CN109934800A - 一种烟包卡纸的定位方法及系统 - Google Patents
一种烟包卡纸的定位方法及系统 Download PDFInfo
- Publication number
- CN109934800A CN109934800A CN201910094499.XA CN201910094499A CN109934800A CN 109934800 A CN109934800 A CN 109934800A CN 201910094499 A CN201910094499 A CN 201910094499A CN 109934800 A CN109934800 A CN 109934800A
- Authority
- CN
- China
- Prior art keywords
- point
- paperboard
- cigarette packet
- profile
- image
- 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
- 235000019504 cigarettes Nutrition 0.000 title claims abstract description 80
- 239000011087 paperboard Substances 0.000 title claims abstract description 67
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000003708 edge detection Methods 0.000 claims abstract description 37
- 238000006243 chemical reaction Methods 0.000 claims abstract description 13
- 238000001914 filtration Methods 0.000 claims abstract description 8
- 230000004807 localization Effects 0.000 claims description 35
- 239000000284 extract Substances 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 2
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 238000004519 manufacturing process Methods 0.000 abstract description 13
- 239000000123 paper Substances 0.000 description 9
- 230000007547 defect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000003086 colorant Substances 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
本发明提供一种烟包卡纸的定位方法及系统,包括:获取烟包卡纸的图像,并对所述图像进行图像处理,所述图像处理包括:灰度图转换、中值滤波和二值图转换。获取烟包卡纸的切割定位区域,并根据所述切割定位区域对所述图像进行轮廓的识别。根据图像边缘检测算法,获取所述轮廓的边缘点,将所述边缘点作为多边形的凸点,使所述多边形将所述轮廓包围。获取所述多边形的每个定点的坐标位置,并根据所述坐标位置对烟包卡纸进行切割。本发明能提高烟色包卡纸的定位精度,降低生产成本。
Description
技术领域
本发明涉及烟包生产技术领域,尤其涉及一种烟包卡纸的定位方法及系统。
背景技术
现有烟包卡纸生产车间内对不同颜色和不同型号的烟包卡纸进行识别,常因卡纸图像的边缘检测的识别精度差,易出现定位不准确的情况。边缘检测是图像处理和计算机视觉中的基本问题,边缘检测的目的是标识数字图像中亮度变化明显的点。边缘检测是图像处理和计算机视觉中,尤其是特征提取中的一个研究领域。因此,如何根据烟包卡纸图像对烟包卡纸进行精确定位并切割,具有重要的研究意义。
发明内容
本发明提供一种烟包卡纸的定位方法及系统,解决现有烟包生产过程中,对烟包卡纸定位不精确,易造成烟包质量缺陷的问题。能提高烟色包卡纸的定位精度,降低生产成本。
为实现以上目的,本发明提供以下技术方案:
一种烟包卡纸的定位方法,包括:
获取烟包卡纸的图像,并对所述图像进行图像处理,所述图像处理包括:灰度图转换、中值滤波和二值图转换;
获取烟包卡纸的切割定位区域,并根据所述切割定位区域对所述图像进行轮廓的识别;
根据图像边缘检测算法,获取所述轮廓的边缘点,将所述边缘点作为多边形的凸点,使所述多边形将所述轮廓包围;
获取所述多边形的每个定点的坐标位置,并根据所述坐标位置对烟包卡纸进行切割。
优选的,所述根据所述切割定位区域对所述图像进行轮廓的识别,包括:
根据所述切割定位区域对所述图像进行边缘检测,并提取所述轮廓;
对所述轮廓进行处理,得到所述图像的水平梯度和垂直梯度。
优选的,所述根据图像边缘检测算法,获取所述轮廓的边缘点,包括:
采用Sobel边缘检测算法,对所述轮廓对应的水平梯度和垂直梯度做卷积运算后得到梯度幅值;
如果所述梯度幅值大于设定阈值,则对应的点为边缘点,否则为非边缘点。
优选的,所述将所述边缘点作为多边形的凸点,使所述多边形将所述轮廓包围,包括:
将最底部的边缘点作为起始点,计算所述起始点和其它各个边缘点的连线与X轴正向的夹角;
根据所述夹角的大小,将所述边缘点按从小到大进行排序,并按顺序进行扫描,以确定所述凸点;
将相邻的所述凸点相连后形成所述多边形。
优选的,所述根据所述夹角的大小,将所述边缘点按从小到大进行排序,并按顺序进行扫描,以确定所述凸点,包括:
按逆时针或顺时针从所述起始点开始对各个边缘点进行相连以形成连线;
在每加入一个新的边缘点时,判断新生成的连线是否形成凸包,如果是,则该连线包含的边缘点为所述凸点。
优选的,所述根据所述夹角的大小,将所述边缘点按从小到大进行排序,并按顺序进行扫描,以确定所述凸点,还包括:
在每加入一个新的边缘点时,如果新生成的连线与上一次连线的旋转方向不相同,则判定上一次加入的边缘点不是所述凸点。
本发明还提供一种烟包卡纸的定位系统,包括:
摄像处理单元,用于获取烟包卡纸的图像,并对所述图像进行图像处理,所述图像处理包括:灰度图转换、中值滤波和二值图转换;
轮廓识别单元,用于获取烟包卡纸的切割定位区域,并根据所述切割定位区域对所述图像进行轮廓的识别;
边缘检测单元,用于根据图像边缘检测算法,获取所述轮廓的边缘点,将所述边缘点作为多边形的凸点,使所述多边形将所述轮廓包围;
坐标确定单元,用于获取所述多边形的每个定点的坐标位置,并根据所述坐标位置对烟包卡纸进行切割。
优选的,所述轮廓识别单元包括:
图像检测别单元,用于根据所述切割定位区域对所述图像进行边缘检测,并提取所述轮廓;
图像梯度获取单元,用于对所述轮廓进行处理,得到所述图像的水平梯度和垂直梯度。
优选的,所述边缘检测单元包括:
梯度幅值计算单元,用于采用Sobel边缘检测算法,对所述轮廓对应的水平梯度和垂直梯度做卷积运算后得到梯度幅值;
边缘点确定单元,用于在所述梯度幅值大于设定阈值时,判定对应的点为边缘点,否则为非边缘点。
优选的,所述边缘检测单元还包括:
夹角计算单元,用于将最底部的边缘点作为起始点,计算所述起始点和其它各个边缘点的连线与X轴正向的夹角;
多边形确定单元,用于根据所述夹角的大小,将所述边缘点按从小到大进行排序,并按顺序进行扫描,以确定所述凸点,进而将相邻的所述凸点相连后形成所述多边形;
所述多边形确定单元包括:
连线生成单元,用于按逆时针或顺时针从所述起始点开始对各个边缘点进行相连以形成连线;
第一判断单元,用于在每加入一个新的边缘点时,判断新生成的连线是否形成凸包,如果是,则该连线包含的边缘点为所述凸点;
第二判断单元,用于在每加入一个新的边缘点时,如果新生成的连线与上一次连线的旋转方向不相同,则判定上一次加入的边缘点不是所述凸点。
本发明提供一种烟包卡纸的定位方法及系统,通过对烟包卡纸的图像提取轮廓,使多边形包围所述轮廓,并根据多边形的坐标位置对烟包卡纸进行切割。解决现有烟包生产过程中,对烟包卡纸定位不精确,易造成烟包质量缺陷的问题。能提高烟色包卡纸的定位精度,降低生产成本。
附图说明
为了更清楚地说明本发明的具体实施例,下面将对实施例中所需要使用的附图作简单地介绍。
图1:是本发明提供的一种烟包卡纸的定位方法示意图。
图2:是本发明实施例提供的一种烟包卡纸的定位识别方法示意图;
图3:是本发明一实施例提供的多边形结构示意图;
图4:是本发明另一实施例提供的多边形的连线示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明实施例的方案,下面结合附图和实施方式对本发明实施例作进一步的详细说明。
针对当前烟包生产过程中,对烟包卡纸的识别定位,存在精度不高,易造成质量缺陷的问题。本发明提供一种烟包卡纸的定位方法及系统,通过对烟包卡纸的图像提取轮廓,使多边形包围所述轮廓,并根据多边形的坐标位置对烟包卡纸进行切割。解决现有烟包生产过程中,对烟包卡纸定位不精确,易造成烟包质量缺陷的问题。能提高烟色包卡纸的定位精度,降低生产成本。
如图1所示,一种烟包卡纸的定位方法,包括:
S1:获取烟包卡纸的图像,并对所述图像进行图像处理,所述图像处理包括:灰度图转换、中值滤波和二值图转换;
S2:获取烟包卡纸的切割定位区域,并根据所述切割定位区域对所述图像进行轮廓的识别;
S3:根据图像边缘检测算法,获取所述轮廓的边缘点,将所述边缘点作为多边形的凸点,使所述多边形将所述轮廓包围;
S4:获取所述多边形的每个定点的坐标位置,并根据所述坐标位置对烟包卡纸进行切割。
具体地,如图2所示,通过摄像头获取烟包卡纸的图像,并缩小图片尺寸,以便加快图像处理速度,将图片依次转换为灰度图、中值滤波、转换为二值图。将摄像头获取到的图片去除复杂的背景,留下切割时需要识别的正方形小区域,然后获取该区域的轮廓,使用多边形将其轮廓包围后,寻找凸包,提取每个定点X轴与Y轴的坐标位置,将根据坐标位置对卡纸进行精准的切割。该方法能够在短时间内准确的定位到不同颜色、型号的烟包卡纸位置,将其位置以X、Y轴坐标的形式传递给设备,使其能够指导切刀准确地将烟包卡纸进行切割,能提高卡纸的定位精度,降低生产成本。
进一步,所述根据所述切割定位区域对所述图像进行轮廓的识别,包括:
S21:根据所述切割定位区域对所述图像进行边缘检测,并提取所述轮廓;
S22:对所述轮廓进行处理,得到所述图像的水平梯度和垂直梯度。
更进一步,所述根据图像边缘检测算法,获取所述轮廓的边缘点,包括:
S31:采用Sobel边缘检测算法,对所述轮廓对应的水平梯度和垂直梯度做卷积运算后得到梯度幅值;
S32:如果所述梯度幅值大于设定阈值,则对应的点为边缘点,否则为非边缘点。
在实际应用中,Sobel算子在边缘检测算子扩大了其模版,在边缘检测的同时尽量削弱了噪声。Sobel算法中将方向差分运算与局部加权平均相结合来提取边缘。在求取图像梯度之前,先进行加权平均,然后进行未分,加强了对噪声的一致。图像中的每个像素点和以上水平和垂直两个卷积算子做卷积运算后,再计算得到梯度幅值G(x,y),然后选取适当的阈值τ,若G(x,y)>τ,则(i,j)为边缘点,否则,判断(i,j)为非边缘点。由此得到一个二值图像{g(i,j)},即边缘图像。
所述将所述边缘点作为多边形的凸点,使所述多边形将所述轮廓包围,包括:
S33:将最底部的边缘点作为起始点,计算所述起始点和其它各个边缘点的连线与X轴正向的夹角;
S34:根据所述夹角的大小,将所述边缘点按从小到大进行排序,并按顺序进行扫描,以确定所述凸点;
S35:将相邻的所述凸点相连后形成所述多边形。
进一步,所述根据所述夹角的大小,将所述边缘点按从小到大进行排序,并按顺序进行扫描,以确定所述凸点,包括:
S341:按逆时针或顺时针从所述起始点开始对各个边缘点进行相连以形成连线;
S342:在每加入一个新的边缘点时,判断新生成的连线是否形成凸包,如果是,则该连线包含的边缘点为所述凸点。
更进一步,所述根据所述夹角的大小,将所述边缘点按从小到大进行排序,并按顺序进行扫描,以确定所述凸点,还包括:
S343:在每加入一个新的边缘点时,如果新生成的连线与上一次连线的旋转方向不相同,则判定上一次加入的边缘点不是所述凸点。
在实际应用中,首先、由最底部的一点开始,计算它跟其他各点的连线和x轴正向的角度,按小至大将这些点排序。如图3和图4所示,以H为起始点,根据夹角由小至大排序后依次为H,K,C,D,L,F,G,E,I,B,A,J。下面进行逆时针扫描。
如图3所示、如果设定线段HK在凸包上,接着加入C点。假设线段KC也在凸包上,因为就H、K、C三点而言,它们的凸包就是由此三点所组成。但是接下来加入D时会发现,线段KD才会在凸包上,所以将线段KC排除,C点不在是凸包上。
如图4所示,当加入一新点时,必须考虑到前面的线段是否会出现在凸包上。从基点开始,凸包上每条相临的线段的旋转方向应该一致。如果发现新加的点使得新线段与上线段的旋转方向发生变化,则可判定上一点必然不在凸包上。实现时可用向量叉积进行判断,设新加入的点为pn+1,上一点为pn,再上一点为pn-1。顺时针扫描时,如果向量<pn-1,pn>与<pn,pn+1>的叉积为正,则将上一点删除。同时,删除过程需要回溯,将之前所有叉积符号相反的点都删除,然后将新点加入凸包。最后,将找出的凸包点坐标一一记录。
可见,本发明提供一种烟包卡纸的定位方法,通过对烟包卡纸的图像提取轮廓,使多边形包围所述轮廓,并根据多边形的坐标位置对烟包卡纸进行切割。解决现有烟包生产过程中,对烟包卡纸定位不精确,易造成烟包质量缺陷的问题。能提高烟色包卡纸的定位精度,降低生产成本。
本发明还提供一种烟包卡纸的定位系统,包括:摄像处理单元,用于获取烟包卡纸的图像,并对所述图像进行图像处理,所述图像处理包括:灰度图转换、中值滤波和二值图转换。轮廓识别单元,用于获取烟包卡纸的切割定位区域,并根据所述切割定位区域对所述图像进行轮廓的识别。边缘检测单元,用于根据图像边缘检测算法,获取所述轮廓的边缘点,将所述边缘点作为多边形的凸点,使所述多边形将所述轮廓包围。坐标确定单元,用于获取所述多边形的每个定点的坐标位置,并根据所述坐标位置对烟包卡纸进行切割。
所述轮廓识别单元包括:图像检测别单元,用于根据所述切割定位区域对所述图像进行边缘检测,并提取所述轮廓。
图像梯度获取单元,用于对所述轮廓进行处理,得到所述图像的水平梯度和垂直梯度。
所述边缘检测单元包括:梯度幅值计算单元,用于采用Sobel边缘检测算法,对所述轮廓对应的水平梯度和垂直梯度做卷积运算后得到梯度幅值。边缘点确定单元,用于在所述梯度幅值大于设定阈值时,判定对应的点为边缘点,否则为非边缘点。
所述边缘检测单元还包括:夹角计算单元,用于将最底部的边缘点作为起始点,计算所述起始点和其它各个边缘点的连线与X轴正向的夹角。多边形确定单元,用于根据所述夹角的大小,将所述边缘点按从小到大进行排序,并按顺序进行扫描,以确定所述凸点,进而将相邻的所述凸点相连后形成所述多边形。
所述多边形确定单元包括:连线生成单元,用于按逆时针或顺时针从所述起始点开始对各个边缘点进行相连以形成连线。第一判断单元,用于在每加入一个新的边缘点时,判断新生成的连线是否形成凸包,如果是,则该连线包含的边缘点为所述凸点。第二判断单元,用于在每加入一个新的边缘点时,如果新生成的连线与上一次连线的旋转方向不相同,则判定上一次加入的边缘点不是所述凸点。
可见,本发明提供一种烟包卡纸的定位系统,通过对烟包卡纸的图像提取轮廓,使多边形包围所述轮廓,并根据多边形的坐标位置对烟包卡纸进行切割。解决现有烟包生产过程中,对烟包卡纸定位不精确,易造成烟包质量缺陷的问题。能提高烟色包卡纸的定位精度,降低生产成本。
以上依据图示所示的实施例详细说明了本发明的构造、特征及作用效果,以上所述仅为本发明的较佳实施例,但本发明不以图面所示限定实施范围,凡是依照本发明的构想所作的改变,或修改为等同变化的等效实施例,仍未超出说明书与图示所涵盖的精神时,均应在本发明的保护范围内。
Claims (10)
1.一种烟包卡纸的定位方法,其特征在于,包括:
获取烟包卡纸的图像,并对所述图像进行图像处理,所述图像处理包括:灰度图转换、中值滤波和二值图转换;
获取烟包卡纸的切割定位区域,并根据所述切割定位区域对所述图像进行轮廓的识别;
根据图像边缘检测算法,获取所述轮廓的边缘点,将所述边缘点作为多边形的凸点,使所述多边形将所述轮廓包围;
获取所述多边形的每个定点的坐标位置,并根据所述坐标位置对烟包卡纸进行切割。
2.根据权利要求1所述的烟包卡纸的定位方法,其特征在于,所述根据所述切割定位区域对所述图像进行轮廓的识别,包括:
根据所述切割定位区域对所述图像进行边缘检测,并提取所述轮廓;
对所述轮廓进行处理,得到所述图像的水平梯度和垂直梯度。
3.根据权利要求2所述的烟包卡纸的定位方法,其特征在于,所述根据图像边缘检测算法,获取所述轮廓的边缘点,包括:
采用Sobel边缘检测算法,对所述轮廓对应的水平梯度和垂直梯度做卷积运算后得到梯度幅值;
如果所述梯度幅值大于设定阈值,则对应的点为边缘点,否则为非边缘点。
4.根据权利要求3所述的烟包卡纸的定位方法,其特征在于,所述将所述边缘点作为多边形的凸点,使所述多边形将所述轮廓包围,包括:
将最底部的边缘点作为起始点,计算所述起始点和其它各个边缘点的连线与X轴正向的夹角;
根据所述夹角的大小,将所述边缘点按从小到大进行排序,并按顺序进行扫描,以确定所述凸点;
将相邻的所述凸点相连后形成所述多边形。
5.根据权利要求4所述的烟包卡纸的定位方法,其特征在于,所述根据所述夹角的大小,将所述边缘点按从小到大进行排序,并按顺序进行扫描,以确定所述凸点,包括:
按逆时针或顺时针从所述起始点开始对各个边缘点进行相连以形成连线;
在每加入一个新的边缘点时,判断新生成的连线是否形成凸包,如果是,则该连线包含的边缘点为所述凸点。
6.根据权利要求5所述的烟包卡纸的定位方法,其特征在于,所述根据所述夹角的大小,将所述边缘点按从小到大进行排序,并按顺序进行扫描,以确定所述凸点,还包括:
在每加入一个新的边缘点时,如果新生成的连线与上一次连线的旋转方向不相同,则判定上一次加入的边缘点不是所述凸点。
7.一种烟包卡纸的定位系统,其特征在于,包括:
摄像处理单元,用于获取烟包卡纸的图像,并对所述图像进行图像处理,所述图像处理包括:灰度图转换、中值滤波和二值图转换;
轮廓识别单元,用于获取烟包卡纸的切割定位区域,并根据所述切割定位区域对所述图像进行轮廓的识别;
边缘检测单元,用于根据图像边缘检测算法,获取所述轮廓的边缘点,将所述边缘点作为多边形的凸点,使所述多边形将所述轮廓包围;
坐标确定单元,用于获取所述多边形的每个定点的坐标位置,并根据所述坐标位置对烟包卡纸进行切割。
8.根据权利要求7所述的烟包卡纸的定位系统,其特征在于,所述轮廓识别单元包括:
图像检测别单元,用于根据所述切割定位区域对所述图像进行边缘检测,并提取所述轮廓;
图像梯度获取单元,用于对所述轮廓进行处理,得到所述图像的水平梯度和垂直梯度。
9.根据权利要求8所述的烟包卡纸的定位系统,其特征在于,所述边缘检测单元包括:
梯度幅值计算单元,用于采用Sobel边缘检测算法,对所述轮廓对应的水平梯度和垂直梯度做卷积运算后得到梯度幅值;
边缘点确定单元,用于在所述梯度幅值大于设定阈值时,判定对应的点为边缘点,否则为非边缘点。
10.根据权利要求9所述的烟包卡纸的定位系统,其特征在于,所述边缘检测单元还包括:
夹角计算单元,用于将最底部的边缘点作为起始点,计算所述起始点和其它各个边缘点的连线与X轴正向的夹角;
多边形确定单元,用于根据所述夹角的大小,将所述边缘点按从小到大进行排序,并按顺序进行扫描,以确定所述凸点,进而将相邻的所述凸点相连后形成所述多边形;
所述多边形确定单元包括:
连线生成单元,用于按逆时针或顺时针从所述起始点开始对各个边缘点进行相连以形成连线;
第一判断单元,用于在每加入一个新的边缘点时,判断新生成的连线是否形成凸包,如果是,则该连线包含的边缘点为所述凸点;
第二判断单元,用于在每加入一个新的边缘点时,如果新生成的连线与上一次连线的旋转方向不相同,则判定上一次加入的边缘点不是所述凸点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910094499.XA CN109934800A (zh) | 2019-01-30 | 2019-01-30 | 一种烟包卡纸的定位方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910094499.XA CN109934800A (zh) | 2019-01-30 | 2019-01-30 | 一种烟包卡纸的定位方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109934800A true CN109934800A (zh) | 2019-06-25 |
Family
ID=66985328
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910094499.XA Pending CN109934800A (zh) | 2019-01-30 | 2019-01-30 | 一种烟包卡纸的定位方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109934800A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110378912A (zh) * | 2019-07-12 | 2019-10-25 | 深圳码隆科技有限公司 | 包裹检测方法、装置、计算机可读存储介质和计算机设备 |
CN110598948A (zh) * | 2019-09-20 | 2019-12-20 | 骆剑锋 | 针对旅游景点多点归源的全排列路径规划的提速方法 |
CN112488099A (zh) * | 2020-11-25 | 2021-03-12 | 上海电力大学 | 一种基于视频的电力液晶仪表上数字的检测提取装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090263038A1 (en) * | 2008-04-22 | 2009-10-22 | Jeibo Luo | Method for creating photo cutouts and collages |
CN102663716A (zh) * | 2012-03-12 | 2012-09-12 | 武汉大学 | 适用于影像有效范围为凸多边形的接缝线网络生成方法 |
CN106326860A (zh) * | 2016-08-23 | 2017-01-11 | 武汉闪图科技有限公司 | 基于视觉的手势识别方法 |
CN107067006A (zh) * | 2017-04-20 | 2017-08-18 | 金电联行(北京)信息技术有限公司 | 一种服务于数据采集的验证码识别方法及系统 |
CN108335309A (zh) * | 2017-12-18 | 2018-07-27 | 上海咔咻智能科技有限公司 | 基于图像的条纹布料检测定位裁剪方法及其系统和存储介质 |
CN108364311A (zh) * | 2018-01-29 | 2018-08-03 | 深圳市亿图视觉自动化技术有限公司 | 一种金属部件自动定位方法及终端设备 |
US20180286052A1 (en) * | 2017-03-30 | 2018-10-04 | 4DM Inc. | Object motion mapping using panchromatic and multispectral imagery from single pass electro-optical satellite imaging sensors |
-
2019
- 2019-01-30 CN CN201910094499.XA patent/CN109934800A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090263038A1 (en) * | 2008-04-22 | 2009-10-22 | Jeibo Luo | Method for creating photo cutouts and collages |
CN102663716A (zh) * | 2012-03-12 | 2012-09-12 | 武汉大学 | 适用于影像有效范围为凸多边形的接缝线网络生成方法 |
CN106326860A (zh) * | 2016-08-23 | 2017-01-11 | 武汉闪图科技有限公司 | 基于视觉的手势识别方法 |
US20180286052A1 (en) * | 2017-03-30 | 2018-10-04 | 4DM Inc. | Object motion mapping using panchromatic and multispectral imagery from single pass electro-optical satellite imaging sensors |
CN107067006A (zh) * | 2017-04-20 | 2017-08-18 | 金电联行(北京)信息技术有限公司 | 一种服务于数据采集的验证码识别方法及系统 |
CN108335309A (zh) * | 2017-12-18 | 2018-07-27 | 上海咔咻智能科技有限公司 | 基于图像的条纹布料检测定位裁剪方法及其系统和存储介质 |
CN108364311A (zh) * | 2018-01-29 | 2018-08-03 | 深圳市亿图视觉自动化技术有限公司 | 一种金属部件自动定位方法及终端设备 |
Non-Patent Citations (2)
Title |
---|
张东 等: "《江苏省海岸线时空动态变化遥感监测技术、方法与应用》", 海洋出版社, pages: 96 - 104 * |
郭崧: "答题卡图像识别系统研究与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 03, 15 March 2018 (2018-03-15), pages 8 - 35 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110378912A (zh) * | 2019-07-12 | 2019-10-25 | 深圳码隆科技有限公司 | 包裹检测方法、装置、计算机可读存储介质和计算机设备 |
CN110378912B (zh) * | 2019-07-12 | 2021-11-16 | 深圳码隆科技有限公司 | 包裹检测方法、装置、计算机可读存储介质和计算机设备 |
CN110598948A (zh) * | 2019-09-20 | 2019-12-20 | 骆剑锋 | 针对旅游景点多点归源的全排列路径规划的提速方法 |
CN112488099A (zh) * | 2020-11-25 | 2021-03-12 | 上海电力大学 | 一种基于视频的电力液晶仪表上数字的检测提取装置 |
CN112488099B (zh) * | 2020-11-25 | 2022-12-16 | 上海电力大学 | 一种基于视频的电力液晶仪表上数字的检测提取装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107543828B (zh) | 一种工件表面缺陷检测方法及系统 | |
CN113688807B (zh) | 一种自适应缺陷检测方法、装置、识别系统及存储介质 | |
CN109801267B (zh) | 基于特征点检测与svm分类器的巡检目标缺陷检测方法 | |
CN109974582B (zh) | 一种汽车线束的芯线尺寸非接触式视觉检测装置及方法 | |
CN111582294A (zh) | 一种构建用于表面缺陷检测的卷积神经网络模型的方法及其利用 | |
CN109752392B (zh) | 一种pcb板缺陷类型检测系统和方法 | |
CN109934800A (zh) | 一种烟包卡纸的定位方法及系统 | |
CN108520514B (zh) | 基于计算机视觉的印刷电路板电子元器一致性检测方法 | |
CN110443791B (zh) | 一种基于深度学习网络的工件检测方法及其检测装置 | |
CN108665458A (zh) | 透明体表面缺陷提取及识别方法 | |
CN111612747B (zh) | 产品表面裂缝快速检测方法及检测系统 | |
JP6197340B2 (ja) | 画像処理装置、画像処理方法、およびプログラム | |
CN114910480A (zh) | 一种基于机器视觉的晶圆表面缺陷检测方法 | |
CN110390677A (zh) | 一种基于滑动自匹配的缺陷定位方法及系统 | |
CN115035092A (zh) | 基于图像的瓶体检测方法、装置、设备及存储介质 | |
CN106815830B (zh) | 图像的缺陷检测方法 | |
CN114677348A (zh) | 一种基于视觉的ic芯片缺陷的检测方法、系统和存储介质 | |
CN113393447B (zh) | 基于深度学习的针尖正位度检测方法及系统 | |
CN114529555A (zh) | 一种基于图像识别的烟箱高效进出库检测方法 | |
JP2981434B2 (ja) | パターン欠陥検出方法とその装置 | |
JP2013205320A (ja) | 検査条件決定方法、検査方法および検査装置 | |
CN1228733C (zh) | 在图像中探测对象的方法 | |
CN115546145A (zh) | 一种基于机器视觉的缺陷检测方法、装置及电子设备 | |
CN115187744A (zh) | 一种基于激光点云的机柜识别方法 | |
CN107895152A (zh) | 一种在轨云缝快速检测方法 |
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 |