CN110793973A - 皮革表面缺陷检测系统 - Google Patents

皮革表面缺陷检测系统 Download PDF

Info

Publication number
CN110793973A
CN110793973A CN201911101849.7A CN201911101849A CN110793973A CN 110793973 A CN110793973 A CN 110793973A CN 201911101849 A CN201911101849 A CN 201911101849A CN 110793973 A CN110793973 A CN 110793973A
Authority
CN
China
Prior art keywords
leather
defect
image processing
image
cutting
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
Application number
CN201911101849.7A
Other languages
English (en)
Inventor
伍和气
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Horse Robot Technology Co Ltd
Original Assignee
Guangdong Horse Robot Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Horse Robot Technology Co Ltd filed Critical Guangdong Horse Robot Technology Co Ltd
Priority to CN201911101849.7A priority Critical patent/CN110793973A/zh
Publication of CN110793973A publication Critical patent/CN110793973A/zh
Pending legal-status Critical Current

Links

Images

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
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/8901—Optical details; Scanning details
    • 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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • 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
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/8914—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined
    • 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
    • G06T7/0004—Industrial image inspection
    • 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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Textile Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明涉及皮革表面缺陷检测系统，属于皮革生产技术领域；皮革上下料模块：包括传送皮带和触摸屏，此阶段由人工实现上下料；图像采集模块：包括视觉成像平台，此外由于皮革一般都存在很多褶皱，为了得到更为准确的图像信息应用固定设备将皮革展开，且还采用一定的光源对皮革补光，得到更为准确的皮革信息；图像处理模块：包括上位机和图像处理软件；排样切割模块：包括运动控制卡和切割刀头；它可以实现皮革的缺陷检测及自动排样切割，同时将缺陷数据保存在本地数据库中，供后期工作人员查阅。经现场测试，系统检测速度和检出率远高于人工检测，大大提高了皮革厂的生产效率，满足自动化智能生产的要求。

Description

皮革表面缺陷检测系统
技术领域
本发明涉及皮革表面缺陷检测系统，属于皮革生产技术领域。
背景技术
皮革是生活中很多产品的主要原材科(包括皮鞋，衣服，钱包等)，然而长期以来皮革行业的排样与切割主要采用的是手工操作实现，效率较低，故皮革行业对排样和切割的自动化实现有迫切要求。与此同时由于排样和切割主要是在优质皮革上面进行的，但皮革表面存在很多无法避免的缺陷，故皮革缺陷检测是排样与切割自动化实现的前提。
皮革作为各类产品的主要原材料，即其需要优质的皮革材料进行切割处理等，然而实际表明皮革无法避免的具有各类缺陷，常见的有划伤、虫咬等，故排样前需要进行缺陷检测以及定位，为后续切割避开缺陷。在皮革缺陷检测方面当前主要是依据熟练工人经验进行手工的皮革表面缺陷查找，这样工人的主观因素与疲劳必然导致误率的提高。
发明内容
本发明的目的在于针对现有技术的缺陷和不足，提供一种设计合理、使用方便的皮革表面缺陷检测系统，它可以实现皮革的缺陷检测及自动排样切割，同时将缺陷数据保存在本地数据库中，供后期工作人员查阅。经现场测试，系统检测速度和检出率远高于人工检测，大大提高了皮革厂的生产效率，满足自动化智能生产的要求。
为实现上述目的，本发明采用的技术方案是：它包含以下几个模块：
皮革上下料模块：包括传送皮带1和触摸屏，此阶段由人工实现上下料；
图像采集模块：包括视觉成像平台，此外由于皮革一般都存在很多褶皱，为了得到更为准确的图像信息应用固定设备将皮革展开，且还采用一定的光源对皮革补光，得到更为准确的皮革信息；
图像处理模块：包括上位机和图像处理软件；
排样切割模块：包括运动控制卡和切割刀头，自动规避图像处理中检测到的缺陷部位，实现皮革的排版切割。
作为优选，所述图像采集模块包括一台8K线扫描相机2和两条1.8m长的线型直射光源3；此外由于皮革一般都存在很多褶皱，为了得到更为准确的图像信息应用固定设备将皮革展开，且还采用一定的光源对皮革补光，得到更为准确的皮革信息。
作为优选，所述图像处理模块包括上位机和图像处理软件，所述图像处理软件对工业相机采集的一系列单帧皮革图像进行处理，采用基于多线程的皮革缺陷检测及定位算法得到皮革缺陷所在位置，同时图像处理软件生成检测报告，供工作人员后期查阅；检测报告具体包括皮革缺陷位置、类型以及评级。
作为优选，所述排样切割模块包括运动控制卡和切割刀头，上位机的图像处理软件检测到缺陷位置后，将缺陷位置信息发送给下位机，由运动控制卡生成运动轨迹以规避皮革上的缺陷部位，并控制切割刀头对皮革进行精准排样切割。
本发明皮革表面缺陷检测系统的具体工作流程为：
Step1：初始化上料，此阶段由人工完成，由工作人员将完整皮革搬运至传送皮带上；
Step2：启动检测系统；
Step3：相机采集单帧图像，由图像处理软件进行图像处理；
Step4：软件算法判断单帧输入图像中是否存在缺陷，若存在缺陷，则将缺陷数据保存到本地数据库，并发送缺陷位置数据给控制系统，执行Step5；如果不存在缺陷，则执行Step6；
Step5：控制系统生成运动轨迹以规避皮革上的缺陷部位，并控制切割刀头对皮革进行精准排样切割；
Step6：将step4中本地数据库的缺陷信息生成检测报告，然后执行Step3 开始下一个循环。
作为优选，所述Step3中图像处理软件采用基于多线程的皮革缺陷检测及定位算法框架，具体包括如下步骤：
S1：输入图像获取：
从成像系统获取相机输入图像Iin，输入图像尺寸为 (m×1024)×(n×1024)
S2：图像分块:
将输入图像分成p×q个unit0×unit0的单元图像
Figure BDA0002270101820000031
其中
0≤i≤p，0≤j≤q
Figure BDA0002270101820000032
unit0＝256或128
S3：新建大小为p×q的线程队列Ti,j，对单元图像
Figure BDA0002270101820000033
进行区块纹理特征提取。获得区块纹理特征向量
Figure BDA0002270101820000034
其中
0≤i≤p，0≤j≤q；
S4：对
Figure BDA0002270101820000035
进一步细分，分成大小为patch0×patch0，重叠区域为大小为over0的小块
Figure DEST_PATH_1
其中
Figure BDA0002270101820000037
S5：以
Figure BDA0002270101820000038
维纹理引导向量，计算每一个
Figure 923596DEST_PATH_1
纹理分布，
得到缺陷概率分布图像defect_priori，j；
S6：根据defect_priori，j判断
Figure BDA00022701018200000310
中是否存在缺陷；将缺陷信息写入数据库进行保存；
S7：释放线程队列内存Ti，j；
S8：上位机的图像处理软件检测到缺陷位置后，将缺陷位置信息发送给下位机，由运动控制卡生成运动轨迹以规避皮革上的缺陷部位，并控制切割刀头对皮革进行精准排样切割。
采用上述结构后，本发明有益效果为：本发明所述的皮革表面缺陷检测系统，设计合理，人工与机器相结合，有利于提高检测的准度，且劳动强度小，效率高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，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性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的结构示意图；
图2为本发明的工作流程图；
图3为基于多线程的皮革缺陷检测及定位算法框架流程图；
附图标记说明：
传送皮带1、扫描相机2、线型直射光源3、待测皮革4。
具体实施方式
下面结合附图对本发明作进一步的说明。
实施例1：
参看如图1-图3所示，
一种皮革表面缺陷检测系统，包括皮革上下料模块、图像采集模块、图像处理模块和排样切割模块。
所述的图像采集模块包括一台Basler 8K线扫描相机和两条1.8m长的线型直射条光。其中，两条线型呈V字形放置。此外由于皮革一般都存在很多褶皱，为了得到更为准确的图像信息应用固定设备将皮革展开，且还采用一定的光源对皮革补光，得到更为准确的皮革信息。
所述的图像处理模块包括上位机和图像处理软件。所述图像处理软件对工业相机采集的一系列单帧皮革图像进行处理，采用基于多线程的皮革缺陷检测及定位算法得到皮革缺陷所在位置，同时图像处理软件生成检测报告，供工作人员后期查阅。检测报告具体包括皮革缺陷位置、类型以及评级。
所述的皮革缺陷视觉检测方法及系统的具体工作流程为：
Step1：初始化上料，此阶段由人工完成。由工作人员将完整皮革搬运至传送皮带。
Step2：启动检测系统。
Step3：相机采集单帧图像，由图像处理软件进行图像处理。
Step4：软件算法判断单帧输入图像中是否存在缺陷，若存在缺陷，则将缺陷数据保存到本地数据库，并发送缺陷位置数据给控制系统，执行Step5。如果不存在缺陷，则执行Step6。
Step5：控制系统生成运动轨迹以规避皮革上的缺陷部位，并控制切割刀头对皮革进行精准排样切割。
Step6：将step4中本地数据库的缺陷信息生成检测报告，然后执行Step3 开始下一个循环。
实施例2：
参看如图1-图3所示，
一种皮革表面缺陷检测系统采用基于多线程的皮革缺陷检测及定位算法框架，具体包括如下步骤：
S1：输入图像获取。从成像系统获取相机输入图像Iin，输入图像尺寸为(m×1024)×(n×1024)
S2：图像分块。将输入图像分成p×q个unit0×unit0的单元图像
Figure BDA0002270101820000061
其中0≤i≤p，0≤j≤q。
Figure BDA0002270101820000062
unit0＝256或128
S3：新建大小为p×q的线程队列Ti，j，对单元图像
Figure BDA0002270101820000063
进行区块纹理特征提取。获得区块纹理特征向量其中
0≤i≤p，0≤j≤q。
S4：对
Figure BDA0002270101820000065
进一步细分，分成大小为patch0×patch0，重叠区域为大小为over0的小块
Figure 840736DEST_PATH_1
其中
Figure BDA0002270101820000067
S5：以维纹理引导向量，计算每一个
Figure 620473DEST_PATH_1
纹理分布，
得到缺陷概率分布图像defect_priori，j。
S6：根据defect_priori，j判断中是否存在缺陷。将缺陷信息写入数据库进行保存。
S7：释放线程队列内存Ti，j。
S8：上位机的图像处理软件检测到缺陷位置后，将缺陷位置信息发送给下位机，由运动控制卡生成运动轨迹以规避皮革上的缺陷部位，并控制切割刀头对皮革进行精准排样切割。
本具体实施方式所述的一种皮革表面缺陷检测系统，可以实现皮革的缺陷检测及自动排样切割，同时将缺陷数据保存在本地数据库中，供后期工作人员查阅。经现场测试，系统检测速度和检出率远高于人工检测，大大提高了皮革厂的生产效率，满足自动化智能生产的要求。
以上所述，仅用以说明本发明的技术方案而非限制，本领域普通技术人员对本发明的技术方案所做的其它修改或者等同替换，只要不脱离本发明技术方案的精神和范围，均应涵盖在本发明的权利要求范围当中。

Claims (6)

1.皮革表面缺陷检测系统，其特征在于：它包含以下几个模块：
皮革上下料模块：包括传送皮带和触摸屏，此阶段由人工实现上下料；
图像采集模块：包括视觉成像平台，此外由于皮革一般都存在很多褶皱，为了得到更为准确的图像信息应用固定设备将皮革展开，且还采用一定的光源对皮革补光，得到更为准确的皮革信息；
图像处理模块：包括上位机和图像处理软件；
排样切割模块：包括运动控制卡和切割刀头，自动规避图像处理中检测到的缺陷部位，实现皮革的排版切割。
2.根据权利要求1所述的皮革表面缺陷检测系统，其特征在于：所述图像采集模块包括一台8K线扫描相机和两条1.8m长的线型直射光源；此外由于皮革一般都存在很多褶皱，为了得到更为准确的图像信息应用固定设备将皮革展开，且还采用一定的光源对皮革补光，得到更为准确的皮革信息。
3.根据权利要求1所述的皮革表面缺陷检测系统，其特征在于：所述图像处理模块包括上位机和图像处理软件，所述图像处理软件对工业相机采集的一系列单帧皮革图像进行处理，采用基于多线程的皮革缺陷检测及定位算法得到皮革缺陷所在位置，同时图像处理软件生成检测报告，供工作人员后期查阅；检测报告具体包括皮革缺陷位置、类型以及评级。
4.根据权利要求1所述的皮革表面缺陷检测系统，其特征在于：所述排样切割模块包括运动控制卡和切割刀头，上位机的图像处理软件检测到缺陷位置后，将缺陷位置信息发送给下位机，由运动控制卡生成运动轨迹以规避皮革上的缺陷部位，并控制切割刀头对皮革进行精准排样切割。
5.根据权利要求1所述的皮革表面缺陷检测系统，其特征在于：它的具体工作流程为：
(Step1)：初始化上料，此阶段由人工完成，由工作人员将完整皮革搬运至传送皮带上；
(Step2)：启动检测系统；
(Step3)：相机采集单帧图像，由图像处理软件进行图像处理；
(Step4)：软件算法判断单帧输入图像中是否存在缺陷，若存在缺陷，则将缺陷数据保存到本地数据库，并发送缺陷位置数据给控制系统，执行(Step5)；如果不存在缺陷，则执行(Step6)；
(Step5)：控制系统生成运动轨迹以规避皮革上的缺陷部位，并控制切割刀头对皮革进行精准排样切割；
(Step6)：将(step4)中本地数据库的缺陷信息生成检测报告，然后执行(Step3)开始下一个循环。
6.根据权利要求3所述的皮革表面缺陷检测系统，其特征在于：所述Step3中图像处理软件采用基于多线程的皮革缺陷检测及定位算法框架，具体包括如下步骤：
(S1)：输入图像获取：
从成像系统获取相机输入图像Iin，输入图像尺寸为(m×1024)×(n×1024)
(S2)：图像分块：
将输入图像分成p×q个unit0×unit0的单元图像
Figure FDA0002270101810000021
其中
0≤i≤p，0≤j≤q
Figure FDA0002270101810000022
unit0＝256或128
(S3)：新建大小为p×q的线程队列Ti，j，对单元图像
Figure FDA0002270101810000023
进行区块纹理特征提取；获得区块纹理特征向量
Figure FDA0002270101810000024
其中0≤i≤p，0≤j≤q；
(S4)：对
Figure FDA0002270101810000031
进一步细分，分成大小为patch0×patch0，重叠区域为大小为over0的小块
其中
Figure FDA0002270101810000033
(S5)：以
Figure FDA0002270101810000034
维纹理引导向量，计算每一个纹理分布，得到缺陷概率分布图像defect_priori，j；
(S6)：根据defect_priori，j判断
Figure FDA0002270101810000036
中是否存在缺陷；将缺陷信息写入数据库进行保存；
(S7)：释放线程队列内存Ti，j；
(S8)：上位机的图像处理软件检测到缺陷位置后，将缺陷位置信息发送给下位机，由运动控制卡生成运动轨迹以规避皮革上的缺陷部位，并控制切割刀头对皮革进行精准排样切割。
CN201911101849.7A 2019-11-12 2019-11-12 皮革表面缺陷检测系统 Pending CN110793973A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911101849.7A CN110793973A (zh) 2019-11-12 2019-11-12 皮革表面缺陷检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911101849.7A CN110793973A (zh) 2019-11-12 2019-11-12 皮革表面缺陷检测系统

Publications (1)

Publication Number Publication Date
CN110793973A true CN110793973A (zh) 2020-02-14

Family

ID=69444221

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911101849.7A Pending CN110793973A (zh) 2019-11-12 2019-11-12 皮革表面缺陷检测系统

Country Status (1)

Country Link
CN (1) CN110793973A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113495076A (zh) * 2020-04-07 2021-10-12 东华大学 皮革处理系统
WO2022036804A1 (zh) * 2020-08-20 2022-02-24 广东工业大学 一种柔性材料智能连续加工控制方法及设备
CN114923855A (zh) * 2022-05-12 2022-08-19 泉州装备制造研究所 一种皮革质量等级划分方法
IT202100018161A1 (it) * 2021-07-09 2023-01-09 Alessio Idoli Macchina e metodo di rifilatura di pelle naturale, e impianto di condizionamento di pelle naturale

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030080288A (ko) * 2002-04-08 2003-10-17 권장우 카메라를 이용한 피혁상태 검사장치
KR20050090168A (ko) * 2004-03-08 2005-09-13 권장우 카메라를 이용한 자동 부재 배치 장치
CN106970090A (zh) * 2017-04-27 2017-07-21 佛山市南海区广工大数控装备协同创新研究院 胚布缺陷视觉检测设备及方法
CN107845086A (zh) * 2017-09-19 2018-03-27 佛山缔乐视觉科技有限公司 一种皮革表面显著性缺陷的检测方法、系统及装置
CN207850945U (zh) * 2017-12-27 2018-09-11 广东骉马机器人科技有限公司 一种新型皮革缺陷检测装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030080288A (ko) * 2002-04-08 2003-10-17 권장우 카메라를 이용한 피혁상태 검사장치
KR20050090168A (ko) * 2004-03-08 2005-09-13 권장우 카메라를 이용한 자동 부재 배치 장치
CN106970090A (zh) * 2017-04-27 2017-07-21 佛山市南海区广工大数控装备协同创新研究院 胚布缺陷视觉检测设备及方法
CN107845086A (zh) * 2017-09-19 2018-03-27 佛山缔乐视觉科技有限公司 一种皮革表面显著性缺陷的检测方法、系统及装置
CN207850945U (zh) * 2017-12-27 2018-09-11 广东骉马机器人科技有限公司 一种新型皮革缺陷检测装置

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113495076A (zh) * 2020-04-07 2021-10-12 东华大学 皮革处理系统
WO2022036804A1 (zh) * 2020-08-20 2022-02-24 广东工业大学 一种柔性材料智能连续加工控制方法及设备
IT202100018161A1 (it) * 2021-07-09 2023-01-09 Alessio Idoli Macchina e metodo di rifilatura di pelle naturale, e impianto di condizionamento di pelle naturale
WO2023281442A1 (en) * 2021-07-09 2023-01-12 Idoli Alessio Natural leather trimming machine and natural leather conditioning plant
CN114923855A (zh) * 2022-05-12 2022-08-19 泉州装备制造研究所 一种皮革质量等级划分方法

Similar Documents

Publication Publication Date Title
CN110793973A (zh) 皮革表面缺陷检测系统
CN105388162B (zh) 基于机器视觉的原料硅片表面划痕检测方法
CN107944504B (zh) 木板识别及木板识别的机器学习方法、装置及电子设备
CN109709102A (zh) 模切机锂电池极片物理缺陷检测系统、方法及装置
CN104655641A (zh) 一种高精密全自动fpc缺陷检测装置及检测工艺
CN111311487B (zh) 一种光伏组件图像的快速拼接方法及系统
CN112129771B (zh) 基于5g的布匹瑕疵检测方法及系统
CN112111613B (zh) 皮料的自动化裁剪方法、装置、系统及可读存储介质
CN110689539A (zh) 一种基于深度学习的工件表面缺陷检测方法
CN105058474A (zh) 一种柔性材料的平面切割方法
CN107024478A (zh) 一种零件加工自动缺陷识别系统
CN106956917B (zh) 一种用于实时平衡多任务生产线的缓存装置及方法
CN110633738A (zh) 一种用于工业零件图像的快速分类方法
CN104436593A (zh) 一种羽毛球羽毛片智能化加工系统及方法
CN205523047U (zh) 印刷品缺陷检测系统
CN207593994U (zh) 一种全自动扫描优化锯切分类设备
CN113589772B (zh) 一种包装袋图文印刷生产线智能运行调控管理系统
CN113702393B (zh) 一种本安型矿用输送带表面损伤检测系统及检测方法
CN216208660U (zh) 一种塑料瓶瓶身缺陷检测装置
CN207850945U (zh) 一种新型皮革缺陷检测装置
CN205043860U (zh) 一种柔性材料的平面切割机
CN117409005A (zh) 基于图像的收板机用不良品检测系统及方法
CN104964981A (zh) 纺织面料疵点信息检测标识录入方法及系统
CN205711059U (zh) 一种蚕茧智能选茧生产线
CN204882388U (zh) 纺织面料疵点信息检测标识录入系统

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200214