[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN112508925B - 电子锁面板质量检测方法、系统、计算机装置和存储介质 - Google Patents

电子锁面板质量检测方法、系统、计算机装置和存储介质 Download PDF

Info

Publication number
CN112508925B
CN112508925B CN202011487358.3A CN202011487358A CN112508925B CN 112508925 B CN112508925 B CN 112508925B CN 202011487358 A CN202011487358 A CN 202011487358A CN 112508925 B CN112508925 B CN 112508925B
Authority
CN
China
Prior art keywords
area
region
electronic lock
lock panel
image
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.)
Active
Application number
CN202011487358.3A
Other languages
English (en)
Other versions
CN112508925A (zh
Inventor
陈从桂
张�浩
黎鑫泽
朱春锦
侯浩佳
朱健业
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.)
Guangzhou University
Original Assignee
Guangzhou University
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 Guangzhou University filed Critical Guangzhou University
Priority to CN202011487358.3A priority Critical patent/CN112508925B/zh
Publication of CN112508925A publication Critical patent/CN112508925A/zh
Application granted granted Critical
Publication of CN112508925B publication Critical patent/CN112508925B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G06T7/60—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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20092—Interactive image processing based on input by user
    • G06T2207/20104—Interactive definition of region of interest [ROI]
    • 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)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种电子锁面板质量检测方法、系统、计算机装置和存储介质，质量检测方法包括对电子锁面板的图像进行blob分析，确定感兴趣区域，进行凸性转换、孔洞位置信息的标记、差分运算、区域分割和交集运算等处理获得第五区域，根据第五区域的面积确定电子锁面板的孔洞质量检测结果等步骤。本发明能够将电子锁面板的图像中的孔洞的信息转换成为相应区域的面积信息，从而能够以较高准确率判断电子锁面板存在的孔洞的严重性，确定电子锁面板的质量检测结果，本发明能够通过自动化检测设备执行，通过减少人工参与，提高检测效率，减少漏检和误检等情况的出现，保持较高的检测稳定性。本发明广泛应用于图像处理技术领域。

Description

电子锁面板质量检测方法、系统、计算机装置和存储介质
技术领域
本发明涉及图像处理技术领域，尤其是一种电子锁面板质量检测方法、系统、计算机装置和存储介质。
背景技术
电子锁是一种新式锁具，其安全性能高、使用便捷。电子锁的面板能够产生防护作用，电子锁面板的质量关系到电子锁的安全性能。在电子锁面板的生产过程中产生的孔洞是其中一种降低电子锁面板质量的因素，因此需要根据电子锁面板上存在孔洞的情况来评价电子锁面板的质量。现有技术中，主要是在电子锁装配过程中依靠人工观察电子锁面板进行孔洞检测，这种检测方式效率低，容易出现漏检和误检的情况。
发明内容
针对上述至少一个技术问题，本发明的目的在于提供一种电子锁面板质量检测方法、系统、计算机装置和存储介质。
一方面，本发明实施例包括一种电子锁面板质量检测方法，包括：
获取所述电子锁面板的图像；
对所述电子锁面板的图像进行blob分析，确定所述电子锁面板的图像上的至少一个感兴趣区域；所述感兴趣区域为存在孔洞的区域；
获取第二区域；所述第二区域为对所述感兴趣区域进行凸性转换的结果；
获取第三区域；所述第三区域为对所述第二区域进行孔洞位置信息的标记的结果；
根据所述第二区域，对所述第三区域执行差分运算；
获取第四区域；所述第四区域为对所述电子锁面板的图像进行区域分割的结果；
获取第五区域；所述第五区域为对所述第三区域和所述第四区域进行交集运算的结果；
根据所述第五区域的面积，确定所述电子锁面板的孔洞质量检测结果。
进一步地，所述根据所述第五区域的面积，确定所述电子锁面板的孔洞质量检测结果，包括：
当所述第五区域的面积大于面积阈值，确定所述电子锁面板的孔洞质量检测结果为不合格。
进一步地，所述根据所述第五区域的面积，确定所述电子锁面板的孔洞质量检测结果，包括：
当所述第五区域的面积不大于面积阈值，确定所述电子锁面板的孔洞质量检测结果为合格。
进一步地，所述获取所述电子锁面板的图像，包括：
拍摄获取所述电子锁面板的RGB图像；
将所述RGB图像转换为单通道灰度图像；
通过blob分析将所述单通道灰度图像转正；
对所述单通道灰度图像进行二值化。
进一步地，所述获取第三区域，包括：
对所述第二区域依次进行区域角度值求取、面积计算、中心点行列坐标计算和仿射变换，获得所述第三区域。
进一步地，所述区域分割包括依次进行的连通域分割、面积特征选择、凸性转换和仿射变换。
进一步地，所述第五区域为所述第三区域和所述第四区域的交集。
另一方面，本发明实施例还包括一种电子锁面板质量检测系统，包括：
第一模块，用于获取所述电子锁面板的图像；
第二模块，用于对所述电子锁面板的图像进行blob分析，确定所述电子锁面板的图像上的至少一个感兴趣区域；所述感兴趣区域为存在孔洞的区域；
第三模块，用于获取第二区域；所述第二区域为对所述感兴趣区域进行凸性转换的结果；
第四模块，用于获取第三区域；所述第三区域为对所述第二区域进行孔洞位置信息的标记的结果；
第五模块，用于根据所述第二区域，对所述第三区域执行差分运算；
第六模块，用于获取第四区域；所述第四区域为对所述电子锁面板的图像进行区域分割的结果；
第七模块，用于获取第五区域；所述第五区域为对所述第三区域和所述第四区域进行交集运算的结果；
第八模块，用于根据所述第五区域的面积，确定所述电子锁面板的孔洞质量检测结果。
另一方面，本发明实施例还包括一种计算机装置，包括存储器和处理器，所述存储器用于存储至少一个程序，所述处理器用于加载所述至少一个程序以执行实施例所述方法。
另一方面，本发明实施例还包括一种存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由处理器执行时用于执行实施例所述方法。
本发明的有益效果是：实施例中的电子锁面板质量检测方法，通过从电子锁面板的图像中获取参考图像并执行重新对准参考图像等处理，能够将电子锁面板的图像中的孔洞的信息转换成为相应区域的面积信息，从而能够以较高准确率判断电子锁面板存在的孔洞的严重性，确定电子锁面板的质量检测结果，实施例中的电子锁面板质量检测方法能够通过自动化检测设备执行，通过减少人工参与，提高检测效率，减少漏检和误检等情况的出现，保持较高的检测稳定性。
附图说明
图1为实施例中电子锁面板质量检测方法的流程图。
具体实施方式
本实施例中，参照图1，电子锁面板质量检测方法包括以下步骤：
S1.获取电子锁面板的图像；
S2.对电子锁面板的图像进行blob分析，确定电子锁面板的图像上的至少一个感兴趣区域；感兴趣区域为存在孔洞的区域；
S3.获取第二区域；第二区域为对感兴趣区域进行凸性转换的结果；
S4.获取第三区域；第三区域为对第二区域进行孔洞位置信息的标记的结果；
S5.根据第二区域，对第三区域执行差分运算；
S6.获取第四区域；第四区域为对电子锁面板的图像进行区域分割的结果；
S7.获取第五区域；第五区域为对第三区域和第四区域进行交集运算的结果；
S8.根据第五区域的面积，确定电子锁面板的孔洞质量检测结果。
步骤S1中，在合适的背光光源下，使用CCD彩色相机拍摄待检测电子锁面板的RGB图像，将RGB图像转换为单通道灰度图像，通过blob分析将单通道灰度图像转正，对转正后的单通道灰度图像进行二值化，所得结果为本实施例中的“电子锁面板的图像”。
步骤S2中，通过对电子锁面板的图像进行blob分析，根据blob分析的结果，可以确定电子锁面板的图像上的至少一个存在孔洞的区域，将每个存在孔洞的区域确定为感兴趣区域(ROI)。
步骤S3中，对每个感兴趣区域分别进行凸性转换，每个感兴趣区域的凸性转换结果是相应的一个第二区域，通过凸性转换，能够获得边缘轮廓良好的第二区域。
步骤S4中，具体对第二区域依次进行区域角度值求取、面积计算、中心点行列坐标计算和仿射变换，其中仿射变换可以将第二区域转正，实现对第二区域进行孔洞位置信息的标记，经过标记后的第二区域为第三区域。
步骤S5中，对第二区域和第三区域执行差分运算，使得第三区域成为连通域。
步骤S6中，对步骤S1所获得的电子锁面板的图像进行区域分割，具体地，对电子锁面板的图像依次进行连通域分割、面积特征选择、凸性转换和仿射变换的处理，使得每个存在孔洞的区域确定为第四区域。
步骤S7中，对步骤S5的结果和步骤S6的结果进行处理，具体地，求取步骤S5所得的图像中的第三区域与步骤S6所得的图像中的第四区域的交集，作为第五区域。
步骤S1-S7的原理为：步骤S1-S5的处理是将电子锁面板上的孔洞形状内的腔室定位信息作为参考图像，步骤S6-S7的处理是将电子锁面板上的图像重新对准参考图像，所获得的第五区域的面积能够反映出相应的感兴趣区域存在的孔洞的严重程度。
步骤S8中，通过设定一个面积阈值，例如在一些实施例中，面积阈值可以被设定为一个在16000-17000之间的数值，面积阈值作为衡量感兴趣区域存在的孔洞严重与否的判断标准。将第五区域的面积与面积阈值进行比较，如果第五区域的面积大于面积阈值，确定电子锁面板的孔洞比较严重，判断电子锁面板的质量检测结果为不合格，如果第五区域的面积不大于面积阈值，确定电子锁面板的孔洞不算严重，判断电子锁面板的质量检测结果为合格。
实施例中的电子锁面板质量检测方法，通过从电子锁面板的图像中获取参考图像并执行重新对准参考图像等处理，能够将电子锁面板的图像中的孔洞的信息转换成为相应区域的面积信息，从而能够以较高准确率判断电子锁面板存在的孔洞的严重性，确定电子锁面板的质量检测结果，实施例中的电子锁面板质量检测方法能够通过自动化检测设备执行，通过减少人工参与，提高检测效率，减少漏检和误检等情况的出现，保持较高的检测稳定性。
本实施例中，电子锁面板质量检测系统包括：
第一模块，用于获取电子锁面板的图像；
第二模块，用于对电子锁面板的图像进行blob分析，确定电子锁面板的图像上的至少一个感兴趣区域；感兴趣区域为存在孔洞的区域；
第三模块，用于获取第二区域；第二区域为对感兴趣区域进行凸性转换的结果；
第四模块，用于获取第三区域；第三区域为对第二区域进行孔洞位置信息的标记的结果；
第五模块，用于根据第二区域，对第三区域执行差分运算；
第六模块，用于获取第四区域；第四区域为对电子锁面板的图像进行区域分割的结果；
第七模块，用于获取第五区域；第五区域为对第三区域和第四区域进行交集运算的结果；
第八模块，用于根据第五区域的面积，确定电子锁面板的孔洞质量检测结果。
其中，第一模块、第二模块、第三模块、第四模块、第五模块、第六模块、第七模块和第八模块可以是具有相应功能的硬件、软件或者硬件和软件的结合。通过运行第一模块、第二模块、第三模块、第四模块、第五模块、第六模块、第七模块和第八模块，电子锁面板质量检测系统能够执行电子锁面板质量检测方法，实现与实施例所述的相同的技术效果。
本实施例中，一种计算机装置，包括存储器和处理器，所述存储器用于存储至少一个程序，所述处理器用于加载所述至少一个程序以执行实施例中的电子锁面板质量检测方法，实现与实施例所述的相同的技术效果。
本实施例中，一种存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由处理器执行时用于执行实施例中的电子锁面板质量检测方法，实现与实施例所述的相同的技术效果。
需要说明的是，如无特殊说明，当某一特征被称为“固定”、“连接”在另一个特征，它可以直接固定、连接在另一个特征上，也可以间接地固定、连接在另一个特征上。此外，本公开中所使用的上、下、左、右等描述仅仅是相对于附图中本公开各组成部分的相互位置关系来说的。在本公开中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。此外，除非另有定义，本实施例所使用的所有的技术和科学术语与本技术领域的技术人员通常理解的含义相同。本实施例说明书中所使用的术语只是为了描述具体的实施例，而不是为了限制本发明。本实施例所使用的术语“和/或”包括一个或多个相关的所列项目的任意的组合。
应当理解，尽管在本公开可能采用术语第一、第二、第三等来描述各种元件，但这些元件不应限于这些术语。这些术语仅用来将同一类型的元件彼此区分开。例如，在不脱离本公开范围的情况下，第一元件也可以被称为第二元件，类似地，第二元件也可以被称为第一元件。本实施例所提供的任何以及所有实例或示例性语言(“例如”、“如”等)的使用仅意图更好地说明本发明的实施例，并且除非另外要求，否则不会对本发明的范围施加限制。
应当认识到，本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术-包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现，其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而，若需要，该程序可以以汇编或机器语言实现。在任何情况下，该语言可以是编译或解释的语言。此外，为此目的该程序能够在编程的专用集成电路上运行。
此外，可按任何合适的顺序来执行本实施例描述的过程的操作，除非本实施例另外指示或以其他方式明显地与上下文矛盾。本实施例描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机系统的控制下执行，并且可作为共同地在一个或多个处理器上执行的代码(例如，可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。
进一步，所述方法可以在可操作地连接至合适的任何类型的计算平台中实现，包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现，无论是可移动的还是集成至计算平台，如硬盘、光学读取和/或写入存储介质、RAM、ROM等，使得其可由可编程计算机读取，当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外，机器可读代码，或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时，本实施例所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时，本发明还包括计算机本身。
计算机程序能够应用于输入数据以执行本实施例所述的功能，从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中，转换的数据表示物理和有形的对象，包括显示器上产生的物理和有形对象的特定视觉描绘。
以上所述，只是本发明的较佳实施例而已，本发明并不局限于上述实施方式，只要其以相同的手段达到本发明的技术效果，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。在本发明的保护范围内其技术方案和/或实施方式可以有各种不同的修改和变化。

Claims (7)

1.一种电子锁面板质量检测方法，其特征在于，包括：
获取所述电子锁面板的图像；
对所述电子锁面板的图像进行blob分析，确定所述电子锁面板的图像上的至少一个感兴趣区域；所述感兴趣区域为存在孔洞的区域；
获取第二区域；所述第二区域为对所述感兴趣区域进行凸性转换的结果；
获取第三区域；所述第三区域为对所述第二区域进行孔洞位置信息的标记的结果；
根据所述第二区域，对所述第三区域执行差分运算；
获取第四区域；所述第四区域为对所述电子锁面板的图像进行区域分割的结果；所述区域分割包括依次进行的连通域分割、面积特征选择、凸性转换和仿射变换；
获取第五区域；所述第五区域为对所述第三区域和所述第四区域进行交集运算的结果；
根据所述第五区域的面积，确定所述电子锁面板的孔洞质量检测结果；
所述获取所述电子锁面板的图像，包括：
拍摄获取所述电子锁面板的RGB图像；
将所述RGB图像转换为单通道灰度图像；
通过blob分析将所述单通道灰度图像转正；
对所述单通道灰度图像进行二值化；
所述获取第三区域，包括：
对所述第二区域依次进行区域角度值求取、面积计算、中心点行列坐标计算和仿射变换，获得所述第三区域。
2.根据权利要求1所述的电子锁面板质量检测方法，其特征在于，所述根据所述第五区域的面积，确定所述电子锁面板的孔洞质量检测结果，包括：
当所述第五区域的面积大于面积阈值，确定所述电子锁面板的孔洞质量检测结果为不合格。
3.根据权利要求1或2所述的电子锁面板质量检测方法，其特征在于，所述根据所述第五区域的面积，确定所述电子锁面板的孔洞质量检测结果，包括：
当所述第五区域的面积不大于面积阈值，确定所述电子锁面板的孔洞质量检测结果为合格。
4.根据权利要求1所述的电子锁面板质量检测方法，其特征在于，所述第五区域为所述第三区域和所述第四区域的交集。
5.一种电子锁面板质量检测系统，其特征在于，包括：
第一模块，用于获取所述电子锁面板的图像；
第二模块，用于对所述电子锁面板的图像进行blob分析，确定所述电子锁面板的图像上的至少一个感兴趣区域；所述感兴趣区域为存在孔洞的区域；
第三模块，用于获取第二区域；所述第二区域为对所述感兴趣区域进行凸性转换的结果；
第四模块，用于获取第三区域；所述第三区域为对所述第二区域进行孔洞位置信息的标记的结果；
第五模块，用于根据所述第二区域，对所述第三区域执行差分运算；
第六模块，用于获取第四区域；所述第四区域为对所述电子锁面板的图像进行区域分割的结果；所述区域分割包括依次进行的连通域分割、面积特征选择、凸性转换和仿射变换；
第七模块，用于获取第五区域；所述第五区域为对所述第三区域和所述第四区域进行交集运算的结果；
第八模块，用于根据所述第五区域的面积，确定所述电子锁面板的孔洞质量检测结果；
所述获取所述电子锁面板的图像，包括：
拍摄获取所述电子锁面板的RGB图像；
将所述RGB图像转换为单通道灰度图像；
通过blob分析将所述单通道灰度图像转正；
对所述单通道灰度图像进行二值化；
所述获取第三区域，包括：
对所述第二区域依次进行区域角度值求取、面积计算、中心点行列坐标计算和仿射变换，获得所述第三区域。
6.一种计算机装置，其特征在于，包括存储器和处理器，所述存储器用于存储至少一个程序，所述处理器用于加载所述至少一个程序以执行权利要求1-4任一项所述方法。
7.一种存储介质，其中存储有处理器可执行的程序，其特征在于，所述处理器可执行的程序在由处理器执行时用于执行如权利要求1-4任一项所述方法。
CN202011487358.3A 2020-12-16 2020-12-16 电子锁面板质量检测方法、系统、计算机装置和存储介质 Active CN112508925B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011487358.3A CN112508925B (zh) 2020-12-16 2020-12-16 电子锁面板质量检测方法、系统、计算机装置和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011487358.3A CN112508925B (zh) 2020-12-16 2020-12-16 电子锁面板质量检测方法、系统、计算机装置和存储介质

Publications (2)

Publication Number Publication Date
CN112508925A CN112508925A (zh) 2021-03-16
CN112508925B true CN112508925B (zh) 2023-07-04

Family

ID=74972716

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011487358.3A Active CN112508925B (zh) 2020-12-16 2020-12-16 电子锁面板质量检测方法、系统、计算机装置和存储介质

Country Status (1)

Country Link
CN (1) CN112508925B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114511619A (zh) * 2022-04-01 2022-05-17 石家庄市长安育才建材有限公司 混凝土外观评测方法、装置以及计算机可读存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101047786A (zh) * 2006-03-27 2007-10-03 精工爱普生株式会社 摄像装置、摄像系统以及摄像方法
CN102592287A (zh) * 2011-12-31 2012-07-18 浙江大学 基于3d视频的时空域运动分割与估计模型的凸优化方法
CN103091331A (zh) * 2013-01-11 2013-05-08 华中科技大学 一种rfid天线毛刺和污点缺陷的视觉检测系统及方法
CN103575675A (zh) * 2013-10-30 2014-02-12 中国科学院安徽光学精密机械研究所 机载多角度区域污染分布扫描探测装置
CN109858310A (zh) * 2017-11-30 2019-06-07 比亚迪股份有限公司 车辆和交通标志检测方法
CN110378218A (zh) * 2019-06-13 2019-10-25 大亚湾核电运营管理有限责任公司 一种图像处理方法、装置及终端设备
CN111598090A (zh) * 2020-05-15 2020-08-28 广东工业大学 一种印刷电路板上标记的识别方法以及相关设备
CN111899246A (zh) * 2020-07-30 2020-11-06 平安科技（深圳）有限公司 玻片数字化信息质量检测方法、装置、设备及介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101047786A (zh) * 2006-03-27 2007-10-03 精工爱普生株式会社 摄像装置、摄像系统以及摄像方法
CN102592287A (zh) * 2011-12-31 2012-07-18 浙江大学 基于3d视频的时空域运动分割与估计模型的凸优化方法
CN103091331A (zh) * 2013-01-11 2013-05-08 华中科技大学 一种rfid天线毛刺和污点缺陷的视觉检测系统及方法
CN103575675A (zh) * 2013-10-30 2014-02-12 中国科学院安徽光学精密机械研究所 机载多角度区域污染分布扫描探测装置
CN109858310A (zh) * 2017-11-30 2019-06-07 比亚迪股份有限公司 车辆和交通标志检测方法
CN110378218A (zh) * 2019-06-13 2019-10-25 大亚湾核电运营管理有限责任公司 一种图像处理方法、装置及终端设备
CN111598090A (zh) * 2020-05-15 2020-08-28 广东工业大学 一种印刷电路板上标记的识别方法以及相关设备
CN111899246A (zh) * 2020-07-30 2020-11-06 平安科技（深圳）有限公司 玻片数字化信息质量检测方法、装置、设备及介质

Also Published As

Publication number Publication date
CN112508925A (zh) 2021-03-16

Similar Documents

Publication Publication Date Title
US10902568B2 (en) System and method for finding lines in an image with a vision system
US10043090B2 (en) Information processing device, information processing method, computer-readable recording medium, and inspection system
US11747284B2 (en) Apparatus for optimizing inspection of exterior of target object and method thereof
CN106920245B (zh) 一种边界检测的方法及装置
CN106839976B (zh) 一种检测镜头中心的方法及装置
KR102153962B1 (ko) 비전 시스템으로 이미지에서 라인을 찾기 위한 시스템 및 방법
US10445868B2 (en) Method for detecting a defect on a surface of a tire
CN105718931B (zh) 用于确定采集图像中的杂斑的系统和方法
Zakaria et al. Object shape recognition in image for machine vision application
CN111079638A (zh) 基于卷积神经网络的目标检测模型训练方法、设备和介质
CN112508926A (zh) 金属冲压件表面划痕检测方法、系统、装置和存储介质
US8315457B2 (en) System and method for performing multi-image training for pattern recognition and registration
CN111033563A (zh) 一种免疫层析检测的图像分析方法以及系统
CN109784322B (zh) 一种基于图像处理的vin码识别方法、设备及介质
CN112508925B (zh) 电子锁面板质量检测方法、系统、计算机装置和存储介质
Lin et al. A new prediction method for edge detection based on human visual feature
CN112950598B (zh) 工件的瑕疵检测方法、装置、设备及存储介质
CN113052019B (zh) 目标跟踪方法及装置、智能设备和计算机存储介质
CN112734689A (zh) 垫片质量检测方法、系统、装置和存储介质
CN112136087B (zh) 作业分析装置
JP2018109824A (ja) 電子制御装置、電子制御システムおよび電子制御方法
CN114846513A (zh) 动作分析系统和动作分析程序
JP2007025902A (ja) 画像処理装置、画像処理方法
JP2018005505A (ja) 画像認識パラメータ設定装置、画像認識パラメータ設定方法、および画像認識パラメータ設定プログラム
CN112529928A (zh) 零件组装检测方法、计算机设备及存储介质

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
GR01 Patent grant
GR01 Patent grant