CN105243662A - 一种端子位置的确定方法及终端设备 - Google Patents
一种端子位置的确定方法及终端设备 Download PDFInfo
- Publication number
- CN105243662A CN105243662A CN201510603566.8A CN201510603566A CN105243662A CN 105243662 A CN105243662 A CN 105243662A CN 201510603566 A CN201510603566 A CN 201510603566A CN 105243662 A CN105243662 A CN 105243662A
- Authority
- CN
- China
- Prior art keywords
- subimage
- target
- object image
- gray
- value
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- 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
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30141—Printed circuit board [PCB]
Abstract
本发明实施例公开了一种端子位置的确定方法及终端设备,所述方法包括:终端设备首先获取第一目标图像,并确定第一目标图像的每一条边的长度;再从第一目标图像的边中获取最大长度的边作为目标边,以及确定目标边包含的像素点个数;再判断像素点个数是否小于预设阈值;若判断像素点个数小于预设阈值,再按照预设的划分规则将第一目标图像划分成至少两个子图像;再确定至少两个子图像中每一个子图像的灰度值,并从至少两个子图像中获取灰度值最大的子图像作为目标子图像;再确定目标子图像相对于预设参照位置的位置,并以目标子图像相对于预设参照位置的位置作为端子位置。实施本发明实施例能够提高确定端子位置的效率。
Description
技术领域
本发明涉及工业生产领域,尤其涉及一种端子位置的确定方法及终端设备。
背景技术
随着电子技术的快速发展以及终端的迅速普及,终端的功能日益增强,因此对终端中的硬件配置要求也越来越高。如:越来越多的终端中配置了电路板,且配置的电路板越来越复杂。实现终端的各项功能,电路板上也会配置用于支持终端各项功能的元器件。如端子,其中,端子可以与连接线相连,从而实现信号的输入输出。由于端子的位置需要与终端外壳的连接孔的位置相对,也即,当连接线穿过终端外壳的连接孔时,连接线可以和端子上的金针恰好接触。然而,在实际生产中,常常因为端子不在预设位置上,使得连接线穿过终端外壳的连接孔时无法与端子上的金针接触,从而导致信号不能正常输入输出。因此,确定端子的位置是否正确尤为重要。
目前,在确定端子的位置时,主要是由生产线上的工作人员通过目测来确定端子是否在预设位置上,然而当工作人员长期工作后,可能因为疲劳或者粗心等原因导致判断错误,且人工检测所需要消耗的时间过长,从而降低了确定端子位置的效率。
发明内容
本发明实施例提供了一种连端子接线针座位置的确定方法及终端设备,能够提高确定端子位置的效率。
本发明实施例公开了一种端子位置的确定方法,包括:
获取第一目标图像,并确定所述第一目标图像的每一条边的长度,其中,所述第一目标图像是终端设备针对配置在电路板的端子进行垂直拍摄得到的图像;
从所述第一目标图像的边中获取最大长度的边作为目标边,以及确定所述目标边包含的像素点个数;
判断所述像素点个数是否小于预设阈值;
若判断所述像素点个数小于所述预设阈值,按照预设的划分规则将所述第一目标图像划分成至少两个子图像;
确定所述至少两个子图像中每一个子图像的灰度值,并从所述至少两个子图像中获取灰度值最大的子图像作为目标子图像;
确定所述目标子图像相对于预设参照位置的位置,并以所述目标子图像相对于预设参照位置的位置作为所述端子位置。
相应地,本发明实施例还公开了一种终端设备,包括:
第一获取单元,用于获取第一目标图像;
第一确定单元,用于确定所述第一目标图像的每一条边的长度,其中,所述第一目标图像是终端设备针对配置在电路板的端子进行垂直拍摄得到的图像;
第二获取单元,用于从所述第一目标图像的边中获取最大长度的边作为目标边;
第二确定单元,用于确定所述目标边包含的像素点个数;
判断单元,用于判断所述像素点个数是否小于预设阈值;
第一划分单元,用于若所述判断单元判断所述像素点个数小于所述预设阈值,按照预设的划分规则将所述第一目标图像划分成至少两个子图像;
第三确定单元,用于确定所述至少两个子图像中每一个子图像的灰度值;
第三获取单元,用于从所述至少两个子图像中获取灰度值最大的子图像作为目标子图像;
第四确定单元,用于确定所述目标子图像相对于预设参照位置的位置,并以所述目标子图像相对于预设参照位置的位置作为所述端子位置。
本发明实施例中,终端设备首先获取第一目标图像,并确定第一目标图像的每一条边的长度,其中,第一目标图像是终端设备针对配置在电路板的端子进行垂直拍摄得到的图像;再从第一目标图像的边中获取最大长度的边作为目标边,以及确定目标边包含的像素点个数;再判断像素点个数是否小于预设阈值;若判断像素点个数小于预设阈值,再按照预设的划分规则将第一目标图像划分成至少两个子图像;再确定至少两个子图像中每一个子图像的灰度值,并从至少两个子图像中获取灰度值最大的子图像作为目标子图像;再确定目标子图像相对于预设参照位置的位置,并以目标子图像相对于预设参照位置的位置作为端子位置。在本发明实施例中,由于在确定端子的位置时,不是通过人工进行确定端子的位置,且在确定过程中终端设备主要对获取到的第一目标图像进行分析处理,以确定通过处理后的目标子图像相对于预先设定的参照位置的位置,并以该位置作为所述端子位置。由此可见,实施本发明实施例能够提高确定端子位置的效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,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的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例公开的一种端子位置的确定方法的流程示意图;
图2是本发明实施例公开的另一种端子位置的确定方法的流程示意图;
图3是本发明实施例公开的一种终端设备的结构示意图;
图4是本发明实施例公开的另一种终端设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,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。基于本发明中的实施例,本领域普通技术人员在没有做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。
本发明实施例提供了一种端子位置的确定方法及终端设备,能够提高确定端子位置的效率。
请参阅图1,图1是本发明实施例公开的一种端子位置的确定方法的流程示意图。其中,该端子位置的确定方法可以包括以下步骤:
S101、获取第一目标图像,并确定第一目标图像的每一条边的长度。
本发明实施例中,第一目标图像是终端设备针对配置在电路板的端子进行垂直拍摄得到的图像。其中,在拍摄获取该第一目标图像时,终端设备与配置在电路板的端子的垂直距离的取值范围是(40+N)cm,也可以是(40-N)cm,其中,N是自然数。
本发明实施例中,终端设备主要包括对端子进行拍摄,以及对拍摄得到的图像进行处理的终端设备,例如,本发明实施例中可以是AOI(AutomaticOpticInspection,自动光学检测)设备。
本发明实施例中,当获取到针对配置在电路板的端子进行垂直拍摄得到的第一目标图像之后,可以确定该第一目标图像的每一条边的长度。其中,第一目标图像的形状可以是规则图形,也可以是不规则图形。若第一目标图像是规则图形时,则可以精确的确定每一条边的长度;若第一目标图像是不规则图形时,则终端设备可以根据预先设定的确定规则确定该第一目标图形的每一条边的长度。举例来说,当第一目标图形是多边,且有些边的长度很小,则终端设备可忽略不计,而选择边长长度较大的进行确定,也即,可以通过预先设定的确定规则将该不规则的第一目标图像通过边角处理,使之可以当成规则图形进行处理。
S102、从第一目标图像的边中获取最大长度的边作为目标边,以及确定目标边包含的像素点个数。
本发明实施例中,由于图像的最小单位为像素,也即,当需要确定图像的某些特征时,一般可转移到确定像素的某些特征。
本发明实施例中,当确定第一目标图像的每一条边的长度后,可以从第一目标图像的边中获取最大长度的边最为目标边,并确定该目标边所包含的像素点个数。
S103、判断像素点个数是否小于预设阈值。
本发明实施例中,可以在终端设备中预先设定一个阈值,该阈值的设定可以是用户根据需要进行设定;也可以是终端设备根据终端设备与配置在电路板的端子的垂直距离进行确定。也即,终端设备与配置在电路板的端子的垂直距离不同,终端设备设定的阈值可以不相同。
作为一种可选的实施方式,由于端子包括单排端子以及双排端子两种类型,因此当对不同类型的针座,其最长边所包含的像素点的个数不一样,当最长边的像素点个数小于预设阈值时,其对应的是双排端子;当最长边的像素点个数大于或等于预设阈值,其对应的是单排端子。
具体地,当确定目标边所包含的像素点个数后,则可以判断目标边所包含的像素点个数与预先设置的阈值的大小关系。
S104、若判断像素点个数小于预设阈值,按照预设的划分规则将第一目标图像划分成至少两个子图像。
本发明实施例中,按照预设的划分规则将第一目标图像划分成至少两个子图像可以是按照像素点的分布情况将第一目标图像划分成至少两个子图像;也可以是按照第一目标图像的形状将第一目标图像划分成至少两个子图像;还可以是预先就确定划分线,当第一目标图像确定后,则子图像也即确定。举例来说,若预先设定的划分线就是第一目标图像的平分线,则以平分线将第一目标图像划分后,即可得两个子图像。
S105、确定至少两个子图像中每一个子图像的灰度值,并从至少两个子图像中获取灰度值最大的子图像作为目标子图像。
本发明实施例中,子图像的灰度值是指子图像中黑白图像中点的颜色深度,范围一般从0到255,白色为255,黑色为0,故黑白图片也称灰度图像。
本发明实施例中,当终端设备将第一目标图像划分成至少两个子图像后,该终端设备可以确定该至少两个子图像中每一个子图像的灰度值,并从至少两个子图像中获取灰度值最大的子图像作为目标子图像。举例来说,当第一目标图像的形状为规则图形,并以第一目标图像的平分线作为划分线将第一目标图像划分成两个子图像,其中,第一子图像的灰度值为100,第二子图像的灰度值为110,则将第二子图像作为目标子图像。
本发明实施例中,确定至少两个子图像中每一个子图像的灰度值,主要包括:针对至少两个子图像中的每一个子图像,确定子图像中每一个像素点的灰度值,以及确定子图像中灰度值最大的目标像素点,以将目标像素点的灰度值作为子图像的灰度值。
S106、确定目标子图像相对于预设参照位置的位置,并以目标子图像相对于预设参照位置的位置作为端子位置。
本发明实施例中,可以在终端设备中预先设定参照位置,其中,参照位置的设定可以是用户根据需要自己设定,也可以是终端设备根据用户的历史设定记录进行设定,本发明不作限定。
本发明实施例中,当确定目标子图像后,则可以确定目标子图像相对于预设参照位置的位置。举例来说,当第一目标子图像为规则四边形,以该第一目标子图像的竖直平分线为划分线,将第一目标子图像划分成两个子图像,若以该划分线的位置作为参照位置,若第一子图像相对于该划分线而言,在第一位置,且第一子图像的灰度值大于第二子图像,则第一位置即可以作为端子位置。又举例来说,当第一目标子图像为规则四边形,以该第一目标子图像的竖直平分线为划分线,并将划分线的第一边的子图像划分成三个子图像(第一子图像、第二子图像以及第三子图像),第二边的子图像划分成两个子图像(第四子图像以及第五子图像),其中,第一子图像的灰度值为60,第二子图像的灰度值为65,第三子图像的灰度值为55,第四子图像的灰度值为70,第五子图像的灰度值为90,则第一边的子图像的灰度值总和为180,第二边的子图像的灰度值总和为160,则说明第一边的子图像的灰度值总和大于第二边的子图像的灰度值总和,则说明端子在第一边子图像对应的位置。
在图1中,终端设备首先获取第一目标图像,并确定第一目标图像的每一条边的长度,其中,第一目标图像是终端设备针对配置在电路板的端子进行垂直拍摄得到的图像;再从第一目标图像的边中获取最大长度的边作为目标边,以及确定目标边包含的像素点个数;再判断像素点个数是否小于预设阈值;若判断像素点个数小于预设阈值,再按照预设的划分规则将第一目标图像划分成至少两个子图像;再确定至少两个子图像中每一个子图像的灰度值,并从至少两个子图像中获取灰度值最大的子图像作为目标子图像;再确定目标子图像相对于预设参照位置的位置,并以目标子图像相对于预设参照位置的位置作为端子位置。在本发明实施例中,由于在确定端子的位置时,不是通过人工进行确定端子的位置,且在确定过程中终端设备主要对获取到的第一目标图像进行分析处理,以确定通过处理后的目标子图像相对于预先设定的参照位置的位置,并以该位置作为所述端子位置。由此可见,实施本发明实施例能够提高确定端子位置的效率。
请参阅图2,图2是本发明实施例公开的另一种端子位置的确定方法的流程示意图。如图2所示,该端子位置的确定方法可以包括以下步骤:
S201、获取第一目标图像,并确定第一目标图像的每一条边的长度。
本发明实施例中,第一目标图像是终端设备针对配置在电路板的端子进行垂直拍摄得到的图像。
S202、从第一目标图像的边中获取最大长度的边作为目标边,以及确定目标边包含的像素点个数。
S203、判断像素点个数是否小于预设阈值。
本发明实施例中,可以在终端设备中预先设定一个阈值,该阈值的设定可以是用户根据需要进行设定;也可以是终端设备根据终端设备与配置在电路板的端子的垂直距离进行确定。也即,终端设备与配置在电路板的端子的垂直距离不同,终端设备设定的阈值可以不相同。
具体地,当确定目标边所包含的像素点个数后,则可以判断目标边所包含的像素点个数与预先设置的阈值的大小关系。
S204、若判断像素点个数大于或等于预设阈值,确定第一目标图像边框线,并以边框线作为切割线切割第一目标图像,以得到第二目标图像。
本发明实施例中,若判断像素点个数大于或等于预设阈值时,则可以确定第一目标图像边框线,并以该边框线作为切割线,将第一目标图像进行切割,以得到第二目标图像。
本发明实施例中,确定第一目标图像边框线,可以具体包括以下步骤:
11)确定第一目标图像中像素值的中值;
12)根据预设的第一计算规则计算与中值相匹配的第一阈值;
13)根据预设的第二计算规则计算与中值相匹配的第二阈值;
14)以第一阈值与第二阈值作为参数确定第一目标图像的轮廓;
15)根据预设的边缘检测规则确定以第一目标图像的轮廓为依据的图像边框线。
本发明实施例中,中值是指将统计总体当中的各个变量值按大小顺序排列起来,形成一个数列,处于变量数列中间位置的变量值就称为中位数,用Me表示。当变量值的项数N为奇数时,处于中间位置的变量值即为中位数;当N为偶数时,中位数则为处于中间位置的2个变量值的平均数。
作为一种可选的实施方式,确定第一目标图像边框线主要有以下步骤:求取第一目标图像中像素值的中值median,再根据预设的第一计算规则low=max(0,0.67*median)计算第一阈值low;再根据预设的第二计算规则high=min(1.33*median,255)计算与中值相匹配的第二阈值high;最后将low、high作为Canny算法的参数求出边缘图像。其中,Canny算法的目标是找到一个最优的边缘检测算法,最优边缘检测的含义是:(1)最优检测:算法能够尽可能多地标识出图像中的实际边缘,漏检真实边缘的概率和误检非边缘的概率都尽可能小;(2)最优定位准则:检测到的边缘点的位置距离实际边缘点的位置最近,或者是由于噪声影响引起检测出的边缘偏离物体的真实边缘的程度最小;(3)检测点与边缘点一一对应:算子检测的边缘点与实际边缘点应该是一一对应。
S205、对第二目标图像进行角点检测,以得到第二角点坐标。
本发明实施例中,角点检测主要是通过角点检测算法得到。其中,角点检测算法可归纳为三类:基于灰度图像的角点检测、基于二值图像的角点检测、基于轮廓曲线的角点检测。基于灰度图像的角点检测又可分为基于梯度、基于模板和基于模板梯度组合三类方法,其中基于模板的方法主要考虑像素领域点的灰度变化,即图像亮度的变化,将与邻点亮度对比足够大的点定义为角点。常见的基于模板的角点检测算法有Kitchen-Rosenfeld角点检测算法,Harris角点检测算法、KLT角点检测算法及SUSAN角点检测算法。和其他角点检测算法相比,SUSAN角点检测算法具有算法简单、位置准确、抗噪声能力强等特点。
本发明实施例中,当对切割得到的第二目标图像进行角点检测后,则可以得到第二角点坐标。
S206、根据预设的设置规则设置第二角点坐标对应的角点的灰度值,以及设置第二角点坐标对应的角点的竖直膨胀算子,以确定相关性低于预设的相关性阈值的非相关角点。
本发明实施例中,当对第二目标图像进行角点检测后,则可以获取第二角点坐标,并可以将第二角点坐标对应的角点的灰度值设置为255。由于在针对配置在电路板的端子进行垂直拍摄时,拍摄的高度固定,且端子上金针的间隔几乎相等,因此,可以对第二角点坐标对应的角点设置固定的竖直膨胀算子[m,2];其中,m的取值范围为14个像素点到18个像素点。
S207、删除非相关角点,以得到第三目标图像。
本发明实施例中,当针对第二目标图像中的第二角点坐标对应的角点进行竖直膨胀算子设置后,则可以确定相关性较高的角点,从而可以将第二目标图像中的相关性低于预先设定的相关性阈值的非相关角点进行删除。
S208、确定第三目标图像连通域,并确定连通域的重心位置。
本发明实施例中,连通域主要是由相关性高于预先设定的相关性阈值的相关角点组成。其中,在确定第三目标图像连通域之后,则可以确定该连通域的重心位置。
S209、根据重心位置确定端子位置。
本发明实施例中,根据重心位置确定端子位置主要是根据重心坐标中的横坐标与预先设定的参照点的距离来确定端子的位置。举例来说,当重心坐标为(10,12),两边参照位置的坐标分别为第一坐标为(0,12),第二坐标为(16,12),则重心坐标为(10,12)与第一坐标(0,12)中横坐标的差值为10个像素点;重心坐标为(10,12)与第二坐标(16,12)的横坐标的差值为6个像素点,则说明重心坐标为(10,12)与第二坐标(16,12)的距离小于重心坐标为(10,12)与第一坐标(0,12)的距离,则说明端子的金针距离第二坐标比较近。因此,则可以通过金针的位置确定端子位置。
本发明实施例中,在确定端子位置之后,还可以执行以下步骤:
21)获取当前容量值,并检测容量值是否低于预设的容量阈值;
22)若检测容量值低于容量阈值,则输出用于提示清理存储空间的提示信息。
本发明实施例中,可以在终端设备中预先设置容量阈值,其中,该容量阈值的设定可以是用过户根据需要进行设定,也可以是终端设备根据用户的历史设定记录进行设定,还可以是终端设备根据终端本身存储容量进行设定。
本发明实施例中,若检测容量值低于容量阈值,则输出用于提示清理存储空间的提示信息,以提示用户及时清理存储空间。
在图2中,详细描述了当判断目标边中包含的像素点个数大于或等于预设阈值时,终端设备则可以通过处理得到重心坐标,并根据重心坐标的位置与预设的位置的距离值来确定端子中金针的位置。由此可见,实施本发明实施例能够提高确定端子位置的效率。
请参阅图3,图3是本发明实施例公开的一种终端设备的结构示意图,用于执行上述端子位置的确定方法。其中,该终端设备可以包括:第一获取单元301、第一确定单元302、第二获取单元303、第二确定单元304、判断单元305、第一划分单元306、第三确定单元307、第三获取单元308以及第四确定单元309,其中,
第一获取单元301,用于获取第一目标图像;
第一确定单元302,用于确定第一目标图像的每一条边的长度。
本发明实施例中,第一目标图像是终端设备针对配置在电路板的端子进行垂直拍摄得到的图像。其中,在拍摄获取该第一目标图像时,终端设备与配置在电路板的端子的垂直距离的取值范围是(40+N)cm,也可以是(40-N)cm,其中,N是自然数。
本发明实施例中,终端设备主要包括对端子进行拍摄,以及对拍摄得到的图像进行处理的终端设备。
本发明实施例中,当第一获取单元301获取到针对配置在电路板的端子进行垂直拍摄得到的第一目标图像之后,第一确定单元302可以确定该第一目标图像的每一条边的长度。其中,第一目标图像的形状可以是规则图形,也可以是不规则图形。若第一目标图像是规则图形时,则第一确定单元302可以精确的确定每一条边的长度;若第一目标图像是不规则图形时,则第一确定单元302可以根据预先设定的确定规则确定该第一目标图形的每一条边的长度。举例来说,当第一目标图形是多边,且有些边的长度很小,则第一确定单元302可忽略不计,而选择边长长度较大的进行确定,也即,第一确定单元302可以通过预先设定的确定规则将该不规则的第一目标图像通过边角处理,使之可以当成规则图形进行处理。
第二获取单元303,用于从第一目标图像的边中获取最大长度的边作为目标边。
第二确定单元304,用于确定目标边包含的像素点个数。
本发明实施例中,由于图像的最小单位为像素,也即,当需要确定图像的某些特征时,一般可转移到确定像素的某些特征。
本发明实施例中,当第一确定单元302确定第一目标图像的每一条边的长度后,第二获取单元303可以从第一目标图像的边中获取最大长度的边最为目标边,第二确定单元304并确定该目标边所包含的像素点个数。
判断单元305,用于判断像素点个数是否小于预设阈值。
本发明实施例中,可以在终端设备中预先设定一个阈值,该阈值的设定可以是用户根据需要进行设定;也可以是终端设备根据终端设备与配置在电路板的端子的垂直距离进行确定。也即,终端设备与配置在电路板的端子的垂直距离不同,终端设备设定的阈值可以不相同。
作为一种可选的实施方式,由于端子包括单排端子以及双排端子两种类型,因此当对不同类型的针座,其最长边所包含的像素点的个数不一样,当最长边的像素点个数小于预设阈值时,其对应的是双排端子;当最长边的像素点个数大于或等于预设阈值,其对应的是单排端子。
具体地,当第二确定单元304确定目标边所包含的像素点个数后,则判断单元305可以判断目标边所包含的像素点个数与预先设置的阈值的大小关系。
第一划分单元306,用于若判断单元305判断像素点个数小于预设阈值,按照预设的划分规则将第一目标图像划分成至少两个子图像。
本发明实施例中,第一划分单元306按照预设的划分规则将第一目标图像划分成至少两个子图像可以是按照像素点的分布情况将第一目标图像划分成至少两个子图像;也可以是按照第一目标图像的形状将第一目标图像划分成至少两个子图像;还可以是预先就确定划分线,当第一目标图像确定后,则子图像也即确定。举例来说,若预先设定的划分线就是第一目标图像的平分线,则第一划分单元306以平分线将第一目标图像划分后,即可得两个子图像。
第三确定单元307,用于确定至少两个子图像中每一个子图像的灰度值。
第三获取单元308,用于从至少两个子图像中获取灰度值最大的子图像作为目标子图像。
本发明实施例中,子图像的灰度值是指子图像中黑白图像中点的颜色深度,范围一般从0到255,白色为255,黑色为0,故黑白图片也称灰度图像。
本发明实施例中,当第一划分单元306将第一目标图像划分成至少两个子图像后,该第三确定单元307可以确定该至少两个子图像中每一个子图像的灰度值,第三获取单元308并从至少两个子图像中获取灰度值最大的子图像作为目标子图像。举例来说,当第一目标图像的形状为规则图形,并以第一目标图像的平分线作为划分线将第一目标图像划分成两个子图像,其中,第一子图像的灰度值为100,第二子图像的灰度值为110,则将第二子图像作为目标子图像。
第四确定单元309,用于确定目标子图像相对于预设参照位置的位置,并以目标子图像相对于预设参照位置的位置作为端子位置。
本发明实施例中,可以在终端设备中预先设定参照位置,其中,参照位置的设定可以是用户根据需要自己设定,也可以是终端设备根据用户的历史设定记录进行设定,还可以是终端设备根据第一目标图像的形状进行设定,本发明不作限定。
本发明实施例中,当确定目标子图像后,则第四确定单元309可以确定目标子图像相对于预设参照位置的位置。举例来说,当第一目标子图像为规则四边形,以该第一目标子图像的竖直平分线为划分线,将第一目标子图像划分成两个子图像,若以该划分线的位置作为参照位置,若第一子图像相对于该划分线而言,在第一位置,且第一子图像的灰度值大于第二子图像,则第一位置即可以作为端子位置。又举例来说,当第一目标子图像为规则四边形,以该第一目标子图像的竖直平分线为划分线,并将划分线的第一边的子图像划分成三个子图像(第一子图像、第二子图像以及第三子图像),第二边的子图像划分成两个子图像(第四子图像以及第五子图像),其中,第一子图像的灰度值为60,第二子图像的灰度值为65,第三子图像的灰度值为55,第四子图像的灰度值为70,第五子图像的灰度值为90,则第一边的子图像的灰度值总和为180,第二边的子图像的灰度值总和为160,则说明第一边的子图像的灰度值总和大于第二边的子图像的灰度值总和,则说明端子在第一边子图像对应的位置。
在图3中,第一获取单元301首先获取第一目标图像,第一确定单元302并确定第一目标图像的每一条边的长度,其中,第一目标图像是终端设备针对配置在电路板的端子进行垂直拍摄得到的图像;第二获取单元303再从第一目标图像的边中获取最大长度的边作为目标边,以及第二确定单元304确定目标边包含的像素点个数;判断单元305再判断像素点个数是否小于预设阈值;若判断单元305判断像素点个数小于预设阈值,第一划分单元306再按照预设的划分规则将第一目标图像划分成至少两个子图像;第三确定单元307再确定至少两个子图像中每一个子图像的灰度值,第三获取单元308并从至少两个子图像中获取灰度值最大的子图像作为目标子图像;第四确定单元309再确定目标子图像相对于预设参照位置的位置,并以目标子图像相对于预设参照位置的位置作为端子位置。在本发明实施例中,由于在确定端子的位置时,不是通过人工进行确定端子的位置,且在确定过程中终端设备主要对获取到的第一目标图像进行分析处理,以确定通过处理后的目标子图像相对于预先设定的参照位置的位置,并以该位置作为所述端子位置。由此可见,实施本发明实施例能够提高确定端子位置的效率。
图4是本发明实施例公开的另一种终端设备的结构示意图,用于执行上述端子位置的确定方法。其中,图4是在图3的基础上进一步细化得到,除包括图3所示的所有单元外,还可以包括:第五确定单元310、切割单元311、第一检测单元312、设置单元313、删除单元314、第六确定单元315、第七确定单元316、第三获取单元317、第二检测单元318以及输出单元319,其中,第五确定单元310,用于若判断单元305判断像素点个数大于或等于预设阈值,确定第一目标图像边框线。
切割单元311,用于以边框线作为切割线切割第一目标图像,以得到第二目标图像。
本发明实施例中,若判断单元305判断像素点个数大于或等于预设阈值时,则第五确定单元310可以确定第一目标图像边框线,切割单元311并以该边框线作为切割线,将第一目标图像进行切割,以得到第二目标图像。
第一检测单元312,用于对第二目标图像进行角点检测,以得到第二角点坐标。
本发明实施例中,角点检测主要是通过角点检测算法得到。其中,角点检测算法可归纳为三类:基于灰度图像的角点检测、基于二值图像的角点检测、基于轮廓曲线的角点检测。基于灰度图像的角点检测又可分为基于梯度、基于模板和基于模板梯度组合三类方法,其中基于模板的方法主要考虑像素领域点的灰度变化,即图像亮度的变化,将与邻点亮度对比足够大的点定义为角点。常见的基于模板的角点检测算法有Kitchen-Rosenfeld角点检测算法,Harris角点检测算法、KLT角点检测算法及SUSAN角点检测算法。和其他角点检测算法相比,SUSAN角点检测算法具有算法简单、位置准确、抗噪声能力强等特点。
本发明实施例中,当对切割得到的第二目标图像进行角点检测后,则第一检测单元312可以得到第二角点坐标。
设置单元313,用于根据预设的设置规则设置第二角点坐标对应的角点的灰度值,以及设置第二角点坐标对应的角点的竖直膨胀算子,以确定相关性低于预设的相关性阈值的非相关角点。
本发明实施例中,当第一检测单元312对第二目标图像进行角点检测后,则可以获取第二角点坐标,设置单元313并可以将第二角点坐标对应的角点的灰度值设置为255。由于在针对配置在电路板的端子进行垂直拍摄时,拍摄的高度固定,且端子上金针的间隔几乎相等,因此,可以对第二角点坐标对应的角点设置固定的竖直膨胀算子[m,2];其中,m的取值范围为14个像素点到18个像素点。
删除单元314,用于删除非相关角点,以得到第三目标图像。
本发明实施例中,当针对第二目标图像中的第二角点坐标对应的角点进行竖直膨胀算子设置后,则可以确定相关性较高的角点,从而删除单元314可以将第二目标图像中的相关性低于预先设定的相关性阈值的非相关角点进行删除。
第六确定单元315,用于确定第三目标图像连通域,并确定连通域的重心位置。
第七确定单元316,用于根据重心位置确定端子位置。
本发明实施例中,连通域主要是由相关性高于预先设定的相关性阈值的相关角点组成。其中,在第六确定单元315确定第三目标图像连通域之后,则第七确定单元316可以确定该连通域的重心位置。
本发明实施例中,根据重心位置确定端子位置主要是根据重心坐标中的横坐标与预先设定的参照点的距离来确定端子的位置。举例来说,当重心坐标为(10,12),两边参照位置的坐标分别为第一坐标为(0,12),第二坐标为(16,12),则重心坐标为(10,12)与第一坐标(0,12)中横坐标的差值为10个像素点;重心坐标为(10,12)与第二坐标(16,12)的横坐标的差值为6个像素点,则说明重心坐标为(10,12)与第二坐标(16,12)的距离小于重心坐标为(10,12)与第一坐标(0,12)的距离,则说明端子的金针距离第二坐标比较近。因此,则可以通过金针的位置确定端子位置。
第三获取单元317,用于获取当前容量值。
第二检测单元318,用于检测容量值是否低于预设的容量阈值。
输出单元319,用于若第二检测单元318检测容量值低于容量阈值,则输出用于提示清理存储空间的提示信息。
本发明实施例中,可以在终端设备中预先设置容量阈值,其中,该容量阈值的设定可以是用过户根据需要进行设定,也可以是终端设备根据用户的历史设定记录进行设定,还可以是终端设备根据终端本身存储容量进行设定。
本发明实施例中,若第二检测单元318检测容量值低于容量阈值,则输出单元319输出用于提示清理存储空间的提示信息,以提示用户及时清理存储空间。
作为一种可选的实施方式,第三确定单元307可以进一步细化包括:第一确定模块3070以及第二确定模块3071,其中,
第一确定模块3070,用于针对至少两个子图像中的每一个子图像,确定子图像中每一个像素点的灰度值;
第二确定模块3071,用于确定子图像中灰度值最大的目标像素点,以将目标像素点的灰度值作为子图像的灰度值。
作为另一种可选的实施方式,第五确定单元310可以进一步细化包括:第三确定模块3100、第一计算模块3101、第二计算模块3102、第四确定模块3103以及第五确定模块3104,其中,
第三确定模块3100,用于确定第一目标图像中像素值的中值。
第一计算模块3101,用于根据预设的第一计算规则计算与中值相匹配的第一阈值。
第二计算模块3102,用于根据预设的第二计算规则计算与中值相匹配的第二阈值。
第四确定模块3103,用于以第一阈值与第二阈值作为参数确定第一目标图像的轮廓。
第五确定模块3104,用于根据预设的边缘检测规则确定以第一目标图像的轮廓为依据的图像边框线。
本发明实施例中,中值是指将统计总体当中的各个变量值按大小顺序排列起来,形成一个数列,处于变量数列中间位置的变量值就称为中位数,用Me表示。当变量值的项数N为奇数时,处于中间位置的变量值即为中位数;当N为偶数时,中位数则为处于中间位置的2个变量值的平均数。
作为一种可选的实施方式,第五确定单元310确定第一目标图像边框线主要有以下步骤:第三确定模块3100求取第一目标图像中像素值的中值median,第一计算模块3101再根据预设的第一计算规则low=max(0,0.67*median)计算第一阈值low;第二计算模块3102再根据预设的第二计算规则high=min(1.33*median,255)计算与中值相匹配的第二阈值high;第四确定模块3103最后将low、high作为canny算法的参数求出边缘图像。其中,Canny算法的目标是找到一个最优的边缘检测算法,最优边缘检测的含义是:(1)最优检测:算法能够尽可能多地标识出图像中的实际边缘,漏检真实边缘的概率和误检非边缘的概率都尽可能小;(2)最优定位准则:检测到的边缘点的位置距离实际边缘点的位置最近,或者是由于噪声影响引起检测出的边缘偏离物体的真实边缘的程度最小;(3)检测点与边缘点一一对应:算子检测的边缘点与实际边缘点应该是一一对应。
具体的,本发明实施例中介绍的终端可以实施本发明结合图1、图2介绍的端子位置的确定方法实施例中的部分或全部流程。
本发明所有实施例中的模块或子模块,可以通过通用集成电路,例如CPU(CentralProcessingUnit,中央处理器),或通过ASIC(ApplicationSpecificIntegratedCircuit,专用集成电路)来实现。
本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。
本发明实施例终端设备中的单元可以根据实际需要进行合并、划分和删减。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory,ROM)或随机存取存储器(RandomAccessMemory,简称RAM)等。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (10)
1.一种端子位置的确定方法,其特征在于,包括:
获取第一目标图像,并确定所述第一目标图像的每一条边的长度,其中,所述第一目标图像是终端设备针对配置在电路板的端子进行垂直拍摄得到的图像;
从所述第一目标图像的边中获取最大长度的边作为目标边,以及确定所述目标边包含的像素点个数;
判断所述像素点个数是否小于预设阈值;
若判断所述像素点个数小于所述预设阈值,按照预设的划分规则将所述第一目标图像划分成至少两个子图像;
确定所述至少两个子图像中每一个子图像的灰度值,并从所述至少两个子图像中获取灰度值最大的子图像作为目标子图像;
确定所述目标子图像相对于预设参照位置的位置,并以所述目标子图像相对于预设参照位置的位置作为所述端子位置。
2.根据权利要求1所述的方法,其特征在于,所述确定所述至少两个子图像中每一个子图像的灰度值,包括:
针对所述至少两个子图像中的每一个子图像,确定所述子图像中每一个像素点的灰度值,以及确定所述子图像中灰度值最大的目标像素点,以将所述目标像素点的灰度值作为所述子图像的灰度值。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若判断所述像素点个数大于或等于所述预设阈值,确定所述第一目标图像边框线,并以所述边框线作为切割线切割所述第一目标图像,以得到第二目标图像;
对所述第二目标图像进行角点检测,以得到第二角点坐标;
根据预设的设置规则设置所述第二角点坐标对应的角点的灰度值,以及设置所述第二角点坐标对应的角点的竖直膨胀算子,以确定相关性低于预设的相关性阈值的非相关角点;
删除所述非相关角点,以得到第三目标图像;
确定所述第三目标图像连通域,并确定所述连通域的重心位置;
根据所述重心位置确定所述端子位置。
4.根据权利要求3所述的方法,其特征在于,所述确定所述第一目标图像边框线,包括:
确定所述第一目标图像中像素值的中值;
根据预设的第一计算规则计算与所述中值相匹配的第一阈值;
根据预设的第二计算规则计算与所述中值相匹配的第二阈值;
以所述第一阈值与所述第二阈值作为参数确定所述第一目标图像的轮廓;
根据预设的边缘检测规则确定第一目标图像的轮廓边框线。
5.根据权利要求1~4中任意一项所述的方法,其特征在于,所述方法还包括:
获取当前容量值,并检测所述容量值是否低于预设的容量阈值;
若检测所述容量值低于所述容量阈值,则输出用于提示清理存储空间的提示信息。
6.一种终端设备,其特征在于,包括:
第一获取单元,用于获取第一目标图像;
第一确定单元,用于确定所述第一目标图像的每一条边的长度,其中,所述第一目标图像是终端设备针对配置在电路板的端子进行垂直拍摄得到的图像;
第二获取单元,用于从所述第一目标图像的边中获取最大长度的边作为目标边;
第二确定单元,用于确定所述目标边包含的像素点个数;
判断单元,用于判断所述像素点个数是否小于预设阈值;
第一划分单元,用于若所述判断单元判断所述像素点个数小于所述预设阈值,按照预设的划分规则将所述第一目标图像划分成至少两个子图像;
第三确定单元,用于确定所述至少两个子图像中每一个子图像的灰度值;
第三获取单元,用于从所述至少两个子图像中获取灰度值最大的子图像作为目标子图像;
第四确定单元,用于确定所述目标子图像相对于预设参照位置的位置,并以所述目标子图像相对于预设参照位置的位置作为所述端子位置。
7.根据权利要求6所述的终端设备,其特征在于,所述第三确定单元包括:
第一确定模块,用于针对所述至少两个子图像中的每一个子图像,确定所述子图像中每一个像素点的灰度值;
第二确定模块,用于确定所述子图像中灰度值最大的目标像素点,以将所述目标像素点的灰度值作为所述子图像的灰度值。
8.根据权利要求6所述的终端设备,其特征在于,所述终端设备还包括:
第五确定单元,用于若所述判断单元判断所述像素点个数大于或等于所述预设阈值,确定所述第一目标图像边框线;
切割单元,用于以所述边框线作为切割线切割所述第一目标图像,以得到第二目标图像;
第一检测单元,用于对所述第二目标图像进行角点检测,以得到第二角点坐标;
设置单元,用于根据预设的设置规则设置所述第二角点坐标对应的角点的灰度值,以及设置所述第二角点坐标对应的角点的竖直膨胀算子,以确定相关性低于预设的相关性阈值的非相关角点;
删除单元,用于删除所述非相关角点,以得到第三目标图像;
第六确定单元,用于确定所述第三目标图像连通域,并确定所述连通域的重心位置;
第七确定单元,用于根据所述重心位置确定所述端子位置。
9.根据权利要求8所述的终端设备,其特征在于,所述第五确定单元包括:
第三确定模块,用于确定所述第一目标图像中像素值的中值;
第一计算模块,用于根据预设的第一计算规则计算与所述中值相匹配的第一阈值;
第二计算模块,用于根据预设的第二计算规则计算与所述中值相匹配的第二阈值;
第四确定模块,用于以所述第一阈值与所述第二阈值作为参数确定所述第一目标图像的轮廓;
第五确定模块,用于根据预设的边缘检测规则确定以所述第一目标图像的轮廓为依据的图像边框线。
10.根据权利要求6~9中任意一项所述的终端设备,其特征在于,所述终端设备还包括:
第三获取单元,用于获取当前容量值;
第二检测单元,用于检测所述容量值是否低于预设的容量阈值;
输出单元,用于若所述第二检测单元检测所述容量值低于所述容量阈值,则输出用于提示清理存储空间的提示信息。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510603566.8A CN105243662B (zh) | 2015-09-21 | 2015-09-21 | 一种端子位置的确定方法及终端设备 |
PCT/CN2016/096552 WO2017050082A1 (zh) | 2015-09-21 | 2016-08-24 | 一种端子位置的确定方法及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510603566.8A CN105243662B (zh) | 2015-09-21 | 2015-09-21 | 一种端子位置的确定方法及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105243662A true CN105243662A (zh) | 2016-01-13 |
CN105243662B CN105243662B (zh) | 2017-12-19 |
Family
ID=55041294
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510603566.8A Active CN105243662B (zh) | 2015-09-21 | 2015-09-21 | 一种端子位置的确定方法及终端设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN105243662B (zh) |
WO (1) | WO2017050082A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017050082A1 (zh) * | 2015-09-21 | 2017-03-30 | 广州视源电子科技股份有限公司 | 一种端子位置的确定方法及终端设备 |
CN114882028A (zh) * | 2022-07-08 | 2022-08-09 | 深圳市瑞祥鑫五金制品有限公司 | 一种基于多摄像头的焊接端子检测方法、装置及系统 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112069925A (zh) * | 2020-08-19 | 2020-12-11 | 苏州科德软体电路板有限公司 | 一种单相机印刷校正台双标记点的识别方法 |
CN112446314B (zh) * | 2020-11-19 | 2022-07-29 | 武汉中海庭数据技术有限公司 | 一种基于投影图提取护栏高程的方法及系统 |
CN112561992A (zh) * | 2020-12-01 | 2021-03-26 | 浙江大华技术股份有限公司 | 位置的确定方法及装置、存储介质和电子装置 |
CN112507951B (zh) * | 2020-12-21 | 2023-12-12 | 阿波罗智联(北京)科技有限公司 | 指示灯识别方法、装置、设备、路侧设备和云控平台 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020051561A1 (en) * | 2000-10-31 | 2002-05-02 | Daisuke Inagaki | Image processing apparatus, image processing method, and recording medium recording image processing program |
CN1711478A (zh) * | 2002-11-28 | 2005-12-21 | 株式会社爱德万测试 | 位置侦测装置、位置侦测方法以及电子零件搬运装置 |
CN102759333A (zh) * | 2011-04-25 | 2012-10-31 | 富士机械制造株式会社 | 零件旋转角度检测装置及图像处理用零件数据生成装置 |
CN103093222A (zh) * | 2011-11-07 | 2013-05-08 | 鸿富锦精密工业(深圳)有限公司 | 主板圆孔定位方法及系统 |
CN103604365A (zh) * | 2013-10-29 | 2014-02-26 | 格林精密部件(苏州)有限公司 | 阀套油孔检测方法和检测机构 |
CN104713478A (zh) * | 2015-03-05 | 2015-06-17 | 安徽大学 | 一种直线电机动子位置测量方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009015788A (ja) * | 2007-07-09 | 2009-01-22 | Fujikura Ltd | 回路基板の端子位置認識方法及びその装置 |
CN103383239A (zh) * | 2013-06-03 | 2013-11-06 | 上海索广映像有限公司 | 一种bnc端子图像识别装置及识别方法 |
CN104625311B (zh) * | 2015-01-24 | 2016-08-03 | 江苏智航新能源有限公司 | 一种跟踪焊缝位置的焊炬位移控制方法 |
CN105243662B (zh) * | 2015-09-21 | 2017-12-19 | 广州视源电子科技股份有限公司 | 一种端子位置的确定方法及终端设备 |
-
2015
- 2015-09-21 CN CN201510603566.8A patent/CN105243662B/zh active Active
-
2016
- 2016-08-24 WO PCT/CN2016/096552 patent/WO2017050082A1/zh active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020051561A1 (en) * | 2000-10-31 | 2002-05-02 | Daisuke Inagaki | Image processing apparatus, image processing method, and recording medium recording image processing program |
CN1711478A (zh) * | 2002-11-28 | 2005-12-21 | 株式会社爱德万测试 | 位置侦测装置、位置侦测方法以及电子零件搬运装置 |
CN102759333A (zh) * | 2011-04-25 | 2012-10-31 | 富士机械制造株式会社 | 零件旋转角度检测装置及图像处理用零件数据生成装置 |
CN103093222A (zh) * | 2011-11-07 | 2013-05-08 | 鸿富锦精密工业(深圳)有限公司 | 主板圆孔定位方法及系统 |
CN103604365A (zh) * | 2013-10-29 | 2014-02-26 | 格林精密部件(苏州)有限公司 | 阀套油孔检测方法和检测机构 |
CN104713478A (zh) * | 2015-03-05 | 2015-06-17 | 安徽大学 | 一种直线电机动子位置测量方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017050082A1 (zh) * | 2015-09-21 | 2017-03-30 | 广州视源电子科技股份有限公司 | 一种端子位置的确定方法及终端设备 |
CN114882028A (zh) * | 2022-07-08 | 2022-08-09 | 深圳市瑞祥鑫五金制品有限公司 | 一种基于多摄像头的焊接端子检测方法、装置及系统 |
CN114882028B (zh) * | 2022-07-08 | 2022-10-21 | 深圳市瑞祥鑫五金制品有限公司 | 一种基于多摄像头的焊接端子检测方法、装置及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105243662B (zh) | 2017-12-19 |
WO2017050082A1 (zh) | 2017-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105243662A (zh) | 一种端子位置的确定方法及终端设备 | |
CN110476056B (zh) | 一种视觉检测方法、检测设备以及机器人 | |
CN110706182B (zh) | 一种屏蔽罩平面度检测方法、装置、终端设备及存储介质 | |
CN102980535B (zh) | 角度测量方法和装置 | |
US10074551B2 (en) | Position detection apparatus, position detection method, information processing program, and storage medium | |
CN109155062A (zh) | 裂纹分析装置和方法 | |
CN113538603B (zh) | 一种基于阵列产品的光学检测方法、系统和可读存储介质 | |
CN112883955A (zh) | 货架布局检测方法、装置及计算机可读存储介质 | |
EP2793172B1 (en) | Image processing apparatus, image processing method and program | |
CN111221996B (zh) | 仪表屏幕视觉检测方法和系统 | |
CN111311671A (zh) | 一种工件测量方法、装置、电子设备及存储介质 | |
CN109841028B (zh) | 一种基于红外热像仪的热源探测方法、系统及存储介质 | |
CN110458857A (zh) | 中心对称图元检测方法、装置、电子设备及可读存储介质 | |
CN103185546A (zh) | 宽度量测方法及系统 | |
CN112132019A (zh) | 物体垂直判断方法和装置 | |
CN107958226B (zh) | 一种道路曲线检测方法、装置和终端 | |
CN108303640B (zh) | 一种线路检测的方法和装置 | |
CN111504608B (zh) | 辉度均匀检测系统及辉度均匀检测方法 | |
JP2016070741A (ja) | 欠陥判定装置、及び、欠陥判定方法 | |
CN106996934A (zh) | 多相机视觉检测系统及检测方法 | |
CN106251468B (zh) | 一种纸币鉴伪方法和装置 | |
CN111986208A (zh) | 一种目标标记定位圆的捕捉定位方法、装置、计算机设备 | |
CN113298869B (zh) | 距离测定方法、装置、计算机设备和存储介质 | |
CN111860136B (zh) | 包裹定位方法、装置、设备及计算机可读存储介质 | |
JP4840822B2 (ja) | 画像処理方法、装置およびプログラム |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20181031 Address after: 510663 3, 310, No. 192, Ke Zhu Road, Guangzhou high tech Industrial Development Zone, Guangdong Patentee after: Guangzhou Kun Electronic Technology Co. Ltd. Address before: 510663, 4, No. 192, Ke Zhu Road, science and Technology City, Guangzhou high tech Industrial Development Zone, Guangdong Patentee before: Guangzhou CVT Electronics Technology Co., Ltd. |
|
TR01 | Transfer of patent right |