CN115471469A - 砂石规格机器视觉检测方法、***、电子设备及存储介质 - Google Patents
砂石规格机器视觉检测方法、***、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115471469A CN115471469A CN202211084421.8A CN202211084421A CN115471469A CN 115471469 A CN115471469 A CN 115471469A CN 202211084421 A CN202211084421 A CN 202211084421A CN 115471469 A CN115471469 A CN 115471469A
- Authority
- CN
- China
- Prior art keywords
- image
- sand
- detected
- sandstone
- stone
- 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
Images
Classifications
-
- 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
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种砂石规格机器视觉检测方法、***、电子设备及存储介质,属于砂石规格检测技术领域,检测方法包括以下步骤:获取已知规格砂石的图像及其成像参数进行标定;获取待检测砂石的图像及其成像参数;对待检测砂石的图像进行预处理;根据预处理结果获取待检测砂石图像的评价指标数值;按照评价指标数值与砂石规格的对应关系确定待检测砂石的砂石规格。本发明利用机器视觉检测砂石规格,可以避免人眼观察的主观影响,检测结果客观准确;利用机器视觉检测砂石规格,拍摄图像和图像处理的时间很短,检测效率远高于筛分试验;利用机器视觉检测砂石规格属于非接触检测,检测过程不影响砂石运输,满足施工实时性要求,有利于提高施工效率。
Description
技术领域
本发明属于砂石规格检测技术领域,具体涉及一种砂石规格机器视觉检测方法、***、电子设备及存储介质。
背景技术
近些年来,为了满足建筑、道路等领域施工任务的需要,保证施工质量,提升施工效率,对砂石规格的辨识提出了更高的要求。快速、准确地检验砂石规格成为加快施工进度、保证施工质量的重要保障。
当前对砂石规格的检测多靠人眼观察估计或筛分试验测得,而人眼观察的主观性强,检测质量难以保证,并且需要人攀爬车辆进行观察,效率低下,筛分试验耗时费力,效率低,难以满足施工实时性要求。
发明内容
本发明的目的在于针对上述现有技术中的问题,提供一种砂石规格机器视觉检测方法、***、电子设备及存储介质,有效提高砂石规格的检测效率及精度。
为了实现上述目的,本发明有如下的技术方案:
第一方面,提供一种砂石规格机器视觉检测方法,包括以下步骤:
获取已知规格砂石的图像及其成像参数进行标定;
获取待检测砂石的图像及其成像参数;
对待检测砂石的图像进行预处理;
根据预处理结果获取待检测砂石图像的评价指标数值;
按照评价指标数值与砂石规格的对应关系确定待检测砂石的砂石规格。
作为本发明砂石规格机器视觉检测方法的一种优选方案,所述成像参数包括镜头焦距和拍摄距离,所述预处理过程包括图像缩放和边缘检测,图像缩放比为:
其中,f1和f2分别为拍摄已知规格砂石图像的镜头焦距和拍摄待检测砂石图像的镜头焦距,u1和u2分别为已知规格砂石图像的拍摄距离和待检测砂石图像的拍摄距离。
作为本发明砂石规格机器视觉检测方法的一种优选方案,所述待检测砂石图像的评价指标数值使用边缘检测算法得到的边缘像素数占图像总像素数的百分比表示。
作为本发明砂石规格机器视觉检测方法的一种优选方案,在所述按照评价指标数值与砂石规格的对应关系确定待检测砂石的砂石规格的步骤中,所述评价指标数值与砂石规格的对应关系通过标定已知规格砂石的图像确定,标定过程中采用的边缘检测算法与待检测砂石图像的边缘检测算法相同,使用边缘像素数占图像总像素数的百分比阈值范围进行表示。
作为本发明砂石规格机器视觉检测方法的一种优选方案,在所述按照评价指标数值与砂石规格的对应关系确定待检测砂石的砂石规格的步骤中,所述确定待检测砂石的砂石规格的方法为:
确定已知规格砂石的边缘像素数占图像总像素数的百分比阈值范围;
获取待检测砂石图像的边缘像素数占图像总像素数的百分比;
将待检测砂石图像的边缘像素数占图像总像素数的百分比与已知规格砂石的边缘像素数占图像总像素数的百分比阈值范围进行比对,找出落入百分比阈值范围内的砂石已知规格。
第二方面,提供一种砂石规格机器视觉检测***,包括:
已知规格砂石图像标定模块,用于获取已知规格砂石的图像及其成像参数进行标定;
待检测砂石图像获取模块,用于获取待检测砂石的图像及其成像参数;
图像预处理模块,用于对待检测砂石的图像进行预处理;
评价指标数值获取模块,用于根据预处理结果获取待检测砂石图像的评价指标数值;
砂石规格确定模块,用于按照评价指标数值与砂石规格的对应关系确定待检测砂石的砂石规格。
作为本发明砂石规格机器视觉检测***的一种优选方案,所述已知规格砂石图像标定模块与待检测砂石图像获取模块获取的成像参数包括镜头焦距和拍摄距离,所述预处理过程包括图像缩放和边缘检测,图像缩放比为:
其中,f1和f2分别为拍摄已知规格砂石图像的镜头焦距和拍摄待检测砂石图像的镜头焦距,u1和u2分别为已知规格砂石图像的拍摄距离和待检测砂石图像的拍摄距离。
作为本发明砂石规格机器视觉检测***的一种优选方案,所述砂石规格确定模块将待检测砂石图像的评价指标数值使用边缘检测算法得到的边缘像素数占图像总像素数的百分比表示;所述评价指标数值与砂石规格的对应关系通过标定已知规格砂石的图像确定,标定过程中采用的边缘检测算法与待检测砂石图像的边缘检测算法相同,使用边缘像素数占图像总像素数的百分比阈值范围进行表示;所述确定待检测砂石的砂石规格的方法为:
确定已知规格砂石的边缘像素数占图像总像素数的百分比阈值范围;
获取待检测砂石图像的边缘像素数占图像总像素数的百分比;
将待检测砂石图像的边缘像素数占图像总像素数的百分比与已知规格砂石的边缘像素数占图像总像素数的百分比阈值范围进行比对,找出落入百分比阈值范围内的砂石已知规格。
第三方面,提供一种电子设备,包括:
存储器,存储至少一个指令;及
处理器,执行所述存储器中存储的指令以实现所述砂石规格机器视觉检测方法。
第四方面,提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个指令,所述至少一个指令被电子设备中的处理器执行以实现所述砂石规格机器视觉检测方法。
相较于现有技术,本发明至少具有如下的有益效果:
本发明采用机器视觉方法进行砂石规格的检测,通过对待检测砂石的图像进行边缘检测,根据边缘检测结果获取待检测砂石图像的评价指标数值,最后按照评价指标数值与砂石规格的对应关系确定待检测砂石的砂石规格。首先,本发明利用机器视觉检测砂石规格,可以避免人眼观察的主观影响,检测结果客观准确;其次,利用机器视觉检测砂石规格,拍摄图像和图像处理的时间很短,检测效率远高于筛分试验;最后,利用机器视觉检测砂石规格,属于非接触检测,检测过程不影响砂石运输,满足施工实时性要求,有利于提高施工效率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简要地介绍,显而易见地,以下附图仅仅是本发明的部分实施例附图,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他实施例附图。
图1为本发明实施例砂石规格机器视觉检测方法流程图;
图2(a)为本发明实施例拍摄的待检测砂石图像示意图;
图2(b)为本发明实施例对待检测砂石图像进行边缘检测处理后的示意图。
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,所描述的实施例仅是本发明的一部分实施例,而不是全部的实施例。
请参阅图1,本发明提出的一种砂石规格机器视觉检测方法,包括以下步骤:
S1、获取已知规格砂石的图像及其成像参数进行标定;
S2、获取待检测砂石的图像及其成像参数;
S3、对待检测砂石的图像进行预处理;
S4、根据预处理结果获取待检测砂石图像的评价指标数值;
S5、按照评价指标数值与砂石规格的对应关系确定待检测砂石的砂石规格。
在本实施例中,在步骤S1以及步骤S2的操作过程中,已知规格砂石的图像以及待检测砂石的图像通过相机拍摄获取,拍摄距离保持相同。同时,在相同的拍摄距离下拍摄多种已知规格砂石的图像,砂石种类的数量与待检测砂石种类的数量相同。
在一种可能的实施方式中,步骤S1以及步骤S2所获取的成像参数包括镜头焦距和拍摄距离,所述预处理过程包括图像缩放和边缘检测,图像缩放比为:
其中,f1和f2分别为拍摄已知规格砂石图像的镜头焦距和拍摄待检测砂石图像的镜头焦距,u1和u2分别为已知规格砂石图像的拍摄距离和待检测砂石图像的拍摄距离。
在一种可能的实施方式中,步骤S4中所述待检测砂石图像的评价指标数值使用边缘检测算法得到的边缘像素数占图像总像素数的百分比表示。
在一种可能的实施方式中,步骤S5中所述评价指标数值与砂石规格的对应关系通过标定已知规格砂石的图像确定,标定过程中采用的边缘检测算法与待检测砂石图像的边缘检测算法相同,使用边缘像素数占图像总像素数的百分比阈值范围进行表示。
在一种可能的实施方式中,步骤S5确定待检测砂石的砂石规格的方法为:
确定已知规格砂石的边缘像素数占图像总像素数的百分比阈值范围;
获取待检测砂石图像的边缘像素数占图像总像素数的百分比;
将待检测砂石图像的边缘像素数占图像总像素数的百分比与已知规格砂石的边缘像素数占图像总像素数的百分比阈值范围进行比对,找出落入百分比阈值范围内的砂石已知规格。
本实施例步骤S3所述的对待检测砂石的图像进行预处理,包括对待检测砂石的图像进行边缘检测,具体指通过图像边缘检测算法从获取到的图像上进行提取。又结合步骤S4根据预处理结果获取待检测砂石图像的评价指标数值以及步骤S5按照评价指标数值与砂石规格的对应关系确定待检测砂石的砂石规格,砂石图像的评价指标数值用边缘像素数占图像总像素数的百分比表示,以及评价指标数值与砂石规格的对应关系用阈值范围表示,可以得到:
例如,13.5%~21.5%对应13石子,21.5%~27.75%对应12石子。
请参阅图2(a)与图2(b),图2(a)为拍摄的待检测砂石图像,图2(b)为对待检测砂石图像进行边缘检测处理后的效果图,根据边缘检测计算得到的评价指标数值为17.49%,该数值落入13石子对应的13.5%~21.5%阈值范围内,因此确定待检测砂石的规格为13石子。
综上所述,本发明的检测方法不仅可以避免人眼观察的主观影响,检测结果客观准确,同时属于非接触检测,检测过程不影响砂石运输,可以满足施工实时性要求,有利于提高施工效率。此外,拍摄图像和图像处理的时间很短,检测效率远高于筛分试验。
本发明的另一实施例提出一种砂石规格机器视觉检测***,包括:
已知规格砂石图像标定模块,用于获取已知规格砂石的图像及其成像参数进行标定;
待检测砂石图像获取模块,用于获取待检测砂石的图像及其成像参数;
图像预处理模块,用于对待检测砂石的图像进行预处理;
评价指标数值获取模块,用于根据预处理结果获取待检测砂石图像的评价指标数值;
砂石规格确定模块,用于按照评价指标数值与砂石规格的对应关系确定待检测砂石的砂石规格。
进一步的,已知规格砂石图像标定模块与待检测砂石图像获取模块获取的成像参数包括镜头焦距和拍摄距离,所述预处理过程包括图像缩放和边缘检测,图像缩放比为:
其中,f1和f2分别为拍摄已知规格砂石图像的镜头焦距和拍摄待检测砂石图像的镜头焦距,u1和u2分别为已知规格砂石图像的拍摄距离和待检测砂石图像的拍摄距离。
更进一步的,砂石规格确定模块将待检测砂石图像的评价指标数值使用边缘检测算法得到的边缘像素数占图像总像素数的百分比表示;所述评价指标数值与砂石规格的对应关系通过标定已知规格砂石的图像确定,标定过程中采用的边缘检测算法与待检测砂石图像的边缘检测算法相同,使用边缘像素数占图像总像素数的百分比阈值范围进行表示。
更进一步的,砂石规格确定模块确定待检测砂石的砂石规格的方法为:
确定已知规格砂石的边缘像素数占图像总像素数的百分比阈值范围;
获取待检测砂石图像的边缘像素数占图像总像素数的百分比;
将待检测砂石图像的边缘像素数占图像总像素数的百分比与已知规格砂石的边缘像素数占图像总像素数的百分比阈值范围进行比对,找出落入百分比阈值范围内的砂石已知规格。
本发明实施例还提出一种电子设备,包括:
存储器,存储至少一个指令;及
处理器,执行所述存储器中存储的指令以实现如所述砂石规格机器视觉检测方法。
本发明实施例还一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个指令,所述至少一个指令被电子设备中的处理器执行以实现所述砂石规格机器视觉检测方法。
示例性的,所述存储器中存储的指令可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在计算机可读存储介质中,并由所述处理器执行,以完成本发明所述砂石规格机器视觉检测方法。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段,该指令段用于描述所述计算机程序在服务器中的执行过程。
所述电子设备可以是智能手机、笔记本、掌上电脑及云端服务器等计算设备。所述电子设备可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,所述电子设备还可以包括更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述电子设备还可以包括输入输出设备、网络接入设备、总线等。
所述处理器可以是中央处理单元(CentraL Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(DigitaL SignaL Processor,DSP)、专用集成电路(AppLication Specific Integrated Circuit,ASIC)、现成可编程门阵列(FieLd-ProgrammabLe Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器可以是所述服务器的内部存储单元,例如服务器的硬盘或内存。所述存储器也可以是所述服务器的外部存储设备,例如所述服务器上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure DigitaL,SD)卡,闪存卡(FLash Card)等。
进一步地,所述存储器还可以既包括所述服务器的内部存储单元也包括外部存储设备。所述存储器用于存储所述计算机可读指令以及所述服务器所需的其他程序和数据。所述存储器还可以用于暂时地存储已经输出或者将要输出的数据。
需要说明的是,上述模块单元之间的信息交互、执行过程等内容,由于与方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种砂石规格机器视觉检测方法,其特征在于,包括以下步骤:
获取已知规格砂石的图像及其成像参数进行标定;
获取待检测砂石的图像及其成像参数;
对待检测砂石的图像进行预处理;
根据预处理结果获取待检测砂石图像的评价指标数值;
按照评价指标数值与砂石规格的对应关系确定待检测砂石的砂石规格。
3.根据权利要求1所述砂石规格机器视觉检测方法,其特征在于,所述待检测砂石图像的评价指标数值使用边缘检测算法得到的边缘像素数占图像总像素数的百分比表示。
4.根据权利要求3所述砂石规格机器视觉检测方法,其特征在于,在所述按照评价指标数值与砂石规格的对应关系确定待检测砂石的砂石规格的步骤中,所述评价指标数值与砂石规格的对应关系通过标定已知规格砂石的图像确定,标定过程中采用的边缘检测算法与待检测砂石图像的边缘检测算法相同,使用边缘像素数占图像总像素数的百分比阈值范围进行表示。
5.根据权利要求1所述砂石规格机器视觉检测方法,其特征在于,在所述按照评价指标数值与砂石规格的对应关系确定待检测砂石的砂石规格的步骤中,所述确定待检测砂石的砂石规格的方法为:
确定已知规格砂石的边缘像素数占图像总像素数的百分比阈值范围;
获取待检测砂石图像的边缘像素数占图像总像素数的百分比;
将待检测砂石图像的边缘像素数占图像总像素数的百分比与已知规格砂石的边缘像素数占图像总像素数的百分比阈值范围进行比对,找出落入百分比阈值范围内的砂石已知规格。
6.一种砂石规格机器视觉检测***,其特征在于,包括:
已知规格砂石图像标定模块,用于获取已知规格砂石的图像及其成像参数进行标定;
待检测砂石图像获取模块,用于获取待检测砂石的图像及其成像参数;
图像预处理模块,用于对待检测砂石的图像进行预处理;
评价指标数值获取模块,用于根据预处理结果获取待检测砂石图像的评价指标数值;
砂石规格确定模块,用于按照评价指标数值与砂石规格的对应关系确定待检测砂石的砂石规格。
8.根据权利要求6所述砂石规格机器视觉检测***,其特征在于,所述砂石规格确定模块将待检测砂石图像的评价指标数值使用边缘检测算法得到的边缘像素数占图像总像素数的百分比表示;所述评价指标数值与砂石规格的对应关系通过标定已知规格砂石的图像确定,标定过程中采用的边缘检测算法与待检测砂石图像的边缘检测算法相同,使用边缘像素数占图像总像素数的百分比阈值范围进行表示;所述确定待检测砂石的砂石规格的方法为:
确定已知规格砂石的边缘像素数占图像总像素数的百分比阈值范围;
获取待检测砂石图像的边缘像素数占图像总像素数的百分比;
将待检测砂石图像的边缘像素数占图像总像素数的百分比与已知规格砂石的边缘像素数占图像总像素数的百分比阈值范围进行比对,找出落入百分比阈值范围内的砂石已知规格。
9.一种电子设备,其特征在于,包括:
存储器,存储至少一个指令;及
处理器,执行所述存储器中存储的指令以实现如权利要求1至5中任意一项所述砂石规格机器视觉检测方法。
10.一种计算机可读存储介质,其特征在于:所述计算机可读存储介质中存储有至少一个指令,所述至少一个指令被电子设备中的处理器执行以实现如权利要求1至5中任意一项所述砂石规格机器视觉检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211084421.8A CN115471469A (zh) | 2022-09-06 | 2022-09-06 | 砂石规格机器视觉检测方法、***、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211084421.8A CN115471469A (zh) | 2022-09-06 | 2022-09-06 | 砂石规格机器视觉检测方法、***、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115471469A true CN115471469A (zh) | 2022-12-13 |
Family
ID=84368356
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211084421.8A Pending CN115471469A (zh) | 2022-09-06 | 2022-09-06 | 砂石规格机器视觉检测方法、***、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115471469A (zh) |
-
2022
- 2022-09-06 CN CN202211084421.8A patent/CN115471469A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107507173B (zh) | 一种全切片图像的无参考清晰度评估方法及*** | |
Feichtenhofer et al. | A perceptual image sharpness metric based on local edge gradient analysis | |
CN109886928B (zh) | 一种目标细胞标记方法、装置、存储介质及终端设备 | |
CN108896278B (zh) | 一种滤光片丝印缺陷检测方法、装置及终端设备 | |
CN110517265B (zh) | 一种产品表面缺陷的检测方法、装置及存储介质 | |
CN111667448B (zh) | 一种图像处理方法、装置及设备 | |
CN110766679A (zh) | 镜头脏污检测方法、装置及终端设备 | |
CN113240630A (zh) | 散斑图像质量评估方法、装置、终端设备及可读存储介质 | |
CN111223078B (zh) | 瑕疵等级判定的方法及存储介质 | |
CN116703909B (zh) | 一种电源适配器生产质量智能检测方法 | |
CN110706182A (zh) | 一种屏蔽罩平面度检测方法、装置、终端设备及存储介质 | |
CN112014413A (zh) | 一种基于机器视觉的手机玻璃盖板视窗区缺陷检测方法 | |
CN111368587A (zh) | 场景检测方法、装置、终端设备及计算机可读存储介质 | |
CN111311562B (zh) | 虚焦图像的模糊度检测方法及装置 | |
CN117094975A (zh) | 钢铁表面缺陷检测方法、装置及电子设备 | |
CN115690747B (zh) | 车辆盲区检测模型测试方法、装置、电子设备及存储介质 | |
CN114140481A (zh) | 一种基于红外图像的边缘检测方法、装置 | |
CN109102486B (zh) | 基于机器学习的表面缺陷检测方法及装置 | |
CN111222446B (zh) | 人脸识别方法、人脸识别装置及移动终端 | |
CN116137061B (zh) | 数量统计模型的训练方法、装置、电子设备及存储介质 | |
CN112967224A (zh) | 一种基于人工智能的电子电路板检测***、方法及介质 | |
CN110335219B (zh) | 一种像素畸变的校正方法、校正装置及终端 | |
CN111311610A (zh) | 图像分割的方法及终端设备 | |
CN115471469A (zh) | 砂石规格机器视觉检测方法、***、电子设备及存储介质 | |
CN116249015A (zh) | 摄像头遮挡检测方法、装置、摄像头设备及存储介质 |
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 |