题。
图1为根据本发明实施方案示出的边缘质量辨识平台的结构示意图，所述平台包括：
反光源摄像机，面向玻璃边缘1进行反光源拍摄，以获得相应的玻璃边缘图像，并输出所述玻璃边缘图像；
上方夹板2、下方夹板3以及固定架4，所述上方夹板设置在玻璃上方，所述下方夹板设置在玻璃下方，所述上方夹板和所述下方夹板用于固定玻璃以提供玻璃边缘进行反光源拍摄，固定架用于固定所述上方夹板和所述下方夹板；
CSI输出接口，与所述反光源摄像机连接，用于将所述玻璃边缘图像输出；
数据预处理结构，与所述CSI输出接口连接，用于接收所述玻璃边缘图像，对所述玻璃边缘图像执行数据预处理，以获得相应的预处理图像，并输出所述预处理图像；
梯度分析设备，与所述数据预处理结构连接，用于接收所述预处理图像，提取所述预处理图像中每一个像素点的蓝色颜色通道值，对每一个像素点执行以下处理：基于所述像素点的蓝色颜色通道值和其周围像素点的蓝色颜色通道值计算其到周围各个方向的各个梯度值，将各个梯度值中最大值作为参考梯度值输出；
像素点提取设备，与所述梯度分析设备连接，用于将所述预处理图像中参考梯度值超过预设梯度阈值的像素点作为问题像素点，输出所述预处理图像中的各个问题像素点；
数量分析设备，与所述像素点提取设备连接，用于计算所述各个问题像素点的数量占据所述预处理图像的像素点的总数的比例，并在所述比例超过预设比例阈值时，发出不合格控制信号；
其中，所述数量分析设备还用于在所述比例未超过预设比例阈值时，发出合格控制信号。
接着，继续对本发明的边缘质量辨识平台的具体结构进行进一步的说明。
在所述边缘质量辨识平台中，还包括：
静态存储设备，分别与所述数量分析设备和所述像素点提取设备连接，用于存储所述预设梯度阈值和所述预设比例阈值；
其中，采用DSP处理芯片来实现所述梯度分析设备，所述DSP处理芯片内置存储器和定时器。
在所述边缘质量辨识平台中：所述数据预处理结构包括噪声监测设备，与所述CSI输出接口连接，用于接收所述玻璃边缘图像，获取所述玻璃边缘图像中的各个孤立噪声，并基于每一个孤立噪声确定其在所述玻璃边缘图像中占据的像素点的数量；
所述数据预处理结构包括噪声评估设备，与所述噪声监测设备连接，用于接收各个孤立噪声分别占据的像素点的数量，以获得各个数量，对所述各个数量进行均值计算，以获得对应的数量均值。
在所述边缘质量辨识平台中：所述数据预处理结构包括窗口定制设备，与所述噪声监测设备连接，用于接收各个孤立噪声分别占据的像素点的数量，基于所述各个孤立噪声分别占据的像素点的数量确定对所述玻璃边缘图像进行滤波处理的滑动窗口的尺寸；
所述数据预处理结构包括MMC存储设备，与所述窗口定制设备连接，用于接收并存储所述滑动窗口的尺寸。
在所述边缘质量辨识平台中：所述数据预处理结构包括参数提取设备，分别与所述MMC存储设备和所述噪声评估设备连接，用于接收所述数量均值和所述滑动窗口，并对所述玻璃边缘图像中的每一个像素点执行以下操作：将所述玻璃边缘图像中的每一个像素点作为对象像素点，在所述玻璃边缘图像中获取以所述对象像素点为中心的滑动窗口内的各个像素点作为各个参考像素点，将所述各个参考像素点的各个亮度值进行从大到小的顺序排序，将中间序号的、达到所述数量均值数量的多个亮度值作为运算像素值，对所述多个运算像素值进行算术平均值计算，以获得所述对象像素点的替换像素值；
所述数据预处理结构包括数据输出设备，分别与所述梯度分析设备和所述参数提取设备连接，用于接收所述玻璃边缘图像中的各个像素点的各个替换像素值，并基于所述玻璃边缘图像中的各个像素点的各个替换像素值获取所述玻璃边缘图像对应的替换图像，并向所述梯度分析设备输出所述玻璃边缘图像对应的预处理图像。
在所述边缘质量辨识平台中：所述参数提取设备包括数据接收单元、数据发送单元和像素值处理单元，所述数据接收单元用于接收所述数量均值和所述滑动窗口，所述像素值处理单元与所述数据接收单元连接，所述数据发送单元与所述像素值处理单元连接。
在所述边缘质量辨识平台中：所述像素值处理单元用于对所述玻璃边缘图像中的每一个像素点执行以下操作：将所述玻璃边缘图像中的每一个像素点作为对象像素点，在所述玻璃边缘图像中获取以所述对象像素点为中心的滑动窗口内的各个像素点作为各个参考像素点，将所述各个参考像素点的各个亮度值进行从大到小的顺序排序，将中间序号的、达到所述数量均值数量的多个亮度值作为运算像素值，对所述多个运算像素值进行算术平均值计算，以获得所述对象像素点的替换像素值。
在所述边缘质量辨识平台中：所述MMC存储设备还与所述噪声评估设备连接，用于接收并存储所述数量均值。
另外，DSP处理芯片的内部采用程序和数据分开的哈佛结构，具有专门的硬件乘法器，广泛采用流水线操作，提供特殊的DSP指令，可以用来快速的实现各种数字信号处理算法。
根据数字信号处理的要求，DSP处理芯片一般具有如下的一些主要特点：(1)在一个指令周期内可完成一次乘法和一次加法。(2)程序和数据空间分开，可以同时访问指令和数据。(3)片内具有快速RAM，通常可通过独立的数据总线在两块中同时访问。(4)具有低开销或无开销循环及跳转的硬件支持。(5)快速的中断处理和硬件I/O支持。(6)具有在单周期内操作的多个硬件地址产生器。(7)可以并行执行多个操作。(8)支持流水线操作，使取指、译码和执行等操作可以重叠执行。
根据DSP处理芯片工作的数据格式来分类的。数据以定点格式工作的DSP处理芯片称为定点DSP处理芯片，如TI公司的TMS320C1X/C2X、TMS320C2XX/C5X、TMS320C54X/C62XX系列，AD公司的ADSP21XX系列，AT&T公司的DSP16/16A，Motolora公司的MC56000等。以浮点格式工作的称为浮点DSP处理芯片，如TI公司的TMS320C3X/C4X/C8X，AD公司的ADSP21XXX系列，AT&T公司的DSP32/32C，Motolora公司的MC96002等。
不同浮点DSP处理芯片所采用的浮点格式不完全一样，有的DSP处理芯片采用自定义的浮点格式，如TMS320C3X，而有的DSP处理芯片则采用IEEE的标准浮点格式，如Motorola公司的MC96002、FUJITSU公司的MB86232和ZORAN公司的ZR35325等。
采用本发明的边缘质量辨识平台，针对现有技术中缺乏对玻璃图像中问题像素点进行统计的有效机制的技术问题，通过对玻璃边缘进行反光源图像采集和检测，以确定玻璃合格程度；还基于像素点的蓝色颜色通道值和其周围像素点的蓝色颜色通道值计算其到周围各个方向的各个梯度值，将各个梯度值中最大值作为参考梯度值，根据参考梯度值检测问题像素点；基于对图像的噪声分布情况，确定对所述图像进行滤波处理的滑动窗口的尺寸；在对像素点进行滤波处理时，选择其附近像素点像素值中达到孤立噪声平均占据像素点数量的多个亮度值作为运算像素值，对所述多个运算像素值进行算术平均值计算以获得被处理像素点的替换像素值；从而解决了上述技术问题。
可以理解的是，虽然本发明已以较佳实施例披露如上，然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言，在不脱离本发明技术方案范围情况下，都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。
Claims (8)
1.一种边缘质量辨识平台，其特征在于，所述平台包括：
反光源摄像机，面向玻璃边缘进行反光源拍摄，以获得相应的玻璃边缘图像，并输出所述玻璃边缘图像；
CSI输出接口，与所述反光源摄像机连接，用于将所述玻璃边缘图像输出；
数据预处理结构，与所述CSI输出接口连接，用于接收所述玻璃边缘图像，对所述玻璃边缘图像执行数据预处理，以获得相应的预处理图像，并输出所述预处理图像；
梯度分析设备，与所述数据预处理结构连接，用于接收所述预处理图像，提取所述预处理图像中每一个像素点的蓝色颜色通道值，对每一个像素点执行以下处理：基于所述像素点的蓝色颜色通道值和其周围像素点的蓝色颜色通道值计算其到周围各个方向的各个梯度值，将各个梯度值中最大值作为参考梯度值输出；
像素点提取设备，与所述梯度分析设备连接，用于将所述预处理图像中参考梯度值超过预设梯度阈值的像素点作为问题像素点，输出所述预处理图像中的各个问题像素点；
数量分析设备，与所述像素点提取设备连接，用于计算所述各个问题像素点的数量占据所述预处理图像的像素点的总数的比例，并在所述比例超过预设比例阈值时，发出不合格控制信号；
其中，所述数量分析设备还用于在所述比例未超过预设比例阈值时，发出合格控制信号。
2.如权利要求1所述的边缘质量辨识平台，其特征在于，还包括：
静态存储设备，分别与所述数量分析设备和所述像素点提取设备连接，用于存储所述预设梯度阈值和所述预设比例阈值；
其中，采用DSP处理芯片来实现所述梯度分析设备，所述DSP处理芯片内置存储器和定时器。
3.如权利要求2所述的边缘质量辨识平台，其特征在于：
所述数据预处理结构包括噪声监测设备，与所述CSI输出接口连接，用于接收所述玻璃边缘图像，获取所述玻璃边缘图像中的各个孤立噪声，并基于每一个孤立噪声确定其在所述玻璃边缘图像中占据的像素点的数量；
所述数据预处理结构包括噪声评估设备，与所述噪声监测设备连接，用于接收各个孤立噪声分别占据的像素点的数量，以获得各个数量，对所述各个数量进行均值计算，以获得对应的数量均值。
4.如权利要求3所述的边缘质量辨识平台，其特征在于：
所述数据预处理结构包括窗口定制设备，与所述噪声监测设备连接，用于接收各个孤立噪声分别占据的像素点的数量，基于所述各个孤立噪声分别占据的像素点的数量确定对所述玻璃边缘图像进行滤波处理的滑动窗口的尺寸；
所述数据预处理结构包括MMC存储设备，与所述窗口定制设备连接，用于接收并存储所述滑动窗口的尺寸。
5.如权利要求4所述的边缘质量辨识平台，其特征在于：
所述数据预处理结构包括参数提取设备，分别与所述MMC存储设备和所述噪声评估设备连接，用于接收所述数量均值和所述滑动窗口，并对所述玻璃边缘图像中的每一个像素点执行以下操作：将所述玻璃边缘图像中的每一个像素点作为对象像素点，在所述玻璃边缘图像中获取以所述对象像素点为中心的滑动窗口内的各个像素点作为各个参考像素点，将所述各个参考像素点的各个亮度值进行从大到小的顺序排序，将中间序号的、达到所述数量均值数量的多个亮度值作为运算像素值，对所述多个运算像素值进行算术平均值计算，以获得所述对象像素点的替换像素值；
所述数据预处理结构包括数据输出设备，分别与所述梯度分析设备和所述参数提取设备连接，用于接收所述玻璃边缘图像中的各个像素点的各个替换像素值，并基于所述玻璃边缘图像中的各个像素点的各个替换像素值获取所述玻璃边缘图像对应的替换图像，并向所述梯度分析设备输出所述玻璃边缘图像对应的预处理图像。
6.如权利要求5所述的边缘质量辨识平台，其特征在于：
所述参数提取设备包括数据接收单元、数据发送单元和像素值处理单元，所述数据接收单元用于接收所述数量均值和所述滑动窗口，所述像素值处理单元与所述数据接收单元连接，所述数据发送单元与所述像素值处理单元连接。
7.如权利要求6所述的边缘质量辨识平台，其特征在于：
所述像素值处理单元用于对所述玻璃边缘图像中的每一个像素点执行以下操作：将所述玻璃边缘图像中的每一个像素点作为对象像素点，在所述玻璃边缘图像中获取以所述对象像素点为中心的滑动窗口内的各个像素点作为各个参考像素点，将所述各个参考像素点的各个亮度值进行从大到小的顺序排序，将中间序号的、达到所述数量均值数量的多个亮度值作为运算像素值，对所述多个运算像素值进行算术平均值计算，以获得所述对象像素点的替换像素值。
8.如权利要求7所述的边缘质量辨识平台，其特征在于：
所述MMC存储设备还与所述噪声评估设备连接，用于接收并存储所述数量均值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811089033.2A CN110020992A (zh) | 2018-09-18 | 2018-09-18 | 边缘质量辨识平台 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811089033.2A CN110020992A (zh) | 2018-09-18 | 2018-09-18 | 边缘质量辨识平台 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110020992A true CN110020992A (zh) | 2019-07-16 |
Family
ID=67188479
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811089033.2A Pending CN110020992A (zh) | 2018-09-18 | 2018-09-18 | 边缘质量辨识平台 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110020992A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1573319A (zh) * | 2003-05-31 | 2005-02-02 | 三星康宁精密琉璃株式会社 | 玻璃基板内缺陷的深度方向位置检测方法 |
| CN204203126U (zh) * | 2014-11-25 | 2015-03-11 | 焦作飞鸿安全玻璃有限公司 | 一种玻璃检测台 |
| CN105044124A (zh) * | 2015-08-27 | 2015-11-11 | 李明英 | 基于灰度均值分析的玻璃瑕疵分类装置 |
| CN105181705A (zh) * | 2015-08-28 | 2015-12-23 | 白薇 | 一种基于多重滤波的陶瓷外观分析方法 |
-
2018
- 2018-09-18 CN CN201811089033.2A patent/CN110020992A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1573319A (zh) * | 2003-05-31 | 2005-02-02 | 三星康宁精密琉璃株式会社 | 玻璃基板内缺陷的深度方向位置检测方法 |
| CN204203126U (zh) * | 2014-11-25 | 2015-03-11 | 焦作飞鸿安全玻璃有限公司 | 一种玻璃检测台 |
| CN105044124A (zh) * | 2015-08-27 | 2015-11-11 | 李明英 | 基于灰度均值分析的玻璃瑕疵分类装置 |
| CN105181705A (zh) * | 2015-08-28 | 2015-12-23 | 白薇 | 一种基于多重滤波的陶瓷外观分析方法 |
Non-Patent Citations (2)
| Title |
|---|
| 王一丁等: "《数字图像处理》", 31 August 2015, 西安电子科技大学出版社 * |
| 章鲁等: "《医学图像处理与分析》", 31 August 2006, 上海科学技术出版社 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110443212B (zh) | 用于目标检测的正样本获取方法、装置、设备及存储介质 | |
| CN104573625A (zh) | 面部检测 | |
| CN108596109B (zh) | 一种基于神经网络和运动矢量的目标检测方法及装置 | |
| CN107909027A (zh) | 一种具有遮挡处理的快速人体目标检测方法 | |
| CN107071736B (zh) | 共享单车数据采集平台 | |
| CN110032916A (zh) | 一种检测目标物体的方法和装置 | |
| CN107808126A (zh) | 车辆检索方法及装置 | |
| CN110390229A (zh) | 一种人脸图片筛选方法、装置、电子设备及存储介质 | |
| CN107085229A (zh) | 数据采集方法 | |
| CN110399822A (zh) | 基于深度学习的举手动作识别方法、装置及存储介质 | |
| CN115620066B (zh) | 一种基于x光图像的物品检测方法、装置及电子设备 | |
| CN110096935A (zh) | 图像分析方法、装置、电子设备及存储介质 | |
| CN111126112B (zh) | 候选区域确定方法和装置 | |
| CN110020992A (zh) | 边缘质量辨识平台 | |
| CN113033545B (zh) | 空托盘识别方法及其装置 | |
| CN110099237A (zh) | 图像处理方法、电子装置及计算机可读存储介质 | |
| CN107907546A (zh) | 一种基于智能移动终端的视觉缺陷检测方法与*** | |
| CN117573477A (zh) | 异常数据监控方法、装置、设备、介质和程序产品 | |
| CN104598921A (zh) | 视频预览图的选取方法及选取装置 | |
| CN112037255A (zh) | 目标跟踪方法和装置 | |
| CN115527069A (zh) | 物品识别和物品识别***构建方法及装置 | |
| CN115050000A (zh) | 一种运行场景的识别方法、装置、计算机设备及存储介质 | |
| CN106535130A (zh) | 移动终端室内外归属的判定方法、装置、设备和存储介质 | |
| CN114137635A (zh) | 安检机检测效率的测试方法、装置、设备以及存储介质 | |
| CN100579231C (zh) | 一种运动矢量预测方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190716 |
|
| WD01 | Invention patent application deemed withdrawn after publication |