CN111982923A - 基于频闪成像原理的纸病检测驱动电源优化方法 - Google Patents
基于频闪成像原理的纸病检测驱动电源优化方法 Download PDFInfo
- Publication number
- CN111982923A CN111982923A CN202010873392.8A CN202010873392A CN111982923A CN 111982923 A CN111982923 A CN 111982923A CN 202010873392 A CN202010873392 A CN 202010873392A CN 111982923 A CN111982923 A CN 111982923A
- Authority
- CN
- China
- Prior art keywords
- image
- gray
- frequency
- uniformity
- paper
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 34
- 230000007547 defect Effects 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000003384 imaging method Methods 0.000 title claims abstract description 14
- 238000005457 optimization Methods 0.000 title claims abstract description 10
- 238000005070 sampling Methods 0.000 claims abstract description 22
- 238000004458 analytical method Methods 0.000 claims abstract description 6
- 238000010191 image analysis Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 abstract description 8
- 230000000694 effects Effects 0.000 abstract description 7
- 230000008859 change Effects 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000003860 storage Methods 0.000 description 4
- 239000011324 bead Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000004907 flux Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000013401 experimental design Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000005622 photoelectricity Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 239000003381 stabilizer Substances 0.000 description 1
Images
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
- G01N21/892—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined
-
- 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
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B45/00—Circuit arrangements for operating light-emitting diodes [LED]
- H05B45/30—Driver circuits
- H05B45/345—Current stabilisation; Maintaining constant current
-
- 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
- G01N2021/8838—Stroboscopic illumination; synchronised illumination
-
- 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
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
Landscapes
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Textile Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了基于频闪成像原理的纸病检测驱动电源优化方法，涉及纸病检测技术领域，包括：计算相机的采样频率，并根据相机的采样频率确定光源的初始频率，控制光源按照该初始频率工作；利用相机将运动的纸张转换为数字图像；对图像进行分析，得到灰度均值和灰度均匀度；判断灰度均值和/或灰度均匀度是否达到了设定的水平，如果没有，增大相机采样频率对光源频率的倍数，继续进行图像采集和分析工作，直到图像的灰度均值和/或灰度均匀度达到设定的水平。使用本发明的方法，能够有效提高高速运动纸张的图像采集效果，为后期纸病的检测与识别过程奠定了良好的基础。
Description
技术领域
本发明涉及纸病检测技术领域，特别是涉及基于频闪成像原理的纸病检测驱动电源优化方法。
背景技术
基于机器视觉的纸病检测***是近代发展起来的一种新兴的表面缺陷检测技术，与传统纸病检测技术相比，具有非接触、高精度、高效率的特点。随着纸机车速的不断提高，企业对于基于机器视觉的纸病检测***需求越来越大，国内外很多厂商都提出了相应的解决方案，基于机器视觉的纸病检测***得到了越来越多研究机构的重视。
在纸病检测的过程中，纸张运行速度最快可达到2800m/min，检测精度要求达到0.3m2，线性CCD相机的频率需要达到156k Hz才能满足***的要求，这种情况下采集***对光源的要求很高，即使很小的亮度波动也会引起图像像素的变化，当前***采集到的图像存在如图1(a)所示的较规律的横向波纹现象，图像灰度均匀度只有83.6％，给后期的图像分析带来了较大的干扰，降低了纸病检测***的执行效率。
发明内容
本发明提供了基于频闪成像原理的纸病检测驱动电源优化方法，可以解决现有技术中存在的问题。
本发明提供了基于频闪成像原理的纸病检测驱动电源优化方法，包括：
步骤1，频率同步：计算相机的采样频率，并根据相机的采样频率确定光源的初始频率，控制光源按照该初始频率工作；
步骤2，图像采集：利用相机将运动的纸张转换为数字图像；
步骤3，图像分析：对图像进行分析，得到灰度均值和灰度均匀度；
步骤4，频率调整：判断灰度均值和/或灰度均匀度是否达到了设定的水平，如果没有，增大相机采样频率对光源频率的倍数，继续进行图像采集和分析工作，直到图像的灰度均值和/或灰度均匀度达到设定的水平。
本发明中的基于频闪成像原理的纸病检测驱动电源优化方法，其有益效果为：
有效提高了高速运动纸张的图像采集效果，为后期纸病的检测与识别过程奠定了良好的基础。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为现有技术下采集得到的纸张图像和光源图像；
图2为现有技术下纸张图像和光源图像在纵向上的像素曲线图；
图3为本发明方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，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。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在介绍本发明的方法前，需要先分析出现现有技术中纸张和光源图像出现横向波纹的原因。
香农采样定理是通讯与信号处理学科中一个重要的基本结论，是将连续信号离散化的重要依据。香农采样定理指出：为了不失真地恢复被采集信号的波形，采集***的采样频率应该至少大于被采集信号最高频率的2倍，采集***的采样率越高，将来恢复出的波形就越接近被采集信号。
纸病检测***中，利用线性CCD相机将运动中的纸张变成数字图像的过程，符合香农采样定理的采集过程，而图像中出现的规律性的波纹可以说明，在图像采集过程中采集到了外界环境中某些信号规律性的变化。为了确定信号的类别，本发明利用排除法对可能影响采集效果的纸张和光源两个元素进行了分析，最终在去掉纸张后采集到如图1(b)所示的光源图像，与图1(a)在波纹的频率上有较高的相似度。为了能更好的对二者进行对比，本发明对二者相同列坐标位置的图像像素灰度值进行分析，结果如图2所示。
图2(a)由于受纸张密度不均匀的影响，灰度变化规律不是很明显，去掉纸张后的图2(b)光源的曲线图更加的平滑，变化规律也更加明显。则光源的频率f见式(1)：
式中：N为周期信号的发生次数，T为发生这些次数的周期信号所使用的时间。由图2可知在231个像素的距离上大约出现了8.5周期，当前的采集频率2700Hz，可知231个像素所经历的时间为231/2700≈0.085秒，代入式(1)可得光源的频率约为100Hz。光源频率远远小于采集频率，符合香农采样定理。由此可以断定，在纸病检测***中，规律的横向波纹是由于***的采集频率高于光源的频率所造成的。
参照图3，本发明提供了基于频闪成像原理的纸病检测驱动电源优化方法，该方法包括以下步骤：
步骤1，频率同步。该步骤包括以下两个子步骤：
步骤1.1，接收外部输入的纸机运行速度和检测精度两个参数，根据这两个参数确定线性CCD相机的采样频率，如下式：
式中，fc为相机的采样频率，单位为Hz，V为纸机运行速度，单位为m/s，S为检测精度，单位为mm2。通过式(2)计算得到的采样频率，可以保证CCD相机每次采集到的像素的长度和宽度相等，进而保证采集到的图像不会变形失真。
步骤1.2，根据频闪成像原理，依据下式，将正整数a的初始值设置为1，得到光源的初始频率fl，将确定的初始频率fl传递给光源控制芯片，以使光源根据设定的频率工作：
步骤2，图像采集。利用线性CCD相机将运动的纸张转换为数字图像，然后将采集的图像上传给上位机。
步骤3，图像存储。将采集到的图像无损且实时存储到本地硬盘上，为下一步图像分析提供有效的数据。
本实施例中，为了保证图像的真实性，图像存储时使用无损的灰度BMP格式，该格式在进行存储时不进行任何压缩，能够做到图像信息的完整保存。同时灰度BMP格式在存储时仅需要使用一个通道来表示数据信息，相较于使用三个通道的RGB格式BMP图像而言，可以有效节约存储空间，提高数据的处理速度。
步骤4，图像分析。该步骤包括对图像的像素灰度均值和图像的灰度均匀度两个参数进行分析。
图像的像素灰度均值是指将所有的像素灰度值累加后除以像素的总数，如下式：
式中，Pave表示图像的像素灰度均值，Pi为第i个像素的灰度值，N为图像中像素的总数。灰度均值越高说明图像亮度越高，灰度均值越低说明图像亮度越低，图像亮度过高或过低都会影响***对纸病类型的判断和识别。一般要求图像的灰度均值的范围为100到160之间，这样和人类肉眼观看到的效果最为接近，有利于提高纸病的检测效果。
图像的灰度均匀度主要反应的是一幅图像内灰度的均匀性和统一性，常用标准差的方式进行分析。标准差可以较好的反映图像灰度值的离散程度。本发明所要分析的内容是图像纵向上灰度的不均匀性，在横向上变化不大，且纸张本身存在密度不均匀时也容易造成图像灰度值偏离的问题，故标准差的方式不适用于本次分析。
综合考虑波纹现象在纵向上规律性变化情况，本发明结合光照均匀度的计算方法，将灰度均匀度的分析过程分成以下两个步骤：
首先以图像中的行为单位，求出每行像素的平均值，如式(5)所示：
式中，Pm为第m行像素的平均值，Pmn是第m行n列像素的灰度值，M是第m行像素的总个数。
其次找出所有行平均值的最小的值和最大值，然后用最小行平均值除以最大行平均值，得到最终的灰度均匀度，如式(6)所示：
Grate＝min(Pm)/max(Pm) (6)
式中，Grate表示灰度均匀度，min表示求最小值函数，max表示求最大值函数。式中所求的Grate值越大，则灰度均匀度效果越好，理想状态下做到图像灰度均匀后，求到的结果应该为1，在纸病检测中，由于图像的灰度还会受到纸张密度的影响，纸张图像的灰度均匀度只会接近1而不会等于1。
步骤5，频率调整。判断图像分析得到的灰度均值和/或灰度均匀度是否达到了设定的水平，如果是，则采用已经确定的光源频率控制光源工作。否则，按照设定的增加量增大正整数a，以增大光源频率fl对相机采样频率fc的倍数，继续进行图像采集和分析工作，直到图像的灰度均值和/或灰度均匀度达到设定的水平。
本实施例中，对灰度均值设定的水平为灰度均值处在100-160之间，对灰度均匀度设定的水平为灰度均匀度达到98.5％以上。
实验说明
实验设计中采用了定光圈和定焦距的方式，实验中变化的主要是CCD相机的采集频率和LED驱动电源的驱动频率。实验过程主要通过不同的倍率设置来体现光源的稳定性，同时兼顾图像像素的灰度平均值，为了体现灰度均匀度与采集频率之间的关系，本发明设计了3倍、6倍、9倍和12倍四个倍频之间的实验进行对比。
从实验结果可以看出，当倍数为3时***采集到的图像灰度均匀度抖动明显，稳定性较差，在低采集频率时，图像灰度均值高于人类肉眼观察的理想灰度集合，而当采集频率高于10kHz时图像的灰度均值低于人类肉眼观察的理想集合。
本次实验综合考虑纸张生产车间的温度和湿度等环境因素，为了使实验设备与生产环境有更高的结合度，在将实验设备移植到生产环境中时做尽量小的改变。在设计实验灯具时使用了深圳市普朗克光电科技有限公司的定制的白光5054灯珠，该灯珠具有防水防尘功能，发光亮度均匀，发光强度可调节范围较大，光通量最高可达130lm等特点。在LED驱动电源方面采用了德州仪器LM3421作为灯珠控制芯片，该芯片主要用于恒流LED驱动器，其内含一个高电压启动稳压器，对LED电流进行严格稳压，可有效控制灯珠发出的光通量的稳定性，同时该芯片最大可实现高达2MHz可编程的开关频率，符合本发明的要求。在图像采集方面使用了使用TELEDYNE DALSA公司的Spyder3系列线阵CCD(Charge-coupled Device，电荷耦合器件)相机，型号是S3-24-04k40，该相机最大可实现4096×2的双线扫描分辨率，最大行频为18.5kHz，在精度为0.5mm2的情况下最快可以实现每分钟550m的检测速度，镜头采用了尼康的AF NIKKOR镜头，型号为AF 20mm f/2.8D，是一款具有F2.8大光圈的定焦镜头，可满足实验对通光量调整的要求。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (7)
1.基于频闪成像原理的纸病检测驱动电源优化方法，其特征在于，方法包括：
步骤1，频率同步：计算相机的采样频率，并根据相机的采样频率确定光源的初始频率，控制光源按照该初始频率工作；
步骤2，图像采集：利用相机将运动的纸张转换为数字图像；
步骤3，图像分析：对图像进行分析，得到灰度均值和灰度均匀度；
步骤4，频率调整：判断灰度均值和/或灰度均匀度是否达到了设定的水平，如果没有，增大光源频率对相机采样频率的倍数，继续进行图像采集和分析工作，直到图像的灰度均值和/或灰度均匀度达到设定的水平。
2.如权利要求1所述的基于频闪成像原理的纸病检测驱动电源优化方法，其特征在于，步骤1具体包括：
步骤1.1，接收输入的纸机运行速度和检测精度，根据这两个参数确定相机的采样频率，如下式：
式中，fc为相机的采样频率，V为纸机运行速度，S为检测精度；
步骤1.2，根据频闪成像原理，依据下式，将正整数a的初始值设置为1，得到光源的初始频率fl，将确定的初始频率传递给光源控制芯片，以使光源根据设定的频率工作：
3.如权利要求1所述的基于频闪成像原理的纸病检测驱动电源优化方法，其特征在于，步骤3中通过下式计算图像的灰度均值：
式中，Pave表示图像的灰度均值，Pi为第i个像素的灰度值，N为图像中像素的总数。
4.如权利要求1所述的基于频闪成像原理的纸病检测驱动电源优化方法，其特征在于，步骤3中计算图像的灰度均匀度的方法为：
首先以图像中的行为单位，求出每行像素的平均值，如下式：
式中，Pm为第m行像素的平均值，Pmn是第m行n列像素的灰度值，M是第m行像素的总个数；
其次找出所有行平均值的最小的值和最大值，然后用最小行平均值除以最大行平均值，得到最终的灰度均匀度，如下式：
Grate＝min(Pm)/max(Pm)
式中，Grate表示灰度均匀度，min表示求最小值函数，max表示求最大值函数。
5.如权利要求1所述的基于频闪成像原理的纸病检测驱动电源优化方法，其特征在于，对灰度均值设定的水平为灰度均值处在100-160之间，对灰度均匀度设定的水平为灰度均匀度达到98.5％以上。
6.如权利要求1所述的基于频闪成像原理的纸病检测驱动电源优化方法，其特征在于，在完成图像采集后，还对采集的图像进行存储。
7.如权利要求6所述的基于频闪成像原理的纸病检测驱动电源优化方法，其特征在于，对图像采用灰度BMP格式存储。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010873392.8A CN111982923A (zh) | 2020-08-26 | 2020-08-26 | 基于频闪成像原理的纸病检测驱动电源优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010873392.8A CN111982923A (zh) | 2020-08-26 | 2020-08-26 | 基于频闪成像原理的纸病检测驱动电源优化方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111982923A true CN111982923A (zh) | 2020-11-24 |
Family
ID=73441099
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010873392.8A Pending CN111982923A (zh) | 2020-08-26 | 2020-08-26 | 基于频闪成像原理的纸病检测驱动电源优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111982923A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113504241A (zh) * | 2021-07-13 | 2021-10-15 | 陕西科技大学 | 一种纸病检测***设计方法 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202275060U (zh) * | 2011-09-23 | 2012-06-13 | 山东轻工业学院 | 一种在线纸病检测*** |
| CN102663376A (zh) * | 2012-02-22 | 2012-09-12 | 重庆科技学院 | 近红外多光强手指静脉图像的获取和融合***及方法 |
| CN103376093A (zh) * | 2012-04-28 | 2013-10-30 | 宝山钢铁股份有限公司 | 用于tdi ccd相机对非匀速运动对象的成像方法和装置 |
| CN103884650A (zh) * | 2014-03-28 | 2014-06-25 | 北京大恒图像视觉有限公司 | 一种多光源线阵成像***及方法 |
| CN205317685U (zh) * | 2016-01-19 | 2016-06-15 | 杭州品拓电子技术有限公司 | 一种产品表面质量检测*** |
| CN107340300A (zh) * | 2017-07-13 | 2017-11-10 | 南京文易特电子科技有限公司 | 一种喷胶检测*** |
| CN108362713A (zh) * | 2018-05-11 | 2018-08-03 | 中科慧远视觉技术（洛阳）有限公司 | 一种光学检测成像*** |
| US20190033124A1 (en) * | 2017-07-29 | 2019-01-31 | Tata Consultancy Services Limited | Systems and methods for autonomous stroboscopic machine inspection for multi-point and multi-frequency vibration measurement |
| CN110376207A (zh) * | 2019-07-16 | 2019-10-25 | 北京科技大学 | 一种超宽厚板表面缺陷在线检测***图像采集方法 |
| CN111189840A (zh) * | 2020-01-13 | 2020-05-22 | 陕西科技大学 | 近场均匀照明的纸病检测方法 |
| CN210982895U (zh) * | 2019-08-30 | 2020-07-10 | 北京临近空间飞行器***工程研究所 | 一种荧光显微光学*** |
-
2020
- 2020-08-26 CN CN202010873392.8A patent/CN111982923A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202275060U (zh) * | 2011-09-23 | 2012-06-13 | 山东轻工业学院 | 一种在线纸病检测*** |
| CN102663376A (zh) * | 2012-02-22 | 2012-09-12 | 重庆科技学院 | 近红外多光强手指静脉图像的获取和融合***及方法 |
| CN103376093A (zh) * | 2012-04-28 | 2013-10-30 | 宝山钢铁股份有限公司 | 用于tdi ccd相机对非匀速运动对象的成像方法和装置 |
| CN103884650A (zh) * | 2014-03-28 | 2014-06-25 | 北京大恒图像视觉有限公司 | 一种多光源线阵成像***及方法 |
| CN205317685U (zh) * | 2016-01-19 | 2016-06-15 | 杭州品拓电子技术有限公司 | 一种产品表面质量检测*** |
| CN107340300A (zh) * | 2017-07-13 | 2017-11-10 | 南京文易特电子科技有限公司 | 一种喷胶检测*** |
| US20190033124A1 (en) * | 2017-07-29 | 2019-01-31 | Tata Consultancy Services Limited | Systems and methods for autonomous stroboscopic machine inspection for multi-point and multi-frequency vibration measurement |
| CN108362713A (zh) * | 2018-05-11 | 2018-08-03 | 中科慧远视觉技术（洛阳）有限公司 | 一种光学检测成像*** |
| CN110376207A (zh) * | 2019-07-16 | 2019-10-25 | 北京科技大学 | 一种超宽厚板表面缺陷在线检测***图像采集方法 |
| CN210982895U (zh) * | 2019-08-30 | 2020-07-10 | 北京临近空间飞行器***工程研究所 | 一种荧光显微光学*** |
| CN111189840A (zh) * | 2020-01-13 | 2020-05-22 | 陕西科技大学 | 近场均匀照明的纸病检测方法 |
Non-Patent Citations (2)
| Title |
|---|
| 徐科: "《金属表面质量在线检测技术》", 冶金工业出版社, pages: 17 * |
| 贾宏宇: "Camera Link大幅面扫描仪的光电控制***设计与实现", pages 8 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113504241A (zh) * | 2021-07-13 | 2021-10-15 | 陕西科技大学 | 一种纸病检测***设计方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105139809B (zh) | 液晶显示亮度控制方法和装置以及液晶显示设备 | |
| TWI516990B (zh) | 具有可調整追蹤參數的導航裝置 | |
| CN105527778A (zh) | 电动可调焦液体镜头的自动对焦方法 | |
| CN102342090A (zh) | 图像拍摄设备、操作员监视设备、测量到面部的距离的方法和程序 | |
| CN109741307B (zh) | 摄像模组的杂光检测方法、杂光检测装置及杂光检测*** | |
| US20130141544A1 (en) | Information processing apparatus, control method for the same and storage medium | |
| KR101845943B1 (ko) | 단일카메라를 이용한 다차로상의 차량번호인식 시스템 및 방법 | |
| US20210014402A1 (en) | Flicker mitigation via image signal processing | |
| CN101582991A (zh) | 图像处理方法及装置 | |
| US20120293473A1 (en) | Display apparatus and image compensating method thereof | |
| CN105847708B (zh) | 基于图像直方图分析的线阵相机自动曝光调整方法及*** | |
| CN101764926A (zh) | 缺陷像素检测纠正设备、***及检测纠正缺陷像素的方法 | |
| CN106127693A (zh) | 除雾***和除雾方法 | |
| US20180232192A1 (en) | System and Method for Visual Enhancement, Annotation and Broadcast of Physical Writing Surfaces | |
| CN105139397A (zh) | 一种pcb板检测方法及装置 | |
| CN112906529A (zh) | 人脸识别补光方法、装置、人脸识别设备及其*** | |
| CN105592258B (zh) | 自动聚焦方法及装置 | |
| CN105489192A (zh) | 具有影像自动最佳化功能的显示器及其影像调整方法 | |
| CN116363140B (zh) | 一种中硼硅玻璃缺陷的检测方法、***、装置及存储介质 | |
| CN111982923A (zh) | 基于频闪成像原理的纸病检测驱动电源优化方法 | |
| CN113225550A (zh) | 偏移检测方法、装置、摄像头模组、终端设备及存储介质 | |
| CN108965749B (zh) | 基于纹理识别的缺陷像素检测和校正装置及方法 | |
| CN116993718A (zh) | 基于机器视觉的tft阵列基板缺陷检测方法 | |
| CN103974010A (zh) | 一种补光的方法及电子设备 | |
| TW202022807A (zh) | 用於主動深度感測系統之可調整接收器曝光次數 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201124 |