CN110082363A - 电表外观的检测方法及其装置 - Google Patents
电表外观的检测方法及其装置 Download PDFInfo
- Publication number
- CN110082363A CN110082363A CN201910471545.3A CN201910471545A CN110082363A CN 110082363 A CN110082363 A CN 110082363A CN 201910471545 A CN201910471545 A CN 201910471545A CN 110082363 A CN110082363 A CN 110082363A
- Authority
- CN
- China
- Prior art keywords
- ammeter
- image
- appearance
- original image
- detection
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims abstract description 8
- 239000004973 liquid crystal related substance Substances 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims description 2
- 230000006870 function Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 239000011324 bead Substances 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
Abstract
本申请公开的一种电表外观的检测方法及装置，其中方法包括：原始图像采集，图像还原以及图像匹配步骤。将不同角度的原始图像经过还原处理得到角度为正对图像采集装置的比对图像，调用模板库中对应电表的标准图像，将比对图像与标准图像进行图像匹配，若匹配成功，则电能表外观检测合格，反之，则外观检测不合格。采用多个工业相机采集多张待检定电表的原始图像，通过对原始图像通过边缘提取、形状尺寸不变性、旋转不变性进行还原处理，得到电表正对工业相机的图像信息，再与数据库中的电表的标准图像进行匹配，其检测结果不受电表摆放角度的限制，实现全自动化检定；电表图像匹配时，采用多分辨率分析方法来改善准确率和提高对噪声的鲁棒性。
Description
技术领域
本申请涉及仪器仪表领域，尤其涉及一种电表外观的检测方法及装置。
背景技术
智能电表在安装使用前需要对电表进行外观检测，现有电能表的外观检定方式主要有人工检定和半人工检定，人工检定的效率低下且难以保证质量。半人工检定主要采用机器视觉技术，需要再检测前现场录入标准电表的照片，然后将待检电表的外观照片与该标准电表照片进行对比，判断二者是否匹配。采用这种自动化程度较低的半人工检定方法，当电表表盘与工业相机之间角度存在偏差时，系统所获得的待检定表盘的图像就会存在很大程度的失真，导致将原本外观符合标准的电表误判为非合格产品。因此，需要对待检定的电表进行人工投放，其工作过程对人工的依赖程度高，无法实现高质量的全自动化检定。
发明内容
本发明提供一种电表外观的检测方法及装置，旨在解决现有电表外观检测自动化程度低，其检定精度依赖人工辅助的问题。
本申请公开的一种电表外观的检测方法，包括：
原始图像采集，图像采集装置对已点亮的液晶屏进行多角度拍照，获取包含电能表多个角度的原始图像；
图像还原，对原始图像进行还原处理，将不同角度的原始图像经过还原处理得到角度为正对图像采集装置的比对图像；
图像匹配，调用模板库中对应电表的标准图像，将比对图像与标准图像进行图像匹配；
若匹配成功，则电能表外观检测合格，反之，则外观检测不合格。
本实施例中所述的电表外观的检测方法，其中，对原始图像进行还原处理包括：
边缘提取，对原始图像进行二值化预处理，再将处理后的二值化图像进行边缘提取；
形状尺寸不变性处理，以固定的数目对边界点进行抽样，并把边界点的坐标从笛卡尔坐标系转化为极坐标系，同时将坐标原点移动至原始图像的中心位置；
旋转不变性处理，引入Zernike多项式的正交性，创建二维离散Zernike矩，将图像还原到与所述标准图像视角相同。
本实施例中所述的电表外观的检测方法，其中，对原始图像进行还原处理还包括：
去噪，对图像进行小波去噪处理。
本实施例中所述的电表外观的检测方法，其中，所述图像匹配步骤还包括：
对边界点进行小波变换得到精度不同的坐标点集，调用不同精度坐标点集实现多分辨率分析的图像匹配方法。
本实施例中所述的电表外观的检测方法，其中，设置多精度匹配，形状的小波表示在粗精出形状的全局信息，在细精度上给出局部信息，并通过相关计算得到特征的相似度信息，从粗到精进行多精度的匹配。
本实施例中所公开的电表外观的检测装置，包括：
机架，所述机架设有工作台；
传输装置，所述传输穿过所述机架并未于所述工作台上方，用于传输待检测电表；
图像采集装置，包括位于所述机架顶部沿着所述传输装置进给方向分布的多个工业相机。
本实施例中所公开的电表外观的检测装置，其中，所述图像采集装置包括沿所述传输装置进给方向分布的六台工业相机。
本实施例中所公开的电表外观的检测装置，其中，还包括设置于所述机架侧面的LED光源，所述LED光源为条状，所述LED光源照射在所述电表的液晶屏表面的入射角在30～45度之间。
本实施例中所公开的电表外观的检测装置，其中，所述传输装置表面设有多个用于盛放所述电表的托盘，所述工作台表面固定有受所述托盘触发而启动图像采集装置的传感器。
本实施例中所公开的电表外观的检测装置，其中，还包括与所述图像采集装置电连接的主控芯片。
本发明所给出的电表外观的检测方法及装置，采用多个工业相机采集多张待检定电表的原始图像，通过对原始图像通过边缘提取、形状尺寸不变性、旋转不变性进行还原处理，得到电表正对工业相机的图像信息，再与数据库中的电表的标准图像进行匹配，其检测结果不受电表摆放角度的限制，实现全自动化检定；电表图像匹配时，采用多分辨率分析方法来改善准确率和提高对噪声的鲁棒性。
附图说明
图1为本发明实施例一中，电表外观的检测方法的流程图；
图2为本发明实施例二中，检测装置的结构示意图。
具体实施方式
下面通过具体实施方式结合附图对本申请作进一步详细说明。
实施例一
本实施例公开了一种电表外观检测的方法，该方法需要实现建立一个电表的数据库，其内存储有多种电表的型号及对应表盘的图像信息。如图1所示，该电表外观的检测方法包括以下步骤：
S10、原始图像采集；
控制图像采集装置对已点亮的液晶屏进行多角度拍照，获取包含电能表多个角度的原始图像；
S20、图像还原，对原始图像进行还原处理，将不同角度的原始图像经过还原处理得到角度为正对图像采集装置的比对图像；
S30、图像匹配，调用模板库中对应电表的标准图像，将比对图像与标准图像进行图像匹配；
若匹配成功，则电能表外观检测合格，反之，则外观检测不合格；
其中，S20步骤中，对原始图像进行还原处理包括：
S21、边缘提取。
对原始图像进行二值化预处理，再将处理后的二值化图像进行边缘提取；
具体地，在进行边缘提取之前，需要对原始的图像进行二值化预处理。图像中坐标(i，j)处的灰度值为g(i，j)，对以像素点p(i，j)为中心的(2ω+1) ×(2ω+1)局部窗口进行二值化处理，得到处理后的二值化图像。其中二值化处理的公式为：
其中，t(i，j)为局部窗口的灰度阈值，p(i，j)为二值化后的值。
按照公式(1)对图片进行二值化后，再通过边缘检测算子提取液晶屏的边缘轮廓。
S22、形状尺寸不变性处理，以固定的数目对边界点进行抽样，并把边界点的坐标从笛卡尔坐标系转化为极坐标系，同时将坐标原点移动至原始图像的中心位置；
为了保证图像形状精度不变性，必须以固定的数目n对边界点进行抽样。抽样方法如下：
设最初得到m个边界点Ei(xi，yi)，i＝0，…，m-1，可以通过计算得到第i 个点到初始点的弧线长度如下：
l0＝0，li＝li-1+(xi-xi-1)2+(yi-yi-1)2，i＝1，...，m-1 (2)
设轮廓线的总弧长为L＝lm。统一以n个点对轮廓线进行抽样，则抽样后的横纵坐标值x′j，y′j(j＝1，2，3，…，n)分别为
x′j＝xs(1-f)+xs+1f，y′j＝ys(1-f)+xs+1f (3)
式中s＝L×j/n，f＝[L×j/n-l(s)][l(s+1)-l(s)]。
为了解决平移不变性，需要进行一次坐标变换，把坐标原点移到目标的中心位置。通过式(4)进行坐标变换
x′j′＝x′j-x′，y′j′＝y′j-y′ (4)
式中(x′，y′)是抽样后边界坐标的平均值。通过如下公式把边界点的坐标从笛卡尔坐标系转化为极坐标系。
按下式归一化rj，使其具有单位半径长度：
rj′＝rj/r max，rmax＝max{rj，j∈n} (6)
S23、旋转不变性处理，引入Zernike多项式的正交性，创建二维离散Zernike 矩，将图像还原到与所述标准图像视角相同。
引入了一组定义在单位圆x2+y2＝1上的复值函数集{Vpq(x,y)}，具有完备性和正交性，使得它可以表示定义在单位圆盘内的任何平方可积函数。Zernike多项式的正交完备性，所以在单位圆内的任何图像f(x，y)都可以唯一的用下面式子来展开：
式子中Zpq就是Zernike矩，其定义为：
式子中f(x，y)采用直角坐标系，而Vpq(ρ,θ)采用的极坐标系，在计算的时候要进行坐标转换。在图像分析中，由于Zernike多项式的正交性，可以使信息冗余达到最优。此外，图像旋转一定角度后的Zernike矩与原图像的Zernike矩相关联，就是通过旋转Zernike矩仅仅相位发生变化而幅值保持不变。
二维离散Zernike矩可定义如下：
S24、去噪，对图像进行小波去噪处理。
进一步地，由于不同电能表生产厂家的工艺差异，以及液晶屏供应商的不同，导致生产出来的智能电能表的液晶屏本身存在一定的差异性。此外，在视觉检测过程中，被测图像会受到光照条件、空气质量、液晶屏表面清晰度等因素影响，会导致拍摄的电能表图像在灰度和形状上存在一定的变化，因而通过单一模板的形状匹配，难以取得很好的匹配效果，造成系统误判，甚至经常需要人工干预。
因而在本申请一实施例中，步骤S30还包括：
对边界点进行小波变换得到精度不同的坐标点集，调用不同精度坐标点集实现多分辨率分析的图像匹配方法。
由于在众多小波函数中，harr小波形式简单，计算量小，因而本实施例小标变换采用harr小波变换。具体地，采用harr小波基函数对边界点的坐标点集进行小波变换，分解成由粗到精不同精度的边界点的坐标点集C1，C2，C3，…CL。其中，坐标点集由C1到CL精度逐渐增加，C1为最粗精度下的坐标点集，CL 为最精精度下的坐标点集。坐标点集精度越高，则这些边界点形成的图像分辨率越高。调用不同精度的坐标点集就可以实现多分辨率分析方法进行图像匹配，采用多分辨率分析方法可以提高图像匹配准确率和提高对噪声的鲁棒性。其中，表示形状的小波在粗精度给出形状的全局信息，在细精度上给出局部信息。通过对全局信息和局部信息的多角度匹配提高匹配准确率。
设Zt(I)为模板的第i(i＝0，1，2，…，n)阶Zernike矩，Zf(i)为目标形状点集的第i(i＝0，1，2，…，n)阶Zernike矩。则在精度j(j＝1，2，3，…，L)阶下的相似度可由下式计算
Vj＝∑in＝0|(7)Zf(i)-Zt(i)|[Zf(i)+Zt(i)]………..(10)
由式(10)可知，Vj的值越小表示相似度越高。首先计算C1的n阶Zernike 矩，并按式(10)与模板作相关计算得到V1。如果V1小于某一设定域值T，则进入下一精度进行计算，否则算法停止，给出失配结论。这样，由粗到精完成了一次的多精度匹配。
该方法适用于有明显轮廓的目标，对几何畸变不敏感，具精度高、鲁棒性强等优点。
设置多精度匹配，形状的小波表示在粗精度给出形状的全局信息，在细精度上给出局部信息，并通过相关计算得到特征的相似度信息，从粗到精进行多精度的匹配。
实施例二
本申请公开了一种电表外观的检测装置，如图2所示，包括：
机架1、传输装置2及图像采集装置。机架1上设有工作台，传输装置2为位于工作台上的传送带，传送带穿过机架1形成运输电表3的流水线。
图像采集装置包括位于机架1顶部的多个工业相机4，工业相机4沿着流水线的进给方向相间隔分布。
本申请一实施例中，图像采集装置包括沿流水线进给方向分布的六台工业相机4。为了提供足够的拍摄光照，机架1的侧面设有白色LED光源5，该LED 光源5包括多根于流水线进给方向平行的条状LED灯珠串，LED光源5设置的高度使得光线以30～45度之间的入射角照射在电表3的液晶屏表面。
传输带表面设有多个用于盛放电表3的托盘6，工作台表面固定有受托盘6 触发而启动工业相机4的传感器。该传感器为光学传感器，当托盘6随着传送带进入到工作台的拍摄区域时，传感器检测到托盘6后，自动触发工业相机4 及LED光源5开启，对托盘6内的电表3进行拍照。
机架1内侧沿托盘6进给方向相间隔的设有两处挡停板，机架1内侧设有伸缩传动装置，挡停板可受伸缩传动装置带动沿在垂直于传送带进给方向上移动(伸缩)，前后两个挡停板伸出时可将盛装有待检测电表的托盘6限制在拍摄区域内，同时阻挡后续托盘6进入拍摄区。具体地，传感器检测到托盘6满表后，触发PLC输出控制信号，控制前端挡停板弹出，阻挡托盘6继续流入，同时控制电表插针插入电表上电端口，给电表上电，这样也可以使电表保持相对固定状态，方便拍照和检测。
检测完毕后，释放电表插针，同时控制挡停板收回，使新的托盘6流入。
该检测装置还包括分别与工业相机4、LED光源5及传感器电连接的主控芯片，以及用于存储电表3标准图像信息的存储器。主控芯片5控制工业相机4、 LED光源5的工作状态，并获取工业相机4拍摄的电表原始图像，并经过图像还原处理得到角度正对工业相机4的对比图像，通过对比图像与标准图像进行匹配，从而检定电表3是否合格。
本发明所给出的电表外观的检测方法及装置，采用多个工业相机采集多张待检定电表的原始图像，通过对原始图像通过边缘提取、形状尺寸不变性、旋转不变性进行还原处理，得到电表正对工业相机的图像信息，再与数据库中的电表的标准图像进行匹配，其检测结果不受电表摆放角度的限制，实现全自动化检定；电表图像匹配时，采用多分辨率分析方法来改善准确率和提高对噪声的鲁棒性。
以上内容是结合具体的实施方式对本申请所作的进一步详细说明，不能认定本申请的具体实施只局限于这些说明。对于本申请所属技术领域的普通技术人员来说，在不脱离本申请发明构思的前提下，还可以做出若干简单推演或替换。
Claims (10)
1.一种电表外观的检测方法，其特征在于，包括：
原始图像采集，图像采集装置对已点亮的电表液晶屏进行多角度拍照，获取包含电能表多个角度的原始图像；
图像还原，对原始图像进行还原处理，将不同角度的原始图像经过还原处理得到角度为正对图像采集装置的比对图像；
图像匹配，调用模板库中对应电表的标准图像，将比对图像与标准图像进行图像匹配；
若匹配成功，则电能表外观检测合格，反之，则外观检测不合格。
2.如权利要求1所述的电表外观的检测方法，其特征在于，对原始图像进行还原处理包括：
边缘提取，对原始图像进行二值化预处理，再将处理后的二值化图像进行边缘提取；
形状尺寸不变性处理，以固定的数目对边界点进行抽样，并把边界点的坐标从笛卡尔坐标系转化为极坐标系，同时将坐标原点移动至原始图像的中心位置；
旋转不变性处理，引入Zernike多项式的正交性，创建二维离散Zernike矩，将图像还原到与所述标准图像视角相同。
3.如权利要求2所述的电表外观的检测方法，其特征在于，对原始图像进行还原处理还包括：
去噪，对图像进行小波去噪处理。
4.如权利要求1所述的电表外观的检测方法，其特征在于，所述图像匹配步骤还包括：
对边界点进行小波变换得到精度不同的坐标点集，调用不同精度坐标点集实现多分辨率分析的图像匹配。
5.如权利要求4所述的电表外观的检测方法，其特征在于，设置多精度匹配，形状的小波表示在粗精出形状的全局信息，在细精度上给出局部信息，并通过相关计算得到特征的相似度信息，从粗到精进行多精度的匹配。
6.一种电表外观的检测装置，其特征在于，包括：
机架，所述机架设有工作台；
传输装置，所述传输穿过所述机架并未于所述工作台上方，用于传输待检测电表；
图像采集装置，包括位于所述机架顶部沿着所述传输装置进给方向分布的多个工业相机。
7.如权利要求6所述的电表外观的检测装置，其特征在于，所述图像采集装置包括沿所述传输装置进给方向分布的六台工业相机。
8.如权利要求6所述的电表外观的检测装置，其特征在于，还包括设置于所述机架侧面的LED光源，所述LED光源为条状，所述LED光源照射在所述电表的液晶屏表面的入射角在30～45度之间。
9.如权利要求8所述的电表外观的检测装置，其特征在于，所述传输装置表面设有多个用于盛放所述电表的托盘，所述工作台表面固定有受所述托盘触发而启动图像采集装置的传感器。
10.如权利要求1-9任一所述的电表外观的检测装置，其特征在于，还包括与所述图像采集装置电连接的主控芯片。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910471545.3A CN110082363A (zh) | 2019-05-31 | 2019-05-31 | 电表外观的检测方法及其装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910471545.3A CN110082363A (zh) | 2019-05-31 | 2019-05-31 | 电表外观的检测方法及其装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110082363A true CN110082363A (zh) | 2019-08-02 |
Family
ID=67423086
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910471545.3A Pending CN110082363A (zh) | 2019-05-31 | 2019-05-31 | 电表外观的检测方法及其装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110082363A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110632081A (zh) * | 2019-09-12 | 2019-12-31 | 浙江汉振智能技术有限公司 | 基于2d及3d视觉的轴承外观检测设备 |
| CN117593310A (zh) * | 2024-01-19 | 2024-02-23 | 江苏红相蓝瑞电力科技有限公司 | 一种用于电能表装配质量检测的图像检测方法和装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101425139A (zh) * | 2008-11-05 | 2009-05-06 | 西安理工大学 | 一种视角无关的动作识别方法 |
| CN202339406U (zh) * | 2011-10-31 | 2012-07-18 | 河南省电力公司计量中心 | 一种批量电能表液晶屏显示检测系统 |
| CN203053880U (zh) * | 2013-01-29 | 2013-07-10 | 中国计量学院 | 一种基于机器视觉的智能电表外观缺陷自动检验装置 |
| CN104021558A (zh) * | 2014-06-16 | 2014-09-03 | 哈尔滨工业大学 | 一种基于归一Zernike矩和灰度匹配的液晶仪表图案视觉检测方法 |
| CN104899879A (zh) * | 2015-05-21 | 2015-09-09 | 国家电网公司 | 一种电能表在线外观检测的方法 |
| CN108318853A (zh) * | 2018-04-03 | 2018-07-24 | 深圳市科陆智慧工业有限公司 | 一种拆回电能表的检测分拣方法和装置 |
-
2019
- 2019-05-31 CN CN201910471545.3A patent/CN110082363A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101425139A (zh) * | 2008-11-05 | 2009-05-06 | 西安理工大学 | 一种视角无关的动作识别方法 |
| CN202339406U (zh) * | 2011-10-31 | 2012-07-18 | 河南省电力公司计量中心 | 一种批量电能表液晶屏显示检测系统 |
| CN203053880U (zh) * | 2013-01-29 | 2013-07-10 | 中国计量学院 | 一种基于机器视觉的智能电表外观缺陷自动检验装置 |
| CN104021558A (zh) * | 2014-06-16 | 2014-09-03 | 哈尔滨工业大学 | 一种基于归一Zernike矩和灰度匹配的液晶仪表图案视觉检测方法 |
| CN104899879A (zh) * | 2015-05-21 | 2015-09-09 | 国家电网公司 | 一种电能表在线外观检测的方法 |
| CN108318853A (zh) * | 2018-04-03 | 2018-07-24 | 深圳市科陆智慧工业有限公司 | 一种拆回电能表的检测分拣方法和装置 |
Non-Patent Citations (3)
| Title |
|---|
| 明俊峰 等: "基于伪Zernike矩的羽毛缺陷几何特征提取及识别", 《四川兵工学报》 * |
| 杨可明: "《遥感原理与应用》", 30 September 2016 * |
| 胡硕 等: "结合Zernike矩的多尺度模板形状匹配", 《光电工程》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110632081A (zh) * | 2019-09-12 | 2019-12-31 | 浙江汉振智能技术有限公司 | 基于2d及3d视觉的轴承外观检测设备 |
| CN117593310A (zh) * | 2024-01-19 | 2024-02-23 | 江苏红相蓝瑞电力科技有限公司 | 一种用于电能表装配质量检测的图像检测方法和装置 |
| CN117593310B (zh) * | 2024-01-19 | 2024-04-02 | 江苏红相蓝瑞电力科技有限公司 | 一种用于电能表装配质量检测的图像检测方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110659660B (zh) | 利用深度学习系统的自动光学检测分类设备及其训练设备 | |
| CN110082362A (zh) | 电表外观的检测方法及装置 | |
| CN108918543B (zh) | 一种镜子表面划伤的动态检测装置及方法 | |
| CN201218723Y (zh) | 光电非接触式图像检测装置 | |
| CN110119680B (zh) | 一种基于图像识别的电气柜接线自动查错系统 | |
| TW201939441A (zh) | 強化工件光學特徵之設備、方法、強化工件光學特徵之深度學習方法及非暫態電腦可讀取記錄媒體 | |
| CN105184793A (zh) | 一种电能表样品外观及pcb板元件检测方法 | |
| CN110082363A (zh) | 电表外观的检测方法及其装置 | |
| CN111982921A (zh) | 孔缺陷的检测方法、装置、传送平台及存储介质 | |
| CN111340798A (zh) | 深度学习在产品外观瑕疵检测中的应用 | |
| CN113689509A (zh) | 基于双目视觉的无序抓取方法、系统及存储介质 | |
| CN112666182A (zh) | 柔性电路板用自动视觉检测方法及装置 | |
| CN112102289A (zh) | 一种基于机器视觉的细胞样本离心处理系统及方法 | |
| CN111060518A (zh) | 一种基于实例分割的冲压件缺陷识别方法 | |
| CN110097042A (zh) | 一种具有弧度的剃须刀外壳的字符检测系统及检测方法 | |
| CN112763496A (zh) | 一种手机电池表面缺陷检测装置及其检测方法 | |
| CN210036622U (zh) | 电表外观的检测装置 | |
| CN105548210A (zh) | 基于机器视觉的美标电源延长线的检测方法 | |
| CN116337869A (zh) | 一种基于机器视觉的双面线路板生产用检测系统 | |
| CN114037595A (zh) | 图像数据处理方法、装置、电子设备和存储介质 | |
| CN114022341A (zh) | 抓取点信息获取方法、装置、电子设备和存储介质 | |
| CN108593172A (zh) | 玻璃内应力缺陷自动化检测装置 | |
| CN203417868U (zh) | 表计面板自动检测装置 | |
| CN208223696U (zh) | 玻璃内应力缺陷自动化检测装置 | |
| CN108335296A (zh) | 一种极板识别装置及方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190802 |
|
| RJ01 | Rejection of invention patent application after publication |