CN109544532A - 基于图像识别的施工电梯人数统计方法 - Google Patents

基于图像识别的施工电梯人数统计方法 Download PDF

Info

Publication number
CN109544532A
CN109544532A CN201811385239.XA CN201811385239A CN109544532A CN 109544532 A CN109544532 A CN 109544532A CN 201811385239 A CN201811385239 A CN 201811385239A CN 109544532 A CN109544532 A CN 109544532A
Authority
CN
China
Prior art keywords
image
circle
pixel
edge
parameter
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
Application number
CN201811385239.XA
Other languages
English (en)
Inventor
任治州
陈锐
蒲文龙
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.)
Sichuan Changhong Electric Co Ltd
Original Assignee
Sichuan Changhong Electric 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 Sichuan Changhong Electric Co Ltd filed Critical Sichuan Changhong Electric Co Ltd
Priority to CN201811385239.XA priority Critical patent/CN109544532A/zh
Publication of CN109544532A publication Critical patent/CN109544532A/zh
Pending legal-status Critical Current

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
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
    • 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
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30242—Counting objects in image

Landscapes

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

Abstract

本发明涉及电梯超载控制技术，解决了现有施工电梯超载检测中存在的成本高、检测不准确的问题。技术方案概括为：基于图像识别的施工电梯人数统计方法，施工电梯内的摄像头在顶部垂直采集图像，对图像预处理得到二值化图像，再对二值化图像进行边缘检测得到边缘图像，基于霍夫变换识别出边缘图像中满足要求的圆，将识别出的满足要求的圆的个数作为施工电梯内的人数。有益效果是：本发明人数检测的准确性高，并且能够降低电梯制造成本。本发明特别适用于施工电梯。

Description

基于图像识别的施工电梯人数统计方法
技术领域
本发明涉及电梯超载控制技术，特别涉及基于图像识别的施工电梯人数统计技术。
背景技术
现有技术检测施工电梯是否超载，通常采用压力检测方式和红外线检测方式。
压力检测方式检测电梯中承载的重量是否超标。半导体压电阻抗扩散压力传感器是在薄片表面形成半导体变形压力，通过外力使薄片变形而产生压电阻抗效果，从而使阻抗的变化转换成电信号。静电容量型压力传感器,是将玻璃的固定极和硅的可动极相对而形成电容,将通过外力使可动极变形所产生的静电容量的变化转换成电信号。检测的具体方法是在电梯底部安装多个压力传感器采集压力数据，利用信号放大电路将该传感器模组采集的压力数据进行放大处理，当电梯承载重量时，由于承载的重量不一样，则返回的压力数据不一样，经过转换电路，将信号放大电路输出的放大后的模拟电信号转换为数字的电信号，并传送至微处理单元进行处理。这种检测方式需要的硬件条件较高，导致施工电梯的制造成本较高。
红外线检测方式有主动红外和被动红外两种。主动红外传感器需要红外发射源和相应的接收设备，依靠红外线的对射或反射的方式进行。当红外光束被遮挡时，红外线接收器的输出电信号强度就会发生变化，经放大和处理后可进行采样。主动红外线传感器输出的波形稳定性较好，但比较单一，无法区分进出电梯。被动红外又称为热释电红外，它的原理是人体辐射的红外线引起的热释电效应。被动红外线传感器通常包含2个电极化方向相反，串联的热释电元，如此可减少环境因素的影响，当乘客进入探测区域内，2个热释电元接收红外线强度的先后顺序不同，输出的电信号波形恰好相反，因此很容易判断出是进入电梯还是离开电梯。上述两种红外线传感器都有自己的优点和不足，主动红外传感器对是否有人通过非常敏感，但环境因素的影响较大，同时也不能区分是进入电梯还是离开电梯，被动红外线传感器可以正确区分进入电梯还是离开电梯，对环境的影响较不敏感，但有时人通过后信号略有振荡，影响信号的识别。总的来说，运用红外传感器基本可以有效识别人进出电梯的方向和数量，但对于人在传感器下逗留、两人或多人贴的很近的情况识别效果差。
发明内容
本发明为解决现有施工电梯超载检测中存在的成本高、检测不准确的问题，提供一种应用于施工电梯的基于图像识别的施工电梯人数统计方法。
为解决上述技术问题，本发明采用的技术方案是：基于图像识别的施工电梯人数统计方法，包括以下步骤：
步骤一、施工电梯内顶部中央安装摄像头，摄像头拍摄方向垂直于施工电梯底部进行图像采集；
步骤二、将摄像头采集到的图像转化为灰度图像，然后根据预设的二值化阈值，对灰度图像进行二值化处理，得到二值化图像；
步骤三、对二值化图像进行边缘检测，提取出二值化图像中的边缘像素点，得到边缘图像；
步骤四、以一个像素为单位刻度建立边缘图像的直角坐标系，设：i为边缘图像中像素点的横坐标，j为边缘图像中像素点的纵坐标，x为圆心的横坐标，y为圆心的纵坐标，r为半径，圆心的坐标表示为(x,y),圆的参数表示为H(x,y,r)，边缘图像中像素点的坐标表示为(i,j)，其中圆心的坐标(x,y)属于边缘图像中像素点的坐标(i,j)；
遍历边缘图像中的每个像素点，若当前遍历到的像素点(i,j)是边缘像素点，则将边缘图像中的每个像素点分别作为圆心(x,y)，对于边缘图像中任意一个作为圆心(x,y)的像素点，找出以该像素点为圆心(x,y)且圆周经过当前遍历到的像素点(i,j)的圆，然后判断该找出的圆的半径r是否满足预设的半径r范围，若满足则该找出的圆对应的参数H(x,y,r)的统计数目加一，若不满足则不进行处理；若当前遍历到的像素点(i,j)不是边缘像素点，则不进行处理；遍历完边缘图像中的所有像素点后执行步骤五；
步骤五、按照参数H(x,y,r)的统计数目从大到小依次读取统计数目大于预设统计数目阈值的参数，每读取到一个参数后，将该参数对应的圆作为识别出的圆，并将参数圆心在该识别出的圆的半径范围内且还未被读取的参数的统计数目清零，直到处理完所有参数；
步骤六、将识别出的圆的个数作为施工电梯内的人数。
作为进一步优化，所述采集到的图像为矩形，所述预设的半径r范围采用：半径r大于采集到的图像的最短边的且小于采集到的图像的最短边的
作为进一步优化，所述步骤六还包括：在监控画面上显示出施工电梯内的人数，并根据识别出的圆的参数在监控画面上显示识别出的圆。
作为进一步优化，所述步骤六还包括：判断施工电梯内的人数是否超过预设的人数阈值，若超过则不启动电梯并进行报警，否则启动电梯。
有益效果是：本发明应用于施工电梯场景，通过安装在施工电梯内顶部中央的摄像头垂直采集施工电梯内的图像，并基于霍夫变换检测图像中的圆，检测出的圆中符合参数要求且符合统计数目要求的圆的总个数，就是电梯内的人数。本发明通过图像识别检测出施工电梯内的人数，进而判断是否超载并进行相应控制，检测准确性较高，并且不需要压力传感器、红外线传感器等硬件，施工电梯制造成本降低。本发明特别适用于施工电梯。
附图说明
图1是本发明实施例在边缘图像中识别出的一个圆的示意图。
具体实施方式
下面结合实施例，进一步说明本发明的技术方案。
本发明的技术方案是：基于图像识别的施工电梯人数统计方法，包括以下步骤：
步骤一、施工电梯内顶部中央安装摄像头，摄像头拍摄方向垂直于施工电梯底部进行图像采集；
步骤二、将摄像头采集到的图像转化为灰度图像，然后根据预设的二值化阈值，对灰度图像进行二值化处理，得到二值化图像；
步骤三、对二值化图像进行边缘检测，提取出二值化图像中的边缘像素点，得到边缘图像；
步骤四、以一个像素为单位刻度建立边缘图像的直角坐标系，设：i为边缘图像中像素点的横坐标，j为边缘图像中像素点的纵坐标，x为圆心的横坐标，y为圆心的纵坐标，r为半径，圆心的坐标表示为(x,y),圆的参数表示为H(x,y,r)，边缘图像中像素点的坐标表示为(i,j)，其中圆心的坐标(x,y)属于边缘图像中像素点的坐标(i,j)；
遍历边缘图像中的每个像素点，若当前遍历到的像素点(i,j)是边缘像素点，则将边缘图像中的每个像素点分别作为圆心(x,y)，对于边缘图像中任意一个作为圆心(x,y)的像素点，找出以该像素点为圆心(x,y)且圆周经过当前遍历到的像素点(i,j)的圆，然后判断该找出的圆的半径r是否满足预设的半径r范围，若满足则该找出的圆对应的参数H(x,y,r)的统计数目加一，若不满足则不进行处理；若当前遍历到的像素点(i,j)不是边缘像素点，则不进行处理；遍历完边缘图像中的所有像素点后执行步骤五；
步骤五、按照参数H(x,y,r)的统计数目从大到小依次读取统计数目大于预设统计数目阈值的参数，每读取到一个参数后，将该参数对应的圆作为识别出的圆，并将参数圆心在该识别出的圆的半径范围内且还未被读取的参数的统计数目清零，直到处理完所有参数；
步骤六、将识别出的圆的个数作为施工电梯内的人数。
上述方法应用于施工电梯的人数检测，因为在施工电梯的使用场景中，工作人员是戴有安全帽的，安全帽的颜色与周围环境颜色的差异明显，并且安全帽边缘接近圆形，为图像的准确识别提供了条件，摄像头从施工电梯顶部垂直采集图像，识别出该图像中符合要求的圆的个数即为电梯内人数。上述步骤一是图像采集；步骤二是图像预处理；步骤三是提取图像中的边缘特征；步骤四和步骤五是基于霍夫变换识别出边缘图像中符合要求的圆，其中，步骤五将参数圆心在该识别出的圆的半径范围内且还未被读取的参数的统计数目清零，其原因是：边缘图像中边缘像素点构成的圆不是标准的圆，因此边缘像素点构成的一个圆可能对应了多个统计数目大于预设统计数目阈值的参数H(x,y,r)，如果将这多个参数对应的圆都作为识别出的圆，就会导致重复统计，因此每读取到一个参数后，将该参数对应的圆作为识别出的圆，并将参数圆心在该识别出的圆的半径范围内且还未被读取的参数的统计数目清零，避免重复统计。
对上述方法进行进一步优化，具体可以是：采集到的图像为矩形，则预设的半径r范围可以采用：半径r大于采集到的图像的最短边的且小于采集到的图像的最短边的根据安全帽在图像中的尺寸比例，设置半径r的范围，提高人数检测结果的准确性。步骤六还可以包括：在监控画面上显示出施工电梯内的人数，并根据识别出的圆的参数在监控画面上显示识别出的圆，可以通过监控终端设备，在监控画面中显示出检测结果，便于相关人员查看。步骤六还可以包括：判断施工电梯内的人数是否超过预设的人数阈值，若超过则不启动电梯并进行报警，否则启动电梯，通过检测出的人数判断电梯是否超载，并进行相应的处理。
实施例
下面举例具体说明本发明的技术方案。
本例的基于图像识别的施工电梯人数统计方法，按照以下步骤进行处理：
步骤S1、施工电梯内顶部中央安装摄像头，摄像头拍摄方向垂直于施工电梯底部进行图像采集。摄像头安装在搭乘电梯的工作人员的正上方，垂直向下拍摄图像，这样得到的图像中安全帽的数量，就能够作为电梯内的人数。
步骤S2、将摄像头采集到的图像转化为灰度图像，然后根据预设的二值化阈值，对灰度图像进行二值化处理，得到二值化图像。本步骤是对图像的预处理，通过预设的二值化阈值处理后，将图像中的安全帽分离出来。
步骤S3、对二值化图像进行边缘检测，提取出二值化图像中的边缘像素点，得到边缘图像。本步骤为提取二值化图像的边缘特征，提取出的边缘像素点，就是安全帽的边缘在图像中的像素点。
步骤S4、以一个像素为单位刻度建立边缘图像的直角坐标系，设：i为边缘图像中像素点的横坐标，j为边缘图像中像素点的纵坐标，x为圆心的横坐标，y为圆心的纵坐标，r为半径，圆心的坐标表示为(x,y),圆的参数表示为H(x,y,r)，边缘图像中像素点的坐标表示为(i,j)，其中圆心的坐标(x,y)属于边缘图像中像素点的坐标(i,j)。
遍历边缘图像中的每个像素点；若当前遍历到的像素点(i,j)是边缘像素点，则将边缘图像中的每个像素点分别作为圆心(x,y)，对于边缘图像中任意一个作为圆心(x,y)的像素点，找出以该像素点为圆心(x,y)且圆周经过当前遍历到的像素点(i,j)的圆。上述是寻找到边缘像素点，然后找出过边缘像素点的所有圆。
然后判断该找出的圆的半径r是否满足预设的半径r范围，若满足则该找出的圆对应的参数H(x,y,r)的统计数目加一，若不满足则不进行处理。找出的每个圆对应一组具体的x，y，r值，然后根据公式计算出该圆的半径，对半径满足预设要求的圆对应的参数H(x,y,r)的统计数目加一，本例中采集到的图像为矩形，则将满足要求的半径范围设置为大于采集到的图像的最短边的且小于采集到的图像的最短边的
若当前遍历到的像素点(i,j)不是边缘像素点，则不进行处理；遍历完边缘图像中的所有像素点后执行步骤S5。
步骤S5、按照参数H(x,y,r)的统计数目从大到小依次读取统计数目大于预设统计数目阈值的参数，每读取到一个参数后，将该参数对应的圆作为识别出的圆。一个具体的参数H(x,y,r)的统计数目越大，说明在相应具体的圆的圆周上的边缘像素点越多，那么该具体的圆也就最能表示出边缘图像中相应位置由边缘像素点所构成的非标准圆；自然地，该具体的参数H(x,y,r)的统计数目需要大于一定的数量，因此上述还设置了统计数目阈值。
如图1所示为在边缘图像中识别出的一个圆的示意图，识别出一个圆后，还要将参数圆心在该识别出的圆的半径范围内且还未被读取的参数的统计数目清零，直到处理完所有参数。由于边缘像素点构成的圆不是标准圆，因此边缘像素点构成的非标准圆不仅对应了一个上述识别出的圆，还可能会对应多个参数的统计数目大于预设统计数目阈值的其他圆，为了避免重复统计，就将还未被读取的参数中，其圆心在该识别出的圆的半径范围内的参数的统计数目清零，那么接下来就不会读取到统计数目清零的参数，避免了重复统计，按照顺序处理完所有参数后，就识别出了边缘图像中所有满足要求的圆。
步骤S6、将识别出的圆的个数作为施工电梯内的人数，在监控画面上显示出施工电梯内的人数，并根据识别出的圆的参数在监控画面上显示识别出的圆，同时判断施工电梯内的人数是否超过预设的人数阈值，若超过则不启动电梯并进行报警，否则启动电梯。

Claims (4)

1.基于图像识别的施工电梯人数统计方法，其特征在于，包括以下步骤：
步骤一、施工电梯内顶部中央安装摄像头，摄像头拍摄方向垂直于施工电梯底部进行图像采集；
步骤二、将摄像头采集到的图像转化为灰度图像，然后根据预设的二值化阈值，对灰度图像进行二值化处理，得到二值化图像；
步骤三、对二值化图像进行边缘检测，提取出二值化图像中的边缘像素点，得到边缘图像；
步骤四、以一个像素为单位刻度建立边缘图像的直角坐标系，设：i为边缘图像中像素点的横坐标，j为边缘图像中像素点的纵坐标，x为圆心的横坐标，y为圆心的纵坐标，r为半径，圆心的坐标表示为(x,y),圆的参数表示为H(x,y,r)，边缘图像中像素点的坐标表示为(i,j)，其中圆心的坐标(x,y)属于边缘图像中像素点的坐标(i,j)；
遍历边缘图像中的每个像素点，若当前遍历到的像素点(i,j)是边缘像素点，则将边缘图像中的每个像素点分别作为圆心(x,y)，对于边缘图像中任意一个作为圆心(x,y)的像素点，找出以该像素点为圆心(x,y)且圆周经过当前遍历到的像素点(i,j)的圆，然后判断该找出的圆的半径r是否满足预设的半径r范围，若满足则该找出的圆对应的参数H(x,y,r)的统计数目加一，若不满足则不进行处理；若当前遍历到的像素点(i,j)不是边缘像素点，则不进行处理；遍历完边缘图像中的所有像素点后执行步骤五；
步骤五、按照参数H(x,y,r)的统计数目从大到小依次读取统计数目大于预设统计数目阈值的参数，每读取到一个参数后，将该参数对应的圆作为识别出的圆，并将参数圆心在该识别出的圆的半径范围内且还未被读取的参数的统计数目清零，直到处理完所有参数；
步骤六、将识别出的圆的个数作为施工电梯内的人数。
2.如权利要求1所述的基于图像识别的施工电梯人数统计方法，其特征在于，所述采集到的图像为矩形，所述预设的半径r范围采用：半径r大于采集到的图像的最短边的且小于采集到的图像的最短边的
3.如权利要求1所述的基于图像识别的施工电梯人数统计方法，其特征在于，所述步骤六还包括：在监控画面上显示出施工电梯内的人数，并根据识别出的圆的参数在监控画面上显示识别出的圆。
4.如权利要求1所述的基于图像识别的施工电梯人数统计方法，其特征在于，所述步骤六还包括：判断施工电梯内的人数是否超过预设的人数阈值，若超过则不启动电梯并进行报警，否则启动电梯。
CN201811385239.XA 2018-11-20 2018-11-20 基于图像识别的施工电梯人数统计方法 Pending CN109544532A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811385239.XA CN109544532A (zh) 2018-11-20 2018-11-20 基于图像识别的施工电梯人数统计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811385239.XA CN109544532A (zh) 2018-11-20 2018-11-20 基于图像识别的施工电梯人数统计方法

Publications (1)

Publication Number Publication Date
CN109544532A true CN109544532A (zh) 2019-03-29

Family

ID=65848540

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811385239.XA Pending CN109544532A (zh) 2018-11-20 2018-11-20 基于图像识别的施工电梯人数统计方法

Country Status (1)

Country Link
CN (1) CN109544532A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110766243A (zh) * 2019-12-30 2020-02-07 恒大智慧科技有限公司 一种景区厕所推荐方法、装置及系统
CN113033327A (zh) * 2021-03-05 2021-06-25 湖南智连方舟工程科技有限公司 一种建筑工程现场人员监测系统及监测设备
CN113044694A (zh) * 2021-03-05 2021-06-29 苏州威视通智能科技有限公司 基于深度神经网络的工地电梯人数统计系统及方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103708315A (zh) * 2014-01-08 2014-04-09 山东大学 一种施工电梯超员与超载监控系统及其应用
CN104573697A (zh) * 2014-12-31 2015-04-29 西安丰树电子科技发展有限公司 基于多信息融合的施工升降机轿厢人数统计方法
CN104811810A (zh) * 2015-03-23 2015-07-29 四川长虹电器股份有限公司 基于智能电视实时区域收视率和收视份额统计系统及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103708315A (zh) * 2014-01-08 2014-04-09 山东大学 一种施工电梯超员与超载监控系统及其应用
CN104573697A (zh) * 2014-12-31 2015-04-29 西安丰树电子科技发展有限公司 基于多信息融合的施工升降机轿厢人数统计方法
CN104811810A (zh) * 2015-03-23 2015-07-29 四川长虹电器股份有限公司 基于智能电视实时区域收视率和收视份额统计系统及方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
屈汉章等: "基于直径累积的霍夫变换检测圆算法", 《西安邮电大学学报》 *
田启川: "《虹膜识别原理及算法》", 30 June 2010, 国防工业出版社 *
金晓磊等: "基于ARM的电梯轿厢内人员计数系统", 《自动化与仪表》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110766243A (zh) * 2019-12-30 2020-02-07 恒大智慧科技有限公司 一种景区厕所推荐方法、装置及系统
CN110766243B (zh) * 2019-12-30 2020-05-26 恒大智慧科技有限公司 一种景区厕所推荐方法、装置及系统
CN113033327A (zh) * 2021-03-05 2021-06-25 湖南智连方舟工程科技有限公司 一种建筑工程现场人员监测系统及监测设备
CN113044694A (zh) * 2021-03-05 2021-06-29 苏州威视通智能科技有限公司 基于深度神经网络的工地电梯人数统计系统及方法
CN113044694B (zh) * 2021-03-05 2023-10-24 苏州威视通智能科技有限公司 基于深度神经网络的工地电梯人数统计系统及方法

Similar Documents

Publication Publication Date Title
CN109544532A (zh) 基于图像识别的施工电梯人数统计方法
CN109484935B (zh) 一种电梯轿厢监控方法、装置及系统
CN110335271B (zh) 一种电气部件故障的红外检测方法及装置
CN111504509B (zh) 基于多层神经网络的测温方法
US10127428B2 (en) Fingerprint identification method and fingerprint identification device
US20220335623A1 (en) Image recognition system, sensor module, and method for image recognition
CN102590228A (zh) 检测带有电解电容的电路板的方法以及设备
CN112084813A (zh) 异常目标的检测方法、装置及存储介质
CN113873229B (zh) 一种图像坏点检测方法、系统及装置
Hsu et al. Design and implementation of image electronic fence with 5G technology for smart farms
CN107403444B (zh) 识别系统
WO2018167974A1 (ja) 画像処理装置、制御方法及び制御プログラム
US10282015B2 (en) Touch screen, display panel, display device and method for storing electric power
CN111380833B (zh) 基于多目视觉的除杂系统
US20200320328A1 (en) Image processing device, control method, and control program
CN105841807B (zh) 一种提高光传感器检测稳定性的方法、系统及智能终端
CN101118263A (zh) 极性元件的极性方向自动检测方法
CN115077722B (zh) 一种应用于高压柜的局放和温度综合监测系统及方法
CN113920535A (zh) 一种基于YOLOv5的电子区域检测方法
Chen et al. A dynamic height analysis on vision based fall detection system
CN207578253U (zh) 一种可识别定位夹具
CN212482704U (zh) 一种健康状态自动识别装置
CN217638759U (zh) 一种基于光学ccd模组的芯片生产自动检测系统
CN215268530U (zh) 一种监控系统
CN103793737B (zh) 识别一维码与点阵图形构成的防伪标识的方法及装置

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190329