CN108830821B - 基于图像处理的家居破损程度检测方法 - Google Patents

基于图像处理的家居破损程度检测方法 Download PDF

Info

Publication number
CN108830821B
CN108830821B CN201810125616.XA CN201810125616A CN108830821B CN 108830821 B CN108830821 B CN 108830821B CN 201810125616 A CN201810125616 A CN 201810125616A CN 108830821 B CN108830821 B CN 108830821B
Authority
CN
China
Prior art keywords
image
building
subgraph
gray processing
equipment
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
CN201810125616.XA
Other languages
English (en)
Other versions
CN108830821A (zh
Inventor
丁敏
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.)
Nantong Jiangyong Investment Development Co.,Ltd.
Shaoxing Qiaolu Intelligent Technology Co ltd
Original Assignee
Shaoxing Yinyuan Intelligent Technology 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 Shaoxing Yinyuan Intelligent Technology Co Ltd filed Critical Shaoxing Yinyuan Intelligent Technology Co Ltd
Priority to CN201810125616.XA priority Critical patent/CN108830821B/zh
Publication of CN108830821A publication Critical patent/CN108830821A/zh
Application granted granted Critical
Publication of CN108830821B publication Critical patent/CN108830821B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/50Constructional details
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80Camera processing pipelines; Components thereof
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20036Morphological image processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30161Wood; Lumber

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种基于图像处理的家居破损程度检测方法,该方法包括使用木质窗体破损程度检测系统来提高对建筑物各个木质窗体的勘测速度。基于图像处理的家居破损程度检测系统包括:拍摄支架,设置在建筑物前方,用于支撑图像拍摄设备;图像拍摄设备,包括液晶显示屏、CSI输出接口、图像采集部件、背景检测部件和对比度调整部件;所述拍摄支架用于轮流架设在各个建筑物前方;所述图像采集部件用于对建筑物进行图像数据采集以获得建筑物图像;所述图像拍摄设备的拍摄方向可被调整以对建筑物不同区域进行轮流的图像数据采集以获得相应的建筑物图像。

Description

基于图像处理的家居破损程度检测方法
技术领域
本发明涉及图像领域,尤其涉及一种基于图像处理的家居破损程度检测方法。
背景技术
摄像模块通常包括摄像头和图像处理芯片,随着电子行业的进步,现在越来越多的产品需要应用到摄像模块,如手机、电脑、监控等等产品上均需要使用到摄像模块。摄像模块的稳定性与图像处理芯片紧密相关,现有的摄像模块在生产过程中,通常是直接暴露在空气中的。在生产过程中,图像处理芯片通常是固定在流水线上的皮带运输机上的,在这种情况下,由于空气中存在灰尘的原因,在图像处理芯片上会出现灰尘(或者其他轻小的块状物体)聚集,产生脏点的情况。图像处理芯片上产生的脏点会影响整个摄像模块的稳定性。
发明内容
为了解决上述问题,本发明提供了一种基于图像处理的家居破损程度检测方法,能够建立一套不需要人工参与的全自动化式的电子勘察模式,在短时间内快速获取每一个建筑物内各个木质窗体的破损程度,从而节约了人工成本,提高了勘察效率。
更具体地,本发明至少具有以下两个重要发明点:
(1)改进图像拍摄设备的内部结构,引入背景检测部件和对比度调整部件以对采集到的图像的背景复杂度进行检测,并基于检测到的背景复杂度调整采集到的现场图像的对比度,从而提高图像拍摄设备的自适应处理能力;
(2)在针对性的窗体识别模式的基础上,通过对被采集的建筑物的各个区域的图像破损程度的分析,直接获取建筑物修复的第一手材料。
根据本发明的一方面,提供了一种基于图像处理的家居破损程度检测方法,该方法包括使用木质窗体破损程度检测系统来提高对建筑物各个木质窗体的勘测速度,所述木质窗体破损程度检测系统包括:
拍摄支架,设置在建筑物前方,用于支撑图像拍摄设备;
图像拍摄设备,包括液晶显示屏、CSI输出接口、图像采集部件、背景检测部件和对比度调整部件;所述拍摄支架用于轮流架设在各个建筑物前方;所述图像采集部件用于对建筑物进行图像数据采集以获得建筑物图像;所述背景检测部件与所述图像采集部件连接,用于接收所述建筑物图像,并对所述建筑物图像执行背景复杂度检测以输出当前复杂度因子;所述对比度调整部件分别与所述图像采集部件和所述背景检测部件连接,用于基于所述当前复杂度因子调整所述图像采集部件的建筑物图像采集,使得采集到的建筑物图像的对比度与所述当前复杂度因子成正比;所述CSI输出接口与所述图像采集部件连接,用于接收调整后的建筑物图像以作为当前修正图像输出;所述液晶显示屏与所述图像采集部件连接,用于显示所述当前修正图像;所述图像拍摄设备的拍摄方向可被调整以对建筑物不同区域进行轮流的图像数据采集以获得相应的建筑物图像;
形态学处理设备,与所述图像拍摄设备连接,用于接收所述当前修正图像,并对所述当前修正图像执行形态学处理,以获得并输出已处理图像;
轮廓线检测设备,与所述形态学处理设备连接,用于接收所述已处理图像,对所述已处理图像中的轮廓线进行检测以获得多个轮廓线,将所述多个轮廓线围成的多个子图像作为待处理子图像输出;
灰度化处理设备,用于接收多个所述待处理子图像,对多个所述待处理子图像分别执行灰度化处理,以获得并输出多个灰度化子图像;
平均值提取设备,与所述灰度化处理设备连接,用于接收所述多个灰度化子图像,并基于每一个灰度化子图像中各个像素点的灰度值确定每一个灰度化图像的平均灰度值;
像素数检测设备,与所述灰度化处理设备连接,用于接收所述多个灰度化子图像,并确定每一个灰度化子图像中的像素点的总数以作为每一个灰度化子图像的像素数输出。
附图说明
以下将结合附图对本发明的实施方案进行描述,其中:
图1为包括多个木质窗体的待勘察建筑物的结构示意图。
图2为根据本发明实施方案示出的木质窗体破损程度检测系统的结构方框图。
具体实施方式
下面将参照附图对本发明的木质窗体破损程度检测系统的实施方案进行详细说明。
相对来说,木质应该是最为完美的窗体框架材质,无论从隔热、隔音等角度来说都有明显的优势,而且与生俱来的质感和自然花纹更为让人心动。虽然是木质,但实际上有的用于做窗框的实木已经经过了层层特殊的处理,不仅没有了水分,要求更高的甚至被吸去了脂肪,这样一来,所谓的木质实际上已经如同化石一样,经过处理后的实木,只保留了木材的外表,品质却完全不一样了,不会开裂变形,更不用担心遭虫咬、被腐蚀,而且,强度也大大增加。此外,还有一种框架结构被称作铝包木,木质框架的户外部分为一层铝合金结构,实际上,这是综合了木质框架的隔热性好以及铝合金强度高的优点,合而为一,扬长避短。木质窗唯一的一个缺点就是造价太高。
鉴于木质窗体容易破损以及窗体造价高的现况,需要对木质窗体进行定期巡查和维护,然而,由于每一个建筑物内窗体分布广泛且有时分布的无规律性,加上窗体位置较高,难以人工观察,导致现有的人工勘察方式成本太高且效率低下。
为了克服上述不足,本发明搭建了一种基于图像处理的家居破损程度检测方法,该方法包括使用木质窗体破损程度检测系统来提高对建筑物各个木质窗体的勘测速度。所述木质窗体破损程度检测系统实现了对待勘察建筑物的所有木质窗体的破损程度快速检测。
图1为包括多个木质窗体的待勘察建筑物的结构示意图。
图2为根据本发明实施方案示出的木质窗体破损程度检测系统的结构方框图,所述系统包括:
拍摄支架,设置在建筑物前方,用于支撑图像拍摄设备;
图像拍摄设备,包括液晶显示屏、CSI输出接口、图像采集部件、背景检测部件和对比度调整部件;
其中,所述拍摄支架用于轮流架设在各个建筑物前方。
接着,继续对本发明的木质窗体破损程度检测系统的具体结构进行进一步的说明。
在所述木质窗体破损程度检测系统中:
所述图像采集部件用于对建筑物进行图像数据采集以获得建筑物图像;
所述背景检测部件与所述图像采集部件连接,用于接收所述建筑物图像,并对所述建筑物图像执行背景复杂度检测以输出当前复杂度因子。
在所述木质窗体破损程度检测系统中:
所述对比度调整部件分别与所述图像采集部件和所述背景检测部件连接,用于基于所述当前复杂度因子调整所述图像采集部件的建筑物图像采集,使得采集到的建筑物图像的对比度与所述当前复杂度因子成正比;
所述CSI输出接口与所述图像采集部件连接,用于接收调整后的建筑物图像以作为当前修正图像输出。
在所述木质窗体破损程度检测系统中:
所述液晶显示屏与所述图像采集部件连接,用于显示所述当前修正图像;
所述图像拍摄设备的拍摄方向可被调整以对建筑物不同区域进行轮流的图像数据采集以获得相应的建筑物图像。
在所述木质窗体破损程度检测系统中,还包括:
形态学处理设备,与所述图像拍摄设备连接,用于接收所述当前修正图像,并对所述当前修正图像执行形态学处理,以获得并输出已处理图像;
轮廓线检测设备,与所述形态学处理设备连接,用于接收所述已处理图像,对所述已处理图像中的轮廓线进行检测以获得多个轮廓线,将所述多个轮廓线围成的多个子图像作为待处理子图像输出;
灰度化处理设备,用于接收多个所述待处理子图像,对多个所述待处理子图像分别执行灰度化处理,以获得并输出多个灰度化子图像;
平均值提取设备,与所述灰度化处理设备连接,用于接收所述多个灰度化子图像,并基于每一个灰度化子图像中各个像素点的灰度值确定每一个灰度化图像的平均灰度值;
像素数检测设备,与所述灰度化处理设备连接,用于接收所述多个灰度化子图像,并确定每一个灰度化子图像中的像素点的总数以作为每一个灰度化子图像的像素数输出;
偏离分析设备,分别与所述平均值提取设备和所述像素数检测设备连接,用于接收每一个灰度化子图像的平均灰度值和每一个灰度化子图像的像素数,并对每一个灰度化子图像执行以下处理:确定灰度化子图像中的每一个像素点的灰度值偏离其平均灰度值的偏离值,所述偏离值为大于等于零的数值,将所述灰度化子图像中的各个像素点的偏离值相加以获得所述灰度化子图像的总偏离值,将所述灰度化子图像的总偏离值除以所述灰度化子图像的像素数以获得所述灰度化子图像的偏离平均值;
窗体提取设备,与所述偏离分析设备连接,用于接收各个灰度化子图像的偏离平均值,将各个灰度化子图像的偏离平均值进行比较,取各个灰度化子图像的偏离平均值中数值最小的偏离平均值对应的灰度化子图像作为窗体子图像输出;
破损指数检测设备,与所述窗体提取设备连接,用于接收所述窗体子图像,并对所述窗体子图像进行破损程度分析以获得对应的破损指数;
其中,所述轮廓线检测设备对所述已处理图像中的轮廓线进行检测以获得多个轮廓线包括:获得的多个轮廓线中只包括所述已处理图像中与垂直方向或水平方向的夹角小于等于预设角度的轮廓线。
在所述木质窗体破损程度检测系统中:
所述破损指数检测设备还与所述液晶显示屏连接;
其中,所述破损指数检测设备用于将获得的对应的破损指数发送到所述液晶显示屏以进行相应的显示操作。
在所述木质窗体破损程度检测系统中:
分别采用不同型号的SOC处理芯片来实现所述形态学处理设备、所述轮廓线检测设备、所述灰度化处理设备、所述平均值提取设备、所述像素数检测设备、所述偏离分析设备、所述窗体提取设备和所述破损指数检测设备。
在所述木质窗体破损程度检测系统中:
所述图像拍摄设备还包括转向机构,与所述图像采集部件连接,用于调整所述图像拍摄设备的拍摄方向,以对建筑物不同区域进行轮流的图像数据采集以获得相应的建筑物图像。
另外,System on Chip,简称SOC,也即片上系统。从狭义角度讲,它是信息系统核心的芯片集成,是将系统关键部件集成在一块芯片上;从广义角度讲,SoC是一个微小型系统,如果说中央处理器(CPU)是大脑,那么SOC就是包括大脑、心脏、眼睛和手的系统。国内外学术界一般倾向将SOC定义为将微处理器、模拟IP核、数字IP核和存储器(或片外存储控制接口)集成在单一芯片上,它通常是客户定制的,或是面向特定用途的标准产品。
SOC定义的基本内容主要在两方面:其一是它的构成,其二是它形成过程。系统级芯片的构成可以是系统级芯片控制逻辑模块、微处理器/微控制器CPU内核模块、数字信号处理器DSP模块、嵌入的存储器模块、和外部进行通讯的接口模块、含有ADC/DAC的模拟前端模块、电源提供和功耗管理模块,对于一个无线SoC还有射频前端模块、用户定义逻辑(它可以由FPGA或ASIC实现)以及微电子机械模块,更重要的是一个SOC芯片内嵌有基本软件(RDOS或COS以及其他应用软件)模块或可载入的用户软件等。
采用本发明的木质窗体破损程度检测系统,针对现有技术中对建筑物多个木质窗体同时勘测困难的技术问题,通过调整图像拍摄设备的拍摄方向以对建筑物不同区域进行轮流的图像数据采集以获得相应的建筑物图像,通过针对性的图像分析机制获取不同木质窗体的位置,并对各个木质窗体对应的图像进行破损程度分析,从而为木质窗体以及建筑物的修复提供有价值的参考数据。
可以理解的是,虽然本发明已以较佳实施例披露如上,然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言,在不脱离本发明技术方案范围情况下,都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。

Claims (1)

1.一种基于图像处理的家居破损程度检测方法,该方法包括使用木质窗体破损程度检测系统来提高对建筑物各个木质窗体的勘测速度,其特征在于,所述木质窗体破损程度检测系统包括:
拍摄支架,设置在建筑物前方,用于支撑图像拍摄设备;
图像拍摄设备,包括液晶显示屏、CSI输出接口、图像采集部件、背景检测部件和对比度调整部件;
其中,所述拍摄支架用于轮流架设在各个建筑物前方;
所述图像采集部件用于对建筑物进行图像数据采集以获得建筑物图像;
所述背景检测部件与所述图像采集部件连接,用于接收所述建筑物图像,并对所述建筑物图像执行背景复杂度检测以输出当前复杂度因子;
所述对比度调整部件分别与所述图像采集部件和所述背景检测部件连接,用于基于所述当前复杂度因子调整所述图像采集部件的建筑物图像采集,使得采集到的建筑物图像的对比度与所述当前复杂度因子成正比;
所述CSI输出接口与所述图像采集部件连接,用于接收调整后的建筑物图像以作为当前修正图像输出;
所述液晶显示屏与所述图像采集部件连接,用于显示所述当前修正图像;
所述图像拍摄设备的拍摄方向可被调整以对建筑物不同区域进行轮流的图像数据采集以获得相应的建筑物图像;
形态学处理设备,与所述图像拍摄设备连接,用于接收所述当前修正图像,并对所述当前修正图像执行形态学处理,以获得并输出已处理图像;
轮廓线检测设备,与所述形态学处理设备连接,用于接收所述已处理图像,对所述已处理图像中的轮廓线进行检测以获得多个轮廓线,将所述多个轮廓线围成的多个子图像作为待处理子图像输出;
灰度化处理设备,用于接收多个所述待处理子图像,对多个所述待处理子图像分别执行灰度化处理,以获得并输出多个灰度化子图像;
平均值提取设备,与所述灰度化处理设备连接,用于接收所述多个灰度化子图像,并基于每一个灰度化子图像中各个像素点的灰度值确定每一个灰度化图像的平均灰度值;
像素数检测设备,与所述灰度化处理设备连接,用于接收所述多个灰度化子图像,并确定每一个灰度化子图像中的像素点的总数以作为每一个灰度化子图像的像素数输出;
偏离分析设备,分别与所述平均值提取设备和所述像素数检测设备连接,用于接收每一个灰度化子图像的平均灰度值和每一个灰度化子图像的像素数,并对每一个灰度化子图像执行以下处理:确定灰度化子图像中的每一个像素点的灰度值偏离其平均灰度值的偏离值,所述偏离值为大于等于零的数值,将所述灰度化子图像中的各个像素点的偏离值相加以获得所述灰度化子图像的总偏离值,将所述灰度化子图像的总偏离值除以所述灰度化子图像的像素数以获得所述灰度化子图像的偏离平均值;
窗体提取设备,与所述偏离分析设备连接,用于接收各个灰度化子图像的偏离平均值,将各个灰度化子图像的偏离平均值进行比较,取各个灰度化子图像的偏离平均值中数值最小的偏离平均值对应的灰度化子图像作为窗体子图像输出;
破损指数检测设备,与所述窗体提取设备连接,用于接收所述窗体子图像,并对所述窗体子图像进行破损程度分析以获得对应的破损指数;
其中,所述轮廓线检测设备对所述已处理图像中的轮廓线进行检测以获得多个轮廓线包括:获得的多个轮廓线中只包括所述已处理图像中与垂直方向或水平方向的夹角小于等于预设角度的轮廓线;
所述破损指数检测设备还与所述液晶显示屏连接;
其中,所述破损指数检测设备用于将获得的对应的破损指数发送到所述液晶显示屏以进行相应的显示操作;
分别采用不同型号的SOC处理芯片来实现所述形态学处理设备、所述轮廓线检测设备、所述灰度化处理设备、所述平均值提取设备、所述像素数检测设备、所述偏离分析设备、所述窗体提取设备和所述破损指数检测设备;
所述图像拍摄设备还包括转向机构,与所述图像采集部件连接,用于调整所述图像拍摄设备的拍摄方向,以对建筑物不同区域进行轮流的图像数据采集以获得相应的建筑物图像;
其中,所述SOC处理芯片是信息系统核心的芯片集成,是将系统关键部件集成在一块芯片上,是一个微小型系统,SOC的定义为将微处理器、模拟IP核、数字IP核和存储器集成在单一芯片上,对于一个无线SOC还有射频前端模块、用户定义逻辑以及微电子机械模块,更重要的是SOC芯片内嵌有基本软件模块或可载入的用户软件。
CN201810125616.XA 2018-02-08 2018-02-08 基于图像处理的家居破损程度检测方法 Active CN108830821B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810125616.XA CN108830821B (zh) 2018-02-08 2018-02-08 基于图像处理的家居破损程度检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810125616.XA CN108830821B (zh) 2018-02-08 2018-02-08 基于图像处理的家居破损程度检测方法

Publications (2)

Publication Number Publication Date
CN108830821A CN108830821A (zh) 2018-11-16
CN108830821B true CN108830821B (zh) 2019-07-02

Family

ID=64153988

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810125616.XA Active CN108830821B (zh) 2018-02-08 2018-02-08 基于图像处理的家居破损程度检测方法

Country Status (1)

Country Link
CN (1) CN108830821B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2027242A (en) * 1978-07-31 1980-02-13 Notecalm Ltd Improvements in or relating to alarm systems
CN102739931A (zh) * 2011-03-29 2012-10-17 奥林巴斯映像株式会社 图像再现装置、摄像装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2001280895A1 (en) * 2000-07-28 2002-02-13 Davis Engineering Adaptive downloading technology
CN104093003A (zh) * 2014-07-24 2014-10-08 成都市晶林科技有限公司 一种建筑物检测系统及方法
CN105842503A (zh) * 2016-03-25 2016-08-10 李萍 外框破损自动检测的电能表
CN105629058A (zh) * 2016-03-28 2016-06-01 无锡智谷锐拓技术服务有限公司 一种用于灰尘检测的电能表的使用方法
CN205665521U (zh) * 2016-05-31 2016-10-26 北京希地码科技有限公司 一种基于图像的链板破损识别装置
CN106530291B (zh) * 2016-10-28 2019-01-22 重庆工商职业学院 一种基于图像处理的抛光表面检测方法及其系统
CN107426440B (zh) * 2017-08-28 2018-05-08 广东以诺通讯有限公司 一种室内外移动终端的控制方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2027242A (en) * 1978-07-31 1980-02-13 Notecalm Ltd Improvements in or relating to alarm systems
CN102739931A (zh) * 2011-03-29 2012-10-17 奥林巴斯映像株式会社 图像再现装置、摄像装置

Also Published As

Publication number Publication date
CN108830821A (zh) 2018-11-16

Similar Documents

Publication Publication Date Title
CN108303427B (zh) 基于图像处理的家居破损程度检测系统
CN104482860B (zh) 鱼类形态参数自动测量装置和方法
WO2020253827A1 (zh) 评估图像采集精度的方法及装置、电子设备和存储介质
CN109191520B (zh) 一种基于色彩标定的植物叶面积测量方法及系统
CN106248686A (zh) 基于机器视觉的玻璃表面缺陷检测装置及方法
CN101561249B (zh) 手术刀片配合尺寸自动检测方法
CN108871520A (zh) 牲畜体重测量方法及装置
CN105842062A (zh) 一种裂纹扩展实时监测装置及方法
TWI577189B (zh) 影像擷取中進行輔助光源調節的方法及裝置
CN101933417A (zh) 基于机器视觉的玉米考种装置
CN207516257U (zh) 一种基于机器视觉的小麦籽粒图像采集平台
CN103868828B (zh) 一种基于移动终端的粉尘检测装置
CN110736750A (zh) 一种基于多角度田间高清成像的小麦赤霉病检测方法
CN105628192A (zh) 隧道洞外环境亮度检测系统及使用此检测系统的检测方法
CN107504905A (zh) 一种基于机器视觉的网状织物网目长度偏差率检测系统
CN205484102U (zh) 一种基于计算机视觉的果品检测系统
CN108830821B (zh) 基于图像处理的家居破损程度检测方法
CN113518182B (zh) 一种基于树莓派的黄瓜表型特征测量方法
CN106023223A (zh) 柑橘果实大小描述及分级方法
CN112098415A (zh) 一种杨梅品质无损检测方法
CN206114545U (zh) 一种单摄像机宽视场视觉螺纹检测装置
CN106780596B (zh) 一种双绞线绕距在线检测系统及方法
CN103091332A (zh) 一种基于机器视觉的u型粉管的检测方法及其检测系统
CN211086121U (zh) 一种刀具三维刃口崩缺检测装置用光学成像模块
CN207185135U (zh) 一种玉米果穗考种信息获取装置

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20190612

Address after: 312030 Building 215, Additional Shop 1, Lizhu Town, Keqiao District, Shaoxing City, Zhejiang Province

Applicant after: SHAOXING YANYUAN INTELLIGENT TECHNOLOGY Co.,Ltd.

Address before: 213164 Changzhou Institute of Information Technology, 22 Mingxinzhong Road, Changzhou University City, Jiangsu Province

Applicant before: Ding Min

GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 312030 Building 215, Additional Shop 1, Lizhu Town, Keqiao District, Shaoxing City, Zhejiang Province

Patentee after: Shaoxing qiaolu Intelligent Technology Co.,Ltd.

Address before: 312030 Building 215, Additional Shop 1, Lizhu Town, Keqiao District, Shaoxing City, Zhejiang Province

Patentee before: SHAOXING YANYUAN INTELLIGENT TECHNOLOGY Co.,Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20201103

Address after: 118 Renmin East Road, Linjiang Town, Haimen District, Nantong City, Jiangsu Province, 226100

Patentee after: Nantong Jiangyong Investment Development Co.,Ltd.

Address before: 312030 Building 215, Additional Shop 1, Lizhu Town, Keqiao District, Shaoxing City, Zhejiang Province

Patentee before: Shaoxing qiaolu Intelligent Technology Co.,Ltd.