CN108335310B - 一种便携式粒形粒度检测方法及系统 - Google Patents
一种便携式粒形粒度检测方法及系统 Download PDFInfo
- Publication number
- CN108335310B CN108335310B CN201810022873.0A CN201810022873A CN108335310B CN 108335310 B CN108335310 B CN 108335310B CN 201810022873 A CN201810022873 A CN 201810022873A CN 108335310 B CN108335310 B CN 108335310B
- Authority
- CN
- China
- Prior art keywords
- particle size
- image
- particles
- diameter
- outer contour
- 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
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
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/10—Image enhancement or restoration by non-spatial domain filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
-
- 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
- G06T7/42—Analysis of texture based on statistical description of texture using transform domain methods
-
- 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
- G06T2207/20048—Transform domain processing
- G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
-
- 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
- G06T2207/20048—Transform domain processing
- G06T2207/20064—Wavelet transform [DWT]
Abstract
本发明提供一种便携式粒形粒度检测方法及系统,方法包括接收移动终端摄像头正投影方向拍摄的正方形内颗粒的图像;根据所述正方形的尺寸对粒径进行标定;提取图像外轮廓;根据提取的外轮廓,使用粒径算法获取定方向径、定方向等分径和定向最大径;根据提取的外轮廓,使用盒维数法或功率谱法获得分形维数;根据提取的外轮廓,通过颗粒的外接椭圆来测定颗粒的扁平率,具体通过用长轴长与短轴长之比来描述颗粒的扁平率;根据提取的外轮廓,通过轮廓滤波方法获得表面纹理粗糙度;通过所述分形维数和粗糙度定量的表征颗粒的棱角性。本发明一种使用便捷、检测快速的便携式粒形粒度检测方法及系统,可运用于各种操作平台。
Description
技术领域
本发明涉及工程机械领域与IT互联网领域,具体地涉及一种便携式粒形粒度检测方法及系统。
背景技术
目前,粒形分析的方法有静态图像法和动态图像法。静态图像法是在样品静止的状态下进行粒度粒形表征,采用静态图像分析法的仪器有显微镜、扫描电镜等。大多数静态图像法的仪器是使用干涉法进行颗粒表征,放大倍数比动态图像法更大,所需样品量很少,但是,其缺点在于需要较长的分析时间,所获取的粒度粒形数据比较单一,只能获取样品局部形态信息,需要花费大量的时间来获取大量的分析图像才能够获得比较全面粒度粒形信息。而动态图像法则是在样品运动的状态下进行颗粒表征,采用动态图像分析法的仪器有各种动态粒度粒形的分析仪。跟静态法相比,动态法所需样品量同样很少。在测试时,颗粒自由流动经过摄影机,能展示出颗粒各方面的形貌。但由于光学方法的限制,测试下限比静态法高得多。由于传统的振动筛分粒形粒度检测方法对颗粒具有破坏作用,只能测量粒度,无法分析粒形,且结果受人为因素和筛孔变形影响较大。比较先进的光学台式测量的方法又不便于携带,且仪器造价较高,操作比较繁琐。在这个信息时代需要交叉、融合以及借鉴其他的学科的成果才能促进科技的进步以及人类的多样化需求。因此,将数字图像处理技术逐步引入道路工程领域,是技术发展的必然;目前,已有的粒形粒度检测系统主要运用于Windows操作平台,使用不便捷,处理速度慢。
发明内容
本发明目的在于克服现有技术的不足,提出一种使用便捷、检测快速的便携式粒形粒度检测方法及系统,可运用于各种操作平台如Android、iOS和Windows。
本发明解决其技术问题所采用的技术方案是:
一种便携式粒形粒度检测方法,包括:
接收移动终端摄像头正投影方向拍摄的正方形内颗粒的图像;
根据所述正方形的尺寸对粒径进行标定;
对所述图像依次进行边缘检测法、图像二值化法、图像分割法和数学形态学法处理,提取图像外轮廓;
根据提取的外轮廓,使用粒径算法获取定方向径、定方向等分径和定向最大径;
根据提取的外轮廓,使用盒维数法获得分形维数;
根据提取的外轮廓,通过颗粒的外接椭圆来测定颗粒的扁平率,具体通过用长轴长与短轴长之比来描述颗粒的扁平率;
根据提取的外轮廓,通过轮廓滤波方法获得表面纹理粗糙度;
通过所述分形维数和粗糙度定量的表征颗粒的棱角性。
优选的,所述方法还包括:对所述定方向径、定方向等分径、定向最大径、分形维数、长轴长、短轴长、扁平率、纹理粗糙度及棱角性进行显示。
优选的,所述定方向径、定方向等分径和定向最大径可通过数据显示和/或颗粒直方分布图显示。
优选的,通过水平仪检测法使移动终端摄像头为正投影方向拍摄。
优选的,所述边缘检测法采用Sobel进行边缘检测,使用一个3*3的滤波器来对图像进行滤波从而得到梯度图像。
优选的,所述盒维数法的计算公式如下:
其中,ε是小立方体一边的长度,N(ε)是用此小立方体覆盖被测形体所得的数目,维数公式意味着通过用边长为ε的小立方体覆盖被测形体来确定形体的维数。
优选的,所述轮廓滤波方法包括傅里叶变换法、Gabor变换法或小波变换法。
一种便携式粒形粒度检测系统,包括:
颗粒图像获取模块,用于接收移动终端摄像头正投影方向拍摄的正方形内颗粒的图像;
固定尺寸标定模块,用于根据所述正方形的尺寸对粒径进行标定;
外轮廓提取模块,用于对所述图像依次进行边缘检测法、图像二值化法、图像分割法和数学形态学法处理,提取图像外轮廓;
粒径检测模块,用于根据提取的外轮廓,使用粒径算法获取定方向径、定方向等分径和定向最大径;
分形维数检测模块,用于根据提取的外轮廓,使用盒维数法获得分形维数;
扁平率检测模块,用于根据提取的外轮廓,通过颗粒的外接椭圆来测定颗粒的扁平率,具体通过用长轴长与短轴长之比来描述颗粒的扁平率;
表面纹理检测模块,用于根据提取的外轮廓,通过轮廓滤波方法获得表面纹理粗糙度;
棱角性检测模块,用于通过所述分形维数和粗糙度定量的表征颗粒的棱角性。
优选的,所述系统还包括:显示模块,用于对所述定方向径、定方向等分径、定向最大径、分形维数、长轴长、短轴长、扁平率、纹理粗糙度及棱角性进行显示。
优选的,所述系统还包括:水平仪检测模块,用于通过水平仪使移动终端摄像头为正投影方向拍摄。
与现有技术相比,本发明具有如下有益效果:
(1)本发明方法首先通过水平仪检测方法保证移动终端摄像头为正投影方向拍摄,再根据正方形的尺寸对粒径进行标定及提取图像外轮廓,并获得外轮廓的坐标;进而根据外轮廓及其坐标快速获得颗粒的粒径、分形维数、扁平率、表面纹理和棱角性等特征;
(2)本发明系统可运用于各种操作平台如Android、iOS和Windows,因此适用于各种移动终端,从而可以随时随地进行粒度检测,并且使用便捷、检测快速。
附图说明
图1为本发明实施例粒形粒度检测系统操作界面示意图;
图2为本发明实施例粒形粒度检测系统操作流程图。
图3为本发明实施例粒形粒度检测系统操作流程图。
具体实施方式
本实施例中,所述移动终端包括但不限于手机、平板电脑和笔记本电脑等,所述移动终端均自带有摄像头。
参见图1所示,本发明一种便携式粒形粒度检测方法,包括:
步骤101,接收移动终端摄像头正投影方向拍摄的正方形内颗粒的图像;
步骤102,根据所述正方形的尺寸对粒径进行标定;
步骤103,对所述图像依次进行边缘检测法、图像二值化法、图像分割法和数学形态学法处理,提取图像外轮廓;
步骤104,根据提取的外轮廓,使用粒径算法获取定方向径、定方向等分径和定向最大径;
步骤105,根据提取的外轮廓,使用盒维数法获得分形维数;
步骤106,根据提取的外轮廓,通过颗粒的外接椭圆来测定颗粒的扁平率,具体通过用长轴长与短轴长之比来描述颗粒的扁平率;
步骤107,根据提取的外轮廓,通过轮廓滤波方法获得表面纹理粗糙度;
步骤108,通过所述分形维数和粗糙度定量的表征颗粒的棱角性。具体的,如果粗糙度和分形维数值越大,则说明颗粒的棱角度越大;如果粗糙度和分形维数值越小,则说明颗粒的棱角度越小。
本实施例中,本发明通过水平仪检测法使移动终端摄像头为正投影方向拍摄。
所述水平仪检测法包括通过陀螺仪将运动或重力转换为电信号的传感器,主要用于倾斜角、惯性力、冲击及震动等参数的测量,可以保证摄像头水平拍摄,用于图像标定,保证 A4纸上所画的正方框不会变形,即正投影为一个标准的正方形,从而保证各个所检测到的参数的精度。
本实施例中,对粒径进行标定为通过尺子在一张A4纸画上标准的正方形,正方形的尺寸可知,然后通过已知的正方形的尺寸大小,通过界面捕捉框正投影(在允许误范围内)来拍摄A4纸正方形内的颗粒,这样便可以对粒径进行标定。
本实施例中,外轮廓提取包括边缘检测、图像二值化、图像分割和数学形态学处理;边缘检测采用Sobel边缘检测,Sobel算子用了一个3*3的滤波器来对图像进行滤波从而得到梯度图像。图像二值化是将所有灰度大于或等于阈值的像素被判定为属于特定物体,其灰度值为255表示,否则这些像素点被排除在物体区域以外,灰度值为0,表示背景或者例外的物体区域。图像分割基于小波变换的阈值图像分割方法的基本思想是首先由二进小波变换将图像的直方图分解为不同层次的小波系数,然后依据给定的分割准则和小波系数选择阈值门限,最后利用阈值标出图像分割的区域。
本实施例中,所述粒径算法通过计算出定方向径(Feret径)、定方向等分径(Martin径)、定向最大径来描述颗粒的粒度粒形。定方向径是投影面上两平行切线之间的距离;定方向等分径是颗粒投影面积二等分的定向直线长度。
本实施例中,分形维数检测是通过运用盒维数法测定分形维数,计算公式为:式中ε是小立方体一边的长度,N(ε)是用此小立方体覆盖被测形体所得的数目,维数公式意味着通过用边长为ε的小立方体覆盖被测形体来确定形体的维数。
本实施例中,所述轮廓滤波方法包括傅里叶变换法、Gabor变换法和小波变换法。
所述小波变换是一种新的变换分析方法,它继承和发展了短时傅立叶变换局部化的思想,同时又克服了窗口大小不随频率变化等缺点。
本实施例中,所述边缘检测通过滤波来处理边缘,通常采用高斯滤波,可以有效的增强边缘和降低噪声。
具体的,所述高斯滤波是通过建立一个数学模型,通过它来将图像数据进行能量转化,能量低的就排除掉,噪声属于低能量部分。
本实施例中,所述图像二值化是通过将整个图像呈现出明显的黑白效果的过程,在数字图像处理中,二值图像占有非常重要的地位,图像的二值化使图像中数据量大为减少,从而能突显出目标的轮廓。
本发明还提供一种便携式粒形粒度检测系统,包括:
颗粒图像获取模块,用于接收移动终端摄像头正投影方向拍摄的正方形内颗粒的图像;
固定尺寸标定模块,用于根据所述正方形的尺寸对粒径进行标定;
外轮廓提取模块,用于对所述图像依次进行边缘检测法、图像二值化法、图像分割法和数学形态学法处理,提取图像外轮廓;
粒径检测模块,用于根据提取的外轮廓,使用粒径算法获取定方向径、定方向等分径和定向最大径;
分形维数检测模块,用于根据提取的外轮廓,使用盒维数法获得分形维数;
扁平率检测模块,用于根据提取的外轮廓,通过颗粒的外接椭圆来测定颗粒的扁平率,具体通过用长轴长与短轴长之比来描述颗粒的扁平率;
表面纹理检测模块,用于根据提取的外轮廓,通过轮廓滤波方法获得表面纹理粗糙度;
棱角性检测模块,用于通过所述分形维数和粗糙度定量的表征颗粒的棱角性。
所述的便携式粒形粒度检测系统,还包括:显示模块,用于对所述定方向径、定方向等分径、定向最大径、分形维数、长轴长、短轴长、扁平率、纹理粗糙度及棱角性进行显示。
所述的便携式粒形粒度检测系统,还包括:水平仪检测模块,用于通过水平仪使移动终端摄像头为正投影方向拍摄。
具体的,参见图2和图3所示,本实施例以粒形粒度检测系统在手机上的应用为例进行进一步的说明,包括水平仪检测模块、颗粒图像获取模块、固定尺寸标定模块、外轮廓提取模块、粒径检测模块、分形维数检测模块、扁平率检测模块、表面纹理检测模块和棱角性检测模块;粒径检测模块包括定方向径(Feret径)、定方向等分径(Martin径)和定向最大径;分形维数检测模块包括功率谱法和盒维数法;扁平率检测模块包括长轴长和短轴长;表面纹理检测模块包括傅里叶变换法、Gabor变换法和小波变换法;棱角性检测模块包括分形维数和粗糙度。
具体实施例的工作流程如下:
先通过尺子在一张A4纸画上标准的正方形,正方形的尺寸可知,然后通过手机界面设置好相对应的尺寸大小,通过手机界面捕捉框正投影(在允许误范围内)来拍摄A4纸正方形内的颗粒,这样便可以对粒径进行标定;获取图像、进行固定尺寸标定及进行外轮廓提取后(需要说明的是,获取图像、进行固定尺寸标定及进行外轮廓提取也可以集成在下述各测量图标中,即点击下述图标后,先获取图像、进行固定尺寸标定及进行外轮廓提取后,再进行测量,具体实现本发明实施例不做具体限制),进入如图2所示的操作界面图。
点击粒径测量图标201,进入定方向径(Feret径)2011、定方向等分径(Martin径)2012 和定向最大径2013,就可以测量各种粒径;
点击分形维数测量图标202,进入测量方法显示界面,如果点击功率谱法2021,可以通过功率谱法来计算出分形维数;如果点击盒维数法2022,可以通过盒维数法求出分形维数;
点击扁平率测量图标203,可以显示出长轴长2031和短轴长2032,再点击计算,可以显示出扁平率;
点击表面纹理测量图标204,进入测量方法显示界面,如果点击傅里叶变换法2041,可以通过傅里叶变换法来计算出表面纹理;如果点击Gabor变换法2042,可以通过Gabor变换法求出表面纹理;如果点击小波变换法2043,可以通过小波变换法求出表面纹理;
点击棱角性测量图标205,显示出分形维数2051和粗糙度2052,然后点击定量分析,便可以定量的分析出颗粒的棱角性。
以上所述,仅是本发明较佳实施例而已,并非对本发明的技术范围作任何限制,故凡是依据本发明的技术实质对以上实施例所作的任何细微修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (10)
1.一种便携式粒形粒度检测方法,其特征在于,包括:
接收移动终端摄像头正投影方向拍摄的正方形内颗粒的图像;
根据所述正方形的尺寸对粒径进行标定;
对所述图像依次进行边缘检测法、图像二值化法、图像分割法和数学形态学法处理,提取图像外轮廓;
根据提取的外轮廓,使用粒径算法获取定方向径、定方向等分径和定向最大径;
根据提取的外轮廓,使用盒维数法或功率谱法获得分形维数;
根据提取的外轮廓,通过颗粒的外接椭圆来测定颗粒的扁平率,具体通过用长轴长与短轴长之比来描述颗粒的扁平率;
根据提取的外轮廓,通过轮廓滤波方法获得表面纹理粗糙度;
通过所述分形维数和粗糙度定量的表征颗粒的棱角性。
2.根据权利要求1所述的便携式粒形粒度检测方法,其特征在于,还包括:对所述定方向径、定方向等分径、定向最大径、分形维数、长轴长、短轴长、扁平率、纹理粗糙度及棱角性进行显示。
3.根据权利要求2所述的便携式粒形粒度检测方法,其特征在于,所述定方向径、定方向等分径和定向最大径可通过数据显示和/或颗粒直方分布图显示。
4.根据权利要求1所述的便携式粒形粒度检测方法,其特征在于,通过水平仪检测法使移动终端摄像头为正投影方向拍摄。
5.根据权利要求1所述的便携式粒形粒度检测方法,其特征在于,所述边缘检测法采用Sobel进行边缘检测,使用一个3*3的滤波器来对图像进行滤波从而得到梯度图像。
7.根据权利要求1所述的便携式粒形粒度检测方法,其特征在于,所述轮廓滤波方法包括傅里叶变换法、Gabor变换法或小波变换法。
8.一种便携式粒形粒度检测系统,其特征在于,包括:
颗粒图像获取模块,用于接收移动终端摄像头正投影方向拍摄的正方形内颗粒的图像;
固定尺寸标定模块,用于根据所述正方形的尺寸对粒径进行标定;
外轮廓提取模块,用于对所述图像依次进行边缘检测法、图像二值化法、图像分割法和数学形态学法处理,提取图像外轮廓;
粒径检测模块,用于根据提取的外轮廓,使用粒径算法获取定方向径、定方向等分径和定向最大径;
分形维数检测模块,用于根据提取的外轮廓,使用盒维数法获得分形维数;
扁平率检测模块,用于根据提取的外轮廓,通过颗粒的外接椭圆来测定颗粒的扁平率,具体通过用长轴长与短轴长之比来描述颗粒的扁平率;
表面纹理检测模块,用于根据提取的外轮廓,通过轮廓滤波方法获得表面纹理粗糙度;
棱角性检测模块,用于通过所述分形维数和粗糙度定量的表征颗粒的棱角性。
9.根据权利要求8所述的便携式粒形粒度检测系统,其特征在于,还包括:显示模块,用于对所述定方向径、定方向等分径、定向最大径、分形维数、长轴长、短轴长、扁平率、纹理粗糙度及棱角性进行显示。
10.根据权利要求8所述的便携式粒形粒度检测系统,其特征在于,还包括:水平仪检测模块,用于通过水平仪使移动终端摄像头为正投影方向拍摄。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810022873.0A CN108335310B (zh) | 2018-01-10 | 2018-01-10 | 一种便携式粒形粒度检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810022873.0A CN108335310B (zh) | 2018-01-10 | 2018-01-10 | 一种便携式粒形粒度检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108335310A CN108335310A (zh) | 2018-07-27 |
CN108335310B true CN108335310B (zh) | 2021-06-29 |
Family
ID=62924136
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810022873.0A Active CN108335310B (zh) | 2018-01-10 | 2018-01-10 | 一种便携式粒形粒度检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108335310B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110070537B (zh) * | 2019-04-25 | 2021-10-15 | 清华大学 | 静态图像颗粒的粒度与球形度的智能识别方法和装置 |
CN110047072A (zh) * | 2019-04-30 | 2019-07-23 | 福建南方路面机械有限公司 | 一种基于移动互联的砂石粒径识别处理系统及处理方法 |
CN113776469A (zh) * | 2021-08-10 | 2021-12-10 | 同济大学 | 一种粉体颗粒表面粗糙度的检测方法及系统 |
CN116008139B (zh) * | 2023-03-27 | 2023-06-23 | 华中科技大学 | 分散系统颗粒物分形维数的评估方法及评估系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103808263A (zh) * | 2014-01-20 | 2014-05-21 | 北京派得伟业科技发展有限公司 | 谷粒粒形参数的高通量检测方法 |
CN104680526A (zh) * | 2015-02-12 | 2015-06-03 | 浙江大学 | 一种基于自相关算法的均匀颗粒粒径测量方法 |
CN105510195A (zh) * | 2015-12-07 | 2016-04-20 | 华侨大学 | 一种堆叠骨料的粒度粒形在线检测方法 |
CN105699258A (zh) * | 2016-01-28 | 2016-06-22 | 华侨大学 | 一种细骨料在线检测装置及方法 |
CN106680165A (zh) * | 2016-12-29 | 2017-05-17 | 北京奥本中仪自控工程有限公司 | 一种便携式颗粒物浓度监测仪 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9939548B2 (en) * | 2014-02-24 | 2018-04-10 | Saudi Arabian Oil Company | Systems, methods, and computer medium to produce efficient, consistent, and high-confidence image-based electrofacies analysis in stratigraphic interpretations across multiple wells |
-
2018
- 2018-01-10 CN CN201810022873.0A patent/CN108335310B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103808263A (zh) * | 2014-01-20 | 2014-05-21 | 北京派得伟业科技发展有限公司 | 谷粒粒形参数的高通量检测方法 |
CN104680526A (zh) * | 2015-02-12 | 2015-06-03 | 浙江大学 | 一种基于自相关算法的均匀颗粒粒径测量方法 |
CN105510195A (zh) * | 2015-12-07 | 2016-04-20 | 华侨大学 | 一种堆叠骨料的粒度粒形在线检测方法 |
CN105699258A (zh) * | 2016-01-28 | 2016-06-22 | 华侨大学 | 一种细骨料在线检测装置及方法 |
CN106680165A (zh) * | 2016-12-29 | 2017-05-17 | 北京奥本中仪自控工程有限公司 | 一种便携式颗粒物浓度监测仪 |
Also Published As
Publication number | Publication date |
---|---|
CN108335310A (zh) | 2018-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108335310B (zh) | 一种便携式粒形粒度检测方法及系统 | |
WO2019134252A1 (zh) | 结构裂缝自动化描绘及宽度精准测量方法与设备 | |
Graham et al. | Automated sizing of coarse-grained sediments: image-processing procedures | |
CN103759676A (zh) | 一种工件表面粗糙度非接触式的检测方法 | |
CN108230292A (zh) | 物体检测方法和神经网络的训练方法、装置及电子设备 | |
CN109632808A (zh) | 棱边缺陷检测方法、装置、电子设备及存储介质 | |
CN108682008A (zh) | 一种白细胞图像清晰度评价方法及装置 | |
CN112991287B (zh) | 一种基于全卷积神经网络的自动压痕测量方法 | |
CN106530271A (zh) | 一种红外图像显著性检测方法 | |
CN102003945A (zh) | 一种虚拟光学引伸计及其测量方法 | |
CN114782451B (zh) | 工件缺陷检测方法、装置、电子设备及可读存储介质 | |
CN116109635B (zh) | 复合悬式绝缘子表面质量检测方法、装置、设备及介质 | |
Lin et al. | Surface defect detection of machined parts based on machining texture direction | |
CN106022354B (zh) | 基于svm的图像mtf测量方法 | |
CN114428110A (zh) | 一种轴承套圈荧光磁粉探伤图像缺陷检测方法及系统 | |
CN109272484A (zh) | 一种基于视频图像的降雨检测方法 | |
CN113446932A (zh) | 非接触式裂纹测量方法及其系统 | |
CN105092452A (zh) | 一种机制砂球体类似度的检测方法 | |
CN202204479U (zh) | 虚拟光学引伸计 | |
Chen et al. | Image profile area calculation based on circular sample measurement calibration | |
Liu et al. | Measurement method of the width of the strands of cut tobacco based on digital image processing | |
CN113554688A (zh) | 一种基于单目视觉的o型密封圈尺寸测量方法 | |
Kee et al. | A simple approach to fine wire diameter measurement using a high-resolution flatbed scanner | |
CN110930447A (zh) | 基于Android的无人值守雪深测量方法 | |
CN115908429B (zh) | 一种泡脚药粉研磨精度检测方法及系统 |
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 |