CN106228541A - 视觉检测中屏幕定位的方法及装置 - Google Patents
视觉检测中屏幕定位的方法及装置 Download PDFInfo
- Publication number
- CN106228541A CN106228541A CN201610548188.2A CN201610548188A CN106228541A CN 106228541 A CN106228541 A CN 106228541A CN 201610548188 A CN201610548188 A CN 201610548188A CN 106228541 A CN106228541 A CN 106228541A
- Authority
- CN
- China
- Prior art keywords
- image
- screen
- profile
- vision
- based detection
- 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
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
-
- 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
Abstract
本发明涉及视觉检测中屏幕定位的方法及装置。所述方法包括:获取待检测设备的整机RGB图像,将整机RGB图像转换为HSV图像;提取所述HSV图像中的V域图像信息,对V域图像信息进行二值化处理,得到对应的二值化图像;采用预设的轮廓提取函数对得到的二值化图像进行处理,得到轮廓集合;获取所述轮廓集合中面积最大的轮廓作为待检测设备的屏幕轮廓,根据所述屏幕轮廓定位待检测设备的屏幕。本发明能实现在线检测,无需停线或者离线,有利于提高设备视觉检测的检测效率。
Description
技术领域
本发明涉及在线检测技术领域,特别是涉及视觉检测中屏幕定位的方法及装置。
背景技术
在电视机或显示器生产线上,需要在通电情况下,对整机正面(液晶屏幕、LOGO和电源指示灯)进行视觉检测,针对存在缺陷的电视机或显示器能够声光报警,提示和等待工人处理。通常为了避免外界光线的干扰,关于液晶屏幕的检测会在暗房里进行。视觉检测的关键步骤就是对电视机或显示器的整机定位,也相当于对电视机或显示器的液晶屏幕定位。
为了实现这种视觉检测,现有的方法是通过对整机进行拍照,以此确定液晶屏幕的位置。具体如图1所示,电视机或显示器随着流水线,流进暗房,并且进入在相机视野,通过相机对整机拍摄多张局部图片,综合得到整机正面的定位信息;由于是在暗房里拍摄图片,尤其是拍摄较大尺寸(例如32寸以上)液晶屏幕时,得到的图片通常会存在较大面积暗角,由此得到的定位点误差较大,影响液晶屏幕的定位精度。
发明内容
基于此,本发明实施例提供视觉检测中屏幕定位的方法及装置,能够提高显示设备屏幕定位的精度。
本发明一方面提供视觉检测中屏幕定位的方法,包括:
获取待检测设备的整机RGB图像,将整机RGB图像转换为HSV图像;
提取所述HSV图像中的V域图像信息,对V域图像信息进行二值化处理,得到对应的二值化图像;
采用预设的轮廓提取函数对得到的二值化图像进行处理,得到轮廓集合;
获取所述轮廓集合中面积最大的轮廓作为待检测设备的屏幕轮廓,根据所述屏幕轮廓定位待检测设备的屏幕。
本发明另一方面提供视觉检测中屏幕定位的装置,包括:
图像获取模块,用于获取待检测设备的整机RGB图像,将整机RGB图像转换为HSV图像;
信息提取模块,用于提取所述HSV图像中的V域图像信息,对V域图像信息进行二值化处理,得到对应的二值化图像;
轮廓提取模块,用于采用预设的轮廓提取函数对得到的二值化图像进行处理,得到轮廓集合;
定位模块,用于获取所述轮廓集合中面积最大的轮廓作为待检测设备的屏幕轮廓,根据所述屏幕轮廓定位待检测设备的屏幕。
上述技术方案,通过获取待检测设备的整机RGB图像,将整机RGB图像转换为HSV图像;提取所述HSV图像中的V域图像信息,得到对应的二值化图像;采用预设的轮廓提取函数对得到的二值化图像进行处理,得到待检测设备的屏幕轮廓,进而根据所述屏幕轮廓定位待检测设备的屏幕。由于使用HSV域的V作为后续处理的灰度图像,而不是传统的RGB变换GRAY的灰度图像,克服了传统检测方法中存在明显的暗角、不适宜角点提取,导致定位精度较差的缺陷。此外,通过本发明上述方案,还能实现在线检测,无需停线或者离线,有利于提高设备视觉检测的检测效率。
附图说明
图1为传统的显示设备的视觉检测场景示意图;
图2为一实施例的视觉检测中屏幕定位的方法的示意性流程图;
图3为另一实施例的视觉检测中屏幕定位的方法的示意性流程图;
图4为视觉检测中屏幕定位效果的对比图;
图5为一实施例的视觉检测中屏幕定位的装置的示意性结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
图2为一实施例的视觉检测中屏幕定位的方法的示意性流程图;如图2所示,本实施例中的视觉检测中屏幕定位的方法包括步骤:
S11,获取待检测设备的整机RGB图像,将整机RGB图像转换为HSV图像;
作为一优选实施方式,本发明实施例中,采用彩色面阵相机进行图像拍摄。所述待检测设备设置为显示纯色画面的状态:红、绿、蓝、黑、白等,和/或电源指示灯亮与灭的不同状态。由于传统方法采用线阵相机进行视觉检测时,必须配以扫描运动,而且为了能确定图像每一像素点在被测设备上的对应位置,还必须配以光栅等器件以记录线阵CCD每一扫描行的坐标。因此存在诸多缺陷,包括:图像获取时间长,测量效率低;由于扫描运动及相应的位置反馈环节的存在,增加了系统复杂性和成本;得到的图像精度可能受扫描运动精度的影响而降低,进而可能影响测量精度。本实施例采用面阵相机进行图像拍摄,可克服上述缺陷,只需拍摄一张整机图片,需处理的图片信息量更少,有利于降低处理复杂度。
S12,提取所述HSV图像中的V域图像信息,对V域图像信息进行二值化处理,得到对应的二值化图像;
HSV(Hue,Saturation,Value)是根据颜色的直观特性创建的一种颜色空间,也称六角锥体模型(Hexcone Model)。这个模型中颜色的参数分别是:色调(H),饱和度(S),明度(V)。V域图像信息即图像的明度信息。
S13,采用预设的轮廓提取函数对得到的二值化图像进行处理,得到轮廓集合;
优选的,可利用Opencv的轮廓提取函数cv2.findContours对得到的二值图像进行处理,函数使用RETR_EXTERNAL参数,只检测出最外的轮廓;函数使用CHAIN_APPROX_SIMPLE参数,压缩水平、垂直或斜的部分,只保存最后一个点。得到轮廓集合。
S14,获取所述轮廓集合中面积最大的轮廓作为待检测设备的屏幕轮廓,根据所述屏幕轮廓定位待检测设备的屏幕。
按照轮廓面积,对所得的轮廓进行排序,获取最大面积的轮廓,即为液晶屏幕的轮廓(因为在暗房里面,只有电视机屏幕发光)。通过Opencv函数cv2.minAreaRect可获得包含液晶屏幕轮廓的最小面积的矩形(即液晶屏幕对应的内切矩形)。通过Opencv的BoxPoints的运算,对所得的最小面积矩形进行四角坐标,由此定位待检测设备的屏幕。进一步的,获取定位信息后,后续还可包括图像配准、器件(液晶屏幕、LOGO位置、电源指示灯状态)等检测。
上述技术方案,通过获取待检测设备的整机RGB图像,将整机RGB图像转换为HSV图像;提取所述HSV图像中的V域图像信息,得到对应的二值化图像;采用预设的轮廓提取函数对得到的二值化图像进行处理,得到待检测设备的屏幕轮廓,进而根据所述屏幕轮廓定位待检测设备的屏幕。由于使用HSV域的V作为后续处理的灰度图像,而不是传统的RGB变换GRAY的灰度图像,克服了传统检测方法中由于图像存在明显的暗角、不适宜角点提取,导致定位精度较差的缺陷。此外,通过本发明上述方案,还能实现在线检测,无需停线或者离线,有利于提高设备视觉检测的检测效率。
图3为另一实施例的视觉检测中屏幕定位的方法的示意性流程图;在该实施例中,为了进一步的提高定位精度,还需对中间的待处理图像进行滤波处理。如图3所示,本实施例中的视觉检测中屏幕定位的方法包括步骤:
S21,获取待检测设备的整机RGB图像,将整机RGB图像转换为HSV图像;
S22,提取所述HSV图像中的V域图像信息;
相机拍照所得图像为RGB格式,通过Opencv的现成函数可以转换到HSV图像,再从HSV图像中仅提取V域(明度)作为后面步骤分析的灰度图像。此处选择Value(明度),而不是直接用RGB->GRAY的原因包括:1)GRAY图像存在更明显的暗角问题,不适宜角点提取;2)因为电视机或者显示器产品,由背光发亮,故在明度上会相对稳定。
S23,对得到的V域图像信息进行低通滤波处理;可使用Opencv提供的GaussianBlur函数,可以保留边沿信息的同时对图像进行模糊或平滑。
S24,对步骤S23处理后的V域图像信息进行二值化处理,得到对应的二值化图像。
可使用Opencv提供的cv2.threshold可以对102步骤所得的滤波的图像,进行二值化处理,得到二值图像。
S25,对步骤S24得到的二值化图像进行闭运算,滤除其中孤立的黑点。
对所得的二值图像,进行闭运算,得到较为干净的二值图像。闭运算(闭滤波器)可以把步骤S24得到的二值化图像中的孤立的黑点(或黑斑)被滤除。
S26,采用预设的轮廓提取函数对得到的二值化图像进行处理,得到轮廓集合;
可利用Opencv现成的轮廓提取函数cv2.findContours对步骤S25的所得的二值图像进行处理。函数使用RETR_EXTERNAL参数,只检测出最外的轮廓;函数使用CHAIN_APPROX_SIMPLE参数,压缩水平、垂直或斜的部分,只保存最后一个点。得到轮廓集合。
S27,获取所述轮廓集合中面积最大的轮廓作为待检测设备的屏幕轮廓,根据所述屏幕轮廓定位待检测设备的屏幕。
参见图4的定位比对,(1)示出的是传统定位方法得到的定位点,(2)示出的是本发明定位方法得到的定位点;通过对比可知,本发明实施例的觉检测时屏幕定位的方法,有效改善了传统检测方法中图像存在明显的暗角、角点提取精度较差的缺陷。
需要说明的是,对于前述的各方法实施例,为了简便描述,将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其它顺序或者同时进行。
基于与上述实施例中的视觉检测中屏幕定位的方法相同的思想,本发明还提供视觉检测中屏幕定位的装置,该装置可用于执行上述视觉检测中屏幕定位的方法。为了便于说明,视觉检测中屏幕定位的装置实施例的结构示意图中,仅仅示出了与本发明实施例相关的部分,本领域技术人员可以理解,图示结构并不构成对装置的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
图5为本发明一实施例的视觉检测中屏幕定位的装置的示意性结构图;如图5所示,本实施例的视觉检测中屏幕定位的装置包括:图像获取模块510、信息提取模块520、轮廓提取模块530以及定位模块540,各模块详述如下:
上述图像获取模块510,用于获取待检测设备的整机RGB图像,将整机RGB图像转换为HSV图像;
所述信息提取模块520,用于提取所述HSV图像中的V域图像信息,对V域图像信息进行二值化处理,得到对应的二值化图像;
所述轮廓提取模块530,用于采用预设的轮廓提取函数对得到的二值化图像进行处理,得到轮廓集合;
所述定位模块540,用于获取所述轮廓集合中面积最大的轮廓作为待检测设备的屏幕轮廓,根据所述屏幕轮廓定位待检测设备的屏幕。
优选的,所述轮廓提取模块540具体可用于利用Opencv的轮廓提取函数cv2.findContours对得到的二值图像进行处理,并且使用RETR_EXTERNAL参数以检测出最外的轮廓,以及使用CHAIN_APPROX_SIMPLE参数以压缩水平、垂直或斜的部分;得到轮廓集合。
优选的,所述定位模块540中可以包括:四角定位单元,用于确定出所述屏幕轮廓对应的内切矩形,获得所述内切矩形的四角坐标,根据所述四角坐标定位待检测设备的屏幕。
进一步的,所述信息提取模块520中还可包括有:孤点滤波单元,用于对得到的二值化图像进行闭运算,滤除其中孤立的黑点。
进一步的,所述信息提取模块520还可以包括有:平滑滤波单元,用于对提取到的V域图像信息进行低通滤波处理,以保留图像边沿信息的同时对图像进行模糊/平滑。
上述技术方案的视觉检测中屏幕定位的装置,由于使用HSV域的V作为后续处理的灰度图像,而不是传统的RGB变换GRAY的灰度图像,克服了传统检测方法中由于图像存在明显的暗角、不适宜角点提取,导致定位精度较差的缺陷。
需要说明的是,上述示例的视觉检测中屏幕定位的装置的实施方式中,各模块/单元之间的信息交互、执行过程等内容,由于与本发明前述方法实施例基于同一构思,其带来的技术效果与本发明前述方法实施例相同,具体内容可参见本发明方法实施例中的叙述,此处不再赘述。
此外,上述示例的视觉检测中屏幕定位的装置的实施方式中,各功能模块的逻辑划分仅是举例说明,实际应用中可以根据需要,例如出于相应硬件的配置要求或者软件的实现的便利考虑,将上述功能分配由不同的功能模块完成,即将所述视觉检测中屏幕定位的装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。其中各功能模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。
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,作为独立的产品销售或使用。所述程序在执行时,可执行如上述各方法的实施例的全部或部分步骤。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)或随机存储记忆体(Random Access Memory,RAM)等。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述。可以理解,其中所使用的术语“第一”、“第二”等在本文中用于区分对象,但这些对象不受这些术语限制。
以上所述实施例仅表达了本发明的几种实施方式,不能理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种视觉检测中屏幕定位的方法,其特征在于,包括:
获取待检测设备的整机RGB图像,将整机RGB图像转换为HSV图像;
提取所述HSV图像中的V域图像信息,对V域图像信息进行二值化处理,得到对应的二值化图像;
采用预设的轮廓提取函数对得到的二值化图像进行处理,得到轮廓集合;
获取所述轮廓集合中面积最大的轮廓作为待检测设备的屏幕轮廓,根据所述屏幕轮廓定位待检测设备的屏幕。
2.根据权利要求1所述的视觉检测中屏幕定位的方法,其特征在于,采用预设的轮廓提取函数对得到的二值化图像进行处理的步骤之前还包括:
对得到的二值化图像进行闭运算,滤除其中孤立的黑点。
3.根据权利要求1所述的视觉检测中屏幕定位的方法,其特征在于,所述根据所述屏幕轮廓定位待检测设备的屏幕的步骤包括:
确定出所述屏幕轮廓对应的内切矩形,获得所述内切矩形的四角坐标,根据所述四角坐标定位待检测设备的屏幕。
4.根据权利要求1所述的视觉检测中屏幕定位的方法,其特征在于,对V域图像信息进行二值化处理,得到对应的二值化图像的步骤之前还包括:
对提取到的V域图像信息进行低通滤波处理,以保留图像边沿信息的同时对图像进行模糊/平滑。
5.根据权利要求1至4任一所述的视觉检测中屏幕定位的方法,其特征在于,采用预设的轮廓提取函数对得到的二值化图像进行处理,得到轮廓集合的步骤包括:
利用Opencv的轮廓提取函数cv2.findContours对得到的二值图像进行处理,并且使用RETR_EXTERNAL参数以检测出最外的轮廓,以及使用CHAIN_APPROX_SIMPLE参数以压缩水平、垂直或斜的部分;得到轮廓集合。
6.一种视觉检测中屏幕定位的装置,其特征在于,包括:
图像获取模块,用于获取待检测设备的整机RGB图像,将整机RGB图像转换为HSV图像;
信息提取模块,用于提取所述HSV图像中的V域图像信息,对V域图像信息进行二值化处理,得到对应的二值化图像;
轮廓提取模块,用于采用预设的轮廓提取函数对得到的二值化图像进行处理,得到轮廓集合;
定位模块,用于获取所述轮廓集合中面积最大的轮廓作为待检测设备的屏幕轮廓,根据所述屏幕轮廓定位待检测设备的屏幕。
7.根据权利要求6所述的视觉检测中屏幕定位的装置,其特征在于,所述信息提取模块还包括:
孤点滤波单元,用于对得到的二值化图像进行闭运算,滤除其中孤立的黑点。
8.根据权利要求6所述的视觉检测中屏幕定位的装置,其特征在于,所述定位模块包括:
四角定位单元,用于确定出所述屏幕轮廓对应的内切矩形,获得所述内切矩形的四角坐标,根据所述四角坐标定位待检测设备的屏幕。
9.根据权利要求6所述的视觉检测中屏幕定位的装置,其特征在于,所述信息提取模块还包括:
平滑滤波单元,用于对提取到的V域图像信息进行低通滤波处理,以保留图像边沿信息的同时对图像进行模糊/平滑。
10.根据权利要求6至9任一所述的视觉检测中屏幕定位的装置,其特征在于,所述轮廓提取模块,用于利用Opencv的轮廓提取函数cv2.findContours对得到的二值图像进行处理,并且使用RETR_EXTERNAL参数以检测出最外的轮廓,以及使用CHAIN_APPROX_SIMPLE参数以压缩水平、垂直或斜的部分;得到轮廓集合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610548188.2A CN106228541A (zh) | 2016-07-11 | 2016-07-11 | 视觉检测中屏幕定位的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610548188.2A CN106228541A (zh) | 2016-07-11 | 2016-07-11 | 视觉检测中屏幕定位的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106228541A true CN106228541A (zh) | 2016-12-14 |
Family
ID=57519645
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610548188.2A Pending CN106228541A (zh) | 2016-07-11 | 2016-07-11 | 视觉检测中屏幕定位的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106228541A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107491778A (zh) * | 2017-08-23 | 2017-12-19 | 众安信息技术服务有限公司 | 一种基于定位图像的智能设备屏幕提取方法和系统 |
CN109191537A (zh) * | 2018-07-19 | 2019-01-11 | 成都智慧海派科技有限公司 | 一种视觉定位移动设备屏幕的方法 |
CN110097549A (zh) * | 2019-05-08 | 2019-08-06 | 广州中国科学院沈阳自动化研究所分所 | 基于形态学的水陆空交界线检测方法、系统、介质和设备 |
CN111242116A (zh) * | 2020-01-21 | 2020-06-05 | 上海悦易网络信息技术有限公司 | 屏幕定位方法及装置 |
CN111563883A (zh) * | 2020-04-22 | 2020-08-21 | 惠州旭鑫智能技术有限公司 | 屏幕视觉定位方法、定位设备及存储介质 |
CN112183554A (zh) * | 2020-09-01 | 2021-01-05 | 国交空间信息技术(北京)有限公司 | 一种自动化道路边界轮廓提取方法 |
CN112496696A (zh) * | 2020-11-24 | 2021-03-16 | 福州大学 | 一种智能手机内部射频线自动组装视觉测量系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010054289A (ja) * | 2008-08-27 | 2010-03-11 | Omron Corp | 視覚検査装置 |
CN102236784A (zh) * | 2010-05-07 | 2011-11-09 | 株式会社理光 | 屏幕区域检测方法及系统 |
CN103176668A (zh) * | 2013-03-07 | 2013-06-26 | 广东威创视讯科技股份有限公司 | 一种用于摄像头定位触摸系统的拍摄图像校正方法 |
CN103413288A (zh) * | 2013-08-27 | 2013-11-27 | 南京大学 | 一种lcd总体检测缺陷方法 |
CN104360501A (zh) * | 2014-10-15 | 2015-02-18 | 西安交通大学 | 一种液晶屏幕缺陷视觉检测方法及装置 |
-
2016
- 2016-07-11 CN CN201610548188.2A patent/CN106228541A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010054289A (ja) * | 2008-08-27 | 2010-03-11 | Omron Corp | 視覚検査装置 |
CN102236784A (zh) * | 2010-05-07 | 2011-11-09 | 株式会社理光 | 屏幕区域检测方法及系统 |
CN103176668A (zh) * | 2013-03-07 | 2013-06-26 | 广东威创视讯科技股份有限公司 | 一种用于摄像头定位触摸系统的拍摄图像校正方法 |
CN103413288A (zh) * | 2013-08-27 | 2013-11-27 | 南京大学 | 一种lcd总体检测缺陷方法 |
CN104360501A (zh) * | 2014-10-15 | 2015-02-18 | 西安交通大学 | 一种液晶屏幕缺陷视觉检测方法及装置 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107491778A (zh) * | 2017-08-23 | 2017-12-19 | 众安信息技术服务有限公司 | 一种基于定位图像的智能设备屏幕提取方法和系统 |
CN109191537A (zh) * | 2018-07-19 | 2019-01-11 | 成都智慧海派科技有限公司 | 一种视觉定位移动设备屏幕的方法 |
CN110097549A (zh) * | 2019-05-08 | 2019-08-06 | 广州中国科学院沈阳自动化研究所分所 | 基于形态学的水陆空交界线检测方法、系统、介质和设备 |
CN111242116A (zh) * | 2020-01-21 | 2020-06-05 | 上海悦易网络信息技术有限公司 | 屏幕定位方法及装置 |
CN111563883A (zh) * | 2020-04-22 | 2020-08-21 | 惠州旭鑫智能技术有限公司 | 屏幕视觉定位方法、定位设备及存储介质 |
CN111563883B (zh) * | 2020-04-22 | 2023-05-05 | 惠州旭鑫智能技术有限公司 | 屏幕视觉定位方法、定位设备及存储介质 |
CN112183554A (zh) * | 2020-09-01 | 2021-01-05 | 国交空间信息技术(北京)有限公司 | 一种自动化道路边界轮廓提取方法 |
CN112496696A (zh) * | 2020-11-24 | 2021-03-16 | 福州大学 | 一种智能手机内部射频线自动组装视觉测量系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106228541A (zh) | 视觉检测中屏幕定位的方法及装置 | |
CN107705288B (zh) | 伪目标运动强干扰下的危险气体泄漏红外视频检测方法 | |
CN106952257B (zh) | 一种基于模板匹配与相似度计算的曲面标签破损缺陷检测方法 | |
CN110070524B (zh) | 一种智能终端面板视觉故障检测系统 | |
CN105913093B (zh) | 一种用于文字识别处理的模板匹配方法 | |
CN104749184B (zh) | 自动光学检测方法和系统 | |
CN105453153B (zh) | 交通灯检测 | |
CN107014819A (zh) | 一种太阳能电池板表面缺陷检测系统和方法 | |
CN103761529B (zh) | 一种基于多色彩模型和矩形特征的明火检测方法和系统 | |
GB2569751A (en) | Static infrared thermal image processing-based underground pipe leakage detection method | |
CN106770362A (zh) | 基于aoi的宏观缺陷检测装置及方法 | |
CN109872309B (zh) | 检测系统、方法、装置及计算机可读存储介质 | |
CN111915704A (zh) | 一种基于深度学习的苹果分级识别方法 | |
CN106096603A (zh) | 一种融合多特征的动态火焰检测方法及装置 | |
CN111047655A (zh) | 基于卷积神经网络的高清摄像机布料疵点检测方法 | |
CN104637067B (zh) | 一种纹理表面的缺陷检测方法 | |
CN110111711A (zh) | 屏幕的检测方法及装置、计算机可读存储介质 | |
CN109166111B (zh) | 一种电子墨水屏缺陷检测方法及系统 | |
CN103914849A (zh) | 一种红枣图像的检测方法 | |
CN104749801B (zh) | 高精度自动光学检测方法和系统 | |
CN105223208A (zh) | 一种电路板检测模板及其制作方法、电路板检测方法 | |
WO2023231262A1 (zh) | 基于视觉振频识别的提升钢丝绳张力检测方法 | |
CN111047598B (zh) | 基于深度学习的输变电设备紫外放电光斑分割方法及装置 | |
CN106093051A (zh) | 基于机器视觉的纸卷切面毛刺检测方法及装置 | |
CN107977959B (zh) | 一种适用于电力作业机器人的呼吸器状态识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for 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: 20161214 |