CN110001224B - 一种用于大规模票据盖章及检验的自动化设备 - Google Patents
一种用于大规模票据盖章及检验的自动化设备 Download PDFInfo
- Publication number
- CN110001224B CN110001224B CN201910400642.3A CN201910400642A CN110001224B CN 110001224 B CN110001224 B CN 110001224B CN 201910400642 A CN201910400642 A CN 201910400642A CN 110001224 B CN110001224 B CN 110001224B
- Authority
- CN
- China
- Prior art keywords
- stamping
- sample
- area
- value
- bill
- 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
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B41—PRINTING; LINING MACHINES; TYPEWRITERS; STAMPS
- B41K—STAMPS; STAMPING OR NUMBERING APPARATUS OR DEVICES
- B41K3/00—Apparatus for stamping articles having integral means for supporting the articles to be stamped
- B41K3/02—Apparatus for stamping articles having integral means for supporting the articles to be stamped with stamping surface located above article-supporting surface
- B41K3/04—Apparatus for stamping articles having integral means for supporting the articles to be stamped with stamping surface located above article-supporting surface and movable at right angles to the surface to be stamped
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B41—PRINTING; LINING MACHINES; TYPEWRITERS; STAMPS
- B41K—STAMPS; STAMPING OR NUMBERING APPARATUS OR DEVICES
- B41K3/00—Apparatus for stamping articles having integral means for supporting the articles to be stamped
- B41K3/44—Means for handling copy matter
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B41—PRINTING; LINING MACHINES; TYPEWRITERS; STAMPS
- B41K—STAMPS; STAMPING OR NUMBERING APPARATUS OR DEVICES
- B41K3/00—Apparatus for stamping articles having integral means for supporting the articles to be stamped
- B41K3/62—Details or accessories
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- 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)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种用于大规模票据盖章及检验的自动化设备,包括硬件部分和软件部分;硬件部分包括:票据操作平台,票据传动组件;架设在票据的传动路径上的盖章支架、水平滑台,设置在水平滑台的下端面的相机以及盖章传动组件;电脑、主控器以及驱动模块,主控器接受电脑的指令,生成响应的驱动信号给驱动模块,对整个设备完成相应的动作控制;软件部分包括:样本学习流程和工作判断流程。本发明能够自动导入大规模的发票,能够自动盖章,自动拍照保存记录用于日后调查,并且能够基于计算机视觉判断盖章位置偏移过大、墨水已经不足,判断盖章效果是否出现问题,对盖章质量进行检验。
Description
技术领域
本发明涉及自动化领域,尤其是涉及一种用于大规模票据盖章及检验的自动化设备。
背景技术
财务部门经常会面对数千张及以上的发票或其他的连续票据的盖章问题,有时盖章用的章里面的墨水也会使用完毕,需要判断并重新注入墨水,目前这两项工作是由工作人员手动完成,工作内容非常的无聊、枯燥,且容易出现遗漏。
发明内容
发明目的:为了克服背景技术的不足,本发明公开了一种用于大规模连续财务自动盖章,并基于计算机视觉进行盖章质量检测、数据库保存的自动化设备。
技术方案:本发明的用于大规模票据盖章及检验的自动化设备,包括硬件部分和软件部分;
硬件部分包括:
票据操作平台,所述票据操作平台端部设置票据传动组件;
盖章支架,所述盖章支架架设在票据的传动路径上,所述盖章支架上端面设置水平滑台,所述水平滑台的下端面设有相机以及盖章传动组件;
电脑、主控器以及驱动模块,所述电脑运用软件部分控制主控器对相机操作,获取图片用于执行分析盖章质量的算法,主控器接受电脑的指令,生成响应的驱动信号给驱动模块,对整个设备完成相应的动作控制;
软件部分包括:
样本学习流程,包括以下步骤:拍摄确定学习样本、样本目标区域截取、截取区红色分量提取、图片进行二值化、样本参数生成公章合理盖章的范围、平均面积、设置盖章容忍偏差值;
工作判断流程,包括以下步骤:拍摄生成待检测样本、样本目标区域截取步骤、截取区红色分量提取、根据样本学习流程中二值化参数值和容忍偏差值判断质量结果。
其中,所述票据传动组件包括与驱动模块连接的第一电机以及套设在第一电机上的外齿模块,用于将票据依次在票据操作平台上传动。
所述水平滑台通过第二电机与驱动模块连接,在驱动模块的控制下可以在平面内移动水平滑台的位置。
进一步的,所述盖章传动组件包括朝着票据操作平台延伸的丝杆,延伸端通过第三电机连接垂直运动模块,并在垂直运动模块下方设置用于夹持公章的夹手,通过驱动模块可以控制夹手进行上下往复运动,进行盖章操作。。
进一步的,所述丝杆上位于垂直运动模块的上下方分别设置红外接收管,以是否有电压存在的形式,提供信号给主控器,从而实现主控器对整个设备执行情况的监控。
进一步的,所述硬件部分还包括:
电源,用于供给整个系统的能源;
电源按钮,用于切断或者打开电源对整个的系统供电;
发音部件,用于发出提示操作的声音;
发光部件,用于发出提示状态的颜色光;
补光灯,设置在相机旁,用于提供辅助光源。
所述样本学习流程包括以下步骤:
A、对多张盖好章的票据拍摄,生成N1张图片,并把这些N1张图片作为学习样本P(s,si,ci),其中P代表图片,s代表是学习样本,si代表第si张图片,si从1到N1,ci代表图片的第ci个颜色分量,从1到3分别代表的是红色分量、绿色分量、蓝色分量;
B、对样本的盖章区域进行固定区域的截取,得到P1(s,si,ci),其中P1为对P截取过后的图片;
C、对截取区域进行提取红色分量,得到P2(s,si),P2(s,si)=P1(s,si,1);
D、采用标准的自适应OTSU阈值分割法进行二值化,得到二值化图像P3(s,si),P3中红色分量为1,非红色分量为0,同时记录每个P2(s,si)的自适应OTSU阈值分割法的值T1(P2(s,si)),并计算这些值的平均值Ts;
E、样本参数生成为生成一个公章合理盖章的范围、平均面积;
计算合理范围的过程为合并这些二值化图像P3(s,si)的1分量部件,得到一个二值化图像Ps;
计算平均面积的过程为计算这些二值化图像P3(s,si)的1分量部件的总数,得到面积M(P3(s,si)),然后计算这些面积的平均值Ms:
最后得到了自适应OTSU阈值分割法阈值平均值Ts、公章合理盖章的范围二值图像Ps、公章合理盖章的平均面积Ms;
根据使用者容忍情况,设置盖章偏移的容忍偏差值σ1,反应使用者对盖章位置物理偏差的容忍值;设置公章合理盖章的平均面积Ms的容忍偏差值σ2,反应使用者对公章油印没墨时淡化的容忍值;
所述工作判断流程包括以下步骤:
A、对待检测质量的盖好章的票据拍摄,生成待检测样本P(j,ci),P代表图片,j代表是检测样本,ci代表图片的第ci个颜色分量,从1到3分别代表的是红色分量、绿色分量、蓝色分量;
B、对待检测样本盖章区域进行固定区域的提取,得到P1(j,ci);
C、对截取区域进行提取红色分量,得到P2(j);
P2(j)=P1(j,1)
D、采用固定阈值法进行二值化,得到二值化图像P3(j),P3中红色分量为1,非红色分量为0,其中固定的阈值为样本学习流程中得到的自适应OTSU阈值分割法阈值平均值Ts;
E、判断质量结果,分为两个部分:
第一部分为计算P3(j)和公章合理盖章的范围二值图像Ps的异或结果二值图PD,然后计算二值图PD中1的总值,即它们之间不一样的位置的数目的总和TT1:
PD=XOR(P3(j),PS)
通过比较TT1和σ1值大小,判断盖章偏移量的大小;
第二部分为计算这些二值化图像P3(j)的1分量部件的总数,得到面积M(3(j)),通过比较M(3(j))是否在Ms的容忍范围内,判断盖章颜色深浅偏差的大小。
有益效果:与现有技术相比,本发明的优点为:本发明能够自动导入大规模的发票,能够自动盖章,自动拍照保存记录用于日后调查,并且能够基于计算机视觉判断盖章位置偏移过大、墨水已经不足,判断盖章效果是否出现问题,对盖章质量进行检验。
附图说明
图1是本发明机械结构示意图;
图2是本发明模块连接示意图;
图3是本发明样本学习流程示意图;
图4是本发明工作判断流程示意图。
具体实施方式
下面结合附图和实施例对本发明的技术方案作进一步的说明。
如图1和图2所示的用于大规模票据盖章及检验的自动化设备,包括硬件部分和软件部分;
硬件部分包括:
票据操作平台1,所述票据操作平台1端部设置票据传动组件;所述票据传动组件包括与驱动模块7连接的第一电机8以及套设在第一电机8上的外齿模块9,使用者把票据边缘的孔插入到外齿模块9的外部,即外齿上,在第一电机8转动时,外齿模块9就可以带动大规模连续票据的运动,执行进料和退料的运动。本实施例中,采用的是定制可切换外齿间距的模块。
盖章支架2,所述盖章支架2架设在票据的传动路径上,所述盖章支架2上端面设置水平滑台3,所述水平滑台3的下端面设有相机4以及盖章传动组件;水平滑台3用于调整盖章的位置及固定盖章传动组件、相机4,通过第二电机10与驱动模块7连接,它的调整方式包括有采用驱动模块7驱动第二电机10执行运动的方式,也可以采用机械微调固定的方式。本实施例中,采用的是RS-60系列的手动旋转滑台,长宽200mm*200mm,既可以手动调整中心位置,也可以通过第二电机10带动其两轴运动,相机4用于拍摄盖好章的票据;本实施例中,采用BASLER beat的相机,盖章传动组件包括朝着票据操作平台1延伸的丝杆11,延伸端通过第三电机12连接垂直运动模块13,并在垂直运动模块13下方设置用于夹持公章的夹手20,垂直运动模块13为一个以丝杆11为运动路线的模块,下方设置夹手20,内部为第三电机12,第三电机12运动时以丝杆11为中心上下运动,从而带动垂直运动模块13的运动,从而夹手20上的公章完成上下运动、对票据盖章的工作;本发明实施例中,该部件为定制。所述丝杆11上位于垂直运动模块13的上下方分别设置红外接收管14,以是否有电压存在的形式,提供信号给主控器6,从而实现主控器6对整个设备执行情况的监控,上方的红外接收管可以用于在回程时消除运动的累积误差,下方的红外接收管可以用于在盖章时调整用力;本发明实施例中,该部件采用的是PID310-5V的对射管。
硬件部分还包括:
电脑5,电脑5用于运行控制软件,根据用户的设置,保存用户动作设置,发送驱动信号给主控器6;用于直接对相机4操作;用于保存相机的图片到数据库;用于执行分析盖章质量的算法;本实施例中采用的是联想天逸510Pro台式电脑,数据库采用的ORACLE数据库,可以用于保存和调用图片信息。
主控器6,用于接受电脑5的指令,生成响应的驱动信号给驱动模块7,从而使得整个设备完成相应的动作;本实施例中采用的是正点原子探索者的STM32F407核心板。
驱动模块7,为在接收主控器6的指令下,产生驱动电压电流驱动各个电机的运动;本实施例中,采用的是L298N系列驱动模块。
电源15,用于供给整个系统的能源;本实施例中,采用的220V交流转24V、5V直流的2股输出的郎本S系列的开关电源,24V直流电源供给各个电机、相机4、补光灯19部分,5V直流电源供给主控器6、红外接收管14等部分。
电源按钮16,用于对切断或者打开电源15对整个的系统供电;本实施例中,采用的是施耐德带灯常锁电源按钮。
发音部件17,用于发出提示操作的声音,本实施例中,采用的是常见的5V有源蜂鸣器;
发光部件18,用于发出提示状态的颜色光,本实施例中,采用的是5mm高光红绿色两个LED,绿色LED代表工作正常,红色LED代表工作异常;
补光灯19,设置在相机4旁,用于提供辅助光源,使得相机4拍摄的图片在一致的光线条件下,能够进一步稳定的分析;本实施例中,该部件为LED自制,方向为侧光源。
软件部分包括:样本学习流程、工作判断流程。
如图3所示,样本学习流程:
在使用时,首先对多张盖好章的票据拍摄,生成N1张图片,并把这些N1张图片作为学习样本P(s,si,ci),其中P代表图片,s代表是学习样本,si代表第si张图片,si从1到N1,ci代表图片的第ci个颜色分量,它从1到3,分别代表的是红色分量、绿色分量、蓝色分量,这三个分量为图片标准格式,相机自动生成;本实施例中,采用了10张样本图片,即N1=10;
其次,对盖章区域进行固定区域的截取,得到P1(s,si,ci),其中P1代表的是对P截取过后的图片。相机拍摄的图片是全部票据,而算法只需要对盖章的质量进行分析,所以通过目标区域截取步骤,可以大大的减少计算任务;本实施例中,采用的是截取图像的右下角1/4处部分;
再将截取区域进行提取红色分量,公章均为红色印油,所以算法只需要对红色分量进行分析,从而得到P2(s,si);
P2(s,si)=P1(s,si,1)
采用标准的自适应OTSU阈值分割法进行二值化,得到二值化图像P3(s,si),P3中红色分量为1,非红色分量为0,同时记录每个P2(s,si)的自适应OTSU阈值分割法的值T1(P2(s,si)),并计算这些值的平均值Ts;
其中,样本参数生成为生成一个公章合理盖章的范围、平均面积;
计算合理范围的过程为合并这些二值化图像P3(s,si)的1分量部件,即原先的红色分量,得到一个二值化图像Ps;
计算平均面积的过程为计算这些二值化图像P3(s,si)的1分量部件的总数,即得到面积M(P3(s,si)),然后计算这些面积的平均值Ms:
这样,通过样本参数学习流程,算法得到了自适应OTSU阈值分割法阈值平均值Ts、公章合理盖章的范围二值图像Ps、公章合理盖章的平均面积Ms;
然后,使用者根据其容忍情况,设置一个盖章偏移的容忍偏差值σ1,这个值物理意义上是反应了使用者对盖章位置物理偏差的容忍值;设置一个公章合理盖章的平均面积Ms的容忍偏差值σ2,这个值物理意义上是反应了使用者对公章油印没墨时淡化的容忍值。本实施例中,σ1采用的是像素右下角1/4部分比例5%,即1200万像素*(1/4)*5%=15万像素;σ2采用的是Ms的比例的5%,即σ2=Ms*5%。
如图4所示,工作判断流程:
在使用时,首先对待检测质量的1张盖好章的票据拍摄,生成待检测样本P(j,ci),其中P代表图片,j代表是检测样本,ci代表图片的第ci个颜色分量,它从1到3,分别代表的是红色分量、绿色分量、蓝色分量,这三个分量为图片标准格式,相机自动生成;
然后,同样,依次进行目标区域截取步骤、红色分量提取、判断质量结果步骤;
目标标区域截取步骤为对盖章区域进行固定区域的提取,得到P1(j,ci)。相机拍摄的图片是全部票据,而算法只需要对盖章的质量进行分析,所以通过目标区域截取步骤,可以大大的减少计算任务;本发明实施例中,采用的是截取图像的右下角1/4处部分;
红色分量提取步骤为截取区域进行提取红色分量的过程,公章均为红色印油,所以算法只需要对红色分量进行分析,从而得到P2(j);
P2(j)=P1(j,1)
最后采用固定阈值法进行二值化得到二值化图像P3(j),P3中红色分量为1,非红色分量为0。其中固定的阈值为样本学习流程得到的自适应OTSU阈值分割法阈值平均值Ts;
其中,判断质量结果的过程分为两个部分:
第一部分为计算P3(j)和公章合理盖章的范围二值图像Ps的异或结果二值图PD,然后计算二值图PD中1的总值,即它们之间不一样的位置的数目的总和TT1:
PD=XOR(P3(j),PS)
然后,如果TT1>=σ1,其偏差大于盖章偏移的容忍偏差值,即位置产生了超过使用者对盖章位置物理偏差的容忍值,那么就得到位置偏差过大的结果;
第二部分为计算这些二值化图像P3(j)的1分量部件的总数,即得到面积M(P3(j)),然后比较它是否在容忍范围内,即:
(Ms-σ2)=<M(P3(j))<=(Ms+σ2)
如果不在这个范围内,那么就说明颜色产生了超过使用者对颜色深浅偏差的容忍值,那么就得到颜色深浅偏差过大的结果。
Claims (6)
1.一种用于大规模票据盖章及检验的自动化设备,其特征在于:包括硬件部分和软件部分;
硬件部分包括:
票据操作平台(1),所述票据操作平台(1)端部设置票据传动组件;
盖章支架(2),所述盖章支架(2)架设在票据的传动路径上,所述盖章支架(2)上端面设置水平滑台(3),所述水平滑台(3)的下端面设有相机(4)以及盖章传动组件;
电脑(5)、主控器(6)以及驱动模块(7),所述电脑(5)运用软件部分控制主控器(6)对相机(4)操作,获取图片用于执行分析盖章质量的算法,主控器(6)接受电脑(5)的指令,生成响应的驱动信号给驱动模块(7),对整个设备完成相应的动作控制;
软件部分包括:
样本学习流程,包括以下步骤:拍摄确定学习样本、样本目标区域截取、截取区红色分量提取、图片进行二值化、样本参数生成公章合理盖章的范围、平均面积、设置盖章容忍偏差值;
工作判断流程,包括以下步骤:拍摄生成待检测样本、样本目标区域截取步骤、截取区红色分量提取、根据样本学习流程中二值化参数值和容忍偏差值判断质量结果;
所述样本学习流程包括以下步骤:
A、对多张盖好章的票据拍摄,生成N1张图片,并把这些N1张图片作为学习样本P(s,si,ci),其中P代表图片,s代表是学习样本,si代表第si张图片,si从1到N1,ci代表图片的第ci个颜色分量,从1到3分别代表的是红色分量、绿色分量、蓝色分量;
B、对样本的盖章区域进行固定区域的截取,得到P1(s,si,ci),其中P1为对P截取过后的图片;
C、对截取区域进行提取红色分量,得到P2(s,si),P2(s,si)=P1(s,si,1);
D、采用标准的自适应OTSU阈值分割法进行二值化,得到二值化图像P3(s,si),P3中红色分量为1,非红色分量为0,同时记录每个P2(s,si)的自适应OTSU阈值分割法的值T1(P2(s,si)),并计算这些值的平均值Ts;
E、样本参数生成为生成一个公章合理盖章的范围、平均面积;
计算合理范围的过程为合并这些二值化图像P3(s,si)的1分量部件,得到一个二值化图像Ps;
计算平均面积的过程为计算这些二值化图像P3(s,si)的1分量部件的总数,得到面积M(P3(s,si)),然后计算这些面积的平均值Ms:
最后得到了自适应OTSU阈值分割法阈值平均值Ts、公章合理盖章的范围二值图像Ps、公章合理盖章的平均面积Ms;
根据使用者容忍情况,设置盖章偏移的容忍偏差值σ1,反应使用者对盖章位置物理偏差的容忍值;设置公章合理盖章的平均面积Ms的容忍偏差值σ2,反应使用者对公章油印没墨时淡化的容忍值;
所述工作判断流程包括以下步骤:
A、对待检测质量的盖好章的票据拍摄,生成待检测样本P(j,ci),P代表图片,j代表是检测样本,ci代表图片的第ci个颜色分量,从1到3分别代表的是红色分量、绿色分量、蓝色分量;
B、对待检测样本盖章区域进行固定区域的提取,得到P1(j,ci);
C、对截取区域进行提取红色分量,得到P2(j);
P2(j)=P1(j,1)
D、采用固定阈值法进行二值化,得到二值化图像P3(j),P3中红色分量为1,非红色分量为0,其中固定的阈值为样本学习流程中得到的自适应OTSU阈值分割法阈值平均值Ts;
E、判断质量结果,分为两个部分:
第一部分为计算P3(j)和公章合理盖章的范围二值图像Ps的异或结果二值图PD,然后计算二值图PD中1的总值,即它们之间不一样的位置的数目的总和TT1:
PD=XOR(P3(j),PS)
通过比较TT1和σ1值大小,判断盖章偏移量的大小;
第二部分为计算这些二值化图像P3(j)的1分量部件的总数,得到面积M(3(j)),通过比较M(3(j))是否在Ms的容忍范围内,判断盖章颜色深浅偏差的大小。
2.根据权利要求1所述的用于大规模票据盖章及检验的自动化设备,其特征在于:所述票据传动组件包括与驱动模块(7)连接的第一电机(8)以及套设在第一电机(8)上的外齿模块(9)。
3.根据权利要求1所述的用于大规模票据盖章及检验的自动化设备,其特征在于:所述水平滑台(3)通过第二电机(10)与驱动模块(7)连接。
4.根据权利要求1所述的用于大规模票据盖章及检验的自动化设备,其特征在于:所述盖章传动组件包括朝着票据操作平台(1)延伸的丝杆(11),延伸端通过第三电机(12)连接垂直运动模块(13),并在垂直运动模块(13)下方设置用于夹持公章的夹手(20)。
5.根据权利要求4所述的用于大规模票据盖章及检验的自动化设备,其特征在于:所述丝杆(11)上位于垂直运动模块(13)的上下方分别设置红外接收管(14),以是否有电压存在的形式,提供信号给主控器(6),从而实现主控器(6)对整个设备执行情况的监控。
6.根据权利要求1所述的用于大规模票据盖章及检验的自动化设备,其特征在于:硬件部分还包括:
电源(15),用于供给整个系统的能源;
电源按钮(16),用于切断或者打开电源(15)对整个的系统供电;
发音部件(17),用于发出提示操作的声音;
发光部件(18),用于发出提示状态的颜色光;
补光灯(19),设置在相机(4)旁,用于提供辅助光源。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910400642.3A CN110001224B (zh) | 2019-05-15 | 2019-05-15 | 一种用于大规模票据盖章及检验的自动化设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910400642.3A CN110001224B (zh) | 2019-05-15 | 2019-05-15 | 一种用于大规模票据盖章及检验的自动化设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110001224A CN110001224A (zh) | 2019-07-12 |
CN110001224B true CN110001224B (zh) | 2023-07-21 |
Family
ID=67176991
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910400642.3A Active CN110001224B (zh) | 2019-05-15 | 2019-05-15 | 一种用于大规模票据盖章及检验的自动化设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110001224B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114708608B (zh) * | 2022-06-06 | 2022-09-16 | 浙商银行股份有限公司 | 一种银行票据全自动化特征工程方法及装置 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08320928A (ja) * | 1995-05-25 | 1996-12-03 | Sanyo Electric Co Ltd | 印鑑照合システム |
JP4383429B2 (ja) * | 2006-06-12 | 2009-12-16 | 富士通株式会社 | 帳票イメージ処理方法及びその装置 |
CN101894260B (zh) * | 2010-06-04 | 2012-10-17 | 北京化工大学 | 基于匹配特征点随机生成特征线的伪造印章识别方法 |
CN202805971U (zh) * | 2012-09-22 | 2013-03-20 | 马立修 | 自动盖章装置 |
CN103617482A (zh) * | 2013-11-06 | 2014-03-05 | 青岛中科英泰商用系统有限公司 | 具有不同流程选择的公章智能监管方法 |
CN204955785U (zh) * | 2015-09-22 | 2016-01-13 | 嘉兴职业技术学院 | 一种国际贸易票据自动化盖章装置 |
CN106564309B (zh) * | 2016-11-14 | 2018-10-23 | 泉州台商投资区恒鑫隆网络科技有限公司 | 一种用于工业生产的智能盖章设备 |
CN106875562B (zh) * | 2017-03-02 | 2021-09-10 | 钟晓华 | 一种文件网络鉴证装置 |
CN107633239B (zh) * | 2017-10-18 | 2020-11-03 | 中电鸿信信息科技有限公司 | 基于深度学习和ocr的票据分类及票据字段提取方法 |
CN108010040A (zh) * | 2017-12-20 | 2018-05-08 | 南通艾思达智能科技有限公司 | 一种分离医疗票据红色印章的方法 |
CN108197642B (zh) * | 2017-12-25 | 2021-11-30 | 山东浪潮云服务信息科技有限公司 | 一种印章鉴别方法及装置 |
CN109376658B (zh) * | 2018-10-26 | 2022-03-08 | 信雅达科技股份有限公司 | 一种基于深度学习的ocr方法 |
-
2019
- 2019-05-15 CN CN201910400642.3A patent/CN110001224B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110001224A (zh) | 2019-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10718721B2 (en) | Powder spreading quality test method and additive manufacturing device | |
CN111879781B (zh) | 一种基于机器视觉的试纸质量检测系统 | |
CN102768816A (zh) | Led显示屏自动化校正方法 | |
CN101303246B (zh) | 编带电路自动化检测设备中的图像信息采集装置 | |
CN110001224B (zh) | 一种用于大规模票据盖章及检验的自动化设备 | |
CN104527238B (zh) | 一种机器视觉自动打印系统 | |
CN104475350A (zh) | 轴承保持器假焊的视觉检测方法 | |
CN116030021B (zh) | 一种光伏组件隐裂特性的自动化检测系统 | |
CN105578162B (zh) | 一种优化投影画面动态对比度的激光投影机 | |
CN101654012B (zh) | 大张质量检测无损标废装置和方法 | |
CN101339145B (zh) | 基于ccd成像的镭射印刷质量检测系统和方法 | |
TWI650534B (zh) | 光源亮度檢測系統及方法 | |
CN105699387A (zh) | 电子产品外观缺陷检测系统 | |
CN104890372A (zh) | Pcb废板打标装置及其打标方法 | |
CN111443509A (zh) | 一种用于检测lcd液晶屏黑白斑和闪烁类缺陷的方法 | |
CN201821892U (zh) | 烟支在线检测仪 | |
CN116935766A (zh) | 一种led屏幕异常检测和数据分析方法 | |
CN204701281U (zh) | Pcb废板打标装置 | |
CN106338516A (zh) | 一种换向器视觉检测设备 | |
CN205808363U (zh) | 一种可切换测锡膏和测红胶的三维检测装置 | |
CN104097820A (zh) | 检测装置 | |
CN209877890U (zh) | 一种半自动线宽检测装置 | |
CN217007020U (zh) | 一种模切产品品质检测机 | |
CN213843052U (zh) | 印刷机加装ccd外观检测装置 | |
CN217931421U (zh) | 一种反射稿和透射稿一体化图像扫描仪 |
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 |