CN107240134A - 一种基于在线颜色识别的工业产品快速分类方法及装置 - Google Patents
一种基于在线颜色识别的工业产品快速分类方法及装置 Download PDFInfo
- Publication number
- CN107240134A CN107240134A CN201710391987.8A CN201710391987A CN107240134A CN 107240134 A CN107240134 A CN 107240134A CN 201710391987 A CN201710391987 A CN 201710391987A CN 107240134 A CN107240134 A CN 107240134A
- Authority
- CN
- China
- Prior art keywords
- article
- control system
- cylinder
- color
- image
- 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
- G06T7/90—Determination of colour characteristics
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
- B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
- B07C5/3422—Sorting according to other particular properties according to optical properties, e.g. colour using video scanning devices, e.g. TV-cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Abstract
一种基于在线颜色识别的工业产品快速分类方法及装置,包含高速相机、红外光电传感器、气缸控制器、气缸组、与每个气缸对应的物品收集框以及控制系统,所述控制系统控制高速相机实时采集物品图像,根据背景差分法提取物品图像区域,利用聚类的方法确定物品的主色调,将实时采集的物品图像与已经建立的图像库内图像分别计算色差,根据色差最小的原则,求出当前物品的颜色分类,并判断其是否合格,控制系统根据判断结果通过气缸将物品推入对应物品收集框内。该发明的自动化程度高,操作简单,可以快速准确的对同类不同颜色的产品进行分类,可以在多种工业领域内有比较好的应用。
Description
技术领域
本发明涉及一种基于在线颜色识别的工业产品快速分类方法及装置,尤其是同种类不同主色物品生产线的自动识别与分类。
背景技术
同种类不同颜色物品的生产是工业生产中的一个方面,一般而言,包装盒上要指明产品的颜色信息,包装过程中,不同颜色的物品必须用相对应的包装盒进行包装。
在生产过程中,有些物品为单一颜色有些则以一种颜色为主其他颜色为配色。各种颜色的物品同时通过传输带传输到包装车间,一般通过人工的方式首先对产品进行分类,之后再进行包装。人工产品分类是一种单调乏味的重复性劳动,并且由于人的疲乏产生分类错误。将该部分的人工操作由自动化设备替换可以减少错误的产生并且降低人力劳动成本。但市面上的自动化颜色识别装置一般只可以分辨单一的几种颜色种类,同时效率不够高,如今显然满足不了现代化高效生产的需求。工业生产上急需一种颜色识别功能强大,高效、可靠的颜色快速识别自动分类的装置。
发明内容
1.要解决的技术问题
为了解决上述提出的问题,提高同种类不同颜色物品生产时的分类效率,解放劳动力,本发明提出了一种基于在线颜色识别的工业产品快速分类方法及装置。
2.技术方案
本发明提供的技术方案是:一种基于在线颜色识别的工业产品快速分类装置,包含高速相机、红外光电传感器、气缸控制器、气缸组、与每个气缸对应的物品收集框以及控制系统;所述高速相机固定在传输带上方,用以拍摄背景图像以及接收控制系统的信号进行拍摄;所述红外光电传感器固定在传输带的两侧,对应于所述高速相机的下方,用于检测传送带上的物品并将信号发送给控制系统;所述气缸控制器设置在所述控制系统与所述气缸组之间;所述气缸组与所述物品收集框分别安装在传输带的两侧,每个气缸均设置对应的物品收集框,所述气缸组接收所述控制系统的指令以将物品推入对应的物品收集框;所述控制系统包括系统控制程序,
进一步的,所述高速相机为高速彩色相机。
进一步的,通过所述高速相机从正上方拍摄物品以提取物品主色,所述分类装置能够对一种颜色或以一种颜色为主多种颜色为配色的物品进行分类。
进一步的,所述控制系统采用c/c++编程实现,通过串口或USB与气缸控制器进行通讯,用于控制每个气缸的启动、伸出时间及收回。
进一步的,所述控制系统还包括计数模块,所述计数模块对每一种颜色的物品进行自动计数并将计数结果储存在所述控制系统的硬盘中。
以及,一种基于在线颜色识别的工业产品快速分类方法,包括以下步骤,
步骤1:建立标准图像库,采用高速相机拍摄传输线上没有物品时的背景图像以及不同颜色物品不同姿态下的多张图片以建立标准图像库;
步骤2:实时图像采集,红外光电传感器将检测到的传输带上有物品的信号传输给控制系统,控制系统发送指令给高速相机进行拍照;
步骤3:确定分类,控制系统利用聚类的方法确定物品的主色调,将实时采集的物品图像与已经建立的图像库内图像分别计算色差,根据色差最小的原则,求出当前物品的颜色分类,所述控制系统同时根据最小色差值判断当前物品是否为合格品;
步骤4:物品分类,控制系统根据分类结果以及当前物品传送的速度来决定启动相应的气缸将当前物品推入对应的物品收集框。
进一步的,所述步骤1中,高速相机对当前流水线生产的所有颜色种类的产品,从不同角度拍摄其标准产品的多幅图像,通过将每一类产品的多幅图像与图片库中的背景图像进行背景差分算法计算,得到每一类产品的颜色信息,根据一种改进的K-means聚类算法提取每一类产品的主色。
进一步的,在所述步骤3中,色差计算采用CIELAB色差公式,比较出色差最小值得出对应的物品种类,从而确定了当前物品的种类;控制系统通过红外光电传感器位置和气缸位置质检的之间的距离以及传输带传输速度,计算出物品到达对应气缸前的时间以气缸控制器发送命令,控制指定的气缸在等待时间之后启动,将当前物品推入对应的物品收集框中。
进一步的,色差计算时,通过将实时采集的物品图像与图片库中的背景图像进行背景差分算法计算,得到当前物品的颜色信息,根据一种改进的K-means聚类算法提取物品的主色,并将当前物品的主色与图像库中所有标准产品的主色进行色差计算,求出最小色差,当该色差超出阈值范围时,则定义该物品为非合格品,反之,该物品为合格品,并对应相应的颜色分类。
进一步的,在步骤3中,在颜色分类的同时对每一种颜色的物品进行自动计数并将计数结果按照一定时间间隔保存到硬盘。
3.有益效果
采用本发明所设计的一种基于在线颜色识别的工业产品快速分类方法及装置,可以识别出所能见到的所有颜色的种类。工人只需要将不同颜色物品收集框内的物品按照相应的包装流程进行包装即可。可以大幅度提高生产效率,具有较为广泛的发展前景。
附图说明
图1为本发明的基于在线颜色识别的工业产品快速分类装置的主要结构示意图;
图2为本发明的基于在线颜色识别的工业产品快速分类方法的流程图。
图中:1-控制系统/计算中心,2-气缸控制器、3-气缸组,4-高速相机,5-物品收集框,6-传输带,7-红外光电传感器
具体实施方式
下面结合图1和图2,将对本发明进行详细说明,此处说明仅仅用以解释本发明,并不用于限定本发明。
本发明提供了一种基于在线颜色识别的工业产品快速分类方法及装置,可以快速准确的对同类不同颜色的产品进行分类。
该装置主要包括控制系统/计算中心1,气缸控制器2,气缸组3,高速相机4,物品收集框5,传输带6,红外光电传感器7。气缸控制器2通过串口与控制系统1相连,高速相机4通过线缆与控制系统1相连。高速相机4固定在传输带6正上方,用以拍摄背景图像以及接收控制系统1的信号进行拍摄;红外光电传感器7固定在传输带6的两侧,对应于高速相机4的下方,用于检测传输带6上的物品并将信号发送给控制系统1;所述气缸控制器2设置在所述控制系统1与所述气缸组3之间;所述气缸组3与所述物品收集框5分别安装在传输带6的两侧,每个气缸均设置对应的物品收集框,气缸组3接收气缸控制器控制2的指令以将物品推入对应的物品收集框5;所控制系统1为计算机,包括系统控制程序和图像采集与分析程序,控制系统1和控制高速相机4实时采集物品图像,根据背景差分法提取物品图像区域,利用聚类的方法确定物品的主色调,将实时采集的物品图像与已经建立的图像库内图像分别计算色差,在CIELAB颜色空间里采用色差公式计算色差值根据设定的阈值来判别当前物品的颜色类别,同时根据设定的色差允许值判断是否为合格品,若为合格品,根据颜色类别确定出相应的气缸,当物品由传输带传输到该气缸前时,气缸启动将该物品推入前方对应的物品收集框内,若为非合格品则被推进非合格品收集框内。在本发明实施过程中,要提前采集不同颜色物品图像,建立图像库。
在本发明实施过程中,当前采集的图像,通过背景差分法提取出仅包含物品的图像部分,然后与图像库中的所有图像的主色依次计算色差。第二个色差值与前一个色差值比较,选出较小色差值a,a与第三个色差值比较,选出较小色差值b,b再与第四个色差值比较,选出较小色差值c,依次类推最终比较出最小主色色差值,同时在该差值在设定的阈值范围内,图像库中与之对应的颜色种类即为被测物品的颜色。
在本发明实施过程中,传输带的速度已知,假设为v,相机到某个气缸的距离已知为s,(该气缸前方所对应的物品收集框应该收集那种颜色物品已知)。则从红外光电传感器到物品移动到对应气缸前方的时间为t=s/v;程序计算色差的时间为ms量级,相对于传输时间可以忽略不计。当检测到某类物品时,计算机向气缸控制器发送命令,对应气缸在等待时间t之后启动,此时物品恰好移动到该气缸前方,物品将会被推入对应的物品收集箱内。
本发明实施过程中,色差计算时,使用当前测量物品的图像,通过与背景图像进行背景差分算法计算,得到当前测量物品部分的颜色信息,利用一种改进的K-means聚类方法,确定物品的主色,具体步骤如下:
步骤1:利用基于密度聚类的方法计算出K个聚类子集;
步骤2:再通过K-均值聚类算法确定各子集的初始聚类中心;
步骤3:定义一个迭代次数上限M。
步骤4:以各子集初始聚类中的RGB值作为种子点。
步骤5:然后对图中的每个点找到一个RGB值和它最相近的种子点,并将这个点加到RGB值最相近的种子点所在点群中。假如点P离种子点S的RGB值最相近,那么P属于S点群。(为每个点群记录一个累加总值以及一个计数器,每加入一个点时都要更新这两个值)。
步骤6:计算种子点群的平均RGB值(累加总值/点的个数),并将这个RGB值作为新的种子点。
步骤7:比较这个新的值和旧值是否相等。
步骤8:如果相等,则种子点收敛完成,进入步骤10。
步骤9:如果不等,则继续执行第2步,直至迭代次数达到M次。
步骤10:当种子点收敛完成或者迭代次数达到M次,我们对所有种子点的权重做一个排序(权重即其中包含点的个数)。
步骤11:取出权重最高的种子点的值,这个值即我们所需的图片的主色。
同样,对于图像库内的图像,也通过与背景图像进行背景差分计算,得到图像库图像中物品部分,通过一种改进的K-means聚类方法。待测物品的主色与图像库中所有物品图像主色进行色差计算,比较出最小色差,当该最小色差值超出人工设定的阈值范围时,则定义该物品为非合格品,会被特定气缸作用推入非合格品收集框。否则该物品为合格品,通过气缸作用推入对应的物品收集框。
本发明实施过程中,对于不同颜色的物品进行自动计数,生产线启动时,对计算机初始化,计数为0,当计算机判断出物品属于某一类颜色的合格品时,对该颜色物品进行加1,若为非合格品,则非合格品加1,并且按照一定的时间间隔将计数结果写入文件中。计数信息包含每一种颜色的合格物品当前的数量,非合格品的数量以及记录的时间。客户可以通过查询文件来确定生成的情况。
本发明包括硬件部分和软件部分,软件部分通过c/c++编程实现,通过串口或USB与气缸控制器进行通讯,用于控制每个气缸的启动、伸出时间及收回。本发明在实施过程中,客户可以选择高速相机拍摄是否拍摄视频,是否保存视频。由于高速相机的帧数较高,保存视频时,可以采用压缩格式进行保存,牺牲一定的图像质量的前提下,大大降低视频的存储空间。
Claims (10)
1.一种基于在线颜色识别的工业产品快速分类装置,其特征在于,包含高速相机、红外光电传感器、气缸控制器、气缸组、与每个气缸对应的物品收集框以及控制系统;所述高速相机固定在传输带上方,用以拍摄背景图像以及接收控制系统的信号进行实时拍摄;所述红外光电传感器固定在传输带的两侧,对应于所述高速相机的下方,用于检测传送输上的物品并将信号发送给控制系统;所述气缸控制器设置在所述控制系统与所述气缸组之间;所述气缸组与所述物品收集框分别安装在传输带的两侧,每个气缸均设置对应的物品收集框,所述气缸组接收所述控制系统的指令以将物品推入对应的物品收集框;所述控制系统包括系统控制程序,所述控制系统控制高速相机实时采集物品图像,根据背景差分法提取物品图像区域,利用聚类的方法确定物品的主色调,将实时采集的物品图像与已经建立的图像库内图像分别计算色差,根据相同色色差最小的原则,判别出当前物品的颜色分类,所述控制系统同时根据最小色差值判断当前物品是否为合格品,若为合格品,根据颜色分类控制相应的气缸启动,当物品由传输带传输到该相应的气缸前时,气缸启动将该物品推入前方对应的物品收集框内,若为非合格品则被推进非合格品收集框内。
2.如权利要求1所述的一种基于在线颜色识别的工业产品快速分类装置,其特征在于,所述高速相机为高速彩色相机。
3.如权利要求1或2所述的一种基于在线颜色识别的工业产品快速分类装置,其特征在于,通过所述高速相机从上方拍摄物品以提取物品主色,所述分类装置能够对一种颜色或以一种颜色为主多种颜色为配色的物品进行分类。
4.如权利要求1或2所述的一种基于在线颜色识别的工业产品快速分类装置,其特征在于,系统由PC或工控机作为上位机来实现对相机采集和气缸运动控制器指令的发送,所述控制系统采用c/c++编程实现,通过串口或USB与气缸控制器进行通讯,用于控制每个气缸的启动、伸出时间及收回。
5.如权利要求1或2所述的一种基于在线颜色识别的工业产品快速分类装置,其特征在于,所述控制系统还包括计数模块,所述计数模块对每一种颜色的物品进行自动计数并将计数结果储存在所述控制系统的硬盘中。
6.一种基于在线颜色识别的工业产品快速分类方法,其特征在于,包括以下步骤,
步骤1:建立标准图像库,采用高速相机拍摄传输带上没有物品时的背景图像以及不同颜色物品不同姿态下的多张图片以建立标准图像库;
步骤2:实时图像采集,红外光电传感器将检测到的传输带上有物品的信号传输给控制系统,控制系统发送指令给高速相机进行拍照;
步骤3:确定分类,控制系统利用聚类的方法确定物品的主色调,将实时采集的物品图像与已经建立的图像库内图像分别计算色差,根据色差最小的原则,求出当前物品的颜色分类,所述控制系统同时根据最小色差值判断当前物品是否为合格品;
步骤4:物品分类,控制系统根据分类结果以及当前物品传送的速度来决定启动相应的气缸将当前物品推入对应的物品收集框。
7.如权利要求6所述的一种基于在线颜色识别的工业产品快速分类方法,其特征在于,所述步骤1中,高速相机对当前流水线生产的所有颜色种类的产品,从不同角度拍摄其标准产品的多幅图像,通过将每一类标准产品的多幅图像与图片库中的背景图像进行背景差分算法计算,得到每一类产品的颜色信息,根据一种改进的K-means聚类算法提取每一类标准产品的主色。
8.如权利要求7所述的一种基于在线颜色识别的工业产品快速分类方法,其特征在于,色差计算时,通过将实时采集的物品图像与图片库中的背景图像进行背景差分算法计算,得到当前物品的颜色信息,根据一种改进的K-means聚类算法提取物品的主色,并将当前物品的主色与图像库中所有标准产品的主色进行色差计算,求出最小色差,当该色差超出设定阈值范围时,则定义该物品为非合格品,反之,该物品为合格品,并对应相应的颜色分类。
9.如权利要求8所述的一种基于在线颜色识别的工业产品快速分类方法,其特征在于,所述步骤3中,色差计算采用CIELAB色差公式,比较出色差最小值得出对应的物品种类,从而确定了当前物品的种类;控制系统通过红外光电传感器位置和气缸位置质检的之间的距离以及传输带传输速度,计算出物品到达对应气缸前的时间以气缸控制器发送命令,控制指定的气缸在等待时间之后启动,将当前物品推入对应的物品收集框中。
10.如权利要求9所述的一种基于在线颜色识别的工业产品快速分类方法,其特征在于,所述步骤3中,在颜色分类的同时对每一种颜色的物品进行自动计数并将计数结果按照一定时间间隔保存到硬盘。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710391987.8A CN107240134A (zh) | 2017-05-27 | 2017-05-27 | 一种基于在线颜色识别的工业产品快速分类方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710391987.8A CN107240134A (zh) | 2017-05-27 | 2017-05-27 | 一种基于在线颜色识别的工业产品快速分类方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107240134A true CN107240134A (zh) | 2017-10-10 |
Family
ID=59985273
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710391987.8A Pending CN107240134A (zh) | 2017-05-27 | 2017-05-27 | 一种基于在线颜色识别的工业产品快速分类方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107240134A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107671013A (zh) * | 2017-11-23 | 2018-02-09 | 安徽锐视光电技术有限公司 | 基于色选技术的大尺寸物料剔除工艺 |
CN108273753A (zh) * | 2018-04-09 | 2018-07-13 | 赵小勇 | 一款用于快递箱自动分拣的设备 |
CN109297967A (zh) * | 2018-10-22 | 2019-02-01 | 上海易清智觉自动化科技有限公司 | 传送带多料种种类在线识别系统 |
CN109613003A (zh) * | 2018-12-12 | 2019-04-12 | 江西理工大学 | 一种外观质量检测装置及方法 |
CN110238083A (zh) * | 2019-06-25 | 2019-09-17 | 齐鲁工业大学 | 一种木皮自动分级设备及分级方法 |
CN110525927A (zh) * | 2019-09-10 | 2019-12-03 | 浙江爱易特智能技术有限公司 | 瓶盖检测设备 |
CN111160476A (zh) * | 2019-12-31 | 2020-05-15 | 佛山喀视科技有限公司 | 一种生成色差检测模型、瓷砖分色方法及装置 |
CN112246686A (zh) * | 2020-10-30 | 2021-01-22 | 南通市怡天时纺织有限公司 | 一种纺织生产运输装置 |
CN112676195A (zh) * | 2020-12-14 | 2021-04-20 | 南京林业大学 | 基于线阵cmos相机的实木地板的颜色分选装置及方法 |
CN113102273A (zh) * | 2021-04-25 | 2021-07-13 | 深圳市永丰盈电子有限公司 | 自动送料方法、装置、设备、介质及计算机程序产品 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102494773A (zh) * | 2011-11-14 | 2012-06-13 | 无锡众望四维科技有限公司 | 机器视觉系统对按扣色差的自动检测方法 |
CN105758318A (zh) * | 2016-02-25 | 2016-07-13 | 深圳市众诚达应用材料科技有限公司 | 基于机器视觉色差法在线检测CdS薄膜厚度的系统及方法 |
-
2017
- 2017-05-27 CN CN201710391987.8A patent/CN107240134A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102494773A (zh) * | 2011-11-14 | 2012-06-13 | 无锡众望四维科技有限公司 | 机器视觉系统对按扣色差的自动检测方法 |
CN105758318A (zh) * | 2016-02-25 | 2016-07-13 | 深圳市众诚达应用材料科技有限公司 | 基于机器视觉色差法在线检测CdS薄膜厚度的系统及方法 |
Non-Patent Citations (5)
Title |
---|
周邦雄主编: "《纺织CAD应用手册》", 28 February 2004, 吉林音像出版社 * |
孙水发等: "《视频前景检测及其在水电工程监测中的应用》", 31 December 2014, 国防工业出版社 * |
武可庚: "《PLC技术与实训》", 30 September 2014, 北京交通大学出版社 * |
王如桂编: "《电工实用线路与维修实例》", 30 November 1997, 人民邮电出版社 * |
肖国红等: "改进的均值聚类算法对织物图像颜色类别的判定", 《计算机与应用化学》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107671013A (zh) * | 2017-11-23 | 2018-02-09 | 安徽锐视光电技术有限公司 | 基于色选技术的大尺寸物料剔除工艺 |
CN108273753A (zh) * | 2018-04-09 | 2018-07-13 | 赵小勇 | 一款用于快递箱自动分拣的设备 |
CN109297967A (zh) * | 2018-10-22 | 2019-02-01 | 上海易清智觉自动化科技有限公司 | 传送带多料种种类在线识别系统 |
CN109297967B (zh) * | 2018-10-22 | 2023-10-20 | 上海易清智觉自动化科技有限公司 | 传送带多料种种类在线识别系统 |
CN109613003A (zh) * | 2018-12-12 | 2019-04-12 | 江西理工大学 | 一种外观质量检测装置及方法 |
CN110238083A (zh) * | 2019-06-25 | 2019-09-17 | 齐鲁工业大学 | 一种木皮自动分级设备及分级方法 |
CN110525927A (zh) * | 2019-09-10 | 2019-12-03 | 浙江爱易特智能技术有限公司 | 瓶盖检测设备 |
CN111160476A (zh) * | 2019-12-31 | 2020-05-15 | 佛山喀视科技有限公司 | 一种生成色差检测模型、瓷砖分色方法及装置 |
CN112246686A (zh) * | 2020-10-30 | 2021-01-22 | 南通市怡天时纺织有限公司 | 一种纺织生产运输装置 |
CN112676195A (zh) * | 2020-12-14 | 2021-04-20 | 南京林业大学 | 基于线阵cmos相机的实木地板的颜色分选装置及方法 |
CN112676195B (zh) * | 2020-12-14 | 2021-10-29 | 南京林业大学 | 基于线阵cmos相机的实木地板的颜色分选装置及方法 |
CN113102273A (zh) * | 2021-04-25 | 2021-07-13 | 深圳市永丰盈电子有限公司 | 自动送料方法、装置、设备、介质及计算机程序产品 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107240134A (zh) | 一种基于在线颜色识别的工业产品快速分类方法及装置 | |
CN107486415B (zh) | 基于机器视觉的篾片缺陷在线检测系统及检测方法 | |
CN104256882B (zh) | 基于计算机视觉的烟丝中再造烟叶比例测定方法 | |
US10055670B2 (en) | Image recognition device, image sensor, and image recognition method using feature | |
CN115272341A (zh) | 一种基于机器视觉的包装机缺陷产品检测方法 | |
CN104198324B (zh) | 基于计算机视觉的烟丝中叶丝比例测定方法 | |
CN109615635A (zh) | 基于图像识别对草莓进行品质分拣的方法及装置 | |
Nguyen et al. | Apple detection algorithm for robotic harvesting using a RGB-D camera | |
CN112893159B (zh) | 一种基于图像识别的煤矸石分拣方法 | |
CN104056790A (zh) | 一种马铃薯智能分选方法与装置 | |
CN106697380B (zh) | 一种可以检测苹果完整度和成熟度的苹果自动装箱机 | |
CN105976396A (zh) | 用于视频图像识别在传送带上运动物体的方法 | |
JP6316569B2 (ja) | 物品識別システムとそのプログラム | |
CN106203455A (zh) | 基于机器视觉的物料排正装置及圆柱形物料特征属性的识别方法 | |
CN104952754A (zh) | 基于机器视觉的镀膜后硅片分选方法 | |
AU2018201707A1 (en) | Video analysis method and system for detecting material on conveyor belt | |
CN105956656B (zh) | 一种用于对运动物体进行计数的设备 | |
CN106742205A (zh) | 一种可以检测苹果完整度和成熟度的苹果自动装箱方法 | |
CN105975910A (zh) | 一种用于对运动物体进行视频识别的技术处理方法及其系统 | |
CN106991667A (zh) | 一种构建图像特征谱的对虾完整性判别方法 | |
CN106903075A (zh) | 一种鞋面logo多方位视觉检测方法及系统 | |
US11878328B2 (en) | Color sorting method for small-grain agricultural products combining area scanning photoelectric characteristic and line scanning photoelectric characteristic | |
US20220080465A1 (en) | Method for recovering a posteriori information about the operation of a plant for automatic classification and sorting of fruit | |
CN107122783A (zh) | 一种基于角点检测的装配连接件快速识别方法 | |
CN106896114B (zh) | 一种可以检测苹果完整度的苹果自动装箱方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171010 |
|
RJ01 | Rejection of invention patent application after publication |