CN105490737A - 一种光通信芯片线路的检测系统及其检测方法 - Google Patents
一种光通信芯片线路的检测系统及其检测方法 Download PDFInfo
- Publication number
- CN105490737A CN105490737A CN201610013113.4A CN201610013113A CN105490737A CN 105490737 A CN105490737 A CN 105490737A CN 201610013113 A CN201610013113 A CN 201610013113A CN 105490737 A CN105490737 A CN 105490737A
- Authority
- CN
- China
- Prior art keywords
- image
- module
- ccd
- optical communication
- detection system
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 53
- 230000003287 optical effect Effects 0.000 title claims abstract description 33
- 238000004891 communication Methods 0.000 title claims abstract description 29
- 238000001914 filtration Methods 0.000 claims abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 28
- 238000005259 measurement Methods 0.000 claims abstract description 21
- 238000003709 image segmentation Methods 0.000 claims abstract description 18
- 238000000034 method Methods 0.000 claims description 27
- 238000000926 separation method Methods 0.000 claims description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000010586 diagram Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000011161 development Methods 0.000 claims description 4
- 230000018109 developmental process Effects 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 238000005192 partition Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 2
- 238000011897 real-time detection Methods 0.000 abstract 1
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/07—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种光通信芯片线路的检测系统及其检测方法，包括图像采集模块、图像滤波模块、CCD定标模块、图像测量模块、图像拼接模块、图像分割模块、数据处理模块，其中图像采集模块的输出端与图像滤波模块的输入端连接，图像滤波模块的输出端分别与CCD定标模块和图像拼接模块的输入端连接，CCD定标模块的输出端分别与图像测量模块和数据处理模块的输入端连接，图像拼接模块的输出端与图像分割模块的输入端连接，图像分割模块的输出端与数据处理模块输入端连接。本发明检测系统可实现芯片的实时检测，可达到较高检测精度，工作效率高，本发明方便实用。
Description
技术领域
本发明属于光通信芯片设计领域，具体涉及一种光通信芯片线路的检测系统及其检测方法。
背景技术
进入21世纪，对无线通讯、有线电视、宽频网络、多媒体等服务的需求变成了新的光通信发展驱动力。光通信技术的核心是光纤本身和光子器件。光纤已趋于成熟，位于光通信网络节点对光信号进行各种处理的功能部件，即光子器件，是增大信息传输容量并保证数据正确传递的关键。通过提高集成化以实现低成本、高可靠性发展目标的光子器件是现在和可预见的未来推动光通信进步的主要动力。
虽然，光通信芯片的设计方法和技术已有一定的发展，但是，这其中也有一些存在的问题。例如，当按照设计好的光路去制作芯片时，得到的产品无法了解它实际的光路是如何分布的，也就无法完全确定它是否按照要求进行生产，是否存在误差，多大的误差等等。所以，研究如何得到一片光通信芯片的光路分布是必要的。目前，没有可以实现自动检测芯片光路的检测系统及方法。
发明内容
本发明的目的在于克服现有技术的缺点和不足，提供一种光通信芯片线路的检测系统，该检测系统可达到较高检测精度，实时性好，工作效率高。
本发明的另一目的是提供一种光通信芯片线路的检测系统的检测方法，本发明结构简单，控制方便。
本发明的目的通过采用以下的技术方案来实现：
本发明的光通信芯片线路的检测系统，包括图像采集模块、图像滤波模块、CCD定标模块、图像测量模块、图像拼接模块、图像分割模块、数据处理模块，其中图像采集模块的输出端与图像滤波模块的输入端连接，图像滤波模块的输出端分别与CCD定标模块和图像拼接模块的输入端连接，CCD定标模块的输出端分别与图像测量模块和数据处理模块的输入端连接，图像拼接模块的输出端与图像分割模块的输入端连接，图像分割模块)的输出端与数据处理模块输入端连接。
本发明一种光通信芯片线路的检测方法，包括如下步骤：
1)图像采集模块对待测芯片进行图像采集。首先将待测芯片的载体晶圆在工业显微镜下放大100倍经过CCD摄像头得到原始图像，当图像达到最清晰的时刻即可进行采样。采集的图像传输至图像滤波处理模块，图像采用JPG文件格式输出，图像数据传输采用以太网的方式进行传输；
2)图像滤波处理模块对图像采集模块得到的有芯片的线路分布的原始图像。基于高斯滤波的方法进行噪声滤波处理除去图像中的噪声污染、消除边缘模糊得到了芯片的线路分布图去噪后的图像；
3)CCD标定模块对CCD摄像机进行标定，确定摄像机内部的几何参数和光学特性以及摄像机在三维世界中的坐标关系，通过三维空间刚体变换、在针孔模型中进行规范化投影、校正畸变的转换达到像素距离和实际距离的转换；
4)图像测量模块在图像滤波处理模块得到的去噪后的图像进行线宽的测量，在图像上用鼠标选取感兴趣的区域；对该区域做Canny边缘检测和Hough直线变换并显示检测到的直线；线宽即芯片中直波导的宽度，感兴趣的区域即直波导分布区域，其中只包含2条平行线；根据检测直线可得到直线起点和终点的坐标，将2条平行线的起点、终点纵坐标相减即可计算得到2条直线之间距离的像素距离；通过对CCD标定模块得到像素与实际距离的转换关系即可算出实际的线宽距离；
5)图像拼接模块对图像滤波处理模块得到去噪后的待测芯片的线路图图像进行图像拼接。基于SURF和快速近似最近邻搜索匹配算法实现图像的全景拼接。结果图像以JPG文件格式保存在磁盘中；基于SURF和快速近似最近邻搜索匹配算法实现图像的全景拼接的过程为：1.兴趣点检测：SURF使用了近似的Hessian矩阵检测兴趣点,并使用积分图像大幅减少了运算量；2.兴趣点描述：SURF使用一阶Haar小波在x,y两个方向的响应作为构建特征向量的分布信息；3.兴趣点匹配：为了检测兴趣点,通过上述的近似模板与积分图像卷积,构建出了近似的Hessian矩阵然后通过计算Hessian矩阵的行列式构建出尺度σ上的响应图,进而用不同尺度的响应图构建出尺度空间,从而通过寻找尺度空间里的局部最大值来定位兴趣点及RANSAC算法剔除误配点对。最终的结果图像以JPG文件格式保存在磁盘中；
6)图像分割模块(6)对图像拼接模块(5)拼接的图像进行边缘提取、图像分割。选定Y分叉点之间的过度区域，分割出该区域。基于区域的图像分割方法进行图像的区域提取，可以得到清晰的图像边界；
7)数据处理模块(7)对图像分割模块(6)分割得到的区域进行曲率半径的计算，芯片的线路是由直波导和弯波导组成，弯波导对应某个圆的一段圆弧，圆弧曲率半径的计算计算过程：对分割出来的图像进行角点检测，得到直波导和弯波导的分界点，确定弯波导的范围；在范围内选取3个点的坐标，因为圆的曲率半径就是圆的半径。根据该几何原理再结合上述步骤得到的弯波导上三个点的坐标，即可代入圆的方程(x-a)2+(y-b)2＝r2，从而计算得到曲率半径r所占的像素个数，根据CCD标定模块(3)的参数则得到了实际曲率半径的大小。
与现有技术相比，本发明的技术方案的有益效果是：
1)本发明提出了一种光通信芯片线路的检测方法及系统，用自动检测代替人工检测，在保证检测准确性的前提下提高了生产效率，节约了生产成本。
2)本发明的基于DirectShow的视频捕捉方法可以更高效地捕捉摄像头的每帧图像。
3)本发明的基于SURF和快速近似最近邻搜索匹配算法大大节省了多幅图片拼接的时间。
附图说明
图1为单个采样点观测的视野图；
图2为单个芯片(光分路器件)的线路图；
图3为本发明的光通信芯片线路的检测系统的原理框图。
具体实施方式
下面结合实施例及附图，对本发明作进一步详细说明，但本发明的实施方式不限于此。
如图3所示，本发明提供一种光通信芯片线路的检测系统，包括图像采集模块(1)、图像滤波模块(2)、CCD定标模块(3)、图像测量模块(4)、图像拼接模块(5)、图像分割模块(6)、数据处理模块(7)，其中图像采集模块(1)的输出端与图像滤波模块(2)的输入端连接，图像滤波模块(2)的输出端分别与CCD定标模块(3)和图像拼接模块(5)的输入端连接，CCD定标模块(3)的输出端分别与图像测量模块(4)和数据处理模块(7)的输入端连接，图像拼接模块(5)的输出端与图像分割模块(6)的输入端连接，图像分割模块(6)的输出端与数据处理模块(7)输入端连接。
本实施例中，上述图像采集模块(1)包括一台摄像头和一台显微镜，显微镜放大图像，摄像头采集图像，得到每一个采样点的图像，图像数据传输采用以太网方式传输。如采用C/S方式，采用TCP/IP协议传输
本实施例中，上述摄像头是CCD摄像头，显微镜是工业光学显微镜。
本实施例中，上述图像采集模块(1)采用的摄像头是CF-300相机。
本实施例中，上述图像滤波模块(2)包括一台PC机，图像采集模块(1)采集的图像以JPG文件格式存储在PC机上。
本实施例中，上述图像测量模块(3)包括一台PC机，PC机测量得到的待测芯片图像以DXF格式存储在PC机上。
本实施例中，上述图像测量模块(4)在图像滤波处理模块(2)得到的去噪后的图像进行线宽的测量，线宽即芯片中直波导的宽度。在图像上用鼠标选取感兴趣的区域(即直波导分布区域其中只包含2条平行线)；对该区域做Canny边缘检测和Hough直线变换并显示检测到的直线；根据检测直线可得到直线起点和终点的坐标，将2条平行线的起点、终点纵坐标相减即可计算得到2条直线之间距离的像素距离；通过对CCD标定模块(3)得到像素与实际距离的转换关系即可算出实际的线宽距离；
本发明的光通信芯片线路的检测系统的检测方法，包括如下步骤：
1)图像采集模块(1)对待测芯片进行图像采集。首先将待测芯片的载体晶圆在工业显微镜下放大100倍经过CCD摄像头得到原始图像，当图像达到最清晰的时刻即可进行采样。采集的图像传输至图像滤波处理模块(2)，图像采用JPG文件格式输出，图像数据传输采用以太网的方式进行传输。数据传输采用C/S方式，采用TCP/IP协议。晶圆是待测芯片的载体，一个晶圆上有多个待测芯片。
2)图像滤波处理模块(2)对图像采集模块(1)得到的有芯片的线路分布的原始图像。基于高斯滤波的方法进行噪声滤波处理除去图像中的噪声污染、消除边缘模糊得到了芯片的线路分布图去噪后的图像；
3)CCD标定模块(3)对CCD摄像机进行标定，确定摄像机内部的几何参数和光学特性以及摄像机在三维世界中的坐标关系(外部参数)，通过三维空间刚体变换、在针孔模型中进行规范化投影、校正畸变的转换达到像素距离和实际距离的转换；
4)图像测量模块(4)在图像滤波处理模块(2)得到的去噪后的图像进行线宽的测量，在图像上用鼠标选取感兴趣的区域；对该区域做Canny边缘检测和Hough直线变换并显示检测到的直线；线宽即芯片中直波导的宽度，感兴趣的区域即直波导分布区域，其中只包含2条平行线；根据检测直线可得到直线起点和终点的坐标，将2条平行线的起点、终点纵坐标相减即可计算得到2条直线之间距离的像素距离；通过对CCD标定模块(3)得到像素与实际距离的转换关系即可算出实际的线宽距离；
5)图像拼接模块(5)对图像滤波处理模块(2)得到去噪后的待测芯片的线路图图像进行图像拼接。基于SURF和快速近似最近邻搜索匹配算法实现图像的全景拼接。结果图像以JPG文件格式保存在磁盘中；基于SURF和快速近似最近邻搜索匹配算法实现图像的全景拼接的过程为：1.兴趣点检测：SURF使用了近似的Hessian矩阵检测兴趣点,并使用积分图像大幅减少了运算量；2.兴趣点描述：SURF使用一阶Haar小波在x,y两个方向的响应作为构建特征向量的分布信息；3.兴趣点匹配：为了检测兴趣点,通过上述的近似模板与积分图像卷积,构建出了近似的Hessian矩阵然后通过计算Hessian矩阵的行列式构建出尺度σ上的响应图,进而用不同尺度的响应图构建出尺度空间,从而通过寻找尺度空间里的局部最大值来定位兴趣点及RANSAC算法剔除误配点对。最终的结果图像以JPG文件格式保存在磁盘中；
6)图像分割模块(6)对图像拼接模块(5)拼接的图像进行边缘提取、图像分割。选定Y分叉点之间的过度区域，分割出该区域。基于区域的图像分割方法进行图像的区域提取，可以得到清晰的图像边界；
7)数据处理模块(7)对图像分割模块(6)分割得到的区域进行曲率半径的计算，上述待测芯片的线路是由直波导和弯波导组成，弯波导则对应某个圆的一段圆弧，曲率半径即为弯波导对应圆弧的半径。如图2中所示，r即为弯波导的曲率半径，曲率半径的计算过程如下：对分割出来的图像进行角点检测，得到直波导和弯波导的分界点，确定弯波导的范围；在范围内选取3个点的坐标，因为圆的曲率半径就是圆的半径。根据该几何原理再结合上述步骤得到的弯波导上三个点的坐标，即可代入圆的方程(x-a)2+(y-b)2＝r2，从而计算得到曲率半径r所占的像素个数，根据CCD标定模块(3)的参数则得到了实际曲率半径的大小。
本实施例中，上述根据该几何原理再结合上述步骤得到的弯波导上三个点的坐标，得到弯波导上三个点的坐标的方法是：由角点检测找到直波导和弯波导的分界点，介于一级分界点和二级分界点之间的即为弯波导的范围，一级分界点和二级分界点分别为2个计算点它们的中点即为第3个计算点。
本实施例中，上述图像采集模块(1)中，采用DirectShow的视频捕捉方法实现对模拟CCD摄像头和视频采集卡输出的图像进行采集，采集速度可达到约64帧/S，采集的图像以BMP或JPG文件格式存储在PC机上。DirectShow是基于COM组件技术的多媒体开发体系结构,利用它可以方便地实现音视频的捕捉、媒体格式转换以及播放等功能。
本实施例中，上述图像滤波模块(2)采用高斯滤波法处理图像；上述CCD定标模块(3)采用基于开放计算机视觉函数库(OpenCV)实现CCD摄像机的标定。简单、高效地实现像素距离到实际距离的转换。
Claims (10)
1.一种光通信芯片线路的检测系统，包括图像采集模块(1)、图像滤波模块(2)、CCD定标模块(3)、图像测量模块(4)、图像拼接模块(5)、图像分割模块(6)、数据处理模块(7)，其中图像采集模块(1)的输出端与图像滤波模块(2)的输入端连接，图像滤波模块(2)的输出端分别与CCD定标模块(3)和图像拼接模块(5)的输入端连接，CCD定标模块(3)的输出端分别与图像测量模块(4)和数据处理模块(7)的输入端连接，图像拼接模块(5)的输出端与图像分割模块(6)的输入端连接，图像分割模块(6)的输出端与数据处理模块(7)输入端连接。
2.根据权利要求1所述的光通信芯片线路的检测系统，其特征在于图像采集模块(1)包括一台摄像头和一台显微镜，显微镜放大图像，摄像头采集图像，得到每一个采样点的图像，图像数据传输采用以太网的方式进行传输。
3.根据权利要求2所述的光通信芯片线路的检测系统，其特征在于上述摄像头是CCD摄像头，显微镜是工业光学显微镜。
4.根据权利要求3所述的光通信芯片线路的检测系统，其特征在于上述图像采集模块(1)采用的摄像头是CF-300相机。
5.根据权利要求1所述的光通信芯片线路的检测系统，其特征在于上述图像滤波模块(2)包括一台PC机，图像采集模块(1)采集的图像以JPG文件格式存储在PC机上。
6.根据权利要求1至5任一项所述的光通信芯片线路的检测系统，其特征在于上述图像测量模块(3)包括一台PC机，PC机测量得到的待测芯片图像以DXF格式存储在PC机上。
7.一种根据权利要求1所述的光通信芯片线路的检测系统的检测方法，其特征在于包括如下步骤：
1)图像采集模块(1)对待测芯片进行图像采集；首先将待测芯片的载体晶圆在工业显微镜下放大100倍经过CCD摄像头得到原始图像，当图像达到最清晰的时刻即可进行采样；采集的图像传输至图像滤波处理模块(2)，图像采用JPG文件格式输出，图像数据传输采用以太网的方式进行传输；
2)图像滤波处理模块(2)对图像采集模块(1)得到的有芯片的线路分布的原始图像；基于高斯滤波的方法进行噪声滤波处理除去图像中的噪声污染、消除边缘模糊得到了芯片的线路分布图去噪后的图像；
3)CCD标定模块(3)对CCD摄像机进行标定，确定摄像机内部的几何参数和光学特性以及摄像机在三维世界中的坐标关系，通过三维空间刚体变换、在针孔模型中进行规范化投影、校正畸变的转换达到像素距离和实际距离的转换；
4)图像测量模块(4)在图像滤波处理模块(2)得到的去噪后的图像进行线宽的测量，在图像上用鼠标选取感兴趣的区域；对该区域做Canny边缘检测和Hough直线变换并显示检测到的直线；线宽即芯片中直波导的宽度，感兴趣的区域即直波导分布区域，其中只包含2条平行线；根据检测直线可得到直线起点和终点的坐标，将2条平行线的起点、终点纵坐标相减即可计算得到2条直线之间距离的像素距离；通过对CCD标定模块(3)得到像素与实际距离的转换关系即可算出实际的线宽距离；
5)图像拼接模块(5)对图像滤波处理模块(2)得到去噪后的待测芯片的线路图图像进行图像拼接；基于SURF和快速近似最近邻搜索匹配算法实现图像的全景拼接；结果图像以JPG文件格式保存在磁盘中；基于SURF和快速近似最近邻搜索匹配算法实现图像的全景拼接的过程为：1.兴趣点检测：SURF使用了近似的Hessian矩阵检测兴趣点,并使用积分图像大幅减少了运算量；2.兴趣点描述：SURF使用一阶Haar小波在x,y两个方向的响应作为构建特征向量的分布信息；3.兴趣点匹配：为了检测兴趣点,通过上述的近似模板与积分图像卷积,构建出了近似的Hessian矩阵然后通过计算Hessian矩阵的行列式构建出尺度σ上的响应图,进而用不同尺度的响应图构建出尺度空间,从而通过寻找尺度空间里的局部最大值来定位兴趣点及RANSAC算法剔除误配点对；最终的结果图像以JPG文件格式保存在磁盘中；
6)图像分割模块(6)对图像拼接模块(5)拼接的图像进行边缘提取、图像分割；选定Y分叉点之间的过度区域，分割出该区域；基于区域的图像分割方法进行图像的区域提取，可以得到清晰的图像边界；
7)数据处理模块(7)对图像分割模块(6)分割得到的区域进行曲率半径的计算，芯片的线路是由直波导和弯波导组成，弯波导对应某个圆的一段圆弧，圆弧曲率半径的计算计算过程：对分割出来的图像进行角点检测，得到直波导和弯波导的分界点，确定弯波导的范围；在范围内选取3个点的坐标，因为圆的曲率半径就是圆的半径；根据该几何原理再结合上述步骤得到的弯波导上三个点的坐标，即可代入圆的方程(x-a)2+(y-b)2＝r2，从而计算得到曲率半径r所占的像素个数，根据CCD标定模块(3)的参数则得到了实际曲率半径的大小。
8.根据权利要求7所述的光通信芯片线路的检测系统的检测方法，其特征在于上述根据该几何原理再结合上述步骤得到的弯波导上三个点的坐标，由角点检测找到直波导和弯波导的分界点，介于一级分界点和二级分界点之间的即为弯波导的范围，一级分界点和二级分界点分别为2个计算点它们的中点即为第3个计算点。
9.根据权利要求7所述的光通信芯片线路的检测系统的检测方法，其特征在于上述图像采集模块(1)中，采用DirectShow的视频捕捉方法实现对模拟CCD摄像头和视频采集卡输出的图像进行采集，采集速度可达到约64帧/S，采集的图像以BMP或JPG文件格式存储在PC机上，DirectShow是基于COM组件技术的多媒体开发体系结构,利用它实现音视频的捕捉、媒体格式转换以及播放功能。
10.根据权利要求7所述的光通信芯片线路的检测系统的检测方法，其特征在于上述图像滤波模块(2)采用高斯滤波法处理图像；上述CCD定标模块(3)采用基于开放计算机视觉函数库(OpenCV)实现CCD摄像机的标定。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610013113.4A CN105490737B (zh) | 2016-01-06 | 2016-01-06 | 一种光通信芯片线路的检测系统的检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610013113.4A CN105490737B (zh) | 2016-01-06 | 2016-01-06 | 一种光通信芯片线路的检测系统的检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105490737A true CN105490737A (zh) | 2016-04-13 |
| CN105490737B CN105490737B (zh) | 2018-06-26 |
Family
ID=55677498
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610013113.4A Active CN105490737B (zh) | 2016-01-06 | 2016-01-06 | 一种光通信芯片线路的检测系统的检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105490737B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109859125A (zh) * | 2019-01-14 | 2019-06-07 | 广东工业大学 | 基于形态学检测与小波变换的图像高光修复方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103424409A (zh) * | 2013-04-12 | 2013-12-04 | 安徽工业大学 | 一种基于dsp的视觉检测系统 |
| CN103810676A (zh) * | 2014-01-02 | 2014-05-21 | 北京科技大学 | 一种钢管运行速度的监测方法 |
| CN204206350U (zh) * | 2014-11-28 | 2015-03-11 | 成都新舟锐视科技有限公司 | 多画面融合后的超广角画面多摄像机联动跟踪标定系统 |
| WO2015052410A1 (fr) * | 2013-10-07 | 2015-04-16 | Giroptic | Dispositif optique pour la capture d'images selon un champ de vision horizontal de 360° |
| CN105069743A (zh) * | 2015-07-28 | 2015-11-18 | 中国科学院长春光学精密机械与物理研究所 | 探测器拼接实时图像配准的方法 |
-
2016
- 2016-01-06 CN CN201610013113.4A patent/CN105490737B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103424409A (zh) * | 2013-04-12 | 2013-12-04 | 安徽工业大学 | 一种基于dsp的视觉检测系统 |
| WO2015052410A1 (fr) * | 2013-10-07 | 2015-04-16 | Giroptic | Dispositif optique pour la capture d'images selon un champ de vision horizontal de 360° |
| CN103810676A (zh) * | 2014-01-02 | 2014-05-21 | 北京科技大学 | 一种钢管运行速度的监测方法 |
| CN204206350U (zh) * | 2014-11-28 | 2015-03-11 | 成都新舟锐视科技有限公司 | 多画面融合后的超广角画面多摄像机联动跟踪标定系统 |
| CN105069743A (zh) * | 2015-07-28 | 2015-11-18 | 中国科学院长春光学精密机械与物理研究所 | 探测器拼接实时图像配准的方法 |
Non-Patent Citations (2)
| Title |
|---|
| HERBERT BAY,ETAL.: "Speeded-Up Robust Features (SURF)", 《COMPUTER VISION AND IMAGE UNDERSTANDING》 * |
| 葛鲁宁等: "图像测量在芯片检测中的应用", 《计算机应用》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109859125A (zh) * | 2019-01-14 | 2019-06-07 | 广东工业大学 | 基于形态学检测与小波变换的图像高光修复方法 |
| CN109859125B (zh) * | 2019-01-14 | 2022-10-21 | 广东工业大学 | 基于形态学检测与小波变换的图像高光修复方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105490737B (zh) | 2018-06-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104685513B (zh) | 根据使用阵列源捕捉的低分辨率图像的基于特征的高分辨率运动估计 | |
| CN108833785B (zh) | 多视角图像的融合方法、装置、计算机设备和存储介质 | |
| KR101121034B1 (ko) | 복수의 이미지들로부터 카메라 파라미터를 얻기 위한 시스템과 방법 및 이들의 컴퓨터 프로그램 제품 | |
| US8948533B2 (en) | Increased quality of image objects based on depth in scene | |
| CN102857739A (zh) | 分布式全景监控系统及其方法 | |
| Song et al. | Micro surface defect detection method for silicon steel strip based on saliency convex active contour model | |
| KR102470873B1 (ko) | 영상처리를 이용한 작물 생육량 측정 장치 및 그 방법 | |
| CN113724135A (zh) | 图像拼接方法、装置、设备及存储介质 | |
| CN112395972B (zh) | 一种基于无人机图像处理的电力系统绝缘子串识别方法 | |
| WO2023082453A1 (zh) | 一种图像处理方法及装置 | |
| CN112597788B (zh) | 目标测定方法、装置、电子设备和计算机可读介质 | |
| CN111383204A (zh) | 视频图像融合方法、融合装置、全景监控系统及存储介质 | |
| CN114863380B (zh) | 车道线识别方法、装置及电子设备 | |
| CN113537153A (zh) | 仪表图像识别方法、装置、电子设备和计算机可读介质 | |
| CN116681979A (zh) | 一种复杂环境下的电力设备目标检测方法 | |
| CN113706472A (zh) | 公路路面病害检测方法、装置、设备及存储介质 | |
| CN115984672A (zh) | 基于深度学习的高清图像内小目标的检测方法和装置 | |
| CN116665092A (zh) | 基于ia-yolov7的污水悬浮物识别方法及系统 | |
| CN114266771A (zh) | 基于改进扩展特征金字塔模型的管道缺陷检测方法及装置 | |
| CN112833821B (zh) | 高密度ic焊点的微分几何立体微视觉检测系统及方法 | |
| CN105490737A (zh) | 一种光通信芯片线路的检测系统及其检测方法 | |
| CN116894776B (zh) | 基于图像拼接的压接导线弯曲度测量方法及系统 | |
| CN104185069A (zh) | 一种台标识别方法及其识别系统 | |
| CN109685088A (zh) | 基于云端分离卷积神经网络的窄带通信智能图像分析系统 | |
| JP5148573B2 (ja) | 画像処理システム、画像処理方法およびプログラム |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Deng Yaohua Inventor before: Fu Yaqi Inventor before: Shi Jiandong Inventor before: Deng Yaohua |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20221205 Address after: Unit 1601-2, 16th floor, building 6, area a, Hantian science and Technology City, 17 Shenhai Road, Guicheng Street, Nanhai District, Foshan City, Guangdong Province, 528000 Patentee after: FOSHAN WORLD INTELLIGNET TECHNOLOGY CO.,LTD. Address before: 510006 No. 100 West Ring Road, Guangzhou University, Guangzhou, Guangdong, Panyu District Patentee before: GUANGDONG University OF TECHNOLOGY |