CN104711784B - 一种获得裁片缝合路径的方法 - Google Patents
一种获得裁片缝合路径的方法 Download PDFInfo
- Publication number
- CN104711784B CN104711784B CN201510152963.8A CN201510152963A CN104711784B CN 104711784 B CN104711784 B CN 104711784B CN 201510152963 A CN201510152963 A CN 201510152963A CN 104711784 B CN104711784 B CN 104711784B
- Authority
- CN
- China
- Prior art keywords
- edge
- cut
- parts
- path
- suture
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000009958 sewing Methods 0.000 title claims abstract description 30
- 230000008569 process Effects 0.000 claims abstract description 15
- 238000010586 diagram Methods 0.000 claims abstract description 8
- 238000001914 filtration Methods 0.000 claims description 5
- 230000001629 suppression Effects 0.000 claims description 4
- 230000007797 corrosion Effects 0.000 claims description 3
- 238000005260 corrosion Methods 0.000 claims description 3
- 238000009776 industrial production Methods 0.000 abstract description 2
- 238000004519 manufacturing process Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000003754 machining Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Abstract
本发明公开了一种获得裁片缝合路径的方法,属于工业缝纫机控制领域,包括对裁片拍照,以获得裁片图像;对获取的裁片图像进行边缘提取,获取裁片的边缘;对获得的边缘进行判断,以获得边缘落在理想范围内的可缝合裁片;对经步骤S103获得的可缝合裁片的边缘进行断点填补处理和多重边缘单一化处理,以获得单一、连续的边缘;对经步骤S104获得的边缘进行缩进或扩张以构建缝合路径;将步骤S105获得的缝合路径的像素点进行坐标化,以获得缝合路径的像素点的坐标图;根据步骤S106获得的坐标图生成缝合路径。本发明方法能高效的生成缝合路径,取代制板工序,提高工业生产中缝合品的质量和效率。
Description
技术领域
本发明属于工业缝纫机自动控制领域,更具体地,涉及一种在裁片缝合过程前对裁料进行边缘拾取,为缝纫机智能化缝合裁片提供合理路径的新方法。
背景技术
目前市面上的工业缝纫机基本上都是由工业缝纫机本体和工业缝纫机数控系统组成,在缝合不同裁片时,工作人员会根据不同尺码的缝合路径不同,事先通过CAD软件制作大量的模板,并且通过CAM软件设计生成相应的路径缝合程序。缝合时,操作人员把裁片放在一个有固定缝合路径的模板上,通过模板定位和模板识别在数控系统中调用相应的路径缝合程序,通过不同模板和路径程序来获得唯一的缝合路径。
在中国发明专利说明书CN201310529237中提供了一种获得缝合路径的缝纫机模板装置,它包括缝纫机台板、导向柱与模板,这是一种双层结构,中间可以放置缝料,通过夹紧来对缝料定位,在模板上开槽设置缝合路径,配合缝合程序的使用来得到所需缝合路径,使缝线沿着缝合路径进行缝合。其为大量缝合工作提供了一种获得固定缝合线迹的方法,并且相对以前的手工缝纫时代提高了缝合质量和效率。但是,(1)工厂在衣鞋制作过程中,由于相同款式衣鞋具有尺码多样、布料柔性以及前期裁片不稳定等特质,使得工厂必须花费大量时间和金钱在前期CAD模板制作和CAM工艺编制上面,对于不同尺码的裁片需要编辑不同的文件;(2)当布料形状或尺寸在裁剪过程中存在偏差时,需要修改原有文件,否则缝合质量得不到保证,效率和质量难以获得更大程度上的提高;(3)为了获得可靠的缝合线迹,在器件上需要优良的模板、精确的模板定位装置和模板识别装置,因此不易降低机械设备以及模板的成本;(4)在人力资源上需要经验丰富的设计人员设计模板和缝合线迹程序。以上这么多环节联系在一起,使得工业化大生产中缝合产品的质量和效率都难以得到更大程度上的提高。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种获得裁片缝合路径的方法,其目的在于提供一种理想缝纫线迹的高效获取方法,通过对裁片边缘拾取,从而高效的生成精确、理想的缝合路径,进而取代重复繁琐的制板工序,提高缝合品工业生产中的质量和效率。
为实现上述目的,按照本发明的一个方面,提供了一种获得裁片缝合路径的方法,其特征在于,包括如下步骤:
S101:对摊平且固定在指定位置的裁片拍照,以获得裁片图像;
S102:对获取的裁片图像进行边缘提取,获取裁片的边缘;
S103:对获得的边缘进行判断,以获得边缘落在理想范围内的可缝合裁片;
S104:对经步骤S103获得的可缝合裁片的边缘进行断点填补处理和多重边缘单一化处理,以获得单一、连续的边缘;
S105:对经步骤S104获得的边缘进行缩进或扩张处理以构建缝合路径;
S106:将步骤S105获得的缝合路径的像素点进行坐标化,以获得缝合路径的像素点的坐标图;
S107:根据步骤S106获得的坐标图生成缝合路径。
进一步的,步骤S102中所述边缘提取是指:对所述裁片图像依次进行高斯滤波处理、数字图像求梯度处理和非极大值抑制法处理,然后进行canny算法的双阈值法处理,从而获取图像边缘。
进一步的,步骤S103中,所述理想范围是指标准裁片的外周轮廓的尺寸公差带覆盖的环状区域;
所述判断是指:如果边缘的像素点有落在该环状区域之外的,则进行报警以提醒更换裁片,如果边缘的像素点全部落在该环状区域之内,则认定其为可缝合裁片。
进一步的,步骤S104中,所述多重边缘单一化处理具体为:利用形态学算法将所述可缝合裁片的边缘的二值图像与标准腐蚀模板进行递归腐蚀处理,用以去除边缘多余信息,以防止多重缝合路径的产生;
所述断点填补处理具体为:先寻找断点位置,再依据最小间距原则将最有可能发生连接关系的断点进行配对,最后对配对成功的断点进行连接,以用于修复丢失的边缘;所述最有可能发生连接关系的断点是指相互相距距离最短的断点。
进一步的,步骤S105中,以指定半径的圆沿着所述边缘运动一周,在该圆与边缘内切时,圆心通过的路径形成缩进方式构建的缝合路径;
在该圆与边缘外切时,圆心通过的路径形成扩张方式构建的缝合路径。
进一步的,步骤S101的指定位置是指工业缝纫设备的加工台。
进一步的,所述指定半径的大小为0.3cm~1.0cm。
总体而言,通过本发明所构思的以上技术方案能够取得下列有益效果:
本发明提供的缝合路径的自动生成方法能够实时获取不同裁片的理想缝纫线迹,对于相同款式不同尺寸的裁片缝合,只需要做一次的工艺参数编辑,后续就能够根据裁片图像自动生成缝合路径并进行缝合,能取消大量的制板工作,缩减工序,提高生产效率;还可以取消因为制板工作而造成的人员成本和材料成本等等,能大幅度降低生产成本;并且不需要等待制板而直接进行生产,进一步提高了产品生产效率;由于将裁片铺平对裁片进行拍照即能自动生成缝合路径,其控制不再受较多的人为因素或者裁片本身柔软性不同的影响,进一步保证了缝合质量。
附图说明
图1是本发明实施例的缝合路径自动生成方法的流程图;
图2是本发明实施例中示出的裁片的采集图像;
图3是本发明实施例中示出的裁片边缘提取后的获得的图像;
图4是示出的图3中图像经过断点填补和多重边缘处理后的图像;
图5是本发明实施例中根据工艺参数关键点经缩进构建的缝合路径;
图6是本发明实施例中缝合路径的像素坐标化图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
图1是本发明实施例的缝合路径自动生成方法的流程图,如图1所示,该缝合路径自动生成方法用于工业缝纫机缝纫前期的裁片路径获取,具体包括以下步骤:
S101:对摊平且固定在指定位置的裁片拍照,以获得裁片图像。具体的,本实施例中,采用普通的工业相机对摊平且固定在工业缝纫机的加工台的裁片拍照,由于是多种不同裁片叠加进行缝合,拍照过程中可通过在不同角度适时打光来获取边缘分明的裁片图像。图2是本发明实施例中示出的裁片的采集图像。本发明实施例中,普通的工业相机的型号为DH-SV1421GC/GM,厂家为大恒图像公司。需要特别说明的是,对于各种不同版式以及大小码不同的裁片,均在指定的位置采用一致的相机参数和一致的条件进行拍摄,以保证后续对图像处理的条件一致。
S102:对获取的裁片图像进行边缘提取,获取裁片的边缘。边缘提取是指:对所述裁片图像依次进行高斯滤波处理、数字图像求梯度处理和非极大值抑制法处理,然后进行canny算法的双阈值法处理,从而获取图像边缘。
本实施例中,获取的裁片图像依次经过高斯滤波、数字图像求梯度、非极大值抑制的处理后,会得到边缘候选点的灰度图。应用高斯滤波处理、数字图像求梯度处理和非极大值抑制处理主要是为了获得边缘候选点的灰度图。应用canny算法时,通过选取参数值,可以使图像边缘信息最优,然后才方便提取图像边缘。经典的canny算法有两个参数值,两个参数值一大一小,分别为canny算法的双阈值,较大的参数值称为高阈值,较小的参数值称为低阈值。在获得的边缘候选点的灰度图中,灰度值高于高阈值的像素点被标记为强边缘,灰度值低于低阈值的像素点灰度被置零,灰度值介于高阈值和低阈值之间的像素点被标记为弱边缘。根据canny算法的最优边缘原则,最终的边缘点包括所有被标记为强边缘的像素点和被标记为弱边缘且与强边缘有连通关系的像素点,这些像素点被认为组成了裁片边缘,提取这些点后即获得了裁片边缘的图像。图3是本发明实施例中示出的裁片边缘提取后获得的图像。
S103:根据理想范围对获得的边缘进行判断,以获得边缘落在理想范围内的可缝合裁片。如果超出理想范围,则表示裁片差错较大,通过报警的方法提醒工作人员更换裁片,直到获得裁片的边缘在理想范围内,经过该步骤就能获得尺寸符合要求的裁片。对于各种版式的大小码不同的裁片的理想范围是不相同的,具体是由工作人员通过输入设备在计算机中输入实际加工中允许的尺寸公差来确定。
本实施例中,对边缘的判断,需要事先制作并拍摄一张标准的毛坯的照片作为比较基准,本实施例中毛坯是指尺寸标准的裁片。然后根据加工需求在计算机中输入实际加工时毛坯允许的尺寸公差,计算机会自动利用这些公差数据生成一个实际加工中允许的数字图像范围,该数字图像范围作为后续加工裁片边缘的评判基准。该数字图像范围就是指理想范围,是标准裁片的尺寸公差带覆盖的环状区域。本实施例中,尺寸公差具体是指缝纫领域中常见的公差,即±5mm。可理解为该环状区域的宽度为10mm。理想范围也即标准裁片边缘的尺寸公差带。之后的每一次加工过程中,边缘提取后,计算机就会对边缘提取的图像和基准图像进行对比,如果裁片边缘的像素点有落在基准图像范围之外,机器就会自动报警,提示将进行缝合的裁片存在较大问题,不适合继续缝合。裁片边缘的图像的只要有像素点落在理想范围之外,则进行报警。
S104:对经步骤S103获得的可缝合裁片的边缘进行断点填补处理和多重边缘单一化处理,以获得单一、连续的边缘。由于前面获取的图像边缘会有间断或多重边缘重合的现象,为了保证后续的加工路径的顺利生成,需要对提取获得的边缘图像进行处理。处理主要包括两个方面:一是进行多重边缘单一化处理来用于防止多重缝合路径的产生,二是进行断点填补处理以修复由于前期处理造成的边缘信息丢失。在进行多重边缘单一化处理时,我们利用单层边缘的特征,应用形态学的算法将所获得的二值图像与四个标准腐蚀模板进行递归腐蚀,可把多余的边缘信息去掉。断点填补处理过程主要分为三个步骤:一是寻找断点位置,二是依据最小间距原则将最有可能发生连接关系的断点进行配对,三是对配对成功的断点进行连接。通过多次多重边缘单一化处理和多次断点填补处理,可以获得连续、单一的边缘图像。图4示出了图3中图像经过断点填补和多重边缘处理后的图像。本实施例中,满足如下条件的位置即为断点位置:即计算机处理后的图像上像素点的八邻域内无其他像素点的点位置。所述最小间距原则是指判断两断点间的距离,将两个相距距离最短的断点连接一起的原则。
S105:对经步骤S104获得的边缘进行缩进或扩张处理以构建缝合路径。由于真正的缝合路径并不是沿着裁片的真实边缘进行,而是沿着真实边缘向裁片内部缩进一定尺寸所形成的缝合边缘进行缝合的,这就要求对处理好的边缘图像进行一个缩进或者扩张的处理,以获得实际缝纫边缘来满足加工路径的需求。通过缩进获得缝纫边缘的过程为:让指定半径且和裁片图像边缘内切的圆沿着裁片图像边缘转动一周,圆心通过的路径即为实际缝合所需的边缘路径。扩张的处理是将让指定半径且和裁片图像边缘外切的圆沿着裁片图像边缘转动一周,圆心通过的路径即为实际缝合所需的边缘路径。该圆的半径一般为0.3cm~1.0cm,在实际的制造实践中,该圆的半径一般为0.3cm~1.0cm能够获得理想的缝合路径。图5是本发明实施例中根据工艺参数关键点经缩进构建的缝合路径的图像,该图中内环是缝合路径,外环是裁片的边缘。
S106:将步骤S105获得的缝合路径的像素点进行坐标化,以获得缝合路径的像素点的坐标图。当前面获取的边缘图像不存在于实际工作台的空间坐标系而是存在人为制定的坐标系中时,需要将构建的缝合路径的像素点进行坐标化,以使缝合路径的像素点坐标值是在实际工作台上的空间坐标系中。可以把边缘像素点的坐标提取出来,利用人为制定的坐标系与世界坐标系的关系,通过坐标变换把缝合路径坐标值变换为世界坐标系的坐标值,也就是将边缘的图像坐标值变换为实际工作台上的空间坐标值。图6是本发明实施例中缝合路径的像素点的坐标化图。
S107:根据步骤S106获得的坐标图生成缝合路径的数据文件。对获得的缝合路径的像素点的坐标化图进行解码,生成数字控制系统能够识别的缝合路径数据文件,就获得了裁片缝合路径,即可进行缝合。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种获得裁片缝合路径的方法,其特征在于,包括如下步骤:
S101:对摊平且固定在指定位置的裁片拍照,以获得裁片图像;
S102:对获取的裁片图像进行边缘提取,获取裁片的边缘;
S103:对获得的边缘进行判断,以获得边缘落在理想范围内的可缝合裁片;
S104:对经步骤S103获得的可缝合裁片的边缘进行断点填补处理和多重边缘单一化处理,以获得单一、连续的边缘;
S105:对经步骤S104获得的边缘进行缩进或扩张处理以构建缝合路径;
S106:将步骤S105获得的缝合路径的像素点进行坐标化,以获得缝合路径的像素点的坐标图;
S107:根据步骤S106获得的坐标图生成缝合路径,
其中,步骤S102中所述边缘提取是指:对所述裁片图像依次进行高斯滤波处理、数字图像求梯度处理和非极大值抑制法处理,然后进行canny算法的双阈值法处理,从而获取图像边缘,
步骤S103中,所述理想范围是指标准裁片的外周轮廓的尺寸公差带覆盖的环状区域,
所述判断是指:如果边缘的像素点有落在该环状区域之外的,则进行报警以提醒更换裁片,如果边缘的像素点全部落在该环状区域之内,则认定其为可缝合裁片,
对边缘的判断需要事先制作并拍摄一张标准的毛坯的照片作为比较基准,毛坯是指尺寸标准的裁片,然后根据加工需求在计算机中输入实际加工时毛坯允许的尺寸公差,计算机自动利用该公差数据生成实际加工中允许的数字图像范围,该数字图像范围作为后续加工裁片边缘的评判基准,该数字图像范围是标准裁片的尺寸公差带覆盖的环状区域,理想范围也即标准裁片边缘的尺寸公差带,
步骤S104中,所述多重边缘单一化处理具体为:利用形态学算法将所述可缝合裁片的边缘的二值图像与标准腐蚀模板进行递归腐蚀处理,用以去除边缘多余信息,以防止多重缝合路径的产生;
所述断点填补处理具体为:先寻找断点位置,再依据最小间距原则将最有可能发生连接关系的断点进行配对,最后对配对成功的断点进行连接,以用于修复丢失的边缘;所述最有可能发生连接关系的断点是指相互相距距离最短的断点,
步骤S105中,以指定半径的圆沿着所述边缘运动一周,在该圆与边缘内切时,圆心通过的路径形成缩进方式构建的缝合路径;
在该圆与边缘外切时,圆心通过的路径形成扩张方式构建的缝合路径。
2.如权利要求1所述的一种获得裁片缝合路径的方法,其特征在于,步骤S101的指定位置是指工业缝纫设备的加工台。
3.如权利要求2所述的一种获得裁片缝合路径的方法,其特征在于,所述指定半径的大小为0.3cm~1.0cm。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510152963.8A CN104711784B (zh) | 2015-04-01 | 2015-04-01 | 一种获得裁片缝合路径的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510152963.8A CN104711784B (zh) | 2015-04-01 | 2015-04-01 | 一种获得裁片缝合路径的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104711784A CN104711784A (zh) | 2015-06-17 |
CN104711784B true CN104711784B (zh) | 2019-01-29 |
Family
ID=53411486
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510152963.8A Expired - Fee Related CN104711784B (zh) | 2015-04-01 | 2015-04-01 | 一种获得裁片缝合路径的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104711784B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106023169B (zh) * | 2016-05-13 | 2019-02-19 | 西安工程大学 | 一种基于图像匹配的制衣裁片对横条的方法 |
CN107084666B (zh) * | 2017-05-10 | 2020-08-28 | 中国计量大学 | 基于机器视觉的刹车片尺寸综合检测方法 |
CN107156981B (zh) * | 2017-05-26 | 2019-01-25 | 山东如意毛纺服装集团股份有限公司 | 一种无缝纫西装智能叠粘工艺及其装置 |
CN107239625A (zh) * | 2017-06-09 | 2017-10-10 | 拓卡奔马机电科技有限公司 | 一种裁片重叠筛选方法及系统 |
CN113297642B (zh) * | 2021-03-31 | 2022-06-07 | 阿里巴巴(中国)有限公司 | 图像处理方法、数据处理方法、加工系统及设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5205232A (en) * | 1989-08-30 | 1993-04-27 | Orisol Ltd. | Apparatus for advance edge detection and sewing |
US5791271A (en) * | 1996-10-18 | 1998-08-11 | Brother Kogyo Kabushiki Kaisha | Embroidery data processing device and method |
CN101021036A (zh) * | 2005-12-30 | 2007-08-22 | 日星产业缝制器械株式会社 | 形成口袋缝纫图样的方法及修改该缝纫图样的方法 |
CN101075350A (zh) * | 2007-06-20 | 2007-11-21 | 中国科学院长春光学精密机械与物理研究所 | 利用动态轮廓技术实现二维动画到三维动画转换的组件 |
CN101930600A (zh) * | 2010-08-31 | 2010-12-29 | 南京航空航天大学 | 一种基于复合二阶分数阶次信号处理的边缘检测方法 |
CN103177260A (zh) * | 2013-04-19 | 2013-06-26 | 福州大学 | 一种彩色图像边界提取方法 |
CN104018297A (zh) * | 2014-06-12 | 2014-09-03 | 新杰克缝纫机股份有限公司 | 一种智能缝制装置及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05225315A (ja) * | 1992-02-07 | 1993-09-03 | Juki Corp | 被加工体の外形認識装置 |
-
2015
- 2015-04-01 CN CN201510152963.8A patent/CN104711784B/zh not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5205232A (en) * | 1989-08-30 | 1993-04-27 | Orisol Ltd. | Apparatus for advance edge detection and sewing |
US5791271A (en) * | 1996-10-18 | 1998-08-11 | Brother Kogyo Kabushiki Kaisha | Embroidery data processing device and method |
CN101021036A (zh) * | 2005-12-30 | 2007-08-22 | 日星产业缝制器械株式会社 | 形成口袋缝纫图样的方法及修改该缝纫图样的方法 |
CN101075350A (zh) * | 2007-06-20 | 2007-11-21 | 中国科学院长春光学精密机械与物理研究所 | 利用动态轮廓技术实现二维动画到三维动画转换的组件 |
CN101930600A (zh) * | 2010-08-31 | 2010-12-29 | 南京航空航天大学 | 一种基于复合二阶分数阶次信号处理的边缘检测方法 |
CN103177260A (zh) * | 2013-04-19 | 2013-06-26 | 福州大学 | 一种彩色图像边界提取方法 |
CN104018297A (zh) * | 2014-06-12 | 2014-09-03 | 新杰克缝纫机股份有限公司 | 一种智能缝制装置及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104711784A (zh) | 2015-06-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104711784B (zh) | 一种获得裁片缝合路径的方法 | |
JP6542824B2 (ja) | 入力画像から検出した対象物の像の尤度を計算する画像処理装置および画像処理方法 | |
US20160159011A1 (en) | Vision System for Selective Tridimensional Repair Using Additive Manufacturing | |
US9681694B2 (en) | Fully fashion knitwear and a method and system for making three-dimensional patterns for the same | |
JP4679073B2 (ja) | タイヤ凹凸図形の検査方法、および、タイヤ凹凸図形検査装置 | |
CN114821114B (zh) | 一种基于视觉系统的坡口切割机器人图像处理方法 | |
CN107316315A (zh) | 一种基于模板匹配的目标识别定位方法 | |
CN107230203A (zh) | 基于人眼视觉注意机制的铸件缺陷识别方法 | |
US20120110828A1 (en) | Method and apparatus for automatically generating trim lines for cranial remodeling devices | |
CN105678749B (zh) | 一种基于视觉的鲜鱼方向判别方法 | |
Jong et al. | Automatic process planning of mold components with integration of feature recognition and group technology | |
CN107358636A (zh) | 一种基于纹理合成的疏松缺陷图像生成方法 | |
CN110171000A (zh) | 坡口切割方法、装置及控制设备 | |
CN107009357A (zh) | 一种基于nao机器人抓取物体的方法 | |
CN104711785B (zh) | 一种基于视觉控制的电脑花样机 | |
US9886529B2 (en) | Methods and systems for feature recognition | |
CN104091325A (zh) | 汽车仪表盘视觉检测中基于尺度不变特征变换的图像roi定位方法及装置 | |
US20230089649A1 (en) | Method for Identifying Gum Line of Tooth Model, Device, and Storage Medium | |
CN111243016A (zh) | 一种集装箱自动识别与定位方法 | |
WO2021140022A1 (en) | Methods and devices for determining a location associated with a gemstone | |
EP4160524A1 (en) | Method for detecting at least one defect on a support, device and computer program associated | |
GB2503331A (en) | Aligning garment image with image of a person, locating an object in an image and searching for an image containing an object | |
CN108346161A (zh) | 基于图像的飞织鞋面匹配定位方法及其系统和存储介质 | |
CN111161420A (zh) | 一种面向3d打印的制鞋模型快速修复方法 | |
CN109531570A (zh) | 基于视觉传感器的机械臂抓取方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190129 |
|
CF01 | Termination of patent right due to non-payment of annual fee |