CN105763871A - 一种摄像机清晰度的实时检测系统及检测方法 - Google Patents
一种摄像机清晰度的实时检测系统及检测方法 Download PDFInfo
- Publication number
- CN105763871A CN105763871A CN201410795027.4A CN201410795027A CN105763871A CN 105763871 A CN105763871 A CN 105763871A CN 201410795027 A CN201410795027 A CN 201410795027A CN 105763871 A CN105763871 A CN 105763871A
- Authority
- CN
- China
- Prior art keywords
- image
- video camera
- definition
- analyzed
- real
- 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.)
- Pending
Links
Landscapes
- Studio Devices (AREA)
Abstract
一种摄像机清晰度的实时检测系统及检测方法,本系统包括清晰度检测环境、综合接入平台、视频采集平台、清晰度检测客户端软件,其检测方法包括如下步骤:第一步,获取视频流:第二步,初始化待分析图像的相关参数:第三步,选取待分析区域:第四步,将选取的待分析区域图像和初始化参数传入计算机;第五步,根据初始化参数将待分析区域图像转化为标准输入图像;第六步,对标准输入图像检测楔形图像的起始行STL;第七步,检测楔形图像的极限行LML;第八步,检测楔形图像的结束行ENDL;第九步,计算出分辨线数Res;第十步,数据处理并实时显示。本发明,判断更加客观,更准确。
Description
技术领域
本发明涉及安防行业图像质量评价技术领域,尤其涉及一种摄像机清晰度的实时检测系统及检测方法。
背景技术
目前,我国的安防监控行业发展迅速,监控摄像机应用非常普遍。监控摄像机需求量的不断增大,在提高摄像机的出货量的同时如何能有效地保证的摄像机的成像质量,即快速准确地完成摄像机图像成像质量的检测。目前安防监控行业的摄像机清晰度的检测主要是利用目测摄像机拍摄的清晰度测试卡的TVL线数来主观评价,清晰度越高,人眼能分辨清楚的最密集的地方对应的线数值越大。但是,繁琐的操作过程,使得大规模产线作业耗时明显增加,而且面对大量的摄像机及长时间的工作量,极其容易造成视觉疲劳,影响效率,尤其是针对摄像机四角清晰度一致性的判断,由于人眼判断的主观性,判断存在一定的偏差,对四角清晰度的均匀性的判断很难得到保证。
发明内容
本发明的目的在于提供一种摄像机清晰度的实时检测系统及检测方法,其解决了目前摄像机清晰度检测采用清晰度测试试纸,只能通过人眼分辨,主观性较强,耗时较多,操作繁琐,判断不稳定的技术问题。
为达到上述目的,本发明所提出的技术方案为:
一种摄像机清晰度的实时检测系统,其包括标准摄像机清晰度检测环境、摄像机综合接入平台、摄像机视频采集平台、摄像机清晰度检测平台以及清晰度检测客户端软件;
其中,摄像机标准清晰度检测环境是将清晰度测试卡置于标准光源充足的照明环境;待测摄像机与摄像机综合接入平台相连接,完成图像信号的输出;摄像机综合接入平台与摄像机视频采集平台相连接,通过视频采集平台将摄像机拍摄的图像传输给计算机,然后在计算机中实现视频实时显示,及测试扫描,计算;摄像机视频采集平台与摄像机清晰度检测平台相连接;清晰度检测客户端软件安装于摄像机清晰度检测平台,对采集图像的显示、用户对清晰度检测客户端软件进行操作及视频图像分析工作的完成。
采用如上所述一种摄像机清晰度的实时检测系统的检测方法,其包括如下步骤:
第一步,获取视频流:
用待检测摄像机,实时拍摄标准光源环境中的清晰度测试卡图像,利用开源的计算机视觉库从连续的视频流中提取每一帧图像并传送至图像实时显示单元,并调整摄像机位置,使测试卡有效高度正好占满整个显示画面;
第二步,初始化待分析图像的相关参数:
初始化与待分析区域图像相关的参数,以便传送至计算机分析单元进行图像处理,所述的参数包括:待分辨图像楔形线条数、分辨范围、待测图像转换为低频端在上是否需要上下翻转,显示精度;其中,所述显示精度是根据用户设置的数值进行数据四舍五入来显示;
第三步,选取待分析区域:
通过操作鼠标在计算机中选取需要检测的区域。其中,可以同时选取相同类型的多个区域进行同时分析显示;
第四步,将选取的待分析区域图像和初始化参数传入计算机;
第五步,根据初始化参数将待分析区域图像转化为标准输入图像;
第六步,对标准输入图像检测楔形图像的起始行STL:
对标准输入图像,以从上到下,从左到右的方向扫描图像,计算每行像素的偏差平均值,若大于初始阈值,则读取起始行STL;
第七步,检测楔形图像的极限行LML:
继续扫描,检测每行像素的极大值,极小值用于统计可数的黑线数,直到可数的黑线数与步骤二中的最初设置的待分辨图像楔形线条数不一致时,即读取到可分辨极限行LML;
第八步,检测楔形图像的结束行ENDL:
从图像最后一行逆序扫描,当检测到相邻两行像素值均值相比出现急剧变化,那么此时的数据即为结束行ENDL,即读取结束行ENDL;
第九步,计算出分辨线数值Res:
其中:Min为分辨图像显示范围的最小值;
Max为分辨图像显示范围的最大值;
STL为检测到的起始行;
LML为检测到的能够分辨清楚的位置,即极限行;
ENDL为检测到的结束行;
第十步,数据处理并实时显示:
在单位时间内统计摄像机清晰度TVL线数值的平均值,根据显示精度进行数据四舍五入处理,并且实时显示,经过此种方法处理后的数据受拍摄环境影响较小,稳定性好。
其中,所述清晰度测试卡采用ISO12233测试卡,照明时要保证测试卡的任何部分与中央区域的照度差异位于±10%以内,且不要让照明光源的光线直接进入摄像机镜头。
其中,所述标准光源为日光灯,所述清晰度测试卡的上下左右均放置了光源。
其中,所述有效高度是根据摄像机分辨率不同而选定,所述摄像机的分辨率分别为4:3,3:2,16:9。
其中,所述待分析图像楔形线条数是目测可数的黑线条数。
其中,所述分辨范围是待分析图像能够分辨范围的最大值和最小值。
其中,所述待测图像转换为低频端在上是否需要上下翻转是根据选取的待分析图像形状不同而选定,若选取的图像低频端在下需要设置该参数为需要上下翻转。
其中,所述选取待分析区域,需完全包含楔形图像的上下左右区域,并尽量减少图像中标示的刻度线出现在待分析区域中。
其中,所述标准输入图像是根据选取的待分析区域图像不同而做相应的图像变换,若选取的待分析区域图像为垂直分辨图像,本方法可根据其相对位置,自动将垂直分辨图像转换为对应的水平分辨图像。若选取的或者转换后的水平分辨图像低频端在下,高频端在上,需要上下翻转,转换为低频端在上,高频端在下的标准水平分辨输入图像。
与现有技术相比,本发明的一种摄像机清晰度的实时检测系统和检测方法,操作简便,能够自主选择分析区域,能够正确,可靠的图像清晰分辨的线数值,判断更加客观,更准确;检测每个摄像机的时间最多不超过10秒,可以实现对拍摄图像进行实时分析及结果显示;适合大规模产线作业应用,同时适用性较广泛,适合其他标清,甚至4K摄像机、手机摄像头、电脑摄像头行业清晰度检测的应用。
附图说明
图1为本发明一种摄像机清晰度的实时检测系统结构框图;
图2为本发明一种摄像机清晰度的实时检测方法的流程图。
具体实施方式
以下参考附图,对本发明予以进一步地详尽阐述。
请参阅图1,其为本发明的摄像机清晰度的实时检测系统结构框图。
该摄像机清晰度的实时检测系统包括标准摄像机清晰度检测环境、一待检测摄像机1,摄像机综合接入平台2、摄像机视频采集平台3、摄像机清晰度检测平4台以及根据本发明提供的清晰度实时检测方法开发的清晰度检测客户端软件5;
摄像机标准清晰度检测环境是将清晰度测试卡置于标准光源充足的照明环境。
待测摄像机1与摄像机综合接入平台2相连接,以便完成图像信号的输出。
摄像机综合接入平台2与摄像机视频采集平台3相连接,通过视频采集平台3将摄像机拍摄的图像传输给计算机,然后在计算机中运用根据本发明方法编写的软件实现视频实时显示,及测试扫描,计算;
摄像机视频采集平台3与摄像机清晰度检测平台4相连接;
清晰度检测客户端软件5安装于摄像机清晰度检测平台4,以便于显示平台中图像的显示、用户对清晰度检测客户端软件进行操作及视频图像分析工作的完成。
根据本发明方法提供的摄像机清晰度检测客户端软件是整个清晰度检测系统的核心功能实现部分。该清晰度测试软件包括视频显示单元,参数配置单元,分析图像获取单元以及图像分析单元组成。视频分析单元负责根据参数配置单元获取到的相关参数,实时依次分析图像获取单元获取到的图像,并在视频显示单元显示最终结果。其能同时自动读取选择区域内的分辨线数。具体操作方法:
首先,将待测摄像机与视频综合接入平台相连接,并置于标准清晰度测试环境前方,便于拍摄测试卡图像,运行安装于摄像机清晰度检测平台的清晰度检测客户端软件,并确认软件显示界面上有图像输出,即可获得连续的视频流,通过计算机视觉库(OPENV)从视频流中获取每帧图像。然后,移动摄像机位置,使测试卡有效高度占满整个画面。然后,打开”选项”菜单项,根据实际配置参数。拖动鼠标左键的方式选取待分析的图像所在位置,鼠标移动过程中绘制矩形标注框标示所选取范围。选取的范围必须有效包含楔形图像的起始行和最终行。最后,对区域内图像依次进行图像处理,实时计算并显示分辨结果。
请参阅附图2,进一步的,该摄像机清晰度的实时检测方法工作流程如下:
第一步S1,获取视频流:
用待检测摄像机,实时拍摄标准光源环境中的清晰度测试卡图像,利用开源的计算机视觉库(OPENCV)从连续的视频流中提取每一帧图像并传送至图像实时显示单元,并调整摄像机位置,使测试卡有效高度正好占满整个显示画面;
其中,所述清晰度测试卡采用ISO12233测试卡,照明时要保证图卡的任何部分与中央区域的照度差异位于±10%以内,且不要让照明光源的光线直接进入摄像机镜头。
所述标准光源为日光灯,为保证照度均匀性,上下左右放置了光源。
所述有效高度是根据摄像机分辨率不同,分别为4:3,3:2,16:9。如分辨率为1920×1080,那么使测试卡标示16:9范围内的图像充满整个画面即可。
第二步S2,初始化待分析图像的相关参数:
初始化与待分析区域图像相关的参数,以便传送至计算机分析单元进行图像处理,所述的参数包括:待分辨图像楔形线条数、分辨范围、待测图像转换为低频端在上是否需要上下翻转,显示精度。其中,所述显示精度是根据用户设置的数值进行数据四舍五入来显示;
第三步S3,选取待分析区域:
通过操作鼠标在计算机中选取需要检测的区域。其中,可以同时选取相同类型的多个区域进行同时分析显示;
其中,所述选取待分析区域,需完全包含楔形图像的上下左右区域,为了提高判读的准确性,尽量减少图像中标示的刻度线出现在区域中。
第四步S4,将选取的待分析区域图像和初始化参数传入计算机:
通过视频连接线将所述的已经选取的待分析区域图像和初始化的参数传入计算机中,以备软件调用。
第五步S5,根据初始化参数将待分析区域图像转化为标准输入图像;
其中,所述标准输入图像为低频端在上,高频端在下的楔形图像。
第六步S6,对标准输入图像检测楔形图像的起始行STL:
对标准输入图像,以从上到下,从左到右的方向扫描图像,计算每行像素的偏差平均值,若大于初始阈值,则读取起始行STL;
第七步S7,检测楔形图像的极限行LML:
继续扫描,检测每行像素的极大值,极小值用于统计可数的黑线数,直到可数的黑线数与步骤二中的最初设置的待分辨图像楔形线条数不一致时,即读取到可分辨极限行LML;
第八步S8,检测楔形图像的结束行ENDL:
从图像最后一行逆序扫描,当检测到相邻两行像素值均值相比出现急剧变化,那么此时的数据即为结束行ENDL,即读取结束行ENDL;
第九步S9,计算出分辨线数值Res:
其中:Min为分辨图像显示范围的最小值;
Max为分辨图像显示范围的最大值;
STL为检测到的起始行;
LML为检测到的能够分辨清楚的位置,即极限行;
ENDL为检测到的结束行。
第十步S10,数据处理并实时显示:
在单位时间内统计摄像机清晰度TVL线数值的平均值,根据显示精度进行数据四舍五入处理,并且实时显示。经过此种方法处理后的数据受拍摄环境影响较小,稳定性好。
所述待分析图像楔形线条数是目测可数的黑线条数。
所述分辨范围是待分析图像能够分辨范围的最大值和最小值。
所述待测图像转换为低频端在上是否需要上下翻转是根据选取的待分析图像形状不同而选定,若选取的图像低频端在下需要设置该参数为需要上下翻转。
所述标准输入图像是根据选取的待分析区域图像不同而做相应的图像变换,若选取的待分析区域图像为垂直分辨图像,本方法可根据其相对位置,自动将垂直分辨图像转换为对应的水平分辨图像。若选取的或者转换后的水平分辨图像低频端在下,高频端在上,需要上下翻转,转换为低频端在上,高频端在下的标准水平分辨输入图像。
上述内容,仅为本发明的较佳实施例,并非用于限制本发明的实施方案,本领域普通技术人员根据本发明的主要构思和精神,可以十分方便地进行相应的变通或修改,故本发明的保护范围应以权利要求书所要求的保护范围为准。
Claims (10)
1.一种摄像机清晰度的实时检测系统,其特征在于,包括摄像机综合接入平台、摄像机视频采集平台、摄像机清晰度检测平台以及清晰度检测客户端软件;
其中,待测摄像机与摄像机综合接入平台相连接,完成图像信号的输出;摄像机综合接入平台与摄像机视频采集平台相连接,通过视频采集平台将摄像机拍摄的图像传输给计算机,然后在计算机中实现视频实时显示,及测试扫描,计算;摄像机视频采集平台与摄像机清晰度检测平台相连接;清晰度检测客户端软件安装于摄像机清晰度检测平台,对采集图像的显示、用户对清晰度检测客户端软件进行操作及视频图像分析工作的完成。
2.采用权利要求1所述的一种摄像机清晰度的实时检测系统的检测方法,其特征在于,包括如下步骤:
第一步,获取视频流:
用待检测摄像机,实时拍摄标准光源环境中的清晰度测试卡图像,利用开源的计算机视觉库从连续的视频流中提取每一帧图像并传送至图像实时显示单元,并调整摄像机位置,使测试卡有效高度正好占满整个显示画面;
第二步,初始化待分析图像的相关参数:
初始化与待分析区域图像参数,以便传送至计算机分析单元进行图像处理,所述的参数包括:待分辨图像楔形线条数、分辨范围、待测图像转换为低频端在上是否需要上下翻转,显示精度;
第三步,选取待分析区域:
在计算机中选取需要检测的区域,其中,可以同时选取相同类型的多个区域进行同时分析显示;
第四步,将选取的待分析区域图像和初始化参数传入计算机;
第五步,根据初始化参数将待分析区域图像转化为标准输入图像;
第六步,对标准输入图像检测楔形图像的起始行STL:
对标准输入图像,以从上到下,从左到右的方向扫描图像,计算每行像素的偏差平均值,若大于初始阈值,则读取起始行STL;
第七步,检测楔形图像的极限行LML:
继续扫描,检测每行像素的极大值,极小值用于统计可数的黑线数,直到可数的黑线数与步骤二中的最初设置的待分析图像楔形线条数不一致时,即读取到可分辨极限行LML;
第八步,检测楔形图像的结束行ENDL:
从图像最后一行逆序扫描,当检测到相邻两行像素值均值相比出现急剧变化,那么此时的数据即为结束行ENDL,即读取结束行ENDL;
第九步,计算出分辨线数值Res:
其中:Min为分辨图像显示范围的最小值;
Max为分辨图像显示范围的最大值;
STL为检测到的起始行;
LML为检测到的能够分辨清楚的位置,即极限行;
ENDL为检测到的结束行;
第十步,数据处理并实时显示:
在单位时间内统计摄像机清晰度TVL线数值的平均值,根据显示精度进行数据四舍五入处理,并且实时显示。
3.如权利要求2所述的摄像机清晰度的实时检测方法,其特征在于,所述清晰度测试卡采用ISO12233测试卡,照明时要保证测试卡的任何部分与中央区域的照度差异位于±10%以内,且不要让照明光源的光线直接进入摄像机镜头。
4.如权利要求2所述的摄像机清晰度的实时检测方法,其特征在于,所述标准光源为日光灯,所述清晰度测试卡的上下左右均放置了光源。
5.如权利要求2所述的摄像机清晰度的实时检测方法,其特征在于,所述有效高度是根据摄像机分辨率不同而选定,所述摄像机的分辨率分别为4:3,3:2,16:9。
6.如权利要求2所述的摄像机清晰度的实时检测方法,其特征在于,所述待分析图像楔形线条数是目测可数的黑线条数。
7.如权利要求2所述的摄像机清晰度的实时检测方法,其特征在于,所述分辨范围是待分析图像能够分辨范围的最大值和最小值。
8.如权利要求2所述的摄像机清晰度的实时检测方法,其特征在于,所述待测图像转换为低频端在上是否需要上下翻转是根据选取的待分析图像形状不同而选定,若选取的图像低频端在下需要设置该参数为需要上下翻转。
9.如权利要求2所述的摄像机清晰度的实时检测方法,其特征在于,所述选取待分析区域,需完全包含楔形图像的上下左右区域,并尽量减少图像中标示的刻度线出现在待分析区域中。
10.如权利要求2所述的摄像机清晰度的实时检测方法,其特征在于,所述标准输入图像是根据选取的待分析区域图像不同而做相应的图像变换,若选取的待分析区域图像为垂直分辨图像,根据其相对位置,自动将垂直分辨图像转换为对应的水平分辨图像;若选取的或者转换后的水平分辨图像低频端在下,高频端在上,需要上下翻转,转换为低频端在上,高频端在下的标准水平分辨输入图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410795027.4A CN105763871A (zh) | 2014-12-18 | 2014-12-18 | 一种摄像机清晰度的实时检测系统及检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410795027.4A CN105763871A (zh) | 2014-12-18 | 2014-12-18 | 一种摄像机清晰度的实时检测系统及检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105763871A true CN105763871A (zh) | 2016-07-13 |
Family
ID=56340714
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410795027.4A Pending CN105763871A (zh) | 2014-12-18 | 2014-12-18 | 一种摄像机清晰度的实时检测系统及检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105763871A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106878701A (zh) * | 2016-12-31 | 2017-06-20 | 歌尔科技有限公司 | 一种TVLine的检测方法和装置 |
CN108174189A (zh) * | 2017-12-27 | 2018-06-15 | 清研新能源汽车工程中心(襄阳)有限公司 | 一种基于iso12233的解像力测试方法及系统 |
CN109862348A (zh) * | 2019-02-18 | 2019-06-07 | 深圳市同为数码科技股份有限公司 | 一种图像系统解析力测试判定方法及装置 |
CN110261069A (zh) * | 2019-06-21 | 2019-09-20 | 舜宇光学(中山)有限公司 | 一种用于光学镜头的检测方法 |
CN111277821A (zh) * | 2020-02-20 | 2020-06-12 | 上海百准测控技术有限公司 | 一种高清监控摄像头检测平台 |
CN112378527A (zh) * | 2020-11-27 | 2021-02-19 | 深圳市同为数码科技股份有限公司 | 提升非接触式测温精度的方法及装置 |
CN112967244A (zh) * | 2021-03-01 | 2021-06-15 | 广东海亮铜业有限公司 | 一种管材放料图像检测方法以及系统 |
CN114125435A (zh) * | 2021-11-30 | 2022-03-01 | 杭州科技职业技术学院 | 一种用于网络摄像机的图像缺陷智能检测方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1707238A (zh) * | 2004-06-09 | 2005-12-14 | 上海迪比特实业有限公司 | 一种测试摄像头分辨率的方法 |
CN101355711A (zh) * | 2008-09-11 | 2009-01-28 | 北京理工大学 | 基于三角形方向识别的ccd摄像机分辨率测量装置及方法 |
CN101626518A (zh) * | 2008-07-11 | 2010-01-13 | 比亚迪股份有限公司 | 一种摄像装置分辨率的检测方法及系统 |
CN102404602A (zh) * | 2011-09-23 | 2012-04-04 | 浙江工业大学 | 一种基于清晰度测试卡的摄像机清晰度检测方法 |
CN102413356A (zh) * | 2011-12-30 | 2012-04-11 | 武汉烽火众智数字技术有限责任公司 | 视频清晰度检测系统及其检测方法 |
CN103686148A (zh) * | 2013-12-05 | 2014-03-26 | 北京华戎京盾科技有限公司 | 一种基于图像处理的自动检测视频图像清晰度的方法 |
CN104065957A (zh) * | 2014-06-13 | 2014-09-24 | 中国科学院西安光学精密机械研究所 | 一种摄像机分解力测试装置及方法 |
-
2014
- 2014-12-18 CN CN201410795027.4A patent/CN105763871A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1707238A (zh) * | 2004-06-09 | 2005-12-14 | 上海迪比特实业有限公司 | 一种测试摄像头分辨率的方法 |
CN101626518A (zh) * | 2008-07-11 | 2010-01-13 | 比亚迪股份有限公司 | 一种摄像装置分辨率的检测方法及系统 |
CN101355711A (zh) * | 2008-09-11 | 2009-01-28 | 北京理工大学 | 基于三角形方向识别的ccd摄像机分辨率测量装置及方法 |
CN102404602A (zh) * | 2011-09-23 | 2012-04-04 | 浙江工业大学 | 一种基于清晰度测试卡的摄像机清晰度检测方法 |
CN102413356A (zh) * | 2011-12-30 | 2012-04-11 | 武汉烽火众智数字技术有限责任公司 | 视频清晰度检测系统及其检测方法 |
CN103686148A (zh) * | 2013-12-05 | 2014-03-26 | 北京华戎京盾科技有限公司 | 一种基于图像处理的自动检测视频图像清晰度的方法 |
CN104065957A (zh) * | 2014-06-13 | 2014-09-24 | 中国科学院西安光学精密机械研究所 | 一种摄像机分解力测试装置及方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106878701A (zh) * | 2016-12-31 | 2017-06-20 | 歌尔科技有限公司 | 一种TVLine的检测方法和装置 |
CN108174189A (zh) * | 2017-12-27 | 2018-06-15 | 清研新能源汽车工程中心(襄阳)有限公司 | 一种基于iso12233的解像力测试方法及系统 |
CN109862348A (zh) * | 2019-02-18 | 2019-06-07 | 深圳市同为数码科技股份有限公司 | 一种图像系统解析力测试判定方法及装置 |
CN110261069A (zh) * | 2019-06-21 | 2019-09-20 | 舜宇光学(中山)有限公司 | 一种用于光学镜头的检测方法 |
CN111277821A (zh) * | 2020-02-20 | 2020-06-12 | 上海百准测控技术有限公司 | 一种高清监控摄像头检测平台 |
CN112378527A (zh) * | 2020-11-27 | 2021-02-19 | 深圳市同为数码科技股份有限公司 | 提升非接触式测温精度的方法及装置 |
CN112967244A (zh) * | 2021-03-01 | 2021-06-15 | 广东海亮铜业有限公司 | 一种管材放料图像检测方法以及系统 |
CN112967244B (zh) * | 2021-03-01 | 2024-04-12 | 广东海亮铜业有限公司 | 一种管材放料图像检测方法以及系统 |
CN114125435A (zh) * | 2021-11-30 | 2022-03-01 | 杭州科技职业技术学院 | 一种用于网络摄像机的图像缺陷智能检测方法 |
CN114125435B (zh) * | 2021-11-30 | 2023-07-25 | 杭州科技职业技术学院 | 一种用于网络摄像机的图像缺陷智能检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105763871A (zh) | 一种摄像机清晰度的实时检测系统及检测方法 | |
CN100480680C (zh) | 多光谱肉类新鲜度人工智能测量方法及系统 | |
CN103604371A (zh) | 移动终端及其物体测量方法 | |
CN103900972B (zh) | 基于多特征融合的肉类新鲜度高光谱图像可视化检测 | |
CN102589705B (zh) | 热成像仪单黑体温控mrtd野外在线自动检测装置及检测方法 | |
CN101419166A (zh) | 基于近红外光谱和机器视觉技术的茶叶品质无损检测方法及装置 | |
CN102147402A (zh) | 机器视觉技术快速检测鸡蛋新鲜度的方法 | |
CN103308523B (zh) | 多尺度瓶口缺陷检测方法及装置 | |
CN114419038A (zh) | 轮毂表面缺陷的识别方法及装置、存储介质、电子设备 | |
CN110174404A (zh) | 一种药粒在线缺陷检测装置及系统 | |
CN107969148A (zh) | 图像分析系统和方法 | |
CN109461156B (zh) | 基于视觉的螺纹密封塞装配检测方法 | |
CN110503623A (zh) | 一种基于卷积神经网络的识别输电线路上鸟巢缺陷的方法 | |
US8094922B2 (en) | Crack measuring method and apparatus | |
JPH0921802A (ja) | 検体検査方法及びその装置 | |
CN106093051A (zh) | 基于机器视觉的纸卷切面毛刺检测方法及装置 | |
Hashim et al. | Development of tomato inspection and grading system using image processing | |
KR20080060851A (ko) | 목재표면의 결함검출방법 | |
CN113096111A (zh) | 物料检测方法、系统、计算机程序产品及可读存储介质 | |
CN116091506B (zh) | 一种基于yolov5的机器视觉缺陷质检方法 | |
US20130245459A1 (en) | Quantification of Under-Eye Skin Color | |
CN110111317A (zh) | 一种基于机器人智能末端的点胶质量视觉检测方法 | |
CN109635684A (zh) | 一种食品追溯系统 | |
CN109444150A (zh) | 非接触式裂纹测量方法及其装置 | |
CN115170551A (zh) | 一种基于视觉技术标定的产品检测和溯源方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160713 |