CN107798683A - 产品特定区域边缘检测方法、装置及终端 - Google Patents
产品特定区域边缘检测方法、装置及终端 Download PDFInfo
- Publication number
- CN107798683A CN107798683A CN201711125976.1A CN201711125976A CN107798683A CN 107798683 A CN107798683 A CN 107798683A CN 201711125976 A CN201711125976 A CN 201711125976A CN 107798683 A CN107798683 A CN 107798683A
- Authority
- CN
- China
- Prior art keywords
- product
- image
- detected
- specific region
- edge
- 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
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000003708 edge detection Methods 0.000 claims abstract description 40
- 238000001514 detection method Methods 0.000 claims abstract description 20
- 230000015654 memory Effects 0.000 claims description 20
- 238000004458 analytical method Methods 0.000 claims description 17
- 238000003860 storage Methods 0.000 claims description 11
- 230000001052 transient effect Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 10
- 238000012360 testing method Methods 0.000 claims description 10
- 230000000877 morphologic effect Effects 0.000 claims description 8
- 230000035772 mutation Effects 0.000 claims description 8
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 2
- 230000005055 memory storage Effects 0.000 claims description 2
- 230000007547 defect Effects 0.000 abstract description 12
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 101100117236 Drosophila melanogaster speck gene Proteins 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004549 pulsed laser deposition Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种产品特定区域边缘检测方法、装置及终端,其中方法包括:获取待检测产品图像;对待检测产品图像进行图像边缘检测得到待检测产品特定区域的边缘点;将边缘点拟合为拟合线;计算边缘点和拟合线的偏离值在每条边界上的边缘点的偏离值超过离值预设值时,即可确认该处缺损或有毛刺,可以较大程度上避免一个边缘的在同一地方,一个边界有毛刺,一个边界有缺损,而使得线宽变化不大,导致不良产品漏检。从而提高检测的精度,较为有效的保证了产品的质量。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及到一种产品特定区域边缘检测方法、装置及终端。
背景技术
产品边缘以及产品内部特定区域边缘例如,产品内部某区域的丝印的缺损或毛刺可能影响产品的美观,可能会给消费者带来产品质量差的印象。在产品出厂前需要对产品边缘以及产品内部特定区域边缘进行缺损或毛刺检测。
现有技术中,通常通过提取产品边缘区域,根据该区域生成一条规划路径,在规划的路径上每隔一段距离取一个点,作为卡尺的测量点,用卡尺工具测量该段线条的宽度,沿此路径一周就能测出产品边缘每一部分的不良。然而,该方法对一些产品检测存在漏检的风险,以产品中的丝印为例,同一段的丝印可能存在有一侧丝印向内缺损,而另一侧突出毛刺,这就造成卡尺检测到的线宽差异不大,存在不良产品漏检的风险,降低检测的准确定。
因此,如何更为精确的检测产品特定区域边缘成为亟待解决的技术问题。
发明内容
本发明要解决的技术问题在于更为精确的检测产品特定区域边缘。
根据第一方面,本发明实施例提供了一种产品特定区域边缘检测方法,包括:获取待检测产品图像;对待检测产品图像进行图像边缘检测得到待检测产品特定区域的边缘点;将边缘点拟合为拟合线;计算边缘点和拟合线的偏离值,得到检测结果。
可选地,在获取待检测产品图像和对待检测产品图像进行图像边缘检测得到待检测产品特定区域的边缘点之间包括:获取用于定位待检测产品图像的标识;根据特征区域对待检测产品图像进行整体定位;基于仿射变换对待检测产品图像建立坐标。
可选地,对待检测产品图像进行图像边缘检测得到待检测产品特定区域的边缘点包括:对检测产品图像进行灰度形态调整;对调整后的图像进行灰度突变分析,截取特定区域;根据预设条件找出截取的特定区域的边缘点。
可选地,对检测产品图像进行灰度形态调整包括:识别待检测产品图像的像素点的灰度值;将灰度值大于预设灰度值的像素点的灰度值调整至第一灰度值;将灰度值大于预设灰度值的像素点的灰度值调整至第二灰度值。
可选地,对调整后的图像进行灰度突变分析,截取特定区域包括:对调整后的图像进行blob分析,得到特定区域。
根据第二方面,本发明实施例提供了一种产品特定区域边缘检测装置,包括:第一获取模块,用于获取待检测产品图像;边缘检测模块,用于对待检测产品图像进行图像边缘检测得到待检测产品特定区域的边缘点;拟合模块,用于将边缘点拟合为拟合线;分析模块,用于计算边缘点和拟合线的偏离值,得到检测结果。
可选地,产品特定区域边缘检测装置还包括:第二获取模块,获取用于定位待检测产品图像的标识;第一定位模块,用于根据特征区域对待检测产品图像进行整体定位;第二定位模块,用于基于仿射变换对待检测产品图像建立坐标。
可选,边缘检测模块包括:灰度调整单元,用于对检测产品图像进行灰度形态调整;截取单元,用于对调整后的图像进行灰度突变分析,截取特定区域;查找单元,用于根据预设条件找出截取的特定区域的边缘点。
可选地,灰度调整单元包括:识别子单元,用于识别待检测产品图像的像素点的灰度值;第一调整子单元,用于将灰度值大于预设灰度值的像素点的灰度值调整至第一灰度值;第二调整子单元,用于将灰度值大于预设灰度值的像素点的灰度值调整至第二灰度值。
可选地,截取单元包括:blob分析子单元,用于对调整后的图像进行blob分析,得到特定区域。
根据第三方面,本发明实施例提供了一种终端,包括:控制器,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器执行如上述第一方面任意一项所述的产品特定区域边缘检测方法。
根据第四方面,本发明实施例提供了一种非暂态存储介质,非暂态计算机可读存储介质存储计算机指令,计算机指令用于使计算机执行如上述第一方面任意一项所述的产品特定区域边缘检测方法。
本发明实施例提供了一种产品特定区域边缘检测方法、装置及终端,通过获取待检测产品图像;对待检测产品图像进行图像边缘检测得到待检测产品特定区域的边缘点;将边缘点拟合为拟合线;计算边缘点和拟合线的偏离值在每条边界上的边缘点的偏离值超过离值预设值时,即可确认该处缺损或有毛刺,可以较大程度上避免一个边缘的在同一地方,一个边界有毛刺,一个边界有缺损,而使得线宽变化不大,导致不良产品漏检。从而提高检测的精度,较为有效的保证了产品的质量。
附图说明
图1示出了本实施例的产品特定区域边缘检测方法流程示意图;
图2示出了本实施例的待检测产品图像的定位示意图;
图3示出了本发明实施例的待检测图像经灰度调整后的图像的示意图;
图4示出了本发明实施例的截取的特征区域的示意图;
图5示出了本发明实施例的特定区域边缘的拟合线的示意图;
图6示出了本发明实施例的待检产品测图像中特定区域边缘的原图;
图7示出了本发明实施例的待检产品测图像中特定区域边缘的检测结果图;
图8示出了本发明实施例的产品特定区域边缘检测装置示意图;
图9示出了本发明实施例的终端示意图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例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做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。此外,术语“第一”、“第二”、“第三”等仅用于描述目的,而不能理解为指示或暗示相对重要性。
本发明实施例提供了一种产品特定区域边缘检测方法,如图1所示,该方法可以包括如下步骤:
S10.获取待检测产品图像。在具体的实施例中,待检测产品的图像可以通过相机拍照后的图像,也可以直接通过视觉摄像头实时获取产品的图像。
S20.对待检测产品图像进行图像边缘检测得到待检测产品特定区域的边缘点。在具体的实施例中,可以通过图像灰度的突变检测待检测产品特定区域的边缘,具体的可以利用图像灰度分布的梯度进行检测,在本实施例中可以通过差分边缘检测、Roberts边缘检测算子、Sobel边缘检测算子、LOG边缘检测算子、Canny边缘检测算子或blob分析中的任意一种或任意组合,检测得到图像特征区域的边缘点。
S30.将边缘点拟合为拟合线。在具体的实施例中,根据边缘点的分布情况将边缘点拟合为最优的拟合线,在本实施例中可以通过最小二乘法将边缘点拟合成线,还可以通过ransac算法拟合线。
S40.计算边缘点和拟合线的偏离值,得到检测结果。在具体的实施例中,可以比较每个边缘点和拟合线偏离值,在本实施例中,可以设置一个偏离值预设值,例如偏离值预设值3个像素值(0.22mm),在偏离值的绝对值超过3个像素值的地方即为边缘不良处。在本是实施例中,一条边缘可以包括两个边界,具体的,在每条边界上的边缘点的偏离值超过离值预设值时,即可确认该处缺损或有毛刺,可以较大程度上避免一个边缘的在同一地方,一个边界有毛刺,一个边界有缺损,而使得线宽变化不大,导致不良产品漏检。从而提高检测的精度,较为有效的保证了产品的质量。
通过获取待检测产品图像;对待检测产品图像进行图像边缘检测得到待检测产品特定区域的边缘点;将边缘点拟合为拟合线;计算边缘点和拟合线的偏离值在每条边界上的边缘点的偏离值超过离值预设值时,即可确认该处缺损或有毛刺,可以较大程度上避免一个边缘的在同一地方,一个边界有毛刺,一个边界有缺损,而使得线宽变化不大,导致不良产品漏检。从而提高检测的精度,较为有效的保证了产品的质量。
在获取到待检测产品的图像后,由于产品的摆放或者拍摄角度等问题,可能导致检测产品的图像中的特定区域存在一定的位置偏移,影响检测的精度,在可选的实施例中,如图2所示,在对图像进行检测之前需要对图像进行定位,具体的,可以对图形进行粗略的定位,可以利用待检测产品图像中的标识A,例如,产品的LOGO,或产品中的MARK点灯起标识作用的标识对待检测产品图像进行整体的定位,基于仿射变换对待检测产品图像建立坐标。根据重新对待检测产品图像构建的坐标,可以较为准确的定位产品,通过定位可以找到需要检测的区域。
由于每个产品中可能存在多种特定区域,对不同的特定区域均需检测,因此,在检测某一特定区域时,需要将该特定区域截取出来,以免其他区域影响,在可选地实施例中,对检测产品图像进行灰度形态调整。对图像进行灰度调整,图3示出了待检测图像经灰度调整后的图像的示意图,可以针对需要检测的特定区域亮度滤除除本区域外的其他区域,对调整后的图像进行灰度突变分析,截取特定区域,图4示出了截取的特征区域的示意图;灰度突变区为特定区域的边缘,可以通过对灰度突变的分析截取特定区域,根据预设条件找出截取的特定区域的边缘点。在本实施例中,所称预设条件可以为灰度突变区域的极性,例如可以利用由暗到明的极性,以及对该渐变区域设置搜索范围等条件,找到边缘点。根据边缘点的分布情况将边缘点拟合为最优的拟合线,图5示出了特定区域边缘的拟合线B。
在检测待测产品图像中特定区域边缘点时,由于产品图像中不可避免的存在一些亮斑或污点,或者其他特定区域,可能会对寻找或后续根据边缘点确定检测结果产生不良的影响,可能会导致错误的检测结果,在可选的实施例中,需要对待检测产品的图像进行滤波处理,具体的,可以通过对图像极性二值化处理,例如,识别待检测产品图像的像素点的灰度值;将灰度值大于预设灰度值的像素点的灰度值调整至第一灰度值;将灰度值大于预设灰度值的像素点的灰度值调整至第二灰度值。在本实施例中,把整张图片灰度值<40的像素点全部变为0,灰度值大于或等于40的像素点全部转换为255,从而过滤了手操器面板上特有的白点等干扰信号,凸显的检测区域丝印线条更加清晰易检。
在实际检测的过程中,可能由于获取图像的质量存在差异,例如,图像明暗程度不一致,或者检测时的外界换将中的亮度不同,截取特定区域时可能存在一定的干扰,在可选地实施例中,可以通过对调整后的图像进行blob分析,得到特定区域,通过设置灰度值范围的办法,即动态阈值、设置极性为白底黑点,把需要检测的区域,清晰地截取出来。在本实施例中,所称的动态阈值可以根据图像质量和外界环境进行实时调整,以适应环境的变化,提高检测精度。其中,图6示出了待检测图像中特定区域边缘的原图;图7示出了待检测图像中特定区域边缘的检测结果图。
本发明实施例提供了一种产品特定区域边缘检测装置,如图8所示,包括:第一获取模块100,用于获取待检测产品图像;边缘检测模块200,用于对待检测产品图像进行图像边缘检测得到待检测产品特定区域的边缘点;拟合模块300,用于将边缘点拟合为拟合线;分析模块400,用于计算边缘点和拟合线的偏离值,得到检测结果。
在可选的实施例中,产品特定区域边缘检测装置还包括:第二获取模块,获取用于定位待检测产品图像的标识;第一定位模块,用于根据特征区域对待检测产品图像进行整体定位;第二定位模块,用于基于仿射变换对待检测产品图像建立坐标。
在可选的实施例中,边缘检测模块包括:灰度调整单元,用于对检测产品图像进行灰度形态调整;截取单元,用于对调整后的图像进行灰度突变分析,截取特定区域;查找单元,用于根据预设条件找出截取的特定区域的边缘点。
在可选的实施例中,灰度调整单元包括:识别子单元,用于识别待检测产品图像的像素点的灰度值;第一调整子单元,用于将灰度值大于预设灰度值的像素点的灰度值调整至第一灰度值;第二调整子单元,用于将灰度值大于预设灰度值的像素点的灰度值调整至第二灰度值。
在可选的实施例中,截取单元包括:blob分析子单元,用于对调整后的图像进行blob分析,得到特定区域。
本发明实施例还提供了一种终端,如图9所示,包括控制器,该控制器包括一个或多个处理器91以及存储器92,图9中以一个处理器91为例。
控制器还可以包括:输入装置93和输出装置94。
处理器91、存储器92、输入装置93和输出装置94可以通过总线或者其他方式连接,图9中以通过总线连接为例。
处理器91可以为中央处理器(Central Processing Unit,CPU)。处理器91还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable GateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器92作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本申请实施例中的产品特定区域边缘检测方法对应的程序指令/模块。处理器91通过运行存储在存储器92中的非暂态软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例产品特定区域边缘检测方法。
存储器92可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据用户终端操作的处理装置的使用所创建的数据等。此外,存储器92可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器92可选包括相对于处理器91远程设置的存储器,这些远程存储器可以通过网络连接产品特定区域边缘检测装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置93可接收输入的数字或字符信息,以及产生与用户终端的处理装置的用户设置以及功能控制有关的键信号输入。输出装置94可包括显示屏等显示设备。
一个或者多个模块存储在存储器92中,当被一个或者多个处理器91执行时,执行如图1所示的方法。
本发明实施例还提供了一种非暂态计算机可读介质,非暂态计算机可读存储介质存储计算机指令,计算机指令用于使计算机执行如上述实施例中任意一项描述产品特定区域边缘检测方法。其中,存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(RandomAccess Memory,RAM)、快闪存储器(Flash Memory)、硬盘(HardDisk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施方式,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (12)
1.一种产品特定区域边缘检测方法,其特征在于,包括:
获取待检测产品图像;
对所述待检测产品图像进行图像边缘检测得到待检测产品特定区域的边缘点;
将所述边缘点拟合为拟合线;
计算所述边缘点和所述拟合线的偏离值,得到检测结果。
2.如权利要求1所述的产品特定区域边缘检测方法,其特征在于,在所述获取待检测产品图像和对所述待检测产品图像进行图像边缘检测得到待检测产品特定区域的边缘点之间包括:
获取用于定位所述待检测产品图像的标识;
根据所述特征区域对所述待检测产品图像进行整体定位;
基于仿射变换对所述待检测产品图像建立坐标。
3.如权利要求1所述的产品边缘检测方法,其特征在于,所述对所述待检测产品图像进行图像边缘检测得到待检测产品特定区域的边缘点包括:
对所述检测产品图像进行灰度形态调整;
对调整后的图像进行灰度突变分析,截取所述特定区域;
根据预设条件找出所述截取的所述特定区域的边缘点。
4.如权利要求3所述的产品特定区域边缘检测方法,其特征在于,所述对所述检测产品图像进行灰度形态调整包括:
识别所述待检测产品图像的像素点的灰度值;
将灰度值大于预设灰度值的像素点的灰度值调整至第一灰度值;
将灰度值大于所述预设灰度值的像素点的灰度值调整至第二灰度值。
5.如权利要求3所述的产品特定区域边缘检测方法,其特征在于,所述对调整后的图像进行灰度突变分析,截取所述特定区域包括:
对所述调整后的图像进行blob分析,得到所述特定区域。
6.一种产品特定区域边缘检测装置,其特征在于,包括:
第一获取模块,用于获取待检测产品图像;
边缘检测模块,用于对所述待检测产品图像进行图像边缘检测得到待检测产品特定区域的边缘点;
拟合模块,用于将所述边缘点拟合为拟合线;
分析模块,用于计算所述边缘点和所述拟合线的偏离值,得到检测结果。
7.如权利要求6所述的产品特定区域边缘检测装置,其特征在于,还包括:
第二获取模块,获取用于定位所述待检测产品图像的标识;
第一定位模块,用于根据所述特征区域对所述待检测产品图像进行整体定位;
第二定位模块,用于基于仿射变换对所述待检测产品图像建立坐标。
8.如权利要求6所述的产品边缘检测装置,其特征在于,所述边缘检测模块包括:
灰度调整单元,用于对所述检测产品图像进行灰度形态调整;
截取单元,用于对调整后的图像进行灰度突变分析,截取所述特定区域;
查找单元,用于根据预设条件找出所述截取的所述特定区域的边缘点。
9.如权利要求8所述的产品特定区域边缘检测装置,其特征在于,灰度调整单元包括:
识别子单元,用于识别所述待检测产品图像的像素点的灰度值;
第一调整子单元,用于将灰度值大于预设灰度值的像素点的灰度值调整至第一灰度值;
第二调整子单元,用于将灰度值大于所述预设灰度值的像素点的灰度值调整至第二灰度值。
10.如权利要求8所述的产品特定区域边缘检测方法,其特征在于,截取单元包括:
blob分析子单元,用于对所述调整后的图像进行blob分析,得到所述特定区域。
11.一种终端,其特征在于,包括:控制器,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器执行如权利要求1-5任意一项所述的产品特定区域边缘检测方法。
12.一种非暂态存储介质,其特征在于,非暂态计算机可读存储介质存储计算机指令,计算机指令用于使计算机执行如权利要求1-5任意一项所述的产品特定区域边缘检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711125976.1A CN107798683A (zh) | 2017-11-10 | 2017-11-10 | 产品特定区域边缘检测方法、装置及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711125976.1A CN107798683A (zh) | 2017-11-10 | 2017-11-10 | 产品特定区域边缘检测方法、装置及终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107798683A true CN107798683A (zh) | 2018-03-13 |
Family
ID=61536101
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711125976.1A Pending CN107798683A (zh) | 2017-11-10 | 2017-11-10 | 产品特定区域边缘检测方法、装置及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107798683A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109204235A (zh) * | 2018-08-13 | 2019-01-15 | 侯苏 | 汽车零件状态自动上报系统 |
CN109584220A (zh) * | 2018-11-15 | 2019-04-05 | 锐捷网络股份有限公司 | 一种丝印定位方法、丝印缺陷检测方法和相关装置 |
CN109801428A (zh) * | 2018-12-20 | 2019-05-24 | 深圳怡化电脑股份有限公司 | 纸币边缘直线的检测方法、检测装置及终端 |
CN109941672A (zh) * | 2019-03-13 | 2019-06-28 | 威海新北洋正棋机器人股份有限公司 | 物料纠偏的方法、装置和电子设备 |
CN110675373A (zh) * | 2019-09-12 | 2020-01-10 | 珠海格力智能装备有限公司 | 一种组件安装检测方法、装置和系统 |
WO2020103220A1 (zh) * | 2018-11-19 | 2020-05-28 | 深圳市维图视技术有限公司 | 产品定位方法、装置及终端设备 |
CN111915670A (zh) * | 2020-08-11 | 2020-11-10 | 博科视(苏州)技术有限公司 | 一种基于视觉的保温杯尺寸测量方法 |
CN114764804A (zh) * | 2022-06-16 | 2022-07-19 | 深圳新视智科技术有限公司 | 锂电池极片缺陷检测方法、装置、设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070071324A1 (en) * | 2005-09-27 | 2007-03-29 | Lexmark International, Inc. | Method for determining corners of an object represented by image data |
CN105457908A (zh) * | 2015-11-12 | 2016-04-06 | 孙高磊 | 基于单目ccd的小尺寸玻璃面板的分拣快速定位方法及系统 |
CN105701492A (zh) * | 2014-11-25 | 2016-06-22 | 宁波舜宇光电信息有限公司 | 一种机器视觉识别系统及其实现方法 |
-
2017
- 2017-11-10 CN CN201711125976.1A patent/CN107798683A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070071324A1 (en) * | 2005-09-27 | 2007-03-29 | Lexmark International, Inc. | Method for determining corners of an object represented by image data |
CN105701492A (zh) * | 2014-11-25 | 2016-06-22 | 宁波舜宇光电信息有限公司 | 一种机器视觉识别系统及其实现方法 |
CN105457908A (zh) * | 2015-11-12 | 2016-04-06 | 孙高磊 | 基于单目ccd的小尺寸玻璃面板的分拣快速定位方法及系统 |
Non-Patent Citations (1)
Title |
---|
张舞杰等: "硅太阳能电池视觉检测方法研究", 《计算机应用》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109204235A (zh) * | 2018-08-13 | 2019-01-15 | 侯苏 | 汽车零件状态自动上报系统 |
CN109584220A (zh) * | 2018-11-15 | 2019-04-05 | 锐捷网络股份有限公司 | 一种丝印定位方法、丝印缺陷检测方法和相关装置 |
WO2020103220A1 (zh) * | 2018-11-19 | 2020-05-28 | 深圳市维图视技术有限公司 | 产品定位方法、装置及终端设备 |
CN109801428A (zh) * | 2018-12-20 | 2019-05-24 | 深圳怡化电脑股份有限公司 | 纸币边缘直线的检测方法、检测装置及终端 |
CN109941672A (zh) * | 2019-03-13 | 2019-06-28 | 威海新北洋正棋机器人股份有限公司 | 物料纠偏的方法、装置和电子设备 |
CN109941672B (zh) * | 2019-03-13 | 2022-02-18 | 威海新北洋正棋机器人股份有限公司 | 物料纠偏的方法、装置和电子设备 |
CN110675373A (zh) * | 2019-09-12 | 2020-01-10 | 珠海格力智能装备有限公司 | 一种组件安装检测方法、装置和系统 |
CN111915670A (zh) * | 2020-08-11 | 2020-11-10 | 博科视(苏州)技术有限公司 | 一种基于视觉的保温杯尺寸测量方法 |
CN114764804A (zh) * | 2022-06-16 | 2022-07-19 | 深圳新视智科技术有限公司 | 锂电池极片缺陷检测方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107798683A (zh) | 产品特定区域边缘检测方法、装置及终端 | |
TWI581213B (zh) | 物品缺陷檢測方法、影像處理系統與電腦可讀取記錄媒體 | |
JP6745173B2 (ja) | 画像検査装置、画像検査方法、画像検査プログラム及びコンピュータで読み取り可能な記録媒体並びに記録した機器 | |
US9171364B2 (en) | Wafer inspection using free-form care areas | |
JP6395456B2 (ja) | 画像検査装置、画像検査方法、画像検査プログラム及びコンピュータで読み取り可能な記録媒体並びに記録した機器 | |
CN112577969A (zh) | 一种基于机器视觉的缺陷检测方法以及缺陷检测系统 | |
JP7302599B2 (ja) | 欠陥判別方法、欠陥判別装置、欠陥判別プログラム及び記録媒体 | |
CN109324056B (zh) | 一种基于机器视觉的缝纫线迹测量方法 | |
WO2017071406A1 (zh) | 金针类元件的引脚检测方法和系统 | |
JP6211798B2 (ja) | 基板上の異物検査方法および異物検査装置 | |
WO2020079694A1 (en) | Optimizing defect detection in an automatic visual inspection process | |
BR112020025990A2 (pt) | método para detecção de um defeito em uma zona de interesse de uma lente óptica | |
JP4910128B2 (ja) | 対象物表面の欠陥検査方法 | |
CN113538399A (zh) | 一种用于获取工件精准轮廓的方法、机床及存储介质 | |
TW201543053A (zh) | 一種線路資訊擷取方法、非線路區資訊擷取方法及運用前述方法的線路缺陷檢測方法 | |
CN116908185A (zh) | 物品的外观缺陷检测方法、装置、电子设备及存储介质 | |
JP6114559B2 (ja) | フラットパネルディスプレイの自動ムラ検出装置 | |
Shreya et al. | Design of machine vision system for high speed manufacturing environments | |
CN111986208B (zh) | 一种目标标记定位圆的捕捉定位方法、装置、计算机设备 | |
KR20120036145A (ko) | 레이저 비전 시스템을 이용한 용접 조인트의 특징점 검출 방법 | |
CN110288662A (zh) | 显示器检测方法与系统 | |
IL265163A (en) | System and method for a preparatory test of a production line | |
TWI818477B (zh) | 色彩偏差校正方法及其影像校正設備 | |
CN114813746B (zh) | 基于机器视觉的弯针检测的方法、系统、存储介质及设备 | |
US11816827B2 (en) | User interface device for autonomous machine vision inspection |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180313 |