CN106326632A - 物体分析方法与物体分析系统 - Google Patents
物体分析方法与物体分析系统 Download PDFInfo
- Publication number
- CN106326632A CN106326632A CN201610511937.4A CN201610511937A CN106326632A CN 106326632 A CN106326632 A CN 106326632A CN 201610511937 A CN201610511937 A CN 201610511937A CN 106326632 A CN106326632 A CN 106326632A
- Authority
- CN
- China
- Prior art keywords
- analysis
- analytical
- analyze
- target object
- analytical parameters
- 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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/028—Material parameters
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10132—Ultrasound image
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20004—Adaptive image processing
-
- 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
- G06T2207/30128—Food products
-
- 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
- G06T2207/30132—Masonry; Concrete
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/68—Food, e.g. fruit or vegetables
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
一种应用至物体分析系统的一种物体分析方法。该物体分析方法包含:(a)针对一个目标物体,依据物体类型应用至少一个分析参数提取程序,来提取该目标物体的至少一分析参数;(b)依据该物体类型选择至少一分析模式;以及(c)应用在步骤(b)中选择的分析模式,来分析该分析参数,并据此产生分析结果。
Description
优先权声明
本申请主张在2015年7月1日提出申请的美国临时专利申请第62/187,263号的权利,且上述美国专利申请以引用方式并入本文中。
技术领域
本发明与物体分析方法以及物体分析系统有关,具体来说,本发明是与分析物体的物体分析方法以及物体分析系统有关。
背景技术
一种现代的电子装置能够提供多种功能,例如,图像捕获、播放音乐、接收与发送电子邮件。通常,一个用户可能想要看到一个物体的内部图像(inside image),或者获得一个物体的内部状态信息(inside state information)。举例来说,用户的房子发生了水管泄露问题,因此用户希望看到墙内的内景。另举一例,用户需要从市场上买到一些水果,但并不知道如何选择鲜甜的水果。因此,用户希望获得水果的内部状态信息。
然而,一个现代的电子装置通常不能提供上述内景或者内部状态信息。并且,一些超声装置能够使用超声波来分析一个物体,但通常价格较高或者需要复杂的控制步骤。
更进一步,一个传统的超声装置通常使用一个单独的分析步骤来分析物体,因此分析的结果通常不够详细。
发明内容
因此,本发明的目的之一是提供一种物体分析系统,其能够分析一个物体。
本发明的另一个目的是提供一种物体分析系统,其能够更精确地分析物体。
本发明一方面提供一种物体分析方法,应用至物体分析系统。该物体分析方法包含:(a)针对一个目标物体,依据物体类型应用至少一个分析参数提取程序,来提取该目标物体的至少一分析参数;(b)依据该物体类型选择至少一分析模式;以及(c)应用在步骤(b)中选择的分析模式,来分析该分析参数,并据此产生分析结果。
本发明另一方面提供一种物体分析系统,包含分析模块。该分析模块用来执行以下步骤:(a)针对一个目标物体,依据物体类型应用至少一个分析参数提取程序,来提取该目标物体的至少一分析参数;(b)依据该物体类型选择至少一分析模式;以及(c)应用在步骤(b)中选择的分析模式,来分析该分析参数,并据此产生分析结果。
本发明又一方面提供一种物体分析系统,包含分析模块。该分析模块用来执行以下步骤:(a)针对一个目标物体,依据物体类型应用超声波来执行至少一个分析参数提取程序,来提取该目标物体的至少一分析参数;(b)依据该物体类型选择至少一分析模式;以及(c)应用在步骤(b)中选择的分析模式,来分析该分析参数,并据此产生分析结果;其中该步骤(c)依据该分析模式获得该目标物体的如下的内部状态信息中的至少一个:甜度、硬度、材料质量以及腐烂程度。
本发明的物体分析方法与物体分析系统,能够产生物体的分析结果,提高使用者体验。
附图说明
图1是依据本发明的实施例的物体分析方法的简略示意图;
图2A、图2B是依据本发明的不同实施例的物体分析系统的方块示意图;
图3是图2A中的物体识别模块的细节结构的示意图;
图4A、图4B是如何决定如图3中所示的感兴趣位置的简略示意图;
图5是依据本发明的另一实施例的物体分析系统的方块示意图;
图6是如图5所示的实施例所执行的操作的简略示意图。
具体实施方式
在后续的说明中,提供了一些实施例来解释本发明的精神。后续实施例中所述的系统、装置、或者模块可通过硬件(例如电路)或者硬件与软件的结合(例如一个执行至少一个程序的处理单元)来实现。
图1是依据本发明的一个实施例的物体分析方法的简略示意图。如图1所示,可携式电子装置101包含物体分析系统,产生超声波US至目标物体103并且接收来自目标物体103的相关侦测结果DR。侦测结果DR包含,举例来说,目标物体103的至少一个内景图像以及/或者目标物体103的内部状态信息。目标物体103可以是任何种类的物体,举例来说,食物、家具、建筑物的内部、或者一个电子装置。内部状态信息包含任何在目标物体103的内部内容的相关信息。在一个实施例中,内部状态信息包含以下信息中的至少一个:甜度、硬度、材料质量以及腐烂程度。关于分析方法的更具体的细节将在以下段落中详细说明。
图2A是依据本发明的一个实施例的物体分析系统的方块示意图。如图2A所示,物体分析系统200包含分析模块201、物体识别模块203、图像产生模块205以及状态信息产生模块207。物体识别模块203设置为识别一个物体类型OT。分析模块201设置为执行后续的步骤:依据目标物体的物体类型OT应用至少一个分析参数提取程序(例如程序1、程序2等等),针对目标物体提取至少一个分析参数;依据目标物体的物体类型OT针对目标物体选择至少一个分析模式(例如模式1、模式2等等);并且引用所选择的分析模式来分析该分析参数并产生一个分析结果AR。举例来说,物体类型OT指示该目标物体是一个苹果。据此,分析模块201应用适合于苹果的程序1来提取目标物体的至少一个分析参数。之后,分析模块201应用适合于苹果的模式1来分析该分析参数并且据此产生一个分析结果AR。
不同的分析参数提取程序包含不同的程序参数。程序参数可包含,举例来说,处理频率(例如帧率)、超声波频带、超声波发生功率、超声波发射方向、或者决定阈值。在一个实施例中,分析模式是一个分类器,举例来说,一个基于标准的分类器、或者一个机器学习的分类器(例如深度神经网络(Deep Neural Network,DNN)或者支持向量机(Support VectorMachine,SVM))。
图像产生模块205设置为依据分析结果AR针对目标物体产生至少一个内部图像。并且,状态信息产生模块207设置为针对目标物体产生内部状态信息。然而,分析结果AR并不局限于产生内部图像或者内部状态信息的应用。此外,物体类型OT也并不局限于通过物体识别模组203来产生。举例来说,物体类型OT可通过由一个用户的手动设置来产生。因此,在一个实施例中,物体分析系统200包含分析模块201但并不包含物体识别模块203、图像产生模块205以及状态信息产生模块207。
在一个实施例中,在内部侦测模式(detect-inside mode)中内部状态信息是依据分析结果AR产生的,并且在透视模式(see-through mode)中目标物体的内部图像是依据分析结果AR产生。在一个实施例中,物体分析系统自动依据物体类型选择内部侦测模式与透视模式中一个。即,依据物体类型选择一个更适合的模式。举例来说,如果物体类型指示目标物体是一个苹果,由于用户通常都是需要了解苹果是否甜而并非是了解其内部结果,内部侦测模式被选择。另举一例,如果物体类型指示目标物体是一个墙,由于用户通常需要了解墙内的结构而并非是内部的状态,透视模式被选择。在另一个实施例中,物体分析系统显示一个选择界面来选择内部侦测模式以及透视模式其中之一。举例来说,如果内部侦测模式或者透视模式是适合于目标物体的,选择界面显示给用户,来选择内部侦测模式或者透视模式其中之一。相反,如果内部侦测模式以及透视模式都是不适于目标物体的,选择界面也显示出来。此外,在一个实施例中,物体分析系统能够在内部侦测模式以及透视模式中同时操作,来产生内部状态信息以及内部图像。
在一个实施例中,目标物体的图像可能过于模糊从而物体识别模块203不能够清楚地识别目标物体。在这样的例子中,提供多于一个可能分析参数提取程序以及/或者多于一个可能分析模式来分析该目标物体。此外,多于一个的分析结果AR也产生。并且,基于这些分析结果产生的内部状态信息以及/或者基于这些分析结果产生的内部图像显示出来,从而用户能够选择一个较佳的侦测结果。
图2B是依据本发明的另一实施例的物体分析系统的方框示意图。如上所述,物体类型OT可以是手动的输入而并非是由物体识别模块203产生。在图2B所示的实施例中,物体分析系统200更进一步包含物体类型选择模块209,其设置为由用户选择物体类型OT。并且,在图2B的实施例中,物体分析系统200进一步包含一个选择器211,其设置为选择性地从物体类型选择模块209与物体识别模块203的输出。在一个实施例中,选择器211被目标物体周围的光线亮度所控制。在这样的实施例中,更进一步的细节是,物体识别模块203包含一个照相机来捕获目标物体的一个图像并且依据该图像来决定物体类型。据此,如果光线过暗使得物体识别模块203不能够捕获目标物体的一个清晰的图像,选择器211将自动选择来自物体类型选择模块209输出的物体类型OT。上述步骤可总结为,依据目标物体周围的环境参数(光线亮度)来选择一个来源提供目标物体类型。
如上所述的物体识别模块203在不同的实施例中具有不同的结构。在一个实施例中,物体类型OT是依据捕获的图像而产生。图3是图2A是所示的物体识别模块的细节结构的举例方块示意图。如图3所示,物体识别模块203包含图像捕获模块301以及处理模块303。图像捕获模块301(例如一个相机)是设置来针对目标物体捕获一个图像Img。处理模块303接收图像Img并且通过使用一个识别协议来识别目标物体。目标物体可依据多种规则来识别,举例来说,基于目标物体的形状或者颜色。
处理模块303可进一步参考其他因素来决定物体类型OT。举例来说,在一个实施例中,处理模块303进一步参考感兴趣的位置来产生物体类型OT。感兴趣的位置指示目标物体需要分析的一部分。
图4A与图4B是说明如果决定图3中的感兴趣的位置的简略示意图。在图4A中,应用传感器(transducer)403来选择感兴趣的位置。传感器403接触或者接近的部分是感兴趣的位置。在图4B中,感兴趣的位置是圆圈出的部分。如图4A与图4B所示,目标物体401是一个盒子,其具有不同的部分P1、P2,其是使用不同的材料制作。因此,如果感兴趣的位置是在不同的部分P1、P2,则物体类型也不同。如果决定了感兴趣的位置,一个目标物体的一个对应的部分图像将分离出来以进行后续处理。
在另一个实施例中,处理模块303进一步参考目标物体周围的环境的环境参数来决定物体类型OT。在一个实施例中,环境参数是目标物体的位置。举例来说,如果环境参数指示目标物体的环境是个家具商店,目标物体很可能是家具。另举一例来说,如果环境参数指示目标物体的环境是一个市场或者餐馆,目标物体可能是食物。据此,环境参数能够帮助来更精确地决定目标物体。
在如上所述的分析步骤之外,其他的步骤也可以进一步地针对目标物体来执行,以获得一个更精确的分析结果。图5是依据本发明的另一实施例的物体分析系统的简略示意图。在这个实施例中,首先在应用分析参数提取程序以及选择模式之前,依据物体类型执行一个测试程序,来产生一个测试结果TR。在一个实施例中,测试程序应用分析参数提取程序“程序1”以及分析模式“模式1”。然而,测试程序并不限于应用一个分析参数提取程序以及分析模式。并且,在一个实施例中,其他的因素(例如温度)也在执行测试程序的时候被考量。
之后,选择分析参数提取程序来依据测试结果提取目标物体的分析参数,以及/或者依据测试结果来选择分析模式。在一个实施例中,分析模块201进一步参考环境参数(例如温度)来执行测试程序。上述操作的例子将在以下段落中详细说明。
图6是图5中所示的实施例的操作的简略示意图。在这个实施例中,目标物体600经过测试程序被决定为一个苹果。然而,这个苹果可是具有不同的品种,或者具有不同的成熟度。在这个例子中,可依据测试结果来更精确地选择分析参数提取程序以及/或者分析模式。举例来说,选择适合于种类1、种类2或者种类3的分析参数提取程序以及/或者分析模式。通过上述方式,分析结果AR能够更精确。
其他两个更加细节的例子在以下段落中描述。在一个例子中,用户需要侦测墙内的瑕疵、或者墙内的漏水情况。如果物体识别模块侦测到物体类型是“墙”或者用户选择物体类型为“墙”,物体分析模块选择适合“墙”的分析参数提取程序以及分析模式来进行测试程序。然而,不同的墙具有不同的混凝土强度,因此可能具有不同的折射指数与反射率。因此,物体分析模块将依据测试结果选择适合的分析参数提取程序以及/或者分析模式来分析该墙。
在另一个例子中,用户需要侦测一个西瓜的甜度。如果物体分析模块侦测到物体类型是“西瓜”或者用户选择物体类型是“西瓜”,物体分析模块选择适合于“西瓜”的分析参数提取程序以及分析模式来执行测试程序。然而,不同的西瓜或者不同种类的西瓜具有不同的表皮厚度或者不同的肉色,因此可能具有不同的折射指数与不同的反射率。因此,物体分析模块将依据测试结果选择适合的分析参数提取程序以及/或者分析模式来分析这个西瓜。
需注意的是,上述实施例应用超声以及可携式电子装置作为例子来解释。然而,本发明提供的物体分析模块能够通过其他的方式来实现,例如红外线或者X射线。并且,上述物体分析方法也不局限于应用在可携式电子装置中。
因此,本发明提供的一种物体分析方法可总结如下:一种物体分析方法,应用在一个物体分析系统中,包含:针对一个目标物体,依据物体类型(例如图2A中的OT)应用至少一个分析参数提取程序(例如图2A中的程序1、程序2等等)获得分析参数;依据物体类型选择至少一个分析模式(例如图2A中的模式1、模式2等等);应用选择的分析模式,来分析该分析参数,并据此产生一个分析结果(例如图2A中的AR)。
如上的实施方式所述,物体分析功能可通过可携式电子装置实现,因此给用户提供了方便。此外,分析参数提取程序以及分析模式可依据测试结果来选择。通过上述方式,分析结果可以更精确。
本领域技术人员可了解,在获得结果相同的情况下,本发明说明书与权利要求书中出现的步骤顺序可调整。
本发明通过上述实施例进行举例说明,本发明并非局限于上述举例说明。本发明应理解为涵盖本领域技术人员可了解的多种变型的实施方式与相似的安排。因此,本发明的权利要求书应该理解为涵盖本领域技术人员可了解的多种变型的实施方式与相似的安排的较广范围。
Claims (18)
1.一种物体分析方法,应用至物体分析系统,包含:
(a)针对一个目标物体,依据物体类型应用至少一个分析参数提取程序,来提取该目标物体的至少一分析参数;
(b)依据该物体类型选择至少一分析模式;以及
(c)应用在步骤(b)中选择的分析模式,来分析该分析参数,并据此产生分析结果。
2.根据权利要求1所述的物体分析方法,其特征在于,其中步骤(a)应用超声波来提取该分析参数。
3.根据权利要求2所述的物体分析方法,其特征在于,进一步包含:
在内部侦测模式中,依据该分析结果产生该目标物体的内部状态信息,或者
在透视模式中,依据该分析结果,绘示该目标物体的内部图像。
4.根据权利要求3所述的物体分析方法,其特征在于,进一步包含:
依据该物体类型,自动选择该内部侦测模式以及该透视模式中的一个,或者播放一个界面来依据该物体类型来选择该内部侦测模式以及该透视模式中的一个。
5.根据权利要求3所述的物体分析方法,其特征在于,其中步骤(b)应用多个分析模式来分析该分析参数,以产生多个分析结果,其中该物体分析方法包含:
显示基于该多个分析结果来产生的内部状态信息;或者显示基于该多个分析结果来产生的内部图像。
6.根据权利要求1所述的物体分析方法,其特征在于,在步骤(a)之前,进一步执行:
捕获该目标物体的一个图像;以及
依据该目标物体的该图像决定该物体类型。
7.根据权利要求1所述的物体分析方法,其特征在于,其中步骤(c)依据该分析模式获得该目标物体的如下的内部状态信息中的至少一个:甜度、硬度、材料质量以及腐烂程度。
8.根据权利要求1所述的物体分析方法,其特征在于,进一步包括:
在步骤(a)之前,依据该物体类型应用测试程序来产生一个测试结果;
其中步骤(a)依据该测试结果,应用该分析参数提取程序来提取该分析参数,以及/或者步骤(b)依据该测试结果选择该至少一个分析模式。
9.根据权利要求8所述的物体分析方法,其特征在于,该测试程序通过至少一该分析参数提取程序以及至少一该分析模式来执行。
10.一种物体分析系统,包含:
分析模块,用来执行以下步骤:
(a)针对一个目标物体,依据物体类型应用至少一个分析参数提取程序,来提取该目标物体的至少一分析参数;
(b)依据该物体类型选择至少一分析模式;以及
(c)应用在步骤(b)中选择的分析模式,来分析该分析参数,并据此产生分析结果。
11.根据权利要求10所述的物体分析系统,其特征在于,该步骤(a)应用超声波来提取该分析参数。
12.根据权利要求11所述的物体分析系统,其特征在于,进一步包含图像产生模块或者状态信息产生模块,其中该状态信息产生模块在内部侦测模式中依据该分析结果产生该目标物体的内部状态信息,其中该图像产生模块在透视模式中依据该分析结果产生该目标物体的内部图像。
13.根据权利要求12所述的物体分析系统,其特征在于,其中该物体分析系统自动依据该物体类型选择该内部侦测模式与该透视模式中的一个,或者播放一个界面来依据该物体类型来选择该内部侦测模式以及该透视模式中的一个。
14.根据权利要求12所述的物体分析系统,其特征在于,其中该步骤(b)应用多个分析模式来分析该分析参数,以产生多个分析结果,其中该物体分析系统显示基于该多个分析结果来产生的内部状态信息,或者显示基于该多个分析结果来产生的内部图像。
15.根据权利要求10所述的物体分析系统,其特征在于,进一步包含物体识别模块,用来捕获该目标物体的一个图像,以及依据该目标物体的该图像决定该物体类型。
16.根据权利要求10所述的物体分析系统,其特征在于,其中步骤(b)依据该分析模式获得该目标物体的如下的内部状态信息中的至少一个:甜度、硬度、材料质量以及腐烂程度。
17.根据权利要求10所述的物体分析系统,其特征在于:
其中该分析模块在步骤(a)之前,依据该物体类型应用测试程序来产生一个测试结果;
其中步骤(a)依据该测试结果,应用该分析参数提取程序来提取该分析参数,以及/或者步骤(b)依据该测试结果选择该至少一个分析模式。
18.根据权利要求17所述的物体分析系统,其特征在于,该分析模块通过至少一该分析参数提取程序以及至少一该分析模式来执行该测试程序。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201562187263P | 2015-07-01 | 2015-07-01 | |
US62/187,263 | 2015-07-01 | ||
US15/196,054 | 2016-06-29 | ||
US15/196,054 US10275868B2 (en) | 2015-07-01 | 2016-06-29 | Object analyzing method and object analyzing system |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106326632A true CN106326632A (zh) | 2017-01-11 |
Family
ID=57684221
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610511937.4A Pending CN106326632A (zh) | 2015-07-01 | 2016-07-01 | 物体分析方法与物体分析系统 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10275868B2 (zh) |
CN (1) | CN106326632A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107942335A (zh) * | 2017-11-28 | 2018-04-20 | 达闼科技(北京)有限公司 | 一种物体识别方法及设备 |
CN108760887A (zh) * | 2018-04-28 | 2018-11-06 | 漆松林 | 一种超声波无损检测高效检测方法 |
CN109975412A (zh) * | 2019-03-29 | 2019-07-05 | 中国电建集团华东勘测设计研究院有限公司 | 基于超声波频谱深度迁移学习的岩心单轴抗压强度测定方法及装置 |
WO2022022319A1 (zh) * | 2020-07-28 | 2022-02-03 | 华为技术有限公司 | 一种图像处理方法、电子设备、图像处理系统及芯片系统 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11842557B2 (en) | 2019-11-18 | 2023-12-12 | Positive One Corporation | Assignment control apparatus, assignment control system, and assignment control method |
JP6747704B1 (ja) * | 2020-04-07 | 2020-08-26 | ポジティブワン株式会社 | 割当制御装置、割当制御システム、及び割当制御方法 |
US20230133152A1 (en) * | 2021-11-03 | 2023-05-04 | Elementary Robotics, Inc. | Automatic Object Detection and Changeover for Quality Assurance Inspection |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102095797A (zh) * | 2010-10-29 | 2011-06-15 | 华南理工大学 | 一种基于比较法的超声无损检测水果成熟度的方法与系统 |
CN102175775A (zh) * | 2011-01-14 | 2011-09-07 | 河南工业大学 | 基于激光超声融蚀机制的粮食品质检测系统及方法 |
CN103105432A (zh) * | 2011-11-15 | 2013-05-15 | 北京理工大学 | 超声显微的三维透视成像技术 |
CN103868821A (zh) * | 2014-03-25 | 2014-06-18 | 常州大学 | 基于超声波的便携式鱼肉质新鲜度检测装置及评价方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IL109406A (en) * | 1994-04-24 | 1998-07-15 | Israel State | Method and system for determining quality indices in fresh products without destruction |
JPH1062362A (ja) * | 1996-08-21 | 1998-03-06 | Kishimoto Akira | 青果物等の内部欠陥の検査方法 |
JP4755752B2 (ja) * | 2000-11-28 | 2011-08-24 | 東芝Itコントロールシステム株式会社 | 青果物検査装置 |
JP2004171342A (ja) * | 2002-11-21 | 2004-06-17 | Japan Radio Co Ltd | 青果物の情報提供システム |
US7191698B2 (en) * | 2003-04-03 | 2007-03-20 | Battelle Memorial Institute | System and technique for ultrasonic determination of degree of cooking |
KR100844173B1 (ko) * | 2006-12-29 | 2008-07-07 | 한국표준과학연구원 | 과실의 물성 측정을 위한 초음파 탐촉자 |
JP5401330B2 (ja) * | 2010-01-05 | 2014-01-29 | 株式会社日立製作所 | 超音波探傷装置及び超音波探傷方法 |
US9024844B2 (en) * | 2012-01-25 | 2015-05-05 | Microsoft Technology Licensing, Llc | Recognition of image on external display |
WO2015054666A1 (en) * | 2013-10-10 | 2015-04-16 | Board Of Regents, The University Of Texas System | Systems and methods for quantitative analysis of histopathology images using multi-classifier ensemble schemes |
-
2016
- 2016-06-29 US US15/196,054 patent/US10275868B2/en active Active
- 2016-07-01 CN CN201610511937.4A patent/CN106326632A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102095797A (zh) * | 2010-10-29 | 2011-06-15 | 华南理工大学 | 一种基于比较法的超声无损检测水果成熟度的方法与系统 |
CN102175775A (zh) * | 2011-01-14 | 2011-09-07 | 河南工业大学 | 基于激光超声融蚀机制的粮食品质检测系统及方法 |
CN103105432A (zh) * | 2011-11-15 | 2013-05-15 | 北京理工大学 | 超声显微的三维透视成像技术 |
CN103868821A (zh) * | 2014-03-25 | 2014-06-18 | 常州大学 | 基于超声波的便携式鱼肉质新鲜度检测装置及评价方法 |
Non-Patent Citations (2)
Title |
---|
刘东红,等.: "基于超声波传播特性的液态食品质量检测系统研制", 《农业工程学报》 * |
刘芳,等.: "超声波技术在食品生产检测和食品安全检测中的应用进展", 《福建分析测试》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107942335A (zh) * | 2017-11-28 | 2018-04-20 | 达闼科技(北京)有限公司 | 一种物体识别方法及设备 |
CN108760887A (zh) * | 2018-04-28 | 2018-11-06 | 漆松林 | 一种超声波无损检测高效检测方法 |
CN109975412A (zh) * | 2019-03-29 | 2019-07-05 | 中国电建集团华东勘测设计研究院有限公司 | 基于超声波频谱深度迁移学习的岩心单轴抗压强度测定方法及装置 |
WO2022022319A1 (zh) * | 2020-07-28 | 2022-02-03 | 华为技术有限公司 | 一种图像处理方法、电子设备、图像处理系统及芯片系统 |
Also Published As
Publication number | Publication date |
---|---|
US10275868B2 (en) | 2019-04-30 |
US20170004380A1 (en) | 2017-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106326632A (zh) | 物体分析方法与物体分析系统 | |
Ivorra et al. | Assessment of grape cluster yield components based on 3D descriptors using stereo vision | |
WO2010030056A1 (en) | Automatic contour detection method for ultrasonic diagnosis appartus | |
CN109840502B (zh) | 一种基于ssd模型进行目标检测的方法及设备 | |
US10796141B1 (en) | Systems and methods for capturing and processing images of animals for species identification | |
CN110781976B (zh) | 训练图像的扩充方法、训练方法及相关装置 | |
CN109685785A (zh) | 一种图像质量评估方法、装置及电子设备 | |
CN107346665A (zh) | 音频检测的方法、装置、设备以及存储介质 | |
CN102959354A (zh) | 用于利用LiDAR数据来分析树冠层的方法和装置 | |
CN108197618A (zh) | 用于生成人脸检测模型的方法和装置 | |
RU2011130813A (ru) | Система визуализации акустических изображений и способ визуализации акустических изображений с квантификацией контраста | |
KR20140030775A (ko) | 테라헤르츠 파를 이용한 비파괴 작물 생육 진단 장치 및 방법 | |
CN109522775A (zh) | 人脸属性检测方法、装置及电子设备 | |
CN109165555A (zh) | 基于图像识别的人机猜拳方法、装置与存储介质 | |
CN112465077A (zh) | 水果糖度无损检测方法、装置、计算机设备和存储介质 | |
EP3480782A1 (en) | Method and device for reducing noise in a depth image | |
CN109756720A (zh) | 使用距离信息的声学成像中的焦点和/或视差调整 | |
CN109900363A (zh) | 一种基于轮廓提取的目标物红外测温方法和装置 | |
CN107016324A (zh) | 一种指纹图像处理方法和指纹探测设备 | |
Diaz-Garcia et al. | GiNA, an efficient and high-throughput software for horticultural phenotyping | |
CN110427998A (zh) | 模型训练、目标检测方法及装置、电子设备、存储介质 | |
JP2020523143A5 (zh) | ||
CN109102486A (zh) | 基于机器学习的表面缺陷检测方法及装置 | |
CN107295214B (zh) | 插值帧定位方法及装置 | |
CN110210522A (zh) | 图片质量分数模型的训练方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170111 |
|
WD01 | Invention patent application deemed withdrawn after publication |