CN105354844A - 基于形状拟合的边缘拐点检测方法及检测装置 - Google Patents
基于形状拟合的边缘拐点检测方法及检测装置 Download PDFInfo
- Publication number
- CN105354844A CN105354844A CN201510728348.7A CN201510728348A CN105354844A CN 105354844 A CN105354844 A CN 105354844A CN 201510728348 A CN201510728348 A CN 201510728348A CN 105354844 A CN105354844 A CN 105354844A
- Authority
- CN
- China
- Prior art keywords
- shape
- flex point
- error
- edge
- basic configuration
- 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
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
Abstract
本发明公开了一种基于形状拟合的边缘拐点检测方法,包括以下步骤:采集印刷图像;通过轮廓检测获取印刷图像的边缘曲线;根据预设印刷图像通过形状拟合对边缘曲线进行形状检测,以检测每个像素点之后最长段的基本形状;根据每个像素点之后最长段的基本形状得到边缘拐点。根据本发明实施例的检测方法,通过形状拟合检测边缘拐点,提高检测的准确度,同时可以具有更强的鲁棒性。本发明还公开了一种基于形状拟合的边缘拐点检测装置。
Description
技术领域
本发明涉及计算机视觉和工业检测技术领域,特别涉及一种基于形状拟合的边缘拐点检测方法及检测装置。
背景技术
对工业生产的成果(尤其是PCB等印刷品)进行有效的质量检测一直是产业界和学术界关心的问题,因为实际生产中难免会有误差,如果不合格的产品进入实际使用可能会给用户或者企业本身带来的损失,在一些关键领域这种损失可能更加巨大。基于机器视觉的工业检测技术因为其成本低效率高的优势,得到了业界越来越多的关注和应用。对于精度要求高的印刷品的质量检验,其中一个基础的步骤就是对理想印刷图像的边缘进行拐点检测,然后根据拐点分段进行检验,从而提高检测的精度。
相关技术中,目前边缘拐点检测算法已经有了很多的研究成果,例如k余弦算法、FD算法(m段链码表示)、BT算法(FD算法的改进)、CSS算法(曲率空间分析)、反射长度参数化平面曲线分析、可视化曲率分析等,这些算法都可以归结为基于曲率分析的拐点检测算法。然而,相关技术中的拐点检测算法本身具有一定局限性,例如线段和圆弧连接处的拐点,该类算法会容易带来漏检(即算法未能检测出实际拐点),而对于小半径的圆弧,该类算法则会容易带来多检(即算法错误地将非拐点检测为拐点),导致这类算法在工业检测中难以得到理想的效果。
发明内容
本发明旨在至少在一定程度上解决上述相关技术中的技术问题之一。
为此,本发明的一个目的在于提出一种基于形状拟合的边缘拐点检测方法,该检测方法可以提高检测的准确度,简单便捷。
本发明的另一个目的在于提出一种基于形状拟合的边缘拐点检测装置。
为达到上述目的,本发明一方面实施例提出了一种基于形状拟合的边缘拐点检测方法,包括以下步骤:采集印刷图像;通过轮廓检测获取所述印刷图像的边缘曲线;根据预设印刷图像通过形状拟合对所述边缘曲线进行形状检测,以检测每个像素点之后最长段的基本形状;以及根据所述每个像素点之后最长段的基本形状得到边缘拐点。
根据本发明实施例提出的基于形状拟合的边缘拐点检测方法,通过形状拟合对边缘曲线进行形状检测,以根据每个像素点之后最长段的基本形状得到边缘拐点,只需输入理想印刷图像,即可生成对印刷图案的边缘进行拐点检测的结果,提高检测的准确度,同时可以具有更强的鲁棒性。
另外,根据本发明上述实施例的基于形状拟合的边缘拐点检测方法还可以具有如下附加的技术特征:
进一步地,在本发明的一个实施例中,所述根据预设印刷图像通过形状拟合对所述边缘曲线进行形状检测,进一步包括:通过二分查找法判断所述每个像素点的预设段与所述基本形状中预设形状是否满足误差条件,以检测所述每个像素点之后最长段的基本形状。
进一步地,在本发明的一个实施例中,所述预设形状为线段或者圆弧。
进一步地,在本发明的一个实施例中,对于线段,线段误差计算是通过计算线段上任意一定点与两个端点组成的三角形的高来表示误差,误差公式为:
其中,所述两个端点的坐标分别为(x1,y1)和(x2,y2),所述任意一定点的坐标为(x,y)。
进一步地,在本发明的一个实施例中,对于圆弧,圆弧的误差用拟合得到的圆弧半径和实际距离的差值来表示,误差公式为:
其中,半径为r,圆心坐标为(xo,yo),任意一个边缘点的坐标为(x,y)。
本发明另一方面实施例提出了一种基于形状拟合的边缘拐点检测装置,包括:采集模块,用于采集印刷图像;获取模块,通过轮廓检测获取所述印刷图像的边缘曲线;拟合模块,用于根据预设印刷图像通过形状拟合对所述边缘曲线进行形状检测,以检测每个像素点之后最长段的基本形状;以及检测取模块,用于根据所述每个像素点之后最长段的基本形状得到边缘拐点。
根据本发明实施例提出的基于形状拟合的边缘拐点检测装置,通过形状拟合对边缘曲线进行形状检测,以根据每个像素点之后最长段的基本形状得到边缘拐点,只需输入理想印刷图像,即可生成对印刷图案的边缘进行拐点检测的结果,提高检测的准确度,同时可以具有更强的鲁棒性。
另外,根据本发明上述实施例的基于形状拟合的边缘拐点检测装置还可以具有如下附加的技术特征:
进一步地,在本发明的一个实施例中,所述拟合模块进一步用于:通过二分查找法判断所述每个像素点的预设段与所述基本形状中预设形状是否满足误差条件,以检测所述每个像素点之后最长段的基本形状。
进一步地,在本发明的一个实施例中,所述预设形状为线段或者圆弧。
进一步地,在本发明的一个实施例中,对于线段,线段误差计算是通过计算线段上任意一定点与两个端点组成的三角形的高来表示误差,误差公式为:
其中,所述两个端点的坐标分别为(x1,y1)和(x2,y2),所述任意一定点的坐标为(x,y)。
进一步地,在本发明的一个实施例中,对于圆弧,圆弧的误差用拟合得到的圆弧半径和实际距离的差值来表示,误差公式为:
其中,半径为r,圆心坐标为(xo,yo),任意一个边缘点的坐标为(x,y)。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本发明实施例的基于形状拟合的边缘拐点检测方法的流程图;
图2为根据本发明一个实施例的输入的理想印刷图像及其拐点示意图;
图3为根据本发明一个实施例的拟合方法的流程图;
图4为根据本发明一个实施例的形状检测方法的流程图;
图5为根据本发明一个实施例的通过二分查找法进行形状检测的流程图;
图6为根据本发明一个实施例的线段误差计算示意图;
图7为根据本发明一个实施例的圆弧误差计算示意图;
图8为根据本发明一个实施例的复杂曲线部分的拐点检测结果示意图;以及
图9为根据本发明实施例的基于形状拟合的边缘拐点检测装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触,也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且,第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方,或仅仅表示第一特征水平高度小于第二特征。
下面参照附图描述根据本发明实施例提出的基于形状拟合的边缘拐点检测方法及检测装置,首先将参照附图描述根据本发明实施例提出的基于形状拟合的边缘拐点检测方法。参照图1所示,该检测方法包括以下步骤:
S101,采集印刷图像。
S102,通过轮廓检测获取印刷图像的边缘曲线。
首先,进行轮廓检测。然后,使用拟合方法进行形状检测,检测每个点之后最长的一个形状(线段或者圆弧),下面会进行详细阐述。
S103,根据预设印刷图像通过形状拟合对边缘曲线进行形状检测,以检测每个像素点之后最长段的基本形状。
本发明实施例的输入为理想印刷图像(在工业生产中一般由设计软件生成),即预设印刷图像。参照图2所示,上面是一个PCB理想印刷图像,下面是其拐点示意图。显然,12、43是线段,而23、41都是圆弧。此处,可以将该边缘曲线视为由圆弧和线段组成,这些组成成分成为基本形状。参照图3所示,本发明实施例的基本原理是:通过拟合的方法,计算不同段进行某个基本形状拟合的误差,从而判断是否属于该基本形状。一旦判定了12、23、34、41的形状,拐点检测就变得非常简单,即将1、2、3、4分别视为拐点即可。
进一步地,在本发明的一个实施例中,根据预设印刷图像通过形状拟合对边缘曲线进行形状检测,进一步包括:通过二分查找法判断每个像素点的预设段与基本形状中预设形状是否满足误差条件,以检测每个像素点之后最长段的基本形状。
具体地,参照图4所示,本发明实施例最关键的部分是“形状检测”,形状检测是指:从i_head开始,检测以此检测长度为len_max,len_max-1,…,1的所有段,如果满足拟合误差条件则退出,i_head向前移动len(shape);如果没有检测到满足条件的段,则设len(shape)为1,即i_head向前移动1,继续检测。判别框“是否符合”表示对这一段进行拟合并计算误差,如何误差符合条件则认为属于该轮廓。
在本发明的实施例中,本发明实施例的检测方法将边缘看成理想的基本形状(圆弧、线段等)的组合,每一种基本形状的模型定义明确,其参数可以准确计算,并可以对不同情况进行误差计算和判定,从而提高各种情况拐点检测的准确性。本发明实施例可以与基于机器视觉的工业检测流程的后期步骤具有天然的一致性,使用得到的拐点进行分段检测,实际就是对不同基本形状进行分段检测,由于前述基本形状的特性,使得检测的准确的大大提高。实际生产的数据满足本发明的基本假设——复杂曲线可以由基本形状组合得到。
进一步地,在本发明的一个实施例中,参照图5所示,本发明实施例的检测方法采用二分查找方法来代替穷举方法,从而提高算法执行速度。上述判别框下方的len=len-1在实际程序中将被二分查找提到以提高算法速度。
在本发明的实施例中,采用二分查找方法代替穷举方法,大大提高了算法执行速度。该算法的基本假设是:对于一种基本形状和给定的一段的边缘像素点,从起始点开始,如果长度较短时不能满足误差条件,则长度较长是也不可能满足误差条件。数学推理和实际数据证明该基本假设成立。
进一步地,在本发明的一个实施例中,预设形状为线段或者圆弧。
进一步地,在本发明的一个实施例中,对于线段,线段误差计算是通过计算线段上任意一定点与两个端点组成的三角形的高来表示误差,误差公式为:
其中,两个端点的坐标分别为(x1,y1)和(x2,y2),任意一定点的坐标为(x,y)。
具体地,本发明实施例针对不同的基本形状,提出了不同的参数估计和误差计算方法。
首先,对于线段,误差计算是通过计算线段上某个点与两个端点组成的三角形的高来表示误差,参照图6所示。设底边两个端点坐标分别为:(x1,y1)和(x2,y2),定点坐标为(x,y)。则高为:
进一步地,在本发明的一个实施例中,对于圆弧,圆弧的误差用拟合得到的圆弧半径和实际距离的差值来表示,误差公式为:
其中,半径为r,圆心坐标为(xo,yo),任意一个边缘点的坐标为(x,y)。
其次,参照图7所示,圆弧的误差用拟合得到的圆弧半径和实际距离的差值来表示。设半径为r,圆心坐标为(xo,yo),某个边缘点的坐标为(x,y)。则该点的误差为:
圆弧的拟合(计算半径和圆心)方法:对于弧度较小的圆弧用三点决定一个圆加RANSAC来得到。假设圆弧上的三个点分别为:(x1,y1)(x2,y2)(x3,y3),圆心坐标为(x,y),半径为r,则有:
对于弧度较大的圆弧尤其是完整圆使用线性最小二乘的方法来得到,设圆的公式为:
(Xi-Xc)2+(Yi-Yc)2=r2,
展开得:
Xi 2-2XiXc+Xc 2+Yi 2-2YiYc+Yc 2=r2,
令:
解线性最小二乘问题即可得到圆心的半径:
-Xi 2-Yi 2=C+BYi+AXi。
S104,根据每个像素点之后最长段的基本形状得到边缘拐点。
本发明实施例提出了不同的参数估计和误差计算方法,估计得到的参数对工业视觉检测的后续步骤具有重要意义,因为后续步骤可以直接利用得到的参数(例如圆弧的圆心的半径)来进行误差计算,从而判断产品的质量。
进一步地,本发明实施例提出了复杂曲线判断的方法,并针对该部分曲线提出使用曲率估计来检测拐点方法。所谓“复杂曲线”,是指不能可靠地判定为基本形状的情况。对低置信度的结果单独处理,往往可以提供系统的整体性能和鲁棒性。低置信度结果产生的主要原因是图像离散化损失了信息以及光栅化过程中引入了误差。参照图8所示,曲线部分表示检测到的圆弧,直线部分表示检测到的线段,而曲线与直线中间部分表示“复杂曲线”,圈内的灰点即为对“复杂曲线”进行传统曲率分析得到的某一拐点。
根据本发明实施例提出的基于形状拟合的边缘拐点检测方法,通过形状拟合对边缘曲线进行形状检测,以根据每个像素点之后最长段的基本形状得到边缘拐点,只需输入理想印刷图像,即可生成对印刷图案的边缘进行拐点检测的结果,拐点检测的结果可以用于对边缘分段检测,从而有利于分段分析印刷质量,首次采用形状拟合的检测方法,相比同类算法具有更高的准确度(多检错误和漏检错误均有大大减少),从而提高了检测的准确度,同时可以具有更强的鲁棒性。
其次参照附图描述根据本发明实施例提出的基于形状拟合的边缘拐点检测装置。参照图9所示,该检测装置10包括:采集模块100、获取模块200、拟合模块300和检测模块400。
其中,采集模块100用于采集印刷图像。获取模块200通过轮廓检测获取印刷图像的边缘曲线。拟合模块300用于根据预设印刷图像通过形状拟合对边缘曲线进行形状检测,以检测每个像素点之后最长段的基本形状。检测模块400用于根据每个像素点之后最长段的基本形状得到边缘拐点。本发明实施例的检测装置10通过形状拟合检测边缘拐点,提高检测的准确度,同时可以具有更强的鲁棒性。
进一步地,在本发明的一个实施例中,拟合模块300进一步用于:通过二分查找法判断每个像素点的预设段与基本形状中预设形状是否满足误差条件,以检测每个像素点之后最长段的基本形状。
进一步地,在本发明的一个实施例中,预设形状可以为线段或者圆弧。
进一步地,在本发明的一个实施例中,对于线段,线段误差计算是通过计算线段上任意一定点与两个端点组成的三角形的高来表示误差,误差公式为:
其中,两个端点的坐标分别为(x1,y1)和(x2,y2),任意一定点的坐标为(x,y)。
进一步地,在本发明的一个实施例中,对于圆弧,圆弧的误差用拟合得到的圆弧半径和实际距离的差值来表示,误差公式为:
其中,半径为r,圆心坐标为(xo,yo),任意一个边缘点的坐标为(x,y)。
应理解,根据本发明实施例的基于形状拟合的边缘拐点检测装置的具体实现过程可与本发明实施例的基于形状拟合的边缘拐点检测方法的工作流程相同,此处不再详细赘述。
根据本发明实施例提出的基于形状拟合的边缘拐点检测装置,通过形状拟合对边缘曲线进行形状检测,以根据每个像素点之后最长段的基本形状得到边缘拐点,只需输入理想印刷图像,即可生成对印刷图案的边缘进行拐点检测的结果,拐点检测的结果可以用于对边缘分段检测,从而有利于分段分析印刷质量,首次采用形状拟合的检测方法,相比同类算法具有更高的准确度(多检错误和漏检错误均有大大减少),从而提高了检测的准确度,同时可以具有更强的鲁棒性。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种基于形状拟合的边缘拐点检测方法,其特征在于,包括以下步骤:
采集印刷图像;
通过轮廓检测获取所述印刷图像的边缘曲线;
根据预设印刷图像通过形状拟合对所述边缘曲线进行形状检测,以检测每个像素点之后最长段的基本形状;以及
根据所述每个像素点之后最长段的基本形状得到边缘拐点。
2.根据权利要求1所述的基于形状拟合的边缘拐点检测方法,其特征在于,所述根据预设印刷图像通过形状拟合对所述边缘曲线进行形状检测,进一步包括:
通过二分查找法判断所述每个像素点的预设段与所述基本形状中预设形状是否满足误差条件,以检测所述每个像素点之后最长段的基本形状。
3.根据权利要求2所述的基于形状拟合的边缘拐点检测方法,其特征在于,所述预设形状为线段或者圆弧。
4.根据权利要求3所述的基于形状拟合的边缘拐点检测方法,其特征在于,对于线段,线段误差计算是通过计算线段上任意一定点与两个端点组成的三角形的高来表示误差,误差公式为:
其中,所述两个端点的坐标分别为(x1,y1)和(x2,y2),所述任意一定点的坐标为(x,y)。
5.根据权利要求3所述的基于形状拟合的边缘拐点检测方法,其特征在于,对于圆弧,圆弧的误差用拟合得到的圆弧半径和实际距离的差值来表示,误差公式为:
其中,半径为r,圆心坐标为(xo,yo),任意一个边缘点的坐标为(x,y)。
6.一种基于形状拟合的边缘拐点检测装置,其特征在于,包括:
采集模块,用于采集印刷图像;
获取模块,通过轮廓检测获取所述印刷图像的边缘曲线;
拟合模块,用于根据预设印刷图像通过形状拟合对所述边缘曲线进行形状检测,以检测每个像素点之后最长段的基本形状;以及
检测模块,用于根据所述每个像素点之后最长段的基本形状得到边缘拐点。
7.根据权利要求6所述的基于形状拟合的边缘拐点检测装置,其特征在于,所述拟合模块进一步用于:
通过二分查找法判断所述每个像素点的预设段与所述基本形状中预设形状是否满足误差条件,以检测所述每个像素点之后最长段的基本形状。
8.根据权利要求7所述的基于形状拟合的边缘拐点检测装置,其特征在于,所述预设形状为线段或者圆弧。
9.根据权利要求8所述的基于形状拟合的边缘拐点检测装置,其特征在于,对于线段,线段误差计算是通过计算线段上任意一定点与两个端点组成的三角形的高来表示误差,误差公式为:
其中,所述两个端点的坐标分别为(x1,y1)和(x2,y2),所述任意一定点的坐标为(x,y)。
10.根据权利要求8所述的基于形状拟合的边缘拐点检测装置,其特征在于,对于圆弧,圆弧的误差用拟合得到的圆弧半径和实际距离的差值来表示,误差公式为:
其中,半径为r,圆心坐标为(xo,yo),任意一个边缘点的坐标为(x,y)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510728348.7A CN105354844B (zh) | 2015-10-30 | 2015-10-30 | 基于形状拟合的边缘拐点检测方法及检测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510728348.7A CN105354844B (zh) | 2015-10-30 | 2015-10-30 | 基于形状拟合的边缘拐点检测方法及检测装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105354844A true CN105354844A (zh) | 2016-02-24 |
CN105354844B CN105354844B (zh) | 2018-08-28 |
Family
ID=55330811
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510728348.7A Active CN105354844B (zh) | 2015-10-30 | 2015-10-30 | 基于形状拟合的边缘拐点检测方法及检测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105354844B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110132978A (zh) * | 2019-04-28 | 2019-08-16 | 无锡和博永新科技有限公司 | 电阻片整片检测装置及检测方法 |
CN113063731A (zh) * | 2021-03-24 | 2021-07-02 | 上海晨兴希姆通电子科技有限公司 | 用于转盘式玻璃盖板丝印的检测系统及其检测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005173649A (ja) * | 2003-12-05 | 2005-06-30 | Institute Of Physical & Chemical Research | 画像処理におけるテンプレートマッチング処理方法と処理装置 |
CN103679119A (zh) * | 2012-09-10 | 2014-03-26 | 株式会社理光 | 自适应坡路检测方法和装置 |
-
2015
- 2015-10-30 CN CN201510728348.7A patent/CN105354844B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005173649A (ja) * | 2003-12-05 | 2005-06-30 | Institute Of Physical & Chemical Research | 画像処理におけるテンプレートマッチング処理方法と処理装置 |
CN103679119A (zh) * | 2012-09-10 | 2014-03-26 | 株式会社理光 | 自适应坡路检测方法和装置 |
Non-Patent Citations (2)
Title |
---|
崔明等: ""基于机器视觉的前照灯拐点检测与研究"", 《制造业自动化》 * |
苏波: ""改进的拐点提取法在曲线拟合中的应用"", 《先进制造技术》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110132978A (zh) * | 2019-04-28 | 2019-08-16 | 无锡和博永新科技有限公司 | 电阻片整片检测装置及检测方法 |
CN113063731A (zh) * | 2021-03-24 | 2021-07-02 | 上海晨兴希姆通电子科技有限公司 | 用于转盘式玻璃盖板丝印的检测系统及其检测方法 |
CN113063731B (zh) * | 2021-03-24 | 2023-01-20 | 上海晨兴希姆通电子科技有限公司 | 用于转盘式玻璃盖板丝印的检测系统及其检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105354844B (zh) | 2018-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2789970B1 (en) | Tire shape inspection method and tire shape inspection apparatus | |
US9443297B2 (en) | System and method for selective determination of point clouds | |
US9097514B2 (en) | Device and method for inspecting tyre shape | |
CN108257121B (zh) | 产品缺陷检测模型更新的方法、装置、存储介质及终端设备 | |
CN108955901B (zh) | 一种红外测温方法、系统及终端设备 | |
TW201310359A (zh) | 用於識別材料中之缺陷之系統及方法 | |
CN110378227B (zh) | 修正样本标注数据的方法、装置、设备及存储介质 | |
CN105205841B (zh) | 地理信息系统的地图生成方法和系统 | |
CN103839271A (zh) | 一种基于最佳匹配的图像纹理合成方法 | |
CN115078377A (zh) | 一种基于点云拟合的桥梁损伤自动评估系统及方法 | |
CN105354844A (zh) | 基于形状拟合的边缘拐点检测方法及检测装置 | |
CN109945955A (zh) | 一种水表视觉在线检测方法及其系统 | |
EP2985566A1 (en) | Data generation method and data generation device | |
CN105354816A (zh) | 一种电子元件定位方法及装置 | |
CN115861227A (zh) | 基于图像语义重建的无监督工业表面缺陷检测方法与装置 | |
JP2010054289A (ja) | 視覚検査装置 | |
CN104678338A (zh) | 数字示波器及自检方法、自动测试系统 | |
JP2006119927A (ja) | パターンマッチング方法およびプログラム | |
JP2002140713A (ja) | 画像処理方法およびその装置 | |
CN109030515A (zh) | 涂胶的检测方法及装置 | |
JP2018501480A (ja) | タイヤ内の条線を検出するための方法 | |
CN110490865B (zh) | 基于螺柱高反光特性的螺柱点云分割方法 | |
EP3561503B1 (en) | Detection of portions of interest in image or matrix data | |
CN114529493A (zh) | 基于双目视觉的电缆外观缺陷检测与定位方法 | |
JP2005061929A (ja) | 欠陥検査方法 |
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 |