CN111951324A - 一种铝型材包装长度检测方法及*** - Google Patents
一种铝型材包装长度检测方法及*** Download PDFInfo
- Publication number
- CN111951324A CN111951324A CN202010751787.0A CN202010751787A CN111951324A CN 111951324 A CN111951324 A CN 111951324A CN 202010751787 A CN202010751787 A CN 202010751787A CN 111951324 A CN111951324 A CN 111951324A
- Authority
- CN
- China
- Prior art keywords
- image
- aluminum profile
- convex hull
- module
- sharpening
- 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
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 title claims abstract description 70
- 229910052782 aluminium Inorganic materials 0.000 title claims abstract description 70
- 238000004806 packaging method and process Methods 0.000 title claims abstract description 31
- 238000001514 detection method Methods 0.000 title claims description 8
- 238000012545 processing Methods 0.000 claims abstract description 36
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000007781 pre-processing Methods 0.000 claims abstract description 21
- 238000000605 extraction Methods 0.000 claims abstract description 13
- 238000003707 image sharpening Methods 0.000 claims abstract description 13
- 238000004364 calculation method Methods 0.000 claims abstract description 10
- 238000012856 packing Methods 0.000 claims description 9
- 238000003709 image segmentation Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 229910000838 Al alloy Inorganic materials 0.000 claims description 2
- 239000004744 fabric Substances 0.000 abstract description 8
- 238000004458 analytical method Methods 0.000 abstract description 3
- 238000005259 measurement Methods 0.000 abstract description 3
- 239000002699 waste material Substances 0.000 abstract 2
- 230000007547 defect Effects 0.000 abstract 1
- 239000000463 material Substances 0.000 abstract 1
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000005022 packaging material Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012858 packaging process Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- 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
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- 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
- G06T2207/30108—Industrial image inspection
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开一种铝型材包装长度检测方法及***,包括:图像采集模块、图像预处理模块、图像锐化处理模块、提取模块和计算模块;本发明通过对铝型材横截面图像的预处理、锐化处理、图像边缘提取数据分析,计算得到铝型材所需包装布的长度;便于实现准确切割,解决人工测量包装长度费时且可能造成长度误差引起包装材料浪费的问题和不足,自动化方便,提高了准确率和效率;本发明可用于检测铝型材包装长度。
Description
技术领域
本发明涉及铝型材包装技术领域,尤其涉及一种铝型材包装长度检测方法及***。
背景技术
铝型材包装无论是在铝型材生产成型后还是将要进行运输,都是一个必不可少的工作流程。在包装的过程中,为了符合资源节约和环境保护,减少包装布的消耗,如何确定每次包装铝型材所需要最适合的包装布长度成了一大难题。国内铝型材行业普遍使用传统的人工包装的方式对铝型材进行包装,但是这项工作既繁琐又劳动强度大,这种方式不但浪费大量的人力还严重影响一个工厂的生产效率,而且进行人工包装需要付出较大的人工成本,加大了企业的成本开支,不利于企业的发展。现市场上的铝型材包装机存在的问题是:无法自动计算包装所需长度,仍需要人工手动度量包装长度,再将长度信息输入装置,让装置在指定的长度位置处切割包装。
发明内容
本发明的目的在于提出一种铝型材包装长度检测方法及***及***,以解决现有技术中所存在的一个或多个技术问题,至少提供一种有益的选择或创造条件。
为解决上述技术问题所采用的技术方案:一种铝型材包装长度检测方法及***,所述方法包括以下步骤:
S100、接收摄像机采集的铝型材横截面图像,所述铝型材横截面图像称为原图;对原图进行预处理,所述预处理的方法具体为:先对原图进行提取绿色通道处理,再进行平滑滤处理和图像分割处理,最终得到预处理后的图像,所述预处理后的图像称为第一图像;
S200、从第一图像中选中铝型材横截面的边缘,对选中的铝型材横截面的边缘依次进行锐化处理和圆盘结构闭合运算处理,然后平滑提取边缘处理得到铝型材横截面的边缘图像,所述边缘图像称为第二图像;
S300、从第二图像中提取最大多边形凸包,得到凸包轮廓;
S400、计算凸包轮廓所包围的像素点总数,将像素点总数乘以物与像的比例系数,从而得到铝型材包装长度。
作为上述技术方案的进一步改进,还包括步骤S500:反馈包装长度参数。
作为上述技术方案的进一步改进,步骤S100中,对原图进行提取绿色通道处理的具体方法为:将原图转换为绿色通道图,将所述绿色通道图转换成灰度图;图像分割处理为:将灰度图转换为二值图,保留最重要的边缘特征,使铝型材边缘清晰描绘出来并且去除贡献不大的其他图像特征,压缩图像内存。
作为上述技术方案的进一步改进,步骤S200中,图像锐化处理具体为:对图像进行无方向一阶锐:Priwitt锐化,Prewitt锐化算子在一个方向求微分,在另一个方向求平均,计算公式如下:
对x,y方向使用两个不同的卷积核公式如下:
作为上述技术方案的进一步改进,步骤S300从第二图像中提取最大多边形凸包,得到凸包轮廓具体为:首先在平面上一些散乱的点找到这些点中处于最左下方的点;对这些点进行排序,取一个极点,按照极角从小到大排序,极角相同的点按照距离从小到大排序;再建立一个结构体数组来储存凸包最***的点,得到凸包轮廓。
一种铝型材包装长度检测***,包括:图像采集模块、图像预处理模块、图像锐化处理模块、提取模块和计算模块;
所述图像采集模块用于接收摄像机采集的铝型材横截面图像数据;
所述图像预处理模块用于对图像进行预处理;
所述图像锐化处理模块用于进行图像锐化处理、圆盘结构闭运算处理以及平滑提取边缘处理;
所述提取模块用于对图像提取最大多边形凸包,得到凸包轮廓;
所述计算模块用于计算凸包轮廓所包围的像素点总数,将像素点总数乘以物与像的比例系数,从而得到铝型材包装长度。
本发明的有益效果:本发明通过对铝型材横截面图像的预处理、锐化处理、图像边缘提取数据分析,计算得到铝型材所需包装布的长度;便于实现准确切割,解决人工测量包装长度费时且可能造成长度误差引起包装材料浪费的问题和不足,自动化方便,提高了准确率和效率。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是本发明提供的一种铝型材包装长度检测方法及***的方法流程图;
图2是本发明提供的一种铝型材包装长度检测方法及***的预处理的第一图像图;
图3是本发明提供的一种铝型材包装长度检测方法及***的第二图像图;
图4是本发明提供的一种铝型材包装长度检测方法及***的最大多边形凸包图;
图5是本发明提供的一种铝型材包装长度检测方法及***的凸包轮廓图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,需要理解的是,涉及到方位描述,例如上、下、前、后、左、右等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明的描述中,若干的含义是一个或者多个,多个的含义是两个以上,大于、小于、超过等理解为不包括本数,以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
本发明的描述中,除非另有明确的限定,设置、安装、连接等词语应做广义理解,所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
请参照图1,一种铝型材包装长度检测方法及***,包括以下步骤:
S100、接收摄像机采集的铝型材横截面图像,所述铝型材横截面图像称为原图;对原图进行预处理,所述预处理的方法具体为:先对原图进行提取绿色通道处理,再进行平滑滤处理和图像分割处理,最终得到预处理后的图像,如图2所示,所述预处理后的图像称为第一图像;
具体地,对原图进行提取绿色通道处理的具体方法为:将原图转换为绿色通道图,将所述绿色通道图转换成灰度图;图像分割处理为:将灰度图转换为二值图,保留最重要的边缘特征,使铝型材边缘清晰描绘出来并且去除贡献不大的其他图像特征,压缩图像内存。
S200、从第一图像中选中铝型材横截面的边缘,对选中的铝型材横截面的边缘依次进行锐化处理和圆盘结构闭合运算处理,然后平滑提取边缘处理得到铝型材横截面的边缘图像,如图3所示,所述边缘图像称为第二图像;
图像锐化处理具体为:对图像进行无方向一阶锐:Pr iwitt锐化,Prewitt锐化算子在一个方向求微分,在另一个方向求平均,计算公式如下:
对x,y方向使用两个不同的卷积核公式如下:
S300、如图4所示,从第二图像中提取最大多边形凸包,如图5所示,得到凸包轮廓;
具体地,首先在平面上一些散乱的点找到这些点中处于最左下方的点;对这些点进行排序,取一个极点,按照极角从小到大排序,极角相同的点按照距离从小到大排序;再建立一个结构体数组来储存凸包最***的点,得到凸包轮廓。
S400、计算凸包轮廓所包围的像素点总数,将像素点总数乘以物与像的比例系数,从而得到铝型材包装长度。
S500:反馈包装长度参数。
一种铝型材包装长度检测***,包括:图像采集模块、图像预处理模块、图像锐化处理模块、提取模块和计算模块;
所述图像采集模块用于接收摄像机采集的铝型材横截面图像数据;
所述图像预处理模块用于对图像进行预处理;
所述图像锐化处理模块用于进行图像锐化处理、圆盘结构闭运算处理以及平滑提取边缘处理;
所述提取模块用于对图像提取最大多边形凸包,得到凸包轮廓;
所述计算模块用于计算凸包轮廓所包围的像素点总数,将像素点总数乘以物与像的比例系数,从而得到铝型材包装长度。
本发明通过对铝型材横截面图像的预处理、锐化处理、图像边缘提取数据分析,计算得到铝型材所需包装布的长度;便于实现准确切割,解决人工测量包装长度费时且可能造成长度误差引起包装材料浪费的问题和不足,自动化方便,提高了准确率和效率。
优选地,所述图像采集模块包括相机底座、传送带、齐平挡板、工业相机和光源;所述齐平挡板包括:线性电机和挡板,所述线性电机与挡板连接,所述线性电机用于带动挡板朝向拍摄区线性移动。所述传送带设有拍摄区,用于放置待检测铝型材,并将待检测铝型材的截面运送至所述拍摄区;所述齐平挡板用于对待检测铝型材的截面进行齐平;所述工业相机设置在相机底座上,其的景深区域与所述拍摄区重叠;所述光源设于所述工业相机上;通过工业相机对铝型材横截面进行拍摄获取截面图像并发送到图像预处理模块进行处理;自动化获取铝型材截面包装所需长度,大大节省包装布的消耗,方便快捷,提高包装的效率和准确率。
本发明使用无方向一阶锐化的Pr iwitt锐化,提高图像边缘的清晰度的同时还具有一定的抗干扰性,有压抑噪声的作用。无方向性可以锐化不规则的边缘,比传统的只能锐化水平以及垂直边缘的单方向一阶锐化更符合实际要求,有助于铝型材横截面非矩形的图像边缘提取。采用轮廓的多边型凸包提取,大大缩短了计算所需的包装布长度的时间,在原有的基础上增加了计算铝型材所需包装布长度***的同时,也不影响铝型材包装机的工作效率。
上面结合附图对本发明实施例作了详细说明,但是本发明不限于上述实施例,在所述技术领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (6)
1.一种铝型材包装长度检测方法,其特征在于:所述方法包括:
S100、接收摄像机采集的铝型材横截面图像,所述铝型材横截面图像称为原图;对原图进行预处理,所述预处理的方法具体为:先对原图进行提取绿色通道处理,再进行平滑滤处理和图像分割处理,最终得到预处理后的图像,所述预处理后的图像称为第一图像;
S200、从第一图像中选中铝型材横截面的边缘,对选中的铝型材横截面的边缘依次进行锐化处理和圆盘结构闭合运算处理,然后平滑提取边缘处理得到铝型材横截面的边缘图像,所述边缘图像称为第二图像;
S300、从第二图像中提取最大多边形凸包,得到凸包轮廓;
S400、计算凸包轮廓所包围的像素点总数,将像素点总数乘以物与像的比例系数,从而得到铝型材包装长度。
2.根据权利要求1所述的一种铝型材包装长度检测方法,其特征在于:还包括步骤S500:反馈包装长度参数。
3.根据权利要求1所述的一种铝型材包装长度检测方法,其特征在于:步骤S100中,对原图进行提取绿色通道处理的具体方法为:将原图转换为绿色通道图,将所述绿色通道图转换成灰度图;图像分割处理为:将灰度图转换为二值图,保留最重要的边缘特征,使铝型材边缘清晰描绘出来并且去除贡献不大的其他图像特征,压缩图像内存。
5.根据权利要求1所述的一种铝型材包装长度检测方法,其特征在于:步骤S300从第二图像中提取最大多边形凸包,得到凸包轮廓具体为:首先在平面上一些散乱的点找到这些点中处于最左下方的点;对这些点进行排序,取一个极点,按照极角从小到大排序,极角相同的点按照距离从小到大排序;再建立一个结构体数组来储存凸包最***的点,得到凸包轮廓。
6.一种铝型材包装长度检测***,其特征在于,包括:图像采集模块、图像预处理模块、图像锐化处理模块、提取模块和计算模块;
所述图像采集模块用于接收摄像机采集的铝型材横截面图像数据;
所述图像预处理模块用于对图像进行预处理;
所述图像锐化处理模块用于进行图像锐化处理、圆盘结构闭运算处理以及平滑提取边缘处理;
所述提取模块用于对图像提取最大多边形凸包,得到凸包轮廓;
所述计算模块用于计算凸包轮廓所包围的像素点总数,将像素点总数乘以物与像的比例系数,从而得到铝型材包装长度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010751787.0A CN111951324B (zh) | 2020-07-30 | 2020-07-30 | 一种铝型材包装长度检测方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010751787.0A CN111951324B (zh) | 2020-07-30 | 2020-07-30 | 一种铝型材包装长度检测方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111951324A true CN111951324A (zh) | 2020-11-17 |
CN111951324B CN111951324B (zh) | 2024-03-29 |
Family
ID=73338698
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010751787.0A Active CN111951324B (zh) | 2020-07-30 | 2020-07-30 | 一种铝型材包装长度检测方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111951324B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IT8748734A0 (it) * | 1986-12-31 | 1987-12-18 | Owens Illinois Television Prod | Procedimento ed apparecchio per la determinazione spaziale senza con tatto della posizione del profilo di pezzi in fabbricazione |
CN103716511A (zh) * | 2014-01-22 | 2014-04-09 | 天津天地伟业数码科技有限公司 | 基于Prewitt算子的图像锐化***及图像锐化方法 |
WO2018068600A1 (zh) * | 2016-10-10 | 2018-04-19 | 深圳市瀚海基因生物科技有限公司 | 图像处理方法及*** |
US20180286052A1 (en) * | 2017-03-30 | 2018-10-04 | 4DM Inc. | Object motion mapping using panchromatic and multispectral imagery from single pass electro-optical satellite imaging sensors |
CN110599510A (zh) * | 2019-08-02 | 2019-12-20 | 中山市奥珀金属制品有限公司 | 一种图片特征提取方法 |
CN110634128A (zh) * | 2019-08-15 | 2019-12-31 | 浙江工业大学之江学院 | 一种球头销尺寸检测方法、装置、计算机设备及存储介质 |
-
2020
- 2020-07-30 CN CN202010751787.0A patent/CN111951324B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IT8748734A0 (it) * | 1986-12-31 | 1987-12-18 | Owens Illinois Television Prod | Procedimento ed apparecchio per la determinazione spaziale senza con tatto della posizione del profilo di pezzi in fabbricazione |
US4764015A (en) * | 1986-12-31 | 1988-08-16 | Owens-Illinois Television Products Inc. | Method and apparatus for non-contact spatial measurement |
CN103716511A (zh) * | 2014-01-22 | 2014-04-09 | 天津天地伟业数码科技有限公司 | 基于Prewitt算子的图像锐化***及图像锐化方法 |
WO2018068600A1 (zh) * | 2016-10-10 | 2018-04-19 | 深圳市瀚海基因生物科技有限公司 | 图像处理方法及*** |
US20180286052A1 (en) * | 2017-03-30 | 2018-10-04 | 4DM Inc. | Object motion mapping using panchromatic and multispectral imagery from single pass electro-optical satellite imaging sensors |
CN110599510A (zh) * | 2019-08-02 | 2019-12-20 | 中山市奥珀金属制品有限公司 | 一种图片特征提取方法 |
CN110634128A (zh) * | 2019-08-15 | 2019-12-31 | 浙江工业大学之江学院 | 一种球头销尺寸检测方法、装置、计算机设备及存储介质 |
Non-Patent Citations (5)
Title |
---|
"《西安交通大学学报》2017年度分类索引", 西安交通大学学报, no. 12 * |
ESMAEIL FARAMARZI ET.AL: "Unified Blind Method for Multi-Image Super-Resolution and Single/Multi-Image Blur Deconvolution", 《IEEE TRANSACTIONS ON IMAGE PROCESSING》, vol. 22, no. 06 * |
LYZ_CS: "图像处理之图像的平滑与锐化", 《CSDN 博客》 * |
朱雪慧: "基于机器视觉的玉米果穗形态特征提取技术研究", 《中国优秀硕士学位论文全文数据库(电子期刊)》, no. 04, 15 April 2018 (2018-04-15) * |
肖俊建;吴忠;: "图像处理技术在焊缝射线探伤中的应用", 机械设计与制造, no. 02 * |
Also Published As
Publication number | Publication date |
---|---|
CN111951324B (zh) | 2024-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113658133B (zh) | 一种基于图像处理的齿轮表面缺陷检测方法及*** | |
CN105547602B (zh) | 一种地铁隧道管片渗漏水的远距离测量方法 | |
CN107578409B (zh) | 一种太阳能电池片外观断栅缺陷检测的方法 | |
CN108230324B (zh) | 磁瓦表面微缺陷视觉检测方法 | |
CN115115612B (zh) | 一种用于机械配件的表面缺陷检测方法及*** | |
CN113781486B (zh) | Ic卡图像缺陷检测方法 | |
CN107749057B (zh) | 一种太阳能电池片外观漏浆缺陷检测的方法 | |
CN101995412B (zh) | 一种鲁棒的玻璃划伤缺陷检测方法及其装置 | |
CN114693610A (zh) | 一种基于机器视觉的焊缝表面缺陷检测方法、设备及介质 | |
CN114279357A (zh) | 一种基于机器视觉的压铸件毛刺尺寸测量方法及*** | |
CN115063409A (zh) | 一种机械刀具表面材质检测方法及*** | |
CN102269571A (zh) | 基于数字图像处理技术的竹筒直径测量方法及其装置 | |
CN116524196B (zh) | 一种基于图像识别技术的输电线智能检测*** | |
CN113487563B (zh) | 一种基于el图像的光伏组件隐裂自适应检测方法 | |
CN112505055B (zh) | 一种电路板的漏铜检测方法以及装置 | |
CN108280838A (zh) | 一种基于边缘检测的夹片牙型缺陷检测方法 | |
CN112365448B (zh) | 一种经编织造过程中的织物疵点检测方法 | |
CN106780437B (zh) | 一种快速qfn芯片塑封图像获取与放大方法 | |
CN113610772A (zh) | 易拉罐瓶底喷码缺陷检测方法、***、装置及存储介质 | |
CN113393430B (zh) | 用于风机叶片缺陷检测的热成像图像增强训练方法和装置 | |
CN104515479A (zh) | 中厚板平面板形测量***及方法 | |
CN116152483A (zh) | 一种基于轮廓几何约束的锚钻孔轮廓提取方法及*** | |
CN115205363A (zh) | 基于改进ResNet网络的传送带实时判空检测方法与*** | |
CN111951324A (zh) | 一种铝型材包装长度检测方法及*** | |
CN114120218A (zh) | 一种基于边缘计算的河道漂浮物监测方法 |
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 |