CN105783712A - 一种检测刀痕的方法及装置 - Google Patents

一种检测刀痕的方法及装置 Download PDF

Info

Publication number
CN105783712A
CN105783712A CN201410827545.XA CN201410827545A CN105783712A CN 105783712 A CN105783712 A CN 105783712A CN 201410827545 A CN201410827545 A CN 201410827545A CN 105783712 A CN105783712 A CN 105783712A
Authority
CN
China
Prior art keywords
tool marks
straight line
gray value
target image
average gray
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
Application number
CN201410827545.XA
Other languages
English (en)
Other versions
CN105783712B (zh
Inventor
孟繁滨
夏志伟
任绍彬
高岳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CETC Beijing Electronic Equipment Co
Original Assignee
CETC Beijing Electronic Equipment Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by CETC Beijing Electronic Equipment Co filed Critical CETC Beijing Electronic Equipment Co
Priority to CN201410827545.XA priority Critical patent/CN105783712B/zh
Publication of CN105783712A publication Critical patent/CN105783712A/zh
Application granted granted Critical
Publication of CN105783712B publication Critical patent/CN105783712B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明提供一种检测刀痕的方法及装置,应用于划片机,该方法包括:获取包含划片机刀痕的目标图像;根据所述目标图像的预设方向上每一行像素的平均灰度值,构建平均灰度值曲线;其中,所述预设方向为所述刀痕延伸方向;根据所述平均灰度值曲线与预设灰度阈值,确定所述刀痕的上边缘直线和下边缘直线;其中,所述上边缘直线以及所述下边缘直线均与所述预设方向平行;根据所述上边缘直线和下边缘直线与所述目标图片上刀痕的相交关系,获取刀痕崩边区域的面积。本发明实施例能够快速准确的检测出刀痕位置,为划片机在软件控制中是否报警或进行刀体调整或基准线校正或继续划切提供依据,提高了划片机的工作效率,带给用户良好的体验和极大的方便。

Description

一种检测刀痕的方法及装置
技术领域
本发明涉及划片机技术领域,特别涉及一种检测刀痕的方法及装置。
背景技术
现代划片机已经进入全自动时代,在切割过程中会自动执行拉直、对焦、位置校正、刀痕检测等一系列智能操作。全自动的实现得益于计算机实时图像处理系统,目前划片机的全自动集中在模板匹配、自动对焦等功能算法,该类算法在世界范围内已经研究成熟,而对于刀痕检测算法却一直处于混沌状态,刀痕检测功能是划片机在切割过程中进行的一个检测操作,这对检测算法的快速性和确定性有极大要求,快速性可以提高全自动的效率,准确性则意味着最大限度降低划伤工件的概率,既快又准也是全自动的意义所在。
发明内容
本发明的目的在于提供一种检测刀痕的方法及装置,提高了划片机的效率,减轻了现场操作人员的工作压力,提高了用户体验。
为了达到上述目的,本发明实施例提供一种检测刀痕的方法,应用于划片机,包括:
获取包含划片机刀痕的目标图像;
根据所述目标图像的预设方向上每一行像素的平均灰度值,构建平均灰度值曲线;其中,所述预设方向为所述刀痕延伸方向;
根据所述平均灰度值曲线与预设灰度阈值,确定所述刀痕的上边缘直线和下边缘直线;其中,所述上边缘直线以及所述下边缘直线均与所述预设方向平行;
根据所述上边缘直线和下边缘直线与所述目标图片上刀痕的相交关系,获取刀痕崩边区域的面积。
其中,所述根据所述目标图像的预设方向上每一行像素的平均灰度值,构建平均灰度值曲线,具体包括:
获取所述目标图像的预设方向上每一行像素的平均灰度值;
以所述平均灰度值为横坐标,以行数为纵坐标,在所述目标图像上构建一二维坐标系;
在所述二维坐标系内构建所述平均灰度值曲线。
其中,所述根据所述平均灰度值曲线与预设灰度阈值,确定所述刀痕的上边缘直线和下边缘直线,具体包括:
构建一条垂直于所述二维坐标系的横坐标的直线,所述直线与所述横坐标的交点为所述预设灰度阈值;
获取所述直线与所述平均灰度值曲线的两个交点,所述两个交点之间的距离为所述刀痕的宽度;
分别以所述两个交点为基点沿所述预设方向构建两条直线,所述两条直线分别为刀痕的上边缘直线和下边缘直线。
其中,所述方法还包括:
获取所述两个交点之间的中点,所述中点为所述刀痕的中心点。
其中,所述根据所述上边缘直线和下边缘直线与所述目标图像上刀痕的相交关系,获取刀痕崩边区域的面积,具体包括:
所述上边缘直线和下边缘直线构成一理想刀痕区域,所述理想刀痕区域与所述目标图像上的刀痕相交得到刀痕崩边区域;
获取所述目标图像上的刀痕崩边区域的轮廓线;
所述轮廓线分别与所述上边缘直线和所述下边缘直线构成多个闭合区域,所述多个闭合区域为所述刀痕崩边区域;
获取所述多个闭合区域的面积,得到所述刀痕崩边区域的面积。
本发明实施例还提供一种检测刀痕的装置,应用于划片机,包括:
第一获取模块,用于获取包含划片机刀痕的目标图像;
构建模块,用于根据所述目标图像的预设方向上每一行像素的平均灰度值,构建平均灰度值曲线;其中,所述预设方向为所述刀痕延伸方向;
确定模块,用于根据所述平均灰度值曲线与预设灰度阈值,确定所述刀痕的上边缘直线和下边缘直线;其中,所述上边缘直线以及所述下边缘直线均与所述预设方向平行;
第二获取模块,用于根据所述上边缘直线和下边缘直线与所述目标图像上刀痕的相交关系,获取刀痕崩边区域的面积。
其中,所述构建模块包括:
第一获取子模块,用于获取所述目标图像的预设方向上每一行像素的平均灰度值;
第一构建子模块,用于以所述平均灰度值为横坐标,以行数为纵坐标,在所述目标图像上构建一二维坐标系;
第二构建子模块,用于在所述二维坐标系内构建所述平均灰度值曲线。
其中,所述确定模块包括:
第三构建子模块,用于构建一条垂直于所述二维坐标系的横坐标的直线,所述直线与所述横坐标的交点为所述预设灰度阈值;
第二获取子模块,用于获取所述直线与所述平均灰度值曲线的两个交点,所述两个交点之间的距离为所述刀痕的宽度;
第四构建子模块,用于分别以所述两个交点为基点沿所述预设方向构建两条直线,所述两条直线分别为刀痕的上边缘直线和下边缘直线。
其中,所述装置还包括:
第三获取模块,用于获取所述两个交点之间的中点,所述中点为所述刀痕的中心点。
其中,所述第二获取模块包括:
第一获得模块,用于所述上边缘直线和下边缘直线构成一理想刀痕区域,所述理想刀痕区域与所述目标图像上的刀痕相交得到刀痕崩边区域;
第三获取子模块,用于获取所述目标图像上的刀痕崩边区域的轮廓线;
第二获取模块,用于所述轮廓线分别与所述上边缘直线和所述下边缘直线构成多个闭合区域,所述多个闭合区域为所述刀痕崩边区域;
第四获取子模块,用于获取所述多个闭合区域的面积,得到所述刀痕崩边区域的面积。
本发明的上述技术方案至少具有如下有益效果:
本发明实施例的检测刀痕的方法及装置中,通过计算刀痕延伸方向上每行像素的平均灰度值来构建平均灰度值曲线,进而通过一预设灰度阈值确定刀痕的上边缘直线和下边缘直线,即能够确定刀痕的宽度及中心点;再通过上边缘直线和下边缘直线确定刀痕崩边的区域,从而得到刀痕崩边区域的面积,为划片机在软件控制中是否报警或进行刀体调整或基准线校正或继续划切提供依据,极大的提高了划片机的工作效率,带给用户良好的体验和极大的方便性。
附图说明
图1表示本发明实施例的检测刀痕的方法的基本步骤示意图;
图2表示本发明实施例的检测刀痕的方法中第一种刀痕的检测过程示意图;
图3表示本发明实施例的检测刀痕的方法中第二种刀痕的检测过程示意图;
图4表示本发明实施例的检测刀痕的方法中第三种刀痕的检测过程示意图;
图5表示本发明实施例的检测刀痕的方法中第四种刀痕的检测过程示意图;
图6表示本发明实施例的检测刀痕的方法中第五种刀痕的检测过程示意图;
图7表示本发明实施例的检测刀痕的装置的结构示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
本发明针对现有技术中划片机的刀痕检测算法处于混沌状态,不能满足其全自动需求的问题,提供一种检测刀痕的方法及装置,通过计算刀痕延伸方向上每行像素的平均灰度值来构建平均灰度值曲线,进而通过一预设灰度阈值确定刀痕的上边缘直线和下边缘直线,即能够确定刀痕的宽度及中心点;再通过上边缘直线和下边缘直线确定刀痕崩边的区域,从而得到刀痕崩边区域的面积,为划片机在软件控制中是否报警或进行刀体调整或基准线校正或继续划切提供依据,极大的提高了划片机的工作效率,带给用户良好的体验和极大的方便性。
如图1所示,本发明实施例提供一种检测刀痕的方法,应用于划片机,包括:
步骤11,获取包含划片机刀痕的目标图像;
步骤12,根据所述目标图像的预设方向上每一行像素的平均灰度值,构建平均灰度值曲线1;其中,所述预设方向为所述刀痕延伸方向;
步骤13,根据所述平均灰度值曲线1与预设灰度阈值,确定所述刀痕的上边缘直线2和下边缘直线3;其中,所述上边缘直线2以及所述下边缘直线3均与所述预设方向平行;
步骤14,根据所述上边缘直线2和下边缘直线3与所述目标图片上刀痕的相交关系,获取刀痕崩边区域的面积。
具体的应用中,刀痕在目标图像中一般呈现为黑色,如图2、图3所示,与周围颜色有明显的变化;但是也有一些特殊的情况下,刀痕可能会颜色比较浅甚至为浅白色,它与周围颜色对比并不明显,如图4所示;或者图像本身锐化程度比较高,导致刀痕与周围颜色的过渡并不顺畅,如图5所示;或者刀痕的崩边比较严重,如图6所示。
由于刀痕状况比较复杂,通过观察发现划片机光源采用同轴光和环形光,光照一般比较均匀,反映在图像上也是灰度值均匀变化的;且切割道在由刀片切割后,由于刀片是从工件侧面进刀垂直切入,那么在刀痕的一个有效区域内,刀痕中心两边关于刀痕中心对称,即刀痕有一个实际的中心,刀痕中心两边的状况应该非常相似,从图像角度体现为刀痕图片的实际刀痕中心两边的灰度值关于刀痕中心对称。进一步分析,刀痕边缘是一个灰度剧烈变化的地方,只需要找到刀痕中心两边灰度一致的地方,即为刀痕边缘。
本发明具体实施例中通过预先设置的预设灰度阈值来确定刀痕边缘,该预设灰度阈值即为刀痕中心两边灰度的一致值。不同的切换环境对应不同的预设灰度阈值,在此不作具体限定。
较佳的,本发明上述实施例中,步骤12具体包括:
步骤121,获取所述目标图像的预设方向上每一行像素的平均灰度值;
步骤122,以所述平均灰度值为横坐标,以行数为纵坐标,在所述目标图像上构建一二维坐标系;
步骤123,在所述二维坐标系内构建所述平均灰度值曲线1。
较佳的,本发明上述实施例中,步骤13具体包括:
步骤131,构建一条垂直于所述二维坐标系的横坐标的直线4,所述直线4与所述横坐标的交点为所述预设灰度阈值;
步骤132,获取所述直线4与所述平均灰度值曲线1的两个交点,所述两个交点之间的距离为所述刀痕的宽度;
步骤133,分别以所述两个交点为基点沿所述预设方向构建两条直线,所述两条直线分别为刀痕的上边缘直线2和下边缘直线3。
且,所述方法还包括:
步骤134,获取所述两个交点之间的中点,所述中点为所述刀痕的中心点。
较佳的,本发明上述实施例中,步骤14具体包括:
步骤141,所述上边缘直线2和下边缘直线3构成一理想刀痕区域,所述理想刀痕区域与所述目标图像上的刀痕相交得到刀痕崩边区域;
步骤142,获取所述目标图像上的刀痕崩边区域的轮廓线;
步骤143,所述轮廓线分别与所述上边缘直线2和所述下边缘直线3构成多个闭合区域,所述多个闭合区域为所述刀痕崩边区域;
步骤144,获取所述多个闭合区域的面积,得到所述刀痕崩边区域的面积。
基于上面的分析,在图像处理上进行验证,首先选定刀痕图片的感兴趣区域(即包含刀痕的图片区域),然后计算感兴趣区域内纵向每行像素灰度值的平均值,以行灰度平均值为横坐标,以行数为纵坐标绘制曲线1,如图2至图6。在设定一个表征刀痕边缘的阈值,以该阈值为横坐标绘制直线4,那么平均值连续曲线1与直线4的交点即为表征刀痕两边缘的点,绘制通过两交点的水平线2、3,从而不难求出两条水平线2、3的中心点,在基于两条水平线与感兴趣区域的交集,可以得到两个分别表示刀痕上边缘和下边缘的感兴趣区域,对在该区域的图像提取轮廓,与水平线形成闭合区域,求取每个闭合区域的面积即为刀痕崩边面积。
本发明实施例提供的刀痕检测方法对光照要求不高,阈值设置简单,允许局部变化不均匀,检测效果好;具体应用中,将刀痕检测算法写成程序,由划片机视觉系统调用,接收刀痕图片配合图像显示,返回有效刀痕信息即可。
本发明实施例提供的检测刀痕的方法,可以解决划片机在全自动切割过程中,准确检测到刀痕的宽度、偏心量、崩边面积,以提供划片机在软件控制中是否报警或进行刀体高度校正、基准线校正、继续划切的依据;提高了划片机的工作效率。
下面假设刀痕延伸方向为水平方向,对本发明实施例的检测方法做具体描述:
1.获取划片机刀痕图片,设定感兴趣区域,计算刀痕图片感兴趣区域内纵向每行所有像素(灰度)值的平均值,在图像上以每行像素平均值为横坐标、以行数为纵坐标,绘制灰度平均值曲线。
2.设定一个合理的阈值,以该阈值为横坐标在图像上绘制直线,与平均值曲线相交得到两点,分别绘制通过两交点的水平线,此两条水平线即为表征刀痕宽度的上边缘直线和下边缘直线,两交点的距离即为刀痕的宽度,两交点的中心点即为刀痕的中心值。
3.将表征刀痕上下边缘的水平线与感兴趣区域相交,可以确定上下刀痕崩边感兴趣区域,分别对感兴趣区域内的刀痕图片提取轮廓,与表征刀痕上下边缘的水平线构成有效闭合区域,计算各个区域的面积(像素数),即为刀痕崩边面积。
为了更好的实现上述目的,如图7所示,本发明实施例还提供一种检测刀痕的装置,应用于划片机,包括:
第一获取模块71,用于获取包含划片机刀痕的目标图像;
构建模块72,用于根据所述目标图像的预设方向上每一行像素的平均灰度值,构建平均灰度值曲线;其中,所述预设方向为所述刀痕延伸方向;
确定模块73,用于根据所述平均灰度值曲线与预设灰度阈值,确定所述刀痕的上边缘直线和下边缘直线;其中,所述上边缘直线以及所述下边缘直线均与所述预设方向平行;
第二获取模块74,用于根据所述上边缘直线和下边缘直线与所述目标图像上刀痕的相交关系,获取刀痕崩边区域的面积。
具体的,本发明上述实施例中,所述构建模块72包括:
第一获取子模块,用于获取所述目标图像的预设方向上每一行像素的平均灰度值;
第一构建子模块,用于以所述平均灰度值为横坐标,以行数为纵坐标,在所述目标图像上构建一二维坐标系;
第二构建子模块,用于在所述二维坐标系内构建所述平均灰度值曲线。
具体的,本发明上述实施例中,所述确定模块73包括:
第三构建子模块,用于构建一条垂直于所述二维坐标系的横坐标的直线,所述直线与所述横坐标的交点为所述预设灰度阈值;
第二获取子模块,用于获取所述直线与所述平均灰度值曲线的两个交点,所述两个交点之间的距离为所述刀痕的宽度;
第四构建子模块,用于分别以所述两个交点为基点沿所述预设方向构建两条直线,所述两条直线分别为刀痕的上边缘直线和下边缘直线。
具体的,本发明上述实施例中,所述装置还包括:
第三获取模块,用于获取所述两个交点之间的中点,所述中点为所述刀痕的中心点。
具体的,本发明上述实施例中,所述第二获取模块74包括:
第一获得模块,用于所述上边缘直线和下边缘直线构成一理想刀痕区域,所述理想刀痕区域与所述目标图像上的刀痕相交得到刀痕崩边区域;
第三获取子模块,用于获取所述目标图像上的刀痕崩边区域的轮廓线;
第二获取模块,用于所述轮廓线分别与所述上边缘直线和所述下边缘直线构成多个闭合区域,所述多个闭合区域为所述刀痕崩边区域;
第四获取子模块,用于获取所述多个闭合区域的面积,得到所述刀痕崩边区域的面积。
本发明实施例提供一种检测刀痕的方法中,通过计算刀痕延伸方向上每行像素的平均灰度值来构建平均灰度值曲线,进而通过一预设灰度阈值确定刀痕的上边缘直线和下边缘直线,即能够确定刀痕的宽度及中心点;再通过上边缘直线和下边缘直线确定刀痕崩边的区域,从而得到刀痕崩边区域的面积,为划片机在软件控制中是否报警或进行刀体调整或基准线校正或继续划切提供依据,极大的提高了划片机的工作效率,带给用户良好的体验和极大的方便性。
需要说明的是,本发明上述实施例提供的检测刀痕的装置是应用上述检测刀痕的方法的装置,则上述方法的所有实施例均适用于该装置,且均能达到相同或相似的有益效果。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种检测刀痕的方法,应用于划片机,其特征在于,包括:
获取包含划片机刀痕的目标图像;
根据所述目标图像的预设方向上每一行像素的平均灰度值,构建平均灰度值曲线;其中,所述预设方向为所述刀痕延伸方向;
根据所述平均灰度值曲线与预设灰度阈值,确定所述刀痕的上边缘直线和下边缘直线;其中,所述上边缘直线以及所述下边缘直线均与所述预设方向平行;
根据所述上边缘直线和下边缘直线与所述目标图片上刀痕的相交关系,获取刀痕崩边区域的面积。
2.根据权利要求1所述的检测刀痕的方法,其特征在于,所述根据所述目标图像的预设方向上每一行像素的平均灰度值,构建平均灰度值曲线,具体包括:
获取所述目标图像的预设方向上每一行像素的平均灰度值;
以所述平均灰度值为横坐标,以行数为纵坐标,在所述目标图像上构建一二维坐标系;
在所述二维坐标系内构建所述平均灰度值曲线。
3.根据权利要求2所述的检测刀痕的方法,其特征在于,所述根据所述平均灰度值曲线与预设灰度阈值,确定所述刀痕的上边缘直线和下边缘直线,具体包括:
构建一条垂直于所述二维坐标系的横坐标的直线,所述直线与所述横坐标的交点为所述预设灰度阈值;
获取所述直线与所述平均灰度值曲线的两个交点,所述两个交点之间的距离为所述刀痕的宽度;
分别以所述两个交点为基点沿所述预设方向构建两条直线,所述两条直线分别为刀痕的上边缘直线和下边缘直线。
4.根据权利要求3所述的检测刀痕的方法,其特征在于,所述方法还包括:
获取所述两个交点之间的中点,所述中点为所述刀痕的中心点。
5.根据权利要求2所述的检测刀痕的方法,其特征在于,所述根据所述上边缘直线和下边缘直线与所述目标图像上刀痕的相交关系,获取刀痕崩边区域的面积,具体包括:
所述上边缘直线和下边缘直线构成一理想刀痕区域,所述理想刀痕区域与所述目标图像上的刀痕相交得到刀痕崩边区域;
获取所述目标图像上的刀痕崩边区域的轮廓线;
所述轮廓线分别与所述上边缘直线和所述下边缘直线构成多个闭合区域,所述多个闭合区域为所述刀痕崩边区域;
获取所述多个闭合区域的面积,得到所述刀痕崩边区域的面积。
6.一种检测刀痕的装置,应用于划片机,其特征在于,包括:
第一获取模块,用于获取包含划片机刀痕的目标图像;
构建模块,用于根据所述目标图像的预设方向上每一行像素的平均灰度值,构建平均灰度值曲线;其中,所述预设方向为所述刀痕延伸方向;
确定模块,用于根据所述平均灰度值曲线与预设灰度阈值,确定所述刀痕的上边缘直线和下边缘直线;其中,所述上边缘直线以及所述下边缘直线均与所述预设方向平行;
第二获取模块,用于根据所述上边缘直线和下边缘直线与所述目标图像上刀痕的相交关系,获取刀痕崩边区域的面积。
7.根据权利要求6所述的检测刀痕的装置,其特征在于,所述构建模块包括:
第一获取子模块,用于获取所述目标图像的预设方向上每一行像素的平均灰度值;
第一构建子模块,用于以所述平均灰度值为横坐标,以行数为纵坐标,在所述目标图像上构建一二维坐标系;
第二构建子模块,用于在所述二维坐标系内构建所述平均灰度值曲线。
8.根据权利要求7所述的检测刀痕的装置,其特征在于,所述确定模块包括:
第三构建子模块,用于构建一条垂直于所述二维坐标系的横坐标的直线,所述直线与所述横坐标的交点为所述预设灰度阈值;
第二获取子模块,用于获取所述直线与所述平均灰度值曲线的两个交点,所述两个交点之间的距离为所述刀痕的宽度;
第四构建子模块,用于分别以所述两个交点为基点沿所述预设方向构建两条直线,所述两条直线分别为刀痕的上边缘直线和下边缘直线。
9.根据权利要求8所述的检测刀痕的装置,其特征在于,所述装置还包括:
第三获取模块,用于获取所述两个交点之间的中点,所述中点为所述刀痕的中心点。
10.根据权利要求7所述的检测刀痕的装置,其特征在于,所述第二获取模块包括:
第一获得模块,用于所述上边缘直线和下边缘直线构成一理想刀痕区域,所述理想刀痕区域与所述目标图像上的刀痕相交得到刀痕崩边区域;
第三获取子模块,用于获取所述目标图像上的刀痕崩边区域的轮廓线;
第二获取模块,用于所述轮廓线分别与所述上边缘直线和所述下边缘直线构成多个闭合区域,所述多个闭合区域为所述刀痕崩边区域;
第四获取子模块,用于获取所述多个闭合区域的面积,得到所述刀痕崩边区域的面积。
CN201410827545.XA 2014-12-26 2014-12-26 一种检测刀痕的方法及装置 Expired - Fee Related CN105783712B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410827545.XA CN105783712B (zh) 2014-12-26 2014-12-26 一种检测刀痕的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410827545.XA CN105783712B (zh) 2014-12-26 2014-12-26 一种检测刀痕的方法及装置

Publications (2)

Publication Number Publication Date
CN105783712A true CN105783712A (zh) 2016-07-20
CN105783712B CN105783712B (zh) 2018-11-27

Family

ID=56389410

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410827545.XA Expired - Fee Related CN105783712B (zh) 2014-12-26 2014-12-26 一种检测刀痕的方法及装置

Country Status (1)

Country Link
CN (1) CN105783712B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106989681A (zh) * 2017-04-07 2017-07-28 深圳市华星光电技术有限公司 一种过孔的尺寸测量方法及测量设备
CN108510539A (zh) * 2018-05-09 2018-09-07 中国矿业大学(北京) 一种基于图像分析的煤炭产量监测方法
CN110852990A (zh) * 2019-10-09 2020-02-28 北京理工华汇智能科技有限公司 一种基于图像处理的橡胶树斜刀痕检测方法
CN111462035A (zh) * 2020-01-21 2020-07-28 北京明略软件系统有限公司 一种图片检测方法及装置
CN111681222A (zh) * 2020-04-16 2020-09-18 江苏京创先进电子科技有限公司 一种刀痕崩边自动检测判断方法及其应用的划片机
CN111968090A (zh) * 2020-08-18 2020-11-20 杭州爱科科技股份有限公司 一种xy刀偏心自动检测方法、设备及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1196371A (ja) * 1997-09-24 1999-04-09 Sanyo Electric Co Ltd 画像認識装置における直線検出方法並びに該検出方法を利用した入力画像及び物品の検査方法
US20030107736A1 (en) * 2001-12-07 2003-06-12 Dainippon Screen Mfg. Co., Ltd. Apparatus for inspecting pattern on semiconductor substrate
CN101305260A (zh) * 2005-11-11 2008-11-12 西门子公司 三维物体的测量系统
CN101893580A (zh) * 2010-06-10 2010-11-24 北京交通大学 基于数字图像的钢轨表面缺陷检测方法
CN102455171A (zh) * 2010-10-27 2012-05-16 中国科学院沈阳自动化研究所 一种激光拼焊焊缝背面几何形貌检测方法及其实现装置
CN103136519A (zh) * 2013-03-22 2013-06-05 中国移动通信集团江苏有限公司南京分公司 一种基于虹膜识别的视线跟踪定位方法
CN103357672A (zh) * 2012-03-30 2013-10-23 鞍钢股份有限公司 一种带钢边界在线检测方法
CN103955930A (zh) * 2014-04-28 2014-07-30 中国人民解放军理工大学 基于灰度积分投影互相关函数特征的运动参数估计方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1196371A (ja) * 1997-09-24 1999-04-09 Sanyo Electric Co Ltd 画像認識装置における直線検出方法並びに該検出方法を利用した入力画像及び物品の検査方法
US20030107736A1 (en) * 2001-12-07 2003-06-12 Dainippon Screen Mfg. Co., Ltd. Apparatus for inspecting pattern on semiconductor substrate
CN101305260A (zh) * 2005-11-11 2008-11-12 西门子公司 三维物体的测量系统
CN101893580A (zh) * 2010-06-10 2010-11-24 北京交通大学 基于数字图像的钢轨表面缺陷检测方法
CN102455171A (zh) * 2010-10-27 2012-05-16 中国科学院沈阳自动化研究所 一种激光拼焊焊缝背面几何形貌检测方法及其实现装置
CN103357672A (zh) * 2012-03-30 2013-10-23 鞍钢股份有限公司 一种带钢边界在线检测方法
CN103136519A (zh) * 2013-03-22 2013-06-05 中国移动通信集团江苏有限公司南京分公司 一种基于虹膜识别的视线跟踪定位方法
CN103955930A (zh) * 2014-04-28 2014-07-30 中国人民解放军理工大学 基于灰度积分投影互相关函数特征的运动参数估计方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
于秀辉: "基于机器视觉的策略系统关键技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
吴文荣: "基于机器视觉的柔性制造岛在线零件识别系统研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 *
徐斌: "基于机器视觉的管孔零件尺寸测量系统", 《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106989681A (zh) * 2017-04-07 2017-07-28 深圳市华星光电技术有限公司 一种过孔的尺寸测量方法及测量设备
CN108510539A (zh) * 2018-05-09 2018-09-07 中国矿业大学(北京) 一种基于图像分析的煤炭产量监测方法
CN110852990A (zh) * 2019-10-09 2020-02-28 北京理工华汇智能科技有限公司 一种基于图像处理的橡胶树斜刀痕检测方法
CN110852990B (zh) * 2019-10-09 2023-02-24 北京理工华汇智能科技有限公司 一种基于图像处理的橡胶树斜刀痕检测方法
CN111462035A (zh) * 2020-01-21 2020-07-28 北京明略软件系统有限公司 一种图片检测方法及装置
CN111462035B (zh) * 2020-01-21 2024-03-08 北京明略软件系统有限公司 一种图片检测方法及装置
CN111681222A (zh) * 2020-04-16 2020-09-18 江苏京创先进电子科技有限公司 一种刀痕崩边自动检测判断方法及其应用的划片机
CN111681222B (zh) * 2020-04-16 2023-11-14 江苏京创先进电子科技有限公司 一种刀痕崩边自动检测判断方法及其应用的划片机
CN111968090A (zh) * 2020-08-18 2020-11-20 杭州爱科科技股份有限公司 一种xy刀偏心自动检测方法、设备及存储介质
CN111968090B (zh) * 2020-08-18 2023-08-08 杭州爱科科技股份有限公司 一种xy刀偏心自动检测方法、设备及存储介质

Also Published As

Publication number Publication date
CN105783712B (zh) 2018-11-27

Similar Documents

Publication Publication Date Title
CN105783712A (zh) 一种检测刀痕的方法及装置
CN111681222B (zh) 一种刀痕崩边自动检测判断方法及其应用的划片机
CN103846192B (zh) 自主定位智能点胶系统
CN102501140B (zh) 一种球头铣刀定位及磨损监测方法
CN101799434B (zh) 一种印刷图像缺陷检测方法
CN106468543B (zh) 一种基于图像处理的叶片面积测量方法
CN111230593B (zh) 一种基于动态图像序列的铣刀磨损量视觉测量方法
CN105046697B (zh) 一种基于多次随机圆检测及拟合度评估的啤酒瓶口定位方法
CN105290621B (zh) 一种基于视觉引导的高速高精度极耳切割方法和设备
RU2009102124A (ru) Устройство обработки видеоинформации системы охранной сигнализации
CN102179726B (zh) 基于图像技术的数控加工二次装夹偏差测量仪及方法
CN103486969A (zh) 机器视觉对准方法及其装置
CN103150557A (zh) 一种基于机器视觉的显示终端操作响应匹配检测装置
CN104999504A (zh) 一种瓦楞纸板尺寸的测量方法及分纸压线控制方法和系统
CN102930247B (zh) 一种基于计算机视觉的甘蔗茎节识别方法
CN104515479A (zh) 中厚板平面板形测量系统及方法
CN103150558A (zh) 一种基于机器视觉的显示终端操作响应匹配检测方法
US11151735B1 (en) Deformation processing support system and deformation processing support method
CN106780655B (zh) 用于自动焊接路径的人工决策方法与系统
CN116481687A (zh) 一种基于机器视觉的成品轮胎应力应变测量设备、方法和程序产品
CN103914861A (zh) 图片处理方法及装置
CN110060231A (zh) 一种活塞环图像快速计数方法
CN111612730B (zh) 一种焊缝检测定位方法
CN111080623B (zh) 一种用于圆形零件缺失的视觉检测装置及方法
TWI609353B (zh) Combined Image Scraping Quality Evaluation System

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20181127

Termination date: 20191226

CF01 Termination of patent right due to non-payment of annual fee