CN110514675A - 一种标签的智能检测方法及系统 - Google Patents
一种标签的智能检测方法及系统 Download PDFInfo
- Publication number
- CN110514675A CN110514675A CN201910812926.3A CN201910812926A CN110514675A CN 110514675 A CN110514675 A CN 110514675A CN 201910812926 A CN201910812926 A CN 201910812926A CN 110514675 A CN110514675 A CN 110514675A
- Authority
- CN
- China
- Prior art keywords
- label
- image
- detected
- pixel
- channel
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 35
- 230000010365 information processing Effects 0.000 claims abstract description 9
- 238000012360 testing method Methods 0.000 claims description 20
- 239000000126 substance Substances 0.000 claims description 9
- 239000000284 extract Substances 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 239000007787 solid Substances 0.000 claims 1
- 238000012797 qualification Methods 0.000 abstract description 9
- 230000005540 biological transmission Effects 0.000 abstract description 4
- 239000000047 product Substances 0.000 description 39
- 238000002372 labelling Methods 0.000 description 9
- 238000004519 manufacturing process Methods 0.000 description 5
- 239000013066 combination product Substances 0.000 description 2
- 229940127555 combination product Drugs 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000012372 quality testing Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011179 visual inspection 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
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/956—Inspecting patterns on the surface of objects
- G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种标签智能检测方法及系统，利用安装在工作站的图像采集装置拍摄待检测的产品图像，结合产品图像上的固定特征点，挑选出包含待检测标签的产品图像，并通过以固定特征点为基准确定待检测标签像素坐标范围，调用合格标签信息，并和待检测标签信息进行对比，信息处理装置根据对比结果来对标签内容、标签种类、标签位置、标签形状、标签图像质量信息进行检测，信息反馈装置通过声音传播或图像显示或两者结合的方式把检测结果反馈给检测人员。此方法操作简单，可以代替传统的人工肉眼标签检测方法，并能提高产品标签的位置一致性和合格率，提高了检测速度，从而提升产品的外观质量和美观程度。
Description
技术领域
本发明涉及制造业一种产品标签检测方法，具体涉及一种基于图像像素对比的标签智能检测方法及系统。
背景技术
产品标签往往多种多样，一般包括二维码、条形码、企业LOGO、能效标识、合格标识、产品标识等。但生产产品的企业很难保持每个产品贴标签位置的一致性，也无法保证在粘贴的过程中起褶皱或者更加严重的破损缺角问题。这些品质问题一般是由于生产流水线上人工操作贴标签，且用肉眼来检查标签造成的。同时，由于工人用肉眼检测，有时还会造成近似标签贴错而无法发现的品质问题。
此外，人工检测产品标签还需靠近产品贴标签位置确认标签内容和位置，降低了检测标签的检测速度，无法满足现代企业产品生产速度的需要。
为了解决贴好的标签品质检测问题，提升产品标签质量检测速度，因此有必要提出一种产品标签智能检测方法及系统，代替传统的人工肉眼检测方法，提高产品标签的位置一致性和准确率，提高检测速度，从而提升产品的外观质量和美观程度。
发明内容
为了解决上述产品标签质量检测现有技术存在的缺陷，本发明提供了一种基于图像像素对比的标签智能检测方法及系统。
在一个实施例中，本发明提供的一种标签的智能检测方法，包括以下步骤：
S100，获取包含待检测标签的产品图像，并从包含待检测标签的产品图像中提取待检测标签的图像信息；
S200，将待检测标签的图像信息与已知的合格标签的图像信息进行对比，将对比结果符合预设要求的待检测标签归为检测合格标签；
S300，将待检测标签的检测结果反馈给检测人员。
在一个实施例中，合格标签的图像信息至少包括以下一种信息：标签内容、标签种类、标签位置、标签形状和标签图像质量信息。
在一个实施例中，步骤S100中，采用基于识别固定特征点和检测图像像素参数值的方法，从包含待检测标签的产品图像中提取待检测标签的图像信息。
在一个实施例中，基于识别固定特征点和检测图像像素参数值的方法，从包含待检测标签的产品图像中提取待检测标签的图像信息，具体包括以下步骤：
S110，通过识别产品图像上的固定特征点来选出包含待检测标签的产品图像，并以固定特征点为基准确定待检测标签在包含待检测标签的产品图像中的像素坐标范围；
S120，根据像素坐标范围提取待检测标签图像的各个像素点的R、G、B、A各通道参数值。
在一个实施例中，步骤S200中，将待检测标签的图像信息与已知的合格标签的图像信息进行对比，具体包括以下步骤：
S210，将待检测标签图像的像素坐标范围与合格标签的图像的像素坐标范围进行对比；
S220，将待检测标签图像的各像素点的R、G、B、A各通道参数值与合格标签的图像的各像素点的R、G、B、A各通道参数值进行对比。
在一个实施例中，步骤S210具体包括以下步骤：
判断待检测标签的图像与合格标签的图像在R、G、B各通道的像素坐标宽度值之间的差值与合格标签的图像在R、G、B各通道的像素坐标宽度值的比值是否小于等于给定的R、G、B宽度阈值；
判断待检测标签的图像与合格标签的图像在R、G、B各通道的像素坐标高度值之间的差值与合格标签的图像在R、G、B各通道的像素坐标高度值的比值是否小于等于给定的R、G、B高度阈值。
在一个实施例中，步骤S220具体包括以下步骤：
判断待检测标签的图像与合格标签的图像在R、G、B各通道的各像素点灰度值之间的差值大于灰度阈值的像素点总数与合格标签的图像在R、G、B各通道的像素点总数的比值是否小于等于给定的R、G、B通道阈值；
判断待检测标签的图像与合格标签的图像在R、G、B各通道的各像素点灰度值之间的差值大于灰度阈值的像素点形成的连通区域的像素点总数与合格标签的图像在R、G、B各通道的像素点总数的比值是否小于等于给定的R、G、B通道阈值；
判断待检测标签的图像与合格标签的图像在A通道的各像素点不透明度值之间的差值大于不透明度阈值的像素点总数与合格标签的图像在A通道的像素点总数的比值是否小于等于给定的A通道阈值；
在一个实施例中，预设要求为合格标签图像与待检测标签图像的像素范围对比结果和合格标签图像与待检测标签图像的R、G、B、A各通道参数值对比结果需同时满足预设条件。
在一个实施例中，待检测标签为加密标签，对于加密标签，其解码得到的所述待检测标签的内容信息与合格的标签内容信息对比的结果满足预设条件。
在一个实施例中，一种标签智能检测系统，包括：图像采集装置、信息处理装置、信息反馈装置；
图像采集装置用于采集产品图像；
信息处理装置，其包括存储器和处理器，处理器用于执行存储在所述存储器中的计算机程序，以实现如上内容中任意一个实施例的标签智能检测方法并输出检测结果；
信息反馈装置用于向检测人员反馈检测结果。
与现有技术相比，本发明的一个或多个实施例可以具有如下优点：
本发明通过提出一种标签智能检测方法及系统，利用安装在工作站的图像采集装置拍摄待检测的产品图像，结合产品图像上的固定特征点，挑选出包含待检测标签的产品图像，并通过以固定特征点为基准确定待检测标签像素坐标范围，同时调用合格标签信息，并和待检测标签信息进行对比，信息处理装置根据对比结果来对标签内容、标签种类、标签位置、标签形状、标签图像质量信息进行检测，信息反馈装置通过声音传播或图像显示方式把结果反馈给检测人员。此方法操作简单，可以代替传统的人工肉眼标签检测方法，并能提高产品标签的位置一致性和合格率，提高检测速度，从而提升产品的外观质量和美观程度。
本发明的其它特征和优点将在随后的说明书中阐述，并且部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明一示例的标签智能检测方法流程示意图；
图2是本发明一示例的实现标签智能检测方法的系统示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，以下结合附图对本发明作进一步地详细说明，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。
为了解决制造业产品贴好的标签品质检测问题，提升产品标签质量检测速度，本发明提供了一种基于固定特征点和图像像素对比的标签智能检测方法及系统。
在一个实施例中，本发明提供的一种标签的智能检测方法，包括以下步骤：
S100，获取包含待检测标签的产品图像，并从包含待检测标签的产品图像中提取待检测标签的图像信息；
S200，将待检测标签的图像信息与已知的合格标签的图像信息进行对比，将对比结果符合预设要求的待检测标签归为检测合格标签；
S300，将待检测标签的检测结果反馈给检测人员。
在一个实施例中，合格标签的图像信息至少包括以下一种信息：标签内容、标签种类、标签位置、标签形状和标签图像质量信息。
在一个实施例中，步骤S100中，采用基于识别固定特征点和检测图像像素参数值的方法，从包含待检测标签的产品图像中提取待检测标签的图像信息。
在一个实施例中，基于识别固定特征点和检测图像像素参数值的方法，从包含待检测标签的产品图像中提取待检测标签的图像信息，具体包括以下步骤：
S110，通过识别产品图像上的固定特征点来选出包含待检测标签的产品图像，并以固定特征点为基准确定待检测标签在包含待检测标签的产品图像中的像素坐标范围；
S120，根据像素坐标范围提取待检测标签图像的各个像素点的R、G、B、A各通道参数值。
在一个实施例中，步骤S200中，将待检测标签的图像信息与已知的合格标签的图像信息进行对比，具体包括以下步骤：
S210，将待检测标签图像的像素坐标范围与合格标签的图像的像素坐标范围进行对比；
S220，将待检测标签图像的各像素点的R、G、B、A各通道参数值与合格标签的图像的各像素点的R、G、B、A各通道参数值进行对比。
在一个实施例中，步骤S210具体包括以下步骤：
判断待检测标签的图像与合格标签的图像在R、G、B各通道的像素坐标宽度值之间的差值与合格标签的图像在R、G、B各通道的像素坐标宽度值的比值是否小于等于给定的R、G、B宽度阈值，优选地，宽度阈值为2％，≤2％判定待检测标签为合格，＞2％判定待检测标签为不合格；
判断待检测标签的图像与合格标签的图像在R、G、B各通道的像素坐标高度值之间的差值与合格标签的图像在R、G、B各通道的像素坐标高度值的比值是否小于等于给定的R、G、B高度阈值，优选地，高度阈值为2％，≤2％判定待检测标签为合格，＞2％判定待检测标签为不合格。
在一个实施例中，步骤S220具体包括以下步骤：
判断待检测标签的图像与合格标签的图像在R、G、B各通道的各像素点灰度值之间的差值大于灰度阈值的像素点总数与合格标签的图像在R、G、B各通道的像素点总数的比值是否小于等于给定的R、G、B通道阈值，优选地，灰度阈值为10，R、G、B通道阈值为1％，≤1％判定待检测标签为合格，＞1％判定待检测标签为不合格；
判断待检测标签的图像与合格标签的图像在R、G、B各通道的各像素点灰度值之间的差值大于灰度阈值的像素点形成的连通区域的像素点总数与合格标签的图像在R、G、B各通道的像素点总数的比值是否小于等于给定的R、G、B通道阈值，优选地，灰度阈值为10，R、G、B通道阈值为1％，≤1％判定待检测标签为合格，＞1％判定待检测标签为不合格；
判断待检测标签的图像与合格标签的图像在A通道的各像素点不透明度值之间的差值大于不透明度阈值的像素点总数与合格标签的图像在A通道的像素点总数的比值是否小于等于给定的A通道阈值，优选地，不透明度阈值为0.1，A通道阈值为10％，≤10％判定待检测标签为合格，＞10％判定待检测标签为不合格。
在一个实施例中，预设要求为合格标签图像与待检测标签图像的像素范围对比结果和合格标签图像与待检测标签图像的R、G、B、A各通道参数值对比结果需同时满足预设条件。
在一个实施例中，待检测标签为加密标签，对于加密标签，其解码得到的所述待检测标签的内容信息与合格的标签内容信息对比的结果满足预设条件，即要求2者的内容相同。
在一个实施例中，一种标签智能检测系统，包括：图像采集装置、信息处理装置、信息反馈装置；
图像采集装置用于采集产品图像；
信息处理装置，其包括存储器和处理器，处理器用于执行存储在所述存储器中的计算机程序，以实现如上内容中任意一个实施例的标签智能检测方法并输出检测结果；
信息反馈装置用于向检测人员反馈检测结果。
在一个实施例中，信息反馈装置会把检测结果通过声音播放或图像显示或两者结合的方式反馈给检测人员，检测人员根据检测结果进行放行或返工处理，并统计每批次标签的检测速度。
根据检测现场统计，之前人工检测标签速度为每分钟20～30个，而在实施了本发明标签智能检测方法及系统后，标签检测速度提升了10倍，达到了每分钟200～300个，合格率也提升了，大大提升了产品的产能，并保证了产品的品质。
与现有技术相比，本发明的一个或多个实施例可以具有如下优点：
本发明通过提出一种标签智能检测方法及系统，利用安装在工作站的图像采集装置拍摄待检测的产品图像，结合产品图像上的固定特征点，挑选出包含待检测标签的产品图像，并通过以固定特征点为基准确定待检测标签像素坐标范围，同时调用合格标签信息，并和待检测标签信息进行对比，信息处理装置根据对比结果来对标签内容、标签种类、标签位置、标签形状、标签图像质量信息进行检测，信息反馈装置通过声音传播或图像显示方式把结果反馈给检测人员。此方法操作简单，可以代替传统的人工肉眼标签检测方法，并能提高产品标签的位置一致性和合格率，提高检测速度，从而提升产品的外观质量和美观程度。
虽然本发明公开的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所述技术领域内的技术人员，在不脱离本发明所公开的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，本发明的保护范围并不局限于文中公开的特定实施例，而是包括落入权利要求范围内的所有技术方案。
Claims (10)
1.一种标签智能检测方法，其特征在于，包括以下步骤：
S100，获取包含待检测标签的产品图像，并从包含待检测标签的产品图像中提取待检测标签的图像信息；
S200，将待检测标签的图像信息与已知的合格标签的图像信息进行对比，将对比结果符合预设要求的待检测标签归为检测合格标签；
S300，将待检测标签的检测结果反馈给检测人员。
2.根据权利要求1所述的标签智能检测方法，其特征在于，所述合格标签的图像信息至少包括以下一种信息：标签内容、标签种类、标签位置、标签形状和标签图像质量信息。
3.根据权利要求1所述的标签智能检测方法，其特征在于，所述步骤S100中，采用基于识别固定特征点和检测图像像素参数值的方法，从包含待检测标签的产品图像中提取待检测标签的图像信息。
4.根据权利要求3所述的标签智能检测方法，其特征在于，所述基于识别固定特征点和检测图像像素参数值的方法，从包含待检测标签的产品图像中提取待检测标签的图像信息，具体包括以下步骤：
S110，通过识别产品图像上的固定特征点来选出包含待检测标签的产品图像，并以固定特征点为基准确定待检测标签在包含待检测标签的产品图像中的像素坐标范围；
S120，根据所述像素坐标范围提取待检测标签图像的各个像素点的R、G、B、A各通道参数值。
5.根据权利要求4所述的标签智能检测方法，其特征在于，所述步骤S200中，将待检测标签的图像信息与已知的合格标签的图像信息进行对比，具体包括以下步骤：
S210，将待检测标签图像的像素坐标范围与合格标签的图像的像素坐标范围进行对比；
S220，将待检测标签图像的各像素点的R、G、B、A各通道参数值与合格标签的图像的各像素点的R、G、B、A各通道参数值进行对比。
6.根据权利要求5所述的标签智能检测方法，其特征在于，所述步骤S210具体包括以下步骤：
判断待检测标签的图像与合格标签的图像在R、G、B各通道的像素坐标宽度值之间的差值与合格标签的图像在R、G、B各通道的像素坐标宽度值的比值是否小于等于给定的R、G、B各通道的宽度阈值；
判断待检测标签的图像与合格标签的图像在R、G、B各通道的像素坐标高度值之间的差值与合格标签的图像在R、G、B各通道的像素坐标高度值的比值是否小于等于给定的R、G、B各通道的高度阈值。
7.根据权利要求5所述的标签智能检测方法，其特征在于，所述步骤S220具体包括以下步骤：
判断待检测标签的图像与合格标签的图像在R、G、B各通道的各像素点灰度值之间的差值大于灰度阈值的像素点总数与合格标签的图像在R、G、B各通道的像素点总数的比值是否小于等于给定的R、G、B各通道阈值；
判断待检测标签的图像与合格标签的图像在R、G、B各通道的各像素点灰度值之间的差值大于灰度阈值的像素点形成的连通区域的像素点总数与合格标签的图像在R、G、B各通道的像素点总数的比值是否小于等于给定的所述R、G、B各通道阈值；
判断待检测标签的图像与合格标签的图像在A通道的各像素点不透明度值之间的差值大于不透明度阈值的像素点总数与合格标签的图像在A通道的像素点总数的比值是否小于等于给定的A通道阈值。
8.根据权利要求5所述的标签智能检测方法，其特征在于，
所述预设要求为合格标签图像与待检测标签图像的像素范围对比结果和合格标签图像与待检测标签图像的R、G、B、A各通道参数值对比结果需同时满足预设条件。
9.根据权利要求8所述的标签智能检测方法，其特征在于，
所述待检测标签为加密标签，对于所述加密标签，其解码得到的所述待检测标签的内容信息与合格的标签内容信息对比的结果满足预设条件。
10.一种标签智能检测系统，其特征在于，包括：图像采集装置、信息处理装置、信息反馈装置；
所述图像采集装置用于采集产品图像；
所述信息处理装置，其包括存储器和处理器，所述处理器用于执行存储在所述存储器中的计算机程序，以实现如权利要求1至9中任意一项所述的标签智能检测方法并输出检测结果；
所述信息反馈装置用于向检测人员反馈所述检测结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910812926.3A CN110514675B (zh) | 2019-08-29 | 2019-08-29 | 一种标签的智能检测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910812926.3A CN110514675B (zh) | 2019-08-29 | 2019-08-29 | 一种标签的智能检测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110514675A true CN110514675A (zh) | 2019-11-29 |
| CN110514675B CN110514675B (zh) | 2020-12-11 |
Family
ID=68629325
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910812926.3A Active CN110514675B (zh) | 2019-08-29 | 2019-08-29 | 一种标签的智能检测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110514675B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110953989A (zh) * | 2019-12-09 | 2020-04-03 | 青岛歌尔微电子研究院有限公司 | 产品标记位置偏移的测量方法、装置、设备及介质 |
| CN111160494A (zh) * | 2019-12-26 | 2020-05-15 | 国网辽宁省电力有限公司沈阳供电公司 | 基于基建工程的实物id标签管理系统及管理方法 |
| CN111579558A (zh) * | 2020-05-28 | 2020-08-25 | 珠海格力智能装备有限公司 | 产品的视觉检测方法、视觉检测装置及视觉检测生产线 |
| CN111721779A (zh) * | 2020-05-27 | 2020-09-29 | 联宝(合肥)电子科技有限公司 | 一种产品重工方法、装置及存储介质 |
| CN112164057A (zh) * | 2020-10-09 | 2021-01-01 | 珠海格力电器股份有限公司 | 一种合格标签的检测方法、存储介质和电子设备 |
| CN112364196A (zh) * | 2020-11-30 | 2021-02-12 | 深圳市六度人和科技有限公司 | 通知信息数据分析方法、装置、电子设备及存储介质 |
| CN113063346A (zh) * | 2020-10-14 | 2021-07-02 | 泰州无印广告传媒有限公司 | 产品外观合格等级辨识平台 |
| CN114608405A (zh) * | 2022-03-23 | 2022-06-10 | 深圳数码模汽车技术有限公司 | 一种汽车零件轮廓及孔位置的集成检测方法 |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101666631A (zh) * | 2009-09-07 | 2010-03-10 | 东南大学 | 基于正反码彩色编码条纹的三维测量方法 |
| CN102138068A (zh) * | 2008-09-09 | 2011-07-27 | 玛机统丽公司 | 外观检查装置 |
| CN103698337A (zh) * | 2013-12-19 | 2014-04-02 | 三峡大学 | 一种扁平酒瓶标签粘贴缺陷自动检测方法 |
| CN104122271A (zh) * | 2014-07-09 | 2014-10-29 | 宁波摩视光电科技有限公司 | 一种基于aoi的子弹表观缺陷检测方法 |
| CN104614384A (zh) * | 2015-02-06 | 2015-05-13 | 北京印刷学院 | 一种印品文字的质量检测方法 |
| CN204405565U (zh) * | 2014-12-30 | 2015-06-17 | 天津仁义合自动化技术有限公司 | 标签复检系统 |
| CN106683099A (zh) * | 2016-11-17 | 2017-05-17 | 南京邮电大学 | 一种产品表面缺陷检测方法 |
| CN107492091A (zh) * | 2017-07-06 | 2017-12-19 | 东莞理工学院 | 基于机器视觉的标签外观检测方法及终端设备 |
| CN108548820A (zh) * | 2018-03-28 | 2018-09-18 | 浙江理工大学 | 化妆品纸质标签缺陷检测方法 |
| CN108711131A (zh) * | 2018-04-28 | 2018-10-26 | 北京溯斐科技有限公司 | 基于图像特征匹配的水印方法和装置 |
| CN108802062A (zh) * | 2017-04-27 | 2018-11-13 | 珠海汇金科技股份有限公司 | 一种检测盖章图像印油情况的检测方法及盖章设备 |
| CN208187993U (zh) * | 2018-03-28 | 2018-12-04 | 浙江理工大学 | 化妆品纸质标签缺陷检测装置 |
| CN208366870U (zh) * | 2018-07-05 | 2019-01-11 | 精锐视觉智能科技（深圳）有限公司 | 一种标签印刷缺陷在线检测装置 |
| CN208537387U (zh) * | 2018-07-05 | 2019-02-22 | 厦门福信光电集成有限公司 | 一种基于机器视觉的标签缺陷检测装置 |
| CN109389642A (zh) * | 2017-08-04 | 2019-02-26 | 惠州市阿图达机电有限公司 | 视觉系统对机器人的标定方法、系统和具有存储功能装置 |
| CN208752024U (zh) * | 2018-08-09 | 2019-04-16 | 苏州宏升包装制品有限公司 | 一种标签校对检测仪 |
| CN109934809A (zh) * | 2019-03-08 | 2019-06-25 | 深慧视(深圳)科技有限公司 | 一种纸质标签字符缺陷检测方法 |
-
2019
- 2019-08-29 CN CN201910812926.3A patent/CN110514675B/zh active Active
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102138068A (zh) * | 2008-09-09 | 2011-07-27 | 玛机统丽公司 | 外观检查装置 |
| CN101666631A (zh) * | 2009-09-07 | 2010-03-10 | 东南大学 | 基于正反码彩色编码条纹的三维测量方法 |
| CN103698337A (zh) * | 2013-12-19 | 2014-04-02 | 三峡大学 | 一种扁平酒瓶标签粘贴缺陷自动检测方法 |
| CN104122271A (zh) * | 2014-07-09 | 2014-10-29 | 宁波摩视光电科技有限公司 | 一种基于aoi的子弹表观缺陷检测方法 |
| CN204405565U (zh) * | 2014-12-30 | 2015-06-17 | 天津仁义合自动化技术有限公司 | 标签复检系统 |
| CN104614384A (zh) * | 2015-02-06 | 2015-05-13 | 北京印刷学院 | 一种印品文字的质量检测方法 |
| CN106683099A (zh) * | 2016-11-17 | 2017-05-17 | 南京邮电大学 | 一种产品表面缺陷检测方法 |
| CN108802062A (zh) * | 2017-04-27 | 2018-11-13 | 珠海汇金科技股份有限公司 | 一种检测盖章图像印油情况的检测方法及盖章设备 |
| CN107492091A (zh) * | 2017-07-06 | 2017-12-19 | 东莞理工学院 | 基于机器视觉的标签外观检测方法及终端设备 |
| CN109389642A (zh) * | 2017-08-04 | 2019-02-26 | 惠州市阿图达机电有限公司 | 视觉系统对机器人的标定方法、系统和具有存储功能装置 |
| CN108548820A (zh) * | 2018-03-28 | 2018-09-18 | 浙江理工大学 | 化妆品纸质标签缺陷检测方法 |
| CN208187993U (zh) * | 2018-03-28 | 2018-12-04 | 浙江理工大学 | 化妆品纸质标签缺陷检测装置 |
| CN108711131A (zh) * | 2018-04-28 | 2018-10-26 | 北京溯斐科技有限公司 | 基于图像特征匹配的水印方法和装置 |
| CN208366870U (zh) * | 2018-07-05 | 2019-01-11 | 精锐视觉智能科技（深圳）有限公司 | 一种标签印刷缺陷在线检测装置 |
| CN208537387U (zh) * | 2018-07-05 | 2019-02-22 | 厦门福信光电集成有限公司 | 一种基于机器视觉的标签缺陷检测装置 |
| CN208752024U (zh) * | 2018-08-09 | 2019-04-16 | 苏州宏升包装制品有限公司 | 一种标签校对检测仪 |
| CN109934809A (zh) * | 2019-03-08 | 2019-06-25 | 深慧视(深圳)科技有限公司 | 一种纸质标签字符缺陷检测方法 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110953989A (zh) * | 2019-12-09 | 2020-04-03 | 青岛歌尔微电子研究院有限公司 | 产品标记位置偏移的测量方法、装置、设备及介质 |
| CN110953989B (zh) * | 2019-12-09 | 2021-07-30 | 青岛歌尔微电子研究院有限公司 | 产品标记位置偏移的测量方法、装置、设备及介质 |
| CN111160494A (zh) * | 2019-12-26 | 2020-05-15 | 国网辽宁省电力有限公司沈阳供电公司 | 基于基建工程的实物id标签管理系统及管理方法 |
| CN111721779A (zh) * | 2020-05-27 | 2020-09-29 | 联宝(合肥)电子科技有限公司 | 一种产品重工方法、装置及存储介质 |
| CN111721779B (zh) * | 2020-05-27 | 2023-02-28 | 联宝(合肥)电子科技有限公司 | 一种产品重工方法、装置及存储介质 |
| CN111579558A (zh) * | 2020-05-28 | 2020-08-25 | 珠海格力智能装备有限公司 | 产品的视觉检测方法、视觉检测装置及视觉检测生产线 |
| CN112164057A (zh) * | 2020-10-09 | 2021-01-01 | 珠海格力电器股份有限公司 | 一种合格标签的检测方法、存储介质和电子设备 |
| CN113063346A (zh) * | 2020-10-14 | 2021-07-02 | 泰州无印广告传媒有限公司 | 产品外观合格等级辨识平台 |
| CN112364196A (zh) * | 2020-11-30 | 2021-02-12 | 深圳市六度人和科技有限公司 | 通知信息数据分析方法、装置、电子设备及存储介质 |
| CN114608405A (zh) * | 2022-03-23 | 2022-06-10 | 深圳数码模汽车技术有限公司 | 一种汽车零件轮廓及孔位置的集成检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110514675B (zh) | 2020-12-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110514675A (zh) | 一种标签的智能检测方法及系统 | |
| CN106952258B (zh) | 一种基于梯度方向直方图的瓶口缺陷检测方法 | |
| CN104772289B (zh) | 一种目标产品的检测方法 | |
| US20190311470A1 (en) | Apparel production monitoring system using image recognition | |
| CN110570410A (zh) | 一种自动识别检测焊缝缺陷的检测方法 | |
| CN103440654B (zh) | 一种lcd异物缺陷检测方法 | |
| CN110490874A (zh) | 基于yolo神经网络的纺织布匹表面瑕疵检测方法 | |
| CN104318573B (zh) | 标签缺陷检测方法 | |
| CN109879005A (zh) | 皮带撕裂检测装置及方法 | |
| CN108009591A (zh) | 一种基于深度学习的接触网关键部件识别方法 | |
| CN106104610A (zh) | 陈列状况分析设备、陈列状况分析方法和程序记录介质 | |
| CN104866849A (zh) | 一种基于移动终端的食品营养成分标签识别方法 | |
| CN106709484B (zh) | 数字式仪表的数字识别方法 | |
| CN103020609B (zh) | 复杂纤维图像的识别方法 | |
| CN106932408B (zh) | 一种基于图像处理的方格蔟污染蚕茧检测方法 | |
| CN109472271A (zh) | 印刷电路板图像轮廓提取方法及装置 | |
| CN103914707B (zh) | 基于支持向量机的绿色通道产品辅助判别方法 | |
| CN106971390A (zh) | 一种贴标质量的检测方法 | |
| CN104281964A (zh) | 基于实时人体模型的服饰产品推荐辅助决策方法及系统 | |
| CN111709455A (zh) | 酒瓶表面缺陷模型的评价方法、电子装置及存储介质 | |
| CN104112123A (zh) | 一种用于子弹表观缺陷检测的aoi系统的缺陷特征提取与识别方法 | |
| CN115266732A (zh) | 基于机器视觉的碳纤维丝束缺陷检测方法 | |
| CN116911328A (zh) | 一种智能物料识别定位系统及其使用方法 | |
| CN103679218B (zh) | 一种手写体关键词检测方法 | |
| CN103258218A (zh) | 蒙版检测框架生成方法、装置、缺陷检测方法及装置 |
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 |