CN109711405B - 一种基于骨架自校正的瓦楞纸板非监督提取方法 - Google Patents
一种基于骨架自校正的瓦楞纸板非监督提取方法 Download PDFInfo
- Publication number
- CN109711405B CN109711405B CN201811585656.9A CN201811585656A CN109711405B CN 109711405 B CN109711405 B CN 109711405B CN 201811585656 A CN201811585656 A CN 201811585656A CN 109711405 B CN109711405 B CN 109711405B
- Authority
- CN
- China
- Prior art keywords
- image
- roi
- angle
- value
- derivative
- 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
Images
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种基于骨架自校正的瓦楞纸板非监督提取方法。主要解决了现有的瓦楞纸板计数方法适应范围小、易误检、检测准确率低的问题。一种基于骨架自校正的瓦楞纸板非监督提取方法,包括如下步骤:步骤1,读取图像;步骤2,截取图像中ROI;步骤3,ROI图像腐蚀;步骤4,ROI腐蚀图像二值化;步骤5,计算平坦纸宽度、瓦楞纸芯间距;步骤6,计算平坦纸宽度、瓦楞纸芯间距标准值;步骤7,计算导数二值图像等。该基于骨架自校正的瓦楞纸板非监督提取方法适应范围广、不易误检、检测准确率高。
Description
技术领域
本发明涉及机器视觉技术领域,具体涉及一种基于骨架自校正的瓦楞纸板非监督提取方法。
背景技术
瓦楞纸板是一个多层的黏合体,它最少由一层波浪形芯纸夹层(俗称“坑张”、“瓦楞纸”、“瓦楞芯纸”、“瓦楞纸芯”、“瓦楞原纸”)及一层纸板(又称“箱板纸”、“箱纸板”)构成。具有良好的抗压强度和防震性能,能承受一定的压力、冲击和振动;重量轻,价格便宜,可以大规模生产多种尺寸,使用前储存空间很小,并能印刷各种图案,因此在制成品包装运输上得到广泛运用。
大规模生产中需对瓦楞纸板进行计数工作,但人工进行计数方法需要耗费大量时间,而且随着工作时间的增加,人工可能会因疲劳等产生计数误差。
计算机视觉识别是基于图像处理计数对瓦楞纸中纸板信息进行提取,但现有瓦楞纸识别算法主要有如下问题:
1、需预设瓦楞纸板参数,如宽度、间距等,这就对不同瓦楞纸板型号的识别产生不便;
2、由于瓦楞纸计数过程中可能会因诸多原因产生光照变化,但光照变化会导致预设参数变得不合理,因此可能造成对光照的敏感;
3、现有算法有提取瓦楞纸芯特征的方法、也有提取平坦纸的方法,但一方面瓦楞纸芯有数种类型,一种算法很难适应各种瓦楞纸芯,另一方面提取平坦纸的方法可能会因干扰,产生不正常检测;
4、现有算法易受因瓦楞纸板偏转、翘起、倾斜等产生的空隙、角度不统一、角度突变问题的影响,产生检测错误。
发明内容
为了克服背景技术的不足,本发明提供一种基于骨架自校正的瓦楞纸板非监督提取方法,主要解决了现有的瓦楞纸板计数方法适应范围小、易误检、检测准确率低的问题。
本发明所采用的技术方案是:一种基于骨架自校正的瓦楞纸板非监督提取方法,包括如下步骤:
步骤1,读取图像:线阵相机在线获取待检测图像I,并将待检测图像I发送至计算机,计算机对待检测图像I进行读取计算,计算待检测图像的行数为Nx,列数为Ny;
步骤2,截取图像中ROI:设定ROI的宽度rw、ROI区域的间距rp、ROI区域个数rn,根据ROI选取的这三个参数,以图像中心对称选取rn个ROI;
步骤3,ROI图像腐蚀:将若干ROI转化为ROI灰度图像,对ROI灰度图像进行腐蚀操作,使用掩膜核为宽度ew、长度eh矩形;
步骤4,ROI腐蚀图像二值化:对ROI腐蚀图像使用大小为mw、mh的矩形,选取像素点(x,y)区域内中值m(x,y),而后使用阈值m(x,y)+Te将ROI腐蚀图像二值化,将大于m(x,y)+Te像素的灰度设为255,将小于m(x,y)+Te像素的灰度设为0,得ROI腐蚀二值化图像;
步骤5,计算平坦纸宽度、瓦楞纸芯间距:对ROI腐蚀二值化图像各列进行操作,得到灰度255的连通域起始坐标终止坐标对应纵坐标y下第υ个连通域,υ=0,1,...,Ny,其中Ny为y坐标下连通域个数,根据坐标计算宽度间距
步骤6,计算平坦纸宽度、瓦楞纸芯间距标准值:计算个宽度、个间距的均值及选取宽度中满足的备选集合,对该集合元素计算均值得标准宽度lsta,选取距离中满足的备选集合,对该集合元素计算均值得标准距离dsta;
步骤7,计算导数二值图像:首先对ROI腐蚀二值化图像使用水平卷积运算及垂直卷积计算,得到两方向导数,而后计算获得导数图像G、角度图像A,对导数图像使用大小为mw、mh的矩形,选取像素点(x,y)区域内中值m1(x,y),而后使用阈值m1(x,y)+Td将导数图像二值化,将大于m1(x,y)+Td像素的灰度设为255,将小于m1(x,y)+Td像素的灰度设为0;
步骤8,更新阈值Te、Td:判断lsta范围,如果lsta∈[0,Ll],将阈值Te、Td减ξ、ζ,得到更新阈值Te-ξ及Td-ζ,进行步骤4,5,6重新得到lsta及dsta,其中Ll表示合理宽度下限,ξ,ζ分别为阈值Te、Td更新步长;如果进入步骤9,表示一个比例系数;如果则将阈值Te、Td加ξ、ζ,得到更新阈值Te+ξ及Td+ζ,根据新阈值,进行步骤4,5,6重新得到lsta及dsta;
步骤9,提取平坦纸骨架:对各列瓦楞纸芯间距进行处理,当时将设为0,获得最小值并得到此时k,更新值为更新值为其中κ表示滤除小距离的比例;当计算最小值,得到此时k1,根据k1,得到补充坐标其中i=0,1,...,k1,τ∈Z表示第τ个补充坐标;当计算最小时,得到此时k2,根据k2,得到补充坐标其中j=1,...,k2;根据更新的瓦楞纸芯间距,得到的连通域坐标,结合补充坐标得到平坦纸骨架坐标,将这些坐标像素点设为255,其余为0,定义得到的骨架坐标为其中γ=0,1,...,Sy,Sy表示y坐标下对应骨架总条数,该坐标表示y列上第γ个骨架;
步骤10,提取平坦纸角度:根据步骤9得到的平坦纸骨架,以第一列寻找骨架起始点根据起始点向相邻列向y方向,寻找连通平坦纸骨架,得到连通域终止点从而得到该连通域像素点数yl+1及x方向坐标变化选择其中满足yl>ξ1rw,得到二维点由此计算得到平坦纸角度初始集合ΓF,各元素为包含起始横坐标相应角度的二维点,其中ξ1∈[0,1]为比例系数;根据得到的角度集合,根据横坐标,由最小值对应角度起始,逐步比较相邻角度差值如差值满足则不做操作,如则对及其后4个角度进行判断,如果含两个以上与现有角度满足则不进行操作,如含两个及以下则舍掉此角度对应元素,从而获得校正的角度集合Γ;
步骤11,导数图像、ROI腐蚀二值化图像投影:首先初始化角度,依据对集合Γ中前5行平坦纸骨架角度进行提取,对五个角度两两相减获得角度差别,选取其中最小值,获取此时对应的两个角度,取均值作为初值;对导数图像中灰度值为255且的像素点进行投影,得到投影坐标为其中如果x小于横坐标最小值,则角度为初始角度,如果x大于等于最小横坐标,则角度为小于x的横坐标角度其中为设置的角度偏差;对ROI腐蚀二值化图像中灰度为255的像素点,采用同样方法进行投影;
步骤12,根据ROI腐蚀二值化图像投影确定平坦纸位置:首先设置阈值0.3rw,如投影对应像素点数大于0.3rw,则该位置设置为255,如小于等于0.3rw,则设置为0;将此结果做为一幅Nx×1图像,对该图像进行步骤9操作,所得结果即认为是平坦纸横坐标其中i表示第i个横坐标,i=1,...,L,其中L表示检测到L条边缘;
步骤13,根据平坦纸位置、导数投影结果进行纸张计数:计算两相邻横坐标间导数投影像素点数pi,设导数投影结果为其中γg表示对应投影横坐标,表示该位置投影像素点数,g=1,2,...,G表示含有导数投影的第g个投影结果,G表示投影个数;计算横坐标 间导数投影像素点数检测所有判断满足此条件的pi数量,其中为一个比例系数,此数量即为瓦楞纸板计数结果。
所述步骤8更新阈值Te、Td最多执行五次。
所述步骤11中投影角度的取值方法为:
本发明的有益效果是:
1、计算平坦纸坐标、宽度、瓦楞纸芯间距,可以确认当前瓦楞纸板的基本信息,有利于瓦楞纸板计数;
2、使用数步自适应获得当前图像的二值化阈值及导数阈值,该方法不仅能适应当前光照情况,使得该算法对光照不敏感,且可以适应当前瓦楞纸板,以提升对不同型号瓦楞纸板的检测;
3、含有平坦纸骨架提取及骨架优化部分,相较传统骨架提取方法,该部分利用了算法得到的平坦纸宽度、瓦楞纸芯间距信息,可以自动滤除不合理骨架、补充漏检骨架,提升算法准确性;
4、对各平坦纸骨架计算角度,并选取其中可信角度进行保存,利用这些角度对给定范围腐蚀二值化图像、导数二值图像进行投影,可适应因瓦楞纸垛倾斜、翘起导致角度的变化,有较好的鲁棒性。
附图说明
图1为本发明的工作流程示意图。
图2为本发明的瓦楞纸板的结构示意图。
图3为本发明的ROI腐蚀二值化图像及导数二值化图像。
图4为本发明的平坦纸骨架连通域提取示意图。
具体实施方式
下面结合附图对本发明实施例作进一步说明:
如图1—4所示,一种基于骨架自校正的瓦楞纸板非监督提取方法,包括如下步骤:
一种基于骨架自校正的瓦楞纸板非监督提取方法,包括如下步骤:
步骤1,读取图像:线阵相机在线获取待检测图像I,并将待检测图像I发送至计算机,计算机对待检测图像I进行读取计算,计算待检测图像的行数为Nx,列数为Ny;
步骤2,截取图像中ROI:设定ROI的宽度rw、ROI区域的间距rp、ROI区域个数rn,根据ROI选取的这三个参数,以图像中心对称选取rn个ROI;
步骤3,ROI图像腐蚀:将若干ROI转化为ROI灰度图像,对ROI灰度图像进行腐蚀操作,使用掩膜核为宽度ew、长度eh矩形;
步骤4,ROI腐蚀图像二值化:对ROI腐蚀图像使用大小为mw、mh的矩形,选取像素点(x,y)区域内中值m(x,y),而后使用阈值m(x,y)+Te将ROI腐蚀图像二值化,将大于m(x,y)+Te像素的灰度设为255,将小于m(x,y)+Te像素的灰度设为0,得ROI腐蚀二值化图像;
步骤5,计算平坦纸宽度、瓦楞纸芯间距:对ROI腐蚀二值化图像各列进行操作,得到灰度255的连通域起始坐标终止坐标对应纵坐标y下第υ个连通域,υ=0,1,...,Ny,其中Ny为y坐标下连通域个数,根据坐标计算宽度间距
步骤6,计算平坦纸宽度、瓦楞纸芯间距标准值:计算个宽度、个间距的均值及选取宽度中满足的备选集合,对该集合元素计算均值得标准宽度lsta,选取距离中满足的备选集合,对该集合元素计算均值得标准距离dsta;
步骤7,计算导数二值图像:首先对ROI腐蚀二值化图像使用水平卷积运算及垂直卷积计算,得到两方向导数,而后计算获得导数图像G、角度图像A,对导数图像使用大小为mw、mh的矩形,选取像素点(x,y)区域内中值m1(x,y),而后使用阈值m1(x,y)+Td将导数图像二值化,将大于m1(x,y)+Td像素的灰度设为255,将小于m1(x,y)+Td像素的灰度设为0;
步骤8,更新阈值Te、Td:判断lsta范围,如果lsta∈[0,Ll],将阈值Te、Td减ξ、ζ,得到更新阈值Te-ξ及Td-ζ,进行步骤4,5,6重新得到lsta及dsta,其中Ll表示合理宽度下限,ξ,ζ分别为阈值Te、Td更新步长;如果进入步骤9,表示一个比例系数;如果则将阈值Te、Td加ξ、ζ,得到更新阈值Te+ξ及Td+ζ,根据新阈值,进行步骤4,5,6重新得到lsta及dsta;
步骤9,提取平坦纸骨架:对各列瓦楞纸芯间距进行处理,当时将设为0,获得最小值并得到此时k,更新值为更新值为其中κ表示滤除小距离的比例;当计算最小值,得到此时k1,根据k1,得到补充坐标其中i=0,1,...,k1,τ∈Z表示第τ个补充坐标;当计算最小时,得到此时k2,根据k2,得到补充坐标其中j=1,...,k2;根据更新的瓦楞纸芯间距,得到的连通域坐标,结合补充坐标得到平坦纸骨架坐标,将这些坐标像素点设为255,其余为0,定义得到的骨架坐标为其中γ=0,1,...,Sy,Sy表示y坐标下对应骨架总条数,该坐标表示y列上第γ个骨架;
步骤10,提取平坦纸角度:根据步骤9得到的平坦纸骨架,以第一列寻找骨架起始点根据起始点向相邻列向y方向,寻找连通平坦纸骨架,得到连通域终止点从而得到该连通域像素点数yl+1及x方向坐标变化选择其中满足yl>ξ1rw,得到二维点由此计算得到平坦纸角度初始集合ΓF,各元素为包含起始横坐标相应角度的二维点,其中ξ1∈[0,1]为比例系数;根据得到的角度集合,根据横坐标,由最小值对应角度起始,逐步比较相邻角度差值如差值满足则不做操作,如则对及其后4个角度进行判断,如果含两个以上与现有角度满足则不进行操作,如含两个及以下则舍掉此角度对应元素,从而获得校正的角度集合Γ;
步骤11,导数图像、ROI腐蚀二值化图像投影:首先初始化角度,依据对集合Γ中前5行平坦纸骨架角度进行提取,对五个角度两两相减获得角度差别,选取其中最小值,获取此时对应的两个角度,取均值作为初值;对导数图像中灰度值为255且的像素点进行投影,得到投影坐标为其中如果x小于横坐标最小值,则角度为初始角度,如果x大于等于最小横坐标,则角度为小于x的横坐标角度其中▽θ为设置的角度偏差;对ROI腐蚀二值化图像中灰度为255的像素点,采用同样方法进行投影;
步骤12,根据ROI腐蚀二值化图像投影确定平坦纸位置:首先设置阈值0.3rw,如投影对应像素点数大于0.3rw,则该位置设置为255,如小于等于0.3rw,则设置为0;将此结果做为一幅Nx×1图像,对该图像进行步骤9操作,所得结果即认为是平坦纸横坐标其中i表示第i个横坐标,i=1,...,L,其中L表示检测到L条边缘;
步骤13,根据平坦纸位置、导数投影结果进行纸张计数:计算两相邻横坐标间导数投影像素点数pi,设导数投影结果为其中γg表示对应投影横坐标,表示该位置投影像素点数,g=1,2,...,G表示含有导数投影的第g个投影结果,G表示投影个数;计算横坐标 间导数投影像素点数检测所有判断满足此条件的pi数量,其中为一个比例系数,此数量即为瓦楞纸板计数结果。
所述步骤8更新阈值Te、Td最多执行五次。
所述步骤11中投影角度的取值方法为:
本发明的有益效果是:
1、计算平坦纸坐标、宽度、瓦楞纸芯间距,可以确认当前瓦楞纸板的基本信息,有利于瓦楞纸板计数;
2、使用数步自适应获得当前图像的二值化阈值及导数阈值,该方法不仅能适应当前光照情况,使得该算法对光照不敏感,且可以适应当前瓦楞纸板,以提升对不同型号瓦楞纸板的检测;
3、含有平坦纸骨架提取及骨架优化部分,相较传统骨架提取方法,该部分利用了算法得到的平坦纸宽度、瓦楞纸芯间距信息,可以自动滤除不合理骨架、补充漏检骨架,提升算法准确性;
4、对各平坦纸骨架计算角度,并选取其中可信角度进行保存,利用这些角度对给定范围腐蚀二值化图像、导数二值图像进行投影,可适应因瓦楞纸垛倾斜、翘起导致角度的变化,有较好的鲁棒性。
各位技术人员须知:虽然本发明已按照上述具体实施方式做了描述,但是本发明的发明思想并不仅限于此发明,任何运用本发明思想的改装,都将纳入本专利专利权保护范围内。
Claims (6)
1.一种基于骨架自校正的瓦楞纸板非监督提取方法,其特征在于:包括如下步骤:
步骤1,读取图像:线阵相机在线获取待检测图像I,并将待检测图像I发送至计算机,计算机对待检测图像I进行读取计算,计算待检测图像的行数为Nx,列数为Ny;
步骤2,截取图像中ROI:设定ROI的宽度rw、ROI区域的间距rp、ROI区域个数rn,根据ROI选取的这三个参数,以图像中心对称选取rn个ROI;
步骤3,ROI图像腐蚀:将若干ROI转化为ROI灰度图像,对ROI灰度图像进行腐蚀操作,使用掩膜核为宽度ew、长度eh矩形;
步骤4,ROI腐蚀图像二值化:对ROI腐蚀图像使用大小为mw、mh的矩形,选取像素点(x,y)区域内中值m(x,y),而后使用阈值m(x,y)+Te将ROI腐蚀图像二值化,将大于m(x,y)+Te像素的灰度设为255,将小于m(x,y)+Te像素的灰度设为0,得ROI腐蚀二值化图像;
步骤5,计算平坦纸宽度、瓦楞纸芯间距:对ROI腐蚀二值化图像各列进行操作,得到灰度255的连通域起始坐标终止坐标对应纵坐标y下第υ个连通域,υ=0,1,...,Ny,其中Ny为y坐标下连通域个数,根据坐标计算宽度间距
步骤6,计算平坦纸宽度、瓦楞纸芯间距标准值:计算个宽度、个间距的均值及选取宽度中满足的备选集合,对该集合元素计算均值得标准宽度lsta,选取距离中满足的备选集合,对该集合元素计算均值得标准距离dsta;
步骤7,计算导数二值图像:首先对ROI腐蚀二值化图像使用水平卷积运算及垂直卷积计算,得到两方向导数,而后计算获得导数图像G、角度图像A,对导数图像使用大小为mw、mh的矩形,选取像素点(x,y)区域内中值m1(x,y),而后使用阈值m1(x,y)+Td将导数图像二值化,将大于m1(x,y)+Td像素的灰度设为255,将小于m1(x,y)+Td像素的灰度设为0;
步骤8,更新阈值Te、Td:判断lsta范围,如果lsta∈[0,Ll],将阈值Te、Td减ξ、ζ,得到更新阈值Te-ξ及Td-ζ,进行步骤4,5,6重新得到lsta及dsta,其中Ll表示合理宽度下限,ξ,ζ分别为阈值Te、Td更新步长;如果进入步骤9,表示一个比例系数;如果则将阈值Te、Td加ξ、ζ,得到更新阈值Te+ξ及Td+ζ,根据新阈值,进行步骤4,5,6重新得到lsta及dsta;
步骤9,提取平坦纸骨架:对各列瓦楞纸芯间距进行处理,当时将设为0,获得最小值并得到此时k,更新值为更新值为其中κ表示滤除小距离的比例;当计算最小值,得到此时k1,根据k1,得到补充坐标其中i=0,1,...,k1,τ∈Z表示第τ个补充坐标;当计算最小时,得到此时k2,根据k2,得到补充坐标其中j=1,...,k2;根据更新的瓦楞纸芯间距,得到的连通域坐标,结合补充坐标得到平坦纸骨架坐标,将这些坐标像素点设为255,其余为0,定义得到的骨架坐标为其中γ=0,1,...,Sy,Sy表示y坐标下对应骨架总条数,该坐标表示y列上第γ个骨架;
步骤10,提取平坦纸角度:根据步骤9得到的平坦纸骨架,以第一列寻找骨架起始点根据起始点向相邻列向y方向,寻找连通平坦纸骨架,得到连通域终止点从而得到该连通域像素点数yl+1及x方向坐标变化选择其中满足yl>ξ1rw,得到二维点由此计算得到平坦纸角度初始集合ΓF,各元素为包含起始横坐标相应角度的二维点,其中ξ1∈[0,1]为比例系数;根据得到的角度集合,根据横坐标,由最小值对应角度起始,逐步比较相邻角度差值如差值满足则不做操作,如则对及其后4个角度进行判断,如果含两个以上与现有角度满足则不进行操作,如含两个及以下则舍掉此角度对应元素,从而获得校正的角度集合Γ;
步骤11,导数图像、ROI腐蚀二值化图像投影:首先初始化角度,依据对集合Γ中前5行平坦纸骨架角度进行提取,对五个角度两两相减获得角度差别,选取其中最小值,获取此时对应的两个角度,取均值作为初值;对导数图像中灰度值为255且的像素点进行投影,得到投影坐标为其中如果x小于横坐标最小值,则角度为初始角度,如果x大于等于最小横坐标,则角度为小于x的横坐标角度其中为设置的角度偏差;对ROI腐蚀二值化图像中灰度为255的像素点,采用同样方法进行投影;
步骤12,根据ROI腐蚀二值化图像投影确定平坦纸位置:首先设置阈值0.3rw,如投影对应像素点数大于0.3rw,则该位置设置为255,如小于等于0.3rw,则设置为0;将此结果做为一幅Nx×1图像,对该图像进行步骤9操作,所得结果即认为是平坦纸横坐标其中i表示第i个横坐标,i=1,...,L,其中L表示检测到L条边缘;
3.根据权利要求2所述的一种基于骨架自校正的瓦楞纸板非监督提取方法,其特征在于:所述步骤8更新阈值Te、Td最多执行五次。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811585656.9A CN109711405B (zh) | 2018-12-25 | 2018-12-25 | 一种基于骨架自校正的瓦楞纸板非监督提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811585656.9A CN109711405B (zh) | 2018-12-25 | 2018-12-25 | 一种基于骨架自校正的瓦楞纸板非监督提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109711405A CN109711405A (zh) | 2019-05-03 |
CN109711405B true CN109711405B (zh) | 2021-01-26 |
Family
ID=66257448
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811585656.9A Active CN109711405B (zh) | 2018-12-25 | 2018-12-25 | 一种基于骨架自校正的瓦楞纸板非监督提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109711405B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113935996B (zh) * | 2021-12-16 | 2022-03-15 | 武汉市菲利纸业有限责任公司 | 基于图像处理的瓦楞纸透楞现象检测方法及系统 |
CN116912256B (zh) * | 2023-09-14 | 2023-11-28 | 山东大昌纸制品有限公司 | 基于图像处理的瓦楞纸排骨纹缺陷程度评估方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6061476A (en) * | 1997-11-24 | 2000-05-09 | Cognex Corporation | Method and apparatus using image subtraction and dynamic thresholding |
CN1739953A (zh) * | 2004-08-24 | 2006-03-01 | 湖北京山轻机股份有限公司 | 多重纸板对齐系统 |
SE529920C2 (sv) * | 2006-02-21 | 2008-01-08 | Berg Ind Ab | Enhet och förfarande för att vika wellpappark |
EP3254081B1 (en) * | 2015-02-06 | 2022-03-02 | Life Technologies Corporation | Methods and systems for determining optical regions of interest |
JP6227024B2 (ja) * | 2016-01-29 | 2017-11-08 | 三菱重工印刷紙工機械株式会社 | 段ボールシートの不良検出装置及び段ボールシートの不良除去装置並びに段ボールシートの製造装置 |
CN109018591A (zh) * | 2018-08-09 | 2018-12-18 | 沈阳建筑大学 | 一种基于计算机视觉的自动贴标定位方法 |
-
2018
- 2018-12-25 CN CN201811585656.9A patent/CN109711405B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109711405A (zh) | 2019-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108921865B (zh) | 一种抗干扰的亚像素直线拟合方法 | |
CN104915963B (zh) | 一种用于plcc元件的检测与定位方法 | |
CN109671079B (zh) | 一种基于灰度共生矩阵特征的瓦楞纸板智能检测方法 | |
CN109711405B (zh) | 一种基于骨架自校正的瓦楞纸板非监督提取方法 | |
CN106599896A (zh) | 一种字符分割方法和装置、及元件检测方法和装置 | |
CN105894521A (zh) | 基于高斯拟合的亚像素边缘检测方法 | |
CN112183301B (zh) | 一种建筑物楼层智能识别方法及装置 | |
CN114219794A (zh) | 基于机器视觉的刨花板表面质量评估方法及系统 | |
CN113689429B (zh) | 一种基于计算机视觉的木板缺陷检测方法 | |
CN111178193A (zh) | 一种车道线的检测方法、检测装置及计算机可读存储介质 | |
CN109685791B (zh) | 一种基于多窗自相关纹理检测的瓦楞纸板鲁棒检测方法 | |
CN104599288A (zh) | 一种基于肤色模板的特征跟踪方法及装置 | |
CN112016557B (zh) | 一种表格干扰线去除方法 | |
CN111222507A (zh) | 数字式仪表读数的自动识别方法、计算机可读存储介质 | |
CN106529368A (zh) | 二维码识别区域定位的方法 | |
CN111462214A (zh) | 一种基于Hough变换的线结构光条纹中心线提取方法 | |
CN109858484B (zh) | 一种基于偏斜评价的多类别变换车牌校正方法 | |
CN112361977A (zh) | 一种基于权重分配的直线间距测量方法 | |
CN111931537A (zh) | 一种颗粒状qr二维码定位方法 | |
JP6688989B2 (ja) | カメラ校正装置およびカメラ校正方法 | |
CN108256475B (zh) | 一种票据图像倒置检测方法 | |
CN112102189A (zh) | 一种线结构光光条中心线提取方法 | |
CN109685792B (zh) | 一种基于图像差分空间频率特性的瓦楞纸智能识别算法 | |
CN114359276B (zh) | 基于麻点缺陷的钢模下料优选方案获取方法 | |
CN112258396B (zh) | 一种用于字符图像缩放的方法 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210107 Address after: 315200 No.189 Guangming Road, Zhuangshi street, Zhenhai District, Ningbo City, Zhejiang Province Applicant after: Ningbo Intelligent Equipment Research Institute Co.,Ltd. Address before: 264006 No. 32, Yantai economic and Technological Development Zone, Shandong, Zhujianglu Road Applicant before: Yu Xinghu |
|
GR01 | Patent grant | ||
GR01 | Patent grant |