CN110487808A - 一种用于自动化炒锅锅胆的卫生状态检测方法及*** - Google Patents

一种用于自动化炒锅锅胆的卫生状态检测方法及*** Download PDF

Info

Publication number
CN110487808A
CN110487808A CN201910778586.7A CN201910778586A CN110487808A CN 110487808 A CN110487808 A CN 110487808A CN 201910778586 A CN201910778586 A CN 201910778586A CN 110487808 A CN110487808 A CN 110487808A
Authority
CN
China
Prior art keywords
pot gallbladder
abnormal
detection
image
present image
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
Application number
CN201910778586.7A
Other languages
English (en)
Inventor
廖小春
刘昌�
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Zhiyuan Robot Technology Co Ltd
Original Assignee
Guangdong Zhiyuan Robot Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Zhiyuan Robot Technology Co Ltd filed Critical Guangdong Zhiyuan Robot Technology Co Ltd
Priority to CN201910778586.7A priority Critical patent/CN110487808A/zh
Publication of CN110487808A publication Critical patent/CN110487808A/zh
Pending legal-status Critical Current

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
    • G01N21/8806—Specially adapted optical and illumination features
    • 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
    • G01N21/90—Investigating the presence of flaws or contamination in a container or its contents
    • G01N21/9018—Dirt detection in containers
    • 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
    • G01N21/90—Investigating the presence of flaws or contamination in a container or its contents
    • G01N21/9072—Investigating the presence of flaws or contamination in a container or its contents with illumination or detection from inside the container

Landscapes

  • 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)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种用于自动化炒锅锅胆的卫生状态检测方法，包括：获取锅胆的当前图像；将当前图像与正常锅胆的图像对比进行异常情况检测；若检测到任一异常情况，则判断为处于不卫生状态并报警；其中，异常情况检测包括异常颜色检测、异常纹理检测和/或异常区域检测。本发明的用于自动化炒锅锅胆的卫生状态检测方法能够提高检查质量。

Description

一种用于自动化炒锅锅胆的卫生状态检测方法及***
技术领域
本发明实施例涉及检测技术领域，尤其涉及一种用于自动化炒锅锅胆的卫生状态检测方法及***。
背景技术
自动化炒锅中的锅胆是完成菜品制作的主要执行机构。锅胆一方面是将外部的热量传导给锅内菜品的原材料和调味料，另一方面通过旋转和翻转完成搅拌和炒制的功能，因此，锅胆的工作状态直接影响着菜品制作的质量。现有的是通过人工定期检查，自动化程度较低，极易漏检或检测没发现问题而造成安全卫生事故。
发明内容
本发明实施例的目的在于提出一种用于自动化炒锅锅胆的卫生状态检测方法及***，能够提高检查质量。
为达此目的，本发明实施例采用以下技术方案：
第一方面，本发明实施例提供一种用于自动化炒锅锅胆的卫生状态检测方法，包括：
获取锅胆的当前图像；
将所述当前图像与正常锅胆的图像对比进行异常情况检测；
若检测到任一异常情况，则判断为处于不卫生状态并报警；
其中，异常情况检测包括异常颜色检测、异常纹理检测和/或异常区域检测。
进一步的，将所述当前图像与正常锅胆的图像对比进行异常情况检测包括：
获取正常锅胆的图像的RGB预设值、纹理特征预设值和/或预设区域标记；
获取所述当前图像的RGB值与RGB预设值对比进行异常颜色检测；
获取所述当前图像的纹理特征值与纹理特征预设值对比进行异常纹理检测；
获取所述当前图像的区域标记与预设区域标记对比进行异常区域检测。
进一步的，获取所述当前图像的RGB值与RGB预设值对比进行异常颜色检测包括：
将RGB预设值分为R、G、B三个预设值；
将所述锅胆的当前图像分为R、G、B三个颜色通道分量；
三个颜色通道分量分别与对应的预设值对比并联合判断；
对应的，检测到任一异常情况包括：
若联合判断结果与所述正常锅胆的图像不一致，则判断为异常颜色；
反之，则判断为正常颜色。
进一步的，获取所述当前图像的纹理特征值与纹理特征预设值对比进行异常纹理检测包括：
将所述锅胆的当前图像进行网格化处理；
将网格内的图像的纹理特征值与所述正常锅胆的纹理特征预设值进行对比；
对应的，检测到任一异常情况包括：
若网格内的纹理特征量与所述正常锅胆的纹理特征预设值差异大于预设差异值，则判断为异常纹理；
反之，则判断为正常纹理。
进一步的，获取所述当前图像的区域标记与预设区域标记对比进行异常区域检测包括：
将所述当前图像进行二值化处理并划分出待对比的目标区域；
将目标区域的区域标记与所述正常锅胆的区域标记进行对比；
对应的，检测到任一异常情况包括：
若目标区域的区域标记与正常锅胆的区域标记不一致，则判断为异常区域；
反之，则判断为正常区域。
进一步的，划分出待对比的目标区域包括：
根据预设的检测灵敏度确定所述目标区域的面积阈值；
根据所述面积阈值划分出待对比的目标区域。
进一步的，将所述当前图像与正常锅胆的图像对比进行异常情况检测之前还包括：
将所述锅胆的当前图像进行白平衡处理。
第二方面，本发明实施例提供一种用于自动化炒锅锅胆的卫生状态检测***，包括：
图像获取模块，用于获取锅胆的当前图像；
图像判断模块，用于将所述当前图像与正常锅胆的图像对比进行异常情况检测；
若检测到任一异常情况，则判断为处于不卫生状态并报警；
其中，异常情况检测包括异常颜色检测、异常纹理检测和/或异常区域检测。
进一步的，所述***还包括特征获取模块，
所述特征获取模块，用于获取正常锅胆的图像的RGB预设值、纹理特征预设值和/或预设区域标记。
进一步的，该***还包括光照模块；
所述光照模块，用于补光。
本发明实施例的有益效果为：
本发明实施例通过当前图像与正常锅胆的图像对比进行异常情况检测来获取卫生情况，提高了自动化程度，并且无需人工检查，减少漏检和检测没发现问题而造成安全卫生事故，从而降低运营风险。
附图说明
图1是本发明实施例一提供的用于自动化炒锅锅胆的卫生状态检测方法的流程示意图。
具体实施方式
为使本发明解决的技术问题、采用的技术方案和达到的技术效果更加清楚，下面将结合附图对本发明实施例的技术方案作进一步的详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
实施例一
本实施例提供一种用于自动化炒锅锅胆的卫生状态检测方法，能够自动获取锅胆的图像来检测卫生情况，提高自动化程度，并且无需人工检查，减少漏检和检测没发现问题而造成安全卫生事故。
图1是本发明实施例一提供的用于自动化炒锅锅胆的卫生状态检测方法的流程示意图。如图1所述，该检测方法具体包括如下步骤：
S11，获取锅胆的当前图像。
S12，对所述锅胆的当前图像进行白平衡处理。
自动调整当前图像的色温，以准确还原色彩，为异常检测提供可靠的原始数据。
S13，将所述当前图像与正常锅胆的图像对比进行异常情况检测。
其中，异常情况检测包括异常颜色检测、异常纹理检测和/或异常区域检测。
具体的，获取正常锅胆的图像的RGB预设值、纹理特征预设值和/或预设区域标记。
获取所述当前图像的RGB值与RGB预设值对比进行异常颜色检测。异常颜色检测用于检测锅胆内表面的异常发黑和/或发黄。
获取所述当前图像的纹理特征值与纹理特征预设值对比进行异常纹理检测。异常纹理检测用于检测局部区域的糊锅和/或涂层烧结。
获取所述当前图像的区域标记与预设区域标记对比进行异常区域检测。异常区域检测用于检测大面积的涂层剥离和菜品残渣。
S14，若检测到任一异常情况，则判断为处于不卫生状态并报警。
本实施例通过当前图像与正常锅胆的图像对比进行异常情况检测来获取卫生情况，提高了自动化程度，并且无需人工检查，减少漏检和检测没发现问题而造成安全卫生事故，从而降低运营风险。
实施例二
本实施例在上述实施例的基础上，细化了各异常检测方法。该检测方法具体包括如下步骤：
S21，获取锅胆的当前图像。
S22，将所述锅胆的当前图像进行白平衡处理。
自动调整当前图像的色温，以准确还原色彩，为异常检测提供可靠的原始数据。
S23，将所述当前图像与正常锅胆的图像对比进行异常情况检测。
其中，异常情况检测包括异常颜色检测、异常纹理检测和/或异常区域检测。
首先，获取正常锅胆的图像的RGB预设值、纹理特征预设值和/或预设区域标记。
第一方面，获取所述当前图像的RGB值与RGB预设值对比进行异常颜色检测。
具体的，将RGB预设值分为R、G、B三个预设值，将所述锅胆的当前图像分为R、G、B三个颜色通道分量，三个颜色通道分量分别与对应的预设值对比并联合判断。
在本实施例中，R、G、B三个预设值根据实际使用情况进行设定，一般根据锅胆内涂层颜色设定，通过对三个颜色通道分量设定不同的阈值，并对三个通道的分量进行联合判决，便可以检测出图像中是否存在异常的发黑或发黄的区域。
第二方面，获取所述当前图像的纹理特征值与纹理特征预设值对比进行异常纹理检测。
具体包括：将所述锅胆的当前图像进行网格化处理；将网格内的图像的纹理特征值与所述正常锅胆的纹理特征预设值进行对比。
通过网格化处理在当前图像取合适大小的矩形计算窗口，然后从左到右，从上到下进行空间扫描并计算此窗口范围内的纹理特征值，与正常锅底表面纹理的模板进行匹配检测，便可以检测图像中是否存在局部区域的糊锅和/或涂层烧结。
第三方面，获取所述当前图像的区域标记与预设区域标记对比进行异常区域检测。
具体的，将所述当前图像进行二值化处理并划分出待对比的目标区域，将目标区域做形态学上的腐蚀处理，将腐蚀处理后的目标区域的区域标记与所述正常锅胆的区域标记进行对比。
在本实施例中，根据正常锅胆的情况做出对应的区域标记。基于对正常锅底表面的先验知识，首先对当前图像进行二值化处理，划分出多个待对比的目标区域；接着对二值化后的图像做形态学上的腐蚀处理，以消除小而无意义的边界点和噪点；最后对划分出的各个目标区域进行标记并与所述正常锅胆的区域标记进行对比，便可以检测图像中是否存在大面积的涂层剥离和菜品残渣。
进一步的，划分出待对比的目标区域包括：
根据预设的检测灵敏度确定所述目标区域的面积阈值，根据所述面积阈值划分出待对比的目标区域。
S24，若检测到任一异常情况，则判断为处于不卫生状态并报警。
对于异常颜色检测，若锅胆的当前图像的三个通道的分量联合判断结果与所述正常锅胆的图像不一致，则判断为异常颜色。反之，则判断为正常颜色。
对于异常纹理检测，若网格内的纹理特征量与所述正常锅胆的纹理特征预设值差异大于预设差异值，则判断为异常纹理。反之，则判断为正常纹理。
在本实施例中，预设差异值可根据具体的实际使用情况进行设定。
对于异常区域检测，若目标区域的区域标记与正常锅胆的区域标记不一致，则判断为异常区域。反之，则判断为正常区域。
本实施例通过对当前图像进行异常颜色检测、异常纹理检测和/或异常区域检测，提供便捷的自动检测，保障了餐厅菜品服务的安全和卫生，大大降低由于安全卫生漏检引发事故和纠纷的运营风险。
实施例三
本实施例提供一种用于自动化炒锅锅胆的卫生状态检测***，用于执行上述实施例所述的用于自动化炒锅锅胆的卫生状态检测方法，具备相应的功能模块，解决相同的技术问题，达到相同的技术效果。该检测***包括：
图像获取模块，用于获取锅胆的当前图像，可选用工业摄像头等可适应炒锅工作环境的设备，炒锅工作时收纳在一旁，当需要对炒锅进行卫生状态检测时伸出，到达锅胆上方后拍摄获取锅胆的当前图像。
图像判断模块，接收图像获取模块拍摄的锅胆的当前图像，用于将所述当前图像与正常锅胆的图像对比进行异常情况检测；若检测到任一异常情况，则判断为处于不卫生状态并报警。其中，异常情况检测包括异常颜色检测、异常纹理检测和/或异常区域检测。
在本实施例中，该装置还包括特征获取模块。所述特征获取模块用于获取正常锅胆的图像的RGB预设值、纹理特征预设值和/或预设区域标记，也用于获取锅胆的当前图像的RGB值、纹理特征预设值和/或预设区域标记。
该装置还包括光照模块。所述光照模块用于补光，能够加快拍摄的快门速度、降低拍摄图像噪点、避免拍摄图像偏色。
本实施例通过当前图像与正常锅胆的图像对比进行异常情况检测来获取卫生情况，提高了自动化程度，并且无需人工检查，减少漏检和检测没发现问题而造成安全卫生事故，从而降低运营风险。可用于智能机器人餐厅、工业化生产配餐的中央厨房、大型企业的员工食堂，提高实用性。
以上结合具体实施例描述了本发明的技术原理。这些描述只是为了解释本发明的原理，而不能以任何方式解释为对本发明保护范围的限制。基于此处的解释，本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具体实施方式，这些方式都将落入本发明的保护范围之内。

Claims (10)

1.一种用于自动化炒锅锅胆的卫生状态检测方法，其特征在于，包括：
获取锅胆的当前图像；
将所述当前图像与正常锅胆的图像对比进行异常情况检测；
若检测到任一异常情况，则判断为处于不卫生状态并报警；
其中，异常情况检测包括异常颜色检测、异常纹理检测和/或异常区域检测。
2.根据权利要求1所述用于自动化炒锅锅胆的卫生状态检测方法，其特征在于，将所述当前图像与正常锅胆的图像对比进行异常情况检测包括：
获取正常锅胆的图像的RGB预设值、纹理特征预设值和/或预设区域标记；
获取所述当前图像的RGB值与RGB预设值对比进行异常颜色检测；
获取所述当前图像的纹理特征值与纹理特征预设值对比进行异常纹理检测；
获取所述当前图像的区域标记与预设区域标记对比进行异常区域检测。
3.根据权利要求2所述用于自动化炒锅锅胆的卫生状态检测方法，其特征在于，获取所述当前图像的RGB值与RGB预设值对比进行异常颜色检测包括：
将RGB预设值分为R、G、B三个预设值；
将所述锅胆的当前图像分为R、G、B三个颜色通道分量；
三个颜色通道分量分别与对应的预设值对比并联合判断；
对应的，检测到任一异常情况包括：
若联合判断结果与所述正常锅胆的图像不一致，则判断为异常颜色；
反之，则判断为正常颜色。
4.根据权利要求2所述用于自动化炒锅锅胆的卫生状态检测方法，其特征在于，获取所述当前图像的纹理特征值与纹理特征预设值对比进行异常纹理检测包括：
将所述锅胆的当前图像进行网格化处理；
将网格内的图像的纹理特征值与所述正常锅胆的纹理特征预设值进行对比；
对应的，检测到任一异常情况包括：
若网格内的纹理特征量与所述正常锅胆的纹理特征预设值差异大于预设差异值，则判断为异常纹理；
反之，则判断为正常纹理。
5.根据权利要求2所述用于自动化炒锅锅胆的卫生状态检测方法，其特征在于，获取所述当前图像的区域标记与预设区域标记对比进行异常区域检测包括：
将所述当前图像进行二值化处理并划分出待对比的目标区域；
将目标区域的区域标记与所述正常锅胆的区域标记进行对比；
对应的，检测到任一异常情况包括：
若目标区域的区域标记与正常锅胆的区域标记不一致，则判断为异常区域；
反之，则判断为正常区域。
6.根据权利要求5所述用于自动化炒锅锅胆的卫生状态检测方法，其特征在于，划分出待对比的目标区域包括：
根据预设的检测灵敏度确定所述目标区域的面积阈值；
根据所述面积阈值划分出待对比的目标区域。
7.根据权利要求1所述用于自动化炒锅锅胆的卫生状态检测方法，其特征在于，将所述当前图像与正常锅胆的图像对比进行异常情况检测之前还包括：
对所述锅胆的当前图像进行白平衡处理。
8.一种用于自动化炒锅锅胆的卫生状态检测***，其特征在于，包括：
图像获取模块，用于获取锅胆的当前图像；
图像判断模块，用于将所述当前图像与正常锅胆的图像对比进行异常情况检测；
若检测到任一异常情况，则判断为处于不卫生状态并报警；
其中，异常情况检测包括异常颜色检测、异常纹理检测和/或异常区域检测。
9.权利要求8所述的用于自动化炒锅锅胆的卫生状态检测***，其特征在于：还包括特征获取模块，
所述特征获取模块，用于获取正常锅胆的图像的RGB预设值、纹理特征预设值和/或预设区域标记。
10.权利要求8所述的用于自动化炒锅锅胆的卫生状态检测***，其特征在于，还包括光照模块；
所述光照模块，用于补光。
CN201910778586.7A 2019-08-22 2019-08-22 一种用于自动化炒锅锅胆的卫生状态检测方法及*** Pending CN110487808A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910778586.7A CN110487808A (zh) 2019-08-22 2019-08-22 一种用于自动化炒锅锅胆的卫生状态检测方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910778586.7A CN110487808A (zh) 2019-08-22 2019-08-22 一种用于自动化炒锅锅胆的卫生状态检测方法及***

Publications (1)

Publication Number Publication Date
CN110487808A true CN110487808A (zh) 2019-11-22

Family

ID=68552960

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910778586.7A Pending CN110487808A (zh) 2019-08-22 2019-08-22 一种用于自动化炒锅锅胆的卫生状态检测方法及***

Country Status (1)

Country Link
CN (1) CN110487808A (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6166366A (en) * 1997-07-23 2000-12-26 Cc1, Inc. System and method for monitoring and controlling the deposition of pattern and overall material coatings
US20080231865A1 (en) * 2007-03-22 2008-09-25 Peter Schwarz determination of surface properties
CN101320004A (zh) * 2008-07-03 2008-12-10 西北工业大学 基于机器视觉的竹条缺陷在线检测方法
CN102129664A (zh) * 2010-12-30 2011-07-20 新奥特（北京）视频技术有限公司 一种rgb空间图像区域像素信息压缩存储和还原方法
CN102854193A (zh) * 2012-08-30 2013-01-02 苏州天准精密技术有限公司 一种用于图像瑕疵检测的检测方法和检测***
CN104268830A (zh) * 2014-09-11 2015-01-07 河海大学 基于数字图像确定不均匀岩土材料渗透系数的方法
US20150035970A1 (en) * 2013-08-02 2015-02-05 Applied Vision Corporation Systems and methods to detect coating voids
CN104376573A (zh) * 2014-12-03 2015-02-25 歌尔声学股份有限公司 一种图像污点检测方法及***
CN104952066A (zh) * 2015-05-11 2015-09-30 国网安徽省电力公司芜湖供电公司 基于hsv色彩空间的输电线路相位标志牌识别方法
CN106131526A (zh) * 2016-07-13 2016-11-16 凌云光技术集团有限责任公司 一种基于rgb空间的白平衡处理方法及装置
WO2017194308A1 (de) * 2016-05-11 2017-11-16 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Verfahren zur bestimmung der erreichten qualität bei der herstellung von granulaten oder pellets oder von beschichtungen auf granulen oder pellets
CN109509185A (zh) * 2018-11-08 2019-03-22 上海金啤包装检测科技有限公司 瓶盖的检测方法及设备、生产线、计算机设备、存储介质
CN110070523A (zh) * 2019-04-02 2019-07-30 广州大学 一种用于瓶底的异物检测方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6166366A (en) * 1997-07-23 2000-12-26 Cc1, Inc. System and method for monitoring and controlling the deposition of pattern and overall material coatings
US20080231865A1 (en) * 2007-03-22 2008-09-25 Peter Schwarz determination of surface properties
CN101320004A (zh) * 2008-07-03 2008-12-10 西北工业大学 基于机器视觉的竹条缺陷在线检测方法
CN102129664A (zh) * 2010-12-30 2011-07-20 新奥特（北京）视频技术有限公司 一种rgb空间图像区域像素信息压缩存储和还原方法
CN102854193A (zh) * 2012-08-30 2013-01-02 苏州天准精密技术有限公司 一种用于图像瑕疵检测的检测方法和检测***
US20150035970A1 (en) * 2013-08-02 2015-02-05 Applied Vision Corporation Systems and methods to detect coating voids
CN104268830A (zh) * 2014-09-11 2015-01-07 河海大学 基于数字图像确定不均匀岩土材料渗透系数的方法
CN104376573A (zh) * 2014-12-03 2015-02-25 歌尔声学股份有限公司 一种图像污点检测方法及***
CN104952066A (zh) * 2015-05-11 2015-09-30 国网安徽省电力公司芜湖供电公司 基于hsv色彩空间的输电线路相位标志牌识别方法
WO2017194308A1 (de) * 2016-05-11 2017-11-16 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Verfahren zur bestimmung der erreichten qualität bei der herstellung von granulaten oder pellets oder von beschichtungen auf granulen oder pellets
CN106131526A (zh) * 2016-07-13 2016-11-16 凌云光技术集团有限责任公司 一种基于rgb空间的白平衡处理方法及装置
CN109509185A (zh) * 2018-11-08 2019-03-22 上海金啤包装检测科技有限公司 瓶盖的检测方法及设备、生产线、计算机设备、存储介质
CN110070523A (zh) * 2019-04-02 2019-07-30 广州大学 一种用于瓶底的异物检测方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
冯志新 等: "基于RGB颜色模型棉花杂质检测算法", 《计算机与现代化》 *
冯志新 等: "基于RGB颜色模型棉花杂质检测算法", 《计算机与现代化》, no. 4, 30 April 2013 (2013-04-30), pages 99 - 102 *
徐黎明 等: "自然环境下杨梅果实图像的分割方法研究", 《沈阳农业大学学报》 *
徐黎明 等: "自然环境下杨梅果实图像的分割方法研究", 《沈阳农业大学学报》, vol. 47, no. 3, 31 March 2016 (2016-03-31), pages 334 - 341 *
胡孟晗 等: "基于计算机视觉的香蕉贮藏过程中颜色和纹理监测", 《农业机械学报》 *
胡孟晗 等: "基于计算机视觉的香蕉贮藏过程中颜色和纹理监测", 《农业机械学报》, vol. 44, no. 8, 31 August 2013 (2013-08-31), pages 180 - 184 *
陶蕾 等: "基于图像颜色特征的涂层老化失效检测方法", 《化工学报》, vol. 60, no. 2, 28 February 2009 (2009-02-28), pages 415 - 420 *

Similar Documents

Publication Publication Date Title
CN101907453B (zh) 基于机器视觉的块状农产品尺寸在线测量方法与装置
CN104871175B (zh) 对食品质量进行评分和控制
Razak¹ et al. Mango grading by using fuzzy image analysis
Dehrouyeh et al. Grading and quality inspection of defected eggs using machine vision
CN103778628B (zh) 田间开放环境下的叶片病害程度获取方法及***
US20060081135A1 (en) Industrial overline imaging system and method
CN103808731B (zh) 一种在印刷品检测***中使用的缺陷检测方法
CN104091170B (zh) 基于机器视觉的霉菌自动辨别方法
CN102297867A (zh) 线束装配质量检测***
CN102042812A (zh) 一种机器视觉检测方法
CN102300100B (zh) 一种白平衡控制装置及方法
CN108181316A (zh) 一种基于机器视觉的竹条缺陷检测方法
CN104458748A (zh) 基于机器视觉的铝型材表面缺陷检测方法
CN110599507B (zh) 一种番茄识别定位方法及***
CN106408526B (zh) 一种基于多层矢量图的能见度检测方法
CN106454302A (zh) 一种果蔬成熟度检测方法及装置
JP2013145441A (ja) 物体識別装置
WO2015050286A1 (ko) 단결정잉곳 성장로의 아일랜드 위치검출장치 및 아일랜드 위치검출방법
CN110487808A (zh) 一种用于自动化炒锅锅胆的卫生状态检测方法及***
CN110260371A (zh) 基于多传感器的油烟机智能控制***及方法
CN108072669A (zh) 用于评估纵向移动的线状材料的质量的方法和设备
TW201608484A (zh) 鏈齒之檢查條件設定方法及鏈齒檢查方法
CN107631985A (zh) 一种智能化大米加工精度检测***
CN105447891B (zh) 冷冻肉新鲜程度的评估方法及***
CN107121063A (zh) 检测工件的方法

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20191122

WD01 Invention patent application deemed withdrawn after publication