CN104118609A - 贴标质量检测方法和装置 - Google Patents

贴标质量检测方法和装置 Download PDF

Info

Publication number
CN104118609A
CN104118609A CN201410351653.4A CN201410351653A CN104118609A CN 104118609 A CN104118609 A CN 104118609A CN 201410351653 A CN201410351653 A CN 201410351653A CN 104118609 A CN104118609 A CN 104118609A
Authority
CN
China
Prior art keywords
label
image
gray
detected
gray feature
Prior art date
Application number
CN201410351653.4A
Other languages
English (en)
Other versions
CN104118609B (zh
Inventor
罗耀武
颜克江
黄忠安
罗春雷
罗罡
张建新
Original Assignee
广东平航机械有限公司
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 广东平航机械有限公司 filed Critical 广东平航机械有限公司
Priority to CN201410351653.4A priority Critical patent/CN104118609B/zh
Publication of CN104118609A publication Critical patent/CN104118609A/zh
Application granted granted Critical
Publication of CN104118609B publication Critical patent/CN104118609B/zh

Links

Abstract

本发明实施例提供一种贴标质量检测方法和装置。该方法包括:获取待检测标签的标签图像;对所述标签图像进行图像预处理,所述图像预处理至少包括:灰度处理;获取经图像预处理后的标签图像位于设定位置的特征点的灰度特征;将所述灰度特征与标准标签图像的对应特征点的灰度特征进行匹配,根据匹配结果确定待检测标签是否合格。本方案中用灰度特征的获取,以及灰度特征的匹配替换人工目视检测,克服了目视检测存在的主观性强、误判率高和检测效率低等缺点,能够提高贴标质量的检测精度,并提高检测效率。

Description

贴标质量检测方法和装置
技术领域
[0001] 本发明实施例涉及检测技术,尤其涉及一种贴标质量检测方法和装置。
背景技术
[0002] 贴标机是以粘合剂把标签(纸质或金属箔等)粘贴在包装容器上的设备。贴标机 是现代包装不可缺少的组成部分。然而贴标机在贴标过程,由于贴标机本身或其他外界因 素,例如标签质量或环境因素等,可能影响贴标质量,因此贴标质量检测技术应用而生。
[0003] 现有的贴标质量检测技术,一般是通过人工目视检测来完成的,也即贴标机的产 品出口的检测人员通过人工目视来检测贴标机贴在产品上的标签是否合格,从而达到贴标 质量检测的目的。
[0004] 上述贴标质量检测技术存在以下缺陷:目视检测是一项单调、重复的工作,检测人 员连续工作一段时间后,会出现视觉疲劳、以及注意力下降等现象,导致出现漏检、误检现 象。因此,该方法存在主观性强、误判率高和检测效率低等缺点。
发明内容
[0005] 本发明实施例提供一种贴标质量检测方法和装置,以提高贴标质量的检测精度, 并提1¾检测效率。
[0006] 第一方面,本发明实施例提供了一种贴标质量检测方法,包括:
[0007] 犾取待检测标签的标签图像;
[0008] 对所述标签图像进行图像预处理,所述图像预处理至少包括:灰度处理;
[0009] 获取经图像预处理后的标签图像位于设定位置的特征点的灰度特征;
[0010] 将所述灰度特征与标准标签图像的对应特征点的灰度特征进行匹配,根据匹配结 果确定待检测标签是否合格。
[0011] 第二方面,本发明实施例还提供了一种贴标质量检测装置,包括:
[0012] 图像获取模块,用于获取待检测标签的标签图像;
[0013] 图像预处理模块,用于对所述标签图像进行图像预处理,所述图像预处理至少包 括:灰度处理;
[0014] 灰度特征获取模块,用于获取经图像预处理后的标签图像位于设定位置的特征点 的灰度特征;
[0015] 检测模块,用于将所述灰度特征与标准标签图像的对应特征点的灰度特征进行匹 配,根据匹配结果确定待检测标签是否合格。
[0016] 本发明实施例提供的贴标质量检测方法和装置,通过获取待检测标签的标签图像 中特征点的灰度特征,并将所述灰度特征与标准标签图像的对应特征点的灰度特征进行匹 配,基于匹配结果,能够确定待检测标签是否合格。本方案中用灰度特征的获取,以及灰度 特征的匹配替换人工目视检测,克服了目视检测存在的主观性强、误判率高和检测效率低 等缺点,能够提1¾贴标质量的检测精度,并提1¾检测效率。
附图说明
[0017] 为了更清楚地说明本发明,下面将对本发明中所需要使用的附图做一简单地介 绍,显而易见地,下面描述中的附图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性的前提下,还可以根据这些附图获得其他的附图。
[0018] 图1为本发明实施例一提供的一种贴标质量检测方法的流程图;
[0019] 图2为本发明实施例二提供的一种贴标质量检测方法的流程图;
[0020] 图3为本发明实施例三提供的一种贴标质量检测装置的结构示意图。
具体实施方式
[0021] 为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施例 中的技术方案作进一步详细描述,显然,所描述的实施例是本发明一部分实施例,而不是全 部的实施例。可以理解的是,此处所描述的具体实施例仅用于解释本发明,而非对本发明的 限定,基于本发明中的实施例,本领域普通技术人员在没有作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。另外还需要说明的是,为了便于描述,附图 中仅示出了与本发明相关的部分而非全部内容。
[0022] 实施例一
[0023] 请参阅图1,为本发明实施例一提供的一种贴标质量检测方法的流程图。本发明实 施例的方法可以由硬件和/或软件实现的贴标质量检测装置来执行,该实现装置典型的是 配置于能够进行图像处理服务的服务器中。
[0024] 如图1所示,所述方法包括:
[0025] 步骤110、获取待检测标签的标签图像;
[0026] 本步骤具体可以通过摄像设备摄取贴标机出口处的待检测标签的标签图像。所述 摄像设备优选采用CCD (Charge-coupled Device,电荷稱合元件)相机,CCD相机具有灵敏 度高、抗强光、畸变小、体积小、寿命长以及抗震动等优点。
[0027] 其中,贴标机是以粘合剂把标签(纸质或金属箔等)粘贴在包装容器上的设备。通 过包装容器上的标签的信息能够识别对应的产品。
[0028] 本实施例的方法适用于直线式贴标机和回转式贴标机。具体地,当采用直线式贴 标机时,所述贴标机的出口处是指传输带出口;当采用回转式贴标机贴标时,所述贴标机的 出口处是指夹持待贴标的包装容器(例如酒瓶)以进行旋转式贴标的位置。
[0029] 在贴标机的出口处优选设置照明光源,用于为所述包装容器上的待检测标签提供 照明,以提高摄取的标签图像的图像质量,例如图像亮度等。
[0030] 步骤120、对所述标签图像进行图像预处理,所述图像预处理至少包括:灰度处 理;
[0031] 本步骤具体是对待检测标签的标签图像进行预处理,以得到所述标签图像的灰度 图像。
[0032] 其中,灰度处理是指与对象像素的周边像素无关,根据色彩与灰度等级的对应关 系,对每个对象像素进行像素值的变化的处理,灰度处理能够过滤掉标签图像中的色彩。具 体地,数字图像在计算机中是以矩形点阵形式存在的一个位图,像素是数字图像中的基本 元素,每个像素用不同明暗程度的灰度值标识。将白色的灰度值定义为最大灰度值,黑色的 灰度值定义为最小灰度值,由黑色到白色之间的色彩依次对应最大灰度值与最小灰度值之 差均匀划分后的灰度值。
[0033] 需要说明的是,摄像设备摄取的彩色图像不适于存储或传输,且彩色图像具有 十兆字节的大小,对摄取的彩色图像进行灰度处理后,有利于压缩彩色图像的大小,并提高 处理速度。
[0034] 所述图像预处理还可以包括:增强处理。具体地,在进行灰度处理之前,进行所述 增强处理。增强处理对标签图像中的信息有选择地加强和抑制,可以改善标签图像的视觉 效果。
[0035] 步骤130、获取经图像预处理后的标签图像位于设定位置的特征点的灰度特征;
[0036] 本步骤具体是从预处理后的标签图像中获取特征点的灰度特征,所述特征点不是 随机提取的,而是位于设定位置。
[0037] 所述设定位置可以包括:设定区域、设定线段或设定点;相应地,所述特征点包 括:位于所述设定区域、设定线段或设定点的像素点;所述灰度特征优选包括:前景灰度, 前景灰度与背景灰度的跳跃值,或前景灰度与位于标准标签图像中的设定参考点的前景灰 度的跳跃值。
[0038] 其中,所述设定位置以及特征点的选取需要使设定位置中的特征点的前景灰度与 特征点周围的相邻像素点的前景灰度的差值大于第一门限值,且特征点的背景灰度与特征 点周围的相邻像素点的背景灰度的差值小于第二门限值,从而使特征点的前景灰度明显区 别于周围的相邻像素点的前景灰度,且特征点的背景灰度与周围的相邻像素点的背景灰度 保持较高的相似度。
[0039] 所述前景灰度与背景灰度的跳跃值是指前景灰度与背景灰度的差值。
[0040] 所述前景灰度与位于标准标签图像中的设定参考点的前景灰度的跳跃值是指前 景灰度与位于标准标签图像中的设定参考点的前景灰度的差值,其中位于标准标签图像中 的设定参考点的前景灰度作为参考值,保持不变。
[0041] 步骤140、将所述灰度特征与标准标签图像的对应特征点的灰度特征进行匹配,根 据匹配结果确定待检测标签是否合格。
[0042] 本步骤具体是将待检测标签图像的特征点的灰度特征与标准标签图像的对应特 征点的灰度特征进行匹配,并基于匹配结果得到贴标质量检测结果。
[0043] 作为本步骤的一种优选的实施方式,将所述灰度特征与标准标签图像的对应特征 点的灰度特征进行匹配,根据匹配度确定待检测标签是否合格。
[0044] 具体地,如果匹配度大于第三门限值,则检测结果为合格;如果匹配度小于或等于 第三门限值,则检测结果为不合格。换言之,一件待贴标的产品与一件已贴标的作为参考标 准的产品,如果贴标后,标签位置与参考产品的标签位置差异较小,那么对应的特征点的灰 度特征差异较小,也即匹配度较高,代表贴标质量较高;反之,如果贴标后,标签位置与参考 产品的标签位置差异较大,那么对应的特征点的灰度特征差异较大,也即匹配度较低,代表 贴标质量较低。
[0045] 其中,第三门限值可以根据用户需求或贴标质量标准进行设定,例如设定为80 %。
[0046] 本实施例的技术方案,通过获取待检测标签的标签图像中特征点的灰度特征,并 将所述灰度特征与标准标签图像的对应特征点的灰度特征进行匹配,基于匹配成功或匹配 失败的结果,能够确定待检测标签是否合格。本方案中用灰度特征的获取,以及灰度特征的 匹配替换人工目视检测,克服了目视检测存在的主观性强、误判率高和检测效率低等缺点, 能够提1¾贴标质量的检测精度,并提1¾检测效率。
[0047] 作为本实施例的一种优选的实施方式,获取待检测标签的标签图像,优选包括:采 用至少两个摄像设备对贴标机出口处的待检测标签进行拍照,以获取待检测标签的标签图 像。
[0048] 需要说明的是,优选地,摄像设备的数量与产品包含的待贴标的数量相同。
[0049] 以制酒业的酒瓶贴标为例进行说明。酒瓶需要在两个不同的区域贴标,分别为瓶 颈和瓶身,即颈标和身标,可以采用第一 CCD相机获取待检测颈标的标签图像,并采用第二 CCD相机获取待检测身标的标签图像。之后可以采用步骤120-步骤140进行待检测的颈标 和身标的质量检测。本优选的实施方式有利于提高检测效率。
[0050] 实施例二
[0051] 请参阅图2,为本发明实施例二提供的一种贴标质量检测方法的流程图。本实施例 在上述实施例的基础上,提供了将所述灰度特征与标准标签图像的对应特征点的灰度特征 进行匹配,根据匹配结果确定待检测标签是否合格的优选方案。该方法包括:
[0052] 步骤210、获取待检测标签的标签图像;
[0053] 步骤220、对所述标签图像进行图像预处理,所述图像预处理至少包括:灰度处 理;
[0054] 步骤230、获取经图像预处理后的标签图像位于设定位置的特征点的灰度特征;
[0055] 步骤240、判断所述灰度特征是否满足标准标签图像的对应特征点的灰度特征的 合格范围,若是,执行步骤250,若否,执行步骤260 ;
[0056] 本步骤具体是在预先建立的准标签图像的特征点的灰度特征的合格范围中,匹配 待检测标签的对应特征点的灰度特征。
[0057] 其中,准标签图像的特征点的灰度特征的合格范围可以通过统计大量的合格标签 获得。
[0058] 步骤250、将所述待检测标签确定为合格;
[0059] 步骤260、将所述待检测标签确定为不合格,保存所述待检测标签的图像,并根据 所述不合格检测结果得到剔除控制信号,以触发剔除器进行剔除。
[0060] 本步骤具体是基于步骤240的匹配结果,也即所述灰度特征不满足标准标签图像 的对应特征点的灰度特征的合格范围,确定贴标质量的检测结果为不合格;并保存所述不 合格的标签图像,以利于分析不合格的原因,并利于进行后续的贴标方式的调整,例如,对 于回转式贴标机,调整贴标机夹持待贴标的产品的夹持位置或夹持角度等。此外,根据所述 不合格检测结果得到剔除控制信号,以触发剔除器进行剔除,从而实现合格品与不良品的 分类筛选。
[0061] 剔除操作可以采用现有的机械式剔除装置,也可以通过位置传感器和剔除器实现 剔除,其中位置传感器用于检测不合格标签对应的不良品与剔除器之间的距离,当所述距 离满足设定距离条件时,触发剔除器执行剔除操作。
[0062] 本实施例的技术方案,在获取待检测标签的标签图像中特征点的灰度特征之后, 通过判断所述灰度特征是否满足标准标签图像的对应特征点的灰度特征的合格范围,基于 判断结果,能够确定待检测标签是否合格。本方案中用灰度特征的获取,以及灰度特征的匹 配替换人工目视检测,克服了目视检测存在的主观性强、误判率高和检测效率低等缺点,能 够提1¾贴标质量的检测精度,并提1¾检测效率;并且在检测到不合格标签时,执行保存不合 格标签图像的操作,有利于分析贴标不合格的原因,并利于进行后续的贴标方式的调整,有 利于提高贴标质量,同时执行剔除操作,能够实现合格品与不良品的分类筛选。
[0063] 实施例三
[0064] 请参阅图3,为本发明实施例三提供的一种贴标质量检测装置的结构示意图。该装 置包括:图像获取模块310、图像预处理模块320、灰度特征获取模块330和检测模块340。 [0065] 其中,图像获取模块310用于获取待检测标签的标签图像;图像预处理模块320用 于对所述标签图像进行图像预处理,所述图像预处理至少包括:灰度处理;灰度特征获取 模块330用于获取经图像预处理后的标签图像位于设定位置的特征点的灰度特征;检测模 块340用于将所述灰度特征与标准标签图像的对应特征点的灰度特征进行匹配,根据匹配 结果确定待检测标签是否合格。
[0066] 本实施例的技术方案,通过获取待检测标签的标签图像中特征点的灰度特征,并 将所述灰度特征与标准标签图像的对应特征点的灰度特征进行匹配,基于匹配成功或匹配 失败的结果,能够确定待检测标签是否合格。本方案中用灰度特征的获取,以及灰度特征的 匹配替换人工目视检测,克服了目视检测存在的主观性强、误判率高和检测效率低等缺点, 能够提1¾贴标质量的检测精度,并提1¾检测效率。
[0067] 在上述方案中,所述设定位置包括:设定区域、设定线段或设定点;
[0068] 所述特征点包括:位于所述设定区域、设定线段或设定点的像素点;
[0069] 所述灰度特征包括:前景灰度,前景灰度与背景灰度的跳跃值,或前景灰度与位于 标准标签图像中的设定参考点的前景灰度的跳跃值。
[0070] 在上述方案中,检测模块340优选包括:判断单元和第一处理单元。
[0071] 其中,判断单元用于判断所述灰度特征是否满足标准标签图像的对应特征点的灰 度特征的合格范围;第一处理单元用于如果所述灰度特征满足标准标签图像的对应特征点 的灰度特征的合格范围,则将所述待检测标签确定为合格。
[0072] 检测模块340还可以包括:第二处理单元,用于如果所述灰度特征不满足标准标 签图像的对应特征点的灰度特征的合格范围,保存所述待检测标签的图像,并根据所述不 合格检测结果得到剔除控制信号,以触发剔除器进行剔除。
[0073] 在上述方案中,图像获取模块310具体用于采用至少两个摄像设备对贴标机出口 处的待检测标签进行拍照,以获取待检测标签的标签图像。
[0074] 本发明实施例提供的贴标质量检测装置可执行本发明任意实施例所提供的贴标 质量检测方法,具备执行方法相应的功能模块和有益效果。
[0075] 最后应说明的是:以上各实施例仅用于说明本发明的技术方案,而非对其进行限 制;实施例中优选的实施方式,并非对其进行限制,对于本领域技术人员而言,本发明可以 有各种改动和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均 应包含在本发明的保护范围之内。

Claims (10)

1. 一种贴标质量检测方法,其特征在于,包括: 获取待检测标签的标签图像; 对所述标签图像进行图像预处理,所述图像预处理至少包括:灰度处理; 获取经图像预处理后的标签图像位于设定位置的特征点的灰度特征; 将所述灰度特征与标准标签图像的对应特征点的灰度特征进行匹配,根据匹配结果确 定待检测标签是否合格。
2. 根据权利要求1所述的方法,其特征在于,所述设定位置包括:设定区域、设定线段 或设定点; 所述特征点包括:位于所述设定区域、设定线段或设定点的像素点; 所述灰度特征包括:前景灰度,前景灰度与背景灰度的跳跃值,或前景灰度与位于标准 标签图像中的设定参考点的前景灰度的跳跃值。
3. 根据权利要求1或2所述的方法,其特征在于,将所述灰度特征与标准标签图像的对 应特征点的灰度特征进行匹配,根据匹配结果确定待检测标签是否合格,包括: 判断所述灰度特征是否满足标准标签图像的对应特征点的灰度特征的合格范围; 若是,则将所述待检测标签确定为合格。
4. 根据权利要求3所述的方法,其特征在于,在判断所述灰度特征是否满足标准标签 图像的对应特征点的灰度特征的合格范围之后,还包括: 若否,则将所述待检测标签确定为不合格,保存所述待检测标签的图像,并根据所述不 合格检测结果得到剔除控制信号,以触发剔除器进行剔除。
5. 根据权利要求1所述的方法,其特征在于,获取待检测标签的标签图像包括: 采用至少两个摄像设备对贴标机出口处的待检测标签进行拍照,以获取待检测标签的 标签图像。
6. -种贴标质量检测装置,其特征在于,包括: 图像获取模块,用于获取待检测标签的标签图像; 图像预处理模块,用于对所述标签图像进行图像预处理,所述图像预处理至少包括:灰 度处理; 灰度特征获取模块,用于获取经图像预处理后的标签图像位于设定位置的特征点的灰 度特征; 检测模块,用于将所述灰度特征与标准标签图像的对应特征点的灰度特征进行匹配, 根据匹配结果确定待检测标签是否合格。
7. 根据权利要求6所述的装置,其特征在于,所述设定位置包括:设定区域、设定线段 或设定点; 所述特征点包括:位于所述设定区域、设定线段或设定点的像素点; 所述灰度特征包括:前景灰度,前景灰度与背景灰度的跳跃值,或前景灰度与位于标准 标签图像中的设定参考点的前景灰度的跳跃值。
8. 根据权利要求6或7所述的装置,其特征在于,检测模块包括: 判断单元,用于判断所述灰度特征是否满足标准标签图像的对应特征点的灰度特征的 合格范围; 第一处理单元,用于如果所述灰度特征满足标准标签图像的对应特征点的灰度特征的 合格范围,则将所述待检测标签确定为合格。
9. 根据权利要求8所述的装置,其特征在于,检测模块还包括: 第二处理单元,用于如果所述灰度特征不满足标准标签图像的对应特征点的灰度特征 的合格范围,保存所述待检测标签的图像,并根据所述不合格检测结果得到剔除控制信号, 以触发剔除器进行剔除。
10. 根据权利要求6所述的装置,其特征在于,图像获取模块具体用于采用至少两个摄 像设备对贴标机出口处的待检测标签进行拍照,以获取待检测标签的标签图像。
CN201410351653.4A 2014-07-22 2014-07-22 贴标质量检测方法和装置 CN104118609B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410351653.4A CN104118609B (zh) 2014-07-22 2014-07-22 贴标质量检测方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410351653.4A CN104118609B (zh) 2014-07-22 2014-07-22 贴标质量检测方法和装置

Publications (2)

Publication Number Publication Date
CN104118609A true CN104118609A (zh) 2014-10-29
CN104118609B CN104118609B (zh) 2016-06-29

Family

ID=51764292

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410351653.4A CN104118609B (zh) 2014-07-22 2014-07-22 贴标质量检测方法和装置

Country Status (1)

Country Link
CN (1) CN104118609B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105389587A (zh) * 2015-10-27 2016-03-09 深圳德诚信用咭制造有限公司 一种卡面印刷质量自动化检测设备及其方法
CN105857814A (zh) * 2016-05-24 2016-08-17 深圳市思泰宇科技有限公司 智能在线贴标机的标签检测装置
CN106586135A (zh) * 2016-12-28 2017-04-26 天津普达软件技术有限公司 一种产品包装盒生产日期喷印不良品剔除方法
CN106971390A (zh) * 2017-02-23 2017-07-21 国网上海市电力公司 一种贴标质量的检测方法
CN106996934A (zh) * 2016-01-25 2017-08-01 浙江田中精机股份有限公司 多相机视觉检测系统及检测方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1537782A (zh) * 2003-04-14 2004-10-20 上海新平科工业技术有限公司 一种烟盒包装质量检测系统
CN101620729A (zh) * 2009-07-31 2010-01-06 重庆医科大学 获取质量最好灰度图像的方法
JP4395932B2 (ja) * 1999-08-31 2010-01-13 パナソニック株式会社 画像検出装置、画像検出方法および記録媒体
CN101751572A (zh) * 2008-12-05 2010-06-23 比亚迪股份有限公司 一种图案检测方法、装置、设备及系统
CN101770643A (zh) * 2008-12-26 2010-07-07 富士胶片株式会社 图像处理装置、图像处理方法以及图像处理程序
JP2012132929A (ja) * 2012-02-07 2012-07-12 Asahi Breweries Ltd ラベル検査方法及び装置
WO2013079778A2 (en) * 2011-12-02 2013-06-06 Nokia Corporation Method, apparatus and computer program product for capturing images
CN103698337A (zh) * 2013-12-19 2014-04-02 三峡大学 一种扁平酒瓶标签粘贴缺陷自动检测方法
CN103914708A (zh) * 2014-01-26 2014-07-09 冯平 基于机器视觉的食品品种检测方法及系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4395932B2 (ja) * 1999-08-31 2010-01-13 パナソニック株式会社 画像検出装置、画像検出方法および記録媒体
CN1537782A (zh) * 2003-04-14 2004-10-20 上海新平科工业技术有限公司 一种烟盒包装质量检测系统
CN101751572A (zh) * 2008-12-05 2010-06-23 比亚迪股份有限公司 一种图案检测方法、装置、设备及系统
CN101770643A (zh) * 2008-12-26 2010-07-07 富士胶片株式会社 图像处理装置、图像处理方法以及图像处理程序
CN101620729A (zh) * 2009-07-31 2010-01-06 重庆医科大学 获取质量最好灰度图像的方法
WO2013079778A2 (en) * 2011-12-02 2013-06-06 Nokia Corporation Method, apparatus and computer program product for capturing images
JP2012132929A (ja) * 2012-02-07 2012-07-12 Asahi Breweries Ltd ラベル検査方法及び装置
CN103698337A (zh) * 2013-12-19 2014-04-02 三峡大学 一种扁平酒瓶标签粘贴缺陷自动检测方法
CN103914708A (zh) * 2014-01-26 2014-07-09 冯平 基于机器视觉的食品品种检测方法及系统

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105389587A (zh) * 2015-10-27 2016-03-09 深圳德诚信用咭制造有限公司 一种卡面印刷质量自动化检测设备及其方法
CN106996934A (zh) * 2016-01-25 2017-08-01 浙江田中精机股份有限公司 多相机视觉检测系统及检测方法
CN105857814A (zh) * 2016-05-24 2016-08-17 深圳市思泰宇科技有限公司 智能在线贴标机的标签检测装置
CN105857814B (zh) * 2016-05-24 2018-07-24 深圳市思泰宇科技有限公司 智能在线贴标机的标签检测装置
CN106586135A (zh) * 2016-12-28 2017-04-26 天津普达软件技术有限公司 一种产品包装盒生产日期喷印不良品剔除方法
CN106586135B (zh) * 2016-12-28 2018-09-18 天津普达软件技术有限公司 一种产品包装盒生产日期喷印不良品剔除方法
CN106971390A (zh) * 2017-02-23 2017-07-21 国网上海市电力公司 一种贴标质量的检测方法

Also Published As

Publication number Publication date
CN104118609B (zh) 2016-06-29

Similar Documents

Publication Publication Date Title
CN103913468B (zh) 生产线上大尺寸lcd玻璃基板的多视觉缺陷检测设备及方法
US8743215B1 (en) Mura detection apparatus and method of display device
CN104749184B (zh) 自动光学检测方法和系统
WO2017190574A1 (zh) 一种基于聚合通道特征的快速行人检测方法
CN105334219B (zh) 一种残差分析动态阈值分割的瓶口缺陷检测方法
CN101995223B (zh) 一种芯片外观检测方法及系统
CN106770332B (zh) 一种基于机器视觉的电子模切料缺陷检测实现方法
CN204479490U (zh) 一种激光打标产品在线检测分析系统
CN103424409B (zh) 一种基于dsp的视觉检测系统
AU2009305437B2 (en) Method and system for item identification
CN102192911B (zh) 一种基于机器视觉的金属瓶盖质量检测系统
JP2014533349A (ja) ラスタ画像のエッジ検出によるベルト摩耗の測定
CN203376271U (zh) 基于机器视觉的非连续性产品在线检测系统
CN101105459A (zh) 一种空瓶瓶口缺陷的检测方法及装置
US8750596B2 (en) System and method for identifying defects in a material
CN104897693A (zh) 一种玻璃表面缺陷增强装置及其检测方法
US9600739B2 (en) Architecture for real-time extraction of extended maximally stable extremal regions (X-MSERs)
CN105092598B (zh) 一种基于连通域的大幅面pcb板缺陷快速识别方法及系统
CN105913093A (zh) 一种用于文字识别处理的模板匹配方法
CN201218723Y (zh) 光电非接触式图像检测装置
MXPA06003027A (es) APPARATUS AND METHOD FOR AUTOMATIC INSPECTION OF A CONTINUOUS ROLL.
CN107203990B (zh) 一种基于模板匹配与图像质量评估的标贴破损检测方法
Fu et al. A deep-learning-based approach for fast and robust steel surface defects classification
CN205317678U (zh) 一种基于机器视觉的金属制品印刷缺陷在线检测系统
CN103604808B (zh) 一种瓶盖缺陷视觉检测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20160629

Termination date: 20190722