CN106548111B - 一种二维码外观缺陷检测方法及装置 - Google Patents
一种二维码外观缺陷检测方法及装置 Download PDFInfo
- Publication number
- CN106548111B CN106548111B CN201610957026.4A CN201610957026A CN106548111B CN 106548111 B CN106548111 B CN 106548111B CN 201610957026 A CN201610957026 A CN 201610957026A CN 106548111 B CN106548111 B CN 106548111B
- Authority
- CN
- China
- Prior art keywords
- image
- value
- pixel
- gray level
- dimensional code
- 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.)
- Active
Links
- 230000007547 defect Effects 0.000 title claims abstract description 185
- 238000001514 detection method Methods 0.000 title claims abstract description 57
- 238000001914 filtration Methods 0.000 claims abstract description 85
- 238000000034 method Methods 0.000 claims abstract description 53
- 238000012545 processing Methods 0.000 claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims description 36
- 238000006243 chemical reaction Methods 0.000 claims description 28
- 238000007781 pre-processing Methods 0.000 claims description 18
- 238000005507 spraying Methods 0.000 claims description 17
- 238000005260 corrosion Methods 0.000 claims description 10
- 230000007797 corrosion Effects 0.000 claims description 10
- 230000002708 enhancing effect Effects 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 2
- 230000001131 transforming effect Effects 0.000 claims description 2
- 238000004806 packaging method and process Methods 0.000 abstract 1
- 239000007921 spray Substances 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000007639 printing Methods 0.000 description 5
- 230000003628 erosive effect Effects 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 229910002056 binary alloy Inorganic materials 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
- G06K7/1404—Methods for optical code recognition
- G06K7/146—Methods for optical code recognition the method including quality enhancement steps
- G06K7/1473—Methods for optical code recognition the method including quality enhancement steps error correction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Toxicology (AREA)
- Health & Medical Sciences (AREA)
- Electromagnetism (AREA)
- General Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种二维码外观缺陷检测方法及装置，涉及检测技术领域，为了解决检测二维码外观缺陷的识别效率较差的问题而发明。本发明的方法包括：获取待检测二维码的灰度图像；预处理所述灰度图像，生成滤波图像；比较所述灰度图像与所述滤波图像，获取潜在缺陷位置，检测所述潜在缺陷位置是否存在外观缺陷；若所述潜在缺陷位置存在外观缺陷，则将所述待检测二维码对应的包装做报废处理。本发明主要应用于二维码外观缺陷检测的过程中。
Description
技术领域
本发明涉及检测技术领域，特别涉及一种二维码外观缺陷检测方法及装置。
背景技术
二维码是用某种特定的几何图形按一定规律在平面分布的黑白相间的图形记录数据信息的。二维码以其信息容量大、成本低、易制作等优点被广泛应用于药包、标签、软包装行业中。不可变的二维码一般印刷公司都可以印刷，由于可变二维码，每个二维码数据都不一样，制版印刷不可能为每个二维码制版，所以可变二维码大多通过喷墨系统喷印。
喷墨系统主要由带针孔的喷头组成，喷头积墨或喷头微堵会导致喷出来的二维码在运动方向上产生一条黑线。纸粉或空气中的粉尘堵塞喷头会造成二维码在运动方向上产生一条白线。纸上的纸屑或杂物在喷码位置，随后的生产工艺中杂物掉落会造成喷码后二维码上有白块；喷码位置有脏污或喷头漏墨会造成喷码上有黑块；喷码后二维码未烘干就进入下一操作流程会造成二维码模糊。
一维码在商品包装中引用较多，一维码外观缺陷检测方法的研究也较为广泛，因为二维码作为监管码尚未得到大规模应用，大多是研究二维码的读写技术，所以现有技术中对二维码缺陷检测的研究鲜有成果出现。在现有技术中，对二维码白线黑线缺陷采用霍夫变换检测方法，检测速度慢，不能满足工业在线检测的速度要求。目前提出的基于模板匹配法的二维码外观缺陷检测方法，需要得到标准的模板图像，但实际采到的图像与推算出的标准模板图像总有差异，可能将这种差异判定为二维码的外观缺陷，导致检测结果不准确。
发明内容
本发明的发明目的在于提供一种二维码外观缺陷检测方法及装置，能够解决检测二维码外观缺陷的识别效率较差的问题。
根据本发明的实施例，提供了一种二维码外观缺陷检测的方法，包括：
获取待检测二维码的灰度图像；
预处理所述灰度图像，生成滤波图像；
比较所述灰度图像与所述滤波图像，获取潜在缺陷位置，检测所述潜在缺陷位置是否存在外观缺陷；
若所述潜在缺陷位置存在外观缺陷，则将所述待检测二维码对应的包装做报废处理。
根据本发明的实施例，还提供了一种二维码外观缺陷检测的装置，包括：
获取单元，用于获取待检测二维码的灰度图像；
第一生成单元，用于预处理所述灰度图像，生成滤波图像；
检测单元，用于比较所述灰度图像与所述滤波图像，获取潜在缺陷位置，检测所述潜在缺陷位置是否存在外观缺陷；
处理单元，用于若所述潜在缺陷位置存在外观缺陷，则将所述待检测二维码对应的包装做报废处理。
由以上技术方案可知，本发明提供的一种二维码外观缺陷检测的方法及装置，通过获取待检测二维码的灰度图像，然后预处理灰度图像，生成滤波图像，再比较灰度图像与滤波图像，获取潜在缺陷位置，检测潜在缺陷位置是否存在外观缺陷，最后将存在外观缺陷的待检测二维码对应的包装做报废处理。与现有技术相比，本发明能够提高检测二维码外观缺陷的识别效率，无论能否识别二维码携带的信息，都能够有效的识别二维码是否存在外观缺陷，并且能够对不同二维码的产品做批量检测。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为根据一优选实施例示出的一种二维码外观缺陷检测方法流程图；
图2为根据一优选实施例示出的另一种二维码外观缺陷检测方法流程图；
图3为根据一优选实施例示出的一种白线缺陷检测方法流程图；
图4为根据一优选实施例示出的一种黑线缺陷检测方法流程图；
图5为根据一优选实施例示出的一种黑块缺陷检测方法流程图；
图6为根据一优选实施例示出的一种白块缺陷检测方法流程图；
图7为根据一优选实施例示出的一种模糊缺陷检测方法流程图；
图8为根据一优选实施例示出的一种二维码外观缺陷检测装置组成框图；
图9为根据一优选实施例示出的另一种二维码外观缺陷检测装置组成框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明提供了一种二维码外观缺陷检测方法，如图1所示，该方法包括：
101、获取待检测二维码的灰度图像；
灰度图像是每个像素只有一个采样颜色的图像，这类图像通常显示为从最暗黑色到最亮的白色的灰度，尽管理论上这个采样可以任何颜色的不同深浅，甚至可以是不同亮度上的不同颜色。灰度图像与黑白图像不同，在计算机图像领域中黑白图像只有黑色与白色两种颜色，但是灰度图像在黑色与白色之间还有许多级的颜色深度。
102、预处理灰度图像，生成滤波图像；
为了提高检测的准确率，对待检测二维码的灰度图像进行预处理，生成滤波图像。通过预处理操作，消除边缘干扰，生成能够得到潜在缺陷位置的滤波图像。
103、比较灰度图像与滤波图像，获取潜在缺陷位置，检测潜在缺陷位置是否存在外观缺陷；
由于可变的二维码是通过喷墨系统喷印的，在喷印过程中如果喷头积墨、喷头微赌、粉尘堵塞喷头、或者在喷码位置有杂物，会导致喷印出的二维码存在白线、黑线、白块或黑块的外观缺陷。如果在喷印后未完全烘干就进入下一流程，那么会造成二维码模糊。若存在上述任意一种情况，都确定为待检测二维码存在外观缺陷。在检测待检测二维码是否存在外观缺陷的过程中，优选地按照白线缺陷、黑线缺陷、黑块缺陷、白块缺陷、模糊缺陷，顺序检测。在检测过程中如果检测到存在任意一种外观缺陷，则停止对其他外观缺陷的检测。
潜在缺陷位置，是指滤波图像中可能存在外观缺陷的位置。在检测过程中，首先比较灰度图像与滤波图像，根据图像局部特征对比度增强的方式得到可能存在缺陷的位置，也就是潜在缺陷位置。再对潜在缺陷位置，分别做Blob分析、投影分析和模板图均值的比较，如果达到设定的阈值则认为存在外观缺陷。
104、若潜在缺陷位置存在外观缺陷，则将待检测二维码对应的包装做报废处理。
待检测二维码通常处在包装产品的流水线上，再检测是否存在外观缺陷后，进行直接进行下一步的处理。为了避免存在外观缺陷的待检测二维码所在的包装继续包装产品，将待检测二维码对应的包装做报废处理。
由以上技术方案可知，本发明提供的一种二维码外观缺陷检测的方法，通过获取待检测二维码的灰度图像，然后预处理灰度图像，生成滤波图像，再比较灰度图像与滤波图像，获取潜在缺陷位置，检测潜在缺陷位置是否存在外观缺陷，最后将存在外观缺陷的待检测二维码对应的包装做报废处理。与现有技术相比，本发明能够提高检测二维码外观缺陷的识别效率，无论能否识别二维码携带的信息，都能够有效的识别二维码是否存在外观缺陷，并且能够对不同二维码的产品做批量检测。
本发明提供了一种二维码外观缺陷检测方法，如图2所示，该方法包括：
201、采集待检测二维码的数字图像信号；
通过CCD(charge coupled device，电耦合器件)相机，采集待检测二维码的数字图像信号。CCD是一种半导体器件，能够把光学影像转化为数字信号。CCD上植入的微小光敏物质称作像素。一块CCD上包含的像素数越多，其提供的画面分辨率也就越高。CCD的作用就像胶片一样，但它是把图像像素转换成数字信号。CCD上有许多排列整齐的电容，能感应光线，并将影像转变成数字信号。
将CCD相机，工控机、编码器组成一套检测系统直接架在喷码机上，实时采集待检测二维码的数字图像信号，检测每个二维码的印刷质量，解决喷码机在实际作业过程中遇到的喷码质量问题。
202、根据寻像图形，查找待检测二维码的外接矩形；
每个二维码的数字图像信号都包括编码区和功能区，编码区用于编写二维码携带的数据信息，而功能区用于携带二维码的结构信息，不能用于携带数据信息。功能区包括，寻像图形、分隔符、定位图形和校正图形。根据寻像图像，对待检测二维码进行定位，查找待检测二维码的外接矩形。
外接矩形，是待检测二维码的最外侧的矩形框，在外接矩形内包括待检测二维码的全部信息，也只有待检测二维码的图像信息。
203、根据外接矩形，生成灰度图像；
通过外接矩形框选的待检测二维码信息，一方面防止待检测二维码外部的图像干扰对待检测二维码是否存在缺陷的判断，另一方面减少待检测二维码的数字图像信号的大小提高数据处理速度。
在框选出外接矩形内部的图像后，将彩色图像转化为灰度图像。将数字图像信息转化为灰度图像，可以通过浮点法、整数法、移位法、平均值法或者仅取单一颜色通道法，在本实施例中对灰度图像的转化方法不做限定。
204、获取待检测二维码的灰度图像；
通过图像采集设备采集待检测二维码的彩色图像，将二维码的彩色图像转换为灰度图像，并获取灰度图像。以灰度图像作为检测待检测二维码是否存在外观缺陷的图像。
205、预处理灰度图像，生成滤波图像；
检测不同的外观缺陷，需要对灰度图像做不完全相同的预处理，所以生成的滤波图像也不完全相同。在实际检测外观缺陷的过程中，针对不同外观缺陷做不同的预处理。对灰度图像的预处理，可以一次将所有外观缺陷需要做的预处理都处理完，也可以完成一次外观缺陷的预处理检测一次是否存在外观缺陷，在本发明实施例中不做限定。
206、比较灰度图像与滤波图像，获取潜在缺陷位置，检测潜在缺陷位置是否存在外观缺陷；
不同的外观缺陷，在滤波图像上的表现不同，所以采用不同的检测方法检测。在检测过程中如果检测到存在任意一种外观缺陷，则停止对其他外观缺陷的检测。
207、若潜在缺陷位置存在外观缺陷，则将待检测二维码对应的包装做报废处理。
本步骤与图1所示方法中步骤104相同，这里不再赘述。
由以上技术方案可知，本发明提供的一种二维码外观缺陷检测的方法，通过获取待检测二维码的灰度图像，然后预处理灰度图像，生成滤波图像，再根据滤波图像检测待检测二维码是否存在外观缺陷，最后将存在外观缺陷的待检测二维码对应的包装做报废处理。与现有技术相比，本发明能够提高检测二维码外观缺陷的识别效率，无论能否识别二维码携带的信息，都能够有效的识别二维码是否存在外观缺陷，并且能够对不同二维码的产品做批量检测。
具体的，若检测待检测二维码是否存在白线缺陷检测，如图3所示，包括：
301、根据第一阈值，将灰度图像转化为二值图像；
选取一个0～255之间的正整数作为第一阈值，将待检测二维码灰度图像的每个像素的灰度值与第一阈值相比较，若像素的灰度值大于第一阈值，则将像素的灰度值重新赋值为1，若像素的灰度值不大于第一阈值，则将像素的灰度值重新赋值为0。当灰度图像中所述像素的灰度值都与第一阈值比较完成后，生成的灰度值只有0和1的图像就是待检测二维码的二值图像。
302、将二值图像进行膨胀，转化为膨胀图像；
为了消除黑块边缘成像模糊造成的干扰，对二值图像进行膨胀处理。具体处理方法，包括：根据预置结构元半径，生成结构元；根据结构元，将二值图像转化为膨胀图像。
303、查找膨胀图像中像素值为0值的零值位置，将灰度图像中对应的零值位置进行均值滤波，转化为滤波图像；
由于膨胀图像是根据二值图像转化得到的，所以膨胀图像也是二值的。将灰度图像转化为滤波图像的过程中，查找到一个膨胀图像中像素值为0值的零值位置，记录一次零值位置，当膨胀图像中所有像素值均查找完成，再获取灰度图像中对应零值位置的像素值求平均值，再将平均值替换到灰度图像中的零值位置的像素值，完成滤波图像的转化。
304、根据灰度图像和滤波图像，生成判断图像；
具体包括：获取灰度图像与滤波图像的对应位置的像素差；若像素差大于第四阈值，则确定像素差对应位置的像素为“1”；若像素差不大于第四阈值，则确定像素差对应位置的像素为“0”；根据像素差对应位置的像素，生成判断图像。像素差对应位置的像素为“1”，则该像素差对应位置为潜在的缺陷位置。
305、将判断图像向喷码方向做投影，获取像素投影值；
306、若像素投影值大于第二阈值，则确定待检测二维码存在白线缺陷。
具体的，若检测待检测二维码是否存在黑线缺陷检测，如图4所示，包括：
401、对灰度图像的像素值进行取反操作；
取反操作，即将二进制数中的“0”变成“1”，“1”变成“0”。对灰度图像的像素进行取反操作，即将灰度图像的像素值转化成二进制，再取反，然后在转换成十进制。也可以再取反后，直接以二进制的形式存储。
402、根据第一阈值，将灰度图像转化为二值图像；
403、将二值图像进行膨胀，转化为膨胀图像；
为了消除黑块边缘成像模糊造成的干扰，对二值图像进行膨胀处理。具体处理方法包括：根据预置结构元半径，生成结构元；根据结构元，将二值图像转化为膨胀图像。
404、查找膨胀图像中像素值为0值的零值位置，将灰度图像中对应的零值位置进行均值滤波，转化为滤波图像；
405、根据灰度图像和滤波图像，生成判断图像；
获取灰度图像与滤波图像的对应位置的像素差；若像素差大于第四阈值，则确定像素差对应位置的像素为“1”；若像素差不大于第四阈值，则确定像素差对应位置的像素为“0”；根据像素差对应位置的像素，生成判断图像。
406、将判断图像向喷码方向做投影，获取像素投影值；
407、若像素投影值大于第二阈值，则确定待检测二维码存在黑线缺陷。
具体的，若检测待检测二维码是否存在黑块缺陷检测，如图5所示，包括：
501、根据第一阈值，将灰度图像转化为二值图像；
502、将灰度图像进行膨胀，转化为膨胀图像；
为了消除黑块边缘成像模糊造成的干扰，对二值图像进行膨胀处理。具体处理方法，包括：根据预置结构元半径，生成结构元；根据结构元，将二值图像转化为膨胀图像。
503、查找膨胀图像中像素值为0值的零值位置，将灰度图像中对应的零值位置进行均值滤波，转化为滤波图像；
504、根据灰度图像和滤波图像，生成判断图像；
与图3所示的步骤304，或图4所示的步骤405类似，具体处理方法，包括：获取灰度图像与滤波图像的对应位置的像素差；若像素差小于第四阈值，则确定像素差对应位置的像素为“1”；若像素差不小于第四阈值，则确定像素差对应位置的像素为“0”；根据像素差对应位置的像素，生成判断图像。
505、对将判断图像进行先腐蚀再膨胀操作，获取分析图像；
因为判断图像中有一些零碎的白点干扰，为了消除白点干扰，所以对判断图像进行腐蚀操作。经腐蚀后，零碎的白点干扰消失，但是真正的缺陷也变小了。所以在对腐蚀后的判断图像做膨胀处理，重构出与原始缺陷大小相同的分析图像。腐蚀与膨胀的半径要相同，才能保证经腐蚀膨胀操作，可以重构出与原始缺陷大小相同的分析图像。
506、对分析图像进行连通域分析，分析并获取分析图像的连通面积；
507、若连通面积大于第三阈值，则确定待检测二维码存在黑块缺陷。
具体的，若检测待检测二维码是否存在白块缺陷检测，如图6所示，包括：
601、对灰度图像的像素值进行取反操作；
602、根据第一阈值，将灰度图像转化为二值图像；
603、将二值图像进行膨胀，转化为膨胀图像；
为了消除黑块边缘成像模糊造成的干扰，对二值图像进行膨胀处理。具体处理方法，包括：根据预置结构元半径，生成结构元；根据结构元，将二值图像转化为膨胀图像。
604、查找膨胀图像中像素值为0值的零值位置，将灰度图像中对应的零值位置进行均值滤波，转化为滤波图像；
605、根据灰度图像和滤波图像，生成判断图像；
与图3所示的步骤304，或图4所示的步骤405类似，具体处理方法包括：获取灰度图像与滤波图像的对应位置的像素差；若像素差小于第四阈值，则确定像素差对应位置的像素为“1”；若像素差不小于第四阈值，则确定像素差对应位置的像素为“0”；根据像素差对应位置的像素，生成判断图像。
606、对将判断图像进行先腐蚀再膨胀操作，获取分析图像；
607、对分析图像进行连通域分析，分析并获取分析图像的连通面积；
608、若连通面积大于第三阈值，则确定待检测二维码存在白块缺陷。
具体的，若检测待检测二维码是否存在模糊缺陷检测，如图7所示，包括：
701、根据第一阈值，将灰度图像转化为二值图像；
702、将二值图像进行膨胀，转化为膨胀图像，膨胀图像也就是滤波图像；
为了消除黑块边缘成像模糊造成的干扰，对二值图像进行膨胀处理。具体处理方法，包括：根据预置结构元半径，生成结构元；根据结构元，将二值图像转化为膨胀图像。
703、查找滤波图像中像素值为0值的零值位置，计算灰度图像中对应的零值位置的像素均值；
查找到一个滤波图像中像素值为0值的零值位置，记录一次零值位置，当滤波图像中所有像素值均查找完成，再获取灰度图像中对应零值位置的像素值，并计算像素均值。零值位置为潜在缺陷位置。
704、计算建模图像的建模像素均值与像素均值差值的绝对值，建模图像为待检测二维码的标准图像；
二维码中通常包括产品种类、品名、重量、生产日期等，对于同一批次的产品，产品二维码的不同之处很少，像生产日期和流水号这样的产品信息。建模图像，即待检测二维码的标准图像，是指对于同一批次产品相同位置信息不同的的二维码图像。以建模图像清楚的标准，使得判断的结果更加准确。
计算建模图像的建模像素均值，与待检测二维码像素差均值的计算方法类似。为了计算的速度与准确性，建模图像需要满足两个条件，一是没有外观缺陷，二是只包含二维码区域。首先根据将建模图像转换为建模灰度图像，比较建模灰度图像中每个像素的灰度值与预置建模阈值，若大于预置预置建模阈值，则确定建模灰度图像中像素对应位置的像素值为“1”，否则确定建模灰度图像中像素对应位置的像素值为“0”，得到二值化建模图像。对二值化建模图像进行膨胀操作，得到膨胀建模图像。根据膨胀建模图像中像素值为“0”的像素位置，获取建模灰度图像中对应位置的像素值，并求平均值，得到建模像素均值。
705、若绝对值大于预置模糊阈值，则确定待检测二维码存在模糊缺陷。
由于建模图像与随待检测二维码的膨胀图像有不同之处，所以选取预置模糊阈值，作为可容纳的模糊限制，若绝对值大于预置模糊阈值，则确定待检测二维码存在模糊缺陷。
作为图1至图7所示方法的具体实现，本发明实施例还提供了一种二维码外观缺陷检测装置，如图8所示，该装置包括：获取单元81、第一生成单元82、检测单元83、处理单元84。其中，
获取单元81，用于获取待检测二维码的灰度图像；
第一生成单元82，用于预处理灰度图像，生成滤波图像；
检测单元83，用于比较灰度图像与滤波图像，获取潜在缺陷位置，检测潜在缺陷位置是否存在外观缺陷；
处理单元84，用于若潜在缺陷位置存在外观缺陷，则将待检测二维码对应的包装做报废处理。
进一步地，如图9所示，该装置包括：
采集单元85，用于在获取待检测二维码的灰度图像之前，采集待检测二维码的数字图像信号；
查找单元86，用于根据寻像图形，查找待检测二维码的外接矩形；
第二生成单元87，根据外接矩形，生成灰度图像。
进一步地，如图9所示，第一生成单元82，包括：
第一转化模块821，用于根据第一阈值，将灰度图像转化为二值图像；
第二转化模块822，用于将二值图像进行膨胀，转化为膨胀图像；
第三转化模块823，用于查找膨胀图像中像素值为0值的零值位置，将灰度图像中对应的零值位置进行均值滤波，转化为滤波图像；
检测单元83，包括：
生成模块831，用于根据灰度图像和滤波图像，生成判断图像，判断图像包括潜在缺陷位置；
获取模块832，用于将判断图像向喷码方向做投影，获取像素投影值；
确定模块833，用于若像素投影值大于第二阈值，则确定待检测二维码存在白线缺陷。
进一步地，如图9所示，第一生成单元82，包括：
取反模块824，用于对灰度图像的像素值进行取反操作；
第一转化模块821，还用于根据第一阈值，将灰度图像转化为二值图像；
第二转化模块822，还用于将二值图像进行膨胀，转化为膨胀图像；
第三转化模块823，还用于查找膨胀图像中像素值为0值的零值位置，将灰度图像中对应的零值位置进行均值滤波，转化为滤波图像；
检测单元83，包括：
生成模块831，还用于根据灰度图像和滤波图像，生成判断图像，判断图像包括潜在缺陷位置；
获取模块832，还用于将判断图像向喷码方向做投影，获取像素投影值；
确定模块833，还用于若像素投影值大于第二阈值，则确定待检测二维码存在黑线缺陷。
进一步地，如图9所示，第一生成单元82，包括：
第一转化模块821，还用于根据第一阈值，将灰度图像转化为二值图像；
第二转化模块822，还用于将灰度图像进行膨胀，转化为膨胀图像；
第三转化模块823，还用于查找膨胀图像中像素值为0值的零值位置，将灰度图像中对应的零值位置进行均值滤波，转化为滤波图像；
检测单元83，包括：
生成模块831，还用于根据灰度图像和滤波图像，生成判断图像，判断图像包括潜在缺陷位置；
获取模块832，还用于对将判断图像进行先腐蚀再膨胀操作，获取分析图像；
分析模块834，用于对分析图像进行连通域分析，分析并获取分析图像的连通面积；
确定模块833，还用于若连通面积大于第三阈值，则确定待检测二维码存在黑块缺陷。
进一步地，如图9所示，第一生成单元82，包括：
取反模块824，还用于对灰度图像的像素值进行取反操作；
第一转化模块821，还用于根据第一阈值，将灰度图像转化为二值图像；
第二转化模块822，还用于将二值图像进行膨胀，转化为膨胀图像；
第三转化模块823，还用于查找膨胀图像中像素值为0值的零值位置，将灰度图像中对应的零值位置进行均值滤波，转化为滤波图像；
检测单元83，包括：
生成模块831，还用于根据灰度图像和滤波图像，生成判断图像，判断图像包括潜在缺陷位置；
获取模块832，还用于对将判断图像进行先腐蚀再膨胀操作，获取分析图像；
分析模块834，还用于对分析图像进行连通域分析，分析并获取分析图像的连通面积；
确定模块833，还用于若连通面积大于第三阈值，则确定待检测二维码存在白块缺陷。
进一步地，如图9所示，第一生成单元82，包括：
第一转化模块821，还用于根据第一阈值，将灰度图像转化为二值图像；
第二转化模块822，还用于将二值图像进行膨胀，转化为膨胀图像，膨胀图像也就是滤波图像；
检测单元83，包括：
第一计算模块835，用于查找膨胀图像中像素值为0值的零值位置，计算灰度图像中对应的零值位置的像素均值；
第二计算模块836，用于计算建模图像的建模像素均值与像素均值差值的绝对值，建模图像为待检测二维码的标准图像；
确定模块833，还用于若绝对值大于预置模糊阈值，则确定待检测二维码存在模糊缺陷。
进一步地，如图9所示，生成模块831，包括：
获取子模块8311，用于获取灰度图像与滤波图像的对应位置的像素差；
确定子模块8312，用于若像素差大于第四阈值，则确定像素差对应位置的像素为“1”；
确定子模块8312，还用于若像素差不小于第四阈值，则确定像素差对应位置的像素为“0”；
生成子模块8313，用于根据像素差对应位置的像素，生成判断图像。
进一步地，如图9所示，第二转化模块822，包括：
生成子模块8221，用于根据预置结构元半径，生成结构元；
转化子模块8222，用于根据结构元，将二值图像转化为膨胀图像。
由以上技术方案可知，本发明提供的一种二维码外观缺陷检测的装置，通过获取待检测二维码的灰度图像，然后预处理灰度图像，生成滤波图像，再比较灰度图像与滤波图像，获取潜在缺陷位置，检测潜在缺陷位置是否存在外观缺陷，最后将存在外观缺陷的待检测二维码对于的包装做报废处理。与现有技术相比，本发明能够提高检测二维码外观缺陷的识别效率，无论能否识别二维码携带的信息，都能够有效的识别二维码是否存在外观缺陷，并且能够对不同二维码的产品做批量检测。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (18)
1.一种二维码外观缺陷检测方法，其特征在于，所述方法包括：
获取待检测二维码的灰度图像；
预处理所述灰度图像，生成滤波图像；
比较所述灰度图像与所述滤波图像，根据图像局部特征对比度增强的方式得到潜在缺陷位置，检测所述潜在缺陷位置是否存在外观缺陷，其中，所述图像局部特征对比度增强的方式包括计算所述灰度图像与所述滤波图像的对应位置的像素差；
若所述潜在缺陷位置存在外观缺陷，则将所述待检测二维码对应的包装做报废处理。
2.根据权利要求1所述的方法，其特征在于，在获取待检测二维码的灰度图像之前，所述方法包括：
采集所述待检测二维码的数字图像信号；
根据寻像图形，查找所述待检测二维码的外接矩形；
根据所述外接矩形，生成所述灰度图像。
3.根据权利要求1所述的方法，其特征在于，所述预处理所述灰度图像，生成滤波图像，包括：
根据第一阈值，将所述灰度图像转化为二值图像；
将所述二值图像进行膨胀，转化为膨胀图像；
查找所述膨胀图像中像素值为0值的零值位置，将所述灰度图像中对应的所述零值位置进行均值滤波，转化为滤波图像；
所述比较所述灰度图像与所述滤波图像，根据图像局部特征对比度增强的方式得到潜在缺陷位置，检测所述潜在缺陷位置是否存在外观缺陷，包括：
根据所述灰度图像和所述滤波图像，生成判断图像，所述判断图像包括所述潜在缺陷位置；
将所述判断图像向喷码方向做投影，获取像素投影值；
若所述像素投影值大于第二阈值，则确定所述待检测二维码存在白线缺陷。
4.根据权利要求1所述的方法，其特征在于，所述预处理所述灰度图像，生成滤波图像，包括：
对所述灰度图像的像素值进行取反操作；
根据第一阈值，将所述灰度图像转化为二值图像；
将所述二值图像进行膨胀，转化为膨胀图像；
查找所述膨胀图像中像素值为0值的零值位置，将所述灰度图像中对应的所述零值位置进行均值滤波，转化为滤波图像；
所述比较所述灰度图像与所述滤波图像，根据图像局部特征对比度增强的方式得到潜在缺陷位置，检测所述潜在缺陷位置是否存在外观缺陷，包括：
根据所述灰度图像和所述滤波图像，生成判断图像，所述判断图像包括所述潜在缺陷位置；
将所述判断图像向喷码方向做投影，获取像素投影值；
若所述像素投影值大于第二阈值，则确定所述待检测二维码存在黑线缺陷。
5.根据权利要求1所述的方法，其特征在于，所述预处理所述灰度图像，生成滤波图像，包括：
根据第一阈值，将所述灰度图像转化为二值图像；
将所述二值图像进行膨胀，转化为膨胀图像；
查找所述膨胀图像中像素值为0值的零值位置，将所述灰度图像中对应的所述零值位置进行均值滤波，转化为滤波图像；
所述比较所述灰度图像与所述滤波图像，根据图像局部特征对比度增强的方式得到潜在缺陷位置，检测所述潜在缺陷位置是否存在外观缺陷，包括：
根据所述灰度图像和所述滤波图像，生成判断图像，所述判断图像包括所述潜在缺陷位置；
对所述判断图像进行先腐蚀再膨胀操作，获取分析图像；
对所述分析图像进行连通域分析，分析并获取所述分析图像的连通面积；
若所述连通面积大于第三阈值，则确定所述待检测二维码存在黑块缺陷。
6.根据权利要求1所述的方法，其特征在于，所述预处理所述灰度图像，生成滤波图像，包括：
对所述灰度图像的像素值进行取反操作；
根据第一阈值，将所述灰度图像转化为二值图像；
将所述二值图像进行膨胀，转化为膨胀图像；
查找所述膨胀图像中像素值为0值的零值位置，将所述灰度图像中对应的所述零值位置进行均值滤波，转化为滤波图像；
所述比较所述灰度图像与所述滤波图像，根据图像局部特征对比度增强的方式得到潜在缺陷位置，检测所述潜在缺陷位置是否存在外观缺陷，包括：
根据所述灰度图像和所述滤波图像，生成判断图像，所述判断图像包括所述潜在缺陷位置；
对所述判断图像进行先腐蚀再膨胀操作，获取分析图像；
对所述分析图像进行连通域分析，分析并获取所述分析图像的连通面积；
若所述连通面积大于第三阈值，则确定所述待检测二维码存在白块缺陷。
7.根据权利要求1所述的方法，其特征在于，所述预处理所述灰度图像，生成滤波图像，包括：
根据第一阈值，将所述灰度图像转化为二值图像；
将所述二值图像进行膨胀，转化为膨胀图像，所述膨胀图像也就是滤波图像；
所述比较所述灰度图像与所述滤波图像，根据图像局部特征对比度增强的方式得到潜在缺陷位置，检测所述潜在缺陷位置是否存在外观缺陷，包括：
查找所述滤波图像中像素值为0值的零值位置，计算所述灰度图像中对应的所述零值位置的像素均值，所述零值位置为所述潜在缺陷位置；
计算建模图像的建模像素均值与所述像素均值差值的绝对值，所述建模图像为所述待检测二维码的标准图像；
若所述绝对值大于预置模糊阈值，则确定所述待检测二维码存在模糊缺陷。
8.根据权利要求3或4所述的方法，其特征在于，所述根据所述灰度图像和所述滤波图像，生成判断图像，包括：
获取所述灰度图像与所述滤波图像的对应位置的像素差；
若所述像素差大于第四阈值，则确定所述像素差对应位置的像素为“1”；
若所述像素差不大于第四阈值，则确定所述像素差对应位置的像素为“0”；
根据所述像素差对应位置的像素，生成所述判断图像。
9.根据权利要求3至7任一项所述的方法，其特征在于，所述将所述二值图像进行膨胀，转化为膨胀图像，包括：
根据预置结构元半径，生成结构元；
根据所述结构元，将所述二值图像转化为所述膨胀图像。
10.一种二维码外观缺陷检测装置，其特征在于，所述装置包括：
获取单元，用于获取待检测二维码的灰度图像；
第一生成单元，用于预处理所述灰度图像，生成滤波图像；
检测单元，用于比较所述灰度图像与所述滤波图像，根据图像局部特征对比度增强的方式得到潜在缺陷位置，检测所述潜在缺陷位置是否存在外观缺陷，其中，所述图像局部特征对比度增强的方式包括计算所述灰度图像与所述滤波图像的对应位置的像素差；
处理单元，用于若所述潜在缺陷位置存在外观缺陷，则将所述待检测二维码对应的包装做报废处理。
11.根据权利要求10所述的装置，其特征在于，所述装置包括：
采集单元，用于在获取待检测二维码的灰度图像之前，采集所述待检测二维码的数字图像信号；
查找单元，用于根据寻像图形，查找所述待检测二维码的外接矩形；
第二生成单元，根据所述外接矩形，生成所述灰度图像。
12.根据权利要求10所述的装置，其特征在于，所述第一生成单元，包括：
第一转化模块，用于根据第一阈值，将所述灰度图像转化为二值图像；
第二转化模块，用于将所述二值图像进行膨胀，转化为膨胀图像；
第三转化模块，用于查找所述膨胀图像中像素值为0值的零值位置，将所述灰度图像中对应的所述零值位置进行均值滤波，转化为滤波图像；
所述检测单元，包括：
生成模块，用于根据所述灰度图像和所述滤波图像，生成判断图像，所述判断图像包括所述潜在缺陷位置；
获取模块，用于将所述判断图像向喷码方向做投影，获取像素投影值；
确定模块，用于若所述像素投影值大于第二阈值，则确定所述待检测二维码存在白线缺陷。
13.根据权利要求10所述的装置，其特征在于，所述第一生成单元，包括：
取反模块，用于对所述灰度图像的像素值进行取反操作；
第一转化模块，还用于根据第一阈值，将所述灰度图像转化为二值图像；
第二转化模块，还用于将所述二值图像进行膨胀，转化为膨胀图像；
第三转化模块，还用于查找所述膨胀图像中像素值为0值的零值位置，将所述灰度图像中对应的所述零值位置进行均值滤波，转化为滤波图像；
所述检测单元，包括：
生成模块，还用于根据所述灰度图像和所述滤波图像，生成判断图像，所述判断图像包括所述潜在缺陷位置；
获取模块，还用于将所述判断图像向喷码方向做投影，获取像素投影值；
确定模块，还用于若所述像素投影值大于第二阈值，则确定所述待检测二维码存在黑线缺陷。
14.根据权利要求10所述的装置，其特征在于，所述第一生成单元，包括：
第一转化模块，还用于根据第一阈值，将所述灰度图像转化为二值图像；
第二转化模块，还用于将所述二值图像进行膨胀，转化为膨胀图像；
第三转化模块，还用于查找所述膨胀图像中像素值为0值的零值位置，将所述灰度图像中对应的所述零值位置进行均值滤波，转化为滤波图像；
所述检测单元，包括：
生成模块，还用于根据所述灰度图像和所述滤波图像，生成判断图像，所述判断图像包括所述潜在缺陷位置；
获取模块，还用于对所述判断图像进行先腐蚀再膨胀操作，获取分析图像；
分析模块，用于对所述分析图像进行连通域分析，分析并获取所述分析图像的连通面积；
确定模块，还用于若所述连通面积大于第三阈值，则确定所述待检测二维码存在黑块缺陷。
15.根据权利要求10所述的装置，其特征在于，所述第一生成单元，包括：
取反模块，还用于对所述灰度图像的像素值进行取反操作；
第一转化模块，还用于根据第一阈值，将所述灰度图像转化为二值图像；
第二转化模块，还用于将所述二值图像进行膨胀，转化为膨胀图像；
第三转化模块，还用于查找所述膨胀图像中像素值为0值的零值位置，将所述灰度图像中对应的所述零值位置进行均值滤波，转化为滤波图像；
所述检测单元，包括：
生成模块，还用于根据所述灰度图像和所述滤波图像，生成判断图像，所述判断图像包括所述潜在缺陷位置；
获取模块，还用于对所述判断图像进行先腐蚀再膨胀操作，获取分析图像；
分析模块，还用于对所述分析图像进行连通域分析，分析并获取所述分析图像的连通面积；
确定模块，还用于若所述连通面积大于第三阈值，则确定所述待检测二维码存在白块缺陷。
16.根据权利要求10所述的装置，其特征在于，所述第一生成单元，包括：
第一转化模块，还用于根据第一阈值，将所述灰度图像转化为二值图像；
第二转化模块，还用于将所述二值图像进行膨胀，转化为膨胀图像，所述膨胀图像也就是滤波图像；
所述检测单元，包括：
第一计算模块，用于查找所述滤波图像中像素值为0值的零值位置，计算所述灰度图像中对应的所述零值位置的像素均值，所述零值位置为所述潜在缺陷位置；
第二计算模块，用于计算建模图像的建模像素均值与所述像素均值差值的绝对值，所述建模图像为所述待检测二维码的标准图像；
确定模块，还用于若所述绝对值大于预置模糊阈值，则确定所述待检测二维码存在模糊缺陷。
17.根据权利要求12或13所述的装置，其特征在于，所述生成模块，包括：
获取子模块，用于获取所述灰度图像与所述滤波图像的对应位置的像素差；
确定子模块，用于若所述像素差大于第四阈值，则确定所述像素差对应位置的像素为“1”；
确定子模块，还用于若所述像素差不大于第四阈值，则确定所述像素差对应位置的像素为“0”；
生成子模块，用于根据所述像素差对应位置的像素，生成所述判断图像。
18.根据权利要求12至16任一项所述的装置，其特征在于，所述第二转化模块，包括：
生成子模块，用于根据预置结构元半径，生成结构元；
转化子模块，用于根据所述结构元，将所述二值图像转化为所述膨胀图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610957026.4A CN106548111B (zh) | 2016-10-26 | 2016-10-26 | 一种二维码外观缺陷检测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610957026.4A CN106548111B (zh) | 2016-10-26 | 2016-10-26 | 一种二维码外观缺陷检测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106548111A CN106548111A (zh) | 2017-03-29 |
| CN106548111B true CN106548111B (zh) | 2019-04-16 |
Family
ID=58393365
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610957026.4A Active CN106548111B (zh) | 2016-10-26 | 2016-10-26 | 一种二维码外观缺陷检测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106548111B (zh) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109472765B (zh) * | 2017-09-07 | 2020-09-22 | 凌云光技术集团有限责任公司 | 一种喷码质量的检测方法及装置 |
| CN108109120B (zh) * | 2017-12-18 | 2020-09-08 | 凌云光技术集团有限责任公司 | 一种点阵二维码的光照补偿方法及装置 |
| CN109060840B (zh) * | 2018-08-10 | 2022-04-05 | 北京极智嘉科技股份有限公司 | 二维码的质量监测方法、装置、机器人、服务器和介质 |
| CN109274907B (zh) * | 2018-11-21 | 2020-10-16 | 中电科技集团重庆声光电有限公司 | 一种cmos图像传感器上的信号处理方法 |
| CN109740403B (zh) * | 2019-01-04 | 2022-02-22 | 凌云光技术股份有限公司 | 一种识读一维条码的方法和装置 |
| CN110561381B (zh) * | 2019-08-29 | 2023-03-21 | 黑龙江大学 | 智能效验机器人及效验方法 |
| CN110596137A (zh) * | 2019-09-12 | 2019-12-20 | 汕头东风印刷股份有限公司 | 一种生产线上的二维码缺陷检测方法及装置 |
| CN110969612B (zh) * | 2019-12-04 | 2023-03-21 | 常州大学 | 二维码印刷缺陷检测方法 |
| CN112651260B (zh) * | 2020-12-30 | 2024-01-30 | 凌云光技术股份有限公司 | 一种自适应离散码转连续码的方法及系统 |
| CN113658164B (zh) * | 2021-08-24 | 2024-05-24 | 凌云光技术股份有限公司 | 一种二维码信息提取准确性的评估方法及装置 |
| CN117358615B (zh) * | 2023-10-08 | 2024-04-30 | 南京三隆包装有限公司 | 一种自动喷码印刷缺陷检测方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102509300A (zh) * | 2011-11-18 | 2012-06-20 | 深圳市宝捷信科技有限公司 | 一种缺陷检测方法及系统 |
| CN105205431A (zh) * | 2015-09-16 | 2015-12-30 | 广西中烟工业有限责任公司 | 一种包装过程中二维码自动校对系统及方法 |
| CN105976389A (zh) * | 2016-05-20 | 2016-09-28 | 南京理工大学 | 一种手机底板连接器缺陷检测方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1839398A (zh) * | 2004-07-22 | 2006-09-27 | 松下电器产业株式会社 | 多色型二维条形码及其图像显示装置、信息终端装置、显示方法、解读方法、信息通信系统、信息通信方法 |
| EP1801735B1 (en) * | 2004-10-15 | 2011-01-26 | Sony Computer Entertainment Inc. | Card and image data transmission method |
| CN102722871B (zh) * | 2012-05-24 | 2015-02-11 | 中山大学 | 一种快速有效的图像增强方法 |
-
2016
- 2016-10-26 CN CN201610957026.4A patent/CN106548111B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102509300A (zh) * | 2011-11-18 | 2012-06-20 | 深圳市宝捷信科技有限公司 | 一种缺陷检测方法及系统 |
| CN105205431A (zh) * | 2015-09-16 | 2015-12-30 | 广西中烟工业有限责任公司 | 一种包装过程中二维码自动校对系统及方法 |
| CN105976389A (zh) * | 2016-05-20 | 2016-09-28 | 南京理工大学 | 一种手机底板连接器缺陷检测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于模板匹配法的二维码缺陷检测算法研究;王焕伟;《中国优秀硕士学位论文全文数据库 信息科技辑》;20151015;第二章第2.1节-第四章第4.4节 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106548111A (zh) | 2017-03-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106548111B (zh) | 一种二维码外观缺陷检测方法及装置 | |
| CN107545239B (zh) | 一种基于车牌识别与车辆特征匹配的套牌检测方法 | |
| CN101281597B (zh) | 一种产品包装图形标识信息在线实时采集识别装置及方法 | |
| Wu et al. | An automated vision system for container-code recognition | |
| CN106815583B (zh) | 一种基于mser和swt相结合的夜间车辆车牌定位方法 | |
| CN113034488B (zh) | 一种喷墨印刷品的视觉检测方法 | |
| CN106934806A (zh) | 一种基于结构清晰度的无参考图失焦模糊区域分割方法 | |
| CN110276759B (zh) | 一种基于机器视觉的手机屏坏线缺陷诊断方法 | |
| Edward V | Support vector machine based automatic electric meter reading system | |
| CN111754525B (zh) | 一种基于非精确切分的工业字符检测流程 | |
| CN117094975A (zh) | 钢铁表面缺陷检测方法、装置及电子设备 | |
| CN115078365A (zh) | 一种软包装印刷质量缺陷检测方法 | |
| CN117315670B (zh) | 一种基于计算机视觉的水表读数区域检测方法 | |
| CN110516592A (zh) | 一种基于手写数字字符的识别方法 | |
| Bala et al. | Image simulation for automatic license plate recognition | |
| JP4918615B2 (ja) | 対象個数検出装置および対象個数検出方法 | |
| CN115239595A (zh) | 一种包装印刷品二维码合格性检测方法 | |
| Lin et al. | Locating license plate based on edge features of intensity and saturation subimages | |
| CN114596242A (zh) | 缺陷检测方法、装置、电子设备及计算机可读存储介质 | |
| CN109740402B (zh) | 基于频谱信息的二维码方向与位置获取方法 | |
| JP2009205695A (ja) | 対象個数検出装置および対象個数検出方法 | |
| CN113850835A (zh) | 一种野外大视场下近实时运动目标检测方法和系统 | |
| Sakharov et al. | Research and Development of Information Technology for Determining Shoe Size by Image | |
| Chaudhari et al. | Document image binarization using threshold segmentation | |
| CN111798429B (zh) | 一种印刷品缺陷的视觉检测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 100094 Beijing city Haidian District Cui Hunan loop 13 Hospital No. 7 Building 7 room 701 Patentee after: Lingyunguang Technology Co., Ltd Address before: 100094 Beijing city Haidian District Cui Hunan loop 13 Hospital No. 7 Building 7 room 701 Patentee before: LUSTER LIGHTTECH GROUP Co.,Ltd. |
|
| CP01 | Change in the name or title of a patent holder |