CN109374042B - 一种智能定制家具组装部件质检系统及方法 - Google Patents
一种智能定制家具组装部件质检系统及方法 Download PDFInfo
- Publication number
- CN109374042B CN109374042B CN201810764481.1A CN201810764481A CN109374042B CN 109374042 B CN109374042 B CN 109374042B CN 201810764481 A CN201810764481 A CN 201810764481A CN 109374042 B CN109374042 B CN 109374042B
- Authority
- CN
- China
- Prior art keywords
- customized furniture
- quality inspection
- furniture assembly
- semi
- gray
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 title claims abstract description 15
- 230000005251 gamma ray Effects 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 8
- 239000011265 semifinished product Substances 0.000 claims description 24
- 239000000047 product Substances 0.000 claims description 11
- 238000009825 accumulation Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 4
- 150000001875 compounds Chemical class 0.000 claims description 3
- 238000011161 development Methods 0.000 claims description 3
- 238000004020 luminiscence type Methods 0.000 claims description 3
- 230000002087 whitening effect Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 2
- 238000005259 measurement Methods 0.000 claims 5
- 238000012797 qualification Methods 0.000 claims 2
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 239000002131 composite material Substances 0.000 claims 1
- 238000012937 correction Methods 0.000 claims 1
- 239000006185 dispersion Substances 0.000 claims 1
- 238000005315 distribution function Methods 0.000 claims 1
- 238000003786 synthesis reaction Methods 0.000 claims 1
- 230000007547 defect Effects 0.000 abstract description 5
- 239000000463 material Substances 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000004519 manufacturing process Methods 0.000 abstract description 3
- 239000008186 active pharmaceutical agent Substances 0.000 description 4
- 238000012512 characterization method Methods 0.000 description 4
- 238000009434 installation Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 1
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于定制家具信息化生产系统技术领域，公开了一种智能定制家具组装部件质检系统及方法，设置有显示屏、外壳、托盘、底座、γ射线灯、传送带、感应器、支架、动力轴。所述显示屏嵌在外壳上，外壳放置于托盘上，托盘的两端裹着外壳，托盘通过螺母固定连接在底座上，γ射线灯通过螺母固定连接在支架上，传送带包裹在动力输出轴的外面，动力输出轴的中间放置有传感器，传感器放置于传送带之间，支架通过螺母连接于动力输出轴。本发明能够降低定制家具组装部件的缺陷几率，避免发生定制家具组装部件材料、加工工艺和规格尺寸不符合要求等情况的发生，而且省时省力，减轻了人们的工作量。
Description
技术领域
本发明属于定制家具信息化生产系统技术领域，尤其涉及一种智能定制家具组装部件质检系统及方法。
背景技术
目前，随着市场需求地不断变化,越来越多的定制家具组装部件需要在组装前打包发货出厂，对于当前大多数定制家具企业而言，由于定制家具产品不完整出厂较容易发生组装部件材料、加工工艺和规格尺寸不符，以及组装部件缺陷等情况，因此往往需要在定制家具组装部件质检环节投入较大的工作量。传统的定制家具组装部件质检作业方式主要人工监控方式来避免上述问题，然而依赖人工质检定制家具组装部件的材料、加工工艺和规格尺寸，通过书面记录来核对，既费时又容易出差错有时一个订单组装部件不同颜色或生产进度前后不一致时，就容易发生错误，此外订单组装部件规格与属性不统一，在仓库存放位置不同也容易导致出仓时忘记在同一时间出仓，定制家具组装部件是半成品，等产品发货运输到用户家里进行安装时才发现组装部件规格尺寸不符或存在缺陷，就无法将定制家具组装部件安装成完整的定制家具，从而导致浪费用户安装尝试的时间、影响经销商的信誉度、增加了作业人员的再次包装工作量，此外还存在一系列后续的免费补货、第二次运输与安装等额外成本支出，从而极大地影响了定制家具企业和经销商营业利润；现有技术中，不能准确的扫描出组装部件的完整性，或者准确度不高，清晰度不够等设备原因，给对定制家具组装部件质检准确性下降，影响出库。
综上所述，现有技术存在的问题是：
(1)传统的定制家具组装部件质检作业方式主要采用人工监控方式，既费时又容易出差错；易发生订单组装部件规格与属性不统一，组装部件规格尺寸不符或存在缺陷，浪费用户安装时间、影响经销商的信誉度、增加作业人员调货的工作量，此外，一系列后续的免费补货、第二次运输与安装等额外成本支出，极大的降低了定制家具企业和经销商营业利润。
(2)现有技术中，定制家具组装部件在仓库存放位置不同,易导致出仓遗落，导致货物囤积，浪费财力物力。
(3)现有技术中，不能准确的扫描出组装部件的完整性，或者准确度不高，清晰度不够等设备原因，给对定制家具组装部件质检准确性下降，影响出库。
发明内容
针对现有技术存在的问题，本发明提供了一种智能定制家具组装部件质检系统及方法。
本发明是这样实现的，一种智能定制家具组装部件质检方法，所述智能定制家具组装部件质检方法包括：
(1)每个产品都有自己的电子识别码，将生成的电子标码对应粘贴在定制的每个家具组装板材上，半成品会被放置在传送带上，经过γ射线灯发射γ射线的照射，传感器把接收到射线所需的时间传送给计算机；
所述γ射线灯采用非局部均值滤波算法去除射线灯照射过程中的离散噪声图像，使得图像的轮廓清楚：
离散噪声图像v＝{v(i)|i∈I}对一个像素i的估计值NL[v](i)，计算为图像中的所有像素的加权平均值，w(i，j)为权重，0≤w(i，j)≤1且
灰度向量v(Ni)和v(Nj)的相似性表示像素i和像素j之间的相似性，
为i、j区域的加权欧式距离的平方，a(a＞0)表示高斯核标准差，h为控制虑波程度的系数，Z(i)图像搜索范围内所有区域相似度总和；
(2)计算机通过分析射线穿过介质花费的时间计算出该半成品的厚度以及规格，检测出该半成品是否符合标准，并把不符合标准的电子识别码记录到计算机中，同时再显示屏中显示；
所述显示屏的灰度级以发光时间长短表示，显示屏的色度坐标计算公式如下：
其中，X、Y、Z为三刺激值，t为发光时间；
灰度级和XYZ三刺激值之间存在与时间t相关的线性关系；当显示屏总的灰度级级数为N时，每一个灰度级步长“1”所对应的XYZ三刺激值为：
显示一个任意的颜色，当红、绿、蓝显示屏发光灰度级分别为m，n，k时其对应的XYZ三刺激值为：
(3)半成品会通过扫描装置，根据计算机上的数据，让符合规格质量的半成品通过一个传送带，不符合的通过另一个传送带。
进一步，所述传感器采取GM(1，N)模型对传数据进行建模处理：传感器按照数据时间顺序构造，数据序算法为：
式中，
称D为X(0)的一次累加生成算子；通过数据的累加处理；
传感器系统的灰色GM(1，N)模型及对应的白化方程为：
其中，k＝1,2,3,…,n,a为模型的发展系数，b为灰作用量，表达数据间的变化情况。
进一步，所述扫描装置建立图像的显著性模型包括：
利用预定过分割算法对所述图像进行过分割和模板参数提取，对整个输入图像，以8*8个像素为单元，计算每个单元的平均灰度值和每个单元的最大灰度值，得到至少一个区域，同一个所述区域中各个像素点的颜色值相同；
确定每个所述区域的颜色值和质心；
根据各个区域所对应的颜色值以及各个区域的质心，建立所述显著性模型；
所述显著性模型为：
其中，Si1为区域Ri中任一像素点的显著性值，w(Rj)为区域Rj中的像素点的个数，DS(Ri,Rj)用于表征所述区域Ri和所述区域Rj之间空间位置差异的度量值，DC(Ri,Rj)用于表征所述区域Ri和所述区域Rj之间颜色差异的度量值，N为对所述图像进行过分割后得到的区域的总个数，DS(Ri,Rj)为：
Center(Ri)为所述区域Ri的质心，Center(Rj)为所述区域Rj的质心，当所述图像中各个像素点的坐标均归一化到[0,1]时；
进一步，所述扫描装置根据显示设备的白点三刺激值(XW,YW,ZW)，通过下式，将所获各像素的明度
彩度
及色调h2转换至在显示设备上待显示的CIEXYZ值(X',Y',Z')；
根据显示设备红、绿、蓝三通道的原色三刺激值(XRmax,YRmax,ZRmax)、(XGmax,YGmax,ZGmax、(XBmax,YBmax,ZBmax)结合三通道的伽马系数γR、γG、γB，建立起如下式的特征化模型，通过特征化模型，步骤六所获各像素的CIEXYZ值(X',Y',Z')计算至对应的数字驱动值(dR,dG,dB)，即完成了高光谱图像的色彩可视化，其中N是显示设备单通道的存储位数；
本发明的另一目的在于提供一种实施所述智能定制家具组装部件质检方法的智能定制家具组装部件质检系统，所述智能定制家具组装部件质检系统设置有显示屏、外壳、托盘、底座、γ射线灯、传送带、感应器、支架、动力轴；显示屏嵌在外壳上，外壳放置于托盘上，托盘的两端裹着外壳，托盘通过螺母固定连接在底座上，所述γ射线灯通过螺母固定连接在支架上，所述传送带包裹在动力输出轴的外面，所述动力输出轴的中间放置有感应器，所述感应器放置于传送带之间，所述支架通过螺母连接于动力输出轴。
进一步，所述传感器外接计算机，能够把数据传送至计算机进行分析。
进一步，所述底座和动力输出轴外接电源，给该装置提供电能。
本发明的优点及积极效果为：
本发明能够降低定制家具组装部件的缺陷几率，避免发生定制家具组装部件材料、加工工艺和规格尺寸不符合要求等情况的发生，而且省时省力，减轻了人们的工作量。
本发明能准确的扫描出组装部件的完整性，图像的轮廓清楚，纹理明了，照着清晰，采图准确，提高图像准确度，得到高清晰度的图像，提高定制家具组装部件质检准确性，使得出库快速，无售后忧虑。
附图说明
图1是本发明实施例提供的智能定制家具组装部件质检系统中扫描装置的结构示意图；
图2是本发明实施例提供的智能定制家具组装部件质检系统中质检装置的结构示意图；
图中：1、显示屏；2、外壳；3、托盘；4、底座；5、γ射线灯；6、传送带；7、感应器；8、支架；9、动力轴。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下。
下面结合附图对本发明的结构作详细的描述。
如图1和图2所示，本发明实施例提供的智能定制家具组装部件质检系统包括：显示屏1、外壳2、托盘3、底座4、γ射线灯5、传送带6、感应器7、支架8、动力轴9。
显示屏1嵌在外壳2上，外壳2放置于托盘3上，托盘3的两端裹着外壳2，托盘3通过螺母固定连接在底座4上，γ射线灯5通过螺母固定连接在支架8上，传送带6包裹在动力输出轴9的外面，动力输出轴9的中间放置有传感器7，传感器7放置于传送带6之间，支架8通过螺母连接于动力输出轴9。
本发明的工作原理是：每个生产出来的产品都有一个自己的电子识别码，将生成的电子标码对应粘贴在定制的每个家具组装板材上，然后这些半成品会被放置在传送带6上，经过γ射线的照射，传感器7把接收到射线所需的时间传送给计算机，计算机通过分析射线穿过介质花费的时间计算出该半成品的厚度以及规格，检测出该半成品是否符合标准，并把不符合标准的电子识别码记录到计算机中，然后这些半成品会通过扫描装置，根据计算机上的数据，这装置让符合规格质量的半成品通过一个传送带，不符合的通过另一个传送带。
本发明实施例提供的智能定制家具组装部件质检方法包括：
(1)每个产品都有自己的电子识别码，将生成的电子标码对应粘贴在定制的每个家具组装板材上，半成品会被放置在传送带上，经过γ射线灯发射γ射线的照射，传感器把接收到射线所需的时间传送给计算机；
所述γ射线灯采用非局部均值滤波算法去除射线灯照射过程中的离散噪声图像，使得图像的轮廓清楚：
离散噪声图像v＝{v(i)|i∈I}对一个像素i的估计值NL[v](i)，计算为图像中的所有像素的加权平均值，w(i，j)为权重，0≤w(i，j)≤1且
灰度向量v(Ni)和v(Nj)的相似性表示像素i和像素j之间的相似性，
为i、j区域的加权欧式距离的平方，a(a＞0)表示高斯核标准差，h为控制虑波程度的系数，Z(i)图像搜索范围内所有区域相似度总和；
(2)计算机通过分析射线穿过介质花费的时间计算出该半成品的厚度以及规格，检测出该半成品是否符合标准，并把不符合标准的电子识别码记录到计算机中，同时再显示屏中显示；
所述显示屏的灰度级以发光时间长短表示，显示屏的色度坐标计算公式如下：
其中，X、Y、Z为三刺激值，t为发光时间；
灰度级和XYZ三刺激值之间存在与时间t相关的线性关系；当显示屏总的灰度级级数为N时，每一个灰度级步长“1”所对应的XYZ三刺激值为：
显示一个任意的颜色，当红、绿、蓝显示屏发光灰度级分别为m，n，k时其对应的XYZ三刺激值为：
(3)半成品会通过扫描装置，根据计算机上的数据，让符合规格质量的半成品通过一个传送带，不符合的通过另一个传送带。
进一步，所述传感器采取GM(1，N)模型对传数据进行建模处理：传感器按照数据时间顺序构造，数据序算法为：
式中，
称D为X(0)的一次累加生成算子；通过数据的累加处理；
传感器系统的灰色GM(1，N)模型及对应的白化方程为：
其中，k＝1,2,3,…,n,a为模型的发展系数，b为灰作用量，表达数据间的变化情况。
进一步，所述扫描装置建立图像的显著性模型包括：
利用预定过分割算法对所述图像进行过分割和模板参数提取，对整个输入图像，以8*8个像素为单元，计算每个单元的平均灰度值和每个单元的最大灰度值，得到至少一个区域，同一个所述区域中各个像素点的颜色值相同；
确定每个所述区域的颜色值和质心；
根据各个区域所对应的颜色值以及各个区域的质心，建立所述显著性模型；
所述显著性模型为：
其中，Si1为区域Ri中任一像素点的显著性值，w(Rj)为区域Rj中的像素点的个数，DS(Ri,Rj)用于表征所述区域Ri和所述区域Rj之间空间位置差异的度量值，DC(Ri,Rj)用于表征所述区域Ri和所述区域Rj之间颜色差异的度量值，N为对所述图像进行过分割后得到的区域的总个数，DS(Ri,Rj)为：
Center(Ri)为所述区域Ri的质心，Center(Rj)为所述区域Rj的质心，当所述图像中各个像素点的坐标均归一化到[0,1]时；
进一步，所述扫描装置根据显示设备的白点三刺激值(XW,YW,ZW)，通过下式，将所获各像素的明度
彩度
及色调h2转换至在显示设备上待显示的CIEXYZ值(X',Y',Z')；
根据显示设备红、绿、蓝三通道的原色三刺激值(XRmax,YRmax,ZRmax)、(XGmax,YGmax,ZGmax、(XBmax,YBmax,ZBmax)结合三通道的伽马系数γR、γG、γB，建立起如下式的特征化模型，通过特征化模型，步骤六所获各像素的CIEXYZ值(X',Y',Z')计算至对应的数字驱动值(dR,dG,dB)，即完成了高光谱图像的色彩可视化，其中N是显示设备单通道的存储位数；
以上所述仅是对本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是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，等同变化与修饰，均属于本发明技术方案的范围内。
Claims (5)
1.一种智能定制家具组装部件质检方法，其特征在于，所述智能定制家具组装部件质检方法包括：
(1)每个生产出来的产品都有一个自己的电子识别码，将生成的电子识别码对应粘贴在定制的每个家具组装板材上，然后半成品会被放置在传送带上，经过γ射线灯的照射，传感器把接收到射线所需的时间传送给计算机；
γ射线灯采用非局部均值滤波算法去除射线灯照射过程中的离散噪声图像：
离散噪声图像υ＝{υ(i)|i∈I}对一个像素i的估计值NL[v](i)，计算图像中的所有像素的加权平均值，w(i，j)为权重，0≤w(i，j)≤1且
灰度向量v(Ni)和v(Nj)的相似性表示像素i和像素j之间的相似性，
为i、j区域的加权欧式距离的平方，a＞0，a表示高斯核标准差，h为控制滤波程度的系数，Z(i)图像搜索范围内所有区域相似度总和；
所述传感器具有校正补偿功能，采取GM(1，N)模型对传感器数据进行建模处理：传感器系统按照数据时间顺序构造，数据序算法如下：
式中，
k＝1，2，3，…，n，称D为X(0)的一次累加生成算子；通过数据的累加处理；
传感器系统的灰色GM(1，N)模型及对应的白化方程为：
其中，k＝1，2，3，…，n，a为模型的发展系数，b为灰作用量，表达数据间的变化情况；
(2)计算机通过分析射线穿过介质花费的时间计算出该半成品的厚度以及规格，检测出半成品是否符合标准，并把不符合标准的电子识别码记录到计算机中，半成品会通过扫描装置；显示屏的灰度级以发光时间长短表示，显示屏的色度坐标计算公式如下：
其中，X、Y、Z为三刺激值，t为发光时间；
灰度级和XYZ三刺激值之间存在与时间t相关的线性关系；当显示屏总的灰度级级数为N时，每一个灰度级步长“1”所对应的XYZ三刺激值为：
显示一个任意的颜色，当红、绿、蓝显示屏发光灰度级分别为m，n，k时其对应的XYZ三刺激值为：
(3)根据计算机上的数据，让符合规格质量的半成品通过一个传送带，不符合的通过另一个传送带。
2.如权利要求1所述的智能定制家具组装部件质检方法，其特征在于，所述计算机对半产品的合格判定中误差率的计算，在批量产品的合格判定中，测量结果的最佳估计值x为随机变量，根据中心极限定理，假定x满足正态分布，则x的概率密度函数为：
其中，μ为产品规范的标准值，σ反映批量产品中测量结果最佳估计值的分散性，计算公式为：
其中，σP反映由加工过程造成的被测量本身的分散性，uc表示测量的合成标准不确定度，设y＝x±U为考虑测量不确定度影响后的测量结果的表示，则y＝x±U内的一个值，对于每一个给定的x的值，y的分布密度函数为p(y|x)；根据测量不确定度表示指南(y-x)/u；满足自由度为v的t分布，v为合成标准不确定度的自由度；
对于产品，将发生存伪误判的概率记为PCR，将发生拒真误判的概率记为PPR，则：
记自由度v的t的分布的分布函数为Fv(x)，则：
PCR＝P1+P2
P1对应于发生在下规范限附近的误判率，P2对应于发生在上规范限附近的误判率：
其中，P3对应于发生在下规范限附近的误判率；P4对应于发生在上规范限附近的误判率。
3.一种实现权利要求1所述智能定制家具组装部件质检方法的智能定制家具组装部件质检系统，其特征在于，所述智能定制家具组装部件质检系统设置有显示屏、外壳、托盘、底座、γ射线灯、传送带、感应器、支架、动力轴；显示屏嵌在外壳上，外壳放置于托盘上，托盘的两端裹着外壳，托盘通过螺母固定连接在底座上，所述γ射线灯通过螺母固定连接在支架上，所述传送带包裹在动力输出轴的外面，所述动力输出轴的中间放置有感应器，所述感应器放置于传送带之间，所述支架通过螺母连接于动力输出轴。
4.如权利要求3所述的智能定制家具组装部件质检系统，其特征在于，所述传感器外接计算机，能够把数据传送至计算机进行分析。
5.如权利要求3所述的智能定制家具组装部件质检系统，其特征在于，所述底座和动力输出轴外接电源，给该装置提供电能。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810764481.1A CN109374042B (zh) | 2018-07-12 | 2018-07-12 | 一种智能定制家具组装部件质检系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810764481.1A CN109374042B (zh) | 2018-07-12 | 2018-07-12 | 一种智能定制家具组装部件质检系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109374042A CN109374042A (zh) | 2019-02-22 |
| CN109374042B true CN109374042B (zh) | 2021-05-28 |
Family
ID=65404305
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810764481.1A Active CN109374042B (zh) | 2018-07-12 | 2018-07-12 | 一种智能定制家具组装部件质检系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109374042B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110428409B (zh) * | 2019-07-31 | 2023-07-04 | 海南广营喜福科技有限公司 | 家具质检方法及系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001153693A (ja) * | 1999-11-26 | 2001-06-08 | Lion Corp | 物品使用特性測定装置及び物品使用特性測定方法 |
| EP1462491A1 (en) * | 2003-03-25 | 2004-09-29 | Fuji Photo Film Co., Ltd. | Inkjet ink and inkjet ink set |
| JP2005062942A (ja) * | 2003-08-12 | 2005-03-10 | Hitachi Ltd | サービス処理方法及びシステム並びにその処理プログラム |
| CN102257513A (zh) * | 2008-12-19 | 2011-11-23 | 坦德伯格电信公司 | 用于加速人脸检测的方法 |
| CN102542260A (zh) * | 2011-12-30 | 2012-07-04 | 中南大学 | 一种面向无人驾驶车的道路交通标志识别方法 |
| CN104778756A (zh) * | 2015-04-10 | 2015-07-15 | 北京明兰网络科技有限公司 | 智能家居装饰设计系统 |
| CN105450411A (zh) * | 2014-08-14 | 2016-03-30 | 阿里巴巴集团控股有限公司 | 利用卡片特征进行身份验证的方法、装置及系统 |
| CN107492076A (zh) * | 2017-08-03 | 2017-12-19 | 重庆大学 | 一种高速公路隧道场景车辆阴影干扰抑制方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7149665B2 (en) * | 2000-04-03 | 2006-12-12 | Browzwear International Ltd | System and method for simulation of virtual wear articles on virtual models |
-
2018
- 2018-07-12 CN CN201810764481.1A patent/CN109374042B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001153693A (ja) * | 1999-11-26 | 2001-06-08 | Lion Corp | 物品使用特性測定装置及び物品使用特性測定方法 |
| EP1462491A1 (en) * | 2003-03-25 | 2004-09-29 | Fuji Photo Film Co., Ltd. | Inkjet ink and inkjet ink set |
| JP2005062942A (ja) * | 2003-08-12 | 2005-03-10 | Hitachi Ltd | サービス処理方法及びシステム並びにその処理プログラム |
| CN102257513A (zh) * | 2008-12-19 | 2011-11-23 | 坦德伯格电信公司 | 用于加速人脸检测的方法 |
| CN102542260A (zh) * | 2011-12-30 | 2012-07-04 | 中南大学 | 一种面向无人驾驶车的道路交通标志识别方法 |
| CN105450411A (zh) * | 2014-08-14 | 2016-03-30 | 阿里巴巴集团控股有限公司 | 利用卡片特征进行身份验证的方法、装置及系统 |
| CN104778756A (zh) * | 2015-04-10 | 2015-07-15 | 北京明兰网络科技有限公司 | 智能家居装饰设计系统 |
| CN107492076A (zh) * | 2017-08-03 | 2017-12-19 | 重庆大学 | 一种高速公路隧道场景车辆阴影干扰抑制方法 |
Non-Patent Citations (2)
| Title |
|---|
| Detection of Surface Defects of Type ‘orange skin’ in Furniture Elements with Conventional Image Processing Methods;Chmielewski, LJ等;《IMAGE AND VIDEO TECHNOLOGY - PSIVT 2015 WORKSHOPS》;20161231;第9555卷;第26-37页 * |
| 家具图像中边缘检测算子应用及比较;张少玉等;《软件导刊》;20160531;第15卷(第5期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109374042A (zh) | 2019-02-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108549851A (zh) | 智能货柜内货品识别方法及装置、智能货柜 | |
| US9378545B2 (en) | Culture medium information registration system, colony detection device, program and sanitary management system | |
| CN104689996B (zh) | 使用分拣机分拣包裹的方法和系统 | |
| US8515164B2 (en) | Non-product image identification | |
| EP4082942A1 (en) | Projection instruction device and projection instruction system | |
| CN109374042B (zh) | 一种智能定制家具组装部件质检系统及方法 | |
| CN110836717A (zh) | 一种面向金融服务的果蔬智能识别和计价系统 | |
| CN115311592B (zh) | 一种基于计算机视觉技术的施工现场物料安全评估系统 | |
| CN110647941A (zh) | 基于卷积神经网络的蔬菜识别方法及设备 | |
| KR20230082750A (ko) | 영상처리 및 딥러닝 기반의 절화 품질 관리 시스템 및 방법 | |
| CN115689441A (zh) | 基于图像识别的电力物资智能验收系统 | |
| CN115374885A (zh) | 一种物流信息实时跟踪的数据采集方法、装置和储存介质 | |
| CN114512085A (zh) | 一种tft显示屏的视觉色彩校准方法 | |
| CN112699738B (zh) | 基于无人机平台的高速公路绿色通道车辆快速检测方法 | |
| CN116403197A (zh) | 基于ai图像识别的智能称重方法及其系统 | |
| US11776114B2 (en) | Information processing method and computer program | |
| CN115278186B (zh) | 基于物联网的可控制均匀投影方法、装置、设备及介质 | |
| CN110378299A (zh) | 一种室内灯光条件下的衣着识别系统 | |
| CN111080725A (zh) | 一种基于颜色空间转换的图像处理方法、系统及设备 | |
| CN207248096U (zh) | 一种体积、重量测量系统 | |
| CN116029597A (zh) | 一种中药饮片质量等级的识别方法、装置及存储介质 | |
| CN115456984A (zh) | 基于二维码高速识别图像识别缺陷检测系统 | |
| CN114611863A (zh) | 一种基于大数据的电商产品包装品质检测方法 | |
| CN103198203A (zh) | 多彩花纹涂膜厚度变化导致的色差的预测方法和预测装置 | |
| CN218035348U (zh) | 一种带称重的智能终端机 |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240115 Address after: 528400 5th and 7th floors, Building 1, Shuyong Industrial Park, Shinan District, Zhongshan, Guangdong Patentee after: Guangdong Heyan home furnishing Co.,Ltd. Address before: 528400 No. 25, Pok Oi seven, Zhongshan, Guangdong Patentee before: ZHONGSHAN POLYTECHNIC |
|
| TR01 | Transfer of patent right |