CN107248154A - 一种布匹色差实时在线检测方法 - Google Patents

一种布匹色差实时在线检测方法 Download PDF

Info

Publication number
CN107248154A
CN107248154A CN201710391993.3A CN201710391993A CN107248154A CN 107248154 A CN107248154 A CN 107248154A CN 201710391993 A CN201710391993 A CN 201710391993A CN 107248154 A CN107248154 A CN 107248154A
Authority
CN
China
Prior art keywords
cloth
texture
color
free
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
Application number
CN201710391993.3A
Other languages
English (en)
Inventor
姚克明
钱荣盛
郝大培
王小兰
杨银忠
王久龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu University of Technology
Original Assignee
Jiangsu University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangsu University of Technology filed Critical Jiangsu University of Technology
Priority to CN201710391993.3A priority Critical patent/CN107248154A/zh
Publication of CN107248154A publication Critical patent/CN107248154A/zh
Pending legal-status Critical Current

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
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G06T7/41—Analysis of texture based on statistical description of texture
    • G06T7/44—Analysis of texture based on statistical description of texture using image operators, e.g. filters, edge density metrics or local histograms
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
    • G01J2003/467—Colour computing
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30124—Fabrics; Textile; Paper

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Quality & Reliability (AREA)
  • Treatment Of Fiber Materials (AREA)

Abstract

一种布匹色差实时在线检测方法，包括以下步骤：图像采集、图像预处理、图像分隔、色差检测及结果处理；色差检测步骤具体为，在对布匹进行色差检测之前，采用阈值自适应的方法，自动判别布匹有无纹理；对标准样和被检测布匹自动分类为有纹理布匹和无纹理布匹，针对有纹理布匹和无纹理布匹分别进行色差检测；对纯色布匹直接采用求平均的方式计算色差值和相对色差；对有纹理布匹采用一种改进后的模糊聚类方法，求得色差值和相对色差。该布匹色差实时在线检测方法针对的是布匹的相对色差，受外界环境干扰较小，具有检测精度高、速度快、稳定性好的优点。

Description

一种布匹色差实时在线检测方法
技术领域
本发明涉及一种色差检测领域，具体涉及一种布匹色差实时在线检测方法。
背景技术
在纺织印染行业中，测定染色布匹之间的色差在工业生产中有着相当重要的意义，特别是印染厂中生产样品与标准样品之间的色差是质量管理的一项重要指标。然而印染的布匹中有的是纯色无纹理布匹，有些是有纹理布匹，仅采用一种算法对其检测，有时达不到理想效果，这对布匹的色差检测方法增加了难度。
同时，常见的色差类别有前后色差，局部色差，同批次布匹中会产生色差，不同批次间也会产生色差，目前，国内大多数纺织、服装行业的色差检测环节仍依靠人眼目测完成和使用专业的测色仪进行接触式的离线测量。首先，它的自动化程度低，检测速度慢，增加了生产周期。其次，色差检测对工人来说是一种单调繁重的重复性劳动，劳动强度大。更为关键的是，人眼检测以及通过色差仪的离线检测，检测结果都会受检验人员的经验、熟练程度以及一些主观因素的影响，缺乏一致性和可靠性，检测结果容易使企业上下游之间产生矛盾和纠纷。为适应现代化发展的需要，研究一种布匹色差实时在线检测方法尤为重要。
发明内容
1.要解决的技术问题
为了解决存在的上述问题，提高当前布匹色差检测的自动化程度，本发明提出了一种布匹色差实时在线检测方法。
2.技术方案
本发明提供的技术方案是：一种布匹色差在线检测方法，包括以下步骤：图像采集、图像预处理、图像分隔、色差检测及结果处理；其特征在于：色差检查具体包括以下步骤：
S1：在对布匹进行色差检测之前，采用阈值自适应的方法，自动判别布匹有无纹理；
S2：对标准样和被检测布匹自动分类为有纹理布匹和无纹理布匹，针对有纹理布匹和无纹理布匹分别进行色差检测；
S3：对纯色布匹直接采用求平均的方式计算色差值和相对色差；对有纹理布匹采用一种改进后的模糊聚类方法，求得色差值和相对色差。
进一步的，所述的阈值自适应的方法为OTSU算法，利用方向匹配滤波器进行图像卷积后，采用OTSU算法对卷积结果进行二值化，从而判别布匹有无纹理。
进一步的，所述的一种改进后的模糊聚类算法为一种改进后的模糊C均值聚类算法，通过该方法对拍摄的布匹图像的像素首先自适应确定聚类数目，分为如下步骤：
步骤1：通过聚类有效性函数，计算得到当该函数最小时对应的数值c为c*，以此确定最佳聚类数；
其中，Vc表示聚类中心，U表示模糊矩阵，Com(Vc，U)表示紧致性度量，Set(c，U)表示分离性度量；
步骤2：将最佳聚类数c带入所述模糊C均值聚类算法中，得到相应的聚类结果。
进一步的，将所述聚类结果分为两大类，像素比例最多的一类为主导色，剩余的类归为背景色，然后对每一类进行色差计算，之后采用加权处理求得总的色差值和相对色差。
3.有益效果
本发明的技术方案采集标准图像的光照环境与采集被测图像的光照环境相同，保证了色差计算的合理性。布匹色差实时在线检测实质上求得的是被测布匹与标准布匹之间的相对色差值，不同于实验室里计算的绝对色差值。因此，对环境的要求并不苛刻，完全满足绝大多数纺织印染厂的布匹色差检测要求。
本发明的布匹色差实时在线检测方法完全采用自动化控制，节约了人力成本，与传统的检测方法相比精度更高，检测效率更高、稳定性更好，是一种可以大规模推广的布匹色差实时在线检测方法。
附图说明
图1为本发明的一种布匹色差实时在线检测方法的流程图
具体实施方式
下面结合流程图1，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。
一种布匹色差实时在线检测方法，其包括以下步骤：
S1图像采集：在相同的标准光源下，两台相同型号的彩色CCD相机同时对印染后的布匹与标准布匹进行实时在线拍摄；
S2图像预处理：对采集得到的图像进行降噪、去高光等预处理；
S3图像分隔：将图像自定义分隔成M×N块，以每一块为单元进行研究；
S4有无纹理判断：每一块单元里的布匹图像可以分为纯色无纹理布匹和有纹理布匹，通过方向滤波器组来计算布匹图像的纹理，对纹理结果进行分析，当纹理所占的比例达到自适应阈值时，则规定该图像为纹理图像，否则为纯色无纹理图像；
S5分类检测1：对于纯色无纹理布匹，在基于CIELAB颜色空间下，采用色差均值ΔE作为评价标准。
S6分类检测2：对通过改进后的模糊C均值聚类的方法提取纹理图像的主导色，占图像最大比例；另一类为背景色，背景色主要由纹理和底色组成，所表征的颜色可能有多种，但总和占图像较小比例。在基于CIELAB颜色空间下，对主导色计算得到色差值：X，背景色计算得到色差值：Y，通过加权处理的方式求得总色差值：Z＝aX+bY，a+b＝1或者采用其他方法求得总色差值Z，最终求得：其中L、a、b代表标准布匹的色度值；
S7结果处理：当布匹中任意一块区域的色差值超过设定阈值时，计算机发出警报，停止机器工作，同时记录色差信息和坐标；
S8结果储存：最终布匹的色差信息被保存在计算机和云端数据库中，便于信息共享。
在本发明实施过程中，步骤S4中提出了利用方向滤波器组，即X方向和Y方向的两个sobel算子，对图像进行卷积滤波，得到两个方向的卷积结果，求欧式距离得到最终卷积结果。
在本发明实施过程中，采用OTSU(大津法)算法来自动计算阈值，对卷积结果进行二值化。数值为1的部分对应纹理区域，否则为背景部分。统计纹理部分像素个数占整个图像像素的比值，当该比值达到一定值时，可以人为设定这个值，则认为该图像为纹理布匹图像，否则为均匀布匹图像。
在本发明实施过程中，对有纹理布匹和无纹理布匹采用分别采用合适的色差计算方法，从而提高色差计算的准确性和效率。
在本发明实施过程中，步骤S5中提出了模糊聚类的思想，并采用一种改进后的模糊C均值聚类(FCM)算法，通过该方法对所拍摄的布匹图像的像素首先自适应确定聚类数目，进行分类，主要聚类为两大类，像素比例最多的一类为主导色，剩余的类归为背景色，然后对每一类进行色差计算，关键步骤如下：
步骤1：通过聚类有效性函数，计算得到当该函数最小时对应的数值c为c*，以此确定最佳聚类数。
其中，Vc表示聚类中心，U表示模糊矩阵，Com(Vc，U)表示紧致性度量，Set(c，U)表示分离性度量；
步骤2：将最佳聚类数c带入FCM算法中，得到相应的聚类结果。
在本发明实施过程中，颜色特征的提取以及色差的计算均基于CIELAB颜色空间模型，CIE LAB使用L，a和b坐标轴定义CIE颜色空间，所有颜色都可以用L、a、b这三个数值表示。
其中，明度指数L(亮度轴)，表示黑白，0为黑色，100为白色，0—100之间为灰色。
色品指数a(红绿轴)，正值为红色，负值为绿色。
色品指数b(黄蓝轴)，正值为黄色，负值为蓝色。
在本发明实施过程中，纯色无纹理布匹以及纹理布匹中无纹理部分的色差计算可以表示为被测布匹与标准布匹间L*、a*和b*之差，用ΔL*，Δa*，Δb*表示，ΔE*表示总色差，即平均色差。
CIELAB色差公式：相对色差应小于3％，超过该相对色差范围判别为该布匹存在色差。
在本发明实施过程中，提出对纯色无纹理的布匹，在基于CIELAB颜色空间下，采用一个颜色色差来表征色差的情况，采用求平均的方法得出色差均值，再计算色相对色差，并与阈值比较。相对色差同样应小于设定的百分比，超过该相对色差范围判别为该布匹存在色差。
在本发明实施过程中，判断其中任意一块区域的色差以及色相对色差是否满足设定要求，若满足，则对所有区域的色差值求和再取平均的方法，计算出整个布匹的色差值，然后继续拍摄下一张图像，进行处理。若不满足，设备发送信号给计算机，发出报警，计算机控制程序保存该被测布匹的色差参数以及对当下布匹进行图像采集，所采集的图像将根据色差类型放置到相应文件夹下，被测布匹图像的每一个区域上均标注出与标准布匹的色差值和相对色差，色差超过阈值部分用红色字体标注，其余用白色字体，同时保存当地时间。等待操作人员进一步处理。
在本发明实施过程中，计算机所保存的色差参数以及所采集到的图像信息将被上传至云端进行信息共享，便于远程查看和数据调用，同时可以人工修改参数。

Claims (4)

1.一种布匹色差在线检测方法，包括以下步骤：图像采集、图像预处理、图像分隔、色差检测及结果处理；其特征在于：色差检查具体包括以下步骤：
S1：在对布匹进行色差检测之前，采用阈值自适应的方法，自动判别布匹有无纹理；
S2：对标准样和被检测布匹自动分类为有纹理布匹和无纹理布匹，针对有纹理布匹和无纹理布匹分别进行色差检测；
S3：对纯色布匹直接采用求平均的方式计算色差值和相对色差；对有纹理布匹采用一种改进后的模糊聚类方法，求得色差值和相对色差。
2.如权利要求1所述的布匹色差在线检测方法，其特征在于，
所述的阈值自适应的方法为OTSU算法，利用方向匹配滤波器进行图像卷积后，采用OTSU算法对卷积结果进行二值化，从而判别布匹有无纹理。
3.如权利要求1所述的布匹色差在线检测方法，其特征在于，
所述的一种改进后的模糊聚类算法为一种改进后的模糊C均值聚类算法，通过该方法对拍摄的布匹图像的像素首先自适应确定聚类数目，分为如下步骤：
步骤1：通过聚类有效性函数，计算得到当该函数最小时对应的数值c为c*，以此确定最佳聚类数；
其中，Vc表示聚类中心，U表示模糊矩阵，Com(Vc，U)表示紧致性度量，Set(c，U)表示分离性度量；
步骤2：将最佳聚类数c带入所述模糊C均值聚类算法中，得到相应的聚类结果。
4.如权利要求3所述的布匹色差在线检测方法，其特征在于，
将所述聚类结果分为两大类，像素比例最多的一类为主导色，剩余的类归为背景色，然后对每一类进行色差计算，之后采用加权处理求得总的色差值和相对色差。
CN201710391993.3A 2017-05-27 2017-05-27 一种布匹色差实时在线检测方法 Pending CN107248154A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710391993.3A CN107248154A (zh) 2017-05-27 2017-05-27 一种布匹色差实时在线检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710391993.3A CN107248154A (zh) 2017-05-27 2017-05-27 一种布匹色差实时在线检测方法

Publications (1)

Publication Number Publication Date
CN107248154A true CN107248154A (zh) 2017-10-13

Family

ID=60017845

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710391993.3A Pending CN107248154A (zh) 2017-05-27 2017-05-27 一种布匹色差实时在线检测方法

Country Status (1)

Country Link
CN (1) CN107248154A (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107133625A (zh) * 2017-03-31 2017-09-05 纵目科技（上海）股份有限公司 一种黄色车道线的提取方法及系统、车载终端
CN109089096A (zh) * 2018-07-27 2018-12-25 江苏理工学院 一种自适应的布匹色差检测抗光照干扰方法
CN109389579A (zh) * 2018-08-29 2019-02-26 江苏理工学院 一种结合熵约束和标准差加权的纺织品色差检测抗光照干扰方法
CN110108362A (zh) * 2019-04-17 2019-08-09 江苏理工学院 基于slic超像素分割的色差自适应在线检测方法及装置
CN110672209A (zh) * 2019-10-24 2020-01-10 福建屹立智能化科技有限公司 一种经编布匹色差在线检测方法
CN111272673A (zh) * 2020-03-23 2020-06-12 泸州麦穗智能科技有限公司 非纯色布匹色差检测系统及检测方法
CN111708907A (zh) * 2020-06-11 2020-09-25 中国建设银行股份有限公司 一种目标人员的查询方法、装置、设备及存储介质
CN111798528A (zh) * 2020-07-01 2020-10-20 西交利物浦大学 一种织物色差检测方法、装置、存储介质及设备
CN111929327A (zh) * 2020-09-09 2020-11-13 深兰人工智能芯片研究院（江苏）有限公司 布匹缺陷检测方法和装置
CN115761013A (zh) * 2022-11-11 2023-03-07 东华大学 一种基于有无纹理分类的布匹色差检测方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102750405A (zh) * 2012-06-05 2012-10-24 浙江理工大学 一种色纺夹花织物的计算机仿真方法
CN103866551A (zh) * 2014-03-28 2014-06-18 南京理工大学 基于机器视觉的织物纬斜快速探测方法
CN103903009A (zh) * 2014-03-27 2014-07-02 北京大学深圳研究生院 一种基于机器视觉的工业品检测方法
CN104048966A (zh) * 2014-03-14 2014-09-17 东华大学 一种基于大律法的布面疵点检测及分类方法
WO2015046534A1 (ja) * 2013-09-30 2015-04-02 株式会社Ihi 画像解析装置及びプログラム
CN105719266A (zh) * 2014-12-02 2016-06-29 马鞍山森格电子科技有限公司 基于纹理特征聚类的磁瓦表面缺陷检测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102750405A (zh) * 2012-06-05 2012-10-24 浙江理工大学 一种色纺夹花织物的计算机仿真方法
WO2015046534A1 (ja) * 2013-09-30 2015-04-02 株式会社Ihi 画像解析装置及びプログラム
CN104048966A (zh) * 2014-03-14 2014-09-17 东华大学 一种基于大律法的布面疵点检测及分类方法
CN103903009A (zh) * 2014-03-27 2014-07-02 北京大学深圳研究生院 一种基于机器视觉的工业品检测方法
CN103866551A (zh) * 2014-03-28 2014-06-18 南京理工大学 基于机器视觉的织物纬斜快速探测方法
CN105719266A (zh) * 2014-12-02 2016-06-29 马鞍山森格电子科技有限公司 基于纹理特征聚类的磁瓦表面缺陷检测方法

Non-Patent Citations (9)

* Cited by examiner, † Cited by third party
Title
GILSOO CHO ET AL: "Performance Evaluation of Textile-Based Electrodes and Motion Sensors for Smart Clothing", 《IEEE SENSORS JOURNAL》 *
李志中 等: "《勘查地球物理勘查地球化学文集第18集遥感地质应用专辑》", 30 September 1994 *
杜莹萍: "基于小波变换和多尺度多方向自相关函数法织物疵点检测", 《中国优秀硕士学位论文全文数据库 工程科技I辑》 *
杨夏锋: "纺织品色差在线检测系统研究", 《中国优秀硕士学位论文全文数据库工程科技I辑》 *
王俊杰: "《数字水印与信息安全技术研究》", 31 August 2014 *
王寒: "基于物体表面色的色差评价研究", 《中国优秀硕士学位论文全文数据库工程科技II辑》 *
薄明心: "随机纹理墙地砖差异区实时检测方法的研究", 《中国优秀硕士学位论文全文数据库 工程科技I辑》 *
闫敬文 等: "《超小波分析及应用》", 30 June 2008 *
黄中宁: "具有不同颜色、粗糙度和闪耀度的金属光泽颜料样本的总体视觉差异评价", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107133625A (zh) * 2017-03-31 2017-09-05 纵目科技（上海）股份有限公司 一种黄色车道线的提取方法及系统、车载终端
CN107133625B (zh) * 2017-03-31 2020-05-22 纵目科技（上海）股份有限公司 一种黄色车道线的提取方法及系统、车载终端
CN109089096A (zh) * 2018-07-27 2018-12-25 江苏理工学院 一种自适应的布匹色差检测抗光照干扰方法
CN109389579A (zh) * 2018-08-29 2019-02-26 江苏理工学院 一种结合熵约束和标准差加权的纺织品色差检测抗光照干扰方法
CN110108362A (zh) * 2019-04-17 2019-08-09 江苏理工学院 基于slic超像素分割的色差自适应在线检测方法及装置
CN110672209A (zh) * 2019-10-24 2020-01-10 福建屹立智能化科技有限公司 一种经编布匹色差在线检测方法
CN111272673A (zh) * 2020-03-23 2020-06-12 泸州麦穗智能科技有限公司 非纯色布匹色差检测系统及检测方法
CN111708907A (zh) * 2020-06-11 2020-09-25 中国建设银行股份有限公司 一种目标人员的查询方法、装置、设备及存储介质
CN111708907B (zh) * 2020-06-11 2023-07-18 中国建设银行股份有限公司 一种目标人员的查询方法、装置、设备及存储介质
CN111798528A (zh) * 2020-07-01 2020-10-20 西交利物浦大学 一种织物色差检测方法、装置、存储介质及设备
CN111929327A (zh) * 2020-09-09 2020-11-13 深兰人工智能芯片研究院（江苏）有限公司 布匹缺陷检测方法和装置
CN115761013A (zh) * 2022-11-11 2023-03-07 东华大学 一种基于有无纹理分类的布匹色差检测方法

Similar Documents

Publication Publication Date Title
CN107248154A (zh) 一种布匹色差实时在线检测方法
CN105067638B (zh) 基于机器视觉的轮胎胎膜表面字符缺陷检测方法
CN106238350B (zh) 一种基于机器视觉的太阳能电池片分选方法与系统
CN107607540B (zh) 一种基于机器视觉的t恤在线检测及分选方法
CN103954634A (zh) 一种印刷品在线质量检测系统
CN115294116B (zh) 基于人工智能的纺织材料染色质量评估方法、装置及系统
CN114723704A (zh) 一种基于图像处理的纺织品质量评估方法
CN113935666B (zh) 基于图像处理的建筑装饰墙面砖异常评估方法
CN115631350B (zh) 罐印图像的颜色识别方法和装置
CN104198325A (zh) 基于计算机视觉的烟丝中梗丝比例测定方法
CN115311286A (zh) 一种染色纺织品的染色缺陷识别方法
CN104952754A (zh) 基于机器视觉的镀膜后硅片分选方法
CN115131353A (zh) 平网印花纺织品生产异常识别定位方法及系统
CN107292897A (zh) 用于yuv域的图像边缘提取方法、装置及终端
CN117409005B (zh) 基于图像的收板机用不良品检测系统及方法
CN110458809A (zh) 一种基于亚像素边缘检测的纱线条干均匀度检测方法
CN105371955B (zh) 一种染色色差检测装置及检测方法
Park et al. Automated defect inspection systems by pattern recognition
EP3896650A1 (en) Quality control system for series production
CN117348574A (zh) 涂料生产线的智能化控制系统及方法
CN107121063A (zh) 检测工件的方法
CN115880297A (zh) 基于机器视觉的被套染色质量评估方法
CN116482113A (zh) 一种基于神经网络的印刷品外观缺陷检测工艺
CN109272480B (zh) 一种不相溶溶液分界线的检测方法
CN113393539B (zh) 化学反应溶液颜色突变识别方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20171013

RJ01 Rejection of invention patent application after publication