CN113504241A - 一种纸病检测***设计方法 - Google Patents

一种纸病检测***设计方法 Download PDF

Info

Publication number
CN113504241A
CN113504241A CN202110791444.1A CN202110791444A CN113504241A CN 113504241 A CN113504241 A CN 113504241A CN 202110791444 A CN202110791444 A CN 202110791444A CN 113504241 A CN113504241 A CN 113504241A
Authority
CN
China
Prior art keywords
defect detection
paper
camera
module
paper defect
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
CN202110791444.1A
Other languages
English (en)
Inventor
汤伟
成爽爽
冯波
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.)
Shaanxi University of Science and Technology
Original Assignee
Shaanxi University of Science and Technology
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 Shaanxi University of Science and Technology filed Critical Shaanxi University of Science and Technology
Priority to CN202110791444.1A priority Critical patent/CN113504241A/zh
Publication of CN113504241A publication Critical patent/CN113504241A/zh
Pending legal-status Critical Current

Links

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
    • G01N21/8806—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
    • 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
    • G01N21/8901—Optical details; Scanning details
    • 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
    • G01N21/8914—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material 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
    • G01N21/8851—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
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/888—Marking defects
    • 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
    • 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
    • G01N21/8914—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined
    • G01N2021/8917—Paper, also ondulated

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

本发明公开了一种纸病检测***设计方法，包括：根据实际需求，确定图像采集模块、纸病检测模块和数据存储模块的性能参数；选择满足性能参数，且成本最低的图像采集模块、纸病检测模块和数据存储模块；使用选择的图像采集模块、纸病检测模块和数据存储模块建立纸病检测***。本发明基于木桶理论，以配置均衡为主要研究目标，设计了一套有效的可供参考的纸病检测***架构的搭建方案。针对不同的流水线，以满足***要求的最低硬件为标准进行***架构的设计，提出最小适配方案，最终达到即可满足用户需求又不浪费***资源的效果，有效为造纸企业降低投资成本，还能够快速和准确地完成对纸病的检测和识别。

Description

一种纸病检测***设计方法
技术领域
本发明涉及造纸设备技术领域，特别涉及一种纸病检测***设计方法。
背景技术
特种纸张在生产的过程中，容易受内部因素和生产环境的影响产生不同的外观缺陷，这些纸张表面瑕疵称为纸病。
基于机器视觉的纸病检测***是一种新兴的纸病检测技术，与人工检测相比，具有非接触、高精度、高效率的特点。但是随着纸机车速的提高和幅宽的加大，纸病检测的快速性和准确性大大降低。
现有的纸病检测***中，因硬件配置不均衡造成的检测***只可检测车速不高、纸张幅宽小的纸机，难以满足企业要求的检测精度，同时***中各个模块的利用率较低，整个纸病检测***的经济成本较高。
发明内容
本发明实施例提供了一种纸病检测***设计方法，用以解决现有技术中硬件配置不均衡导致检测***只可检测车速不高和纸张幅宽小的纸机，以及***中模块利用率低的问题。
一方面，本发明实施例提供了一种纸病检测***设计方法，纸病检测***包括：图像采集模块、纸病检测模块和数据存储模块，方法包括：
根据实际需求，确定图像采集模块、纸病检测模块和数据存储模块的性能参数；
选择满足性能参数，且成本最低的图像采集模块、纸病检测模块和数据存储模块；
使用选择的图像采集模块、纸病检测模块和数据存储模块建立纸病检测***。
在一种可能的实现方式中，图像采集模块包括：相机和镜头；确定图像采集模块的性能参数，包括：确定相机的分辨率和采集频率；确定镜头的尺寸、焦距、光圈和分辨率。
在一种可能的实现方式中，确定相机的分辨率和采集频率，包括：根据检测区域的横向宽度、需要的单位精度和单位精度中的像素总数确定需要的像素总数，相机的分辨率根据确定的需要的像素总数确定；根据纸机的运行速度、需要的单位精度和单位精度中的像素总数确定相机的采集频率。
在一种可能的实现方式中，确定镜头的尺寸、焦距、光圈和分辨率，包括：根据相机的成像尺寸确定镜头的尺寸；根据相机的成像尺寸、镜头与纸张之间的距离以及检测区域的长度确定镜头的焦距；根据镜头的焦距和镜头的有效口径确定镜头的光圈；根据相机的分辨率确定镜头的分辨率。
在一种可能的实现方式中，纸病检测模块的性能参数为单位时间内能够处理的数据量，该性能参数根据相机的分辨率和采集频率确定。
在一种可能的实现方式中，数据存储模块的性能参数为数据存储速度。
本发明中的一种纸病检测***设计方法，具有以下优点：
基于木桶理论，以配置均衡为主要研究目标，设计了一套有效的可供参考的纸病检测***架构的搭建方案。针对不同的流水线，以满足***要求的最低硬件为标准进行***架构的设计，提出最小适配方案，最终达到即可满足用户需求又不浪费***资源的效果，有效为造纸企业降低投资成本，还能够快速和准确地完成对纸病的检测和识别。
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为本发明实施例提供的一种纸病检测***设计方法的流程图。
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。
图1为本发明实施例提供的一种纸病检测***设计方法的流程图。本发明提供了一种纸病检测***设计方法，需要设计的纸病检测***包括：图像采集模块、纸病检测模块和数据存储模块，图像采集模块用于在纸机运行过程中采集纸张图像，纸病检测模块用于对纸张图像进行处理，并判断纸张图像中是否存在纸病，数据存储模块用于存储纸张图像。上述的设计方法包括以下步骤：
S100、根据实际需求，确定图像采集模块、纸病检测模块和数据存储模块的性能参数；
S101、选择满足性能参数，且成本最低的图像采集模块、纸病检测模块和数据存储模块；
S102、使用选择的图像采集模块、纸病检测模块和数据存储模块建立纸病检测***。
示例性地，当纸病检测模块确定纸张图像中存在纸病时，则将存在纸病的纸张图像传输给与PC(个人电脑)连接的数据存储模块中，由PC进一步对纸张图像进行处理，以确定纸病的位置和类型。对于不存在纸病的纸张图像，则由纸病检测模块传输给数据存储模块进行存储。由此可见，上述纸病检测***中具有两种用途的数据存储模块，与PC连接的数据存储模块中存储的纸张图像较少，而且对数据的存储速度，即上述的性能参数要求不高，因此可以选用一般的存储设备，例如机械硬盘或普通固态硬盘等，而用来存储不具有纸病的纸张图像的数据存储模块则对存储速度有较高要求，具体需要根据产生纸张图像的数据量确定。
在本发明的实施例中，上述纸病检测***还包括光源模块和机械控制模块，光源模块用于产生照明光源，以提高图像采集模块采集的纸张图像的亮度。机械控制模块则可以使用打标机，当PC确定纸张上纸病的位置后，机械控制模块可以将存在纸病的位置在纸张上标记出来。
本发明采用木桶理论对纸病检测***进行设计。木桶理论又称短板理论，其核心内容为：一只木桶盛水的多少，并不取决于桶壁上最长的那块木板，而恰恰取决于桶壁上最短的那块。根据这一内容，可以有两个推论：其一，只有桶壁上的所有木板都足够高，那木桶才能盛满水。其二，只要这个木桶里有一块木板不够高，木桶里的水就不可能是满的，高于最短木板所使用的材料都是对资源的浪费。引申到本发明的纸病检测***中来讲就是：如果要实现完整的纸病检测过程，需要***所有模块都能满足实时处理数据的要求，只要一个模块不符合要求，就不能完成纸病的实时在线检测功能，而高于最低标准模块是对资源的浪费。为了节约成本，在设计纸病检测***架构时以满足***要求的最低硬件为标准进行***架构的设计。
在一种可能的实施例中，图像采集模块包括：相机和镜头；确定图像采集模块的性能参数，包括：确定相机的分辨率和采集频率；确定镜头的尺寸、焦距、光圈和分辨率。
示例性地，基于机器视觉的纸病检测***中，相机的选取决定了图像质量，间接决定了检测的准确性，所以选取合适的相机对检测的准确性起着决定性作用，相机数据处理能力实时性的计算主要以相机在单位时间内产生的数据为基准。而镜头的好坏则影响了图像的采集范围和和成像效果。
在一种可能的实施例中，确定相机的分辨率和采集频率，包括：根据检测区域的横向宽度、需要的单位精度和单位精度中的像素总数确定需要的像素总数，相机的分辨率根据确定的需要的像素总数确定；根据纸机的运行速度、需要的单位精度和单位精度中的像素总数确定相机的采集频率。
示例性地，相机分辨率指的是相机单次采集图像时可采集到的图像的像素总数，一般由相机可采集的横向上的像素总数乘以纵向上的像素总数来确定。纸病检测***中，相机分辨率一般需要根据被检测面的宽度和用户要求的精度来确定，如式1所示。
Figure BDA0003161220190000051
式中Pn表示所需要的像素总数，w表示检测区域的横向宽度，单位为毫米，ε表示用户需要的单位精度，单位为平方毫米，n表示单位精度中的像素总数，n的值越大，单位精度内需要的像素也就越多，相同采集频率下***可检测的速度就越小，n的取值一般集中在{1,4,9,16,25}。当纸机幅宽比较大，Pn的值会远远超过单个相机的分辨率，单个相机的分辨率无法满足全幅检测的需求，需要将多个相机横向并行排列才能满足检测需求，而相机个数则由横向检测宽度所需像素总数除以单个相机横向分辨率求出。
相机的采集频率主要由需要的单位精度和检测速度来确定。一般情况下，同样频率的相机，需要的检测精度高时，***的检测速度就会变慢，反之当要求的检测精度低时，***的检测速度就会变快。相机的采集频率与检测精度和检测速度之间的关系表达式如式2所示。
Figure BDA0003161220190000052
式中f表示相机的采集频率，单位为赫兹(Hz)；s表示纸机的运行速度，单位为米每分钟；ε表示用户需要的单位精度，单位为平方毫米；n表示单位精度中的像素总数。当检测的精度和速度都比较高时，相机频率也随之变高，硬件成本也会增长。
在一种可能的实施例中，确定镜头的尺寸、焦距、光圈和分辨率，包括：根据相机的成像尺寸确定镜头的尺寸；根据相机的成像尺寸、镜头与纸张之间的距离以及检测区域的长度确定镜头的焦距；根据镜头的焦距和镜头的有效口径确定镜头的光圈；根据相机的分辨率确定镜头的分辨率。
示例性地，只有当镜头的尺寸大于等于相机的成像尺寸时才能充分发挥相机的成像能力，否则会造成相机有效尺寸的浪费。为了更好的发挥相机的性能，一般选择比相机的成像尺寸大一些的镜头。
由相机的成像原理可知，焦距的长短与相机到被采集对象的距离成正比关系，当相机与被采集对象的距离确定时，焦距大的镜头可采集的区域比较小，而焦距小的镜头可采集的区域比较大。为了选择合适的镜头，可以通过式3的计算来选用合适焦距的镜头。
f＝A×H/L (3)
在纸病检测***中，式3中的f表示焦距，A表示相机的成像尺寸，H表示镜头到被采集对象，即纸张之间的距离，L表示需要检测区域的长度。一般情况下相机的成像尺寸A是可以提前确定好的，可以根据检测精度和相机的分辨率来确定。短焦镜头可以实现广角采集，但距离中心较远的区域，可能会产生畸变，导致图像失真；长焦镜头与被采集对象的距离确定时，可采集到区域变小，在被采集对象的宽度一定时，需要更多的相机才能实现被采集对象的全幅采集，***成本会更高。
镜头的光圈决定单位时间内进入相机光量的多少，光圈越大单位时间内进入相机的光量越多，采集到的图像越亮。一般情况下光圈大小用F加数字的方法来表示，光圈的大小与F后面跟的数字成反比例关系，数字越大，光圈越小。计算公式如式4所示。
F＝f/d (4)
式中F表示光圈值，f表示镜头的焦距，d表示镜头有效口径。
镜头的分辨率是指在像平面处1毫米内能分辨开的黑白相间的线条对数，单位是“线对/毫米”，是将图像的对比清晰度量化的一种方式。相机分辨率一定的情况下，镜头的分辨率越高，采集到的图像清晰度也就越高。一般情况下选择分辨率略高于相机分辨率的镜头。
在一种可能的实施例中，纸病检测模块的性能参数为单位时间内能够处理的数据量，该性能参数根据相机的分辨率和采集频率确定。
示例性地，相机单位时间内产生的数据量，即纸病检测模块单位时间内能够处理的数据量计算公式如公式5所示。
Data＝P*f (5)
式中Data表示单位时间内产生的数据量，单位为字节每秒(B/s)；P为相机分辨率，f为相机的采集频率。
当纸机的速度和幅宽提高时，串行的CPU无法实时完成数据的处理。而FPGA(现场可编程门阵列)可以实现多内核之间的资源调度，为流水线和数据并行奠定了良好的基础，再加上其可快速定制化的优点，适用于纸病检测***中实时性要求高的检测模块，因此选择FPGA作为纸病检测模块。
在一种可能的实施例中，数据存储模块的性能参数为数据存储速度。
示例性地，数据存储模块与FPGA连接，由FPGA负责将采集到的纸张图像利用数据总线存储在数据存储模块上，此模块产生的数据量大，实时性要求高，要求数据存储模块的存储速度要大于相机产生数据的速度。为了实现***的最优化配置需要对不同存储设备的存储速度进行对比，如表1所示。
表1不同存储设备存储速度对比
Figure BDA0003161220190000071
Figure BDA0003161220190000081
从表中可以看出，固态硬盘的存储速度比机械硬盘和闪存盘的存储速度要高很多，普通的固态硬盘也可以实现300MBps的速度，同样是固态硬盘，PCI-E接口的高端固态硬盘比SATA3.0接口的固态硬盘要高出接近10倍的存储速度，这主要是由两种不同接口的存储方式不同造成的。在传统SATA接口的固态硬盘中，数据需要先从硬盘读取到内存，再将数据提取至CPU内部进行计算，计算后也需要通过CPU写入计算机的内存，然后再由内存存储到固态硬盘中。PCI-E接口没有内存环节，需要存储的数据可以直接通过***总线与CPU通信，传输效率与速度都有了成倍的提升。
实验说明：
基于本发明的实验中，中高速纸机纸病检测***检测的纸张宽度为0.8m，单位精度要求为0.1mm×0.1mm，假设需要单位精度内使用1个像素，则根据公式1可以求出在横向上需要的像素数量为8000个，则4台2K相机、2台4K相机、1台8K相机三种方式，均可满足横向像素的要求。纸张最快可以达到1130.1m/min的线速度，代入公式2可得***需要的采集频率为188.35KHZ，根据相机的频率分机情况，需要相机的采集频率要在200KHZ以上，当前在工业线阵相机中能达到200KHZ以上的CCD相机可供选择的种类不多，而很多CMOS相机可以达到300KHZ以上，因此只能选择CMOS相机。每秒钟可以产生的总数据量是1436.996MB，在传输接口的选择上就只有Camera link HS和光纤两种可以满足条件。在纸病检测方面，每秒钟能处理1436.996MB数据的硬件设备也只有DSP和FPGA可以满足。在数据存储方面，每秒钟要写入到硬盘的数据超过1GB，普通硬盘不满足此要求，只能选用高端固态硬盘。
单从性能进行分析，可以满足纸病检测***硬件配置有很多种，例如相机的选择上，选用一台具有200KHz采集频率、分辨率为8192、采用Camera link HS的CMOS相机；在纸病检测上选用FPGA板；在数据存储上选择采用M.2接口的高端固态硬盘；在纸病类型识别上可以选用高端上位机。满足以上条件的硬件设备也有多种可供选择。但对于造纸企业来说，在硬件选配的过程中，不仅要满足***的要求，经济成本和***的稳定性要求也比较高，越高端的产品，其设计难度和实现难度都会变高，价格也会相应变高，比如当前4台2K的相机的总价格小于一台8K相机，而且分辨率低的相机稳定性相对更高；单台2K相机产生的数据量相对也比较少，更容易找到适配的FPGA板。
根据的前面分析，实验中决定采用CMOS相机+FPGA+上位机的模式，为有效保存数据，同时也测试FPGA的存储效果，在此选用了三星970EVO Plus 250GB M.2接口(NVMe协议)固态硬盘，实际存储速度可以达到2300MB/s，满足***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 (6)

1.一种纸病检测***设计方法，其特征在于，所述纸病检测***包括：图像采集模块、纸病检测模块和数据存储模块，所述方法包括：
根据实际需求，确定所述图像采集模块、纸病检测模块和数据存储模块的性能参数；
选择满足所述性能参数，且成本最低的所述图像采集模块、纸病检测模块和数据存储模块；
使用选择的所述图像采集模块、纸病检测模块和数据存储模块建立所述纸病检测***。
2.根据权利要求1所述的一种纸病检测***设计方法，其特征在于，所述图像采集模块包括：相机和镜头；
确定所述图像采集模块的性能参数，包括：
确定所述相机的分辨率和采集频率；
确定所述镜头的尺寸、焦距、光圈和分辨率。
3.根据权利要求2所述的一种纸病检测***设计方法，其特征在于，所述确定所述相机的分辨率和采集频率，包括：
根据检测区域的横向宽度、需要的单位精度和单位精度中的像素总数确定需要的像素总数，所述相机的分辨率根据确定的需要的像素总数确定；
根据纸机的运行速度、需要的单位精度和单位精度中的像素总数确定所述相机的采集频率。
4.根据权利要求2所述的一种纸病检测***设计方法，其特征在于，所述确定所述镜头的尺寸、焦距、光圈和分辨率，包括：
根据所述相机的成像尺寸确定所述镜头的尺寸；
根据所述相机的成像尺寸、镜头与纸张之间的距离以及检测区域的长度确定所述镜头的焦距；
根据所述镜头的焦距和镜头的有效口径确定所述镜头的光圈；
根据所述相机的分辨率确定所述镜头的分辨率。
5.根据权利要求2所述的一种纸病检测***设计方法，其特征在于，所述纸病检测模块的性能参数为单位时间内能够处理的数据量，该性能参数根据所述相机的分辨率和采集频率确定。
6.根据权利要求1所述的一种纸病检测***设计方法，其特征在于，所述数据存储模块的性能参数为数据存储速度。
CN202110791444.1A 2021-07-13 2021-07-13 一种纸病检测***设计方法 Pending CN113504241A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110791444.1A CN113504241A (zh) 2021-07-13 2021-07-13 一种纸病检测***设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110791444.1A CN113504241A (zh) 2021-07-13 2021-07-13 一种纸病检测***设计方法

Publications (1)

Publication Number Publication Date
CN113504241A true CN113504241A (zh) 2021-10-15

Family

ID=78013265

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110791444.1A Pending CN113504241A (zh) 2021-07-13 2021-07-13 一种纸病检测***设计方法

Country Status (1)

Country Link
CN (1) CN113504241A (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201100862Y (zh) * 2006-04-26 2008-08-13 陈岳林 纸张纸病捡测***
CN202275060U (zh) * 2011-09-23 2012-06-13 山东轻工业学院 一种在线纸病检测***
CN102721702A (zh) * 2012-06-27 2012-10-10 山东轻工业学院 基于嵌入式处理器的分布式纸病检测***及方法
CN202676617U (zh) * 2012-06-27 2013-01-16 山东轻工业学院 基于嵌入式处理器的分布式纸病检测***
CN203231981U (zh) * 2013-01-04 2013-10-09 北京兆维电子(集团)有限责任公司 一种在线纸病检测***
CN103499587A (zh) * 2013-10-18 2014-01-08 齐鲁工业大学 基于Camera Link接口的高速纸病检测***
CN204287062U (zh) * 2014-11-13 2015-04-22 金奉源纸业(上海)有限公司 Wis在线缺陷检测***
CN206891989U (zh) * 2017-04-19 2018-01-16 陕西科技大学 纸病数据采集装置以及利用该装置的实时检测与反馈***
CN108037138A (zh) * 2017-12-23 2018-05-15 陕西科技大学 一种用于检测纸张双面缺陷的纸病检测***及检测方法
CN111521838A (zh) * 2020-04-24 2020-08-11 北京科技大学 一种线面阵相机相结合的热轧卷测速方法
CN111982923A (zh) * 2020-08-26 2020-11-24 陕西科技大学 基于频闪成像原理的纸病检测驱动电源优化方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201100862Y (zh) * 2006-04-26 2008-08-13 陈岳林 纸张纸病捡测***
CN202275060U (zh) * 2011-09-23 2012-06-13 山东轻工业学院 一种在线纸病检测***
CN102721702A (zh) * 2012-06-27 2012-10-10 山东轻工业学院 基于嵌入式处理器的分布式纸病检测***及方法
CN202676617U (zh) * 2012-06-27 2013-01-16 山东轻工业学院 基于嵌入式处理器的分布式纸病检测***
CN203231981U (zh) * 2013-01-04 2013-10-09 北京兆维电子(集团)有限责任公司 一种在线纸病检测***
CN103499587A (zh) * 2013-10-18 2014-01-08 齐鲁工业大学 基于Camera Link接口的高速纸病检测***
CN204287062U (zh) * 2014-11-13 2015-04-22 金奉源纸业(上海)有限公司 Wis在线缺陷检测***
CN206891989U (zh) * 2017-04-19 2018-01-16 陕西科技大学 纸病数据采集装置以及利用该装置的实时检测与反馈***
CN108037138A (zh) * 2017-12-23 2018-05-15 陕西科技大学 一种用于检测纸张双面缺陷的纸病检测***及检测方法
CN111521838A (zh) * 2020-04-24 2020-08-11 北京科技大学 一种线面阵相机相结合的热轧卷测速方法
CN111982923A (zh) * 2020-08-26 2020-11-24 陕西科技大学 基于频闪成像原理的纸病检测驱动电源优化方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
李红卫;张俊涛;: "一种在线纸病检测***", 可编程控制器与工厂自动化, no. 05 *
汤伟;王先通;王锋;王孟效;邱锦强;: "基于FPGA和CCD相机的纸病检测***的设计与实现", 中国造纸学报, no. 01 *
王先通: "基于机器视觉的纸病检测***的研究与实现", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅰ辑)》, pages 2 *

Similar Documents

Publication Publication Date Title
TWI713907B (zh) 基於cpu、gpu及fpga架構的自動光學檢測系統
EP3248374B1 (en) Method and apparatus for multiple technology depth map acquisition and fusion
US8994845B2 (en) System and method of adjusting a camera based on image data
CN104093016A (zh) 一种摄像头模组脏污检测方法及***
RU2013114371A (ru) Управление автофокусировкой с использованием статических данных изображения на основании показателей грубой и точной автофокусировки
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
CN101482518A (zh) 一种运动带状材料在线质量检测***
CN116359221A (zh) 一种锂电池检测方法、***、计算机设备及可读存储介质
CN108513069A (zh) 图像处理方法、装置、存储介质及电子设备
CN205426818U (zh) 一种基于dsp的锂电池电极表面缺陷检测***
CN103020622B (zh) 线阵光学降水降雪测量***中图像二值化方法
CN113504241A (zh) 一种纸病检测***设计方法
EP2658245A1 (en) System and method of adjusting camera image data
CN208673291U (zh) 带有显示数据功能的轨迹笔
CN205120611U (zh) 一种基于线阵相机的钢板表面缺陷检测***
CN202602795U (zh) 面向线阵ccd的自动调焦***
CN113055601B (zh) 双目拍摄矫正方法、双目拍摄矫正装置和电子设备
CN101697571B (zh) 一种小尺寸大视角的多边形成像方法及新型摄像装置
JP6330070B1 (ja) 観察装置、観察システム及び観察装置の制御方法
CN208623750U (zh) 智能工业相机
CN104717419A (zh) 自动对焦影像捕获设备与影像撷取方法
CN104049352A (zh) 数字显微镜装置、信息处理方法以及信息处理程序
CN203399196U (zh) 具有超分辨率重构功能的cmos摄像头
CN102238318A (zh) 一种手持设备的摄像装置
CN203759357U (zh) 光学取像***及光学检测***

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