CN110427885A - 铭牌的检测方法、装置及计算机可读存储介质 - Google Patents
铭牌的检测方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN110427885A CN110427885A CN201910709752.8A CN201910709752A CN110427885A CN 110427885 A CN110427885 A CN 110427885A CN 201910709752 A CN201910709752 A CN 201910709752A CN 110427885 A CN110427885 A CN 110427885A
- Authority
- CN
- China
- Prior art keywords
- nameplate
- image
- similarity
- detection method
- default
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06V10/30—Noise filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/09—Recognition of logos
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种铭牌的检测方法,所述铭牌的检测方法包括以下步骤:获取包含有所述铭牌的图像;确定包含有所述铭牌的图像中目标区域与预设铭牌图像的相似度;在所述相似度大于相似度阈值时,判定所述铭牌合格。本发明还公开了一种铭牌的检测装置及计算机可读存储介质,通过获取铭牌的图像,并根据铭牌图像与预设图像的相似度检测铭牌是否合格,实现了根据铭牌图像自动检测铭牌的目的,避免了人工检测铭牌,从而提高铭牌的检测效率和效果。
Description
技术领域
本发明涉及铭牌检测技术领域,尤其涉及铭牌的检测方法、装置及计算机可读存储介质。
背景技术
在工厂生产电视机的过程中,需要对生产的电视机的铭牌进行检测,判断铭牌的外观是否错误,是否符合出厂标准。
目前,铭牌的外观检测是由人工进行的,通过人工目测铭牌的形状、内容来确定铭牌是否符合出厂标准。在人工检测的过程中,会发生误判或漏检的情况,并且人工效率较低,导致生产效率降低,因此人工检测铭牌的效果并不理想。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种铭牌的检测方法、装置及计算机可读存储介质,旨在解决人工检测铭牌会发生误判或漏检,且生产效率较低,导致人工检测铭牌的效果较差的技术问题。
为实现上述目的,本发明提供一种铭牌的检测方法,所述铭牌的检测方法包括以下步骤:
获取包含有所述铭牌的图像;
确定包含有所述铭牌的图像中目标区域与预设铭牌图像的相似度;
在所述相似度大于相似度阈值时,判定所述铭牌合格。
可选地,所述确定包含有所述铭牌的图像中铭牌区域与预设铭牌图像的相似度的步骤之前,还包括:
获取所述包含有所述铭牌的图像中预设区域的图像;
获取所述预设区域的图像中灰度大于预设灰度的区域,并作为所述目标区域。
可选地,所述获取所述包含有所述铭牌的图像中预设区域的图像的步骤之后,还包括:
对所述预设区域的图像进行降噪处理。
可选地,所述确定包含有所述铭牌的图像中目标区域与预设铭牌图像的相似度的步骤包括:
根据所述目标区域生成灰度图像;
根据所述灰度图像与所述预设铭牌图像确定所述相似度。
可选地,所述根据所述灰度图像与所述预设铭牌图像确定所述相似度的步骤包括:
将所述灰度图像转化为亚像素图像;
根据所述亚像素图像与所述预设铭牌图像确定所述相似度。
可选地,所述确定包含有所述铭牌的图像中目标区域与预设铭牌图像的相似度的步骤之前,还包括:
获取所述铭牌对应的设备型号;
根据所述铭牌对应的设备型号确定所述预设铭牌图像。
可选地,所述在所述相似度大于相似度阈值时,判定所述铭牌合格的步骤之前,还包括:
获取所述铭牌的复杂等级;
确定与所述复杂等级对应的相似度阈值,其中,所述复杂等级越高,所述相似度阈值越低。
可选地,所述铭牌的检测方法还包括:
在执行所述获取包含有所述铭牌的图像的步骤前,检测到所述铭牌所在的终端设备到达预设位置。
此外,为实现上述目的,本发明还提供一种铭牌的检测装置,所述铭牌的检测装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的铭牌的检测程序,所述铭牌的检测程序被所述处理器执行时实现如上所述中任一项所述的铭牌的检测方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有铭牌的检测程序,所述铭牌的检测程序被处理器执行时实现如上所述中任一项所述的铭牌的检测方法的步骤。
本发明实施例提出的铭牌的检测方法、装置及计算机可读存储介质,获取包含有所述铭牌的图像,确定包含有所述铭牌的图像中目标区域与预设铭牌图像的相似度,在所述相似度大于相似度阈值时,判定所述铭牌合格。本发明通过获取铭牌的图像,并根据铭牌图像与预设图像的相似度检测铭牌是否合格,实现了根据铭牌图像自动检测铭牌的目的,避免了人工检测铭牌,从而提高铭牌的检测效率和效果。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图;
图2为本发明铭牌的检测方法的一实施例的流程示意图;
图3为本发明铭牌的检测方法另一实施例的流程示意图;
图4为图2中步骤S20的细化流程示意图;
图5为本发明铭牌的检测方法又一实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例的主要解决方案是:
获取包含有所述铭牌的图像;
确定包含有所述铭牌的图像中目标区域与预设铭牌图像的相似度;
在所述相似度大于相似度阈值时,判定所述铭牌合格。
由于现有技术中,铭牌的外观检测是由人工进行的,通过人工目测铭牌的形状、内容来确定铭牌是否符合出厂标准。在人工检测的过程中,会发生误判或漏检的情况,并且人工效率较低,导致生产效率降低,因此人工检测铭牌的效果并不理想。
本发明提供一种解决方案,通过获取铭牌的图像,并根据铭牌图像与预设图像的相似度检测铭牌是否合格,实现了根据铭牌图像自动检测铭牌的目的,避免了人工检测铭牌,从而提高铭牌的检测效率和效果。
如图1所示,图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图。
本发明实施例终端可以是铭牌的检测装置,可以是具有图像采集功能的终端设备,或是与图像采集装置通过数据传输接口连接的终端设备。
如图1所示,该终端可以包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。可选地,终端还可以包括摄像头。
本领域技术人员可以理解,图1中示出的终端结构并不构成对终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机可读存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及铭牌的检测程序。
在图1所示的终端中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的铭牌的检测程序,并执行以下操作:
获取包含有所述铭牌的图像;
确定包含有所述铭牌的图像中目标区域与预设铭牌图像的相似度;
在所述相似度大于相似度阈值时,判定所述铭牌合格。
进一步地,处理器1001可以调用存储器1005中存储的铭牌的检测程序,还执行以下操作:
获取所述包含有所述铭牌的图像中预设区域的图像;
获取所述预设区域的图像中灰度大于预设灰度的区域,并作为所述目标区域。
进一步地,处理器1001可以调用存储器1005中存储的铭牌的检测程序,还执行以下操作:
对所述预设区域的图像进行降噪处理。
进一步地,处理器1001可以调用存储器1005中存储的铭牌的检测程序,还执行以下操作:
根据所述目标区域生成灰度图像;
根据所述灰度图像与所述预设铭牌图像确定所述相似度。
进一步地,处理器1001可以调用存储器1005中存储的铭牌的检测程序,还执行以下操作:
将所述灰度图像转化为亚像素图像;
根据所述亚像素图像与所述预设铭牌图像确定所述相似度。
进一步地,处理器1001可以调用存储器1005中存储的铭牌的检测程序,还执行以下操作:
获取所述铭牌对应的设备型号;
根据所述铭牌对应的设备型号确定所述预设铭牌图像。
进一步地,处理器1001可以调用存储器1005中存储的铭牌的检测程序,还执行以下操作:
获取所述铭牌的复杂等级;
确定与所述复杂等级对应的相似度阈值,其中,所述复杂等级越高,所述相似度阈值越低。
进一步地,处理器1001可以调用存储器1005中存储的铭牌的检测程序,还执行以下操作:
在执行所述获取包含有所述铭牌的图像的步骤前,检测到所述铭牌所在的终端设备到达预设位置。
参照图2,在一实施例中,所述铭牌的检测方法包括以下步骤:
步骤S10,获取包含有所述铭牌的图像;
在本实施例中,检测终端设备的铭牌是否合格的过程一般是在终端设备出厂前进行的。铭牌的检测装置设置于固定位置,并且角度和方向也是固定的,以便于在将所述终端设备移动到预设位置后,铭牌的检测装置始终可以采集到终端设备的铭牌图像。
并且,在获取终端设备的铭牌图像之前,还可获取终端设备的检测记录。由于在进行铭牌检测之前,还可能对终端设备的其他部件进行了功能测试,并生成了对应的检测记录。若终端设备的检测记录中已存在不合格的测试项目,则跳过当前的铭牌检测,以节省时间,从而提高终端设备的检测效率。
步骤S20,确定包含有所述铭牌的图像中目标区域与预设铭牌图像的相似度;
在本实施例中,在获取到包含有铭牌的图像后,比对包含有铭牌的图像中目标区域与预设铭牌图像,以获取图像的相似度。其中,目标区域可以是包含有铭牌的图像中预设位置对应的图像,或者包含有铭牌的图像中铭牌所在的区域。包含有铭牌的图像中铭牌所在的区域可通过图像灰度进行识别。例如,可将包含有铭牌的图像中灰度大于预设灰度的区域作为目标区域。在比对包含有铭牌的图像中目标区域与预设铭牌图像的相似度之前,还可对包含有铭牌的图像进行滤波等降噪处理,以降低图像中的噪声成分对图像相似度的影响。预设铭牌图像可预先存储在铭牌的检测装置或服务器端,以供铭牌的检测装置在计算图像相似度时调取。预设铭牌图像可由人工检测过的合格铭牌的图像生成。预设铭牌的图像处理过程与包含有铭牌的图像的处理过程类似。其中,预设灰度也可根据预设铭牌的图像得到,将预设铭牌的图像的平均灰度作为预设灰度。
步骤S30,在所述相似度大于相似度阈值时,判定所述铭牌合格。
在本实施例中,在比对图像得到的相似度大于相似度阈值时,判定铭牌合格,在比对图像得到的相似度小于或等于相似度阈值时,判定铭牌不合格。并且,不同内容的铭牌复杂程度是不同的,在铭牌较复杂时,铭牌图像的相似度的计算误差较大,因此在铭牌合格时,铭牌图像的相似度可能会有较小的情况,从而会将铭牌误判为不合格,因此对于不同的铭牌可设置不同的相似度阈值,以实现在铭牌内容较复杂时,可适当降低相似度阈值的目的。为了使检测结果更加准确,还可重复多次进行铭牌的检测,以避免误判现象。在确定铭牌是否合格之后,将判定记录与对应的终端设备、铭牌的信息存储至数据库中,以便于后续在处理不合格的铭牌时进行追溯。
此外,本实施例公开的技术方案不仅可用于铭牌的检测,还可用于终端设备上多种外观或显示界面的检测,例如,在终端设备的显示界面中,如WiFi界面,可获取WiFi界面的图像,通过与预设WiFi图像的相似度判断WiFi信号是否满格,以检测WiFi功能是否正常,又或者,在终端设备开机后,可获取终端设备开机界面的图像,通过与预设开机界面图像的相似度判断开机界面是否正常,由于终端设备开机需要一定的时间,因此还可设置在开机预设时长后获取开机界面的图像。
在本实施例公开的技术方案中,通过获取铭牌的图像,并根据铭牌图像与预设图像的相似度检测铭牌是否合格,实现了根据铭牌图像自动检测铭牌的目的,避免了人工检测铭牌,从而提高铭牌的检测效率和效果。
在另一实施例中,如图3所示,在上述图2所示的实施例基础上,步骤S20之前,还包括:
步骤S01,获取所述包含有所述铭牌的图像中预设区域的图像;
在本实施例中,预设区域为图像中指定位置对应的区域。由于铭牌的检测装置是固定的,并且是在终端设备到达预设位置后获取铭牌的图像,因此铭牌在图像中的位置也是固定的。获取到的包含铭牌的图像中也会同时包括终端设备的其他部件的部分内容,会对铭牌的检测产生影响,因此可预先设置一片区域作为预设区域,在获取到包含有铭牌的图像后,通过预设区域尽可能地裁剪出铭牌所在的区域,以减小其他内容对铭牌检测的影响。需要说明的是,预设区域的形状轮廓和面积大小可根据实际情况进行调整,在此不做限定。
步骤S02,获取所述预设区域的图像中灰度大于预设灰度的区域,并作为所述目标区域。
在本实施例中,获取预设区域的图像中像素的灰度,并识别出灰度大于预设灰度的区域,并进行整合,以得到目标区域。例如,灰度的范围为0-255,若设置的预设灰度为230,则预设区域的图像中灰度大于230的像素均为目标区域中的像素,或者在灰度以百分比计量时,设置的灰度为3%,则预设区域的图像中灰度小于3%的像素均为目标区域中的像素,即为铭牌所在的区域。其中,预设灰度可根据人工检测过的合格铭牌的图像得到。具体地,裁剪出合格铭牌的图像中预设区域的图像,以减少图像中的其他内容对预设灰度的影响。将裁剪出的图像转化为灰度图像,以获取灰度图像的灰度,从而计算出灰度图像的平均灰度,将平均灰度作为所述预设灰度。此外,还可对裁剪出的图像进行滤波等降噪处理,以进一步降低图像噪音对预设灰度的影响。
在本实施例公开的技术方案中,通过获取包含有铭牌的图像中的预设区域图像,并进一步获取灰度大于预设灰度的目标区域,使得图像比对的范围更小,从而提高相似度的准确性。
在再一实施例中,如图4所示,在图2至图3任一实施例所示的基础上,步骤S20包括:
步骤S21,根据所述目标区域生成灰度图像;
在本实施例中,在比对包含有铭牌的图像中目标区域与预设铭牌图像之前,可将目标区域转化为灰度图像,以降低目标区域中噪声对相似度的影响,使计算得到的相似度更加准确。目标区域转化为灰度图像的方法可以是平均法、加权平均法、二值图像、反转图像中的任意一种。并且,在将目标区域转化为灰度图像之前,也可对目标图像进行滤波等降噪处理,进一步提高相似度的准确性。滤波的方式可以是高斯滤波、双边滤波、均值滤波等方法中的任意一种。
步骤S22,根据所述灰度图像与所述预设铭牌图像确定所述相似度。
在本实施例中,在计算相似度之前,还可将灰度图像转化为亚像素图像。通过比对亚像素图像与预设铭牌图像来计算相似度。通过亚像素图像,可以使图像的比对更加精准,从而提高相似度的准确性。将灰度图像转化为亚像素图像的方式可以是点定位、边缘定位等。需要说明的是,在比对图像之前,包含有铭牌的图像的处理过程与获取到的预设铭牌图像的处理过程类似,以实现比对时图像的统一性。相似度的计算可通过像素点对比、重心对比、投影对比、分块对比中的任意一种方式。由于不同设备的铭牌的内容、大小、形状轮廓等会有所不同,因此不同设备的预设铭牌图像也不同,可在铭牌的检测装置或服务器端预先存储不同设备信号对应的预设铭牌图像,在比对灰度图像与预设铭牌图像时,即可根据铭牌对应的设备型号获取对应的预设铭牌图像。
在本实施例公开的技术方案中,将目标区域转化为灰度图像,再与预设铭牌图像进行比对获取相似度,通过灰度图像减少了图像噪声对相似度的影响,提高了相似度计算的准确性。
在又一实施例中,如图5所示,在图2至图4任一实施例所示的基础上,步骤S30之前,还包括:
步骤S03,获取所述铭牌的复杂等级;
步骤S04,确定与所述复杂等级对应的相似度阈值,其中,所述复杂等级越高,所述相似度阈值越低。
在本实施例中,不同内容的铭牌复杂程度是不同的,在铭牌较复杂时,铭牌图像的相似度的计算误差较大,因此在铭牌合格时,铭牌图像的相似度可能会有较小的情况,从而会将铭牌误判为不合格,因此对于不同的铭牌可设置不同的相似度阈值,以实现在铭牌内容较复杂时,可适当降低相似度阈值的目的。根据不同内容的铭牌的复杂程度划分多个复杂等级,再将不同的复杂等级对应到不同的相似度阈值,并存储在铭牌的检测装置或服务器端,以供在铭牌检测时调用。在通过图像比对计算出相似度后,获取铭牌对应的复杂等级,再确定与当前获取到的复杂等级对应的相似度阈值,进而判断铭牌是否合格。
在本实施例公开的技术方案中,根据铭牌的复杂程度确定相似度阈值,使得在根据相似度阈值判断铭牌是否合格时,判定结果更加准确。
此外,本发明实施例还提出一种铭牌的检测装置,所述铭牌的检测装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的铭牌的检测程序,所述铭牌的检测程序被所述处理器执行时实现如上实施例所述的铭牌的检测方法的步骤。
此外,本发明实施例还提出一种计算机可读存储介质,所述计算机可读存储介质上存储有铭牌的检测程序,所述铭牌的检测程序被处理器执行时实现如上实施例所述的铭牌的检测方法的步骤。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
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上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的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,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种铭牌的检测方法,其特征在于,所述铭牌的检测方法包括以下步骤:
获取包含有所述铭牌的图像;
确定包含有所述铭牌的图像中目标区域与预设铭牌图像的相似度;
在所述相似度大于相似度阈值时,判定所述铭牌合格。
2.如权利要求1所述的铭牌的检测方法,其特征在于,所述确定包含有所述铭牌的图像中铭牌区域与预设铭牌图像的相似度的步骤之前,还包括:
获取所述包含有所述铭牌的图像中预设区域的图像;
获取所述预设区域的图像中灰度大于预设灰度的区域,并作为所述目标区域。
3.如权利要求2所述的铭牌的检测方法,其特征在于,所述获取所述包含有所述铭牌的图像中预设区域的图像的步骤之后,还包括:
对所述预设区域的图像进行降噪处理。
4.如权利要求1所述的铭牌的检测方法,其特征在于,所述确定包含有所述铭牌的图像中目标区域与预设铭牌图像的相似度的步骤包括:
根据所述目标区域生成灰度图像;
根据所述灰度图像与所述预设铭牌图像确定所述相似度。
5.如权利要求4所述的铭牌的检测方法,其特征在于,所述根据所述灰度图像与所述预设铭牌图像确定所述相似度的步骤包括:
将所述灰度图像转化为亚像素图像;
根据所述亚像素图像与所述预设铭牌图像确定所述相似度。
6.如权利要求1所述的铭牌的检测方法,其特征在于,所述确定包含有所述铭牌的图像中目标区域与预设铭牌图像的相似度的步骤之前,还包括:
获取所述铭牌对应的设备型号;
根据所述铭牌对应的设备型号确定所述预设铭牌图像。
7.如权利要求1所述的铭牌的检测方法,其特征在于,所述在所述相似度大于相似度阈值时,判定所述铭牌合格的步骤之前,还包括:
获取所述铭牌的复杂等级;
确定与所述复杂等级对应的相似度阈值,其中,所述复杂等级越高,所述相似度阈值越低。
8.如权利要求1所述的铭牌的检测方法,其特征在于,所述铭牌的检测方法还包括:
在执行所述获取包含有所述铭牌的图像的步骤前,检测到所述铭牌所在的终端设备到达预设位置。
9.一种铭牌的检测装置,其特征在于,所述铭牌的检测装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的铭牌的检测程序,所述铭牌的检测程序被所述处理器执行时实现如权利要求1至8中任一项所述的铭牌的检测方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有铭牌的检测程序,所述铭牌的检测程序被处理器执行时实现如权利要求1至8中任一项所述的铭牌的检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910709752.8A CN110427885A (zh) | 2019-07-31 | 2019-07-31 | 铭牌的检测方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910709752.8A CN110427885A (zh) | 2019-07-31 | 2019-07-31 | 铭牌的检测方法、装置及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110427885A true CN110427885A (zh) | 2019-11-08 |
Family
ID=68412159
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910709752.8A Pending CN110427885A (zh) | 2019-07-31 | 2019-07-31 | 铭牌的检测方法、装置及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110427885A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111047558A (zh) * | 2019-11-20 | 2020-04-21 | 深圳市康冠智能科技有限公司 | 图像检测方法、装置、计算机设备以及存储介质 |
CN113096111A (zh) * | 2021-04-25 | 2021-07-09 | 深圳市永丰盈电子有限公司 | 物料检测方法、系统、计算机程序产品及可读存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102117481A (zh) * | 2011-03-17 | 2011-07-06 | 西安交通大学 | 一种破损图像自动数字化修复的方法 |
CN103605973A (zh) * | 2013-10-25 | 2014-02-26 | 四川长虹电器股份有限公司 | 一种图像字符检测鉴别方法 |
CN103824287A (zh) * | 2014-02-14 | 2014-05-28 | 同济大学 | 一种基于稳健平面拟合的相位相关亚像素匹配方法 |
CN104331897A (zh) * | 2014-11-21 | 2015-02-04 | 天津工业大学 | 基于极线校正的亚像素级相位立体匹配方法 |
CN108256523A (zh) * | 2018-01-11 | 2018-07-06 | 上海展扬通信技术有限公司 | 基于移动终端的识别方法、装置及计算机可读存储介质 |
CN109060799A (zh) * | 2018-05-23 | 2018-12-21 | 嘉兴微芒科技有限公司 | 一种装配流水线成品检测判定方法 |
CN109948591A (zh) * | 2019-04-01 | 2019-06-28 | 广东安居宝数码科技股份有限公司 | 一种车位检测方法、装置、电子设备及可读取存储介质 |
CN110008997A (zh) * | 2019-03-06 | 2019-07-12 | 平安科技(深圳)有限公司 | 图像纹理相似度识别方法、装置及计算机可读存储介质 |
-
2019
- 2019-07-31 CN CN201910709752.8A patent/CN110427885A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102117481A (zh) * | 2011-03-17 | 2011-07-06 | 西安交通大学 | 一种破损图像自动数字化修复的方法 |
CN103605973A (zh) * | 2013-10-25 | 2014-02-26 | 四川长虹电器股份有限公司 | 一种图像字符检测鉴别方法 |
CN103824287A (zh) * | 2014-02-14 | 2014-05-28 | 同济大学 | 一种基于稳健平面拟合的相位相关亚像素匹配方法 |
CN104331897A (zh) * | 2014-11-21 | 2015-02-04 | 天津工业大学 | 基于极线校正的亚像素级相位立体匹配方法 |
CN108256523A (zh) * | 2018-01-11 | 2018-07-06 | 上海展扬通信技术有限公司 | 基于移动终端的识别方法、装置及计算机可读存储介质 |
CN109060799A (zh) * | 2018-05-23 | 2018-12-21 | 嘉兴微芒科技有限公司 | 一种装配流水线成品检测判定方法 |
CN110008997A (zh) * | 2019-03-06 | 2019-07-12 | 平安科技(深圳)有限公司 | 图像纹理相似度识别方法、装置及计算机可读存储介质 |
CN109948591A (zh) * | 2019-04-01 | 2019-06-28 | 广东安居宝数码科技股份有限公司 | 一种车位检测方法、装置、电子设备及可读取存储介质 |
Non-Patent Citations (1)
Title |
---|
ZELONG WU ET AL.: "A Novel Self-Feedback Intelligent Vision Measure for Fast and Accurate Alignment in Flip-Chip Packaging", 《IEEE TRANSACTIONS ON INDUSTRIAL INFORMATICS》, pages 1776 - 1787 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111047558A (zh) * | 2019-11-20 | 2020-04-21 | 深圳市康冠智能科技有限公司 | 图像检测方法、装置、计算机设备以及存储介质 |
CN113096111A (zh) * | 2021-04-25 | 2021-07-09 | 深圳市永丰盈电子有限公司 | 物料检测方法、系统、计算机程序产品及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11182589B2 (en) | Methods and apparatuses for determining face image quality, electronic devices, and computer storage media | |
CN109389135B (zh) | 一种图像筛选方法及装置 | |
CN109781733A (zh) | 缺陷检查装置、缺陷检查方法及计算机可读存储介质 | |
CN109740547A (zh) | 一种图像处理方法、设备及计算机可读存储介质 | |
CN111223078B (zh) | 瑕疵等级判定的方法及存储介质 | |
CN116152261B (zh) | 一种印刷制品质量的视觉检测系统 | |
CN110427885A (zh) | 铭牌的检测方法、装置及计算机可读存储介质 | |
CN108241821A (zh) | 图像处理设备和方法 | |
CN110490864A (zh) | 图像的自适应缺陷检测方法 | |
CN107527095A (zh) | 一种车辆检测图像采集方法及系统 | |
CN111415339A (zh) | 一种复杂纹理工业产品图像缺陷检测方法 | |
CN111898610B (zh) | 卡片缺角检测方法、装置、计算机设备及存储介质 | |
CN105654531B (zh) | 一种图像轮廓的绘制方法及装置 | |
CN112085721A (zh) | 基于人工智能的水淹车定损方法、装置、设备及存储介质 | |
CN113065379A (zh) | 融合图像质量的图像检测方法、装置、电子设备 | |
CN112749735B (zh) | 基于深度学习的转炉出钢钢流识别方法、系统、介质及终端 | |
CN112001336A (zh) | 行人越界报警方法、装置、设备及系统 | |
CN111476056B (zh) | 目标物体的识别方法、装置、终端设备及计算机存储介质 | |
CN110441714A (zh) | 指示灯的检测方法、装置及计算机可读存储介质 | |
CN114418848B (zh) | 视频处理方法、装置、存储介质及电子设备 | |
CN115700758A (zh) | 一种精子活性的检测方法、装置、设备及存储介质 | |
CN112686851B (zh) | 一种图像检测方法、装置及存储介质 | |
CN113689378B (zh) | 试纸带精准定位的判定方法、装置、存储介质及终端 | |
CN109446016B (zh) | 一种增强现实技术ar功能测试方法、装置及系统 | |
CN107562050B (zh) | 一种机器人识别环境的方法及系统 |
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 |