CN110097042A - 一种具有弧度的剃须刀外壳的字符检测系统及检测方法 - Google Patents
一种具有弧度的剃须刀外壳的字符检测系统及检测方法 Download PDFInfo
- Publication number
- CN110097042A CN110097042A CN201910324554.XA CN201910324554A CN110097042A CN 110097042 A CN110097042 A CN 110097042A CN 201910324554 A CN201910324554 A CN 201910324554A CN 110097042 A CN110097042 A CN 110097042A
- Authority
- CN
- China
- Prior art keywords
- character
- image
- shaver shell
- shaver
- shell
- 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 45
- 238000003754 machining Methods 0.000 title claims abstract description 27
- 230000011218 segmentation Effects 0.000 claims description 11
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 10
- 230000009466 transformation Effects 0.000 claims description 10
- 230000003628 erosive effect Effects 0.000 claims description 9
- 239000003086 colorant Substances 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 4
- 238000011067 equilibration Methods 0.000 claims description 4
- 238000003702 image correction Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 230000007797 corrosion Effects 0.000 claims description 2
- 238000005260 corrosion Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000012545 processing Methods 0.000 description 5
- 238000000034 method Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G06T3/02—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/243—Aligning, centring, orientation detection or correction of the image by compensating for image skew or non-uniform image deformations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/153—Segmentation of character regions using recognition of characters or words
Abstract
本发明属于字符检测识别技术领域,具体涉及一种具有弧度的剃须刀外壳的字符检测系统及检测方法。其中,字符检测系统,包括机架和设于机架上的相机夹具、光源、载物台、驱动电机、红外传感器和计算机;所述驱动电机用于驱动载物台上升或下降;所述红外传感器设于载物台的外侧,当载物台上设置的剃须刀外壳上升至目标检测位置时,红外传感器触发以控制驱动电机停止运行;所述相机夹具上设有工业相机,所述工业相机与计算机通信连接;所述工业相机、光源位于载物台的上方,以对设于载物台之上的剃须刀外壳进行图像采集;所述计算机用于对采集的图像进行字符检测以获取剃须刀外壳的字符。本发明实现剃须刀外壳字符的自动检测,且检测精度高。
Description
技术领域
本发明属于字符检测识别技术领域,具体涉及一种具有弧度的剃须刀外壳的字符检测系统及检测方法。
背景技术
剃须刀是目前随处可见的生活用品,每一个剃须刀在出厂前,均会在其外壳上设置唯一对应的编码。然而,大批量的剃须刀出厂后难免存在不合格的质量问题,此时对于生产厂商来说,需要处理返厂维修的剃须刀;在处理返修的剃须刀之前,势必要确认不合格产品的编码,以便找出生产工艺的问题所在。
目前主要是通过人工确认返修编码,不仅劳动强度大、效率低,而且易发生读数及记录中的数据误差,精度低,不稳定,且耗时耗力。剃须刀外壳由于型号的不同,厚度也不同,并且多带有弧度。
剃须刀外壳由于型号不同,厚度也不同,并且多带有弧度;因此,需要设计一种能够自动识别剃须刀外壳的字符的检测系统,以提高字符检测的效率与精度。在设计过程中,需要解决以下问题:
其一、如何能够适应不同高度的剃须刀外壳的字符检测;
其二、对于同型号、不同颜色的剃须刀外壳,如何能在同样的相机与光源环境下进行字符检测。
发明内容
基于现有技术中存在的上述不足,本发明提供一种具有弧度的剃须刀外壳的字符检测系统及检测方法。
为了达到上述发明目的,本发明采用以下技术方案:
一种具有弧度的剃须刀外壳的字符检测系统,包括机架和设于机架上的相机夹具、光源、载物台、驱动电机、红外传感器和计算机;所述驱动电机用于驱动载物台上升或下降;所述红外传感器设于载物台的外侧,当载物台上设置的剃须刀外壳上升至目标检测位置时,红外传感器触发以控制驱动电机停止运行;所述相机夹具上设有工业相机,所述工业相机与计算机通信连接;所述工业相机、光源位于载物台的上方,以对设于载物台之上的剃须刀外壳进行图像采集;所述计算机用于对采集的图像进行字符检测以获取剃须刀外壳的字符。
作为优选方案,所述计算机包括通信连接的上位机图像处理器和显示器,所述上位机图像处理器用于对采集的图像进行字符检测,所述显示器用于显示剃须刀外壳的字符。
作为优选方案,所述上位机图像处理器包括:
图像校正模块,用于通过仿射变换对图像进行校正;
图像均衡化模块,用于采用基于直方图均衡化原理的算法提高图像饱和度;
字符提取模块,用于采用阈值分割与图像腐蚀膨胀以提取剃须刀外壳上的字符;
字符识别模块,用于通过OCR字符训练识别字符;
比较模块,用于将识别的字符与标准字符模板进行比较;
单片机,与显示器、工业相机、驱动电机及红外传感器通信连接;若识别的字符与标准字符模板匹配,则单片机控制显示器显示剃须刀外壳的字符;若识别的字符与标准字符模板不匹配,则单片机控制工业相机调节曝光度;所述单片机还用于根据红外传感器的触发信号控制驱动电机的停止运行。
本发明还提供一种具有弧度的剃须刀外壳的字符检测方法,应用于如上方案所述的字符检测系统中,所述字符检测方法包括以下步骤:
S1、调整载物台位置,以使载物台上设置的剃须刀外壳上升至目标检测位置;
S2、通过工业相机对剃须刀外壳进行图像采集;
S3、通过仿射变换对图像进行校正;
S4、采用基于直方图均衡化原理的算法提高图像饱和度;
S5、采用阈值分割与图像腐蚀膨胀以提取剃须刀外壳上的字符;
S6、通过OCR字符训练识别字符;
S7、将识别的字符与标准字符模板进行比较;若识别的字符与标准字符模板匹配,则输出相应的字符;若识别的字符与标准字符模板不匹配,则调节工业相机的曝光度,转至步骤S2。
作为优选方案,所述标准字符模板为各种颜色的剃须刀外壳字符的集合,并采用create_shape_model_xld算子创建而成。
作为优选方案,所述步骤S2中的工业相机采用远心镜头,并采用异步采集算子grab_image_async采集图像。
作为优选方案,所述步骤S3具体为:采用hom_mat2d_rotate算子结合affine_trans_image算子进行仿射变换校正图像。
作为优选方案,所述步骤S4中的提高图像饱和度通过scale_image_range算子处理。
作为优选方案,所述步骤S5具体为:采用阈值分割算法threshold、膨胀算子dilation_rectangle1及腐蚀算子erosion_rectangle1提取剃须刀外壳上的字符。
作为优选方案,所述步骤S6中采用OCR字符训练算法read_ocr_class_mlp、do_ocr_multi_class_mlp识别字符。
本发明与现有技术相比,有益效果是:
本发明的字符检测系统及检测方法,设计了可自动控制的升降载物台,放置被测剃须刀外壳之后,控制载物台由初始位置向上移动,直至红外传感器触发产生信号,解决了厚度差别大于相机景深而导致采集模糊不清的问题;还采用了远心镜头,减弱弧度对于采集字符图像的影响;对于不同颜色的剃须刀外壳型号,采用模板匹配对比字符自动调节相机曝光的方式,提高了字符识别的检测精度。
附图说明
图1是本发明实施例的具有弧度的剃须刀外壳的字符检测系统的结构示意图;
图2是本发明实施例的具有弧度的剃须刀外壳的字符检测系统的通信连接示意图;
图3是本发明实施例的具有弧度的剃须刀外壳的字符检测方法的流程图;
图4是本发明实施例的具有弧度的剃须刀外壳的字符检测方法中识别算法的流程图;
图5是本发明实施例的具有弧度的剃须刀外壳的字符检测方法应用于具体实例中采集的图像;
图6是本发明实施例的具有弧度的剃须刀外壳的字符检测方法应用于具体实例中经过校正的图像;
图7是本发明实施例的具有弧度的剃须刀外壳的字符检测方法应用于具体实例中提高对比度的图像;
图8是本发明实施例的具有弧度的剃须刀外壳的字符检测方法应用于具体实例中阈值分割、腐蚀、膨胀后的图像;
图9是本发明实施例的具有弧度的剃须刀外壳的字符检测方法应用于具体实例中特征提取分割字符后的图像;
图10是本发明实施例的具有弧度的剃须刀外壳的字符检测方法应用于具体实例中字符识别后的图像。
具体实施方式
为了更清楚地说明本发明实施例,下面将对照附图说明本发明的具体实施方式。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图,并获得其他的实施方式。
如图1所示,本发明实施例的具有弧度的剃须刀外壳的字符检测系统,包括机架1和安装在机架1上的相机夹具2、光源4、载物台7、驱动电机5、红外传感器6和计算机10。
机架1为立式框架结构,用于固定各元器件。
驱动电机5为直流电机,用于驱动载物台7上升或下降;其中,驱动电机驱动载物台活动的方式有很多,可以参考现有技术,在此不赘述。
载物台7为长方体的平台结构,其上表面为水平面,上表面的中部具有有效识别区域8,该有效识别区域8用于放置被检测物,即剃须刀外壳9。
红外传感器6有两个,分别设置在载物台7的左、右侧;当载物台7上设置的剃须刀外壳上升至目标检测位置时,此时红外传感器6被触发以控制驱动电机5停止运行,从而使得剃须刀外壳处于目标检测装置,便于后续对剃须刀外壳进行拍照。红外传感器测量时不与被测物体直接接触,因而不存在摩擦,并且灵敏度高,响应迅速。
相机夹具2上设有工业相机3,工业相机3配备有远心镜头,远心镜头的设计能够减弱弧度对于采集字符图像的影响;工业相机3采用异步采集算子grab_image_async采集图像。工业相机3与计算机通信连接;其中,工业相机3、光源4位于载物台7的上方,工业相机3用于对载物台之上的剃须刀外壳进行图像采集,光源4用于提供足够的光亮度,光源4优选为条形光源,光照均匀度高。
如图2所示,计算机10用于对采集的图像进行字符检测以获取剃须刀外壳的字符。具体地,计算机10包括通信连接的上位机图像处理器和显示器,上位机图像处理器用于对采集的图像进行字符检测,显示器用于显示剃须刀外壳的字符。
其中,上位机图像处理器包括:
接收模块,与工业相机通信连接,用于接收工业相机采集的图像;
图像校正模块,与接收模块通信连接,用于通过仿射变换对图像进行校正;具体地,采用hom_mat2d_rotate算子结合affine_trans_image算子进行仿射变换校正图像;
图像均衡化模块,与图像校正模块通信连接,用于对校正后的图像采用基于直方图均衡化原理的算法提高图像饱和度;具体地,通过scale_image_range算子处理以提高图像饱和度;
字符提取模块,与图像均衡化模块通信连接,用于对提高图像饱和度后的图像采用阈值分割与图像腐蚀膨胀以提取剃须刀外壳上的字符;具体地,采用阈值分割算法threshold、膨胀算子dilation_rectangle1及腐蚀算子erosion_rectangle1提取剃须刀外壳上的字符;
字符识别模块,与字符提取模块通信连接,用于对提取的字符通过OCR字符训练识别字符;具体地,采用OCR字符训练算法read_ocr_class_mlp、do_ocr_multi_class_mlp识别字符;
比较模块,与字符识别模块通信连接,用于将识别的字符与标准字符模板进行比较;其中,标准字符模板为各种颜色的剃须刀外壳字符的集合,并采用create_shape_model_xld算子创建而成;
单片机,与显示器、工业相机、驱动电机及红外传感器通信连接;若识别的字符与标准字符模板匹配,则单片机控制显示器显示剃须刀外壳的字符;若识别的字符与标准字符模板不匹配,则单片机控制工业相机调节曝光度;单片机还用于根据红外传感器的触发信号控制驱动电机的停止运行。
本发明实施例的具有弧度的剃须刀外壳的字符检测系统的具体工作流程如下:载物台7处于原始位置,将被测物9放置在载物台7上有效识别区域8内,角度可随意放置,之后直流电机5带动载物台7向上移动,直至红外传感器6检测到被测物后直流电机5停止转动,载物台7停止移动;此时被测物9处于相机3正下方,进行拍照,拍照抓取时间可预先设置间隔时间,条形光源4为获取更便于处理的图像而设置,所获取的图像均传送至计算机10进行处理;计算机10对获取的图像进行字符识别,并将数据保存并上传至数据库。
本发明实施例的具有弧度的剃须刀外壳的字符检测方法,应用于上述字符检测系统中。具体地,如图3和4所示,本发明实施例的具有弧度的剃须刀外壳的字符检测方法,包括以下步骤:
S0、开始,放置被检测物,即放置剃须刀外壳;
S1、调整载物台位置,以使载物台上设置的剃须刀外壳上升至目标检测位置;若未正确调整至目标检测位置,则继续调整载物台位置,直至剃须刀外壳上升至目标检测位置;接下来,即检测提取数字字符,并保存数字字符,结束。
其中,检测提取数字字符具体包括:
S2、通过工业相机对剃须刀外壳进行图像采集;具体地,采用异步采集算子grab_image_async处理,采集完一张图像之后马上采集下一张图像,不会受到前面一幅图像处理速度的影响;
S3、通过仿射变换对图像进行校正;具体地,图像校正采用hom_mat2d_rotate算子结合affine_trans_image算子进行仿射变换校正图像;
S4、采用基于直方图均衡化原理的算法提高图像饱和度;具体地,提高图像饱和度通过scale_image_range算子处理;
S5、采用阈值分割与图像腐蚀膨胀以提取剃须刀外壳上的字符;具体地,采用阈值分割算法threshold、膨胀算子dilation_rectangle1、腐蚀算子erosion_rectangle1提取字符;
S6、通过OCR字符训练识别字符;具体地,采用OCR字符训练算法read_ocr_class_mlp、do_ocr_multi_class_mlp识别字符;
S7、将识别的字符与标准字符模板进行比较;若识别的字符与标准字符模板匹配,则输出相应的字符;若识别的字符与标准字符模板不匹配,则调节工业相机的曝光度,转至步骤S2,直至识别的字符与标准字符模板匹配。最后,将所提取识别的字符保存在数组并上传至数据库,结束。
本发明实施例采用模板匹配对比字符自动调节相机曝光的方式。首先使用标准件进行采集并创建标准字符模板,之后检测时,将检测结果与模板进行比较,调节曝光度,直至与模板匹配;其中,标准件的采集即为各种颜色的外壳数字的提取,创建成一个模板,即为标准字符模板。
本发明能够通过图像处理的方法,从而获得带有弧度外壳的字符,并能将数据保存并上传至数据库;实现剃须刀外壳的字符的自动识别,效率高,精度高。
将本发明实施例的具有弧度的剃须刀外壳的字符检测方法,应用于具体实例中,具体过程如下:
一、采集图像,如图5所示,图像中的数字字符为18121765148599;
二、图像校正,得到如图6所示的图像;
三、提高对比度,得到如图7所示的图像;
四、阈值分割+腐蚀+膨胀,得到如图8所示的图像;
五、特征提取分割字符,得到如图9所示的图像;
六、字符识别的结果,并与标准字符模板一致,得到如图10所示的图像,即得到识别的字符18121765148599。
综上,本发明采用了远心镜头,减弱弧度对于采集字符图片的影响,并设计了可自动控制的升降载物台,放置被测物之后,电机控制载物台由初始位置向上移动,直到红外传感器发出信号,解决了厚度差别大于相机景深而导致采集模糊不清的问题。对于不同颜色的型号,本发明采用模板匹配对比字符自动调节相机曝光的方式,提高了字符识别的精度。
以上所述仅是对本发明的优选实施例及原理进行了详细说明,对本领域的普通技术人员而言,依据本发明提供的思想,在具体实施方式上会有改变之处,而这些改变也应视为本发明的保护范围。
Claims (10)
1.一种具有弧度的剃须刀外壳的字符检测系统,其特征在于,包括机架和设于机架上的相机夹具、光源、载物台、驱动电机、红外传感器和计算机;所述驱动电机用于驱动载物台上升或下降;所述红外传感器设于载物台的外侧,当载物台上设置的剃须刀外壳上升至目标检测位置时,红外传感器触发以控制驱动电机停止运行;所述相机夹具上设有工业相机,所述工业相机与计算机通信连接;所述工业相机、光源位于载物台的上方,以对设于载物台之上的剃须刀外壳进行图像采集;所述计算机用于对采集的图像进行字符检测以获取剃须刀外壳的字符。
2.根据权利要求1所述的一种具有弧度的剃须刀外壳的字符检测系统,其特征在于,所述计算机包括通信连接的上位机图像处理器和显示器,所述上位机图像处理器用于对采集的图像进行字符检测,所述显示器用于显示剃须刀外壳的字符。
3.根据权利要求2所述的一种具有弧度的剃须刀外壳的字符检测系统,其特征在于,所述上位机图像处理器包括:
图像校正模块,用于通过仿射变换对图像进行校正;
图像均衡化模块,用于采用基于直方图均衡化原理的算法提高图像饱和度;
字符提取模块,用于采用阈值分割与图像腐蚀膨胀以提取剃须刀外壳上的字符;
字符识别模块,用于通过OCR字符训练识别字符;
比较模块,用于将识别的字符与标准字符模板进行比较;
单片机,与显示器、工业相机、驱动电机及红外传感器通信连接;若识别的字符与标准字符模板匹配,则单片机控制显示器显示剃须刀外壳的字符;若识别的字符与标准字符模板不匹配,则单片机控制工业相机调节曝光度;所述单片机还用于根据红外传感器的触发信号控制驱动电机的停止运行。
4.一种具有弧度的剃须刀外壳的字符检测方法,应用于权利要求3所述的字符检测系统中,其特征在于,所述字符检测方法包括以下步骤:
S1、调整载物台位置,以使载物台上设置的剃须刀外壳上升至目标检测位置;
S2、通过工业相机对剃须刀外壳进行图像采集;
S3、通过仿射变换对图像进行校正;
S4、采用基于直方图均衡化原理的算法提高图像饱和度;
S5、采用阈值分割与图像腐蚀膨胀以提取剃须刀外壳上的字符;
S6、通过OCR字符训练识别字符;
S7、将识别的字符与标准字符模板进行比较;若识别的字符与标准字符模板匹配,则输出相应的字符;若识别的字符与标准字符模板不匹配,则调节工业相机的曝光度,转至步骤S2。
5.根据权利要求4所述的一种具有弧度的剃须刀外壳的字符检测方法,其特征在于,所述标准字符模板为各种颜色的剃须刀外壳字符的集合,并采用create_shape_model_xld算子创建而成。
6.根据权利要求4所述的一种具有弧度的剃须刀外壳的字符检测方法,其特征在于,所述步骤S2中的工业相机采用远心镜头,并采用异步采集算子grab_image_async采集图像。
7.根据权利要求4所述的一种具有弧度的剃须刀外壳的字符检测方法,其特征在于,所述步骤S3具体为:采用hom_mat2d_rotate算子结合affine_trans_image算子进行仿射变换校正图像。
8.根据权利要求4所述的一种具有弧度的剃须刀外壳的字符检测方法,其特征在于,所述步骤S4中的提高图像饱和度通过scale_image_range算子处理。
9.根据权利要求4所述的一种具有弧度的剃须刀外壳的字符检测方法,其特征在于,所述步骤S5具体为:采用阈值分割算法threshold、膨胀算子dilation_rectangle1及腐蚀算子erosion_rectangle1提取剃须刀外壳上的字符。
10.根据权利要求4所述的一种具有弧度的剃须刀外壳的字符检测方法,其特征在于,所述步骤S6中采用OCR字符训练算法read_ocr_class_mlp、do_ocr_multi_class_mlp识别字符。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910324554.XA CN110097042A (zh) | 2019-04-22 | 2019-04-22 | 一种具有弧度的剃须刀外壳的字符检测系统及检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910324554.XA CN110097042A (zh) | 2019-04-22 | 2019-04-22 | 一种具有弧度的剃须刀外壳的字符检测系统及检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110097042A true CN110097042A (zh) | 2019-08-06 |
Family
ID=67445516
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910324554.XA Pending CN110097042A (zh) | 2019-04-22 | 2019-04-22 | 一种具有弧度的剃须刀外壳的字符检测系统及检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110097042A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110889389A (zh) * | 2019-12-03 | 2020-03-17 | 上海诺信汽车零部件有限公司 | 汽车零部件字符自动识别装置以及识别方法 |
CN112325792A (zh) * | 2020-09-08 | 2021-02-05 | 广东明华机械有限公司 | 一种基于视觉检测的手雷引信保险销安全检测方法 |
CN113205099A (zh) * | 2021-05-12 | 2021-08-03 | 常熟理工学院 | 一种镀镍金属表面去料字符视觉检测系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104123780A (zh) * | 2013-09-01 | 2014-10-29 | 中钞长城金融设备控股有限公司 | 硬币边部质量检测方法及其检测装置 |
CN207115436U (zh) * | 2017-03-29 | 2018-03-16 | 长城汽车股份有限公司 | 标签字符识别装置 |
CN108693194A (zh) * | 2018-06-22 | 2018-10-23 | 湖南大学 | 钢板生产线点阵喷码机器视觉自动检测系统 |
CN108710876A (zh) * | 2018-04-20 | 2018-10-26 | 江苏理工学院 | 一种基于机器视觉的电池表面标识缺陷检测方法及系统 |
CN108965691A (zh) * | 2018-06-12 | 2018-12-07 | Oppo广东移动通信有限公司 | 摄像头控制方法、装置、移动终端及存储介质 |
-
2019
- 2019-04-22 CN CN201910324554.XA patent/CN110097042A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104123780A (zh) * | 2013-09-01 | 2014-10-29 | 中钞长城金融设备控股有限公司 | 硬币边部质量检测方法及其检测装置 |
CN207115436U (zh) * | 2017-03-29 | 2018-03-16 | 长城汽车股份有限公司 | 标签字符识别装置 |
CN108710876A (zh) * | 2018-04-20 | 2018-10-26 | 江苏理工学院 | 一种基于机器视觉的电池表面标识缺陷检测方法及系统 |
CN108965691A (zh) * | 2018-06-12 | 2018-12-07 | Oppo广东移动通信有限公司 | 摄像头控制方法、装置、移动终端及存储介质 |
CN108693194A (zh) * | 2018-06-22 | 2018-10-23 | 湖南大学 | 钢板生产线点阵喷码机器视觉自动检测系统 |
Non-Patent Citations (4)
Title |
---|
张振: "基于单目视觉的工件位姿识别与抓取系统", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
王文峰 等: "《MATLAB计算机视觉与机器认知》", 31 August 2017 * |
陈红伟 等: "公路不停车收费系统中的车辆识别", 《自动化与仪器仪表》 * |
马亦嘉 等: "字符识别中的畸变字符校正算法研究", 《通信技术》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110889389A (zh) * | 2019-12-03 | 2020-03-17 | 上海诺信汽车零部件有限公司 | 汽车零部件字符自动识别装置以及识别方法 |
CN112325792A (zh) * | 2020-09-08 | 2021-02-05 | 广东明华机械有限公司 | 一种基于视觉检测的手雷引信保险销安全检测方法 |
CN113205099A (zh) * | 2021-05-12 | 2021-08-03 | 常熟理工学院 | 一种镀镍金属表面去料字符视觉检测系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102854192B (zh) | 一种基于苹果表面缺陷检测系统的苹果表面缺陷检测方法 | |
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 | |
CN201218723Y (zh) | 光电非接触式图像检测装置 | |
CN105717132B (zh) | 一种pc构件生产线的预埋件检测系统和方法 | |
CN110216080A (zh) | 一种基于图像对比的pcb加工产线的质量监控系统 | |
CN104655641A (zh) | 一种高精密全自动fpc缺陷检测装置及检测工艺 | |
CN110390677B (zh) | 一种基于滑动自匹配的缺陷定位方法及系统 | |
CN111982921A (zh) | 孔缺陷的检测方法、装置、传送平台及存储介质 | |
CN109974582A (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 | |
CN104056790A (zh) | 一种马铃薯智能分选方法与装置 | |
CN102252611A (zh) | 几何定位方法 | |
CN110096980A (zh) | 字符检测识别系统 | |
CN113255869B (zh) | 一种基于机器视觉的板材计数方法 | |
CN111640088B (zh) | 基于深度学习的电子元件极性检测方法、系统及电子装置 | |
CN108844961A (zh) | 一种温控器壳体视觉检测系统及方法 | |
CN105631893A (zh) | 一种通过拍照检测电容安装正确与否的方法及装置 | |
CN104406516A (zh) | 工件异形尺寸检测装置 | |
CN111626995B (zh) | 一种针对工件的智能嵌件检测方法和装置 | |
CN108709500B (zh) | 一种电路板元件定位匹配方法 | |
CN103366176A (zh) | 光学元件缺陷批量自动识别装置和方法 | |
CN110554052A (zh) | 一种人造板表面缺陷检测方法及其系统 | |
CN110582159A (zh) | 一种fpc焊盘表面缺陷处理系统和方法 | |
CN116563391B (zh) | 一种基于机器视觉的激光结构自动标定方法 | |
CN114392940B (zh) | 一种异型元器件的针脚检测方法及装置 | |
CN109374637A (zh) | 一种汽车覆盖件表面质量检测系统及方法 |
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: 20190806 |
|
RJ01 | Rejection of invention patent application after publication |