CN109850518B - 一种基于红外图像的实时矿用胶带预警撕裂检测方法 - Google Patents
一种基于红外图像的实时矿用胶带预警撕裂检测方法 Download PDFInfo
- Publication number
- CN109850518B CN109850518B CN201811338007.9A CN201811338007A CN109850518B CN 109850518 B CN109850518 B CN 109850518B CN 201811338007 A CN201811338007 A CN 201811338007A CN 109850518 B CN109850518 B CN 109850518B
- Authority
- CN
- China
- Prior art keywords
- image
- adhesive tape
- mining
- infrared
- gray
- 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)
Abstract
本发明一种基于红外图像的实时矿用胶带预警撕裂检测方法,属于煤矿胶带检测领域;所要解决的技术问题是提供了简单、检测可靠以及实时性高的矿用胶带预警撕裂检测方法;技术方案为:使用红外探测模块采集矿用胶带红外图像;对采集的原始图像进行图像边界扩充;使用高斯滤波对边界扩充后的图像进行平滑处理;采用分割阈值将滤波后图像进行二值化处理;对二值图像进行形态学滤波;对滤波后的图像进行连通域检测;根据连通域检测结果,判断矿用胶带是否存在潜在风险;计算原始图像的连通域与域外平均灰度的差值;通过平均灰度差值判定矿用胶带状态。
Description
技术领域
本发明一种基于红外图像的实时矿用胶带预警撕裂检测方法,属于煤矿胶带检测技术领域。
背景技术
矿用胶带作为煤矿生产大动脉,承担煤炭运输生产的重要任务。在日常生产中,常会有矸石或金属等异物夹杂在煤炭中,与煤炭一起从落料口落在矿用胶带上,极易造成胶带的纵向撕裂,一旦发生纵向撕裂,将会造成巨大的经济损失甚至是人员伤害。因此对矿用胶带进行实时和可靠的纵向撕裂安全检测显得极为重要。
近几年,随着计算机处理速度的提高以及红外图像技术的迅速发展,基于红外图像的矿用胶带纵向撕裂检测技术得到了逐步发展。但由于红外成像原理及使用环境影响等原因,所获取的图像具有亮度相对偏低、对细节反应能力较差的问题,因此使用红外检测方法时如何对采集图像的进行处理就显得极为重要。当前常见矿用胶带红外图像处理步骤为采集原始图像,滤波、增强,通过固定阈值二值化图像,最后通过直线检测或者边缘检测完成纵向撕裂识别。然而,矿用胶带红外图像实际采集过程中,由于胶带处于实时动态运行,采集的红外图像整体灰度值变化较大,使用固定阈值进行图像二值化处理通常难以获得满意效果,在此基础上进一步检测会出现存在多条直线或者多边缘情况,造成矿用胶带的纵向撕裂检测正确率下降。
发明内容
本发明一种基于红外图像的实时矿用胶带预警撕裂检测方法,克服了现有技术存在的不足,提供了一种有效、可靠的以及实时性高的基于红外图像的实时矿用胶带预警撕裂检测方法。
为了解决上述技术问题,本发明采用的技术方案为:一种基于红外图像的实时矿用胶带预警撕裂检测方法,用于矿用胶带纵向撕裂实时监测,包括以下步骤:
S10.使用红外探测模块采集矿用胶带红外图像;
S20.对采集的原始图像进行图像边界扩充;
S30.使用高斯滤波对边界扩充后的图像进行平滑处理;
S40.采用分割阈值将滤波后图像进行二值化处理;
S50.对二值图像进行形态学滤波;
S60.对形态学滤波后的图像进行连通域检测;
S70.根据连通域检测结果,判断矿用胶带是否存在潜在风险;
S80.计算原始图像的连通域与域外平均灰度的差值;
S90.通过平均灰度差值判定矿用胶带状态。
进一步,所述步骤S10中的红外探测模块安装在上胶带和下胶带之间,通过连接支架固定在胶带大架上,红外探测模块采集上胶带下表面的图像信息。
进一步,在所述步骤S20中,以原始图像为基准,逐行进行常量类型边界扩展,分别拓展原始图像的左边界、右边界、上边界及下边界。
进一步,在所述步骤S40中,在确定分割阈值时使用自动阈值迭代方法,自动阈值迭代方法包括以下步骤:
S41.统计前一帧高斯滤波后图像各灰度级的像素个数Ni,i=0,1,…,L-1;其中L是灰度级的个数,得到胶带红外图像直方图;
S42.计算直方图中每个灰度i在直方图中出现的频率f(i),N为原始图像总像素值;
S43.通过每个直方图灰度值及出现的频率,计算出图像分割阈值T(i);
使用分割阈值T(i)对下一帧图像进行二值化处理;
其中,f(x,y)为二值化处理前下一帧图像单像素灰度值,g(x,y)为二值化处理后下一帧图像对应单像素灰度值。
进一步,在所述步骤S50中,对二值图像存在的噪点,使用形态学中的开运算和闭运算完成噪点滤除。
进一步,在所述步骤S60中,使用一种基于行程的连通区域标记方法,基于行程的连通区域标记方法包括以下步骤:
S61.逐行扫描形态学处理后图像,将每一行中连续的白色像素组成一个序列称为一个团,并记下它的起点、它的终点以及它所在的行号;
S62.对于除了第一行外的所有行里的团,如果它与前一行中的所有团都没有重合区域,则给它一个新的标号;如果它仅与上一行中一个团有重合区域,则将上一行的那个团的标号赋给它;如果它与上一行的2个以上的团有重叠区域,则给当前团赋一个相连团的最小标号,并将上一行的这几个团的标记写入等价对,说明它们属于一类;
S63.将等价对转换为等价序列,从1开始,给每个等价序列一个相同的标号;
S64.遍历开始团的标记,查找等价序列,给予它们新的标记;
S65.将每个团的标号填入标记图像中,完成连通域检测。
进一步,在所述步骤S70中,当只能检测出一个连通域时,则判断矿用胶带不存在潜在风险,当出现两个及以上的连通域时,则判断矿用胶带存在潜在风险。
进一步,在所述步骤S90中,根据采集的原始图像的灰度分布情况设定阈值,当所述平均灰度差值超过阈值时判定矿用胶带撕裂,否则判定为磨损。
本发明与现有技术相比具有以下有益效果。
1、本发明使用一种自动阈值迭代方法进行图像阈值分割,通过统计前一帧图像灰度信息确定下一帧图像的分割阈值,可实现各帧图像的有效分割,避免因外界干扰造成使用固定阈值时的图像分割效果不理想;
2、本发明使用基于区域的目标检测,与常见基于像素的目标检测相比,检测实时性强,可靠性高;
3、本发明通过比较连通域内外的平均灰度差值,可有效分辨胶带磨损以及胶带撕裂这两种状态。
附图说明
图1为红外探测模块安装示意图。
图2为本发明方法实施例的流程示意图。
图3为矿用胶带正常时的红外图像。
图4为使用本发明方法得到的矿用胶带正常时的检测结果图片。
图5为矿用胶带发生磨损时的红外图像。
图6为使用本发明方法得到的矿用胶带发生磨损时的检测结果图片。
图7为矿用胶带发生纵向撕裂时的红外图像。
图8为使用本发明方法得到的矿用胶带发生纵向撕裂时的检测结果图片。
图中,1-连接支架、2-胶带大架、3-下胶带、4-红外探测模块、5-上胶带。
具体实施方式
下面结合附图对本发明做进一步的说明。
如图1所示,本发明一种基于红外图像的实时矿用胶带预警撕裂检测方法,使用红外探测模块4完成,红外探测模块4安装在上胶带5和下胶带3之间,通过连接支架1固定在胶带大架2上,红外探测模块4采集上胶带5下表面图像信息。所用红外探测模块4的基本信息为:模块像素为336*256,模块焦距为19mm,像元间距为17um,采集图像帧频为30Hz。
如图2所示,本检测方法包括以下步骤:
S10.使用红外探测模块4采集矿用胶带红外图像。
S20.对采集的原始图像进行图像边界扩充;
在对原始图像进行卷积处理的时候,如果卷积内核过大,若不对原图的边界进行扩充,会导致处理之后得到的图片尺寸变的很小,造成图像失真,因此在对原始图像滤波操作之前为原始图像增加一定的边缘,以适应卷积核在原始图像边界的操作。本实施例使用一个常数填充所有新增边界像素,具体操作为:以原图为基准,逐行处理进行常量类型边界扩展,先扩展左边界,再扩展右边界,最后扩展上边界,以及下边界,每个方向扩充3个像素。
S30.使用高斯滤波对边界扩充后的胶带红外图像进行平滑处理。
通过对图像进行高斯滤波,图像每一个像素点的值都由其本身和邻域内的其他像素值经过加权平均后得到,从而有效地消除和抑制噪声,达到图像平滑的效果。
S40.采用分割阈值将滤波后的胶带红外图像进行二值化处理;
本发明实施例使用一种自动阈值迭代方法计算确定分割阈值,并使用该阈值对图像进行二值化处理,生成二值图像。所述自动阈值迭代方法通过计算前一帧图像的灰度直方图,确定下一帧图像二值化的阈值,具体步骤如下:
S41.统计前一帧高斯滤波后图像各灰度级的像素个数Ni,i=0,1,…,L-1,其中L是灰度级的个数,得到胶带红外图像直方图;
S42.计算直方图中每个灰度i在直方图中出现的频率f(i),N为原始图像总像素值;
S43.通过每个直方图灰度值及出现的频率,计算出图像分割阈值T(i);
使用分割阈值T(i)对下一帧图像进行二值化处理,f(x,y)为二值化处理前下一帧图像单像素灰度值,g(x,y)为二值化处理后下一帧图像对应单像素灰度值;
通过上述阈值分割,原始灰度图像变为二值图像。需要说明的是,本发明实施例通过阈值迭代的方式代替现有技术中依据经验指定阈值的思路,自动获取分割阈值,降低人工干扰几率,提升自动识别效率。
S50.对上述二值图像进行形态学处理;
针对二值化处理完成后的图像可能存在的噪点,使用形态学开运算和闭运算完成噪点滤除操作。开运算是对图像先腐蚀再膨胀,而闭运算是对图像先膨胀再腐蚀。在检验闭滤波器的结果时,可以看到白色前景物体中的小洞被填充,该滤波器同时连接多个相邻物体,基本上,无法完全包含结构元素的洞洞或者缝隙都将被滤波器移除。反过来,开滤波器则是移除掉场景中比较小的物体,因为它门无法完全包含结构元素。闭滤波器将误分割为碎片的物体重新连接起来,而开滤波器则去除掉图像噪声点引起的小像素块。通过形态学滤波可以去除上述二值图像中的独立噪点,保证后续连通域检测结果为图像中最大化的连续区域范围。
S60.对形态学滤波后的图像进行连通域检测;
本发明实施例使用一种基于行程的连通区域标记方法,遍历图像确定图像存在的连通区域。基于行程的连通区域标记方法,具体步骤为:
S61.逐行扫描上述形态学处理后图像,将每一行中连续的白色像素组成一个序列称为一个团,并记下它的起点、它的终点以及它所在的行号;
S62.对于除了第一行外的所有行里的团,如果它与前一行中的所有团都没有重合区域,则给它一个新的标号;如果它仅与上一行中一个团有重合区域,则将上一行的那个团的标号赋给它;如果它与上一行的2个以上的团有重叠区域,则给当前团赋一个相连团的最小标号,并将上一行的这几个团的标记写入等价对,说明它们属于一类;
S63.将等价对转换为等价序列,从1开始,给每个等价序列一个相同的标号;
S64.遍历开始团的标记,查找等价序列,给予它们新的标记;
S65.将每个团的标号填入标记图像中,完成连通域检测。
S70.根据连通域检测结果,判断矿用胶带是否存在潜在风险。
统计上述单帧图像范围内连通域数量。如图3、图4所示,当矿用胶带没有被尖锐物体摩擦时,红外探测模块采集的图像经过处理后只能检测出一个连通域,当有风险发生时,通过图像处理可以检测出两个连通域,因此通过计算检测连通域数量可判断矿用胶带是否存在潜在风险。假设连通域数量为N,则
S80.计算原始图像连通域与域外平均灰度差值。
根据步骤S60得到的连通域检测结果,计算对应步骤S10原始图像连通域中灰度均值G1以及连通域外灰度均值G2,并计算二者灰度均值差G3=G2-G1。
S90.通过平均灰度差值判定矿用胶带状态。
设定灰度均值差阈值T,比较上述灰度均值差G3与阈值T,如图5到图8所示,当灰度均值差G3小于阈值T时判定矿用胶带磨损,否则判定为撕裂。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件和必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,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)执行各个实施例或者实施例的某些部分的方法。
尽管已经参照其示例性实施例具体显示和描述了本发明,但是本领域的技术人员应该理解,在不脱离权利要求所限定的本发明的精神和范围的情况下,可以对其进行形式和细节上的各种改变。
Claims (4)
1.一种基于红外图像的实时矿用胶带预警撕裂检测方法,其特征在于用于矿用胶带纵向撕裂实时监测,包括以下步骤:
S10.使用红外探测模块(4)采集矿用胶带红外图像;
S20.对采集的原始图像进行图像边界扩充;
S30.使用高斯滤波对边界扩充后的图像进行平滑处理;
S40.采用分割阈值将滤波后图像进行二值化处理;在确定分割阈值时使用自动阈值迭代方法,自动阈值迭代方法包括以下步骤:
S41.统计前一帧高斯滤波后图像各灰度级的像素个数Ni,i=0,1,…,L-1;其中L是灰度级的个数,得到胶带红外图像直方图;
S42.计算直方图中每个灰度i在直方图中出现的频率f(i),N为原始图像总像素值;
S43.通过每个直方图灰度值及出现的频率,计算出图像分割阈值T(i);
使用分割阈值T(i)对下一帧图像进行二值化处理;
其中,f(x,y)为二值化处理前下一帧图像单像素灰度值,g(x,y)为二值化处理后下一帧图像对应单像素灰度值;
S50.对二值图像进行形态学滤波;
S60.对形态学滤波后的图像进行连通域检测;使用一种基于行程的连通区域标记方法,基于行程的连通区域标记方法包括以下步骤:
S61.逐行扫描形态学处理后图像,将每一行中连续的白色像素组成一个序列称为一个团,并记下它的起点、它的终点以及它所在的行号;
S62.对于除了第一行外的所有行里的团,如果它与前一行中的所有团都没有重合区域,则给它一个新的标号;如果它仅与上一行中一个团有重合区域,则将上一行的那个团的标号赋给它;如果它与上一行的2个以上的团有重叠区域,则给当前团赋一个相连团的最小标号,并将上一行的这几个团的标记写入等价对,说明它们属于一类;
S63.将等价对转换为等价序列,从1开始,给每个等价序列一个相同的标号;
S64.遍历开始团的标记,查找等价序列,给予它们新的标记;
S65.将每个团的标号填入标记图像中,完成连通域检测
S70.根据连通域检测结果,判断矿用胶带是否存在潜在风险;
假设连通域数量为N,则
S80.计算原始图像的连通域与域外平均灰度的差值;
根据步骤S60得到的连通域检测结果,计算对应步骤S10原始图像连通域中灰度均值G1以及连通域外灰度均值G2,并计算二者灰度均值差G3=G2-G1;
S90.通过平均灰度差值判定矿用胶带状态;
设定灰度均值差阈值T,比较上述灰度均值差G3与阈值T,当灰度均值差G3小于阈值T时判定矿用胶带磨损,否则判定为撕裂。
2.根据权利要求1所述的一种基于红外图像的实时矿用胶带预警撕裂检测方法,其特征在于:步骤S10中的红外探测模块(4)安装在上胶带(5)和下胶带(3)之间,通过连接支架(1)固定在胶带大架(2)上,红外探测模块(4)采集上胶带(5)下表面的图像信息。
3.根据权利要求1所述的一种基于红外图像的实时矿用胶带预警撕裂检测方法,其特征在于:在步骤S20中,以原始图像为基准,逐行进行常量类型边界扩展,分别拓展原始图像的左边界、右边界、上边界及下边界。
4.根据权利要求1所述的一种基于红外图像的实时矿用胶带预警撕裂检测方法,其特征在于:在步骤S50中,对二值图像存在的噪点,使用形态学中的开运算和闭运算完成噪点滤除。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811338007.9A CN109850518B (zh) | 2018-11-12 | 2018-11-12 | 一种基于红外图像的实时矿用胶带预警撕裂检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811338007.9A CN109850518B (zh) | 2018-11-12 | 2018-11-12 | 一种基于红外图像的实时矿用胶带预警撕裂检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109850518A CN109850518A (zh) | 2019-06-07 |
CN109850518B true CN109850518B (zh) | 2022-01-28 |
Family
ID=66889970
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811338007.9A Active CN109850518B (zh) | 2018-11-12 | 2018-11-12 | 一种基于红外图像的实时矿用胶带预警撕裂检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109850518B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111392368B (zh) * | 2020-06-03 | 2020-09-18 | 天津美腾科技股份有限公司 | 一种输送带损伤检测方法、装置、设备及存储介质 |
CN114013955A (zh) * | 2021-10-27 | 2022-02-08 | 北方魏家峁煤电有限责任公司 | 一种基于红外摄像机的皮带纵向撕裂检测方法及系统 |
CN114890090A (zh) * | 2022-06-08 | 2022-08-12 | 扎鲁特旗扎哈淖尔煤业有限公司 | 一种皮带纵向撕裂检测方法及装置 |
CN115131738B (zh) * | 2022-08-30 | 2022-11-18 | 海门市重型矿山机械厂 | 输送机传送带撕裂预警方法与装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002205813A (ja) * | 2001-01-05 | 2002-07-23 | Nkk Corp | ベルトコンベア設備における発火監視装置及びベルトコンベア装置 |
CN102358505A (zh) * | 2011-06-28 | 2012-02-22 | 太原理工大学 | 一种输送带纵向撕裂在线监测预警装置 |
CN102509091A (zh) * | 2011-11-29 | 2012-06-20 | 北京航空航天大学 | 一种飞机尾号识别方法 |
CN102608122A (zh) * | 2012-02-27 | 2012-07-25 | 四川西南交大铁路发展有限公司 | 一种高速铁轨光电检测图像的处理方法 |
CN103910181A (zh) * | 2014-04-02 | 2014-07-09 | 太原理工大学 | 基于红外视觉的胶带纵向撕裂检测预警方法 |
CN105118067A (zh) * | 2015-09-22 | 2015-12-02 | 成都融创智谷科技有限公司 | 一种基于高斯平滑滤波的图像分割方法 |
CN105608457A (zh) * | 2015-12-18 | 2016-05-25 | 湖南华南光电(集团)有限责任公司 | 直方图灰度矩阈值分割法 |
CN105654461A (zh) * | 2014-12-02 | 2016-06-08 | 中国科学院沈阳自动化研究所 | 一种多分裂导线间隔棒断裂的机器视觉检测方法 |
CN108154510A (zh) * | 2018-01-17 | 2018-06-12 | 深圳市亿图视觉自动化技术有限公司 | 产品表面缺陷检测方法、装置及计算机可读存储介质 |
CN108345888A (zh) * | 2018-02-11 | 2018-07-31 | 浙江华睿科技有限公司 | 一种连通域提取方法及装置 |
-
2018
- 2018-11-12 CN CN201811338007.9A patent/CN109850518B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002205813A (ja) * | 2001-01-05 | 2002-07-23 | Nkk Corp | ベルトコンベア設備における発火監視装置及びベルトコンベア装置 |
CN102358505A (zh) * | 2011-06-28 | 2012-02-22 | 太原理工大学 | 一种输送带纵向撕裂在线监测预警装置 |
CN102509091A (zh) * | 2011-11-29 | 2012-06-20 | 北京航空航天大学 | 一种飞机尾号识别方法 |
CN102608122A (zh) * | 2012-02-27 | 2012-07-25 | 四川西南交大铁路发展有限公司 | 一种高速铁轨光电检测图像的处理方法 |
CN103910181A (zh) * | 2014-04-02 | 2014-07-09 | 太原理工大学 | 基于红外视觉的胶带纵向撕裂检测预警方法 |
CN105654461A (zh) * | 2014-12-02 | 2016-06-08 | 中国科学院沈阳自动化研究所 | 一种多分裂导线间隔棒断裂的机器视觉检测方法 |
CN105118067A (zh) * | 2015-09-22 | 2015-12-02 | 成都融创智谷科技有限公司 | 一种基于高斯平滑滤波的图像分割方法 |
CN105608457A (zh) * | 2015-12-18 | 2016-05-25 | 湖南华南光电(集团)有限责任公司 | 直方图灰度矩阈值分割法 |
CN108154510A (zh) * | 2018-01-17 | 2018-06-12 | 深圳市亿图视觉自动化技术有限公司 | 产品表面缺陷检测方法、装置及计算机可读存储介质 |
CN108345888A (zh) * | 2018-02-11 | 2018-07-31 | 浙江华睿科技有限公司 | 一种连通域提取方法及装置 |
Non-Patent Citations (3)
Title |
---|
一种红外图像的二值化分割算法研究;张 龙,乔铁柱;《红外技术》;20140827;第36卷(第8期);第649-651页 * |
基于Otsu算法的输送带撕裂视觉检测系统研究;郭启皇,乔铁柱;《煤炭技术》;20170410;第36卷(第04期);第279-281页 * |
基于区域增长的图像跟踪算法的研究;薛雪,刘泽平;《光电技术》;20050120;第31卷(第1期);第152-154页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109850518A (zh) | 2019-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109850518B (zh) | 一种基于红外图像的实时矿用胶带预警撕裂检测方法 | |
CN114937055B (zh) | 基于人工智能的图像自适应分割方法与系统 | |
CN109636732B (zh) | 一种深度图像的空洞修复方法以及图像处理装置 | |
CN111260616A (zh) | 一种基于Canny算子二维阈值分割优化的绝缘子裂纹检测方法 | |
CN110517288A (zh) | 基于全景多路4k视频图像的实时目标检测跟踪方法 | |
CN109146860B (zh) | 全自动机械设备安装泄露检测方法及装置 | |
WO2021109697A1 (zh) | 字符分割方法、装置以及计算机可读存储介质 | |
CN109241973B (zh) | 一种纹理背景下的字符全自动软分割方法 | |
CN109472788B (zh) | 一种飞机铆钉表面的伤痕检测方法 | |
CN110047063B (zh) | 一种物料掉落的检测方法、装置、设备及存储介质 | |
CN115131351B (zh) | 基于红外图像的机油散热器检测方法 | |
CN105447489B (zh) | 一种图片ocr识别系统的字符与背景粘连噪声消除方法 | |
CN112115878B (zh) | 一种基于烟雾区域密度的森林火灾烟雾根节点检测方法 | |
CN116630321B (zh) | 基于人工智能的桥梁健康智能监测系统 | |
CN111539980A (zh) | 一种基于可见光的多目标追踪方法 | |
CN110648330A (zh) | 摄像头玻璃的缺陷检测方法 | |
CN112819812A (zh) | 基于图像处理的粉末床缺陷检测方法 | |
CN111476804A (zh) | 托辊图像高效分割方法、装置、设备及存储介质 | |
CN112668725A (zh) | 一种基于改进特征的金属洗手盆缺陷目标训练方法 | |
CN115100174A (zh) | 一种船舶钣金件漆面缺陷检测方法 | |
CN114266895A (zh) | 一种风机叶片图像分割、拼接方法及装置 | |
CN109389616A (zh) | 一种蚕茧图像背景分割方法 | |
CN108205678A (zh) | 一种含有亮斑干扰的铭牌文字识别处理方法 | |
CN109426770B (zh) | 虹膜识别方法 | |
CN113538500B (zh) | 图像分割方法、装置、电子设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |