CN109544541A - 烟支外观瑕疵检测方法及装置 - Google Patents
烟支外观瑕疵检测方法及装置 Download PDFInfo
- Publication number
- CN109544541A CN109544541A CN201811438074.8A CN201811438074A CN109544541A CN 109544541 A CN109544541 A CN 109544541A CN 201811438074 A CN201811438074 A CN 201811438074A CN 109544541 A CN109544541 A CN 109544541A
- Authority
- CN
- China
- Prior art keywords
- cigarette
- image
- flaw
- filter tip
- stick
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G06T2207/30168—Image quality inspection
Abstract
本发明涉及烟支检测技术领域,提供一种烟支外观瑕疵检测方法及装置,所述方法包括:首先,获取包含至少一支烟支的烟支灰度图像,然后,对烟支灰度图像进行单支烟支分割,得到至少一张单支烟支图像,最后,对每张单支烟支图像均进行图像检测,以确定烟支灰度图像中的每支烟支是否存在瑕疵,并在烟支存在瑕疵时确定瑕疵类型。与现有技术相比,本发明提供的烟支外观瑕疵检测方法及装置提高了瑕疵检测效率。
Description
技术领域
本发明实施例涉及烟支检测技术领域,具体而言,涉及一种烟支外观瑕疵检测方法及装置。
背景技术
在现代化卷烟加工企业中,需要对烟支进行卷包操作,烟支在卷包操作的过程中要经过卷包设备间的各种仪器进行打包、传输,可能会给烟支的卷烟纸存在瑕疵,有污渍或者不平整。
现在,卷烟的生产已经高度自动化,在速率为120—200支/秒的高速烟支生产流水线上,存在一定比例的卷烟纸不合格烟支,现有技术中通过人工检测,需要消耗大量的人力,且由于人的视觉疲劳,不能快速准确识别出烟支的卷烟纸存在的瑕疵,瑕疵检测效率低。
发明内容
本发明实施例的目的在于提供一种烟支外观瑕疵检测方法及装置,以改善现有技术中瑕疵检测效率低的问题。
为了实现上述目的,本发明实施例采用的技术方案如下:
第一方面,本发明实施例提供了一种烟支外观瑕疵检测方法,所述方法包括:获取包含至少一支烟支的烟支灰度图像;对所述烟支灰度图像进行单支烟支分割,得到至少一张单支烟支图像;对每张所述单支烟支图像均进行图像检测,以确定所述烟支灰度图像中的每支烟支是否存在瑕疵,并在所述烟支存在瑕疵时确定瑕疵类型。
第二方面,本发明实施例提供了一种烟支外观瑕疵检测装置,所述装置包括:烟支图像获取单元,用于获取包含至少一支烟支的烟支灰度图像;单支图像分离单元,用于将所述烟支灰度图像中的所述至少一支烟支分离出来,得到至少一张单支烟支图像;瑕疵检测单元,对每张所述单支烟支图像对应的烟棒图像和滤嘴图像分别进行瑕疵检测,以确定所述烟支灰度图像中的每支烟支是否存在瑕疵,并在所述烟支存在瑕疵时确定瑕疵类型。
相对现有技术,本发明实施例提供的一种烟支外观瑕疵检测方法及装置,将烟支灰度图像中的单支烟支进行分割,得到至少一张单支烟支图像,再对每张单支烟支图像进行检测,以确定烟支灰度图像中的每支烟支是否存在瑕疵,并在烟支存在瑕疵时确定瑕疵类型。与现有技术相比,本发明提供的烟支外观瑕疵检测方法相对于人工检测来说,能够自动实现对烟支灰度图像中的每支烟支进行检测,快速准确识别出烟支的烟卷纸存在的瑕疵,提高瑕疵检测效率,进而提高烟支流水线的生产效率。
为使本发明实施例的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例提供的电子设备的方框示意图。
图2示出了本发明实施例提供的烟支外观瑕疵检测方法的流程图。
图3示出了本发明实施例提供的第一烟支灰度图像。
图4示出了本发明实施例提供的第二烟支灰度图像。
图5示出了本发明实施例提供的第三烟支灰度图像。
图6示出了本发明实施例提供的第四烟支灰度图像。
图7示出了本发明实施例提供的第一单支烟支图像。
图8示出了本发明实施例提供的第二单支烟支图像。
图9为图2示出的步骤S2的子步骤流程图。
图10示出了本发明实施例提供的烟支二值图像。
图11为图9示出的子步骤S22的子步骤流程图。
图12示出了子步骤S222中筛选烟支二值图像中行列像素值均发生跳变的像素点。
图13为图2示出的步骤S3的子步骤流程图。
图14示出了本发明实施例提供的烟支的第一区域划分图。
图15示出了本发明实施例提供的烟支的第二区域划分图。
图16为图13示出的子步骤S32的子步骤流程图。
图17为图16示出的子步骤S322的子步骤流程图。
图18示出了本发明实施例提供的烟支外观瑕疵检测装置的方框示意图。
图标:100-电子设备;101-存储器;102-存储控制器;103-处理器;104-外设接口;105-通信模块;200-烟支外观瑕疵检测装置;201-烟支图像获取单元;202-单支图像分离单元;203-瑕疵检测单元;300-摄像头;400-显示屏。
具体实施方式
下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
本发明实施例提供的外观瑕疵检测方法应用于电子设备100,请参阅图1,图1示出了本发明实施例提供的电子设备100的方框示意图。电子设备100可以是,但不限于膝上型便携计算机、车载电脑、个人数字助理(personal digital assistant,PDA)、服务器等等。所述电子设备100包括烟支外观瑕疵检测装置200、存储器101、存储控制器102、处理器103、外设接口104和通信模块105。
所述存储器101、存储控制器102、处理器103、外设接口104、通信模块105、摄像头300及显示屏400各元件相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述烟支外观瑕疵检测装置200包括至少一个可以软件或固件(firmware)的形式存储于所述存储器101中或固化在所述电子设备100的操作系统(operating system,OS)中的软件功能模块。所述处理器103用于执行存储器101中存储的可执行模块,例如烟支外观瑕疵检测装置200包括的软件功能模块或计算机程序。
其中,存储器101可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器101(Programmable Read-Only Memory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。其中,存储器101用于存储程序,所述处理器103在接收到执行指令后,执行所述程序,本发明任一实施例揭示的流程定义的服务器所执行的方法可以应用于处理器103中,或者由处理器103实现。
处理器103可以是一种集成电路芯片,具有信号处理能力。上述的处理器103可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(NetworkProcessor,NP)、语音处理器以及视频处理器等;还可以是数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器103可以是微处理器或者该处理器103也可以是任何常规的处理器等。
外设接口104用于将各种输入/输出装置耦合至处理器103以及存储器101。在一些实施例中,外设接口104、处理器103以及存储控制器102可以在单个芯片中实现。在其他一些实例中,他们可以分别由独立的芯片实现。
通信模块105用于接收摄像头300拍摄的烟支灰度图像并发送至处理器103。通信模块105可以是,但不限于DSP(Digital Signal Processing)芯片和半导体芯片。
显示屏400用于实现用户与电子设备100之间的交互,具体可以是,但不限于显示屏400将需要进行烟支灰度图像或者烟支瑕疵类型等信息进行显示。
第一实施例
请参照图2,图2示出了本发明实施例提供的烟支外观瑕疵检测方法流程图。烟支外观瑕疵检测方法包括以下步骤:
步骤S1,获取包含至少一支烟支的烟支灰度图像。
在本发明实施例中,烟支灰度图像可以是包含至少一支烟支的包括256个亮度等级的灰度图像,可以理解为,烟支灰度图像中可以包含一支烟支,也可以包含两支烟支,还可以包含三支烟支,或者更多。获取烟支灰度图像可以直接通过工业摄像头300拍摄得到,也可以预先从网上下载得到,也可以是将彩色图像进行灰度化后得到。请参阅图3~图6,以包含两支烟支为例,展示出的不同的烟支灰度图像。
步骤S2,对烟支灰度图像进行单支烟支分割,得到至少一张单支烟支图像。
在本发明实施例中,单支烟支图像可以是从烟支灰度图像中分割出来的只包含单支烟支的图像。由于烟支灰度图像中包含了至少一支烟支,要把每支烟支单独分割出来,才能针对每张单支烟支图像进行分析,以确定每张单支烟支图像对应的单支烟支是否存在外观瑕疵问题。图7和图8均为单支烟支图像的示例。对烟支灰度图像进行单支烟支分割,得到至少一张单支烟支图像的步骤,可以理解为,首先,将烟支灰度图像进行二值化转换,得到烟支二值图像,然后,检测出烟支二值图像中的多个边缘坐标,最后,依据多个边缘坐标分割烟支灰度图像,得到至少一张单支烟支图像。
请参照图9,步骤S2还可以包括以下子步骤:
子步骤S21,将烟支灰度图像进行二值化转换,得到烟支二值图像,其中,烟支二值图像包括多个像素点,每个像素点均对应一个坐标。
在本发明实施例中,烟支二值图像可以是将烟支灰度图像进行二值化转换之后得到的图像,烟支二值图像包括多个像素点,每个像素点均对应一个坐标。将包括256个灰度等级的烟支灰度图像中的每个像素点均与阈值进行比较,再把像素值大于或等于阈值的像素点均置1,把像素值小于阈值的像素点均置0,也可以将像素值大于或等于阈值的像素点均置0,把像素值小于阈值的像素点均置1。阈值可以通过直方图确定。请参阅图10,图10示出了包含两支烟支的烟支灰度图像进行二值化后,得到的烟支二值图像。
子步骤S22,检测出烟支二值图像中的多个边缘坐标。
在本发明实施例中,边缘坐标可以是烟支二值图像中确定出每张单支烟支图像位置的坐标点,具体地,通过4个边缘坐标,可以确定出一张单支烟支图像的具体位置,通过8个边缘坐标,可以确定出两张单支烟支图像的具体位置,通过12个边缘坐标,可以确定出三张单支烟支图像的具体位置,以此类推。检测出烟支二值图像中的多个边缘坐标点的步骤,可以理解为,在包括了多个像素点的烟支二值图像中确定出多个边缘像素点对应的多个边缘坐标。首先,统计烟支二值图像中每个像素点的像素值,然后,筛选出烟支二值图像中行列像素值均发生跳变的多个像素点,最后,将烟支二值图像中行列像素值均发生跳变的多个像素点对应的多个坐标确定为边缘坐标。
请参照图11,子步骤S22还可以包括以下子步骤:
子步骤S221,统计烟支二值图像中的每个像素点的像素值。
在本发明实施例中,烟支二值图像包括多个像素点,每个像素点均有一个对应的像素值,像素值可能是1,也可能是0。统计烟支二值图像中的每个像素点的像素值的步骤,可以理解为,分别按照行和列对烟支二值图像中所有像素点的像素值进行统计。
子步骤S222,筛选出烟支二值图像中行列像素值均发生跳变的多个像素点。
在本发明实施例中,筛选出烟支二值图像中行列像素值均发生跳变的多个像素点,例如,请参阅图12,图12中每个方框均代表一个像素点,方框内的数值即为该像素点其对应的像素值,阴影方框对应的像素点即为行列像素值均发生跳变的像素点。
子步骤S223,将烟支二值图像中行列像素值均发生跳变的多个像素点对应的多个坐标确定为边缘坐标。
在本发明实施例中,每个像素点均对应一个坐标,将行列像素值均发生跳变的像素点对应的坐标均确定为边缘坐标,例如,图12中阴影方框对应的像素点行列像素值均发生了跳变,因此将阴影方框对应的像素点对应的坐标(2,1)确定为边缘坐标,以此类推,能够得到多个边缘坐标。
子步骤S23,依据多个边缘坐标分割烟支灰度图像,得到至少一张单支烟支图像。
在本发明实施例中,通过4个边缘坐标,可以确定出一张单支烟支图像的具体位置,通过8个边缘坐标,可以确定出两张单支烟支图像的具体位置,通过12个边缘坐标,可以确定出三张单支烟支图像的具体位置,以此类推。通过子步骤S22得到了多个边缘坐标,按照上述多个边缘坐标以每4个为一个组对烟支灰度图像进行分割,能够得到至少一张单支烟支图像。
步骤S3,对每张单支烟支图像均进行图像检测,以确定烟支灰度图像中的每支烟支是否存在瑕疵,并在烟支存在瑕疵时确定瑕疵类型。
在本发明实施例中,对每张单支烟支图像均进行检测,将所有从烟支灰度图像中分割出来的单支烟支图像均进行图像检测,分别判断烟支灰度图像中的每支烟支是否存在瑕疵,并在烟支存在瑕疵时确定瑕疵类型。对每张单支烟支图像均进行图像检测,以确定烟支灰度图像中的每支烟支是否存在瑕疵,并在烟支存在瑕疵时确定瑕疵类型的步骤,可以理解为,对每张单支烟支图像中的烟棒区域和滤嘴区域均进行分割,得到每张单支烟支图像对应的烟棒图像和滤嘴图像,对每张单支烟支图像对应的烟棒图像和滤嘴图像分别进行瑕疵检测,以确定烟支灰度图像中的每支烟支是否存在瑕疵,并在烟支存在瑕疵时确定瑕疵类型。
请参照图13,步骤S3还可以包括以下子步骤:
子步骤S31,对每张单支烟支图像中的烟棒区域和滤嘴区域均进行分割,得到每张单支烟支图像对应的烟棒图像和滤嘴图像。
在本发明实施例中,单支烟支图像中包括烟棒区域、商标区域和滤嘴区域,请参阅图14,图14示出了商标区域介于烟棒区域和滤嘴区域的情况,请参阅图15,图15示出了商标区域位于滤嘴区域内,具体而言,商标区域位于滤嘴区域1和滤嘴区域2之间。在单支烟支图像中,由于烟棒区域颜色浅和滤嘴区域颜色深,而商标部分图案复杂,不利于后期的快速处理,故对每支单支烟支图像中的烟棒区域和滤嘴区域进行分割后,再执行子步骤S32。由于商标部分所占面积不大,瑕疵在商标部分出现的概率不高,考虑到算法在烟支生产高速流水线的实时性,在本发明实施例中未考虑商标部分。由于每款烟支的烟棒长度、滤嘴长度及其对应比例是固定的,因此,只需要按照预设比例对每张单支烟支图像中的烟棒区域和滤嘴区域进行分割,以得到每张单支烟支图像对应的烟棒图像和滤嘴图像。
子步骤S32,对每张单支烟支图像对应的烟棒图像和滤嘴图像分别进行瑕疵检测,以确定烟支灰度图像中的每支烟支是否存在瑕疵,并在烟支存在瑕疵时确定瑕疵类型。
在本发明实施例中,瑕疵类型可以是烟棒上的点瑕疵、线瑕疵、点线瑕疵或者滤嘴上的点瑕疵、线瑕疵、点线瑕疵或者其组合等。对每张单支烟支图像对应的烟棒图像和滤嘴图像分别进行瑕疵检测,以确定烟支灰度图像中的每支烟支是否存在瑕疵,并在烟支存在瑕疵时确定瑕疵类型的步骤,可以理解为,每张单支烟支图像经过子步骤S31之后被分割为烟棒图像和滤嘴图像,对每张单支烟支图像对应的烟棒图像和滤嘴图像进行瑕疵检测,以分别确定该烟支的烟棒区域和滤嘴区域是否存在瑕疵,当检测到单支烟支图像对应的烟棒图像或者滤嘴图像中任一个存在瑕疵时,则认为该烟支是存在瑕疵的,并依据其瑕疵存在的图像(烟棒图像或者滤嘴图像)分析瑕疵类型。当烟棒图像和滤嘴图像均未检测到瑕疵时,则认为该烟支未存在瑕疵。
请参阅图16,子步骤S32还可以包括以下子步骤:
子步骤S321,分别对每张单支烟支图像对应的烟棒图像和滤嘴图像进行连通区域检测,得到每张单支烟支图像对应的烟棒连通区域和滤嘴连通区域。
在本发明实施例中,以一张单支烟支图像为例,将单支烟支图像分割为了烟棒图像和滤嘴图像,对烟棒图像进行连通区域检测,得到烟棒连通区域,对滤嘴图像进行连通区域检测,得到滤嘴连通区域。其中,烟棒连通区域包括烟棒图像中所有的连通区域,滤嘴连通区域包括滤嘴图像中所有的连通区域。每张单支烟支图像都是进行上述相同的处理,能得到每张单支烟支图像对应的烟棒连通区域和滤嘴连通区域。
作为一种实施方式,分别对每张单支烟支图像对应的烟棒图像和滤嘴图像进行连通区域检测,得到每张单支烟支图像对应的烟棒连通区域和滤嘴连通区域的步骤具体包括:第一,对烟棒图像进行二值化转换,得到烟棒二值图像;对烟棒二值图像进行形态学处理,以滤除烟棒二值图像中的干扰噪声;对烟棒二值图像进行连通区域检测,得到烟棒连通区域,其中,烟棒连通区域是烟棒二值图像中的所有连通区域。第二,对滤嘴图像进行二值化转换,得到滤嘴二值图像;对滤嘴二值图像进行形态学处理,以滤除滤嘴二值图像中的干扰噪声;对滤嘴二值图像进行连通区域检测,得到滤嘴连通区域,其中,滤嘴连通区域是滤嘴二值图像中的所有连通区域。具体地,对烟棒二值图像CigaretteStickBin按照第一公式CigaretteStickBin=Open(Close(CigaretteStickBin,Mask),Mask)进行二值图像形态学处理,对滤嘴二值图像CigaretteFilterBin按照第二公式CigaretteFilterBin=Open(Close(CigaretteFilterBin,Mask),Mask)进行二值图像形态学处理,其中Open(A,B)表示用掩膜B对A做形态学开操作,Close(A,B)表示用掩膜B对A做形态学闭操作,掩膜通过形态学处理,使得烟棒二值图像和滤嘴二值图像中的边缘点间小的中空闭合,并且使得干扰噪声去除。
需要说明的是,第一可以与第二同时执行,也可以先执行第一再执行第二,还可以先执行第二再执行第一,在本发明实施例中不作出限制。
子步骤S322,依据每张单支烟支图像对应的烟棒连通区域和滤嘴连通区域判断烟支灰度图像中的每支烟支是否存在瑕疵,并在烟支存在瑕疵时确定瑕疵类型。
在本发明实施例中,依据每张单支烟支图像对应的烟棒连通区域和滤嘴连通区域判断烟支灰度图像中的每支烟支是否存在瑕疵,并在烟支存在瑕疵时确定瑕疵类型,可以理解为,通过同一支烟支的烟棒连通区域中连通区域的烟棒连通数量和滤嘴连通区域中连通区域的滤嘴连通数量能够对该烟支是否存在瑕疵做出初步判断。当烟棒连通数量和滤嘴连通数量均为零时,判定烟支不存在瑕疵;当烟棒连通数量或者滤嘴连通数量大于零时,获取烟棒二值图像中的每个连通区域对应的第一像素点数量和滤嘴二值图像中每个连通区域对应的第二像素点数量。将第一像素点数量和第二像素点数量均与预设数量进行比较进行再次判断。当烟支二值图像内所有的第一像素点数量和所有的第二像素点数量均小于预设数量时,判定烟支不存在瑕疵;当烟支二值图像内存在有第一像素点数量大于预设数量,且所有的第二像素点均小于预设数量时,判定烟支的烟棒存在瑕疵,并依据烟棒二值图像确定烟棒上的瑕疵类型;当烟支二值图像内所有的第一像素点数量均小于预设数量,且存在有第二像素点数量大于预设数量时,判定烟支的滤嘴存在瑕疵,并依据滤嘴二值图像确定滤嘴上的瑕疵类型;当烟支二值图像内存在有第一像素点数量大于预设数量,且存在有第二像素点数量大于预设数量时,判定烟支的烟棒和滤嘴均存在瑕疵,并分别依据烟棒二值图像和滤嘴二值图像确定烟棒和滤嘴上的瑕疵类型。
请参阅图17,子步骤S322具体包括以下子步骤:
子步骤S3221,对烟棒连通区域中连通区域的数量和滤嘴连通区域中连通区域的数量分别进行统计,得到烟棒连通数量和滤嘴连通数量。
在本发明实施例中,对烟棒连通区域中连通区域的数量和滤嘴连通区域中连通区域的数量分别进行统计,得到烟棒连通数量和滤嘴连通数量的步骤,可以理解为,统计烟棒连通区域中连通区域的数量,得到烟棒连通数量;统计滤嘴连通区域中连通区域的数量,得到滤嘴连通数量。
子步骤S3222,将烟棒连通数量和滤嘴连通数量均与零进行比较。
在本发明实施例中,烟棒连通数量可以是烟棒连通区域中连通区域的数量,滤嘴连通数量可以是滤嘴连通区域中连通区域的数量,将单支烟支的烟棒连通数量和滤嘴连通数量均与零进行比较的步骤,可以理解为,将单支烟支中的烟棒连通数量与零进行比较,将该烟支的滤嘴连通数量与零进行比较。
子步骤S3223,当烟棒连通数量和滤嘴连通数量均为零时,判定烟支不存在瑕疵。
在本发明实施例中,当烟棒连通数量和滤嘴连通数量均为零时,判定烟支不存在瑕疵的步骤,可以理解为,当同一烟支的烟棒连通数量为零,且该烟支对应的滤嘴连通数量为零时,判定该烟支不存在瑕疵。
子步骤S3224,当烟棒连通数量或者滤嘴连通数量大于零时,获取烟棒二值图像中的每个连通区域对应的第一像素点数量和滤嘴二值图像中每个连通区域对应的第二像素点数量,其中,第一像素点是连通区域内的所有像素点,第二像素点是连通区域内的所有像素点。
在本发明实施例中,第一像素点是烟棒二值图像中一个连通区域内的所有像素点,第二像素点是滤嘴二值图像中一个连通区域内的所有像素点。当烟棒连通数量或者滤嘴连通数量大于零时,获取烟棒二值图像中的每个连通区域对应的第一像素点数量和滤嘴二值图像中每个连通区域对应的第二像素点数量的步骤,可以理解为,当烟棒连通数量大于零,滤嘴连通数量等于零时,获取烟棒二值图像中的每个连通区域对应的第一像素点数量,此时,滤嘴二值图像中对应的所有第二像素点数量均为零;当烟棒连通数量等于零,滤嘴连通数量大于零时,获取滤嘴二值图像中每个连通区域对应的第二像素点数量,此时,烟棒二值图像中对应的所有第一像素点数量均为零;当烟棒连通数量大于零,滤嘴连通数量大于零时,获取烟棒二值图像中的每个连通区域对应的第一像素点数量,也获取滤嘴二值图像中每个连通区域对应的第二像素点数量。
子步骤S3225,将第一像素点数量和第二像素点数量均与预设数量进行比较。
在本发明实施例中,预设数量可以是用户根据实际情况设定的人眼不能识别出瑕疵的像素点数量的阈值。将第一像素点数量和第二像素点数量均与预设数量进行比较的步骤,可以理解为,将同一烟支二值图像对应的所有第一像素点数量均和预设数量进行比较,将该烟支二值图像中所有的第二像素点数量均与预设数量进行比较。
子步骤S3226,当单支烟支图像内所有的第一像素点数量和所有的第二像素点数量均小于预设数量时,判定烟支不存在瑕疵。
在本发明实施例中,当单支烟支图像内所有的第一像素点数量和所有的第二像素点数量均小于预设数量时,判定烟支不存在瑕疵的步骤,可以理解为,当单支烟支图像内所有的第一像素点数量均小于预设数量时,则可认为,人不能从该烟支的烟棒区域中观测出有瑕疵(可能检测出有瑕疵点,但是人眼看不见的这种情况),当该烟支二值图像中的所有的第二像素点均小于预设数量时,则可认为,人眼不能从该烟支的滤嘴区域中观测出有瑕疵,因此,判定该烟支不存在瑕疵。
子步骤S3227,当单支烟支图像内存在有第一像素点数量大于预设数量,且所有的第二像素点均小于预设数量时,判定烟支的烟棒存在瑕疵,并依据烟棒二值图像确定烟棒上的瑕疵类型。
在本发明实施例中,当单支烟支图像内存在有第一像素点数量大于预设数量,且所有的第二像素点均小于预设数量时,判定烟支的烟棒存在瑕疵,并依据烟棒二值图像确定烟棒上的瑕疵类型。具体地,筛选出烟棒二值图像中第一像素点数量大于预设数量的连通区域,并依次获取每个连通区域对应的第三像素点数量,其中,第三像素点是该连通区域的外接矩形区域内所有的像素点;依据该第一像素点数量及与其对应的第三像素点数量计算第一瑕疵比,第一瑕疵比=连通区域的第一像素点数量/该连通区域的第三像素点数量;将每个第一瑕疵比与预设瑕疵比进行对比;当烟棒二值图像内所有第一瑕疵比均大于或者等于设预瑕疵比时,判定烟棒上的瑕疵类型为点瑕疵;当烟棒二值图像内所有第一瑕疵比均小于预设瑕疵比时,判定烟棒上的瑕疵类型为线瑕疵;否则,判定烟棒上的瑕疵类型为点线瑕疵。其中,预设瑕疵比为用户自定义设置的区别点瑕疵与线瑕疵的比例阈值。
子步骤S3228,当单支烟支图像内所有的第一像素点数量均小于预设数量,且存在有第二像素点数量大于预设数量时,判定烟支的滤嘴存在瑕疵,并依据滤嘴二值图像确定滤嘴上的瑕疵类型。
在本发明实施例中,当单支烟支图像内所有的第一像素点数量均小于预设数量,且存在有第二像素点数量大于预设数量时,判定烟支的滤嘴存在瑕疵,并依据滤嘴二值图像确定滤嘴上的瑕疵类型。具体地,筛选出滤嘴二值图像中第二像素点数量大于预设数量的连通区域,并依次获取每个连通区域对应的第四像素点数量,其中,第四像素点是该连通区域的外接矩形区域内所有的像素点;依据该第二像素点数量及与其对应的第四像素点数量计算第二瑕疵比,第二瑕疵比=连通区域的第二像素点数量/该连通区域的第四像素点数量;将每个第二瑕疵比与预设瑕疵比进行对比;当滤嘴二值图像内所有第二瑕疵比均大于或者等于设预瑕疵比时,判定滤嘴上的瑕疵类型为点瑕疵;当所有第二瑕疵比均小于预设瑕疵比时,判定滤嘴上的瑕疵类型为线瑕疵;否则判定滤嘴上的瑕疵类型为点线瑕疵。其中,其中,预设瑕疵比为用户自定义设置的区别点瑕疵与线瑕疵的比例阈值。
子步骤S3229,当单支烟支图像内存在有第一像素点数量大于预设数量,且存在有第二像素点数量大于预设数量时,判定烟支的烟棒和滤嘴均存在瑕疵,并分别依据烟棒二值图像和滤嘴二值图像确定烟棒和滤嘴上的瑕疵类型。
在本发明实施例中,当单支烟支图像内存在有第一像素点数量大于预设数量,且存在有第二像素点数量大于预设数量时,判定烟支的烟棒和滤嘴均存在瑕疵,并分别依据烟棒二值图像和滤嘴二值图像确定烟棒和滤嘴上的瑕疵类型。具体地,当烟支的烟棒和滤嘴均存在瑕疵时,依据烟棒二值图像按照子步骤S3227中的方法确定烟棒上的瑕疵类型,依据滤嘴二值图像按照子步骤S3228中的方法确定滤嘴上的瑕疵类型,综合该烟支烟棒上的瑕疵类型和滤嘴上的瑕疵类型即可得到该烟支的瑕疵类型。
与现有技术相比,本发明实施例具有以下优势:
首先,相对于人工检测来说,能够自动实现对烟支灰度图像中的每支烟支进行检测,快速准确识别出烟支的烟卷纸存在的瑕疵,提高瑕疵检测效率,进而提高烟支流水线的生产效率。且本发明实施例提供的方法算法复杂度不高,能在120—200支/秒的高速烟支生产流水线实现实时检测,并且能够判别点状瑕疵和线状瑕疵,检测准确率达到98.6%。
其次,当单支烟支图像内所有的第一像素点数量和所有的第二像素点数量均小于预设数量时,判定烟支不存在瑕疵,当人眼不能观测出有瑕疵的情况进行排除,在保证用户体验的情况下,降低了烟支生产中的瑕疵率。
最后,通过对瑕疵类型的检测,我们可以得到烟支容易出现瑕疵的位置及其类型,再依据瑕疵出现的位置及类型对生产烟支的仪器及时做出调整,以降低烟支生产中的瑕疵率,进而提高生产效率。
第二实施例
请参阅图18,图18示出了本发明实施例提供的烟支外观瑕疵检测装置200的方框示意图。烟支外观瑕疵检测装置200包括烟支图像获取单元201、单支图像分离单元202及瑕疵检测单元203。
烟支图像获取单元201,用于获取包含至少一支烟支的烟支灰度图像。
可以理解为,烟支图像获取单元201可以执行上述步骤S1。
单支图像分离单元202,用于对烟支灰度图像进行单支烟支分割,得到至少一张单支烟支图像。
可以理解为,单支图像分离单元202可以执行上述步骤S2。
在本发明实施例中,单支图像分离单元202具体用于将烟支灰度图像进行二值化转换,得到烟支二值图像,其中,烟支二值图像包括多个像素点,每个像素点均对应一个坐标;检测出烟支二值图像中的多个边缘坐标,其中,具体可以包括统计烟支二值图像中的每个像素点的像素值,筛选出烟支二值图像中行列像素值均发生跳变的多个像素点,将烟支二值图像中行列像素值均发生跳变的多个像素点对应的多个坐标确定为边缘坐标;依据多个边缘坐标分割烟支灰度图像,得到至少一张单支烟支图像。
瑕疵检测单元203,用于对每张单支烟支图像均进行图像检测,以确定烟支灰度图像中的每支烟支是否存在瑕疵,并在烟支存在瑕疵时确定瑕疵类型。
可以理解为,瑕疵检测单元203可以执行上述步骤S3。
在本发明实施例中,瑕疵检测单元203具体用于对每张单支烟支图像中的烟棒区域和滤嘴区域均进行分割,得到每张单支烟支图像对应的烟棒图像和滤嘴图像;对每张单支烟支图像对应的烟棒图像和滤嘴图像分别进行瑕疵检测,以确定烟支灰度图像中的每支烟支是否存在瑕疵,并在烟支存在瑕疵时确定瑕疵类型,其中,具体可以包括分别对每张单支烟支图像对应的烟棒图像和滤嘴图像进行连通区域检测,得到每张单支烟支图像对应的烟棒连通区域和滤嘴连通区域,依据每张单支烟支图像对应的烟棒连通区域和滤嘴连通区域判断烟支灰度图像中的每支烟支是否存在瑕疵,并在烟支存在瑕疵时确定瑕疵类型。
综上所述,本发明实施例提供一种烟支外观瑕疵检测方法及装置,所述方法包括:首先,获取包含至少一支烟支的烟支灰度图像,然后,对烟支灰度图像进行单支烟支分割,得到至少一张单支烟支图像,最后,对每张单支烟支图像均进行图像检测,以确定烟支灰度图像中的每支烟支是否存在瑕疵,并在烟支存在瑕疵时确定瑕疵类型。与现有技术相比,本发明实施例具有以下优势:首先,相对于人工检测来说,能够自动实现对烟支灰度图像中的每支烟支进行检测,快速准确识别出烟支的烟卷纸存在的瑕疵,提高了瑕疵检测效率,进而提高烟支流水线的生产效率。其次,当单支烟支图像内所有的第一像素点数量和所有的第二像素点数量均小于预设数量时,判定烟支不存在瑕疵,当人眼不能观测出有瑕疵的情况进行排除,在保证用户体验的情况下,降低了烟支生产中的瑕疵率。最后,通过对瑕疵类型的检测,我们可以得到烟支容易出现瑕疵的位置及其类型,再依据瑕疵出现的位置及类型对生产烟支的仪器及时做出调整,以降低烟支生产中的瑕疵率,进而提高生产效率。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
Claims (10)
1.一种烟支外观瑕疵检测方法,其特征在于,所述方法包括:
获取包含至少一支烟支的烟支灰度图像;
对所述烟支灰度图像进行单支烟支分割,得到至少一张单支烟支图像;
对每张所述单支烟支图像均进行图像检测,以确定所述烟支灰度图像中的每支烟支是否存在瑕疵,并在所述烟支存在瑕疵时确定瑕疵类型。
2.如权利要求1所述的方法,其特征在于,所述对每张所述单支烟支图像均进行图像检测,以确定所述烟支灰度图像中的每支烟支是否存在瑕疵,并在所述烟支存在瑕疵时确定瑕疵类型的步骤,包括:
对每张所述单支烟支图像中的烟棒区域和滤嘴区域均进行分割,得到每张所述单支烟支图像对应的烟棒图像和滤嘴图像;
对每张所述单支烟支图像对应的烟棒图像和滤嘴图像分别进行瑕疵检测,以确定所述烟支灰度图像中的每支烟支是否存在瑕疵,并在所述烟支存在瑕疵时确定瑕疵类型。
3.如权利要求1所述的方法,其特征在于,所述对所述烟支灰度图像进行单支烟支分割,得到至少一张单支烟支图像的步骤,包括:
将所述烟支灰度图像进行二值化转换,得到烟支二值图像,其中,所述烟支二值图像包括多个像素点,每个像素点均对应一个坐标;
检测出所述烟支二值图像中的多个边缘坐标;
依据所述多个边缘坐标分割所述烟支灰度图像,得到至少一张单支烟支图像。
4.如权利要求3所述的方法,其特征在于,所述检测出所述烟支二值图像中的多个边缘坐标的步骤,包括:
统计所述烟支二值图像中的每个像素点的像素值;
筛选出所述烟支二值图像中行列像素值均发生跳变的多个像素点;
将所述烟支二值图像中行列像素值均发生跳变的多个像素点对应的多个坐标确定为边缘坐标。
5.如权利要求2所述的方法,其特征在于,所述对每张所述单支烟支图像对应的烟棒图像和滤嘴图像分别进行瑕疵检测,以确定所述烟支灰度图像中的每支烟支是否存在瑕疵,并在所述烟支存在瑕疵时确定瑕疵类型的步骤,包括:
分别对每张所述单支烟支图像对应的烟棒图像和滤嘴图像进行连通区域检测,得到每张所述单支烟支图像对应的烟棒连通区域和滤嘴连通区域;
依据每张所述单支烟支图像对应的烟棒连通区域和滤嘴连通区域判断所述烟支灰度图像中的每支烟支是否存在瑕疵,并在所述烟支存在瑕疵时确定瑕疵类型。
6.如权利要求5所述的方法,其特征在于,所述分别对每张所述单支烟支图像对应的烟棒图像和滤嘴图像进行连通区域检测,得到每张所述单支烟支图像对应的烟棒连通区域和滤嘴连通区域的步骤,包括:
对所述烟棒图像进行二值化转换,得到烟棒二值图像;
对所述烟棒二值图像进行形态学处理,以滤除所述烟棒二值图像中的干扰噪声;
对所述烟棒二值图像进行连通区域检测,得到烟棒连通区域,其中,烟棒连通区域是所述烟棒二值图像中的所有连通区域;
对所述滤嘴图像进行二值化转换,得到滤嘴二值图像;
对所述滤嘴二值图像进行形态学处理,以滤除所述滤嘴二值图像中的干扰噪声;
对所述滤嘴二值图像进行连通区域检测,得到滤嘴连通区域,其中,滤嘴连通区域是所述滤嘴二值图像中的所有连通区域。
7.如权利要求6所述的方法,其特征在于,所述依据每张所述单支烟支图像对应的烟棒连通区域和滤嘴连通区域判断所述烟支灰度图像中的每支烟支是否存在瑕疵,并在所述烟支存在瑕疵时确定瑕疵类型的步骤,包括:
对所述烟棒连通区域中连通区域的数量和所述滤嘴连通区域中连通区域的数量分别进行统计,得到烟棒连通数量和滤嘴连通数量;
将所述烟棒连通数量和所述滤嘴连通数量均与零进行比较;
当所述烟棒连通数量和所述滤嘴连通数量均为零时,判定所述烟支不存在瑕疵;
当所述烟棒连通数量或者所述滤嘴连通数量大于零时,获取所述烟棒二值图像中的每个连通区域对应的第一像素点数量和所述滤嘴二值图像中每个连通区域对应的第二像素点数量,其中,所述第一像素点是所述连通区域内的所有像素点,所述第二像素点是所述连通区域内的所有像素点;
将所述第一像素点数量和所述第二像素点数量均与预设数量进行比较;
当所述单支烟支图像内所有的所述第一像素点数量和所有的所述第二像素点数量均小于预设数量时,判定所述烟支不存在瑕疵;
当所述单支烟支图像内存在有所述第一像素点数量大于预设数量,且所有的所述第二像素点均小于预设数量时,判定所述烟支的烟棒存在瑕疵,并依据所述烟棒二值图像确定所述烟棒上的瑕疵类型;
当所述单支烟支图像内所有的第一像素点数量均小于预设数量,且存在有所述第二像素点数量大于预设数量时,判定所述烟支的滤嘴存在瑕疵,并依据所述滤嘴二值图像确定所述滤嘴上的瑕疵类型;
当所述单支烟支图像内存在有所述第一像素点数量大于预设数量,且存在有所述第二像素点数量大于预设数量时,判定所述烟支的烟棒和滤嘴均存在瑕疵,并分别依据所述烟棒二值图像和所述滤嘴二值图像确定所述烟棒和所述滤嘴上的瑕疵类型。
8.如权利要求7所述的方法,其特征在于,所述依据所述烟棒二值图像确定所述烟棒上的瑕疵类型的步骤,包括:
筛选出所述烟棒二值图像中第一像素点数量大于预设数量的连通区域,并依次获取每个连通区域对应的第三像素点数量,其中,所述第三像素点是该连通区域的外接矩形区域内所有的像素点;
依据该第一像素点数量及与其对应的第三像素点数量计算第一瑕疵比;
将每个第一瑕疵比与预设瑕疵比进行对比;
当所有第一瑕疵比均大于或者等于设预瑕疵比时,判定烟棒上的瑕疵类型为点瑕疵;
当所有第一瑕疵比均小于预设瑕疵比时,判定烟棒上的瑕疵类型为线瑕疵;
否则,判定烟棒上的瑕疵类型为点线瑕疵。
9.如权利要求7所述的方法,其特征在于,所述依据所述滤嘴二值图像确定所述滤嘴上的瑕疵类型的步骤,包括:
筛选出所述滤嘴二值图像中第二像素点数量大于预设数量的连通区域,并依次获取每个连通区域对应的第四像素点数量,其中,所述第四像素点是该连通区域的外接矩形区域内所有的像素点;
依据该第二像素点数量及与其对应的第四像素点数量计算第二瑕疵比;
将每个第二瑕疵比与预设瑕疵比进行对比;
当所有第二瑕疵比均大于或者等于设预瑕疵比时,判定滤嘴上的瑕疵类型为点瑕疵;
当所有第二瑕疵比均小于预设瑕疵比时,判定滤嘴上的瑕疵类型为线瑕疵;
否则,判定滤嘴上的瑕疵类型为点线瑕疵。
10.一种烟支外观瑕疵检测装置,其特征在于,所述装置包括:
烟支图像获取单元,用于获取包含至少一支烟支的烟支灰度图像;
单支图像分离单元,用于对所述烟支灰度图像进行单支烟支分割,得到至少一张单支烟支图像;
瑕疵检测单元,对每张所述单支烟支图像均进行图像检测,以确定所述烟支灰度图像中的每支烟支是否存在瑕疵,并在所述烟支存在瑕疵时确定瑕疵类型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811438074.8A CN109544541A (zh) | 2018-11-27 | 2018-11-27 | 烟支外观瑕疵检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811438074.8A CN109544541A (zh) | 2018-11-27 | 2018-11-27 | 烟支外观瑕疵检测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109544541A true CN109544541A (zh) | 2019-03-29 |
Family
ID=65852391
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811438074.8A Pending CN109544541A (zh) | 2018-11-27 | 2018-11-27 | 烟支外观瑕疵检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109544541A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112432953A (zh) * | 2020-11-20 | 2021-03-02 | 中国电子科技集团公司第四十一研究所 | 一种基于机器视觉技术的烟包缺支、反支检测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4486098A (en) * | 1982-02-23 | 1984-12-04 | Hauni-Werke Korber & Co. Kg | Method and apparatus for testing the ends of cigarettes or the like |
CN102502000A (zh) * | 2011-10-25 | 2012-06-20 | 中国电子科技集团公司第四十一研究所 | 一种基于机器视觉技术的烟包缺支、反支检测方法 |
CN103868935A (zh) * | 2014-02-14 | 2014-06-18 | 中国科学院合肥物质科学研究院 | 基于计算机视觉的烟支外观质量检测方法 |
CN107301637A (zh) * | 2017-05-22 | 2017-10-27 | 南京理工大学 | 近矩形平面状工业产品表面瑕疵检测方法 |
CN108107054A (zh) * | 2017-12-08 | 2018-06-01 | 云南昆船设计研究院 | 一种在线烟支缺陷视觉检测系统及方法 |
-
2018
- 2018-11-27 CN CN201811438074.8A patent/CN109544541A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4486098A (en) * | 1982-02-23 | 1984-12-04 | Hauni-Werke Korber & Co. Kg | Method and apparatus for testing the ends of cigarettes or the like |
CN102502000A (zh) * | 2011-10-25 | 2012-06-20 | 中国电子科技集团公司第四十一研究所 | 一种基于机器视觉技术的烟包缺支、反支检测方法 |
CN103868935A (zh) * | 2014-02-14 | 2014-06-18 | 中国科学院合肥物质科学研究院 | 基于计算机视觉的烟支外观质量检测方法 |
CN107301637A (zh) * | 2017-05-22 | 2017-10-27 | 南京理工大学 | 近矩形平面状工业产品表面瑕疵检测方法 |
CN108107054A (zh) * | 2017-12-08 | 2018-06-01 | 云南昆船设计研究院 | 一种在线烟支缺陷视觉检测系统及方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112432953A (zh) * | 2020-11-20 | 2021-03-02 | 中国电子科技集团公司第四十一研究所 | 一种基于机器视觉技术的烟包缺支、反支检测方法 |
CN112432953B (zh) * | 2020-11-20 | 2024-03-15 | 中国电子科技集团公司第四十一研究所 | 一种基于机器视觉技术的烟包缺支、反支检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107527009B (zh) | 一种基于yolo目标检测的遗留物检测方法 | |
CN108682008B (zh) | 一种白细胞图像清晰度评价方法及装置 | |
CN106846362A (zh) | 一种目标检测跟踪方法和装置 | |
CN106682635B (zh) | 一种基于随机森林特征选择的烟雾检测方法 | |
CN109977191B (zh) | 问题地图检测方法、装置、电子设备和介质 | |
CN108304816B (zh) | 身份识别方法、装置、存储介质及电子设备 | |
CN108171158A (zh) | 活体检测方法、装置、电子设备及存储介质 | |
CN107515825A (zh) | 流畅度测试方法和装置、存储介质、终端 | |
CN108896278A (zh) | 一种滤光片丝印缺陷检测方法、装置及终端设备 | |
CN109086734A (zh) | 一种对人眼图像中瞳孔图像进行定位的方法及装置 | |
Su et al. | A novel forgery detection algorithm for video foreground removal | |
CN104077776B (zh) | 一种基于颜色空间自适应更新的视觉背景提取方法 | |
CN104268864B (zh) | 卡片边缘提取方法和装置 | |
CN109191444A (zh) | 基于深度残差网络的视频区域移除篡改检测方法及装置 | |
CN110288599A (zh) | 一种坏点检测方法、装置、电子设备及存储介质 | |
CN111598869B (zh) | 一种对显示屏幕的Mura进行检测的方法、设备及存储介质 | |
CN107301408A (zh) | 人体掩膜提取方法及装置 | |
CN110728681A (zh) | 一种Mura缺陷检测方法及装置 | |
CN110164341A (zh) | 电路装置、电子设备以及错误检测方法 | |
CN113763348A (zh) | 图像质量确定方法、装置、电子设备及存储介质 | |
CN115619710A (zh) | 基于分步跟踪检测的物品数量统计方法、装置及设备 | |
CN110084191B (zh) | 一种眼部遮挡检测方法及系统 | |
CN108288274A (zh) | 模具检测方法、装置以及电子设备 | |
CN108107611A (zh) | 一种自适应缺陷检测方法、装置及电子设备 | |
CN108229281A (zh) | 神经网络的生成方法和人脸检测方法、装置及电子设备 |
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 |
Application publication date: 20190329 |
|
RJ01 | Rejection of invention patent application after publication |