CN105184202B - 扫描仪脏污/清洁窗口自动探测 - Google Patents
扫描仪脏污/清洁窗口自动探测 Download PDFInfo
- Publication number
- CN105184202B CN105184202B CN201510225606.XA CN201510225606A CN105184202B CN 105184202 B CN105184202 B CN 105184202B CN 201510225606 A CN201510225606 A CN 201510225606A CN 105184202 B CN105184202 B CN 105184202B
- Authority
- CN
- China
- Prior art keywords
- scanner
- window
- pixel
- dirty
- clean
- 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
Links
- 239000000428 dust Substances 0.000 claims abstract description 50
- BVPWJMCABCPUQY-UHFFFAOYSA-N 4-amino-5-chloro-2-methoxy-N-[1-(phenylmethyl)-4-piperidinyl]benzamide Chemical compound COC1=CC(N)=C(Cl)C=C1C(=O)NC1CCN(CC=2C=CC=CC=2)CC1 BVPWJMCABCPUQY-UHFFFAOYSA-N 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims description 52
- 238000001514 detection method Methods 0.000 claims description 29
- 238000004140 cleaning Methods 0.000 claims description 23
- 238000005070 sampling Methods 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 13
- 230000000694 effects Effects 0.000 claims description 10
- 230000003287 optical effect Effects 0.000 description 32
- 238000003384 imaging method Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 230000006978 adaptation Effects 0.000 description 7
- 239000008187 granular material Substances 0.000 description 7
- 230000006870 function Effects 0.000 description 3
- 238000010408 sweeping Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000003014 reinforcing effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 239000004519 grease Substances 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/94—Investigating contamination, e.g. dust
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8803—Visual inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/958—Inspecting transparent materials or objects, e.g. windscreens
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/0095—Testing the sensing arrangement, e.g. testing if a magnetic card reader, bar code reader, RFID interrogator or smart card reader functions properly
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/06—Illumination; Optics
- G01N2201/061—Sources
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/12—Circuits of general importance; Signal processing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Biochemistry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Image Input (AREA)
Abstract
拍摄并分析扫描窗口的图像,确定图像是否指示窗口有灰尘或碎屑。如果图像指示窗口有灰尘或碎屑,就把灰尘或碎屑的尺寸和数量与阈值对比。如果超过阈值,就发出警报,然后清洁窗口灰尘或碎屑。
Description
技术领域
本发明涉及扫描仪脏污/清洁窗口自动探测。
背景技术
成像条形码扫描仪在持续暴露于灰尘、碎屑及其他沾污物的环境中执行操作。上述若干灰尘等会附着于扫描仪的一个或多个光学窗口上,这必然会降低该扫描仪获取图像的质量。反过来,图像质量下降自然又会减损扫描设备的性能。
在成像条形码扫描仪中,光从成像物体穿过一个或多个光学组件达至一个或多个图像传感器。当光学组件未附着任何灰尘、油脂及可能分散、吸收或分解从物体反射到传感器的光的任何其他沾污物时,便能发挥最佳性能。在销售点(POS)系统中运作的条形码扫描仪通常都持续暴露于环境中的灰尘等,某些灰尘可能会附着于扫描仪一个或多个光学组件上。总而言之,这些灰尘随后可能会使物体和传感器之间灰尘介入地方的图像变得模糊。另外一个复杂因素是,灰尘进入图像传感器的方式有所不同,取决于灰尘是由环境照明提供的背光造成,还是由扫描仪本身照明提供的前光造成。在这两种情况之下,灰尘均降低了条形码扫描仪发挥其主要功能的能力,其主要功能依赖所获得的图像是否基本不存在任何光学缺陷(包括光学路径中的灰尘等引起的缺陷)。
因此这就需要成像条形码扫描仪能够对灰尘模糊图像的情况进行探测。并需要成像条形码扫描仪能够向操作员发出扫描仪光学组件需要清洁的警报。此外,还需使扫描仪能够探测其何时会恢复清洁,以便将操作员警报设置为非警报状态。最后,还需使扫描仪在探测背光和前光灰尘时发挥同样的效果。
发明内容
在各实施例中,均提供了脏污/清洁窗口自动探测的方法和系统。
根据某一实施例,提供了扫描仪脏污/清洁窗口自动探测的方法。具体而言,从扫描仪获取图像,并选取图像样本以进行灰尘或碎屑探测。然后,根据抽样图像确定扫描仪窗口清洁与否。
根据第一个方面,本发明提供的方法包括:从扫描仪获取图像;选取图像样本进行灰尘或碎屑探测;及根据抽样图像确定扫描仪窗口清洁与否。
获取图像步骤还可选择包括,在确定销售点(POS)系统中的扫描仪不在使用当中时启动扫描仪拍摄图像。
选取样本步骤还可选择包括从图像中采集像素块。
选取样本步骤还可选择包括确定像素的最低值和最高值。
确定最低值和最高值步骤还可选择包括,当中心像素值低于最低值或高于最高值时,增加一个斑点计数。
确定最低值和最高值步骤还可选择包括,当中心像素值低于最低值和预定恒定值之差或高于最高值和预定恒定值之和时,增加一个斑点计数。
选取样本步骤还可选择包括计算像素块的像素平均值,得出单个像素值,并确定是否根据该单个像素值增加斑点计数。
选取样本步骤还可选择包括处理像素块,以确定每个已处理的像素块是否需要增加一个斑点计数。
确定是否增加斑点计数步骤可选择包括把样本的斑点计数值与阈值作比较,确定窗口清洁与否。
比较斑点计数值步骤还可选择包括,确立属清洁窗口的窗口图像的斑点计数的阈值。
根据第二个方面,本发明提供的系统包含:窗口;扫描仪;经过适配及配置的脏污/清洁窗口探测器,以:i)在扫描仪上执行,i i)从扫描仪获取图像,及i i i)确定图像是不是窗口上附着的灰尘或碎屑;以及经过适配及配置的警报管理器,以:i)在扫描仪上执行,ii)从脏污/清洁探测器接收窗口清洁与否的指示,及i i i)在窗口脏污时发出警报,及窗口清洁时关闭警报。
脏污/清洁窗口探测器还可选择经过适配,以:i i i)将清洁窗口的斑点计数与从图像处理的二次斑点计数进行比较,确定窗口清洁与否。
警报管理器还可选择经过适配及配置,以便在脏污/清洁窗口探测器指示窗口清洁时关掉警报。
该系统可选择整合至结账站,且结账站可任意选择收银员操作或是客户操作,且扫描仪是条形码扫描仪。
根据第三个方面,本发明提供的方法包括:接收扫描仪窗口脏污的通知,该通知在扫描仪处理过程中自动确定;并自动在扫描仪上发出指示窗口需要清洁的警报。
自动发出警报步骤还可选择包括,发出警报时,开启扫描仪维修灯。
自动发出警报步骤还可选择包括,发出警报时,打开扫描仪扬声器的声音。
启动扬声器声音步骤还可选择包括按预定义的间隔时间或根据扫描仪操作员探测出的操作启动声音。
自动发出警报步骤还可选择包括,发出警报时,开启扫描仪维修灯,以及开启扫描仪扬声器的声音。
该方法还可选择包括,接收窗口清洁的第二次通知,并解除扫描仪警报。
附图说明
以下通过举例并参照附图,对本发明的上述内容和其他方面加以具体说明:
根据一个示例实施例,图1是描述自动探测光学扫描仪窗口清洁与否的光学扫描仪组件的示意图;
根据一个示例实施例,图2是扫描仪脏污/清洁窗口自动探测方法的示意图;
根据一个示例实施例,图3是扫描仪脏污/清洁窗口自动警报的另一种方法的示意图;及
根据一个示例实施例,图4是脏污/清洁窗口探测系统的示意图。
具体实施方式
首先参照图1,根据一个示例实施例,描述自动探测光学扫描仪110的窗口130清洁与否的光学扫描仪110组件的示意图100。但要指出的是,光学扫描仪110是以极为简化的形式示意性示出的,仅对与理解图解的本实施例相关的组件加以说明。对于光学扫描仪110的其他各图解组件也是如此。
此外,仅出于说明目的,描绘(图1中确定的)各个组件,以及呈现组件的布置形式。但要指出的是,也可以按其他方式布置更多或更少组件,但不得脱离本文和下文呈现的脏污/清洁窗口自动探测指导。
此外,本文及下文呈现的脏污/清洁窗口自动探测方法及系统可能包括图100显示的所有或部分组件组合。这些方法均在内存和/或永久性电脑可读存储媒体中被编程为可执行指令,并在与组件相关的一个或多个处理器中执行。
具体而言,示意图100允许光学扫描仪110对光学扫描仪110的窗口130被认定为脏污或清洁状态时进行自动确定。就各组件而言,现在光学扫描仪110情况下参照图1的实施例呈现图100中的该方法详情。
但在进行示意图100的讨论之前,需要指出的是本文所述的方法和系统不限于销售点(POS)安装;即任何(涉及任何自助服务终端(SST)、自助服务机、贩卖机、登记和/或结账终端,比如零售店、酒店、汽车租赁、医疗或金融行业等所用的终端)的扫描仪环境或系统,均可受益于本文所述指导。
光学扫描仪110包括:一个外部图像光源120(可选),一个或多个窗口130、图像捕获传感器140,一个内部图像光源141、一个图像采样器142,一个脏污/清洁探测器143和一个警报管理器144。
在某一实施例中,光学扫描仪110整合到由客户操作的自助服务结账站。
在某一实施例中,光学扫描仪110整合至由收银员操作的POS结账站。
光学扫描仪最外部分(窗口130的至少一面)与环境和内部部分(至少一个窗口130和组件140—144的内部部分)接触,即光学扫描仪110的内部(注意,在实施例中,光学扫描仪110是条形码扫描仪110)。光学扫描仪110最外部分预期可沾上各种灰尘、碎片、环境污染物以及某些此类污垢等,其可粘附于最外部分(至少一个窗口130的外部)的任何部位。光学扫描仪110的内部部分可密封至有助于抵抗灰尘、碎片等渗透的程度。
光学扫描仪110(下文称“扫描仪110”)有一个光学系统,可向二维(2D)图像传感器140提供物体的清晰聚焦图像。应了解的是,扫描仪110可有一个或多个图像传感器140,每一个图像传感器140会获得一个或多个光学系统提供的一个或多个物体的清晰聚焦图像。还应了解的是,扫描仪110可获得相同物体多个视觉角度的图像。
2D图像传感器140有一个规律间隔排列的传感元件网格,因此捕获的光学图像由传感器140转换为一个阵列的像素值,一个像素值对应一个传感元件,记录光强度和颜色等数据。这样,2D图像传感器140可将光学系统提供的图像转换为一个阵列的像素值,然后可按数学方式操作处理。
扫描仪外部的某个物体(例如被扫描的产品上的条形码)可通过扫描仪110成像,其原理是物体上的光(或许是采用外部图像光源120)穿过扫描仪最外部分的光学窗口130,然后穿过扫描仪110内的光学系统的剩余部分,到达一个或多个图像传感器140。取决于扫描仪110的设计,物体上的光可穿过多个光学窗口130到达一个或多个光学系统,然后到达一个或多个图像传感器140。很明显,来自环境的灰尘等可粘附于扫描仪110的光学窗口130的任何或所有部分,因此灰尘可对图像质量造成不利影响。
自动探测扫描仪110的窗口130是否清洁,靠三种处理方法中一个或多个来实现,每一种方法均由图像采样器142及/或脏污/清洁探测器143执行(作为在扫描仪110的一个或多个处理器上执行的一个或多个软件模块的可执行指令实施)。
第一种方法
第一种方法如下:
1)捕获来自传感器140的图像,将其转换为一个像素阵列,该像素阵列的每个像素的像素值至少代表该像素定位所接受的光强度;
2)将斑点计数设置为零;
3)然后对图像的每个像素进行观察;
3a)捕获的图像的样本是一个由位于中心的当前像素及围绕中心像素的8个最邻近像素所组成3×3像素阵列;
3b)比较中心像素和8个最邻近像素中每个像素的像素值;
3c)如果中心像素大于全部8个邻近像素,或者中心像素小于全部8个邻近像素,那么增加斑点计数;及
4)现在斑点计数与窗口130上的灰尘数量成正比。
就第一种方法而言,3×3的像素阵列可想象为下图,其中pC代表中心像素,p1--p8代表8个最邻近的像素:
P1 | P2 | P3 |
P4 | PC | P5 |
P6 | P7 | P8 |
为了更清楚地描述上述3b和3c的处理方法,假设全部8个邻近像素从最低值到最高值排列为p1至p8,因此pL等同于最低值像素的像素值,而pH等同于最高值像素的像素值。那么,上述处理步骤3b和3c变成:如果(pC<pL)或(pC>pH),那么斑点_计数=斑点_计数+1。
应当指出,严格进行p1至p8的排列步骤,旨在从样本中的8个邻近像素中寻找最高和最低的像素值。然而,排列p1至p8足以实现此目的,但并非必须这么做。必须做的是寻找最低和最高的像素值,不全部排列p1至p8亦可实现此目的。避免全部排列,简单地决定p1至p8中最低和最高的像素值,有利于缩短处理时间。
在实施例中,第一种方法不能用于图像的边缘,因为这么做可能产生边缘效应。例如,在捕获的图像中,图像最左上角的像素不包含全部的8个邻近像素(因为像素p1、p2、p3、p4和p6不在图像的边缘上,因此不作为像素存在)。仅将第一种方法用于可选定全部8个邻近像素的像素集时,可完全消除边缘效应。
扫描仪110外部的照明(通过可选外部图像光源120)往往会使窗口上的灰尘比周围的像素暗,因为灰尘可阻碍图像传感器140中的光线进入。而源自扫描仪110内部的照明(通过内部图像光源141)往往会使窗口上的灰尘比周围的像素亮,因为光在离开扫描仪110之前会反射回图像传感器140。以这种方式,不论如何安排照明,均可探测出灰尘。
第二种方法是第一种方法的加强版
通过在围绕中心像素进行的比较操作(已在上述第一种方法中讨论)中添加可配置的像素比较阈值,第一种方法可获得(可选)额外的灵活性和抗干扰性。因此,强化的操作如下(注意,为清楚起见,强化的操作下注有下划线,以便与第一种方法的操作进行比较):
1)捕获来自传感器140的图像,将其转换为一个像素阵列,该像素阵列的每个像素的像素值至少代表该像素定位所接受的光强度;
2)将斑点计数设置为零;
2a)设置像素比较阈值;
3)然后观察图像的每个像素,该图像应存在全部8个邻近像素:
3a)捕获的图像的样本是一个由位于中心的当前像素及围绕中心像素的8个最邻近像素所组成3×3像素阵列;
3b)比较中心像素和8个最邻近像素中每个像素的像素值;
3c)如果中心像素大于全部8个邻近像素的程度超过像素比较阈值,或者中心像素小于全部8个邻近像素的程度超过像素比较阈值,那么增加斑点计数;及
4)现在斑点计数与窗口上的灰尘数量成正比。
为了更容易地描述第二种方法的处理步骤3b和3c,假设全部8个邻近像素从最低值到最高值排列为p1至p8,因此pL等同于最低值像素的像素值,而pH等同于最高值像素的像素值,而pT等同于像素比较阈值。第二种方法的处理步骤3b和3c变成:如果(pC<(pL-pT))或(pC>(pH+pT)),那么斑点_计数=斑点_计数+1;
针对多分辨率的第三种方法
上文描述的斑点计数乃是累积与单个像素的表观尺寸相同的灰尘颗粒的计数。扫描仪上附着的灰尘实际上可能尺寸不一。由于灰尘的实际尺寸并不相同,因此需要一种探测不同表观尺寸的灰尘的方法。通过降采样原始捕获图像的第三种方法,第一种和第二种方法(如上所述)可得到调整和加强,以实现探测不同尺寸灰尘的目的。
假设捕获的图像的分辨率为H水平像素乘以V垂直像素。像素的总数量为H与V的乘积,而可探测灰尘的尺寸与单个像素区域相同。将原始H乘以V尺寸的图像降采样为H/2乘以V/2尺寸的图像是可以实现的。原始图像中的每个2×2像素块相加后平均,以生成降采样图像中的单个像素。
p1p2
p3p4==>>变成单个像素pM(4个像素的平均值)=(p1+p2+p3+p4)/4
此降采样方案有4:1的像素比,因为原始图像中每4个像素生成降采样图像中的单个像素。
然后通过第一种方法或第二种方法对降采样图像进行处理,产生与降采样图像中的单个像素的尺寸有关的斑点计数,此时的斑点计数比使用原始图像衡量的灰尘尺寸大四倍。通过4:1降采样图像得到的斑点计数预期将确定灰尘颗粒的数量,而该灰尘颗粒比原始图像计算的斑点计数约大四倍。
此采用降采样然后生成斑点计数的第三种方法可逐一多次使用,以产生一系列的降采样图像,以及对应多种灰尘颗粒尺寸的斑点计数。每次对图像进行降采样时,探测到的颗粒尺寸成比例地增加。第三种方法被称为多分辨率分析技术,因为降采样产生连续的图像,而图像之间具有恒定的几何比率。作为原始图像的多分辨率降采样的结果,通过每一层降采样图像得到的斑点计数可确定尺寸根据相同几何比率增加的灰尘颗粒的数量。每个斑点计数与窗口130上的灰尘数量成正比,该灰尘与降采样单个像素代表的几何区域尺寸相同。
为说明这一点,考虑一个由H×V分辨率的原始图像按4:1降采样得到的图像。生成的图像的分辨率为H/2×V/2。如果降采样图像随后按4:1再次被降采样,那么生成的图像的分辨率为H/4×V/4。因此,H/4×V/4双重降采样图像中的每个像素相当于原始图像的16个像素组成的正方形。通过双重降采样图像随后得到的斑点计数预期将确定灰尘颗粒的数量,而该灰尘颗粒比原始图像计算的斑点计数约大16倍。
脏污/清洁窗口自动探测的时间选择
扫描仪110智能决定可执行单一斑点计数或连续多分辨率斑点计数的时间是有利的。由于目标是确定扫描仪110自动探测清洁或脏污的窗口130的状态,当客户或收银员正在接触整合扫描仪的POS设备时,避免捕获图像和计算斑点计数是很有用的。为此,通过监测扫描仪活动、磅秤活动以及POS设备上的其他可观测量,可推测出POS设备上的人类活动。例如,如果磅秤探测到一个非零的稳定重量,这就是POS正在使用当中的可靠证据,因此这并非捕获图像计算斑点计数的最佳时机。扫描条形码是POS正在使用当中的另一个可靠证据,因此这并非计算斑点计数的最佳时机。POS正在使用当中的其他证据可通过POS本身得到。当确定POS不在使用当中时,可捕获图像并更有把握地计算斑点计数。
警报
警报处理由警报管理器144执行(作为在扫描仪110的一个或多个处理器上执行的软件模块的可执行指令实施)。
在操作中,当扫描仪110处于清洁和非使用状态时,可捕获图像、计算斑点计数,并可为扫描仪110设定处于清洁状态的基线。当随后从清洁状态得到足够的斑点计数,扫描仪110可确定其处于脏污状态。如果预定尺寸的斑点计数,或根据连续多分辨率斑点计数系列的结果得到的尺寸系列(采用图像采样器142及/或脏污/清洁探测器143进行上述方法的处理结果)增加,表明扫描仪110处于脏污状态。当斑点计数表明扫描仪110处于脏污状态时,通过警报管理器144对扫描仪操作员发出图像或声音警报。一旦扫描仪110观测到返回的斑点计数大致正常,便可通过警报管理器144停止操作员警报。
本文的某些实施例拥有测量成像条形码扫描仪110的一个或多个窗口130上的灰尘等尺寸及数量的优势(扫描仪110的一个实施例),并采用这些测量值在扫描仪110需要清洁时提醒操作员。当扫描仪110清洁时,其表现最佳,因此通过本文的某些实施例可提高操作员的生产力。
某些此类实施例和其他实施例现已参照图2-4进行讨论。
根据一个示例实施例,图2是扫描仪自动脏/清洁窗口检测方法200的示意图;实现方法200的软件模块被称为“扫描窗口状态管理器”。扫描窗口状态管理器是作为编程的可执行指令实施的,驻留于内存和/或永久性电脑可读(处理器可读)存储媒体,由扫描仪的一个或多个处理器执行。执行扫描窗口状态管理器的扫描仪的处理器经专门构造与编程,以处理扫描窗口状态管理器。扫描窗口状态管理器可(但并非必须)在处理时连接网络。网络可以是有线、无线或有线与无线相结合。
在某一实施例中,执行扫描窗口状态管理器的扫描仪是图1中的扫描仪110。
在某一实施例中,执行扫描窗口状态管理器的扫描仪是条形码扫描仪。
在某一实施例中,执行扫描窗口状态管理器的扫描仪已整合至收银员操作的结账站。
在某一实施例中,执行扫描窗口状态管理器的扫描仪已整合至客户操作的自助结账站。
在某一实施例中,扫描窗口状态管理器是图1中的脏污/清洁探测器143。
在某一实施例中,扫描窗口状态管理器包括图像采样器142和图1中的脏污/清洁探测器143。
扫描窗口状态管理器在处理时,假设存在确定窗口脏污或清洁的预定值,且扫描窗口状态管理器可以获得该预定值。其在某一实施例中的做法是,在客户或收银员不操作扫描仪时,使用在已知清洁的扫描窗口中捕获的斑点计数。前文已讨论捕获斑点的时机,可以根据嵌入扫描仪的POS设备的状态加以推断。
在210中,扫描窗口状态管理器从扫描仪获取图像。图像显示从扫描仪环境以外扫描产品或信息的窗口。此外,图像是在扫描仪不扫描产品或信息时获取的,以便检查拍摄的窗口图像是否有任何明显灰尘和碎屑。如果有,可能影响扫描仪的准确性。
根据211的实施例,当确定POS系统不使用扫描仪时,扫描窗口状态管理器会激活扫描仪,拍摄窗口图像。前文已讨论哪些情况下可以推断POS系统不在使用当中(参照图1)。
在220中,扫描窗口状态管理器选取图像样本,检查窗口表面是否有任何灰尘或碎屑。
在221的某一实施例中,扫描窗口状态管理器从图像中选取预定像素块样本。
在221和222的某一实施例中,扫描窗口状态管理器按照像素值从低到高给每个区块的像素分类。
在222和223的某一实施例中,当中心像素值低于最低值或高于最高值,扫描窗口状态管理器会增加一个斑点计数。这表明抽样区块实际上是扫描窗口上的灰尘或碎屑。
在222和224的其他实施例中,当中心像素值低于最低值和预定恒定值之差时,或当中心像素值高于最高值和预定恒定值之和时,扫描窗口状态管理器会增加一个斑点计数。这种方法也可以确定抽样区块是不是扫描窗口上的灰尘或碎屑。
在220和225的某一实施例中,扫描窗口状态管理器会计算每个抽样区块的像素平均值,得出单个像素值,用于确定是否根据该单个像素值增加斑点计数。前文讨论多分辨率方法时讲过这一点。
在220和226的某一实施例中,扫描窗口状态管理器处理像素块,确定所处理区块是否需要增加一个斑点计数。
在230中,扫描窗口状态管理器根据抽样图像,确定扫描窗口清洁与否。
在231的某一实施例中,扫描窗口状态管理器会把样本的斑点计数值与阈值作对比,确定窗口清洁与否。在某一实施例中,每次处理清洁窗口的斑点都会更改阈值,而阈值代表确定清洁窗口的可接受斑点计数。
根据某一示例实施例,图3显示了扫描仪脏污/清洁窗口自动警报的另一种方法300;实施方法300的软件模块,被称为“扫描窗口警报管理器”。扫描窗口警报管理器是作为编程的可执行指令实施的,驻留于内存和/或永久性电脑可读(可读处理器)存储媒体,由扫描仪的一个或多个处理器执行。执行扫描窗口警报管理器的处理器经过特殊设置和编程,以处理扫描窗口警报管理器。扫描窗口警报管理器在处理时不一定会访问一个或多个网络。每个网络均可是有线、无线或有线和无线相结合。
在某一实施例中,执行扫描窗口警报管理器的扫描仪是图1中的扫描仪110。
在某一实施例中,执行扫描窗口警报管理器的扫描仪是条形码扫描仪。
在某一实施例中,扫描仪被整合至收银员操作的结账站。
在某一实施例中,扫描仪被整合至客户操作的自助结账站。
在某一实施例中,扫描窗口警报管理器是图1中的警报管理器144。
在210中,扫描窗口警报管理器接收扫描窗口脏污的通知。该通知是在扫描仪处理过程中自动确定的。在某一实施例中,该通知来自图2中的扫描窗口状态管理器。在某一实施例中,该通知来自图1中的脏污/清洁窗口探测器143。
在320中,扫描窗口警报管理器自动对扫描仪发出警报,说明窗口需要清洁,扫描仪才能适当操作。警报发出的方式有多种。
例如在321中,发出警报时,扫描窗口警报管理器会开启扫描仪维修灯。
在其他情况下,在322中,发出警报时,扫描窗口警报管理器会打开扫描仪扬声器的声音。
在322和323的某一实施例中,扫描窗口警报管理器会按预定间隔时间或根据扫描仪操作员检出的操作打开声音。该操作可以是POS系统交易启动时通知扫描仪准备就绪,可以是POS系统上的产品刷卡等等。间隔时间可以根据维修或使用扫描仪的公司的意愿来设置。
在324的某一实施例中,发出警报时,扫描窗口警报管理器会开启扫描仪维修灯,并打开扫描仪扬声器的声音。所以,亮灯和响声都表明发出警报。
根据330的某一实施例,扫描窗口警报管理器会接收窗口清洁的第二次通知,并据此解除扫描仪警报。
根据某一示例实施例,图4是脏污/清洁窗口探测系统400的示意图。脏污/清洁窗口探测系统400的部分组件经过编程,驻留于内存和/或永久性电脑可读媒体,并在脏污/清洁窗口探测系统400的一个或多个处理器上执行。脏污/清洁窗口探测系统400不一定会在一个或多个网络(有线、无线或有线和无线相结合)上通信。
在某一实施例中,脏污/清洁窗口探测系统400被整合至收银员操作的结账站。
在某一实施例中,脏污/清洁窗口探测系统400被整合至客户操作的自助结账站。
在某一实施例中,脏污/清洁窗口探测系统400会在操作中执行与图1-3相关的处理。
脏污/清洁窗口探测系统400包括窗口401、扫描仪402、脏污/清洁窗口探测器403、警报管理器404。
窗口401包括曝露于扫描仪402扫描项目(产品或文件)之环境的外表面。外表面会在扫描仪402操作过程中收集环境中的灰尘和碎屑。
需注意,可能存在多个窗口401,而展示单个窗口401只是出于图解目的。
扫描仪402包括多个组件,比如处理器、内存、传感器、非易失性和永久性存储等等。扫描仪402还包括永久性存储中作为软件模块实施的可执行指令:脏污/清洁窗口探测器403和警报管理器404。
在某一实施例中,扫描仪402是图1中的扫描仪110。
在某一实施例中,扫描仪402是条形码扫描仪。
脏污/清洁窗口探测器403经过适配和配置,以:在扫描仪上执行,从扫描仪402获取图像,确定图像是不是窗口401上附着的灰尘或碎屑。
在某一实施例中,脏污/清洁窗口探测器403是图1中的脏污/清洁窗口探测器143。
在某一实施例中,脏污/清洁窗口探测器403是图2中的扫描窗口状态管理器。
在某一实施例中,脏污/清洁窗口探测器403经过进一步适配和配置,以便用清洁窗口的斑点计数,对比从图像检查出的第二次斑点计数,确定窗口清洁与否。
警报管理器404经过适配和配置,以:在扫描仪402上执行,接收脏污/清洁窗口探测器403发出的窗口401清洁与否的指示,及在窗口401变脏时打开警报,在窗口401清洁时关闭警报。
在某一实施例中,警报管理器404是图1中的警报管理器144。
在某一实施例中,警报管理器404是图3中的扫描窗口警报管理器。
根据某一实施例,警报管理器404经过进一步适配和配置,当脏污/清洁窗口探测器指示窗口清洁时关掉警报。
应了解的是,扫描仪可以在其窗口脏污或清洁时自动探测并自动发出和关闭警报,从而更有效地确保适当清洁和操作扫描仪。
应了解的是,以特定形式(如组件或模块)描述软件只是为便于理解,并无意对实施相关功能的软件的构造或组织形式予以限制。例如,模块虽被图解为分离的模块,但可以作为同源代码、独立组件执行。不过并非所有模块都可以结合,或者在以任何其他便利方式构建的软件中实施该功能。
此外,尽管软件模块被图解为在一个硬件上执行,但软件可以分布于多个处理器,或采用任何其他便利的形式。
以上描述属说明性,而非限制性。在查阅上述说明后,相关技术人员将了解许多其他实施例。因此,实施例的范围应参照附加的权利要求来决定。
在之前对实施例的描述中,出于简化披露目的,各个特征被一并归至单个实施例中。这种披露方法不应被理解为:所申请实施例的特征比各权利要求中明确表述的特征要多。正如以下权利要求所反映,发明主旨事项反而少于单个披露的实施例的所有特征。
Claims (16)
1.一种探测扫描仪的窗口是脏污还是清洁的方法,包括:
由所述扫描仪根据其探测的清洁窗口设定阈值;
由所述扫描仪获取图像,其中获取进一步包括:在推测出所述扫描仪当前不在使用中之后获取所述图像,其中所述推测是基于没有探测到磅秤探测的非零的稳定重量和条形码的读取的活动而作出的;
由所述扫描仪通过将所述图像中每个2×2的像素块平均为单个像素来对所述图像进行降采样,生成计算所述图像的分辨率的降采样图像;
由所述扫描仪通过从所述降采样图像中采样3×3的像素阵列来对所述降采样图像进行采样以探测灰尘或碎屑,其中从所述降采样图像中采样3×3的像素阵列是通过保持在每个3×3的像素阵列的中心像素处的当前像素并且获取围绕所述中心像素的八个最邻近的像素进行的采样,其中采样进一步包括:当特定的中心像素值小于最低值或大于最高值时,增加斑点计数;以及
由所述扫描仪通过以下方式来基于采样的所述降采样图像确定所述扫描仪通过其来获取所述图像的窗口是脏污还是清洁的,即比较每个3×3的像素阵列的所述中心像素的像素值和所述中心像素的八个最邻近的像素中的每个像素,相应地增加所述斑点计数,并且比较斑点计数值和所述阈值以确定所述扫描仪的所述窗口是脏污还是清洁的。
2.根据权利要求1所述的方法,其中比较所述特定的中心像素值小于所述最低值还是比较所述特定的中心像素值大于所述最高值是根据以下方法来选择的,即所述图像是使用所述扫描仪外部的外部光源还是使用所述扫描仪内部的内部光源来捕获的。
3.根据权利要求1所述的方法,其中采样进一步包括:当特定的中心像素值小于所述最低值和预定恒定值之差时,或当所述特定的中心像素值大于所述最高值和所述预定恒定值之和时,增加所述斑点计数。
4.一种探测扫描仪的窗口是脏污还是清洁的系统,包括:
窗口;
扫描仪;
脏污/清洁窗口探测器,其被适配为:
i)在所述扫描仪上执行;
ii)为所述扫描仪的探测的清洁窗口设定阈值,并且当所述扫描仪确定所述扫描仪上没有磅秤探测的非零的稳定重量以及条形码的读取的活动时,从所述扫描仪获取图像;以及
iii)通过处理以下步骤来确定所述图像是否包含在所述窗口上的灰尘或碎屑:
a)降采样所述图像,将所述图像中每个2×2的像素块平均为单个像素,生成计算所述图像的分辨率的降采样图像,
b)通过以下方式从所述降采样图像中采样3×3的像素阵列,即保持每个3×3的像素阵列的中心像素处的当前像素并且获取围绕所述中心像素的八个最邻近的像素,以及比较每个3×3的像素阵列的所述中心像素的像素值和所述中心像素的八个最邻近的像素中的每个像素,
c)当特定的中心像素值小于最低值或大于最高值时,增加斑点计数,以及
d)当所述斑点计数大于对所述清洁窗口设定的所述阈值时,确定所述窗口是脏污的;以及
警报管理器,其被适配为:在所述扫描仪上执行;接收所述脏污/清洁窗口探测器发出的关于窗口是脏污还是清洁的指示;以及当所述窗口是脏污时打开警报,并且当所述窗口是清洁时关闭警报。
5.根据权利要求4所述的系统,比较所述特定的中心像素值小于所述最低值还是比较所述特定的中心像素值大于所述最高值是根据以下方法来选择的,即所述图像是使用所述扫描仪外部的外部光源还是使用所述扫描仪内部的内部光源来捕获的。
6.根据权利要求4所述的系统,其中所述系统被整合到结账站,所述结账站由收银员或客户操作,并且所述扫描仪为条形码扫描仪。
7.根据权利要求4所述的系统,其中所述脏污/清洁窗口探测器在ii)中被进一步适配为:使得所述脏污/清洁窗口探测器使用清洁窗口的清洁斑点计数作为所述阈值。
8.一种探测扫描仪的窗口是脏污还是清洁的方法,包括:
由所述扫描仪获取图像,其中获取进一步包括:在推测出所述扫描仪当前不在使用中之后获取所述图像,其中所述推测是基于没有探测到磅秤探测的非零的稳定重量和条形码的读取的活动而作出的;
由所述扫描仪通过从所述图像中采样3×3的像素阵列来对所述图像进行采样以探测灰尘或碎屑,其中从所述图像中采样3×3的像素阵列是通过保持在每个3×3的像素阵列的中心像素处的当前像素并且获取围绕所述中心像素的八个最邻近的像素进行的采样,其中采样进一步包括,当特定的中心像素值小于最低值或大于最高值时增加斑点计数,其中所述斑点计数与捕获所述图像的所述扫描仪的窗口的最外部分上的碎屑或灰尘的尺寸和数量成正比;以及
由所述扫描仪通过以下方式来基于采样的图像确定所述扫描仪通过其来获取图像的窗口是脏污还是清洁的,即比较每个3×3的像素阵列的所述中心像素的像素值和所述中心像素的八个最邻近的像素中的每个像素,相应地增加所述斑点计数,并且比较斑点计数值和阈值以确定所述扫描仪的所述窗口是脏污还是清洁的。
9.根据权利要求8所述的方法,其中采样进一步包括:从所述图像采样像素块。
10.根据权利要求8所述的方法,其中采样进一步包括:当特定的中心像素值小于所述最低值和预定恒定值之差时,或当所述特定的中心像素值大于所述最高值和所述预定恒定值之和时,增加所述斑点计数。
11.根据权利要求8所述的方法,其中采样进一步包括:将像素块平均成单个像素值,并基于所述单个像素值确定是否增加所述斑点计数。
12.根据权利要求8所述的方法,其中采样进一步包括:处理像素块以通过每个已处理的块来确定是否增加所述斑点计数。
13.根据权利要求8所述的方法,其中确定进一步包括:从确定为清洁窗口的窗口图像的斑点计数来建立所述阈值。
14.一种探测扫描仪的窗口是脏污还是清洁的系统,包括:
窗口;
扫描仪;
脏污/清洁窗口探测器,其被适配为:
i)在所述扫描仪上执行;
ii)当所述扫描仪确定所述扫描仪上没有磅秤探测到的非零的稳定重量以及条形码的读取的活动时,从所述扫描仪获取图像;以及
iii)通过从所述图像中采样3×3的像素阵列来确定所述图像是否包含在所述窗口上的灰尘或碎屑,其中从所述图像中采样3×3的像素阵列是通过以下方式来进行的,即保持每个3×3的像素阵列的中心像素处的当前像素并且获取围绕所述中心像素的八个最邻近的像素,以及比较每个3×3的像素阵列的所述中心像素的像素值和所述中心像素的八个最邻近的像素中的每个像素,并且当特定的中心像素值小于最低值或大于最高值时增加斑点计数,其中所述斑点计数与捕获所述图像的所述扫描仪的窗口的最外部分上的碎屑或灰尘的尺寸和数量成正比,并且当所述斑点计数大于清洁窗口设定的阈值时确定所述窗口是脏污的;以及
警报管理器,其被适配为:
在所述扫描仪上执行;
从所述脏污/清洁窗口探测器接收关于所述窗口是脏污还是清洁的指示;以及
当所述窗口是脏污时打开警报,并且当所述窗口是清洁时关闭警报。
15.根据权利要求14所述的系统,其中所述脏污/清洁窗口探测器在iii)中被进一步适配为:使得所述脏污/清洁窗口探测器使用所述清洁窗口的清洁斑点计数作为所述阈值。
16.根据权利要求14所述的系统,其中所述系统被整合到结账站,所述结账站由收银员或客户操作,并且所述扫描仪为条形码扫描仪。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/279,397 US10073044B2 (en) | 2014-05-16 | 2014-05-16 | Scanner automatic dirty/clean window detection |
US14/279,397 | 2014-05-16 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105184202A CN105184202A (zh) | 2015-12-23 |
CN105184202B true CN105184202B (zh) | 2019-04-12 |
Family
ID=53283965
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510225606.XA Active CN105184202B (zh) | 2014-05-16 | 2015-05-06 | 扫描仪脏污/清洁窗口自动探测 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10073044B2 (zh) |
EP (1) | EP2945094B1 (zh) |
CN (1) | CN105184202B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9298957B2 (en) * | 2014-07-31 | 2016-03-29 | Symbol Technologies, Llc | Detecting window deterioration on barcode scanning workstation |
US10171029B2 (en) * | 2017-05-12 | 2019-01-01 | Michael Gostein | Soiling measurement device for photovoltaic arrays employing microscopic imaging |
CN108344747B (zh) * | 2018-02-08 | 2021-12-03 | 芜湖美智空调设备有限公司 | 滤网洁净度检测方法、滤网洁净度传感器和空气处理设备 |
JP7074400B2 (ja) * | 2018-07-09 | 2022-05-24 | 株式会社ミツトヨ | 光学測定装置 |
EP3933387B1 (en) * | 2019-02-27 | 2023-10-18 | Daikin Industries, Ltd. | Information providing system |
US20230267439A1 (en) * | 2022-02-22 | 2023-08-24 | Zebra Technologies Corporation | Barcode Reader with Off-Platter Detection Assembly |
US20240085343A1 (en) * | 2022-09-08 | 2024-03-14 | Waymo Llc | Temporally Modulated Light Emission for Defect Detection in Light Detection and Ranging (Lidar) Devices and Cameras |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103366358A (zh) * | 2012-03-30 | 2013-10-23 | Ncr公司 | 污点检测 |
CN103377509A (zh) * | 2012-04-30 | 2013-10-30 | Ncr公司 | 缺损分类 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4931657A (en) * | 1989-04-13 | 1990-06-05 | Macmillan Bloedel Limited | On-line texture sensing |
US5469253A (en) * | 1990-03-14 | 1995-11-21 | Zellweger Uster, Inc. | Apparatus and method for testing multiple characteristics of single textile sample with automatic feed |
US5278411A (en) * | 1992-10-01 | 1994-01-11 | Macmillan Bloedel Limited | Residual ink measurement |
JPH10294870A (ja) * | 1997-04-18 | 1998-11-04 | Ricoh Co Ltd | 画像処理装置 |
JP3946038B2 (ja) * | 2000-12-25 | 2007-07-18 | 株式会社リコー | 画像処理装置および画像形成装置 |
US6778700B2 (en) * | 2001-03-14 | 2004-08-17 | Electronics For Imaging, Inc. | Method and apparatus for text detection |
US20030090742A1 (en) * | 2001-10-26 | 2003-05-15 | Hiroaki Fukuda | Image processing apparatus and image scanning apparatus |
JP4442624B2 (ja) * | 2006-06-22 | 2010-03-31 | 株式会社デンソーウェーブ | 光学情報読取装置 |
US20110241876A1 (en) | 2010-04-06 | 2011-10-06 | Metrologic Instruments, Inc. | Indicia reader with dirty window indicator |
CN104106079A (zh) * | 2011-09-09 | 2014-10-15 | 帕那莫夫公司 | 图像处理系统和方法 |
US9111140B2 (en) * | 2012-01-10 | 2015-08-18 | Dst Technologies, Inc. | Identification and separation of form and feature elements from handwritten and other user supplied elements |
FR2994307B1 (fr) * | 2012-08-06 | 2015-06-05 | Commissariat Energie Atomique | Procede et dispositif pour la reconstruction d'images a super-resolution |
US9022288B2 (en) * | 2012-09-05 | 2015-05-05 | Metrologic Instruments, Inc. | Symbol reading system having predictive diagnostics |
JP6051917B2 (ja) * | 2013-02-18 | 2016-12-27 | 日亜化学工業株式会社 | 半導体発光素子の検査方法及び半導体発光素子の製造方法 |
-
2014
- 2014-05-16 US US14/279,397 patent/US10073044B2/en active Active
-
2015
- 2015-04-15 EP EP15163740.2A patent/EP2945094B1/en active Active
- 2015-05-06 CN CN201510225606.XA patent/CN105184202B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103366358A (zh) * | 2012-03-30 | 2013-10-23 | Ncr公司 | 污点检测 |
CN103377509A (zh) * | 2012-04-30 | 2013-10-30 | Ncr公司 | 缺损分类 |
Also Published As
Publication number | Publication date |
---|---|
EP2945094A1 (en) | 2015-11-18 |
US10073044B2 (en) | 2018-09-11 |
CN105184202A (zh) | 2015-12-23 |
EP2945094B1 (en) | 2019-09-25 |
US20150330913A1 (en) | 2015-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105184202B (zh) | 扫描仪脏污/清洁窗口自动探测 | |
EP0585759B1 (en) | Process for detecting and mapping dirt on the surface of a photographic element | |
US6812846B2 (en) | Spill detector based on machine-imaging | |
CN107358599B (zh) | 使用缺陷特定的信息检测晶片上的缺陷 | |
CN106662538A (zh) | 重复缺陷检测 | |
EP0823821A2 (en) | System for analyzing movement patterns | |
JP2001175868A (ja) | 人物検出方法及び装置 | |
JP6760878B2 (ja) | 油膜検出システム及び油膜検出方法 | |
KR102233126B1 (ko) | 바코드 스캔 여부 검증 방법 및 시스템 | |
Marcos et al. | Automated benthic counting of living and non-living components in Ngedarrak Reef, Palau via subsurface underwater video | |
McNeil et al. | Evaluation of errors in automated pavement-distress data acquisition | |
Mendelsohn | Automated pavement crack detection: An assessment of leading technologies | |
JP3500425B2 (ja) | 可視画像式路面状況把握装置における路面状況判定方法 | |
US20090290780A1 (en) | Analysis method for chemical and/or biological samples | |
Tout | Automatic vision system for surface inspection and monitoring: Application to wheel inspection | |
JP3817611B2 (ja) | 可視画像式路面状況把握装置における路面状況判定方法 | |
JP2010038759A (ja) | 表面欠陥の検査方法、表面欠陥検査装置、鋼板の製造方法、及び鋼板の製造装置 | |
JP2003014580A (ja) | 検査装置、検査方法 | |
JP4956077B2 (ja) | 欠陥検査装置及び欠陥検査方法 | |
CN109034125A (zh) | 基于场景复杂度的行人检测方法与系统 | |
JP2861338B2 (ja) | 光学式検査装置 | |
JP3605579B2 (ja) | クリーンルーム用の塵埃検出装置、塵埃検出システム、微粒子測定器および塵埃検出方法 | |
JP5231779B2 (ja) | 外観検査装置 | |
Paulsson et al. | A real-time color image processing system for forensic fiber investigations | |
US11238566B2 (en) | Image processing device, system, and method for improving signal-to-noise of microscopy images |
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 | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: Georgia, USA Patentee after: NCR Voix Co. Country or region after: U.S.A. Address before: Georgia, USA Patentee before: NCR Corp. Country or region before: U.S.A. |