CN107516111A - 一种售卖机缺货检测方法及装置 - Google Patents

一种售卖机缺货检测方法及装置 Download PDF

Info

Publication number
CN107516111A
CN107516111A CN201710729084.6A CN201710729084A CN107516111A CN 107516111 A CN107516111 A CN 107516111A CN 201710729084 A CN201710729084 A CN 201710729084A CN 107516111 A CN107516111 A CN 107516111A
Authority
CN
China
Prior art keywords
pixel
image
value
default
goods
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
CN201710729084.6A
Other languages
English (en)
Inventor
吴季泳
文斌
钟鑫
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.)
KUNSHAN TAMI ROBOT CO Ltd
Original Assignee
KUNSHAN TAMI ROBOT CO Ltd
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 KUNSHAN TAMI ROBOT CO Ltd filed Critical KUNSHAN TAMI ROBOT CO Ltd
Priority to CN201710729084.6A priority Critical patent/CN107516111A/zh
Publication of CN107516111A publication Critical patent/CN107516111A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/26Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/56Extraction of image or video features relating to colour
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07FCOIN-FREED OR LIKE APPARATUS
    • G07F9/00Details other than those peculiar to special kinds or types of apparatus
    • G07F9/02Devices for alarm or indication, e.g. when empty; Advertising arrangements in coin-freed apparatus
    • G07F9/026Devices for alarm or indication, e.g. when empty; Advertising arrangements in coin-freed apparatus for alarm, monitoring and auditing in vending machines or means for indication, e.g. when empty

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Accounting & Taxation (AREA)
  • Control Of Vending Devices And Auxiliary Devices For Vending Devices (AREA)

Abstract

本发明公开了一种售卖机缺货检测方法及装置,该方法包括:获取售卖机内货物图像;根据预设特征值对所述货物图像进行二值化处理,获取二值图像;判断所述二值图像的预检测区域的像素特征是否满足预设条件,若不满足,则确定所述预检测区域为缺货区域。本发明简化了安装设备,降低了安装成本,实现了自动售卖机缺货检测的功能。

Description

一种售卖机缺货检测方法及装置
技术领域
本发明涉及自动控制领域,尤其涉及一种售卖机缺货检测方法及装置。
背景技术
自动售卖机(Vending Machine,VEM)是能根据投入的钱币自动付货的机器。自动售卖机是商业自动化的常用设备,它不受时间、地点的限制,能节省人力、方便交易。自动售卖机也是一种全新的商业零售形式,又被称为24小时营业的微型超市。
目前有缺货提示功能的自动售卖机器人大多采用传感器的方式检测货物的有无,在应用过程中需要安装多组传感器,安装的传感器越多,布线越复杂,成本越高。
发明内容
有鉴于此,本发明的目的是提出一种售卖机缺货检测方法及装置,以简化安装设备,降低安装成本,实现自动售卖机缺货检测的功能。
为实现上述目的,本发明采用如下技术方案:
第一方面,本发明实施例提供了一种售卖机缺货检测方法,包括:
获取售卖机内货物图像;
根据预设特征值对所述货物图像进行二值化处理,获取二值图像;
判断所述二值图像的预检测区域的像素特征是否满足预设条件,若不满足,则确定所述预检测区域为缺货区域。
第二方面,本发明实施例提供了一种售卖机缺货检测装置,包括:
图像获取模块,用于获取售卖机内货物图像;
二值图像获取模块,用于根据预设特征值对所述货物图像进行二值化处理,获取二值图像;
缺货区域确定模块,用于判断所述二值图像的预检测区域的像素特征是否满足预设条件,若不满足,则确定所述预检测区域为缺货区域。
本发明的有益效果是:本发明提供的一种售卖机缺货检测方法及装置,利用预设特征值对售卖机内货物图像进行二值化处理,对二值图像的预检测区域进行判断,识别预检测区域是否缺货,从而实现了对售卖机的缺货检测。与现有技术中,采用传感器进行缺货检测的方法,通过对多个传感器传输的数据进行复杂判断相比,本发明提供的方法硬件结构更加简单,一个摄像模块即可完成图像的采集,通过对图像进行简单的分析即可实现对预检测区域判断,能够快速识别缺货区域。
附图说明
下面将通过参照附图详细描述本发明的示例性实施例,使本领域的普通技术人员更清楚本发明的上述及其他特征和优点,附图中:
图1是本发明实施例一提供的一种售卖机缺货检测方法的流程示意图;
图2是本发明实施例二提供的一种售卖机缺货检测方法的流程示意图;
图3是本发明实施例二提供的一种售卖机内货物图像的示意图;
图4是本发明实施例二提供的一种售卖机内货物二值图像的示意图;
图5是本发明实施例三提供的一种售卖机缺货检测装置的结构框图。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。在不冲突的情况下,本发明实施例以及实施例中的特征可以相互组合。
实施例一
本发明实施例提供的一种售卖机缺货检测方法。该方法适用于自动售卖设备缺货检测的应用场景,该方法可以由一种售卖机缺货检测装置来执行。售卖机缺货检测装置可以由安装在自动售卖机或其他自助设备的软件和/或硬件来实现。如图1所示,该方法包括:
步骤110、获取售卖机内货物图像。
获取售卖机内的货物图像,能够通过对货物图像进行图像识别,判断售卖机内的货物是否缺货。
示例性,通过摄像模块采集售卖机内的货物图像,获取摄像模块采集的货物图像。优选地,摄像模块固定于售卖机内。固定设置摄像模块能够保证每次采集的货物图像的采集角度相同,货物位置相同,便于对售卖机内货物图像进行分析和判断。
步骤120、根据预设特征值对货物图像进行二值化处理,获取二值图像。
可选地,预设特征值可以是预设的一个值,也可以是预设的一个范围。
预设特征值是根据货物图像的特点,选取图像特征区域的的特征值,该特征值可以是RGB值或HSV值,优选地,预设特征值为HSV值。
售卖机内货物不同,获取的货物图像不同,预设特征值也不同;同一售卖机所处的环境不同,如:早中晚等光照条件的影响,使得获取货物图像的特征值也有不同。通过获取一天中不同环境条件下的货物图像,获取多个货物图像的特征值,可预先建立与货物图像对应的特征值库。在售卖机内货物发生调整后,可根据售卖机售卖的货物,更新售卖机的特征值库,通过软件升级即可以实现不同售卖货物的缺货检测。
根据环境条件调取不同的预设特征值,对货物图像进行二值化处理,获取货物的二值图像。
步骤130、判断二值图像的预检测区域的像素特征是否满足预设条件,若不满足,则确定预检测区域为缺货区域。
预检测区域为图像的特征区域,可以根据图像的色彩进行选取,可以根据设计者的经验进行选取,或者根据一些算法进行计算选取。
选取二值图像的预检测区域,判断预检测区域内的像素特征是否满足预设条件,示例性地,判断预检测区域内的像素值变换是否满足预设变化条件,若不满足,则确定该区域为缺货区域;或判断预检测区域内像素值的和是否大于等于预设阈值,若否,则确定该区域为缺货区域;或判断预检测区域内像素值的均值是否大于等于预设阈值,若否,则确定该区域为缺货区域。
本发明实施例提供的一种售卖机缺货检测方法,通过检测售卖机内的货物图像,对货物二值图像中的预检测区域进行识别,从而可以判断缺货区域。与现有技术中,安装多组传感器,对各组传感器数据进行综合分析,进行缺货判断的技术手段相比,通过安装摄像模块实现图像采集,利用处理器对图像数据进行简单的分析,实现自动售卖机缺货检测的功能,简化了安装设备,降低了安装成本,也提高了缺货检测的准确性。
实施例二
图2是本发明实施例提供的一种售卖机缺货检测方法的流程示意图。在上述实施例的基础上,对二值图像的处理过程和缺货区域的判断过程进行了具体的说明,如图2所示,该方法包括:
步骤210、获取售卖机内货物图像。
步骤220、判断货物图像的像素点的像素值是否等于预设特征值,若是,则设像素点的像素值为255,否则为0,获取二值图像。
将货物图像每个像素点的像素值与预设特征值进行比较,当像素点的像素值等于预设特征值时,设置像素点的像素值为255,当像素点的像素值大于或等于预设特征值时,设置像素点的像素值为0,得到货物的二值图像。
或者可以替换为:将货物图像每个像素点的像素值与预设特征范围进行比较,当像素点的像素值在预设特征范围内时,设置像素点的像素值为255,当像素点的像素值不在预设特征范围内时,设置像素点的像素值为0,得到货物的二值图像。
预设特征范围可以根据多幅标准图像的特征值确定,可以根据最大特征值和最小特征值确定特征范围,也可以去除该范围内较大的20%的特征值和较小的20%的特征值,将剩下的60%的特征值中最大特征值和最小特征值确定新的特征范围。
步骤230、获取二值图像的预检测区域像素点的像素值大于或等于预设像素值的个数。
预设像素值为大于0小于等于255的任一一个值。
当步骤220中得到相反的二值图像时,预设像素值为大于等于0小于255的任一一个值。当然,步骤220有多种二值化方法,并不局限与此。
本步骤是为了获取二值图像预检测区域内像素值为255的像素点的个数。
步骤240、判断个数是否大于或等于预设数值,若否,则不满足预设条件,则确定预检测区域为缺货区域。
预设数值是根据标准图像中预检测区域内满足预设特征值的像素点个数确定的,是多幅标准图像中上述条件下像素点个数的均值或最小值。预设数值也可以由一个范围代替,范围的选取原理同预设特征范围,在此不做赘述。
判断像素值为255的像素点的个数是否大于等于预设数值,若不满足预设条件,则判断预检测区域为缺货区域。
进一步地,在根据预设特征值,对货物图像进行二值化处理,获取二值图像之前,还包括:
根据预设的坐标范围确定货物标准图像的预检测区域,获取货物标准图像的预检测区域的像素特征值,将像素特征值作为预设特征值。
在摄像模块固定的情况下,采集图像的货物位置在误差范围内,可以不考虑误差的影响。根据采集的图像可以选取用于判断货物是否缺货的特征区域,并获取对应的坐标范围,根据坐标范围能够过去特征区域的像素特征值,根据坐标范围能够对获取的货物图像的特征区域进行准确判断。
进一步地,在根据预设特征值,对货物图像进行二值化处理,获取二值图像之后,还包括:
根据预设的坐标范围确定二值图像的预检测区域,获取二值图像的预检测区域的像素特征。
下面以绿茶为例对售卖机图像的处理过程进行具体说明,图3和图4分别是获取的售卖机内绿茶的图像和处理后的二值图像,下面对这两幅图片进行分析。由于购买绿茶时,绿茶总是从最后一排开始售卖,所以可以只检测最后一排绿茶是否缺货,但不限于只检测最后一排,本发明提供的方法能够快速检测所有的缺货位置。如图3所示,绿茶的瓶盖明显区别与瓶身,且每个绿茶的瓶盖在图像上清晰可见,所以,选择绿茶瓶盖作为预检测区域,获取绿茶瓶盖的HSV值、瓶盖所在的坐标范围和瓶盖对应的像素点个数。如图4所示,根据货物的HSV值对获取的绿茶图像进行二值化处理,获取的二值图像。图中的方框是根据获取的坐标范围确定的预检测区域,然后,判断预检测区域内的像素值为255的点的个数是不是小于瓶盖对应的像素点个数,若是,则说明该位置缺货,否则,不缺货。
本发明实施例只给出了一类简单的判断缺货的方法,类似的,也可以根据预设特征值,直接对彩色图像的预检测区域内像素点的像素值进行判断,获取与预设特征值相等的像素点的个数,对个数进行判断。也可以,直接对获取的货物图像与标准图像进行对比,如做差,获取对比结果,对预检测区域对应的对比结果进行判断等等,均能够实现对缺货区域的判定,相比于传感器来说,方法灵活多变,并不局限,也可以通过对图像识别方法的改进简化图像处理过程。
实施例三
图5是本发明实施例提供的一种售卖机缺货检测装置的结构框图。如图5所示,该装置包括:
图像获取模块510,用于获取售卖机内货物图像;
二值图像获取模块520,用于根据预设特征值对所述货物图像进行二值化处理,获取二值图像;
缺货区域确定模块530,用于判断所述二值图像的预检测区域的像素特征是否满足预设条件,若不满足,则确定所述预检测区域为缺货区域。
进一步地,该装置还包括:
预设特征值获取模块,用于根据预设的坐标范围确定货物标准图像的预检测区域,获取所述货物标准图像的预检测区域的像素特征值,将所述像素特征值作为所述预设特征值。
进一步地,所述二值图像获取模块520具体用于:
判断所述货物图像的像素点的像素值是否等于所述预设特征值,若是,则设所述像素点的像素值为255,否则为0,获取二值图像。
进一步地,该装置还包括:
像素特征获取模块,用于根据预设的坐标范围确定所述二值图像的预检测区域,获取所述二值图像的预检测区域的像素特征。
进一步地,所述缺货区域确定模块530包括:
像素个数获取模块,用于获取所述二值图像的预检测区域像素点的像素值大于或等于预设像素值的个数;
像素个数判断模块,用于判断所述个数是否大于或等于预设数值,若否,则不满足预设条件。
本实施例提供的一种售卖机缺货检测装置,与本发明任意实施例所提供的一种售卖机缺货检测方法属于同一发明构思,可执行本发明任意实施例所提供的一种售卖机缺货检测方法,具备相应的功能和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明任意实施例提供的一种售卖机缺货检测方法。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种售卖机缺货检测方法,其特征在于,包括:
获取售卖机内货物图像;
根据预设特征值对所述货物图像进行二值化处理,获取二值图像;
判断所述二值图像的预检测区域的像素特征是否满足预设条件,若不满足,则确定所述预检测区域为缺货区域。
2.根据权利要求1所述的方法,其特征在于,在根据预设特征值对所述货物图像进行二值化处理之前,还包括:
根据预设的坐标范围确定货物标准图像的预检测区域,获取所述货物标准图像的预检测区域的像素特征值,将所述像素特征值作为所述预设特征值。
3.根据权利要求1所述的方法,其特征在于,根据预设特征值,对所述货物图像进行二值化处理,获取二值图像,包括:
判断所述货物图像的像素点的像素值是否等于所述预设特征值,若是,则设所述像素点的像素值为255,否则为0,获取二值图像。
4.根据权利要求1所述的方法,其特征在于,在根据预设特征值,对所述货物图像进行二值化处理,获取二值图像之后,还包括:
根据预设的坐标范围确定所述二值图像的预检测区域,获取所述二值图像的预检测区域的像素特征。
5.根据权利要求1所述的方法,其特征在于,判断所述二值图像的预检测区域的像素特征是否满足预设条件,包括:
获取所述二值图像的预检测区域像素点的像素值大于或等于预设像素值的个数;
判断所述个数是否大于或等于预设数值,若否,则不满足预设条件。
6.一种售卖机缺货检测装置,其特征在于,包括:
图像获取模块,用于获取售卖机内货物图像;
二值图像获取模块,用于根据预设特征值对所述货物图像进行二值化处理,获取二值图像;
缺货区域确定模块,用于判断所述二值图像的预检测区域的像素特征是否满足预设条件,若不满足,则确定所述预检测区域为缺货区域。
7.根据权利要求6所述的装置,其特征在于,还包括:
预设特征值获取模块,用于根据预设的坐标范围确定货物标准图像的预检测区域,获取所述货物标准图像的预检测区域的像素特征值,将所述像素特征值作为所述预设特征值。
8.根据权利要求6所述的装置,其特征在于,所述二值图像获取模块具体用于:
判断所述货物图像的像素点的像素值是否等于所述预设特征值,若是,则设所述像素点的像素值为255,否则为0,获取二值图像。
9.根据权利要求6所述的装置,其特征在于,还包括:
像素特征获取模块,用于根据预设的坐标范围确定所述二值图像的预检测区域,获取所述二值图像的预检测区域的像素特征。
10.根据权利要求6所述的装置,其特征在于,所述缺货区域确定模块包括:
像素个数获取模块,用于获取所述二值图像的预检测区域像素点的像素值大于或等于预设像素值的个数;
像素个数判断模块,用于判断所述个数是否大于或等于预设数值,若否,则不满足预设条件。
CN201710729084.6A 2017-08-23 2017-08-23 一种售卖机缺货检测方法及装置 Pending CN107516111A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710729084.6A CN107516111A (zh) 2017-08-23 2017-08-23 一种售卖机缺货检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710729084.6A CN107516111A (zh) 2017-08-23 2017-08-23 一种售卖机缺货检测方法及装置

Publications (1)

Publication Number Publication Date
CN107516111A true CN107516111A (zh) 2017-12-26

Family

ID=60723694

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710729084.6A Pending CN107516111A (zh) 2017-08-23 2017-08-23 一种售卖机缺货检测方法及装置

Country Status (1)

Country Link
CN (1) CN107516111A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109230590A (zh) * 2018-08-17 2019-01-18 佛山市顺德区瑞迅包装机械有限公司 一种中药药材自动包装生产线
CN109410176A (zh) * 2018-09-28 2019-03-01 中民筑友科技投资有限公司 一种监控货架装配状态的方法、装置和存储介质
CN109446883A (zh) * 2018-09-05 2019-03-08 北京三快在线科技有限公司 商品状态识别方法、装置、电子设备及可读存储介质
CN109509185A (zh) * 2018-11-08 2019-03-22 上海金啤包装检测科技有限公司 瓶盖的检测方法及设备、生产线、计算机设备、存储介质
CN110475046A (zh) * 2019-07-31 2019-11-19 浪潮金融信息技术有限公司 一种售卖机装机阶段定位检测区域的方法
WO2019228063A1 (zh) * 2018-05-30 2019-12-05 京东方科技集团股份有限公司 商品检测终端、方法、系统以及计算机设备、可读介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011018259A (ja) * 2009-07-10 2011-01-27 Sanei:Kk 物品供給装置
CN104732661A (zh) * 2015-04-03 2015-06-24 广州恩次元信息科技有限公司 自动售货机货位检测系统及其方法
CN106981137A (zh) * 2017-05-09 2017-07-25 冯元 一种智能鲜榨果汁售货机

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011018259A (ja) * 2009-07-10 2011-01-27 Sanei:Kk 物品供給装置
CN104732661A (zh) * 2015-04-03 2015-06-24 广州恩次元信息科技有限公司 自动售货机货位检测系统及其方法
CN106981137A (zh) * 2017-05-09 2017-07-25 冯元 一种智能鲜榨果汁售货机

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基恩士有限公司: "有无检测(数量/缺货)", 《基恩士中国官方网站》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019228063A1 (zh) * 2018-05-30 2019-12-05 京东方科技集团股份有限公司 商品检测终端、方法、系统以及计算机设备、可读介质
US11403839B2 (en) 2018-05-30 2022-08-02 Boe Technology Group Co., Ltd. Commodity detection terminal, commodity detection method, system, computer device, and computer readable medium
CN109230590A (zh) * 2018-08-17 2019-01-18 佛山市顺德区瑞迅包装机械有限公司 一种中药药材自动包装生产线
CN109230590B (zh) * 2018-08-17 2021-01-19 佛山市顺德区瑞迅包装机械有限公司 一种中药药材自动包装生产线
CN109446883A (zh) * 2018-09-05 2019-03-08 北京三快在线科技有限公司 商品状态识别方法、装置、电子设备及可读存储介质
WO2020048492A1 (zh) * 2018-09-05 2020-03-12 北京三快在线科技有限公司 商品状态识别
CN109410176A (zh) * 2018-09-28 2019-03-01 中民筑友科技投资有限公司 一种监控货架装配状态的方法、装置和存储介质
CN109410176B (zh) * 2018-09-28 2022-03-04 中民筑友科技投资有限公司 一种监控货架装配状态的方法、装置和存储介质
CN109509185A (zh) * 2018-11-08 2019-03-22 上海金啤包装检测科技有限公司 瓶盖的检测方法及设备、生产线、计算机设备、存储介质
CN110475046A (zh) * 2019-07-31 2019-11-19 浪潮金融信息技术有限公司 一种售卖机装机阶段定位检测区域的方法

Similar Documents

Publication Publication Date Title
CN107516111A (zh) 一种售卖机缺货检测方法及装置
US20200043157A1 (en) Inspection Apparatus, Inspection Method, And Program
CN106412573B (zh) 一种检测镜头污点的方法和装置
US7995058B2 (en) Method and system for identifying illumination fields in an image
CN110148130A (zh) 用于检测零件缺陷的方法和装置
CN106991423A (zh) 识别规格图片中是否包含水印的方法及装置
US20140050387A1 (en) System and Method for Machine Vision Inspection
CN109410172B (zh) 纸张厚度的检测方法、装置、存储介质和处理器
WO2014128688A1 (en) Method, system and software module for foreground extraction
WO2010043618A1 (en) Method and system for item identification
CN107610316B (zh) 检测纸币缺损的方法、装置及终端设备
CN105046808A (zh) 一种纸币多光谱高分辨率图像采集系统及采集方法
CN112730251B (zh) 一种用于屏幕颜色缺陷检测的装置及方法
CN106530483B (zh) 一种纸币面向识别方法及装置
KR20170010753A (ko) 부호의 광학적 검출 방법
CN102109753A (zh) 自动检测镜头方法
CN110119675A (zh) 一种产品识别方法和装置
CN102054161B (zh) 指纹图像检测方法
CN113435353A (zh) 基于多模态的活体检测方法、装置、电子设备及存储介质
CN113281017A (zh) 一种显示屏的质量检测方法、终端及存储介质
US20220189030A1 (en) Method and system for defect detection in image data of a target coating
CN106355182A (zh) 用于对象检测和图像处理的方法和装置
CN107274456A (zh) 一种图像格式的识别方法及装置
CN106971386A (zh) 判断图像完整度及页面加载度的方法、装置和客户端设备
CN111523605B (zh) 一种图像识别方法、装置、电子设备及介质

Legal Events

Date Code Title Description
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
RJ01 Rejection of invention patent application after publication

Application publication date: 20171226