CN109598724A - 布料标签检测识别方法 - Google Patents
布料标签检测识别方法 Download PDFInfo
- Publication number
- CN109598724A CN109598724A CN201910101505.XA CN201910101505A CN109598724A CN 109598724 A CN109598724 A CN 109598724A CN 201910101505 A CN201910101505 A CN 201910101505A CN 109598724 A CN109598724 A CN 109598724A
- Authority
- CN
- China
- Prior art keywords
- cloth
- label
- labels
- defect
- recognition method
- 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.)
- Granted
Links
- 239000004744 fabric Substances 0.000 title claims abstract description 53
- 238000001514 detection method Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000007547 defect Effects 0.000 claims abstract description 60
- 230000002950 deficient Effects 0.000 claims abstract description 32
- 230000008569 process Effects 0.000 claims abstract description 6
- 230000009471 action Effects 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 11
- 238000009472 formulation Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000005520 cutting process Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005352 clarification Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
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
-
- 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
- G06T2207/30108—Industrial image inspection
- G06T2207/30124—Fabrics; Textile; Paper
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Treatment Of Fiber Materials (AREA)
Abstract
本发明涉及视觉检测技术领域，尤其是指一种布料标签检测识别方法，包括如下步骤，步骤1：在布料缺陷位置贴附标签；步骤2：对完成标签贴附的布料进行图像采集；步骤3：将采集的图像进行斑点检测算法处理，识别布料上的标签位置、标签数量、标签长度数值以及两个标签之间的水平间隔距离数值；步骤4：将识别的标签位置、标签数量、标签长度数值以及两个标签之间的水平间隔距离数值转换为可读取数据信息；步骤5：将可读取数据信息传输至外部设备，该套技术方案达到识别正确率高、可收集布料缺陷情况的多项具体数据以及相对使用成较低。
Description
技术领域
本发明涉及视觉检测技术领域，尤其是指一种布料标签检测识别方法。
背景技术
机器视觉检测的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉；同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。视觉检测就是用机器代替人眼来做测量和判断。视觉检测是指通过机器视觉产品，图像摄取装置分 CMOS 和CCD 两种，将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。是用于生产、装配或包装的有价值的机制。它在检测缺陷和防止缺陷产品被配送到消费者的功能方面具有不可估量的价值。
正如上述情况，视觉检测有着庞大的市场价值，在视觉检测体系中最核心的不是硬件设备而是算法步骤，而算法步骤会因检测结果要求、产品外形、作业环境情况以及设计人员或团体的技术能力等因素出现千差万别，若核心算法步骤设计欠缺，则影响着整套视觉检测设备的运行效率和运行质量，而在布料缺陷视觉检测算法步骤中，市场上大部分技术方案的识别错误率高，同时也达不到客户需要的多数据收集情况。
发明内容
本发明要解决的技术问题是提供一种识别正确率高、可收集布料缺陷情况的多项具体数据以及相对使用成较低的布料标签检测识别方法。
为了解决上述技术问题，本发明采用如下技术方案：一种布料标签检测识别方法，包括如下步骤，步骤1：在布料缺陷位置贴附标签；
步骤2：对完成标签贴附的布料进行图像采集；
步骤3：将采集的图像进行斑点检测算法处理，识别布料上的标签位置、标签数量、标签长度数值以及两个标签之间的水平间隔距离数值；
步骤4：将识别的标签位置、标签数量、标签长度数值以及两个标签之间的水平间隔距离数值转换为可读取数据信息；
步骤5：将可读取数据信息传输至外部设备。
优选的，所述步骤1中对布料缺陷位置的缺陷情况进行分析判断，根据判断结果再贴附相应的缺陷级别标签。
优选的，所述缺陷级别标签包括标识小面积瑕疵缺陷的一级缺陷标签、标识大面积瑕疵缺陷的二级缺陷标签和标识孔洞缺陷的三级缺陷标签。
优选的，所述缺陷级别标签的贴附方法包括如下四种，A：判断为小面积瑕疵缺陷时，直接在对应缺陷位置贴附一个一级缺陷标签；
B：判断为大面积瑕疵缺陷时，分别在缺陷位置的首尾两端各贴附三个排列相邻的一级缺陷标签；
C：判断为大面积瑕疵缺陷时，使用两个二级缺陷标签分别在缺陷位置的首尾两端各贴附一个；
D：判断为孔洞缺陷时，使用两个三级缺陷标签成交叉状贴附于孔洞缺陷位置。
优选的，所述步骤2中布料放置于传送装置，传送装置每将布料向前输送一段距离后会对拍摄装置输出一个待拍摄信号，拍摄装置接收到待拍摄信号后立即进行拍摄动作采集图像。
优选的，所述拍摄装置会记录接收到的待拍摄信号次数和进行拍摄动作的次数，当传送装置将一段布料输送完成后，拍摄装置会将接收到的待拍摄信号次数与进行拍摄动作的次数进行核对是否一致，判断为一致后再将采集的多张图像进行合并得到最终的完整图像。
优选的，所述步骤5中外部设备为裁剪设备，裁剪设备接收到可读取数据信息后进行分析处理，完成裁剪路径的设定。
本发明的有益效果在于：提供了一种布料标签检测识别方法，在实际检测中，斑点检测算法为市面常规应用的算法，布料预先在缺陷位置贴附相对应缺陷级别标签，视觉检测根据不同缺陷级别标签识别记录多项缺陷数据，使用本技术方案中缺陷级别标签的贴附方法A贴附，可以得到小面积瑕疵缺陷的具体位置和具体数量；使用方法B或C贴附可以得到大面积瑕疵缺陷的具体位置、具体数量和具体长度，其具体长度识别为通过分别贴附在大面积瑕疵缺陷首尾端的标签加以判断具体长度数值；使用方法D贴附可以得到孔洞缺陷的具体位置、具体数量和具体直径大小，三级缺陷标签使用长条形标签在判断孔洞缺陷的直径大小时可通过识别长条形标签的长边长度得到；不同缺陷级别标签配合算法步骤得到大量的布料缺陷数据，满足后续工序所需数据要求，外部设备裁剪设备根据制定的裁剪路径进行对布料裁剪动作，将不需要的部分全部裁剪下来完成自动化识别裁剪过程，图像采集过程中拍摄装置会记录接收到的待拍摄信号次数和进行拍摄动作的次数，当传送装置将一段布料输送完成后，拍摄装置会将接收到的待拍摄信号次数与进行拍摄动作的次数进行核对是否一致，判断为一致后再将采集的多张图像进行合并得到最终的完整图像，经过核对在进行算法分析，防止因图像重复采集导致的误判情况发生，保证了识别正确率，使用标签识别结合巧妙的贴附方法提高识别率，进一步提升识别的正确率。
附图说明
图1为本发明技术方案对素色布的小面积瑕疵缺陷贴附一级缺陷标签后的检测对比示意图。
图2为本发明技术方案对素色布的大面积瑕疵缺陷的首尾两端各贴附三个排列相邻的一级缺陷标签后的检测对比示意图。
图3为本发明技术方案对素色布的大面积瑕疵缺陷的首尾两端各贴附一个二级缺陷标签后的检测对比示意图。
图4为本发明技术方案对素色布的孔洞缺陷贴附了成交叉状的三级缺陷标签后的检测对比示意图。
具体实施方式
为了便于本领域技术人员的理解，下面结合实施例对本发明作进一步的说明，实施方式提及的内容并非对本发明的限定。
如图1至图4所示，一种布料标签检测识别方法，包括如下步骤，步骤1：在布料缺陷位置贴附标签，对布料缺陷位置的缺陷情况进行分析判断，根据判断结果再贴附相应的缺陷级别标签，所述缺陷级别标签包括标识小面积瑕疵缺陷的一级缺陷标签1、标识大面积瑕疵缺陷的二级缺陷标签2和标识孔洞缺陷的三级缺陷标签3，所述缺陷级别标签的贴附方法包括如下四种，A：判断为小面积瑕疵缺陷时，直接在对应缺陷位置贴附一个一级缺陷标签1、B：判断为大面积瑕疵缺陷时，分别在缺陷位置的首尾两端各贴附三个排列相邻的一级缺陷标签1、C：判断为大面积瑕疵缺陷时，使用两个二级缺陷标签2分别在缺陷位置的首尾两端各贴附一个、D：判断为孔洞缺陷时，使用两个三级缺陷标签3成交叉状贴附于孔洞缺陷位置；
步骤2：对完成标签贴附的布料进行图像采集，布料放置于传送装置，传送装置每将布料向前输送一段距离后会对拍摄装置输出一个待拍摄信号，拍摄装置接收到待拍摄信号后立即进行拍摄动作采集图像，所述拍摄装置会记录接收到的待拍摄信号次数和进行拍摄动作的次数，当传送装置将一段布料输送完成后，拍摄装置会将接收到的待拍摄信号次数与进行拍摄动作的次数进行核对是否一致，判断为一致后再将采集的多张图像进行合并得到最终的完整图像；
步骤3：将采集的图像进行斑点检测算法处理，识别布料上的标签位置、标签数量、标签长度数值以及两个标签之间的水平间隔距离数值；
步骤4：将识别的标签位置、标签数量、标签长度数值以及两个标签之间的水平间隔距离数值转换为可读取数据信息；
步骤5：将可读取数据信息传输至外部设备，外部设备为裁剪设备，裁剪设备接收到可读取数据信息后进行分析处理，完成裁剪路径的设定。
本实施例的布料标签检测识别方法，在实际检测中，斑点检测算法为市面常规应用的算法，布料预先在缺陷位置贴附相对应缺陷级别标签，视觉检测根据不同缺陷级别标签识别记录多项缺陷数据，使用本技术方案中缺陷级别标签的贴附方法A贴附，可以得到小面积瑕疵缺陷的具体位置和具体数量；使用方法B或C贴附可以得到大面积瑕疵缺陷的具体位置、具体数量和具体长度，其具体长度识别为通过分别贴附在大面积瑕疵缺陷首尾端的标签加以判断具体长度数值；使用方法D贴附可以得到孔洞缺陷的具体位置、具体数量和具体直径大小，三级缺陷标签3使用长条形标签在判断孔洞缺陷的直径大小时可通过识别长条形标签的长边长度得到；不同缺陷级别标签配合算法步骤得到大量的布料缺陷数据，满足后续工序所需数据要求，外部设备裁剪设备根据制定的裁剪路径进行对布料裁剪动作，将不需要的部分全部裁剪下来完成自动化识别裁剪过程，图像采集过程中拍摄装置会记录接收到的待拍摄信号次数和进行拍摄动作的次数，当传送装置将一段布料输送完成后，拍摄装置会将接收到的待拍摄信号次数与进行拍摄动作的次数进行核对是否一致，判断为一致后再将采集的多张图像进行合并得到最终的完整图像，经过核对在进行算法分析，防止因图像重复采集导致的误判情况发生，保证了识别正确率，使用标签识别结合巧妙的贴附方法提高识别率，进一步提升识别的正确率。
此外，如有术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或隐含指明技术特征的数量。由此，限定有“第一”、“第二”特征可以明示或者隐含包括一个或者多个该特征，在本发明描述中，“数个”的含义是两个或两个以上，除非另有明确具体的限定。
在本发明中，除另有明确规定和限定，如有术语“组装”、“相连”、“连接”术语应作广义去理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；也可以是机械连接；可以是直接相连，也可以是通过中间媒介相连，可以是两个元件内部相连通。对于本领域普通技术人员而言，可以根据具体情况理解上述的术语在本发明中的具体含义。
以上所述实施例仅表达了本发明的若干实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (7)
1.布料标签检测识别方法，其特征在于：包括如下步骤，
步骤1：在布料缺陷位置贴附标签；
步骤2：对完成标签贴附的布料进行图像采集；
步骤3：将采集的图像进行斑点检测算法处理，识别布料上的标签位置、标签数量以及两个标签之间的水平间隔距离数值；
步骤4：将识别的标签位置、标签数量以及两个标签之间的水平间隔距离数值转换为可读取数据信息；
步骤5：将可读取数据信息传输至外部设备。
2.根据权利要求1所述的布料标签检测识别方法，其特征在于：所述步骤1中对布料缺陷位置的缺陷情况进行分析判断，根据判断结果再贴附相应的缺陷级别标签。
3.根据权利要求2所述的布料标签检测识别方法，其特征在于：所述缺陷级别标签包括标识小面积瑕疵缺陷的一级缺陷标签（1）、标识大面积瑕疵缺陷的二级缺陷标签（2）和标识孔洞缺陷的三级缺陷标签（3）。
4.根据权利要求3所述的布料标签检测识别方法，其特征在于：所述缺陷级别标签的贴附方法包括如下四种，
A：判断为小面积瑕疵缺陷时，直接在对应缺陷位置贴附一个一级缺陷标签（1）；
B：判断为大面积瑕疵缺陷时，分别在缺陷位置的首尾两端各贴附三个排列相邻的一级缺陷标签（1）；
C：判断为大面积瑕疵缺陷时，使用两个二级缺陷标签（2）分别在缺陷位置的首尾两端各贴附一个；
D：判断为孔洞缺陷时，使用两个三级缺陷标签（3）成交叉状贴附于孔洞缺陷位置。
5.根据权利要求1所述的布料标签检测识别方法，其特征在于：所述步骤2中布料放置于传送装置，传送装置每将布料向前输送一段距离后会对拍摄装置输出一个待拍摄信号，拍摄装置接收到待拍摄信号后立即进行拍摄动作采集图像。
6.根据权利要求5所述的布料标签检测识别方法，其特征在于：所述拍摄装置会记录接收到的待拍摄信号次数和进行拍摄动作的次数，当传送装置将一段布料输送完成后，拍摄装置会将接收到的待拍摄信号次数与进行拍摄动作的次数进行核对是否一致，判断为一致后再将采集的多张图像进行合并得到最终的完整图像。
7.根据权利要求1所述的布料标签检测识别方法，其特征在于：所述步骤5中外部设备为裁剪设备，裁剪设备接收到可读取数据信息后进行分析处理，完成裁剪路径的制定。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910101505.XA CN109598724B (zh) | 2019-02-01 | 2019-02-01 | 布料标签检测识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910101505.XA CN109598724B (zh) | 2019-02-01 | 2019-02-01 | 布料标签检测识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109598724A true CN109598724A (zh) | 2019-04-09 |
| CN109598724B CN109598724B (zh) | 2023-04-07 |
Family
ID=65967175
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910101505.XA Active CN109598724B (zh) | 2019-02-01 | 2019-02-01 | 布料标签检测识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109598724B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111141741A (zh) * | 2019-12-09 | 2020-05-12 | 合肥迪宏自动化有限公司 | 一种可识别打印机标签缺陷的检测装置 |
| CN113052769A (zh) * | 2020-11-08 | 2021-06-29 | 泰州锐比特智能科技有限公司 | 基于尺寸辨别的自适应标签选择系统及方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020090112A1 (en) * | 1995-05-08 | 2002-07-11 | Reed Alastair M. | Low visibility watermark using time decay fluorescence |
| WO2003005291A1 (en) * | 2001-07-02 | 2003-01-16 | Digimarc Corporation | Hiding information out-of-phase in color channels |
| JP2005104521A (ja) * | 2003-09-30 | 2005-04-21 | Sato Corp | ラベル貼付装置 |
| US20090266891A1 (en) * | 2008-04-23 | 2009-10-29 | Santucci Michael | Tracking and properties control system for bulk materials |
| WO2012177845A2 (en) * | 2011-06-23 | 2012-12-27 | Pharmorx Security, Inc | Systems and methods for tracking and authenticating goods |
| CN104290444A (zh) * | 2014-09-28 | 2015-01-21 | 北京凌云光技术有限责任公司 | 不干胶标签检测设备停机控制方法 |
| CN104326125A (zh) * | 2014-08-28 | 2015-02-04 | 北京凌云光技术有限责任公司 | 瑕疵标签跟踪方法及装置 |
| CN107093181A (zh) * | 2016-12-30 | 2017-08-25 | 西安航天精密机电研究所 | 一种利用视觉系统识别存在冗余标签的多标签检测方法 |
| CN107807098A (zh) * | 2017-10-25 | 2018-03-16 | 江苏海德环境科技有限公司 | 一种基于图像处理的重金属比色识别装置及方法 |
| CN109100359A (zh) * | 2018-10-24 | 2018-12-28 | 无锡科技职业学院 | 一种基于机器视觉的产品缺陷识别方法 |
-
2019
- 2019-02-01 CN CN201910101505.XA patent/CN109598724B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020090112A1 (en) * | 1995-05-08 | 2002-07-11 | Reed Alastair M. | Low visibility watermark using time decay fluorescence |
| WO2003005291A1 (en) * | 2001-07-02 | 2003-01-16 | Digimarc Corporation | Hiding information out-of-phase in color channels |
| JP2005104521A (ja) * | 2003-09-30 | 2005-04-21 | Sato Corp | ラベル貼付装置 |
| US20090266891A1 (en) * | 2008-04-23 | 2009-10-29 | Santucci Michael | Tracking and properties control system for bulk materials |
| WO2012177845A2 (en) * | 2011-06-23 | 2012-12-27 | Pharmorx Security, Inc | Systems and methods for tracking and authenticating goods |
| CN104326125A (zh) * | 2014-08-28 | 2015-02-04 | 北京凌云光技术有限责任公司 | 瑕疵标签跟踪方法及装置 |
| CN104290444A (zh) * | 2014-09-28 | 2015-01-21 | 北京凌云光技术有限责任公司 | 不干胶标签检测设备停机控制方法 |
| CN107093181A (zh) * | 2016-12-30 | 2017-08-25 | 西安航天精密机电研究所 | 一种利用视觉系统识别存在冗余标签的多标签检测方法 |
| CN107807098A (zh) * | 2017-10-25 | 2018-03-16 | 江苏海德环境科技有限公司 | 一种基于图像处理的重金属比色识别装置及方法 |
| CN109100359A (zh) * | 2018-10-24 | 2018-12-28 | 无锡科技职业学院 | 一种基于机器视觉的产品缺陷识别方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111141741A (zh) * | 2019-12-09 | 2020-05-12 | 合肥迪宏自动化有限公司 | 一种可识别打印机标签缺陷的检测装置 |
| CN111141741B (zh) * | 2019-12-09 | 2023-02-10 | 合肥中科迪宏自动化有限公司 | 一种可识别打印机标签缺陷的检测装置 |
| CN113052769A (zh) * | 2020-11-08 | 2021-06-29 | 泰州锐比特智能科技有限公司 | 基于尺寸辨别的自适应标签选择系统及方法 |
| CN113052769B (zh) * | 2020-11-08 | 2021-12-17 | 江苏中科能凯夫空调有限公司 | 基于尺寸辨别的自适应标签选择系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109598724B (zh) | 2023-04-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110852219B (zh) | 一种多行人跨摄像头在线跟踪系统 | |
| CN109969736B (zh) | 一种大型运载皮带跑偏故障智能检测方法 | |
| CN101103246B (zh) | 自动判别系统 | |
| CN101907453B (zh) | 基于机器视觉的块状农产品尺寸在线测量方法与装置 | |
| CN201434842Y (zh) | 芯片外观缺陷自动检测装置 | |
| CN110850723A (zh) | 一种基于变电站巡检机器人系统的故障诊断及定位方法 | |
| CN109916913A (zh) | 一种基于机器视觉的智能制造产品识别与检测方法 | |
| CN102175692A (zh) | 织物坯布疵点快速检测系统及方法 | |
| CN113552134B (zh) | 一种湿法涂胶的合成革卷边检测方法 | |
| CN109598724A (zh) | 布料标签检测识别方法 | |
| CN101710081A (zh) | 基于图像纹理与分形维数的机械零件表面缺陷检测方法 | |
| CN110021167A (zh) | 一种高速公路云巡查系统及数据处理方法 | |
| CN106623493A (zh) | 一种钢带冲孔连续加工的检测方法 | |
| CN109596054A (zh) | 长条形工件的尺寸检测识别方法 | |
| CN105083912A (zh) | 一种基于图像识别的输送带跑偏检测方法 | |
| CN112067618A (zh) | 一种基于图形化的产品质量缺陷采集分析系统 | |
| CN112215825A (zh) | 新能源电池制造中基于机器视觉的质量分析方法及系统 | |
| CN103785622A (zh) | 基于机器视觉的零件分拣装置及方法 | |
| CN117664991A (zh) | 一种缺陷检测系统 | |
| CN104132945A (zh) | 一种基于光纤传导的棒材表面质量在线视觉检测装置 | |
| CN114280073A (zh) | 激光和相机复合检测方式的瓷砖缺陷检测装置及分级方法 | |
| CN113639685A (zh) | 位移检测方法、装置、设备和存储介质 | |
| US8094922B2 (en) | Crack measuring method and apparatus | |
| CN116012701A (zh) | 一种基于矾花检测的水处理加药控制方法及装置 | |
| CN105260559A (zh) | 一种基于轮廓面积和轮廓细化的纸浆纤维形态参数计算方法 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20190920 Address after: 528000 Room 409, 4-storey, Fengshou Street, Chao'an South Road, Zumiao Street, Chancheng District, Foshan City, Guangdong Province Applicant after: Zhongke Fenghai (Foshan) Intelligent Technology Co.,Ltd. Address before: Room 301, Unit 2, Building No. 10, Science and Technology Second Road, Songshan Lake Park, Dongguan City, Guangdong Province Applicant before: DONGGUAN ZHONGKE LANHAI INTELLIGENT VISION TECHNOLOGY CO.,LTD. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240906 Address after: Room 301, Unit 2, Building 1, No. 10 Keji Second Road, Songshanhu Park, Dongguan City, Guangdong Province, 523000 Patentee after: Dongguan Zhongke Blue Ocean Precision Equipment Co.,Ltd. Country or region after: China Address before: Room 409, 4th Floor, Building 1, Fengshou Street, Chao'an South Road, Zumiao Street, Chancheng District, Foshan City, Guangdong Province, 528000 Patentee before: Zhongke Fenghai (Foshan) Intelligent Technology Co.,Ltd. Country or region before: China |
|
| TR01 | Transfer of patent right |