CN107218929A - 一种基于机器视觉技术的水松纸折边检测方法 - Google Patents
一种基于机器视觉技术的水松纸折边检测方法 Download PDFInfo
- Publication number
- CN107218929A CN107218929A CN201710251271.8A CN201710251271A CN107218929A CN 107218929 A CN107218929 A CN 107218929A CN 201710251271 A CN201710251271 A CN 201710251271A CN 107218929 A CN107218929 A CN 107218929A
- Authority
- CN
- China
- Prior art keywords
- cork paper
- mrow
- checked
- msub
- pos
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
- G01C11/06—Interpretation of pictures by comparison of two or more pictures of the same area
- G01C11/08—Interpretation of pictures by comparison of two or more pictures of the same area the pictures not being supported in the same relative position as when they were taken
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于机器视觉技术的水松纸折边的检测方法，属于机器视觉检测技术领域，本发明对于水松纸折边的检测精度可达到0.02mm，能够适应不同宽度、不同品种的水松纸检测，具有较为广泛的应用空间。
Description
技术领域
本发明属于机器视觉检测技术领域，具体涉及一种基于机器视觉技术的水松纸折边的检测方法。
背景技术
水松纸在卷接机上烟支卷接的过程中会出现折边的现象，通过在水松纸两边加上检测装置，如果发现有折边现象，可马上向卷接系统发送报警信号。
目前，现有的检测技术是在水松纸边沿上方安装光纤传感器组。正常情况下，传感器信号照到水松纸上会反射回来，被光纤传感器接收到，如果出现折边现象时，反射的面积会变小，接收到的光强小于设定阈值，就会发送报警信号。但这种方式对于水松纸整体偏移等现象不能很好的判断，且不能定量的分析折边的程度。
发明内容
针对现有技术中存在的上述技术问题，本发明提出了一种基于机器视觉技术的水松纸折边检测方法，设计合理，克服了现有技术的不足，具有良好的效果。
为了实现上述目的，本发明采用如下技术方案：
一种基于机器视觉技术的水松纸折边检测方法，该方法采用一种基于机器视觉技术的水松纸折边检测装置，其包括一个长条形光源、两个图像传感器和计算机控制器，其中，长条形光源平行安装在待检水松纸的下方，两个图像传感器垂直安装在待检水松纸的上方，并分别位于待检水松纸的左右两侧的边缘处；
所述的基于机器视觉技术的水松纸折边检测方法，具体包括如下步骤：
步骤1：利用图像传感器采集模板水松纸和待检水松纸的边缘图像，并将采集到的边缘图像传送到计算机控制器；
步骤2：通过计算机控制器对步骤1所采集到的边缘图像进行灰度化处理，得到灰度图像；
步骤3：通过计算机控制器对灰度图像进行垂直投影，得到投影曲线；
步骤4：利用梯度法对投影曲线进行查找，分别得到模板水松纸和待检水松纸的左、右侧位置信息；
步骤5：对模板水松纸和待检水松纸左、右侧位置信息分别进行比较计算，得到左、右侧位置偏移结果，判断待检水松纸的左、右侧位置的偏移距离是否在设定的灵敏度范围内；
若：判断结果为待检水松纸的左、右侧位置的偏移距离不在设定的灵敏度范围内，则判断为待检水松纸折边，向卷接机发送报警信号；
或判断结果为待检水松纸的左、右侧位置的偏移距离在设定的灵敏度范围，则判断为合格。
优选地，在步骤3中，对灰度化后的图像进行垂直投影的计算公式为：
其中：PTL[j]为模板水松纸左侧投影曲线；PTR[j]为模板水松纸右侧投影曲线；QTL(i,j)为模板水松纸左侧灰度化后的图像亮度；QTR(i,j)为模板水松纸右侧灰度化后的图像亮度；
PL[j]为待检水松纸左侧投影曲线；PR[j]为待检水松纸右侧投影曲线；QL(i,j)为待检水松纸左侧灰度化后的图像亮度；QR(i,j)为待检水松纸右侧灰度化后的图像亮度；Width为图像宽度；Height为图像高度。
优选地，在步骤4中，用梯度法对投影后的曲线进行查找的具体方法为：
对一维数组PTL[j]按照索引j从左到右递增方向进行搜索，找出其中满足大于设定阈值△对应的索引值S，如果在索引递增方向上紧挨着S后面连续19个索引对应的数组值都满足大于△的条件，则此时的索引值S才能算作水松纸的边缘位置；对一维数组PL[j]、PR[j]、PTR[j]进行同样的操作得到水松纸的边缘位置，其中PL[j]按照j递增方向搜索，PR[j]和PTR[j]按照j递减方向搜索，计算公式如下：
其中，PosTL为模板水松纸的左侧位置；PosTR为模板水松纸的右侧位置；PosL为待检水松纸的左侧位置；PosR为待检水松纸的右侧位置。
优选地，在步骤5中，待检水松纸的左、右侧位置的偏移距离是否在设定的灵敏度范围内的判断公式如下：
|(PosL-PosTL)-(PosR-PosTR)|≤(M*C)
其中：C为设定的灵敏度，M为1mm对应的像素数。
本发明所带来的有益技术效果：
相比于之前采用光纤传感器的方式，只能定性的判断，而且容易将水松纸偏移现象当作折边问题造成误判，本发明采用的机器视觉技术能够很好的解决这些问题，还能定量的分析折边程度，具体能精确到0.02mm，极大的提升了效果，满足了需求。
附图说明
图1为图像传感器及光源安装角度图；
图2为模板水松纸左侧和右侧的原始图像示意图。
图3为待检水松纸左侧和右侧的原始图像示意图。
图4为模板水松纸左侧和右侧的灰度化图像示意图。
图5为待检水松纸左侧和右侧的灰度化图像示意图。
图6为模板水松纸左侧和右侧的投影曲线示意图。
图7为待检水松纸左侧和右侧的投影曲线示意图。
具体实施方式
下面结合附图以及具体实施方式对本发明作进一步详细说明：
如图1所示，图像传感器垂直安装在待检水松纸上方边缘处，长条形光源平行安装在待检水松纸下方。长条形光源的光从对面打过来，图像采集器拍到的图像中，没被待检水松纸挡到的部分很亮，被挡住的部分，图像亮度降低，这样可以区分出待检水松纸的边缘，得到待检水松纸的左、右侧边缘的位置信息。再将此时待检水松纸左、右侧位置与合格标准的水松纸位置进行比较计算，如果左、右侧合并后的偏移结果在设定的灵敏度范围外，则判断为水松纸折边，反之合格。
如图2和图3所示，采集到的原始图像是彩色图像，先要对其进行灰度化处理，转化成灰度图像，如图4和图5所示，再对灰度化进行垂直投影，得到投影曲线，如图6和图7所示，接着用梯度法对投影曲线查找，获得模板和待检水松纸的左、右侧位置信息，最后对模板和待检的水松纸左右侧位置分别进行比较计算，得到左右侧的位置偏移综合结果，判定可在设定的灵敏度范围内，超出则不合格，发生了折边。
具体步骤如下：
1.对模板和待检的水松纸原始图像进行灰度化后再垂直投影处理，计算公式如下：
其中PTL[j]、PTR[j]、QTL(i,j)、QTR(i,j)分别为模板水松纸左、右侧投影曲线和灰度化后的图像亮度，PL[j]、PR[j]、QL(i,j)、QR(i,j)分别为待检水松纸左、侧线和灰度化后的图像亮度，Width为图像宽度，Height为图像高度。
2.采用梯度法查找水松纸的边缘。对一维数组PTL[j]按照索引j从左到右递增方向进行搜索，找出其中满足大于设定阈值△对应的索引值S，且在索引递增方向上紧挨着S后面连续19个索引对应的数组值都满足大于△的条件，此时的索引值S才能算作水松纸的边缘位置；对一维数组PL[j]、PR[j]、PTR[j]进行同样的操作得到水松纸的边缘位置，其中PL[j]按照j递增方向搜索，PR[j]和PTR[j]按照j递减方向搜索。计算公式如下：
其中PosTL、PosTR和PosL、PosR分别为找到的模板和待检的水松纸左右侧位置。
3.计算模板和待检水松纸左右侧位置的综合结果，判断在设定灵敏度C范围内，则没折边，反之出现了折边。计算公式如下：
|(PosL-PosTL)-(PosR-PosTR)|≤(M*C)
其中，M为1mm对应的像素数。
在本例中，水松纸宽度为64mm，图像传感器分辨率为744*480，光学镜头采用8mm的镜头，镜头距离水松纸距离为17mm，此时M＝50，灵敏度C＝1mm，阈值△＝200。按上述步骤计算得到的PosTL＝343像素，PosTR＝374像素，PosL＝477像素，PosR＝381像素，|(PosL-PosTL)-(PosR-PosTR)|＝127像素，大大超过设定的1mm灵敏度，此时水松纸发生了折边现象，折边程度超过2mm。
本发明提供了一种基于机器视觉技术的水松纸折边的检测方法，对于水松纸折边的检测精度可达到0.02mm，能够适应不同宽度、不同品种的水松纸检测，具有较为广泛的应用空间。
当然，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也应属于本发明的保护范围。
Claims (4)
1.一种基于机器视觉技术的水松纸折边检测方法，其特征在于，该方法采用一种基于机器视觉技术的水松纸折边检测装置，其包括一个长条形光源、两个图像传感器和计算机控制器，其中，长条形光源平行安装在待检水松纸的下方，两个图像传感器垂直安装在待检水松纸的上方，并分别位于待检水松纸的左右两侧的边缘处；
所述的基于机器视觉技术的水松纸折边检测方法，具体包括如下步骤：
步骤1：利用图像传感器采集模板水松纸和待检水松纸的边缘图像，并将采集到的边缘图像传送到计算机控制器；
步骤2：通过计算机控制器对步骤1所采集到的边缘图像进行灰度化处理，得到灰度图像；
步骤3：通过计算机控制器对灰度图像进行垂直投影，得到投影曲线；
步骤4：利用梯度法对投影曲线进行查找，分别得到模板水松纸和待检水松纸的左、右侧位置信息；
步骤5：对模板水松纸和待检水松纸左、右侧位置信息分别进行比较计算，得到左、右侧位置偏移结果，判断待检水松纸的左、右侧位置的偏移距离是否在设定的灵敏度范围内；
若：判断结果为待检水松纸的左、右侧位置的偏移距离不在设定的灵敏度范围内，则判断为待检水松纸折边，向卷接机发送报警信号；
或判断结果为待检水松纸的左、右侧位置的偏移距离在设定的灵敏度范围，则判断为合格。
2.根据权利要求1所述的基于机器视觉技术的水松纸折边检测方法，其特征在于，在步骤3中，对灰度化后的图像进行垂直投影的计算公式为：
<mrow>
<mo>{</mo>
<mrow>
<mtable>
<mtr>
<mtd>
<msub>
<mi>P</mi>
<mrow>
<mi>T</mi>
<mi>L</mi>
</mrow>
</msub>
<mo>&lsqb;</mo>
<mi>j</mi>
<mo>&rsqb;</mo>
<mo>=</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>H</mi>
<mi>e</mi>
<mi>i</mi>
<mi>g</mi>
<mi>h</mi>
<mi>t</mi>
</mrow>
</msubsup>
<msub>
<mi>Q</mi>
<mrow>
<mi>T</mi>
<mi>L</mi>
</mrow>
</msub>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
<mo>/</mo>
<mi>H</mi>
<mi>e</mi>
<mi>i</mi>
<mi>g</mi>
<mi>h</mi>
<mi>t</mi>
<mo>,</mo>
<mi>j</mi>
<mo>&Element;</mo>
<mo>(</mo>
<mn>0</mn>
<mo>,</mo>
<mi>W</mi>
<mi>i</mi>
<mi>d</mi>
<mi>t</mi>
<mi>h</mi>
<mo>)</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>P</mi>
<mrow>
<mi>T</mi>
<mi>R</mi>
</mrow>
</msub>
<mo>&lsqb;</mo>
<mi>j</mi>
<mo>&rsqb;</mo>
<mo>=</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>H</mi>
<mi>e</mi>
<mi>i</mi>
<mi>g</mi>
<mi>h</mi>
<mi>t</mi>
</mrow>
</msubsup>
<msub>
<mi>Q</mi>
<mrow>
<mi>T</mi>
<mi>R</mi>
</mrow>
</msub>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
<mo>/</mo>
<mi>H</mi>
<mi>e</mi>
<mi>i</mi>
<mi>g</mi>
<mi>h</mi>
<mi>t</mi>
<mo>,</mo>
<mi>j</mi>
<mo>&Element;</mo>
<mo>(</mo>
<mn>0</mn>
<mo>,</mo>
<mi>W</mi>
<mi>i</mi>
<mi>d</mi>
<mi>t</mi>
<mi>h</mi>
<mo>)</mo>
</mtd>
</mtr>
</mtable>
<mo>;</mo>
</mrow>
</mrow>
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<msub>
<mi>P</mi>
<mi>L</mi>
</msub>
<mo>&lsqb;</mo>
<mi>j</mi>
<mo>&rsqb;</mo>
<mo>=</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>H</mi>
<mi>e</mi>
<mi>i</mi>
<mi>g</mi>
<mi>h</mi>
<mi>t</mi>
</mrow>
</msubsup>
<msub>
<mi>Q</mi>
<mi>L</mi>
</msub>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
<mo>/</mo>
<mi>H</mi>
<mi>e</mi>
<mi>i</mi>
<mi>g</mi>
<mi>h</mi>
<mi>t</mi>
<mo>,</mo>
<mi>j</mi>
<mo>&Element;</mo>
<mo>(</mo>
<mn>0</mn>
<mo>,</mo>
<mi>W</mi>
<mi>i</mi>
<mi>d</mi>
<mi>t</mi>
<mi>h</mi>
<mo>)</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>P</mi>
<mi>R</mi>
</msub>
<mo>&lsqb;</mo>
<mi>j</mi>
<mo>&rsqb;</mo>
<mo>=</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>H</mi>
<mi>e</mi>
<mi>i</mi>
<mi>g</mi>
<mi>h</mi>
<mi>t</mi>
</mrow>
</msubsup>
<msub>
<mi>Q</mi>
<mi>R</mi>
</msub>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
<mo>/</mo>
<mi>H</mi>
<mi>e</mi>
<mi>i</mi>
<mi>g</mi>
<mi>h</mi>
<mi>t</mi>
<mo>,</mo>
<mi>j</mi>
<mo>&Element;</mo>
<mo>(</mo>
<mn>0</mn>
<mo>,</mo>
<mi>W</mi>
<mi>i</mi>
<mi>d</mi>
<mi>t</mi>
<mi>h</mi>
<mo>)</mo>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>;</mo>
</mrow>
其中：PTL[j]为模板水松纸左侧投影曲线；PTR[j]为模板水松纸右侧投影曲线；QTL(i,j)为模板水松纸左侧灰度化后的图像亮度；QTR(i,j)为模板水松纸右侧灰度化后的图像亮度；
PL[j]为待检水松纸左侧投影曲线；PR[j]为待检水松纸右侧投影曲线；QL(i,j)为待检水松纸左侧灰度化后的图像亮度；QR(i,j)为待检水松纸右侧灰度化后的图像亮度；Width为图像宽度；Height为图像高度。
3.根据权利要求1所述的基于机器视觉技术的水松纸折边检测方法，其特征在于，在步骤4中，用梯度法对投影后的曲线进行查找的具体方法为：
对一维数组PTL[j]按照索引j从左到右递增方向进行搜索，找出其中满足大于设定阈值△对应的索引值S，如果在索引递增方向上紧挨着S后面连续19个索引对应的数组值都满足大于设定阈值△的条件，则此时的索引值S才能算作水松纸的边缘位置；对一维数组PL[j]、PR[j]、PTR[j]进行同样的操作得到水松纸的边缘位置，其中对PL[j]按照j递增方向搜索，对PR[j]和PTR[j]按照j递减方向搜索，计算公式如下：
其中，PosTL为模板水松纸的左侧位置；PosTR为模板水松纸的右侧位置；PosL为待检水松纸的左侧位置；PosR为待检水松纸的右侧位置。
4.根据权利要求1所述的基于机器视觉技术的水松纸折边检测方法，其特征在于，在步骤5中，待检水松纸的左、右侧位置的偏移距离是否在设定的灵敏度范围内的判断公式如下：
|(PosL-PosTL)-(PosR-PosTR)|≤(M*C)
其中：C为设定的灵敏度，M为1mm对应的像素数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710251271.8A CN107218929B (zh) | 2017-04-18 | 2017-04-18 | 一种基于机器视觉技术的水松纸折边检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710251271.8A CN107218929B (zh) | 2017-04-18 | 2017-04-18 | 一种基于机器视觉技术的水松纸折边检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107218929A true CN107218929A (zh) | 2017-09-29 |
| CN107218929B CN107218929B (zh) | 2019-08-30 |
Family
ID=59927895
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710251271.8A Active CN107218929B (zh) | 2017-04-18 | 2017-04-18 | 一种基于机器视觉技术的水松纸折边检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107218929B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110833208A (zh) * | 2019-11-29 | 2020-02-25 | 龙岩烟草工业有限责任公司 | 卷烟机和水松纸输送检测方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008068951A (ja) * | 2006-09-13 | 2008-03-27 | National Printing Bureau | 不正給紙検出装置 |
| CN101912158A (zh) * | 2010-07-23 | 2010-12-15 | 安徽中烟工业公司 | 应用于protos70上的水松纸偏移检测装置 |
| CN103416844A (zh) * | 2013-08-23 | 2013-12-04 | 厦门烟草工业有限责任公司 | 卷接机水松纸反折检测方法和系统 |
| CN204575555U (zh) * | 2015-05-08 | 2015-08-19 | 深圳市润之创科技有限公司 | 水松纸外观视觉质量检测系统 |
| CN105000411A (zh) * | 2015-07-14 | 2015-10-28 | 中国电子科技集团公司第四十一研究所 | 一种基于机器视觉技术的盘纸余量检测方法 |
-
2017
- 2017-04-18 CN CN201710251271.8A patent/CN107218929B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008068951A (ja) * | 2006-09-13 | 2008-03-27 | National Printing Bureau | 不正給紙検出装置 |
| CN101912158A (zh) * | 2010-07-23 | 2010-12-15 | 安徽中烟工业公司 | 应用于protos70上的水松纸偏移检测装置 |
| CN103416844A (zh) * | 2013-08-23 | 2013-12-04 | 厦门烟草工业有限责任公司 | 卷接机水松纸反折检测方法和系统 |
| CN204575555U (zh) * | 2015-05-08 | 2015-08-19 | 深圳市润之创科技有限公司 | 水松纸外观视觉质量检测系统 |
| CN105000411A (zh) * | 2015-07-14 | 2015-10-28 | 中国电子科技集团公司第四十一研究所 | 一种基于机器视觉技术的盘纸余量检测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 张可洲，邓春宁: "线阵CCD技术在水松纸自动纠偏中的运用", 《自动化与仪器仪表》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110833208A (zh) * | 2019-11-29 | 2020-02-25 | 龙岩烟草工业有限责任公司 | 卷烟机和水松纸输送检测方法 |
| CN110833208B (zh) * | 2019-11-29 | 2022-07-05 | 龙岩烟草工业有限责任公司 | 卷烟机和水松纸输送检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107218929B (zh) | 2019-08-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11551341B2 (en) | Method and device for automatically drawing structural cracks and precisely measuring widths thereof | |
| CN108759973B (zh) | 一种水位测量方法 | |
| JP5664152B2 (ja) | 撮像装置、車載用撮像システム及び物体識別装置 | |
| CN111696077A (zh) | 一种基于WaferDet网络的晶圆缺陷检测方法 | |
| AU2013347512B2 (en) | Paper currency number recognition apparatus and recognition method | |
| CN109255787A (zh) | 基于深度学习和图像处理技术的丝锭划痕检测系统及方法 | |
| CN103279735B (zh) | 一种金融票据识别模块中积灰检测方法及系统 | |
| CN105160652A (zh) | 基于计算机视觉的手机外壳检验装置与方法 | |
| CN103150549B (zh) | 一种基于烟雾早期运动特征的公路隧道火灾检测方法 | |
| CN107764841B (zh) | 一种检测并区分透明玻璃盖板上下表面缺陷的装置及方法 | |
| CN102680481B (zh) | 棉纤维杂质的检测方法 | |
| WO2016078455A1 (zh) | 纸币褶皱的识别装置和方法 | |
| KR20090101356A (ko) | 결함 검출 장치 및 결함 검출 방법 | |
| CN105938554B (zh) | 基于图像自动判读的尖轨伸缩位移监测方法及系统 | |
| JP2015197804A (ja) | 道路測定システム | |
| CN103065519A (zh) | 坡道定点停车和起步检测系统及其检测方法 | |
| CN103033127B (zh) | 一种基板预对准位姿测量方法 | |
| CN103385539B (zh) | 基于机器视觉的单烟支空头检测方法及专用设备 | |
| CN104700395A (zh) | 一种构造物外观裂缝检测方法及系统 | |
| CN102175692A (zh) | 织物坯布疵点快速检测系统及方法 | |
| Liang et al. | Research on concrete cracks recognition based on dual convolutional neural network | |
| CN112329893A (zh) | 基于数据驱动的异源多目标智能检测方法及系统 | |
| CN107218929B (zh) | 一种基于机器视觉技术的水松纸折边检测方法 | |
| CN104123728A (zh) | 基于Hough变换的圆管检测方法 | |
| CN104166843B (zh) | 一种基于直线连续性的文档图像来源判别方法 |
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 |