CN110148175B - 基于二维标签的发酵窖池自动定位与边界检测***及方法 - Google Patents
基于二维标签的发酵窖池自动定位与边界检测***及方法 Download PDFInfo
- Publication number
- CN110148175B CN110148175B CN201910457855.XA CN201910457855A CN110148175B CN 110148175 B CN110148175 B CN 110148175B CN 201910457855 A CN201910457855 A CN 201910457855A CN 110148175 B CN110148175 B CN 110148175B
- Authority
- CN
- China
- Prior art keywords
- fermentation pit
- dimensional
- label
- fermentation
- pit
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Processing Of Solid Wastes (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
Abstract
本公开提供了基于二维标签的发酵窖池自动定位与边界检测***及方法。其中,该***包括二维码标签,其设置在发酵窖池外侧的四个转角处;图像采集装置,其设置在发酵窖池上方,用于采集包含二维码标签的发酵窖池图像;处理器,其用于:接收包含二维码标签的发酵窖池图像;从包含二维码标签的发酵窖池图像中的梯度找到线段,再通过深度优先搜索将线段组合成正方形,依据正方形角点位置,确定各个二维码标签的范围及当前发酵窖池位置信息,进而确定出当前发酵窖池中心位置。
Description
技术领域
本公开属于视觉图像处理领域,尤其涉及一种基于二维标签的发酵窖池自动定位与边界检测***及方法。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息,不必然构成在先技术。
目前酒厂对人工劳动力的依赖很大,原料的出料、进料、蒸料的过程都需要人工的参与。原料送进酵池的过程需要工作人员在天车控制室或地面操作抓斗将原料抓取送进酵池,需要工人自身校准抓斗的位置以防碰到酵池壁。酵池壁上铺满了酵泥,用于原料的发酵,酵泥的价格很高,所以要在倒料取料过程中避免碰到窖池四壁,以保护窖池和抓斗。发明人发现,当前工人通过肉眼或摄像头观察抓斗和窖池壁的相对位置,不仅容易有视觉盲区,而且耗时耗力。
发明内容
为了解决上述问题,本公开的第一个方面提供一种基于二维标签的发酵窖池自动定位与边界检测***,其可以自动准确地确定发酵窖池中心位置
为了实现上述目的,本公开采用如下技术方案:
一种基于二维标签的发酵窖池自动定位与边界检测***,包括:
二维码标签,其设置在发酵窖池外侧的四个转角处;
图像采集装置,其设置在发酵窖池上方,用于采集包含二维码标签的发酵窖池图像;
处理器,其用于:
接收包含二维码标签的发酵窖池图像;
从包含二维码标签的发酵窖池图像中的梯度找到线段,再通过深度优先搜索将线段组合成正方形,依据正方形角点位置,确定各个二维码标签的范围及当前发酵窖池位置信息,进而确定出当前发酵窖池中心位置。
作为一种实施方式,每个二维码标签均设置有唯一ID,每个二维码标签ID与相应发酵窖池ID相关联。
本实施例通过将二维码标签ID与发酵窖池ID相关联,可建立查找表数据库,从而通过二维码标签ID快速准确地确定当前窖池的ID。
作为一种实施方式,所述处理器,还用于:
获取每个二维码标签的ID,再根据发酵窖池ID与二维码标签ID的关联关系,确定出当前发酵窖池ID;
根据当前发酵窖池ID驱动抓斗运动到当前发酵窖池中心位置的上方,并进行放料操作。
本实施例通过当前发酵窖池ID来驱动抓斗运行到当前发酵窖池上方,再根据当前发酵窖池的中心点位置校准抓斗位于当前发酵窖池中心位置的上方,并进行放料操作,避免出料的过程中抓斗与酵池壁的碰撞造成不必要的损失;本实施例的检测***无视野盲区精度高,无需工人参与抓斗的控制,解放了人工劳动力,保证了原料,器材和酵池的安全,从而提高酒厂工作的效率。
作为一种实施方式,在所述处理器中,从包含二维码标签的发酵窖池图像中的梯度找到线段的过程为:
计算每个像素的梯度,计算每个像素的大小和方向;
将具有相似梯度方向和大小的像素被聚集成组件,然后使用加权最小二乘对每个分量中的像素进行线段拟合。
本实施例利用梯度寻找线段,提高了线段拟合效率,使得寻找线段精度高且速度快。
作为一种实施方式,在所述处理器中,根据标定好的相机的焦距以及二维码标签的尺寸结合相机的成像原理,计算出各个二维码标签在相机坐标系下的三维坐标,进而确定出各个二维码标签的范围及当前发酵窖池位置信息。
本实施例利用相机的成像原理,准确地出计算各个二维码标签在相机坐标系下的三维坐标,统一了坐标信息,提高了发酵窖池自动定位与边界检测的效率及准确性。
本公开的第二方面提供了一种基于二维标签的发酵窖池自动定位与边界检测方法。
一种基于二维标签的发酵窖池自动定位与边界检测方法,包括:
接收包含二维码标签的发酵窖池图像;其中,二维码标签设置在发酵窖池外侧的四个转角处;
从包含二维码标签的发酵窖池图像中的梯度找到线段,再通过深度优先搜索将线段组合成正方形,依据正方形角点位置,确定各个二维码标签的范围及当前发酵窖池位置信息,进而确定出当前发酵窖池中心位置。
作为一种实施方式,每个二维码标签均设置有唯一ID,每个二维码标签ID与相应发酵窖池ID相关联。
本实施例通过将二维码标签ID与发酵窖池ID相关联,可建立查找表数据库,从而通过二维码标签ID快速准确地确定当前窖池的ID。
作为一种实施方式,该方法,还包括:
获取每个二维码标签的ID,再根据发酵窖池ID与二维码标签ID的关联关系,确定出当前发酵窖池ID;
根据当前发酵窖池ID驱动抓斗运动到当前发酵窖池中心位置的上方,并进行放料操作。
本实施例通过当前发酵窖池ID来驱动抓斗运行到当前发酵窖池上方,再根据当前发酵窖池的中心点位置校准抓斗位于当前发酵窖池中心位置的上方,并进行放料操作,避免出料的过程中抓斗与酵池壁的碰撞造成不必要的损失;本实施例的检测***无视野盲区精度高,无需工人参与抓斗的控制,解放了人工劳动力,保证了原料,器材和酵池的安全,从而提高酒厂工作的效率。
作为一种实施方式,从包含二维码标签的发酵窖池图像中的梯度找到线段的过程为:
计算每个像素的梯度,计算每个像素的大小和方向;
将具有相似梯度方向和大小的像素被聚集成组件,然后使用加权最小二乘对每个分量中的像素进行线段拟合。
本实施例利用梯度寻找线段,提高了线段拟合效率,使得寻找线段精度高且速度快。
作为一种实施方式,根据标定好的相机的焦距以及二维码标签的尺寸结合相机的成像原理,计算出各个二维码标签在相机坐标系下的三维坐标,进而确定出各个二维码标签的范围及当前发酵窖池位置信息。
本实施例利用相机的成像原理,准确地出计算各个二维码标签在相机坐标系下的三维坐标,统一了坐标信息,提高了发酵窖池自动定位与边界检测的效率及准确性。
本公开的有益效果是:
本公开实现了酒厂原料出入酵池的自动化检测过程,可以有效快速的检测发酵窖池中心位置并矫正抓斗当前位置,并且无视野盲区精度高,无需工人参与抓斗的控制,解放了人工劳动力,保证了原料,器材和酵池的安全,从而提高酒厂工作的效率。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解,本公开的示意性实施例及其说明用于解释本公开,并不构成对本公开的不当限定。
图1是本公开实施例提供的二维标签与发酵窖池位置示意图。
图2是本公开实施例提供的一种基于二维标签的发酵窖池自动定位与边界检测***结构示意图。
图3是本公开实施例提供的一种基于二维标签的发酵窖池自动定位与边界检测方法流程图。
具体实施方式
下面结合附图与实施例对本公开作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本公开提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本公开的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
本实施例通过在酵池四周贴上视觉二维码标签,如图1所示,形成标签***,然后在抓斗上方的天车上安装多个相机用以检测二维码标签的ID和位置来判断抓斗和和窖池中心的相对位置,并进行位置校准,从而快速精准的进行放料。
如图2所示,本实施例的一种基于二维标签的发酵窖池自动定位与边界检测***,包括:
(1)二维码标签,其设置在发酵窖池外侧的四个转角处;
具体地,每个二维码标签均设置有唯一ID,每个二维码标签ID与相应发酵窖池ID相关联。
本实施例通过将二维码标签ID与发酵窖池ID相关联,可建立查找表数据库,从而通过二维码标签ID快速准确地确定当前窖池的ID。
(2)图像采集装置,其设置在发酵窖池上方,用于采集包含二维码标签的发酵窖池图像;
需要说明的是,图像采集装置可为摄像头或其他现有的图像采集设备,本领域技术人员可根据实际情况来具体选择。
(3)处理器,其用于:
接收包含二维码标签的发酵窖池图像;
从包含二维码标签的发酵窖池图像中的梯度找到线段,再通过深度优先搜索将线段组合成正方形,依据正方形角点位置,确定各个二维码标签的范围及当前发酵窖池位置信息,进而确定出当前发酵窖池中心位置。
作为一种实施方式,所述处理器,还用于:
获取每个二维码标签的ID,再根据发酵窖池ID与二维码标签ID的关联关系,确定出当前发酵窖池ID;
根据当前发酵窖池ID驱动抓斗运动到当前发酵窖池中心位置的上方,并进行放料操作。
本实施例通过当前发酵窖池ID来驱动抓斗运行到当前发酵窖池上方,再根据当前发酵窖池的中心点位置校准抓斗位于当前发酵窖池中心位置的上方,并进行放料操作,避免出料的过程中抓斗与酵池壁的碰撞造成不必要的损失;本实施例的检测***无视野盲区精度高,无需工人参与抓斗的控制,解放了人工劳动力,保证了原料,器材和酵池的安全,从而提高酒厂工作的效率。
作为一种实施方式,在所述处理器中,从包含二维码标签的发酵窖池图像中的梯度找到线段的过程为:
计算每个像素的梯度,计算每个像素的大小和方向;
将具有相似梯度方向和大小的像素被聚集成组件,然后使用加权最小二乘对每个分量中的像素进行线段拟合。
其中,对像素灰度求导,在数字图像中,更多的是使用差分来近似导数。
本实施例利用梯度寻找线段,提高了线段拟合效率,使得寻找线段精度高且速度快。
作为一种实施方式,在所述处理器中,根据标定好的相机的焦距以及二维码标签的尺寸结合相机的成像原理,计算出各个二维码标签在相机坐标系下的三维坐标,进而确定出各个二维码标签的范围及当前发酵窖池位置信息。
本实施例利用相机的成像原理,准确地出计算各个二维码标签在相机坐标系下的三维坐标,统一了坐标信息,提高了发酵窖池自动定位与边界检测的效率及准确性。
图3给出了一种基于二维标签的发酵窖池自动定位与边界检测方法流程图。
如图3所示,本实施例的基于二维标签的发酵窖池自动定位与边界检测方法,包括:
步骤1:接收包含二维码标签的发酵窖池图像;其中,二维码标签设置在发酵窖池外侧的四个转角处;
其中,每个二维码标签均设置有唯一ID,每个二维码标签ID与相应发酵窖池ID相关联。
本实施例通过将二维码标签ID与发酵窖池ID相关联,可建立查找表数据库,从而通过二维码标签ID快速准确地确定当前窖池的ID。
步骤2:从包含二维码标签的发酵窖池图像中的梯度找到线段,再通过深度优先搜索将线段组合成正方形,依据正方形角点位置,确定各个二维码标签的范围及当前发酵窖池位置信息,进而确定出当前发酵窖池中心位置。
作为一种实施方式,从包含二维码标签的发酵窖池图像中的梯度找到线段的过程为:
计算每个像素的梯度,计算每个像素的大小和方向;
将具有相似梯度方向和大小的像素被聚集成组件,然后使用加权最小二乘对每个分量中的像素进行线段拟合。
本实施例利用梯度寻找线段,提高了线段拟合效率,使得寻找线段精度高且速度快。
作为一种实施方式,根据标定好的相机的焦距以及二维码标签的尺寸结合相机的成像原理,计算出各个二维码标签在相机坐标系下的三维坐标,进而确定出各个二维码标签的范围及当前发酵窖池位置信息。
本实施例利用相机的成像原理,准确地出计算各个二维码标签在相机坐标系下的三维坐标,统一了坐标信息,提高了发酵窖池自动定位与边界检测的效率及准确性。
作为一种实施方式,该方法,还包括:
步骤3:获取每个二维码标签的ID,再根据发酵窖池ID与二维码标签ID的关联关系,确定出当前发酵窖池ID;
步骤4:根据当前发酵窖池ID驱动抓斗运动到当前发酵窖池中心位置的上方,并进行放料操作。
本实施例通过当前发酵窖池ID来驱动抓斗运行到当前发酵窖池上方,再根据当前发酵窖池的中心点位置校准抓斗位于当前发酵窖池中心位置的上方,并进行放料操作,避免出料的过程中抓斗与酵池壁的碰撞造成不必要的损失;本实施例的检测***无视野盲区精度高,无需工人参与抓斗的控制,解放了人工劳动力,保证了原料,器材和酵池的安全,从而提高酒厂工作的效率。
以上所述仅为本公开的优选实施例而已,并不用于限制本公开,对于本领域的技术人员来说,本公开可以有各种更改和变化。凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (10)
1.一种基于二维标签的发酵窖池自动定位与边界检测***,其特征在于,包括:
二维码标签,其设置在发酵窖池外侧的四个转角处,形成标签***,然后在抓斗上方的天车上安装多个相机用以检测二维码标签的ID和位置来判断抓斗和窖池中心的相对位置;
图像采集装置,其设置在发酵窖池上方,用于采集包含二维码标签的发酵窖池图像;
处理器,其用于:
接收包含二维码标签的发酵窖池图像;
从包含二维码标签的发酵窖池图像中的梯度找到线段,再通过深度优先搜索将线段组合成正方形,依据正方形角点位置,确定各个二维码标签的范围及当前发酵窖池位置信息,进而确定出当前发酵窖池中心位置。
2.如权利要求1所述的一种基于二维标签的发酵窖池自动定位与边界检测***,其特征在于,每个二维码标签均设置有唯一ID,每个二维码标签ID与相应发酵窖池ID相关联。
3.如权利要求2所述的一种基于二维标签的发酵窖池自动定位与边界检测***,其特征在于,所述处理器,还用于:
获取每个二维码标签的ID,再根据发酵窖池ID与二维码标签ID的关联关系,确定出当前发酵窖池ID;
根据当前发酵窖池ID驱动抓斗运动到当前发酵窖池中心位置的上方,并进行放料操作。
4.如权利要求1所述的一种基于二维标签的发酵窖池自动定位与边界检测***,其特征在于,在所述处理器中,从包含二维码标签的发酵窖池图像中的梯度找到线段的过程为:
计算每个像素的梯度,计算每个像素的大小和方向;
将具有相似梯度方向和大小的像素被聚集成组件,然后使用加权最小二乘对每个分量中的像素进行线段拟合。
5.如权利要求4所述的一种基于二维标签的发酵窖池自动定位与边界检测***,其特征在于,在所述处理器中,根据标定好的相机的焦距以及二维码标签的尺寸结合相机的成像原理,计算出各个二维码标签在相机坐标系下的三维坐标,进而确定出各个二维码标签的范围及当前发酵窖池位置信息。
6.一种基于二维标签的发酵窖池自动定位与边界检测方法,基于权利要求1-5任一项所述的一种基于二维标签的发酵窑池自动定位与边界检测***,其特征在于,包括:
接收包含二维码标签的发酵窖池图像;其中,二维码标签设置在发酵窖池外侧的四个转角处,形成标签***,然后在抓斗上方的天车上安装多个相机用以检测二维码标签的ID和位置来判断抓斗和窖池中心的相对位置;
从包含二维码标签的发酵窖池图像中的梯度找到线段,再通过深度优先搜索将线段组合成正方形,依据正方形角点位置,确定各个二维码标签的范围及当前发酵窖池位置信息,进而确定出当前发酵窖池中心位置。
7.如权利要求6所述的一种基于二维标签的发酵窖池自动定位与边界检测方法,其特征在于,每个二维码标签均设置有唯一ID,每个二维码标签ID与相应发酵窖池ID相关联。
8.如权利要求7所述的一种基于二维标签的发酵窖池自动定位与边界检测方法,其特征在于,该方法,还包括:
获取每个二维码标签的ID,再根据发酵窖池ID与二维码标签ID的关联关系,确定出当前发酵窖池ID;
根据当前发酵窖池ID驱动抓斗运动到当前发酵窖池中心位置的上方,并进行放料操作。
9.如权利要求6所述的一种基于二维标签的发酵窖池自动定位与边界检测方法,其特征在于,从包含二维码标签的发酵窖池图像中的梯度找到线段的过程为:
计算每个像素的梯度,计算每个像素的大小和方向;
将具有相似梯度方向和大小的像素被聚集成组件,然后使用加权最小二乘对每个分量中的像素进行线段拟合。
10.如权利要求9所述的一种基于二维标签的发酵窖池自动定位与边界检测方法,其特征在于,根据标定好的相机的焦距以及二维码标签的尺寸结合相机的成像原理,计算出各个二维码标签在相机坐标系下的三维坐标,进而确定出各个二维码标签的范围及当前发酵窖池位置信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910457855.XA CN110148175B (zh) | 2019-05-29 | 2019-05-29 | 基于二维标签的发酵窖池自动定位与边界检测***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910457855.XA CN110148175B (zh) | 2019-05-29 | 2019-05-29 | 基于二维标签的发酵窖池自动定位与边界检测***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110148175A CN110148175A (zh) | 2019-08-20 |
CN110148175B true CN110148175B (zh) | 2021-06-29 |
Family
ID=67593488
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910457855.XA Active CN110148175B (zh) | 2019-05-29 | 2019-05-29 | 基于二维标签的发酵窖池自动定位与边界检测***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110148175B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112069849B (zh) * | 2020-08-17 | 2023-09-05 | 广州达泊智能科技有限公司 | 基于多个二维码的识别定位方法、装置、设备及存储介质 |
CN112329496B (zh) * | 2020-12-02 | 2023-12-19 | 库卡机器人(广东)有限公司 | 矩形二维码识别方法、装置及电子设备 |
CN113816270B (zh) * | 2021-09-18 | 2024-05-10 | 法兰泰克重工股份有限公司 | 一种抓斗清理窖池的控制方法 |
CN114873468B (zh) * | 2022-05-17 | 2023-05-30 | 山东大学 | 面向酿造环境的天车抓斗防碰撞方法及*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109509181A (zh) * | 2018-10-29 | 2019-03-22 | 南京师范大学 | 一种基于串行轮廓搜索的熔覆池形状视觉检测方法 |
CN109522770A (zh) * | 2018-12-30 | 2019-03-26 | 尤尼泰克(嘉兴)信息技术有限公司 | 一种快速定位的二维码 |
CN109543489A (zh) * | 2019-01-04 | 2019-03-29 | 广州广电研究院有限公司 | 基于二维码的定位方法、装置和存储介质 |
CN110084243A (zh) * | 2019-03-13 | 2019-08-02 | 南京理工大学 | 一种基于二维码和单目相机的档案识别与定位方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106556341B (zh) * | 2016-10-08 | 2019-12-03 | 浙江国自机器人技术有限公司 | 一种基于特征信息图形的货架位姿偏差检测方法和*** |
CN106767708A (zh) * | 2016-12-20 | 2017-05-31 | 陈志雄 | 一种基于图形识别的工业自控定位***及其定位方法 |
CN106924961B (zh) * | 2017-04-01 | 2020-06-16 | 哈尔滨工业大学 | 一种智能象棋对弈控制方法及*** |
CN108305291B (zh) * | 2018-01-08 | 2022-02-01 | 武汉大学 | 利用包含定位二维码的墙体广告的单目视觉定位定姿方法 |
CN108326850B (zh) * | 2018-01-10 | 2021-07-06 | 温州大学 | 一种机器人准确移动机械臂到达指定位置的方法及*** |
-
2019
- 2019-05-29 CN CN201910457855.XA patent/CN110148175B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109509181A (zh) * | 2018-10-29 | 2019-03-22 | 南京师范大学 | 一种基于串行轮廓搜索的熔覆池形状视觉检测方法 |
CN109522770A (zh) * | 2018-12-30 | 2019-03-26 | 尤尼泰克(嘉兴)信息技术有限公司 | 一种快速定位的二维码 |
CN109543489A (zh) * | 2019-01-04 | 2019-03-29 | 广州广电研究院有限公司 | 基于二维码的定位方法、装置和存储介质 |
CN110084243A (zh) * | 2019-03-13 | 2019-08-02 | 南京理工大学 | 一种基于二维码和单目相机的档案识别与定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110148175A (zh) | 2019-08-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110148175B (zh) | 基于二维标签的发酵窖池自动定位与边界检测***及方法 | |
CN106780623B (zh) | 一种机器人视觉***快速标定方法 | |
CN103063137B (zh) | 一种基于机器视觉的药瓶测量***及其测量方法 | |
CN107145905B (zh) | 电梯紧固螺帽松动的图像识别检测方法 | |
CN106651752A (zh) | 三维点云数据配准方法及拼接方法 | |
CN106546263B (zh) | 一种基于机器视觉的激光水平仪出射激光线检测方法 | |
CN106468543B (zh) | 一种基于图像处理的叶片面积测量方法 | |
CN103885217B (zh) | 一种检测液晶面板柱状隔垫物缺陷的方法及装置 | |
CN104551865A (zh) | 影像量测***及方法 | |
CN106931881A (zh) | 一种多相机视觉检测方法 | |
CN102422832B (zh) | 喷雾视觉定位***及定位方法 | |
CN106908444B (zh) | 一种基于图像处理的圆锥滚子轴承端面识别***及方法 | |
CN109373978B (zh) | 一种巷道围岩相似模拟的围岩位移监测方法 | |
CN110570422B (zh) | 一种基于矩阵分析的胶囊缺陷视觉检测方法 | |
CN105954301A (zh) | 一种基于机器视觉的瓶口质量检测方法 | |
CN105865329A (zh) | 基于视觉的成捆圆钢端面中心坐标的获取***和方法 | |
CN105631893A (zh) | 一种通过拍照检测电容安装正确与否的方法及装置 | |
CN110695520B (zh) | 基于视觉的全自动振镜视场校准***及其校准方法 | |
CN115376000A (zh) | 一种水下测量方法、设备及计算机可读存储介质 | |
CN105844670A (zh) | 水平机器人移动相机多点移动标定方法 | |
CN117237616B (zh) | 一种钢板堆场的物料调运扫描识别***及方法 | |
CN117132655B (zh) | 基于机器视觉的灌装桶口位置测量方法 | |
CN106546196B (zh) | 一种光轴实时校准方法及*** | |
CN116402784A (zh) | 基于机器视觉的辅助对中方法、***、设备及存储介质 | |
CN114067102B (zh) | 基于目标检测的机械臂倒液任务中液位检测控制方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |