CN106384357A - 一种签签计数方法及设备 - Google Patents
一种签签计数方法及设备 Download PDFInfo
- Publication number
- CN106384357A CN106384357A CN201610934234.2A CN201610934234A CN106384357A CN 106384357 A CN106384357 A CN 106384357A CN 201610934234 A CN201610934234 A CN 201610934234A CN 106384357 A CN106384357 A CN 106384357A
- Authority
- CN
- China
- Prior art keywords
- label
- image
- counting
- signing
- module
- 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
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 22
- 239000011159 matrix material Substances 0.000 claims description 19
- 238000001914 filtration Methods 0.000 claims description 10
- 230000002146 bilateral effect Effects 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims description 6
- 230000006698 induction Effects 0.000 claims description 5
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 238000007599 discharging Methods 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 210000000145 septum pellucidum Anatomy 0.000 description 2
- 208000019914 Mental Fatigue Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003707 image sharpening Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 235000014347 soups Nutrition 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
Classifications
-
- 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
- G06M—COUNTING MECHANISMS; COUNTING OF OBJECTS NOT OTHERWISE PROVIDED FOR
- G06M9/00—Counting of objects in a stack thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- 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
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- 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
- G06T2207/20024—Filtering details
- G06T2207/20028—Bilateral filtering
-
- 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
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明属于图像识别领域，特别涉及一种签签计数方法及设备；包括:图像采集模块：进行签签的端面图像采集；图像处理模块：对采集到的签签端面图像进行处理；图像识别模块：对处理后的签签端面图像进行签签数量的识别；结果输出模块：输出识别的签签数量结果；解决了目前人工数数，耗时耗力，且存在较大几率误差，可以立即可以得出签签数量，且准确率较高。
Description
技术领域
本发明属于图像识别领域，特别涉及一种签签计数方法及设备。
背景技术
目前，在需要对签签计数的场合，如当顾客在麻辣烫、串串店消费完后，签签是由人手工完成的，这种方式费时，效率很低。而且由于签签数量多、员工的精神疲劳，签签的数目常常不正确，加上经营过程不当导致纠纷时常产生。在后面发展过程中，一般有使用称重秤将签签进行统一称重，再依据签签单个重量进行签签的数量，但是使用过的签签一般有菜品残留物附着在上面，会导致签签的数量不够精确；而其它机械技术类计数装置较为缓慢，效率较低，不能满足使用要求。
发明内容
本发明的目的在于：针对需要对签签计数时，精度不高，效率较低的问题，提供一种精确计量、便于使用的签签计数方法及设备。
本发明采用的技术方案如下：
一种签签计数方法，步骤为：对需要计数的签签的一个端面进行图像采集；对采集的签签端面图像进行图像处理；对处理后的签签端面图像通过矩阵识别或圆形识别签签数量并输出识别结果。签签为带有尖端的圆柱体，对需要计数签签进行图像采集，通过图像识别签签的尖端或钝端并统计数量，获得签签数量。
进一步的，在对签签进行图像采集前，对签签进行整理，使签签的相同端面朝同一个方向放置，可以减少图像采集的次数，减少图像采集和识别的工作量，提高采集识别签签数量的效率。
进一步的，图像处理过程为对签签端面图像进行平滑或/和去噪或/和增强或/和边缘锐化，依据图像采集情况对图像进行预处理，选择不同的图像处理方式，以达到图像识别判断的要求，提高图像识别精度。
进一步的，图像矩阵识别步骤为：
A1.将处理后的签签图像转化为灰度图像；
A2.将灰度图像进行切割，转化为相同数量和相同大小的矩形的图像块，所述图像块大小依据签签圆截面大小设定；
A3.使用斜小波变换对每个图像块进行卷积滤波，计算每个图像块滤波后的灰度值，依据图像块的顺序，构成灰度矩阵；
A4.对指灰度矩阵中数据进行处理，依据预先设定的灰度阈值进行判断，大于灰度阈值设为1，小于灰度阈值设为0，得到识别矩阵；
A5.统计识别矩阵中数值1的个数，即为签签数量。
本方法中，图像矩阵识别是通过预先依据签签的截面大小，设定分割矩阵，对处理后的签签端面灰度图像进行分割，对分割的图像块灰度值进行计算，灰度值大于设定灰度阈值，则判定原图像块位置存在签签截面，对存在签签的图像块数量进行统计计算，获得签签结果，识别方式处理简单，识别精度高，可以根据不同的签签大小设定分割图像块大小，适用于不同的签签，还通过调整灰度阈值，调节识别精度。
图像圆形识别步骤为：
B1.将处理后的签签端面图像转化为灰度图像；
B2.对灰度图像进行双边滤波处理；
B3.依据签签端面的图像采集角度和签签端面大小设定识别圆半径的最小阈值和最大阈值；
B4.对双边滤波处理后的灰度图像使用设定圆半径的最小阈值和最大阈值利用霍夫变换识别图像中圆形数量，圆形数量即为签签数量。
进一步的，对签签端面进行多次图像采集，对多次采集的进行图像处理，再对处理后的进行签签数量的识别，对多个识别结果进行互相判断，当识别结果差异小于设定差异阈值时，输出多个识别结果的平均值，当识别结果差异大于设定差异阈值时，重新进行图像采集并识别计数，进行多次采集识别判断，保证签签的高精度识别。
进一步的，本方法还同时采集签签重量，依据签签重量计算出签签数量，将签签数量与图像采集的识别结果的数量进行比较，当识别结果差异小于设定差异阈值时，输出签签数量平均值，当识别结果大于差异阈值时，重新进行图像采集并识别计数，进行多种方式计算数量保证识别的高精度。
一种签签计数设备，包括：图像采集模块：进行签签的端面图像采集；图像处理模块：对采集到的进行处理；图像识别模块：对处理后的进行签签数量的识别；结果输出模块：输出识别的签签数量结果。
进一步的，设备还包括用于对签签结果进行判断的决策模块，判断结果通过时，通过输出模块输出签签数量就结果，不通过则重新进行图像采集识别，用于处理多次采集采集的结果，判断识别结果的正确性，满足设定条件后输出结果。
进一步的，设备还包括签签重量采集模块，用于采集签签重量，通过预先设定的单个签签重量计算签签数量发送至决策模块进行分析。
进一步的，所述设备还包括用于感应签签的感应模块和对签签进行照明的照明模块，感应模块用于感应签签，在感应到签签时启动设备开始签签计数，未感应到签签时设备自动进入休眠状态，照明模块用于对签签进行照明，保证图像采集的清晰。
综上所述，由于采用了上述技术方案，本发明的有益效果是：
1.解决了目前人工数数耗时耗力且存在较大几率误差的问题，可以立即得出签签数量，且准确率较高。
2.还通过重量计数判断筛选识别结果，准确率更高。
附图说明
图1是本发明原理图；
图2是本发明实施例图；
图3是本发明实施例红外发射模块电路图；
图4是本发明实施例红外接收模块电路图；
图5是本发明单片机模块最小系统图。
图2中，1为摄像头，2为LED数码管，3为红外发射模块，4为红外接收模块，5为重量采集模块。
具体实施方式
本说明书(包括任何附加权利要求、摘要和附图)中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。
下面结合附图对本发明作详细说明。
一种签签计数方法，步骤为：对需要计数的签签的一个端面进行图像采集；对采集的签签端面图像进行图像处理；对处理后的签签端面图像通过矩阵识别或圆形识别签签数量并输出识别结果。在对签签进行图像采集前，对签签进行整理，使签签的相同端面朝同一个方向放置。
图像处理过程为对签签端面图像进行平滑或/和去噪或/和增强或/和边缘锐化。
图像矩阵矩阵识别步骤为：
A1.将处理后的签签端面图像转化为灰度图像；
A2.将灰度图像进行切割，转化为相同数量和相同大小的矩形的图像块，所述图像块大小依据签签圆截面大小设定；
A3.使用斜小波变换对每个图像块进行卷积滤波，计算每个图像块滤波后的灰度值，依据图像块的顺序，构成灰度矩阵；
A4.对指灰度矩阵中数据进行处理，依据预先设定的灰度阈值进行比较，大于灰度阈值设为1，小于灰度阈值设为0，得到识别矩阵；
A5.统计识别矩阵中数值1的个数得到签签数量。
如使用OPENCV对本方法进行实现，通过采集设备采集到的图像，使用cvSmooth函数对图像进行处理平滑处理，采用使用cvCreateKalman函数，创建Kalman滤波器对图像噪声过滤，利用非线性变化进行图像增强，再使用拉普拉斯算子进行图像锐化，后存入设备内存。
识别时，通过cvLoadImage调用图像时，通过cvLoadImage(filename，0)将图像转换为灰度图像，采用cvSetImageROI(filename,cvRect(x，y，width，height))进行图像矩阵剪切，x，y代表图像块的位置，width，height代表切割图像的大小，切割图像大小依据签签的截面大小确定，对每个切割图像使用cvGet2D(img,j,i)获取每个切割图像的灰度值，将灰度值与预先设定的灰度阈值进行比较，大于灰度阈值为设定切割图片数值为1，小于灰度阈值为设定切割图片数值为0，按顺序构成识别矩阵，统计识别矩阵中1的数量为签签数量。
图像圆形识别步骤为：
B1.将处理后的签签端面图像转化为灰度图像；
B2.对灰度图像进行双边滤波处理；
B3.依据签签端面的图像采集角度和签签端面大小设定识别圆半径的最小阈值和最大阈值；
B4.对双边滤波处理后的灰度图像使用设定圆半径的最小阈值和最大阈值利用霍夫变换识别图像中圆形数量，圆形数量即为签签数量。
同样使用OPENCV实现圆形识别，首先cvLoadImage(filename，0)将图像转换为灰度图像，使用bilateralFilter(src,dst,a,b,c)进行双边滤波，src为输入图像文件名，dst为输出图像，a为滤波半径，b为颜色空间标准差，c为坐标空间标准差；然后使用函数HoughCircles(InputArray image,OutputArray circles，int method,double dp,doubleminDist,double param1,double param2,int minRadius,int maxRadius)进行识别，image为输入的灰度图像，circles.size()用于存储识别出圆形的个数，即代表所识别的签签数量，method为霍夫变换的算法函数，dp为霍夫变换第一阶段的霍夫空间分辨率，param1边缘检测时使用Canny算子的高阈值，param2霍夫变换阈值，minRadius和maxRadius为输入的圆半径的最小值和最大值，其中minDist为圆心之间的最小距离，如果检测到的两个圆心之间距离小于该值，则认为它们是同一个圆心，防止签签的误识别。
对签签端面进行多次图像采集，对多次采集的进行图像处理，再对处理后的进行签签数量的识别，对多个识别结果进行互相判断，当识别结果差异小于设定差异阈值时，输出多个识别结果的平均值，当识别结果差异大于设定差异阈值时，重新进行图像采集并识别计数,如差异阈值设定为五，如十个识别结果中最大值与最小值差距小于五时，计算十个结果的均值作为最终识别结果，通过输出模块输出；最大值与最小值差距大于五时，将十个结果中最大值和最小值舍去，重新进行两次采集识别，加入剩余八个识别内重新进行差异阈值判断。识别结果中也可以包括用重量采集模块的获取的签签数量数据同时进行差异判断。
进一步的，本方法还同时采集签签重量，依据签签重量计算出签签数量，将签签数量与图像采集的识别结果的数量进行比较，当识别结果差异小于设定差异阈值时，输出签签数量平均值，当识别结果大于差异阈值时，重新进行图像采集并识别计数，进行多种方式计算数量保证识别的高精度。
如图2所示的，一种签签计数设备，设备采用桶状结构，桶的底部设置有透明隔板，透明隔板下侧设置有单片机模块、重量采集模块5、图像采集模块、照明模块，照明模块可以采用LED光源，光源向上照射保证签签在桶内的图像清晰，图像采集模块采用摄像头1，摄像头正对上方采集签签端面图像，单片机模块采用如图4所示的STM32的最小化系统，通过其I/O与摄像头、重量采集模块、LED光源连接，单片机内部程序包括图像处理模块、图像识别模块、决策模块、结果输出模块。单片机模块还连接有感应模块和结果输出模块。结果输出模块通过LED数码管2显示，LED数码管2设置在桶壁外侧，用于输出最后的识别结果，感应模块包括设置于桶壁内侧的红外发射模块3和红外接收模块4，所述红外发射模块3结构如图3所示：集成运放U11A的负输入端作为电路输入端，其正输入端接地，集成运放U11A的电源端通过电阻R16连接到电源VCC，集成运放U11A输出端与电路输入端间连接有电阻R11；集成运放U11A输出端通过电阻R12连接到反向器U12A输入端，反相器U12A输入端还依次进行正向连接二极管D11和电阻R14到反相器U12A的输出端，反相器U12A输入端连接到反相器U13A的输入端；电源端VCC依次进行通过电阻R16和电阻R15连接到红外发射管正输入端，反相器U3A的输出端连接红外发射管负输出端，红外接收模块结构如图4所示：集成运放U25A的负输入连接红外接收管负极，红外接收管正极接地；集成运放U25A的正输入端连接到负电压源,其输出端与负输入端之间连接电阻R27，集成运放U25A输出端依次进行通过电阻R28和电容C23连接到集成运放U26A的负输入端；集成运放U26A的正输入端接地，集成运放U26A的负输入端与其输出端之间连接电阻R29，集成运放U26A的输出端通过电阻R20后作为电路输出端，电路输出端还通过电容C24接地，红外发射管和红外接收管方向相对放置。感应模块的信号还可以使用重量采集模块5的重量信号作为感应信号，当检测到签签时开始识别检测。
以上所述仅为本发明的优选实施例，并不用于限制本发明，显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种签签计数方法，其特征在于，步骤为：对需要计数的签签的一个端面进行图像采集；对采集的签签端面图像进行图像处理；对处理后的签签端面进行图像识别签签数量并输出识别结果。
2.根据权利要求1所述的一种签签计数方法，其特征在于，在对签签进行图像采集前，对签签进行整理，使签签的相同端面朝同一个方向放置。
3.根据权利要求1所述的一种签签计数方法，其特征在于，图像处理过程为对签签端面图像进行平滑或/和去噪或/和增强或/和边缘锐化。
4.根据权利要求1所述的一种签签计数方法，其特征在于，图像识别时可采用矩阵识别，步骤为：
A1.将处理后的签签端面图像转化为灰度图像；
A2.将灰度图像进行切割，转化为相同数量和相同大小的矩形的图像块，所述图像块大小依据签签圆截面大小设定；
A3.使用斜小波变换对每个图像块进行卷积滤波，计算每个图像块滤波后的灰度值，依据图像块的顺序，构成灰度矩阵；
A4.对指灰度矩阵中数据进行处理，依据预先设定的灰度阈值进行判断，大于灰度阈值设为1，小于灰度阈值设为0，得到识别矩阵；
A5.统计识别矩阵中数值1的个数得到签签数量。
5.根据权利要求1所述的一种签签计数方法，其特征在于，图像识别时可采用圆形识别，步骤为：
B1.将处理后的签签端面图像转化为灰度图像；
B2.对灰度图像进行双边滤波处理；
B3.依据签签端面的图像采集角度和签签端面大小设定识别圆半径的最小阈值和最大阈值；
B4.对双边滤波处理后的灰度图像使用设定圆半径的最小阈值和最大阈值利用霍夫变换识别图像中圆形数量，圆形数量即为签签数量。
6.根据权利要求1所述的一种签签计数方法，其特征在于，对签签端面进行多次图像采集，对多次采集的签签端面图像进行图像处理，再对处理后的签签端面图像进行签签数量的识别，对多个识别结果进行互相判断，当识别结果差异小于设定差异阈值时，输出多个识别结果的平均值，当识别结果差异大于设定差异阈值时，重新进行图像采集并识别计数。
7.根据权利要求1或4或5，所述的一种签签计数方法，其特征在于，同时采集签签重量，依据签签重量计算出签签数量，将签签数量与图像采集的识别结果的数量进行比较，当识别结果差异小于设定差异阈值时，输出签签数量平均值，当识别结果大于差异阈值时，重新进行图像采集并识别计数。
8.一种签签计数设备，其特征在于，包括：
图像采集模块：进行签签的端面图像采集；
图像处理模块：对采集到的签签端面图像进行处理；
图像识别模块：对处理后的签签端面图像进行签签数量的识别；
结果输出模块：输出识别的签签数量结果。
9.根据权利要求7所述的一种签签计数设备，其特征在于，所述设备还包括用于对签签结果进行判断的决策模块，判断结果通过时，通过输出模块输出签签数量就结果，不通过则重新进行图像采集识别。
10.根据权利要求8所述的一种签签计数设备，其特征在于，所述设备还包括签签重量采集模块，用于采集签签重量，通过预先设定的单个签签重量计算签签数量发送至决策模块，所述设备还包括用于感应签签的感应模块和对签签进行照明的照明模块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610934234.2A CN106384357A (zh) | 2016-10-25 | 2016-10-25 | 一种签签计数方法及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610934234.2A CN106384357A (zh) | 2016-10-25 | 2016-10-25 | 一种签签计数方法及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106384357A true CN106384357A (zh) | 2017-02-08 |
Family
ID=57958162
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610934234.2A Pending CN106384357A (zh) | 2016-10-25 | 2016-10-25 | 一种签签计数方法及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106384357A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107133983A (zh) * | 2017-05-09 | 2017-09-05 | 河北科技大学 | 成捆圆钢端面双目视觉系统与空间定位及计数方法 |
| CN107296390A (zh) * | 2017-08-12 | 2017-10-27 | 刘姗姗 | 一种带数签功能的餐桌 |
| CN108567289A (zh) * | 2018-03-26 | 2018-09-25 | 陈小龙 | 竹签计数装置收纳方法 |
| CN109242826A (zh) * | 2018-08-07 | 2019-01-18 | 高龑 | 基于目标检测的移动设备端签状物根数计数方法及系统 |
| CN110120054A (zh) * | 2019-05-15 | 2019-08-13 | 深圳铂石空间科技有限公司 | 基于图像处理的自动计数方法及装置、介质、电子设备 |
| CN110570408A (zh) * | 2019-09-04 | 2019-12-13 | 南京大学 | 一种对圆柱体外表面细微目标计数的系统和方法 |
| CN111539958A (zh) * | 2020-07-08 | 2020-08-14 | 绍兴柯桥智果电子配件厂 | 一种通过像素化处理静态图计数的算法 |
| CN111951209A (zh) * | 2019-05-14 | 2020-11-17 | 孙晨曦 | 一种统计签状物数量的电子设备及使用方法 |
| CN114746866A (zh) * | 2020-09-16 | 2022-07-12 | Ｆｓｘ株式会社 | 便携终端及湿毛巾管理系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1731420A (zh) * | 2005-08-19 | 2006-02-08 | 哈尔滨工业大学 | 斜小波图像指纹的提取和验证方法 |
| US20080211802A1 (en) * | 2007-03-02 | 2008-09-04 | Samsung Electronics Co., Ltd. | Display device and control method of the same |
-
2016
- 2016-10-25 CN CN201610934234.2A patent/CN106384357A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1731420A (zh) * | 2005-08-19 | 2006-02-08 | 哈尔滨工业大学 | 斜小波图像指纹的提取和验证方法 |
| US20080211802A1 (en) * | 2007-03-02 | 2008-09-04 | Samsung Electronics Co., Ltd. | Display device and control method of the same |
Non-Patent Citations (2)
| Title |
|---|
| 苏志祁: "棒材在线自动计数系统的研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》 * |
| 薛彦冰: "基于机器视觉的棒材计数系统研究与实现", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107133983A (zh) * | 2017-05-09 | 2017-09-05 | 河北科技大学 | 成捆圆钢端面双目视觉系统与空间定位及计数方法 |
| CN107296390B (zh) * | 2017-08-12 | 2020-06-09 | 温州如剑环保科技有限公司 | 一种带数签功能的餐桌 |
| CN107296390A (zh) * | 2017-08-12 | 2017-10-27 | 刘姗姗 | 一种带数签功能的餐桌 |
| CN108567289A (zh) * | 2018-03-26 | 2018-09-25 | 陈小龙 | 竹签计数装置收纳方法 |
| CN109242826A (zh) * | 2018-08-07 | 2019-01-18 | 高龑 | 基于目标检测的移动设备端签状物根数计数方法及系统 |
| CN109242826B (zh) * | 2018-08-07 | 2022-02-22 | 高龑 | 基于目标检测的移动设备端签状物根数计数方法及系统 |
| CN111951209A (zh) * | 2019-05-14 | 2020-11-17 | 孙晨曦 | 一种统计签状物数量的电子设备及使用方法 |
| CN110120054A (zh) * | 2019-05-15 | 2019-08-13 | 深圳铂石空间科技有限公司 | 基于图像处理的自动计数方法及装置、介质、电子设备 |
| CN110570408A (zh) * | 2019-09-04 | 2019-12-13 | 南京大学 | 一种对圆柱体外表面细微目标计数的系统和方法 |
| CN110570408B (zh) * | 2019-09-04 | 2022-04-22 | 南京大学 | 一种对圆柱体外表面细微目标计数的系统和方法 |
| CN111539958A (zh) * | 2020-07-08 | 2020-08-14 | 绍兴柯桥智果电子配件厂 | 一种通过像素化处理静态图计数的算法 |
| CN111539958B (zh) * | 2020-07-08 | 2021-10-12 | 绍兴市麦芒智能科技有限公司 | 一种通过像素化处理静态图计数的方法 |
| CN114746866A (zh) * | 2020-09-16 | 2022-07-12 | Ｆｓｘ株式会社 | 便携终端及湿毛巾管理系统 |
| CN114746866B (zh) * | 2020-09-16 | 2023-05-23 | Ｆｓｘ株式会社 | 便携终端及湿毛巾管理系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106384357A (zh) | 一种签签计数方法及设备 | |
| CN102176228B (zh) | 一种用于识别多个指针式仪表表盘信息的机器视觉方法 | |
| CN108073885B (zh) | 指纹识别方法及电子装置 | |
| CN104112269B (zh) | 一种基于机器视觉的太阳能电池激光刻线参数检测方法及系统 | |
| CN109344894A (zh) | 基于多传感器融合和深度学习的垃圾分类识别方法及装置 | |
| EP2983112A2 (en) | Robust industrial optical character recognition | |
| CN106529559A (zh) | 一种指针式圆形多仪表盘实时读数识别方法 | |
| CN107967471A (zh) | 一种基于机器视觉的表具自动识别方法 | |
| CN103345617A (zh) | 中药识别的方法及其系统 | |
| CN117093947B (zh) | 一种发电柴油机运行异常监测方法及系统 | |
| CN102915432A (zh) | 一种车载微机图像视频数据提取方法及装置 | |
| CN106056597A (zh) | 物体视觉检测方法及装置 | |
| CN103984939A (zh) | 一种样本有形成分分类方法及系统 | |
| CN108229473A (zh) | 车辆年检标签检测方法及装置 | |
| WO2023231262A1 (zh) | 基于视觉振频识别的提升钢丝绳张力检测方法 | |
| CN110866547B (zh) | 基于多特征和随机森林的中药饮片自动分类系统及方法 | |
| CN111080894A (zh) | 一种智能点验钞机本外币纸币自动分币系统及其分币方法 | |
| CN202815869U (zh) | 一种车载微机图像视频数据提取装置 | |
| CN105446183B (zh) | 智慧城市回收终端及其控制方法 | |
| CN104123728A (zh) | 基于Hough变换的圆管检测方法 | |
| CN110575973A (zh) | 一种农作物种子品质检测与筛选系统 | |
| CN112633168B (zh) | 一种垃圾车翻桶动作识别方法、装置及垃圾车 | |
| CN206959795U (zh) | 基于模拟图像采集的非接触式细丝直径测量装置 | |
| CN103106400A (zh) | 一种人脸检测方法与装置 | |
| CN206951597U (zh) | 一种基于机器视觉的蓝莓果实分级检测系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170208 |
|
| WD01 | Invention patent application deemed withdrawn after publication |