CN109509185A - 瓶盖的检测方法及设备、生产线、计算机设备、存储介质 - Google Patents
瓶盖的检测方法及设备、生产线、计算机设备、存储介质 Download PDFInfo
- Publication number
- CN109509185A CN109509185A CN201811325554.3A CN201811325554A CN109509185A CN 109509185 A CN109509185 A CN 109509185A CN 201811325554 A CN201811325554 A CN 201811325554A CN 109509185 A CN109509185 A CN 109509185A
- Authority
- CN
- China
- Prior art keywords
- bottle cap
- detected
- qualified
- image
- hls
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0006—Industrial image inspection using a design-rule based approach
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- G06T2207/10024—Color image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种瓶盖的检测方法及设备、生产线、计算机设备、存储介质,该种瓶盖的检测方法包括:获取合格的瓶盖需要满足HLS颜色特征阈值范围的像素点个数的最小值Mmin和最大值Mmax;计算待检测瓶盖的离心率e;获取待检测瓶盖的瓶盖区域的HLS颜色图像,记为第二颜色图像,统计第二颜色图像中满足HLS颜色特征阈值范围的像素点个数N,若待检测瓶盖的离心率e小于等于合格的瓶盖需要满足的离心率阈值T,且Mmin≤N≤Mmax,则待检测瓶盖为合格瓶盖;否则,待检测瓶盖为不合格瓶盖。该种检测方法能够准确检测出待检测瓶盖是否变形及待检测瓶盖是否为异类瓶盖,检测效率高。
Description
技术领域
本发明属于瓶装液体的生产领域,尤其涉及一种瓶装液体的生产线、瓶盖的检测方法、检测设备、计算机设备及计算机可读存储介质。
背景技术
瓶盖是瓶装饮料、瓶装啤酒等商品生产包装中不可或缺的部分。如果瓶盖发生变形或者为异类瓶盖,则可能发生饮料泄漏的情况。
目前工厂大多采用人工目测的方式来检测瓶盖是否发生变形或者为异类瓶盖,效率低精度低,常常会造成漏检,且人工成本较高。
发明内容
本发明的目的是提供一种瓶盖的检测方法及设备、生产线、计算机设备、存储介质,该种检测方法能够准确检测出待检测瓶盖是否变形及待检测瓶盖是否为异类瓶盖,检测效率高。
为解决上述问题,本发明的技术方案为:
一种瓶盖的检测方法,用于检测所述瓶盖是否合格,包括:
获取合格的瓶盖需要满足HLS颜色特征阈值范围的像素点个数的最小值Mmin和最大值Mmax;
计算待检测瓶盖的离心率e;
获取所述待检测瓶盖的瓶盖区域的HLS颜色图像,记为第二颜色图像,统计所述第二颜色图像中满足所述HLS颜色特征阈值范围的像素点个数N;
若所述待检测瓶盖的离心率e小于等于合格的瓶盖需要满足的离心率阈值T,且Mmin≤N≤Mmax,则所述待检测瓶盖为合格瓶盖;否则,
所述待检测瓶盖为不合格瓶盖。
根据本发明一实施例,获取合格的瓶盖需要满足HLS颜色特征阈值范围的像素点个数的最小值Mmin和最大值Mmax进一步包括:
获取合格瓶盖的瓶盖区域的HLS颜色图像,记为第一颜色图像,并统计所述第一颜色图像中满足设定的HLS颜色特征阈值范围的像素点个数M;
根据所述像素点个数M得到合格的瓶盖需要满足所述HLS颜色特征阈值范围的像素点个数的最小值Mmin和最大值Mmax。
根据本发明一实施例,所述合格瓶盖的瓶盖区域为对所述合格瓶盖进行椭圆拟合得到的椭圆区域;
所述待检测瓶盖的瓶盖区域为对所述待检测瓶盖进行椭圆拟合得到的椭圆区域。
根据本发明一实施例,所述获取合格瓶盖的瓶盖区域的HLS颜色图像之前包括:
采集合格瓶盖的RGB颜色图像,将所述合格瓶盖的RGB颜色图像转换为灰度图像,对所述合格瓶盖的灰度图像进行二值化处理,对所述合格瓶盖的二值化处理后的图像进行椭圆拟合,将对所述合格瓶盖椭圆拟合得到的椭圆内的区域设为所述合格瓶盖的瓶盖区域。
根据本发明一实施例,所述获取合格瓶盖的瓶盖区域的HLS颜色图像进一步包括:
A1,将所述合格瓶盖的RGB颜色图像转换为HLS图像;
A2,根据所述合格瓶盖的瓶盖区域分割所述步骤A1中的HLS图像得到所述合格瓶盖的瓶盖区域的HLS颜色图像。
根据本发明一实施例,所述根据所述像素点个数M得到合格的瓶盖需要满足所述HLS颜色特征阈值范围的像素点个数的最小值Mmin和最大值Mmax进一步包括:
B1,计算满足所述HLS颜色特征阈值范围的像素点个数的最小值Mmin;其中,Mmin=M×(1-t1);t1为小于1的常数;
B2,计算满足所述HLS颜色特征阈值范围的像素点个数的最大值Mmax;其中,Mmax=M×(1+t2);t2为小于1的常数。
根据本发明一实施例,t1=0.1;t2=0.1。
根据本发明一实施例,所述计算待检测瓶盖的离心率e进一步包括:
采集待检测瓶盖的RGB颜色图像,将所述待检测瓶盖的RGB颜色图像转换为灰度图像,对所述待检测瓶盖的灰度图像进行二值化处理,对所述待检测瓶盖的二值化处理后的图像进行椭圆拟合,计算所述待检测瓶盖椭圆拟合得到的椭圆的离心率,即为所述待检测瓶盖的离心率e。
根据本发明一实施例,所述获取所述待检测瓶盖的瓶盖区域的HLS颜色图像进一步包括:
C1,将对所述待检测瓶盖椭圆拟合得到的椭圆内的区域设为所述待检测瓶盖的瓶盖区域;
C2,将所述待检测瓶盖的RGB颜色图像转换为HLS图像;
C3,根据所述待检测瓶盖的瓶盖区域分割所述步骤C2中的HLS图像得到所述待检测瓶盖的瓶盖区域的HLS颜色图像。
基于相同发明构思,本发明还提供了一种瓶盖的检测设备,用于检测所述瓶盖是否合格,包括:
图像获取和处理单元;
所述图像获取和处理单元用于获取合格的瓶盖需要满足HLS颜色特征阈值范围的像素点个数的最小值Mmin和最大值Mmax;
所述图像获取和处理单元还用于计算待检测瓶盖的离心率e;以及用于获取所述待检测瓶盖的瓶盖区域的HLS颜色图像,记为第二颜色图像,统计所述第二颜色图像中满足所述HLS颜色特征阈值范围的像素点个数N;
判断单元,用于判断所述待检测瓶盖是否合格;
若所述待检测瓶盖的离心率e小于等于合格的瓶盖需要满足的离心率阈值T,且Mmin≤N≤Mmax,则所述判断单元判断所述待检测瓶盖为合格瓶盖;否则,所述待检测瓶盖为不合格瓶盖。
基于相同发明构思,本发明还提供了一种瓶装液体的生产线,包括上述的瓶盖的检测设备。
基于相同发明构思,本发明还提供了一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述的瓶盖的检测方法。
基于相同发明构思,本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的瓶盖的检测方法。
本发明由于采用以上技术方案,使其与现有技术相比具有以下的优点和积极效果:
本发明一实施例通过获取合格瓶盖需要满足HLS颜色特征阈值范围的像素点个数的最小值Mmin和最大值Mmax;之后计算待检测瓶盖的离心率e以及获得待检测瓶盖的瓶盖区域的HLS颜色图像中满足HLS颜色特征阈值范围的像素点个数N,通过判断离心率e是否小于等于合格的瓶盖需要满足的离心率阈值T判断该待检测瓶盖是否发生变形,通过判断N是否满足Mmin≤N≤Mmax能够确定该待检测瓶盖是否为异类瓶盖。
附图说明
图1为本发明一实施例中的瓶盖的检测方法的流程图;
图2为获取合格瓶盖的瓶盖区域的HLS颜色图像的流程图;
图3为获取待检测瓶盖的瓶盖区域的HLS颜色图像的流程图;
图4为本发明一实施例中的瓶盖的检测设备的框图。
具体实施方式
以下结合附图和具体实施例对本发明提出的一种瓶盖的检测方法及设备、生产线、计算机设备、存储介质作进一步详细说明。根据下面说明和权利要求书,本发明的优点和特征将更清楚。
实施例1
参看图1,一种瓶盖的检测方法,用于检测瓶盖是否合格,包括:
获取合格的瓶盖需要满足HLS颜色特征阈值范围的像素点个数的最小值Mmin和最大值Mmax;
进一步地,获取合格的瓶盖需要满足HLS颜色特征阈值范围的像素点个数的最小值Mmin和最大值Mmax进一步包括:获取合格瓶盖的瓶盖区域的HLS颜色图像,记为第一颜色图像,并统计第一颜色图像中满足设定的HLS颜色特征阈值范围的像素点个数M;具体地,HLS颜色特征阈值范围分为色度分量H最小值Hmin和最大值Hmax,亮度分量L最小值Lmin和最大值Lmax,饱和度分量S最小值Smin和最大值Smax。以上,具体参数数值需要根据实际瓶盖确定;根据像素点个数M得到合格的瓶盖需要满足HLS颜色特征阈值范围的像素点个数的最小值Mmin和最大值Mmax;其中,根据像素点个数M得到最小值Mmin和最大值Mmax进一步包括:B1,计算满足HLS颜色特征阈值范围的像素点个数的最小值Mmin;其中,Mmin=M×(1-t1);t1为小于1的常数;B2,计算满足HLS颜色特征阈值范围的像素点个数的最大值Mmax;其中,Mmax=M×(1+t2);t2为小于1的常数。具体地,t1=0.1;t2=0.1;
计算待检测瓶盖的离心率e;
获取待检测瓶盖的瓶盖区域的HLS颜色图像,记为第二颜色图像,统计第二颜色图像中满足HLS颜色特征阈值范围的像素点个数N;
若待检测瓶盖的离心率e小于等于合格的瓶盖需要满足的离心率阈值T,且Mmin≤N≤Mmax,则待检测瓶盖为合格瓶盖;否则,待检测瓶盖为不合格瓶盖。
本实施例中所说的合格瓶盖是指形状不发生变形,且是同类的瓶盖。可以理解,通过对离心率进行比较能够确定瓶盖是否发生变形,离心率越趋近于零,该待检测瓶盖越接近于圆形。HSL色彩模式是工业界的一种颜色标准,是通过对色相(H)、饱和度(S)、明度(L)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的,HSL即是代表色相,饱和度,明度三个通道的颜色,这个标准几乎包括了人类视力所能感知的所有颜色,是目前运用最广的颜色系统之一。通过对色相(H)、饱和度(S)、明度(L)三个分量的综合分析能够确定该待检测瓶盖是否为合格瓶盖同类的瓶盖。
进一步地,获取合格瓶盖的瓶盖区域的HLS颜色图像之前包括:采集合格瓶盖的RGB颜色图像,将合格瓶盖的RGB颜色图像转换为灰度图像,对合格瓶盖的灰度图像进行二值化处理,对合格瓶盖的二值化处理后的图像进行椭圆拟合,将对合格瓶盖椭圆拟合得到的椭圆内的区域设为合格瓶盖的瓶盖区域。
至此,完成图1所示的瓶盖的检测方法的流程图的描述。
进一步地,参看图2,获取合格瓶盖的瓶盖区域的HLS颜色图像进一步包括:
A1,将合格瓶盖的RGB颜色图像转换为HLS图像;
具体地,采集瓶盖图像采用彩色工业摄像机和镜头,利用球积分光源照射瓶盖进行拍摄;
A2,根据合格瓶盖的瓶盖区域分割步骤A1中的HLS图像得到合格瓶盖的瓶盖区域的HLS颜色图像。
至此,完成图2所示的获取合格瓶盖的瓶盖区域的HLS颜色图像的流程图的描述。
进一步地,计算待检测瓶盖的离心率e进一步包括:采集待检测瓶盖的RGB颜色图像,将待检测瓶盖的RGB颜色图像转换为灰度图像,对待检测瓶盖的灰度图像进行二值化处理,对待检测瓶盖的二值化处理后的图像进行椭圆拟合,计算待检测瓶盖椭圆拟合得到的椭圆的离心率,即为待检测瓶盖的离心率e。
参看图3,获取待检测瓶盖的瓶盖区域的HLS颜色图像进一步包括:
C1,将对待检测瓶盖椭圆拟合得到的椭圆内的区域设为待检测瓶盖的瓶盖区域;
C2,将待检测瓶盖的RGB颜色图像转换为HLS图像;
C3,根据待检测瓶盖的瓶盖区域分割步骤C2中的HLS图像得到待检测瓶盖的瓶盖区域的HLS颜色图像。
至此,完成图3所示的获取待检测瓶盖的瓶盖区域的HLS颜色图像的流程图的描述。
实施例2
参看图4,基于相同发明构思,本发明还提供了一种瓶盖的检测设备,用于检测瓶盖是否合格,包括:
图像获取和处理单元;
图像获取和处理单元用于获取合格的瓶盖需要满足HLS颜色特征阈值范围的像素点个数的最小值Mmin和最大值Mmax;
图像获取和处理单元还用于计算待检测瓶盖的离心率e;以及用于获取待检测瓶盖的瓶盖区域的HLS颜色图像,记为第二颜色图像,统计第二颜色图像中满足HLS颜色特征阈值范围的像素点个数N;
判断单元,用于判断待检测瓶盖是否合格;
若待检测瓶盖的离心率e小于等于合格的瓶盖需要满足的离心率阈值T,且Mmin≤N≤Mmax,则判断单元判断待检测瓶盖为合格瓶盖;否则,待检测瓶盖为不合格瓶盖。
实施例3
基于相同发明构思,本发明还提供了一种瓶装液体的生产线,包括实施例2的瓶盖的检测设备。
实施例4
基于相同发明构思,本发明还提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现实施例1中的瓶盖的检测方法。
实施例5
基于相同发明构思,本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现实施例1中的瓶盖的检测方法。
上面结合附图对本发明的实施方式作了详细说明,但是本发明并不限于上述实施方式。即使对本发明作出各种变化,倘若这些变化属于本发明权利要求及其等同技术的范围之内,则仍落入在本发明的保护范围之中。
Claims (13)
1.一种瓶盖的检测方法,其特征在于,用于检测所述瓶盖是否合格,包括:
获取合格的瓶盖需要满足HLS颜色特征阈值范围的像素点个数的最小值Mmin和最大值Mmax;
计算待检测瓶盖的离心率e;
获取所述待检测瓶盖的瓶盖区域的HLS颜色图像,记为第二颜色图像,统计所述第二颜色图像中满足所述HLS颜色特征阈值范围的像素点个数N;
若所述待检测瓶盖的离心率e小于等于合格的瓶盖需要满足的离心率阈值T,且Mmin≤N≤Mmax,则所述待检测瓶盖为合格瓶盖;否则,
所述待检测瓶盖为不合格瓶盖。
2.如权利要求1所述瓶盖的检测方法,其特征在于,获取合格的瓶盖需要满足HLS颜色特征阈值范围的像素点个数的最小值Mmin和最大值Mmax进一步包括:
获取合格瓶盖的瓶盖区域的HLS颜色图像,记为第一颜色图像,并统计所述第一颜色图像中满足设定的HLS颜色特征阈值范围的像素点个数M;
根据所述像素点个数M得到合格的瓶盖需要满足所述HLS颜色特征阈值范围的像素点个数的最小值Mmin和最大值Mmax。
3.如权利要求2所述瓶盖的检测方法,其特征在于,所述合格瓶盖的瓶盖区域为对所述合格瓶盖进行椭圆拟合得到的椭圆区域;
所述待检测瓶盖的瓶盖区域为对所述待检测瓶盖进行椭圆拟合得到的椭圆区域。
4.如权利要求2所述瓶盖的检测方法,其特征在于,所述获取合格瓶盖的瓶盖区域的HLS颜色图像之前包括:
采集合格瓶盖的RGB颜色图像,将所述合格瓶盖的RGB颜色图像转换为灰度图像,对所述合格瓶盖的灰度图像进行二值化处理,对所述合格瓶盖的二值化处理后的图像进行椭圆拟合,将对所述合格瓶盖椭圆拟合得到的椭圆内的区域设为所述合格瓶盖的瓶盖区域。
5.如权利要求4所述瓶盖的检测方法,其特征在于,所述获取合格瓶盖的瓶盖区域的HLS颜色图像进一步包括:
A1,将所述合格瓶盖的RGB颜色图像转换为HLS图像;
A2,根据所述合格瓶盖的瓶盖区域分割所述步骤A1中的HLS图像得到所述合格瓶盖的瓶盖区域的HLS颜色图像。
6.如权利要求5所述瓶盖的检测方法,其特征在于,所述根据所述像素点个数M得到合格的瓶盖需要满足所述HLS颜色特征阈值范围的像素点个数的最小值Mmin和最大值Mmax进一步包括:
B1,计算满足所述HLS颜色特征阈值范围的像素点个数的最小值Mmin;其中,Mmin=M×(1-t1);t1为小于1的常数;
B2,计算满足所述HLS颜色特征阈值范围的像素点个数的最大值Mmax;其中,Mmax=M×(1+t2);t2为小于1的常数。
7.如权利要求6所述瓶盖的检测方法,其特征在于,t1=0.1;t2=0.1。
8.如权利要求6所述瓶盖的检测方法,其特征在于,所述计算待检测瓶盖的离心率e进一步包括:
采集待检测瓶盖的RGB颜色图像,将所述待检测瓶盖的RGB颜色图像转换为灰度图像,对所述待检测瓶盖的灰度图像进行二值化处理,对所述待检测瓶盖的二值化处理后的图像进行椭圆拟合,计算所述待检测瓶盖椭圆拟合得到的椭圆的离心率,即为所述待检测瓶盖的离心率e。
9.如权利要求8所述瓶盖的检测方法,其特征在于,所述获取所述待检测瓶盖的瓶盖区域的HLS颜色图像进一步包括:
C1,将对所述待检测瓶盖椭圆拟合得到的椭圆内的区域设为所述待检测瓶盖的瓶盖区域;
C2,将所述待检测瓶盖的RGB颜色图像转换为HLS图像;
C3,根据所述待检测瓶盖的瓶盖区域分割所述步骤C2中的HLS图像得到所述待检测瓶盖的瓶盖区域的HLS颜色图像。
10.一种瓶盖的检测设备,其特征在于,用于检测所述瓶盖是否合格,包括:
图像获取和处理单元;
所述图像获取和处理单元用于获取合格的瓶盖需要满足HLS颜色特征阈值范围的像素点个数的最小值Mmin和最大值Mmax;
所述图像获取和处理单元还用于计算待检测瓶盖的离心率e;以及用于获取所述待检测瓶盖的瓶盖区域的HLS颜色图像,记为第二颜色图像,统计所述第二颜色图像中满足所述HLS颜色特征阈值范围的像素点个数N;
判断单元,用于判断所述待检测瓶盖是否合格;
若所述待检测瓶盖的离心率e小于等于合格的瓶盖需要满足的离心率阈值T,且Mmin≤N≤Mmax,则所述判断单元判断所述待检测瓶盖为合格瓶盖;否则,所述待检测瓶盖为不合格瓶盖。
11.一种瓶装液体的生产线,其特征在于,包括权利要求10所述的瓶盖的检测设备。
12.一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1-9任意一项所述的瓶盖的检测方法。
13.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-9任意一项所述的瓶盖的检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811325554.3A CN109509185A (zh) | 2018-11-08 | 2018-11-08 | 瓶盖的检测方法及设备、生产线、计算机设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811325554.3A CN109509185A (zh) | 2018-11-08 | 2018-11-08 | 瓶盖的检测方法及设备、生产线、计算机设备、存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109509185A true CN109509185A (zh) | 2019-03-22 |
Family
ID=65747831
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811325554.3A Pending CN109509185A (zh) | 2018-11-08 | 2018-11-08 | 瓶盖的检测方法及设备、生产线、计算机设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109509185A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110487808A (zh) * | 2019-08-22 | 2019-11-22 | 广东智源机器人科技有限公司 | 一种用于自动化炒锅锅胆的卫生状态检测方法及系统 |
CN113554648A (zh) * | 2021-09-18 | 2021-10-26 | 四川太平洋药业有限责任公司 | 生产线检测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012139650A (ja) * | 2011-01-04 | 2012-07-26 | Daio Engineering Co Ltd | ペットボトルのキャップ選別装置 |
CN102722733A (zh) * | 2012-05-31 | 2012-10-10 | 信帧电子技术(北京)有限公司 | 一种车牌类型的识别方法及装置 |
CN103604808A (zh) * | 2013-12-04 | 2014-02-26 | 天津普达软件技术有限公司 | 一种瓶盖缺陷视觉检测方法 |
CN105424722A (zh) * | 2015-11-05 | 2016-03-23 | 天津大学 | 一种基于机器视觉的瓶盖不合格品标记方法 |
CN106370659A (zh) * | 2016-08-17 | 2017-02-01 | 湘潭大学 | 一种瓶体封装质量视觉检测方法 |
CN107516111A (zh) * | 2017-08-23 | 2017-12-26 | 昆山塔米机器人有限公司 | 一种售卖机缺货检测方法及装置 |
-
2018
- 2018-11-08 CN CN201811325554.3A patent/CN109509185A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012139650A (ja) * | 2011-01-04 | 2012-07-26 | Daio Engineering Co Ltd | ペットボトルのキャップ選別装置 |
CN102722733A (zh) * | 2012-05-31 | 2012-10-10 | 信帧电子技术(北京)有限公司 | 一种车牌类型的识别方法及装置 |
CN103604808A (zh) * | 2013-12-04 | 2014-02-26 | 天津普达软件技术有限公司 | 一种瓶盖缺陷视觉检测方法 |
CN105424722A (zh) * | 2015-11-05 | 2016-03-23 | 天津大学 | 一种基于机器视觉的瓶盖不合格品标记方法 |
CN106370659A (zh) * | 2016-08-17 | 2017-02-01 | 湘潭大学 | 一种瓶体封装质量视觉检测方法 |
CN107516111A (zh) * | 2017-08-23 | 2017-12-26 | 昆山塔米机器人有限公司 | 一种售卖机缺货检测方法及装置 |
Non-Patent Citations (1)
Title |
---|
韩芳芳: "表面缺陷视觉在线检测关键技术研究", 《中国博士学位论文全文数据库信息科技辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110487808A (zh) * | 2019-08-22 | 2019-11-22 | 广东智源机器人科技有限公司 | 一种用于自动化炒锅锅胆的卫生状态检测方法及系统 |
CN113554648A (zh) * | 2021-09-18 | 2021-10-26 | 四川太平洋药业有限责任公司 | 生产线检测方法 |
CN113554648B (zh) * | 2021-09-18 | 2021-11-30 | 四川太平洋药业有限责任公司 | 生产线检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20240118218A1 (en) | Stroboscopic stepped illumination defect detection system | |
US10339645B2 (en) | Defect detection device and production system | |
CN109003249B (zh) | 增强图像细节的方法、装置及终端 | |
CN105865329B (zh) | 基于视觉的成捆圆钢端面中心坐标的获取系统和方法 | |
CN107013811B (zh) | 一种基于图像处理的管道液体泄漏监测方法 | |
US20150294167A1 (en) | Method and system for detecting traffic lights | |
CN109509185A (zh) | 瓶盖的检测方法及设备、生产线、计算机设备、存储介质 | |
CN105631486A (zh) | 图像文字识别方法及装置 | |
WO2017048927A1 (en) | Cameras and depth estimation of images acquired in a distorting medium | |
KR20150120975A (ko) | 불균일 검사 시스템, 불균일 검사 방법 및 불균일 검사 프로그램 | |
CN113379680A (zh) | 缺陷检测方法、装置、电子设备和计算机可读存储介质 | |
JP2018506046A (ja) | タイヤ表面の欠陥を検出する方法 | |
CN109461156B (zh) | 基于视觉的螺纹密封塞装配检测方法 | |
CN109255792B (zh) | 一种视频图像的分割方法、装置、终端设备及存储介质 | |
Abdelhedi et al. | Design of automatic vision-based inspection system for monitoring in an olive oil bottling line | |
CN114519698A (zh) | 暗光环境下的设备漏油检测方法、装置、设备及存储介质 | |
Li et al. | A color cast detection algorithm of robust performance | |
CN110188640B (zh) | 人脸识别方法、装置、服务器和计算机可读介质 | |
US20170161581A1 (en) | Exploiting color for license plate recognition | |
CN105301003A (zh) | 一种基于机器视觉的瓶盖表面生产日期检测方法 | |
CN111062941A (zh) | 点光源灯点故障检测装置及方法 | |
CN105628195A (zh) | 光源亮度检测系统及方法 | |
CN105303565A (zh) | 产品外观的logo检测方法 | |
CN105791815B (zh) | 一种TV line自动判定方法 | |
CN103810985A (zh) | 提高图像可读性的电子装置及其方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190322 |
|
WD01 | Invention patent application deemed withdrawn after publication |