TWI707308B - 基於單色光之物體檢測方法及檢測系統 - Google Patents
基於單色光之物體檢測方法及檢測系統 Download PDFInfo
- Publication number
- TWI707308B TWI707308B TW108126431A TW108126431A TWI707308B TW I707308 B TWI707308 B TW I707308B TW 108126431 A TW108126431 A TW 108126431A TW 108126431 A TW108126431 A TW 108126431A TW I707308 B TWI707308 B TW I707308B
- Authority
- TW
- Taiwan
- Prior art keywords
- light
- pictures
- measured
- picture
- monochromatic light
- Prior art date
Links
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
- Image Analysis (AREA)
Abstract
本發明提供一種基於單色光之物體檢測方法、檢測系統，所述系統包括傳送單元、攝像單元、光源、分光單元及電腦裝置，所述方法包括：藉由分光單元將光源之入射光分解成不同顏色之單色光；當待測物體藉由單色光照射區域時，攝像單元每隔一預設時間採集待測物體之圖片，得到多幅待測物體之圖片；電腦裝置獲取多幅待測物體之圖片，在多幅圖片中提取待測物體在同一色光照射下之圖片；電腦裝置整合從多幅圖片中提取之待測物體在同一色光照射下之圖片；電腦裝置輸出整合後之圖片，用於物體檢測。
Description
本發明涉及物體檢測領域，具體涉及一種基於單色光之物體檢測方法、基於單色光之物體檢測系統。
現在之流水線生產作業過程中，經常要對產品表面進行瑕疵檢測或待測物體表面圖像之獲取，傳統之檢測方法是依照待檢測物體之物理特性，使用多種顏色之光源，依序打光攝像，藉由反射光之性質檢查待檢測物體表面之物理特性。傳統之做法是使用單一之光源，常發生目標影像消失之情況，需要使用不同顏色之色光才能凸顯出目標影像，且這一過程需要花費較多之時間，尤其是在流水線上，由於存在更換光源使得目標影像消失之情況，所以需要將流水線之傳送帶暫停，待攝像單元獲取完反射光之情況後才能繼續轉動。
鑒於以上內容，有必要提出一種基於單色光之物體檢測方法、基於單色光之物體檢測系統，使得基於單色光之物體檢測在不更換光源之前提下方便快捷之完成待測物體之檢測。
本申請之第一方面提供一種基於單色光之物體檢測方法，所述方法包括：藉由分光單元將光源之入射光分解成不同顏色之單色光；
當待測物體跟隨傳送單元移動，藉由所述不同顏色之單色光照射區域時，攝像單元每隔一預設時間採集待測物體之圖片，得到多幅待測物體之圖片；電腦裝置獲取所述多幅待測物體之圖片，在所述多幅圖片中提取待測物體在同一色光照射下之圖片；電腦裝置整合從多幅圖片中提取之待測物體在同一色光照射下之圖片；電腦裝置輸出整合後之圖片，用於物體檢測。
優選地，所述分光單元為三棱鏡。
優選地，所述預設時間為待測物體跟隨所述傳送單元移動時，所述待測物體上預設點開始進入一單色光照射區域之時間與所述預設點離開所述單色光照射區域之時間之間之時間差。
優選地，獲取所述多幅待測物體之圖片，在所述多幅圖片中提取待測物體在同一色光照射下之圖片之步驟包括：獲取攝像單元在待測物體進入第一個單色光照射區域到離開最後一個單色光照射區域時間內元採集之所述待測物體之表面之多幅圖片；按照不同色光之照射區域分割所述多幅圖片，得到每一色光照射下待測物體之分割圖片；提取所述每一色光照射區域內之圖片資訊。
優選地，按照不同色光之照射區域分割所述多幅圖片之步驟包括：獲取任一圖片，使用圖像識別方法識別出所述圖片中不同色光照射之區域；按照色光照射區域分割所述圖片。
優選地，整合從多幅圖片中提取之待測物體在同一色光照射下之圖片之步驟包括：從多幅圖片中獲取同一色光照射下待測物體之分割圖片；在所述分割圖片中使用圖像識別方法對所述分割圖片之內容進行識別並按照預設規則進行標號；
按照所述標號整合所述分割圖片。
優選地，所述步驟還包括：對整合後之分割圖像進行銳化處理，增強圖片之特徵資訊。
本申請之第二方面提供一種基於單色光之物體檢測系統，所述系統包括：光源，用於發出複色光；分光單元，用於將光源發出之複色光分解成單色光，藉由分光單元將光源之入射光分解成不同顏色之單色光；攝像單元，用於採集待測物體之圖片，當待測物體跟隨傳送單元移動，藉由所述不同顏色之單色光照射區域時，攝像單元每隔一預設時間採集待測物體之圖片，得到多幅待測物體之圖片；處理器，用於執行電腦程式指令；記憶體，用於存儲電腦程式指令，所述電腦程式指令由所述處理器運行並執行如下步驟：獲取所述多幅待測物體之圖片，在所述多幅圖片中提取待測物體在同一色光照射下之圖片；整合從多幅圖片中提取之待測物體在同一色光照射下之圖片；輸出整合後之圖片，用於物體檢測。
本發明基於單色光之物體檢測方法藉由分光單元獲取不同顏色之單色光，攝像單元收集單色光照射在待測物體上反射光光所形成之圖像，藉由電腦裝置對所述圖像進行整理，最後輸出所述待測物體在單色光照射下之圖像。藉由所述方法可以方便快捷之獲取待測物體在不同單色光照射下所呈現之圖片，並將所述圖片用於物體檢測。
1:傳送單元
2:光源
3:分光單元
4:攝像單元
5:待測物體
6:電腦裝置
10:流水線系統
20:記憶體
30:處理器
40:電腦程式
圖1是本發明實施例一提供之單色光檢測方法之應用環境架構示意圖。
圖2是本發明電腦裝置較佳實施例之示意圖。
圖3是本發明實施例二提供之待測物體表面照射示意圖。
圖4是本發明實施例二提供之單色光檢測方法流程圖。
為了能夠更清楚地理解本發明之上述目的、特徵和優點，下面結合附圖和具體實施例對本發明進行詳細描述。需要說明之是，在不衝突之情況下，本申請之實施例及實施例中之特徵可以相互組合。
在下面之描述中闡述了很多具體細節以便於充分理解本發明，所描述之實施例僅僅是本發明一部分實施例，而不是全部之實施例。基於本發明中之實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得之所有其他實施例，都屬於本發明保護之範圍。
除非另有定義，本文所使用之所有之技術和科學術語與屬於本發明之技術領域之技術人員通常理解之含義相同。本文中在本發明之說明書中所使用之術語只是為了描述具體之實施例之目的，不是旨在於限制本發明。
實施例一
參閱圖1所示，為本發明實施例一提供之單色光檢測方法之應用環境架構示意圖。
本實施方式中，所述單色光檢測方法應用於流水線系統10中。所述流水線系統中包括傳送單元1、光源2、分光單元3、攝像單元4，如圖所示傳送單元1上放置有待測物體5，攝像單元4位於流水線之上方，所述攝像單元4之拍攝視角以能完全拍到待測物體5在不同單色光之照射區域為準，所述光源2與
分光單元3均在待測物體5之上方，其中分光單元3位於光源2之下方，待測物體5之上方，所述攝像單元4與電腦裝置6藉由網路建立通信連接。所述網路可以是有線網路，也可以是無線網路，例如無線電、無線保真(Wireless Fidelity,WIFI)、蜂窩、衛星、廣播等。
所述光源2包括但不限於白熾燈、LED燈等。
所述分光單元3可以包括三棱鏡、分光器等。所述分光單元3接收光源之入射光，並將入射光分解成不同顏色之單色光。
在本發明一實施方式中，所述分光單元為一三棱鏡，所述光源為LED燈，三棱鏡接收LED燈之光線，將所述光線分解為紅、橙、黃、綠、青、藍、紫這七種單色光。
所述攝像單元4可以是具有拍攝功能之攝像機，包括但不限於攝像頭、照相機等。當待測物體跟隨傳送單元移動，藉由所述不同顏色之單色光照射區域時，攝像單元每隔一預設時間採集待測物體之圖片，得到多幅待測物體之圖片。
所述預設時間為隨著待測物體在傳送單元上之移動，一單色光從開始照射到完全照射待測物體所經歷之時間。
舉例而言，如圖3是本發明實施例二提供之待測物體表面照射示意圖，待測物體5首先經過之單色光照射區域為紫色，當待測物體5準備進去紫色光照射區域之時間為t 0，離開紫色光之照射區域為t 1，則所述預設時間為：T=t 1-t 0
且不同色光照射之範圍均相等，則所述攝像單元每隔時間T獲取待測物體圖片，可以得到待測物體在不同單色光照射下之圖片。
在本發明又一實施方式中，所述分光單元之位置可以調節，藉由調節分光單元與光源之間之距離，得到在不同單色光下高清晰度之待測物體圖
片。
所述電腦裝置6可以為安裝有基於單色光檢測軟體之電子設備，如圖2所示，所述電腦裝置6包括記憶體20、處理器30以及存儲在所述記憶體20中並可在所述處理器30上運行之電腦程式40。所述電腦程式用於完成如下所述功能。
獲取所述多幅待測物體之圖片，在所述多幅圖片中提取待測物體在同一色光照射下之圖片。
在本發明一實施方式中，獲取所述多幅待測物體之圖片，在所述多幅圖片中提取待測物體在同一色光照射下之圖片之步驟可以包括：獲取攝像單元在待測物體進入第一個單色光照射區域到離開最後一個單色光照射區域時間內元採集之所述待測物體之表面之多幅圖片；按照不同色光之照射區域分割所述多幅圖片，得到每一色光照射下待測物體之分割圖片；提取所述每一色光照射區域內之圖片資訊。
按照不同色光之照射區域分割所述多幅圖片之步驟可以包括：獲取任一圖片，使用圖像識別方法識別出所述圖片中不同色光照射之區域；按照色光照射區域分割所述圖片。
所述圖像識別方法包括但不限於基於神經網路之圖像識別方法、基於小波矩之圖像識別方法等，所述圖像識別方法為現有技術，在此不再贅述。
舉例而言，結合圖1、圖3所示，攝像單元4採集了待測物體沒有進入單色光照射區域，到完全位於單色光照射區域之過程之8幅圖片，攝像單元4將採集之8張圖片發送給電腦裝置6，電腦裝置6獲取到圖片，將任一圖片使用基於神經網路之圖像識別方法對所述圖片進行識別，識別出圖片中紅光照射之區
域，橙光照射之區域，黃光照射之區域，綠光照射之區域，青色光照射之區域，藍光照射之區域，紫色光照射之區域。藉由所述圖像識別方法對多幅圖片進行識別，可以得按照不同色光之照射情況進行分割之待測物體之分割圖片。
整合從多幅圖片中提取之待測物體在同一色光照射下之圖片。
在本發明一實施方式中，整合從多幅圖片中提取之待測物體在同一色光照射下之圖片之步驟可以包括：從多幅圖片中獲取同一色光照射下待測物體之分割圖片；在所述分割圖片中使用圖像識別方法對所述分割圖片之內容進行識別並按照預設規則進行標號；按照所述標號整合所述分割圖片。
所述預設規則可以是按照分光區域之寬度將待測物體之圖片進行分割，然後按照分割區域以待測物體從左向右、從右向左、從上到下、從下到上之規則進行編號。
在本發明又一實施方式中，所述步驟還包括：對整合後之分割圖像進行銳化處理，增強圖片之特徵資訊。
舉例而言，電腦裝置6獲取同一色光照射下待測物體之分割圖片，對所述分割圖像使用基於神經網路之圖像識別方法進行識別，識別出所述圖片位於待測物體之部位，將設別出之待測物體之部位按照待測物體從左往右之順序進行標號，按照所述標號對所述分割圖像進行整合，得到了待測物體在不同色光下之圖片。並將所述圖片使用圖像增強方法進行銳化處理，去除掉圖片中之冗余資訊，增強圖片中待測物體在不同色光下之狀態資訊，所述圖像增強方法包括拉普拉斯運算元圖像增強方法、長條圖均衡化增強方法。
輸出整合後之圖片，用於物體檢測。
在本發明一實施方式中，將獲取到之待測物體5在不同色光下之圖
像藉由電腦裝置6進行輸出。
在本發明其他實施方式，所述待測物體5在不同色光下之圖像也可以藉由網路傳輸到其他使用者終端進行輸出，所述使用者終端包括但不限於智慧手機、平板電腦、筆記型電腦等。
所述電腦裝置6可以是桌上型電腦、筆記本、掌上型電腦及雲端伺服器等計算設備。本領域技術人員可以理解，所述示意圖僅僅是電腦裝置6之示例，並不構成對電腦裝置6之限定，可以包括比圖示更多或更少之部件，或者組合某些部件，或者不同之部件，例如所述電腦裝置6還可以包括輸入輸出設備、網路接入設備、匯流排等。
所稱處理器30可以是中央處理單元(Central Processing Unit,CPU)，還可以是其他通用處理器、數位訊號處理器(Digital Signal Processor,DSP)、專用積體電路(Application Specific Integrated Circuit,ASIC)、現成可程式設計閘陣列(Field-Programmable Gate Array,FPGA)或者其他可程式設計邏輯器件、分立門或者電晶體邏輯器件、分立硬體元件等。通用處理器可以是微處理器或者所述處理器30也可以是任何常規之處理器等，所述處理器30是所述電腦裝置6之控制中心，利用各種介面和線路連接整個電腦裝置6之各個部分。
所述記憶體20可用於存儲所述電腦程式40和/或模組/單元，所述處理器30藉由運行或執行存儲在所述記憶體20內之電腦程式和/或模組/單元，以及調用存儲在記憶體20內之資料，實現所述電腦裝置6之各種功能。所述記憶體20可主要包括存儲程式區和存儲資料區，其中，存儲程式區可存儲作業系統、至少一個功能所需之應用程式(比如聲音播放功能、圖像播放功能等)等；存儲資料區可存儲根據電腦裝置6之使用所創建之資料(比如音訊資料、電話本等)等。此外，記憶體20可以包括高速隨機存取記憶體，還可以包括非易失性記憶體，例如硬碟、記憶體、插接式硬碟，智慧存儲卡(Smart Media Card,SMC)，
安全數位(Secure Digital,SD)卡，快閃記憶體卡(Flash Card)、至少一個磁碟記憶體件、快閃記憶體器件、或其他易失性固態記憶體件。
所述電腦裝置6集成之模組/單元如果以軟體功能單元之形式實現並作為獨立之產品銷售或使用時，可以存儲在一個電腦可讀取存儲介質中。基於這樣之理解，本發明實現上述實施例方法中之全部或部分流程，也可以藉由電腦程式來指令相關之硬體來完成，所述之電腦程式可存儲於一電腦可讀存儲介質中，所述電腦程式在被處理器執行時，可實現上述各個方法實施例之步驟。
其中，所述電腦程式包括電腦程式代碼，所述電腦程式代碼可以為原始程式碼形式、物件代碼形式、可執行檔或某些中間形式等。所述電腦可讀介質可以包括：能夠攜帶所述電腦程式代碼之任何實體或裝置、記錄介質、U盤、移動硬碟、磁碟、光碟、電腦記憶體、唯讀記憶體(ROM，Read-Only Memory)、隨機存取記憶體(RAM,Random Access Memory)、電載波信號、電信信號以及軟體分發介質等。需要說明之是，所述電腦可讀介質包含之內容可以根據司法管轄區內立法和專利實踐之要求進行適當之增減，例如在某些司法管轄區，根據立法和專利實踐，電腦可讀介質不包括電載波信號和電信信號。
實施例二
請參閱圖4所示，是本發明第二實施例提供之單色光檢測方法之流程圖。根據不同之需求，所述流程圖中步驟之順序可以改變，某些步驟可以省略。
步驟S1、 藉由分光單元將光源之入射光分解成不同顏色之單色光。
在本發明一實施方式中，所述分光單元為一三棱鏡，所述光源為LED燈，三棱鏡接收LED燈之光線，將所述光線分解為紅、橙、黃、綠、青、藍、紫這七種單色光。
步驟S2、 當待測物體跟隨傳送單元移動，藉由所述不同顏色之單
色光照射區域時，攝像單元每隔一預設時間採集待測物體之圖片，得到多幅待測物體之圖片。
所述預設時間為隨著待測物體在傳送單元上之移動，一單色光從開始照射到完全照射待測物體所經歷之時間。
舉例而言，如圖3是本發明實施例二提供之待測物體表面照射示意圖，待測物體5首先經過之單色光照射區域為紫色，當待測物體5準備進去紫色光照射區域之時間為t 0，離開紫色光之照射區域為t 1，則所述預設時間為：T=t 1-t 0
且不同色光照射之範圍均相等，則所述攝像單元每隔時間T獲取待測物體圖片，可以得到待測物體在不同單色光照射下之圖片。
在本發明又一實施方式中，所述分光單元之位置可以調節，藉由調節分光單元與光源之間之距離，得到在不同單色光下清晰度不同之待測物體圖片。
步驟S3、 電腦裝置獲取所述多幅待測物體之圖片，在所述多幅圖片中提取待測物體在同一色光照射下之圖片。
在本發明一實施方式中，獲取多幅待測物體之圖片，在所述多幅圖片中提取待測物體在同一色光照射下之狀態之步驟可以包括：獲取待測物體從進入第一個單色光照射區域到離開最後一個單色光照射區域時間內，攝像單元採集之待測物體之表面之多幅圖片；按照不同色光之照射區域分割所述多幅圖片，得到同一色光照射下待測物體之分割圖片；提取所述同一色光照射區域內之圖片資訊。
按照不同色光之照射區域分割所述多幅圖片之步驟可以包括：
獲取任一圖片，使用圖像識別方法識別所述圖片，識別出所述圖片中不同
色光照射之區域；按照同一色光照射區域分割所述圖片。
所述圖像識別方法包括但不限於基於神經網路之圖像識別方法、基於小波矩之圖像識別方法等，所述圖像識別方法為現有技術，在此不再贅述。
舉例而言，如圖3是本發明實施例二提供之待測物體表面照射示意圖。攝像單元4採集了待測物體沒有進入單色光照射區域，到完全位於單色光照射區域之過程之多幅圖片，攝像單元4將採集之多幅圖片發送給電腦裝置6，電腦裝置6獲取到圖片，將任一圖片使用基於神經網路之圖像識別方法對所述圖片進行識別，識別出圖片中紅光照射之區域，橙光照射之區域，黃光照射之區域，綠光照射之區域，青色光照射之區域，藍光照射之區域，紫色光照射之區域，使用所述圖像識別方法對多幅圖片進行識別，可以得按照不同色光之照射情況進行分割之待測物體之分割圖片。
步驟S4、 電腦裝置整合從多幅圖片中提取之待測物體在同一色光照射下之圖片。
在本發明一實施方式中，整合從多幅圖片中提取之之待測物體在同一色光照射下之圖片之步驟可以包括：獲取同一色光照射下待測物體之分割圖片；在所述分割圖片中使用圖像識別方法對所述分割圖片之內容進行識別並按照預設規則進行標號；按照所述標號整合所述分割圖片。
所述預設規則可以是按照分光區域之寬度將待測物體之圖片進行分割，然後按照分割區域以待測物體從左向右、從右向左、從上到下、從下到上之規則進行編號。
在本發明又一實施方式中，所述步驟還包括：對整合後之分割圖
像進行銳化處理，增強圖片之特徵資訊。
舉例而言，電腦裝置6獲取同一色光照射下待測物體之分割圖片，對所述分割圖像使用基於神經網路之圖像識別方法進行識別，識別出所述圖片位於待測物體之部位，將設別出之待測物體之部位按照待測物體從左往右之順序進行標號，按照所述標號對所述分割圖像進行整合，得到了待測物體在不同色光下之圖片。並將所述圖片使用圖像增強方法進行銳化處理，去除掉圖片中之冗余資訊，增強圖片中待測物體在不同色光下之狀態資訊，所述圖像增強方法包括拉普拉斯運算元圖像增強方法、長條圖均衡化增強方法。
步驟S5、 電腦裝置輸出整合後之圖片，用於物體檢測。
在本發明一實施方式中，將獲取到之待測物體5在不同色光下之圖像藉由電腦裝置6進行輸出。
在本發明其他實施方式，所述待測物體5在不同色光下之圖像也可以藉由網路傳輸到其他使用者終端進行輸出，所述使用者終端包括但不限於智慧手機、平板電腦、筆記型電腦等。
上述圖2詳細介紹了本發明之單色光檢測方法，下面結合第4圖，對實現所述單色光檢測方法之軟體裝置之功能模組以及實現所述單色光檢測方法之硬體裝置架構進行介紹。
應所述瞭解，所述實施例僅為說明之用，在專利申請範圍上並不受此結構之限制。
對於本領域技術人員而言，顯然本發明不限於上述示範性實施例之細節，而且在不背離本發明之精神或基本特徵之情況下，能夠以其他之具體形式實現本發明。因此，無論從哪一點來看，均應將實施例看作是示範性之，而且是非限制性之，本發明之範圍由所附權利要求而不是上述說明限定，因此旨在將落在權利要求之等同要件之含義和範圍內之所有變化涵括在本發明內。
不應將權利要求中之任何附圖標記視為限制所涉及之權利要求。此外，顯然“包括”一詞不排除其他單元或步驟，單數不排除複數。權利要求中陳述之多個單元或電子設備也可以由同一個單元或電子設備藉由軟體或者硬體來實現。第一，第二等詞語用來表示名稱，而並不表示任何特定之順序。
最後應說明之是，以上實施例僅用以說明本發明之技術方案而非限制，儘管參照較佳實施例對本發明進行了詳細說明，本領域之普通技術人員應當理解，可以對本發明之技術方案進行修改或等同替換，而不脫離本發明技術方案之精神和範圍。
Claims (8)
- 一種基於單色光之物體檢測方法，所述方法包括：藉由分光單元將光源之入射光分解成不同顏色之單色光；當待測物體跟隨傳送單元移動，藉由所述不同顏色之單色光照射區域時，攝像單元每隔一預設時間採集待測物體之圖片，得到多幅待測物體之圖片；電腦裝置獲取攝像單元在待測物體進入第一個單色光照射區域到離開最後一個單色光照射區域時間內採集之所述待測物體之表面之多幅圖片；電腦裝置按照不同色光之照射區域分割所述多幅圖片，得到每一色光照射下待測物體之分割圖片；電腦裝置提取所述每一色光照射區域內之圖片資訊；電腦裝置整合從多幅圖片中提取之待測物體在同一色光照射下之圖片，並對整合後之圖片進行銳化處理去除掉圖片中之冗余資訊，並利用圖像增強方法增強整合後之圖片中待測物體在色光下之狀態資訊；電腦裝置輸出整合後之圖片，用於物體檢測。
- 如請求項1所述之基於單色光之物體檢測方法，其中，所述分光單元為三棱鏡。
- 如請求項1所述之基於單色光之物體檢測方法，其中，所述預設時間為待測物體跟隨所述傳送單元移動時，所述待測物體上預設點開始進入一單色光照射區域之時間與所述預設點離開所述單色光照射區域之時間之間之時間差。
- 如請求項1所述之基於單色光之物體檢測方法，其中，所述按照不同色光之照射區域分割所述多幅圖片之步驟包括：獲取任一圖片，使用圖像識別方法識別出所述圖片中不同色光照射之區域； 按照色光照射區域分割所述圖片。
- 如請求項1所述之基於單色光之物體檢測方法，其中，所述整合從多幅圖片中提取之待測物體在同一色光照射下之圖片之步驟包括：從多幅圖片中獲取同一色光照射下待測物體之分割圖片；在所述分割圖片中使用圖像識別方法對所述分割圖片之內容進行識別並按照預設規則進行標號；按照所述標號整合所述分割圖片。
- 如請求項5所述之基於單色光之物體檢測方法，其中，所述步驟還包括：對整合後之分割圖像進行銳化處理，增強圖片之特徵資訊。
- 一種基於單色光之物體檢測系統，所述系統包括：光源，用於發出複色光；分光單元，用於將光源發出之複色光分解成單色光，藉由分光單元將光源之入射光分解成不同顏色之單色光；攝像單元，用於採集待測物體之圖片，當待測物體跟隨傳送單元移動，藉由所述不同顏色之單色光照射區域時，攝像單元每隔一預設時間採集待測物體之圖片，得到多幅待測物體之圖片；處理器，用於執行電腦程式指令；記憶體，用於存儲電腦程式指令，所述電腦程式指令由所述處理器運行並執行如下步驟：獲取攝像單元在待測物體進入第一個單色光照射區域到離開最後一個單色光照射區域時間內採集之所述待測物體之表面之多幅圖片；按照不同色光之照射區域分割所述多幅圖片，得到每一色光照射下待測物體之分割圖片；提取所述每一色光照射區域內之圖片資訊； 整合從多幅圖片中提取之待測物體在同一色光照射下之圖片，並對整合後之圖片進行銳化處理去除掉圖片中之冗余資訊，並利用圖像增強方法增強整合後之圖片中待測物體在色光下之狀態資訊；輸出整合後之圖片，用於物體檢測。
- 如請求項7所述之基於單色光之物體檢測系統，其中，整合從多幅圖片中提取之待測物體在同一色光照射下之圖片之步驟包括：從多幅圖片中獲取同一色光照射下待測物體之分割圖片；在所述分割圖片中使用圖像識別方法對所述分割圖片之內容進行識別並按照預設規則進行標號；按照所述標號整合所述分割圖片。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW108126431A TWI707308B (zh) | 2019-07-25 | 2019-07-25 | 基於單色光之物體檢測方法及檢測系統 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW108126431A TWI707308B (zh) | 2019-07-25 | 2019-07-25 | 基於單色光之物體檢測方法及檢測系統 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TWI707308B true TWI707308B (zh) | 2020-10-11 |
| TW202105325A TW202105325A (zh) | 2021-02-01 |
Family
ID=74091413
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW108126431A TWI707308B (zh) | 2019-07-25 | 2019-07-25 | 基於單色光之物體檢測方法及檢測系統 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWI707308B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104101429A (zh) * | 2013-04-11 | 2014-10-15 | 刘红超 | 一种光电传感装置 |
| TWI504855B (zh) * | 2013-03-18 | 2015-10-21 | Snu Precision Co Ltd | 能夠檢測顏色資訊的三維形狀檢測裝置 |
| CN106680298A (zh) * | 2016-12-16 | 2017-05-17 | 南京协辰电子科技有限公司 | 一种pcb板检测装置及检测方法 |
| CN109313078A (zh) * | 2017-12-21 | 2019-02-05 | 深圳配天智能技术研究院有限公司 | 图像获取装置和图像获取方法 |
| TWI662273B (zh) * | 2018-08-20 | 2019-06-11 | 友達晶材股份有限公司 | 缺陷檢測設備及缺陷檢測方法 |
-
2019
- 2019-07-25 TW TW108126431A patent/TWI707308B/zh active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI504855B (zh) * | 2013-03-18 | 2015-10-21 | Snu Precision Co Ltd | 能夠檢測顏色資訊的三維形狀檢測裝置 |
| CN105190227A (zh) * | 2013-03-18 | 2015-12-23 | Snu精度株式会社 | 能够检测颜色信息的三维形状检测装置 |
| CN104101429A (zh) * | 2013-04-11 | 2014-10-15 | 刘红超 | 一种光电传感装置 |
| CN106680298A (zh) * | 2016-12-16 | 2017-05-17 | 南京协辰电子科技有限公司 | 一种pcb板检测装置及检测方法 |
| CN109313078A (zh) * | 2017-12-21 | 2019-02-05 | 深圳配天智能技术研究院有限公司 | 图像获取装置和图像获取方法 |
| TWI662273B (zh) * | 2018-08-20 | 2019-06-11 | 友達晶材股份有限公司 | 缺陷檢測設備及缺陷檢測方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| TW202105325A (zh) | 2021-02-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Otálora et al. | Staining invariant features for improving generalization of deep convolutional neural networks in computational pathology | |
| US9697618B2 (en) | Image processing apparatus, image processing method, program, and image processing system | |
| US20180276494A1 (en) | Track feature detection using machine vision | |
| US20220198634A1 (en) | Method for selecting a light source for illuminating defects, electronic device, and non-transitory storage medium | |
| US20220222799A1 (en) | Method for detecting defect in products and electronic device using method | |
| CN111045924A (zh) | 用户界面视觉验收的处理方法、装置及设备 | |
| CN112304292B (zh) | 基于单色光的物体检测方法及检测*** | |
| CN114764768A (zh) | 缺陷检测分类方法、装置、电子设备及存储介质 | |
| TWI830815B (zh) | 使用者終端故障檢測方法、裝置、電腦裝置及存儲介質 | |
| WO2021082593A1 (zh) | 污秽的分类方法、装置、设备、介质及数据获取*** | |
| Du et al. | A comparative study of different color spaces in computer-vision-based flame detection | |
| CN113781396A (zh) | 屏幕缺陷检测方法、装置、设备和存储介质 | |
| TWI707308B (zh) | 基於單色光之物體檢測方法及檢測系統 | |
| Gunawan et al. | Performance Evaluation of Automatic Number Plate Recognition on Android Smartphone Platform. | |
| CN111127358A (zh) | 图像处理方法、装置及存储介质 | |
| CN112287905A (zh) | 车辆损伤识别方法、装置、设备及存储介质 | |
| US20230085600A1 (en) | Self-calibrating spectrometer | |
| TWI775087B (zh) | 圖像標識方法、裝置、電腦裝置及存儲介質 | |
| CN113093967A (zh) | 数据生成方法、装置、计算机装置及存储介质 | |
| US11521310B2 (en) | Image marking method and computing device implementing image marking method | |
| CN111353469A (zh) | 一种障碍物探测器、方法、存储介质及移动机器 | |
| CN104657452A (zh) | 一种孕前优生档案数据空间转换*** | |
| CN116753496B (zh) | 一种舞台灯维护方法及*** | |
| CN112179623B (zh) | 测量涂层迷彩对比度的方法、装置、***、设备和介质 | |
| TWI802843B (zh) | 智能物流資料採集系統 |