CN107993235B - 一种基于图像处理技术的波纹阻火盘波高测量方法 - Google Patents

一种基于图像处理技术的波纹阻火盘波高测量方法 Download PDF

Info

Publication number
CN107993235B
CN107993235B CN201711207620.2A CN201711207620A CN107993235B CN 107993235 B CN107993235 B CN 107993235B CN 201711207620 A CN201711207620 A CN 201711207620A CN 107993235 B CN107993235 B CN 107993235B
Authority
CN
China
Prior art keywords
point
image
triangle
line
corrugated
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.)
Active
Application number
CN201711207620.2A
Other languages
English (en)
Other versions
CN107993235A (zh
Inventor
陈爱军
丁佳为
刘磊
施慧
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.)
China Jiliang University
Original Assignee
China Jiliang University
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 China Jiliang University filed Critical China Jiliang University
Priority to CN201711207620.2A priority Critical patent/CN107993235B/zh
Publication of CN107993235A publication Critical patent/CN107993235A/zh
Application granted granted Critical
Publication of CN107993235B publication Critical patent/CN107993235B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/64—Analysis of geometric attributes of convexity or concavity
    • 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

Abstract

本发明公开了一种基于图像处理技术的波纹阻火盘波高测量方法。本发明先获取多角度的波纹阻火盘灰度图像，对获取的灰度图像进行同态滤波、闭运算处理、OTSU二值化处理、连通域分割等操作，得到多个包含单个倾斜波纹三角形的图像。对每个分割后的波纹三角形进行倾斜矫正，并对矫正后的三角形进行自动分类，包含上凹型三角形、下凹型三角形以及凸型三角形。分类后，针对不同类型的波纹三角形采用不同的方法提取有效的角点，最后使用平行线法计算并输出波纹高度。本发明基于图像处理技术采用了快速简便且具有较高精度的计算方法，可以替代人工对阻火盘波纹高度进行测量，解决了准确率低、效率低的问题。

Description

一种基于图像处理技术的波纹阻火盘波高测量方法
技术领域
本发明属于机器视觉测量技术领域，涉及一种基于图像处理技术的波纹阻火盘波高测量方法。
背景技术
阻火器是一种安全装置，其主要的作用是阻止易燃气体或者液体的火焰蔓延而发生爆炸，并且防止回火引发火灾等事故。波纹阻火器是由波纹阻火芯和壳体两个部份组成的，其中波纹阻火芯是其发生作用的核心，它由很多个波纹阻火盘构成，而每个阻火盘由两层超薄的不锈钢带组成，其中一条被压成了波纹形，另外一条平面钢带将它围绕着圆心紧紧缠绕，从而构成了无数个波纹三角形，是小三角形的直通流道。这些通道或者孔隙要求尽量的小，这样，当火焰通过阻火盘时，就能被分离成很多细小的火焰流，从而被熄灭。
人工测量孔隙的大小是传统的测量方式，但由于波纹阻火盘三角形孔隙的数量非常庞大，容易造成测量时间较长，工人工作疲劳，导致测量结果不准确等多种问题。而且，当今世界对这些信息的处理方式也要求有更多的智能化功能，便于尽量减少人工的干预，提高自动化程度和工作效率。但到目前为止，国内外对波纹阻火盘三角形波高的视觉测量方法的研究成果非常少。
发明内容
本发明针对现有技术的不足，提供了一种基于图像处理技术的波纹阻火盘波高测量方法，该方法事先对获取的灰度图像进行同态滤波、闭运算处理、二值化、连通域分割等操作。接着对每个分割后的波纹三角形进行倾斜矫正，并对矫正后的三角形进行分类。分类后，针对不同类型的波纹三角形采用不同的平行线法计算并输出波纹高度。该方法提高了测量精度，同时可以替代人工测量对波纹高度进行测量，解决了准确率低、效率低的问题。
本发明所采用的技术方案是，一种基于图像处理技术的波纹阻火盘波高测量方法，具体按照以下步骤实施：
步骤1：读取原始的灰度图像，并对其进行同态滤波处理。
步骤2：对滤波后的图像进行闭运算处理及二值化。
步骤3：运用连通域标记法分割二值图像，保存所有形状完整的波纹三角形区域图像。
步骤4：逐个读取包含单个波纹三角形的图像，对倾斜的三角形进行旋转矫正，使得三角形的长边平行于图像的x轴。
步骤5：对旋转矫正后的三角形进行类型自动判别，其中类型分为上凹型三角形、下凹型三角形以及凸型三角形。
步骤6：对不同类型的三角形，采用不同的方法寻找角点，最后运用平行线法计算三角形波纹高度。
至此，实现了基于图像处理技术的波纹阻火盘波高的测量。
本发明的有益效果是：通过图像处理技术对多角度的波纹三角形图像进行滤波、闭运算处理、图像分割、旋转矫正和三角形分类，最后通过平行线法求取波高并输出。本发明方法简单快速，精度较高。
附图说明
图1是本发明方法的步骤流程图；
图2是本发明方法获取的原始灰度图像；
图3是本发明方法获取的同态滤波后的图像；
图4是本发明方法获取的闭运算处理后的图像；
图5是本发明方法获取的二值化图像；
图6是本发明方法提取的其中一个完整三角形区域图像；
图7是本发明方法获取的倾斜矫正后的图像；
图8是本发明方法获取的上凹型三角形图像；
图9是本发明方法获取的下凹型三角形图像；
图10是本发明方法获取的凸型三角形图像；
图11是本发明方法获取的上凹型三角形波高求解示意图像；
图12是本发明方法获取的下凹型三角形波高求解示意图像；
图13是本发明方法获取的凸型三角形波高求解示意图像。
具体实施方式
以下结合附图对本发明作进一步说明
如图1所示，本发明方法的步骤是：
步骤1：读取原始的灰度图像，并对其进行同态滤波处理
读取原始的灰度图像Img如图2所示，对灰度图像进行同态滤波处理去除噪声，滤波函数如公式(1)所示：
Figure BDA0001484007550000031
得到滤波后的图像filtImg如图3所示。
步骤2：对滤波后的图像进行闭运算处理及二值化
使用像素半径为5的结构元素对滤波后的图像进行闭运算处理，得到闭运算后的图像morImg如图4所示。对闭运算后的图像采用OTSU法进行二值化分割处理得到二值化图像BW如图5所示。
步骤3：运用连通域标记法分割二值图像，保存所有形状完整的波纹三角形区域图像
对二值图像BW中的所有三角形的连通域进行标记，得到标记结果矩阵L和连通域总个数N；获取每个连通域的像素面积Areai(i＝1,2,…,N)，对N个连通域的像素面积进行降序排序，取前30％的像素面积并求取平均值得到Amean，最后取Amean的90％得到值TA作为提取完整三角形的面积阈值；将每个连通域的像素面积与TA做比较，保存大于或等于TA的连通域图像sinImgj(j＝1,2,…)，舍弃小于TA的连通域。其中一个完整三角形区域图像如图6所示。
步骤4：逐个读取包含单个波纹三角形的图像，对倾斜的三角形进行旋转矫正，使得三角形的长边平行于图像的x轴
逐个读取单个波纹三角形图像sinImgj(j＝1,2,…)，获取包含整个三角形轮廓的最小外接矩形Rect1，寻找矩形任一长边的两个顶点(x1,y1)和(x2,y2)，求取该长边所在直线的斜率K1，通过公式(2)将K1转换为角度θ：
θ＝arctan(K1) (2)
将图像sinImg逆时针旋转角度θ，得到波纹三角形矫正后的图像sinImage；最后，使用3×3的矩形结构元素对图像进行闭运算处理，得到图像I如图7所示。
步骤5：对旋转矫正后的三角形进行类型自动判别，其中类型分为上凹型三角形、下凹型三角形以及凸型三角形
对矫正后的单个波纹三角形图像I，首先获取包含整个三角形轮廓的最小外接矩形Rect2，找到该最小外接矩形的竖直中心线x＝S并计算矩形长轴的半长L。
对图像I中第S列之前的图像进行从左往右、从下往上的逐行扫描，获取第一个像素值为0的点(SR1，SC1)；对图像I中第S列之后的图像进行从右往左、从下往上的逐行扫描，获取第一个像素值为0的点(ER1，EC1)；对图像I中第S列之前的图像进行从左往右、从上往下的逐行扫描，获取第一个像素值为0的点(SR2，SC2)；对图像I中第S列之后的图像进行从右往左、从上往下的逐行扫描，获取第一个像素值为0的点(ER2，EC2)；
计算点(SR1，SC1)和点(ER1，EC1)的横坐标之差得到Dis1，计算点(SR2，SC2)和点(ER2，EC2)的横坐标之差得到Dis2。若Dis1大于最小外接矩形长轴的半长L而Dis2小于最小外接矩形长轴的半长L，即：
Dis1>L且Dis2<L (3)
则该波纹三角形属于上凹型三角形如图8所示；若Dis1小于最小外接矩形长轴的半长L而Dis2大于最小外接矩形长轴的半长L，即：
Dis1<L且Dis2>L (4)
则该波纹三角形属于下凹型三角形，如图9所示；若上述两个条件皆不满足，则该波纹三角形属于凸型三角形，如图10所示，即三角形类型判断完成。
步骤6：对不同类型的三角形，采用不同的方法寻找角点，最后运用平行线法计算三角形波纹高度；
对于上凹型三角形，以(SR1，SC1)和(ER1，EC1)为起始角点和终止角点，求取两角点确定的直线方程l1:y＝kx+b，并提取图像I中波纹三角形位于下方的曲线，保存为I2。对图像I进行从上往下、从左往右的逐列扫描，获取第一个像素值为0的点(SRN，SCN)；从上往下、从右往左的逐列扫描，获取第一个像素值为0的点(ERN，ECN)；以(SRN，SCN)和(ERN，ECN)为起始点和终止点，提取图像I中波纹三角形位于上方的曲线，保存为I3。
逐个扫描I2中像素值为0的点，计算该点到直线l1的距离distance1；当distance1取到最大值时，该点即为曲线上所求的切点，求出通过该切点且平行于直线l1的切线l2：y＝kx+c1。逐个扫描I3中像素值为0的点，计算该点到直线l1的距离distance2；当distance2取到最大值时，该点即为曲线上所求的切点，求出通过该切点且平行于直线l1的切线l3：y＝kx+c2。
根据两平行线之间的距离公式(5)计算得到三角形波纹高度Waheight；
Figure BDA0001484007550000061
上凹型三角形波高求解示意图如图11所示。
对于下凹型三角形，以(SR2，SC2)和(ER2，EC2)为起始角点和终止角点，求取两角点确定的直线方程l1:y＝kx+b，并提取图像I中波纹三角形位于上方的曲线，保存为I3；对图像I进行从下往上、从左往右的逐列扫描，获取第一个像素值为0的点(SRN，SCN)；从下往上、从左往右的逐列扫描，获取第一个像素值为0的点(ERN，ECN)；以(SRN，SCN)和(ERN，ECN)为起始点和终止点，提取图像I中波纹三角形位于下方的曲线，保存为I2。
逐个扫描I2中像素值为0的点，计算该点到直线l1的距离distance1；当distance1取到最大值时，该点即为曲线上所求的切点，并求出通过该切点且平行于直线l1的切线l2：y＝kx+c1；逐个扫描I3中像素值为0的点，计算该点到直线l1的距离distance2；当distance2取到最大值时，该点即为曲线上所求的切点，并求出通过该切点且平行于直线l1的切线l3：y＝kx+c2。
根据上述两平行线之间的距离公式(2)计算得到三角形波纹高度Waheight。
下凹型三角形波高求解示意图如图12所示。
对于凸型三角形，对图像I进行从下往上、从左往右的逐列扫描，获取第一个像素值为0的点(SR，SC)；从下往上、从右往左的逐列扫描，获取第一个像素值为0的点(ER，EC)。以(SR，SC)和(ER，EC)为起始角点和终止角点，求取两角点确定的直线方程l1:y＝kx+b。
以(SR，SC)和(ER，EC)为起始点和终止点，提取图像I中波纹三角形位于下方的曲线，保存为I2；以(SR，SC)和(ER，EC)为起始点和终止点，提取图像I中波纹三角形位于上方的曲线，保存为I3。
逐个扫描I2中像素值为0的点，计算该点到直线l1的距离distance1；当distance1取到最大值时，该点即为曲线上所求的切点，并求出通过该切点且平行于直线l1的切线l2：y＝kx+c1；逐个扫描I3中像素值为0的点，计算该点到直线l1的距离distance2；当distance2取到最大值时，该点即为曲线上所求的切点，并求出通过该切点且平行于直线l1的切线l3：y＝kx+c2；
根据上述两平行线之间的距离公式(5)计算得到三角形波纹高度Waheight。
凸型三角形波高求解示意图如图13所示。
至此，实现了基于图像处理技术的波纹阻火盘波高测量，即成。

Claims (3)

1.一种基于图像处理技术的波纹阻火盘波高测量方法，其特征在于，具体按照以下步骤实施：
步骤1：读取原始的灰度图像并对其进行同态滤波处理；
步骤2：对滤波后的图像进行闭运算的形态学处理及二值化；
步骤3：运用连通域标记法分割二值图像，保存所有形状完整的波纹三角形区域图像；
步骤4：逐个读取包含单个波纹三角形的图像，对倾斜的三角形进行旋转矫正，使得三角形的长边平行于图像的x轴；
步骤5：对旋转矫正后的三角形进行类型自动判别，其中类型分为上凹型三角形、下凹型三角形以及凸型三角形；
步骤6：对不同类型的三角形，采用不同的方法寻找角点，最后运用平行线法计算三角形波纹高度；
至此，实现了波纹阻火盘波高的测量，即成；
所述的步骤5具体是：
对矫正后的单个波纹三角形图像I，首先获取包含整个三角形轮廓的最小外接矩形，找到该矩形的竖直中心线x＝S并计算矩形长轴的半长L；
对图像I中第S列之前的图像进行从左往右、从下往上的逐行扫描，获取第一个像素值为0的点(SR1，SC1)；对图像I中第S列之后的图像进行从右往左、从下往上的逐行扫描，获取第一个像素值为0的点(ER1，EC1)；对图像I中第S列之前的图像进行从左往右、从上往下的逐行扫描，获取第一个像素值为0的点(SR2，SC2)；对图像I中第S列之后的图像进行从右往左、从上往下的逐行扫描，获取第一个像素值为0的点(ER2，EC2)；
计算点(SR1，SC1)和点(ER1，EC1)的横坐标之差得到Dis1，计算点(SR2，SC2)和点(ER2，EC2)的横坐标之差得到Dis2；若Dis1大于最小外接矩形长轴的半长L而Dis2小于最小外接矩形长轴的半长L，则该波纹三角形属于上凹型三角形；若Dis1小于最小外接矩形长轴的半长L而Dis2大于最小外接矩形长轴的半长L，则该波纹三角形属于下凹型三角形；若上述两个条件皆不满足，则该波纹三角形属于凸型三角形，即三角形类型判断完成；
所述的步骤6具体是：
对于上凹型三角形，以(SR1，SC1)和(ER1，EC1)为起始角点和终止角点，求取两角点确定的直线方程l1:y＝kx+b，并提取图像I中波纹三角形位于下方的曲线，保存为I2；对图像I进行从上往下、从左往右的逐列扫描，获取第一个像素值为0的点(SRN，SCN)；从上往下、从右往左的逐列扫描，获取第一个像素值为0的点(ERN，ECN)；以(SRN，SCN)和(ERN，ECN)为起始点和终止点，提取图像I中波纹三角形位于上方的曲线，保存为I3；
逐个扫描I2中像素值为0的点，计算该点到直线l1的距离distance1；当distance1取到最大值时，该点即为曲线上所求的切点，求出通过该切点且平行于直线l1的切线l2：y＝kx+c1；逐个扫描I3中像素值为0的点，计算该点到直线l1的距离distance2；当distance2取到最大值时，该点即为曲线上所求的切点，求出通过该切点且平行于直线l1的切线l3：y＝kx+c2；
根据两平行线之间的距离公式(2)计算得到三角形波纹高度Waheight；
Figure FDA0002376910420000021
对于下凹型三角形，以(SR2，SC2)和(ER2，EC2)为起始角点和终止角点，求取两角点确定的直线方程l1:y＝kx+b，并提取图像I中波纹三角形位于上方的曲线，保存为I3；对图像I进行从下往上、从左往右的逐列扫描，获取第一个像素值为0的点(SRN，SCN)；从下往上、从左往右的逐列扫描，获取第一个像素值为0的点(ERN，ECN)；以(SRN，SCN)和(ERN，ECN)为起始点和终止点，提取图像I中波纹三角形位于下方的曲线，保存为I2；
逐个扫描I2中像素值为0的点，计算该点到直线l1的距离distance1；当distance1取到最大值时，该点即为曲线上所求的切点，并求出通过该切点且平行于直线l1的切线l2：y＝kx+c1；逐个扫描I3中像素值为0的点，计算该点到直线l1的距离distance2；当distance2取到最大值时，该点即为曲线上所求的切点，并求出通过该切点且平行于直线l1的切线l3：y＝kx+c2；
根据上述两平行线之间的距离公式(2)计算得到三角形波纹高度Waheight；
对于凸型三角形，对图像I进行从下往上、从左往右的逐列扫描，获取第一个像素值为0的点(SR，SC)；从下往上、从右往左的逐列扫描，获取第一个像素值为0的点(ER，EC)；以(SR，SC)和(ER，EC)为起始角点和终止角点，求取两角点确定的直线方程l1:y＝kx+b；
以(SR，SC)和(ER，EC)为起始点和终止点，提取图像I中波纹三角形位于下方的曲线，保存为I2；以(SR，SC)和(ER，EC)为起始点和终止点，提取图像I中波纹三角形位于上方的曲线，保存为I3；
逐个扫描I2中像素值为0的点，计算该点到直线l1的距离distance1；当distance1取到最大值时，该点即为曲线上所求的切点，并求出通过该切点且平行于直线l1的切线l2：y＝kx+c1；逐个扫描I3中像素值为0的点，计算该点到直线l1的距离distance2；当distance2取到最大值时，该点即为曲线上所求的切点，并求出通过该切点且平行于直线l1的切线l3：y＝kx+c2；
根据上述两平行线之间的距离公式(2)计算得到三角形波纹高度Waheight。
2.根据权利要求1所述的基于图像处理技术的波纹阻火盘波高测量方法，其特征在于，所述的步骤2中，具体是：
采用像素半径为5的圆盘形结构元素对同态滤波处理后的灰度图像进行闭运算处理，再运用最大类间方差法对图像做二值化处理，得到二值图像BW。
3.根据权利要求1所述的基于图像处理技术的波纹阻火盘波高测量方法，其特征在于，所述的步骤3中，具体是：
对二值图像中的所有三角形的连通域进行标记，得到标记结果矩阵L和连通域总个数N；获取每个连通域的像素面积Areai，i＝1,2,…,N，对N个连通域的像素面积进行降序排序，取前30％的像素面积并求取平均值得到Amean，最后取Amean的90％得到值TA作为提取完整三角形的面积阈值；将每个连通域的像素面积与TA做比较，保存大于或等于TA的连通域，舍弃小于TA的连通域。
CN201711207620.2A 2017-11-27 2017-11-27 一种基于图像处理技术的波纹阻火盘波高测量方法 Active CN107993235B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711207620.2A CN107993235B (zh) 2017-11-27 2017-11-27 一种基于图像处理技术的波纹阻火盘波高测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711207620.2A CN107993235B (zh) 2017-11-27 2017-11-27 一种基于图像处理技术的波纹阻火盘波高测量方法

Publications (2)

Publication Number Publication Date
CN107993235A CN107993235A (zh) 2018-05-04
CN107993235B true CN107993235B (zh) 2020-04-03

Family

ID=62032092

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711207620.2A Active CN107993235B (zh) 2017-11-27 2017-11-27 一种基于图像处理技术的波纹阻火盘波高测量方法

Country Status (1)

Country Link
CN (1) CN107993235B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109741394B (zh) * 2018-12-10 2021-02-26 北京拓尔思信息技术股份有限公司 图像处理方法、装置、电子设备和存储介质
CN110470230B (zh) * 2019-07-15 2021-01-01 中国计量大学 一种波纹阻火盘表面波高尺寸测量方法
CN114234800A (zh) * 2021-12-01 2022-03-25 北京航天石化技术装备工程有限公司 一种波纹板几何尺寸检测设备及检测方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2055394U (zh) * 1989-06-28 1990-04-04 中国石油化工总公司北京设计院 一种管道阻火器
CN103063159A (zh) * 2012-12-31 2013-04-24 南京信息工程大学 一种基于ccd的零件尺寸测量方法
CN104182719A (zh) * 2013-05-21 2014-12-03 宁波华易基业信息科技有限公司 一种图像识别方法及装置
CN204611002U (zh) * 2015-04-15 2015-09-02 莱芜市特种阀门厂 防溢流波纹网式阻火呼吸阀
CN105160341A (zh) * 2015-09-01 2015-12-16 西北工业大学 一种基于直线段检测和内心性质的三角形检测方法
EP2995352A1 (en) * 2014-09-11 2016-03-16 Rf-Technologies nv Corrugated fire-retardant shutter
CN105931252A (zh) * 2016-05-16 2016-09-07 大连理工大学 一种基于几何约束的椭圆快速检测方法
CN106053479A (zh) * 2016-07-21 2016-10-26 湘潭大学 一种基于图像处理的工件外观缺陷的视觉检测系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9679216B2 (en) * 2015-05-07 2017-06-13 The United States Of America As Represented By The Secretary Of The Air Force Morphological automatic triangle orientation detection

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2055394U (zh) * 1989-06-28 1990-04-04 中国石油化工总公司北京设计院 一种管道阻火器
CN103063159A (zh) * 2012-12-31 2013-04-24 南京信息工程大学 一种基于ccd的零件尺寸测量方法
CN104182719A (zh) * 2013-05-21 2014-12-03 宁波华易基业信息科技有限公司 一种图像识别方法及装置
EP2995352A1 (en) * 2014-09-11 2016-03-16 Rf-Technologies nv Corrugated fire-retardant shutter
CN204611002U (zh) * 2015-04-15 2015-09-02 莱芜市特种阀门厂 防溢流波纹网式阻火呼吸阀
CN105160341A (zh) * 2015-09-01 2015-12-16 西北工业大学 一种基于直线段检测和内心性质的三角形检测方法
CN105931252A (zh) * 2016-05-16 2016-09-07 大连理工大学 一种基于几何约束的椭圆快速检测方法
CN106053479A (zh) * 2016-07-21 2016-10-26 湘潭大学 一种基于图像处理的工件外观缺陷的视觉检测系统

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
ABS齿圆环形表面缺陷检测方法;胡佳成 等;《电子测量与仪器学报》;20170331;第31卷(第3期);第408-414页 *
Joint distributions for significant wave height and wave zero-up-crossing period;Jan Mathisen 等;《Applied Ocean Research》;19900430;第12卷(第2期);第93-103页 *
Multiple target tracking with lazy background subtraction and connected components analysis;Robert G. Abbott 等;《Machine Vision and Applications》;20071120;第2009年卷(第20期);第93-101页 *
基于图像识别的零件几何尺寸检测问题的研究;郑丽丽 等;《中国优秀博硕士学位论文全文数据库》;20041215;第2014年卷(第4期);第I140-568页 *
基于机器视觉的管孔类零件尺寸测量方法;张平生 等;《机械设计与制造》;20121231(第12期);第139-141页 *
阻火器的最主要部件+波纹阻火芯（板）;上海南石储罐设备科技有限公司;《www.shhxfcj.com/html/642759466.html》;20160621;第1页 *

Also Published As

Publication number Publication date
CN107993235A (zh) 2018-05-04

Similar Documents

Publication Publication Date Title
CN107993235B (zh) 一种基于图像处理技术的波纹阻火盘波高测量方法
CN105067638B (zh) 基于机器视觉的轮胎胎膜表面字符缺陷检测方法
CN108764229B (zh) 一种基于计算机视觉技术的水尺图像自动识别方法
CN109682839B (zh) 一种金属弧形工件表面缺陷在线检测方法
CN107292310B (zh) 一种圆形指针式表盘视觉定位及自动读数方法
CN109886896A (zh) 一种蓝色车牌分割与矫正方法
CN110470230B (zh) 一种波纹阻火盘表面波高尺寸测量方法
CN103793712A (zh) 一种基于边缘几何特征的图像识别方法及系统
CN106960208A (zh) 一种仪表液晶数字自动切分和识别的方法及系统
CN109060836A (zh) 基于机器视觉的高压油管接头外螺纹检测方法
CN115311294B (zh) 基于图像处理的玻璃瓶瓶身瑕疵识别检测方法
CN115063423B (zh) 基于计算机视觉的机械铸件冷热裂纹自适应辨别方法
CN107016394B (zh) 一种交叉纤维特征点匹配方法
CN114219794B (zh) 基于机器视觉的刨花板表面质量评估方法及系统
CN111862055B (zh) 一种基于图像处理的水准泡车削空腔缺陷检测方法
CN112465809B (zh) 一种基于图像识别的模具缺陷检测方法、计算机可读存储介质及装置
CN113963051A (zh) 基于视觉信息和特征提取的目标直径自动测量方法和系统
CN111122590A (zh) 一种陶瓷表面缺陷检测装置及检测方法
US20140233841A1 (en) Method of chekcing the appearance of the surface of a tyre
CN107784646A (zh) 一种路用集料的自适应检测方法
CN108492306A (zh) 一种基于图像轮廓的x型角点提取方法
Lin et al. Surface defect detection of machined parts based on machining texture direction
CN115597494B (zh) 一种基于点云的预制构件预留孔的精度检测方法、系统
CN109410210B (zh) 基于机器视觉的商品条码印制质量检测方法
CN105405137B (zh) 基于机器视觉的轴质量检测方法

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