CN110929082A - 制衣模具的确定方法、装置、计算机设备和存储介质 - Google Patents

制衣模具的确定方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN110929082A
CN110929082A CN201911241709.XA CN201911241709A CN110929082A CN 110929082 A CN110929082 A CN 110929082A CN 201911241709 A CN201911241709 A CN 201911241709A CN 110929082 A CN110929082 A CN 110929082A
Authority
CN
China
Prior art keywords
clothing
mold
characteristic parameters
molds
preset
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
Application number
CN201911241709.XA
Other languages
English (en)
Other versions
CN110929082B (zh
Inventor
郑刚
吴荣康
张润明
黄忠雁
刘远新
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 Esquel Textiles Co Ltd
Guilin Esquel Textiles Co Ltd
Original Assignee
Guangdong Esquel Textiles Co Ltd
Guilin Esquel Textiles 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 Esquel Textiles Co Ltd, Guilin Esquel Textiles Co Ltd filed Critical Guangdong Esquel Textiles Co Ltd
Priority to CN201911241709.XA priority Critical patent/CN110929082B/zh
Publication of CN110929082A publication Critical patent/CN110929082A/zh
Application granted granted Critical
Publication of CN110929082B publication Critical patent/CN110929082B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Library & Information Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Image Analysis (AREA)

Abstract

本申请涉及一种制衣模具的确定方法、装置、计算机设备和存储介质。包括:通过获取待识别的制衣纸样图像;制衣纸样图像中携带有制衣模具类型;识别制衣纸样图像中的预设线段,根据预设线段确定制衣纸样的至少两个特征参数;按照预设选取顺序,选取一个特征参数;从与制衣模具类型对应的预设数据库中,筛选得到制衣模具候选集;按照预设选取顺序,从剩余的特征参数中选取一个特征参数;从制衣模具候选集中,再次筛选出满足本次选取的特征参数的制衣模具候选集,直到剩余的特征参数满足第一预设条件;根据制衣模具候选集,确定与制衣纸样图像匹配的制衣模具;通过本方法提高了衬衫生产过程中,识别模具类型、确定对应制衣模具的效率。

Description

制衣模具的确定方法、装置、计算机设备和存储介质
技术领域
本申请涉及数据处理技术领域,特别是涉及一种制衣模具的确定方法、装置、计算机设备和存储介质。
背景技术
在传统的衬衫制衣工艺中,衣领、袖口、袋口等需要套入特定的制衣模具辅助翻转,然后经压烫处理后定型;不同款式的衬衫需要用到相应的多个不同的制衣模具。
目前,制衣工厂在进行衬衫的生产时,需要人工去查找生产不同衬衫款式所需的多个制衣模具,过程比较繁琐,且费时费力;同时,同类型的制衣模具之间差距细微,通过人工识别模具类型、确定对应制衣模具的效率较低。
发明内容
基于此,有必要针对上述技术问题,提供一种制衣模具的确定方法、装置、计算机设备和存储介质。
一种制衣模具的确定方法,所述方法包括:
获取待识别的制衣纸样图像;所述制衣纸样图像中携带有制衣模具类型;
识别所述制衣纸样图像中的预设线段,根据所述预设线段确定所述制衣纸样的至少两个特征参数;
按照预设选取顺序,从所述至少两个特征参数中选取一个特征参数;从与所述制衣模具类型对应的预设数据库中,筛选出满足本次选取的特征参数的制衣模具候选集;
按照所述预设选取顺序,从剩余的特征参数中选取一个特征参数;从所述制衣模具候选集中,再次筛选出满足本次选取的特征参数的制衣模具候选集,直到所述剩余的特征参数满足第一预设条件;所述剩余的特征参数为选取出特征参数后剩余的特征参数;
根据所述制衣模具候选集,确定与所述制衣纸样图像匹配的制衣模具;
其中,所述制衣模具候选集中包含有目标特征参数与本次选取的特征参数之间的重合度满足第二预设条件的制衣模具,所述目标特征参数为所述制衣模具的特征参数中与本次选取的特征参数相对应的特征参数。
在其中一个实施例中,所述识别所述制衣纸样图像中的预设线段,包括:
识别所述制衣纸样图像的目标区域的外形轮廓;
沿所述外形轮廓的边缘标记出多个离散点;
分别对各个所述离散点进行拟合处理,得到所述外形轮廓对应的直线线段和圆弧线段,作为所述制衣纸样图像中的预设线段。
在其中一个实施例中,所述从与所述制衣模具类型对应的预设数据库中,筛选出满足本次选取的特征参数的制衣模具候选集,包括:
分别计算所述本次选取的特征参数与所述预设数据库中的制衣模具的所述目标特征参数之间的重合度;
从所述预设数据库中筛选出所述重合度满足所述第二预设条件的制衣模具,作为满足所述本次选取的特征参数的制衣模具候选集。
在其中一个实施例中,所述从与所述制衣模具类型对应的预设数据库中,筛选出满足本次选取的特征参数的制衣模具候选集,还包括:
分别从各个所述制衣模具候选集中提取出重合度最高的制衣模具,作为与所述制衣纸样图像匹配的制衣模具。
在其中一个实施例中,所述根据所述制衣模具候选集,确定与所述制衣纸样图像匹配的制衣模具,还包括:
获取最后一次筛选出的制衣模具候选集;
从所述最后一次筛选出的制衣模具候选集中,提取出重合度最高的制衣模具,作为与所述制衣纸样图像匹配的制衣模具。
在其中一个实施例中,在获取待识别的制衣纸样图像之前,还包括:
采集多个不同制衣模具类型对应的制衣模具;
获取所述制衣模具的模具图像;
识别所述模具图像中的预设线段,根据所述预设线段确定所述制衣模具的多个特征参数;
将属于同一制衣模具类型的制衣模具对应的多个特征参数,存储至所述同一制衣模具类型对应的预设数据库。
在其中一个实施例中,在根据各个所述制衣模具候选集,确定与所述制衣纸样图像匹配的制衣模具之后,还包括:
获取与所述制衣纸样图像匹配的制衣模具的模具标识;
将所述模具标识发送至仓库终端;所述仓库终端用于获取与所述模具标识对应的制衣模具的存放位置信息;
接收所述仓库终端返回的所述制衣模具的存放位置信息,根据所述存放位置信息,确定所述制衣模具的存放位置。
一种制衣模具识别装置,所述装置包括:
纸样图像获取模块,用于获取待识别的制衣纸样图像;所述制衣纸样图像中携带有制衣模具类型;
特征参数确定模块,用于识别所述制衣纸样图像中的预设线段,根据所述预设线段确定所述制衣纸样的至少两个特征参数;
第一筛选模块,用于按照预设选取顺序,从所述至少两个特征参数中选取一个特征参数;从与所述制衣模具类型对应的预设数据库中,筛选出满足本次选取的特征参数的制衣模具候选集;
第二筛选模块,用于按照所述预设选取顺序,从剩余的特征参数中选取一个特征参数;从所述制衣模具候选集中,再次筛选出满足本次选取的特征参数的制衣模具候选集,直到所述剩余的特征参数满足第一预设条件;所述剩余的特征参数为选取出特征参数后剩余的特征参数;
制衣模具确定模块,用于根据所述制衣模具候选集,确定与所述制衣纸样图像匹配的制衣模具;
其中,所述制衣模具候选集中包含有目标特征参数与本次选取的特征参数之间的重合度满足第二预设条件的制衣模具,所述目标特征参数为所述制衣模具的特征参数中与本次选取的特征参数相对应的特征参数。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取待识别的制衣纸样图像;所述制衣纸样图像中携带有制衣模具类型;
识别所述制衣纸样图像中的预设线段,根据所述预设线段确定所述制衣纸样的至少两个特征参数;
按照预设选取顺序,从所述至少两个特征参数中选取一个特征参数;从与所述制衣模具类型对应的预设数据库中,筛选出满足本次选取的特征参数的制衣模具候选集;
按照所述预设选取顺序,从剩余的特征参数中选取一个特征参数;从所述制衣模具候选集中,再次筛选出满足本次选取的特征参数的制衣模具候选集,直到所述剩余的特征参数满足第一预设条件;所述剩余的特征参数为选取出特征参数后剩余的特征参数;
根据所述制衣模具候选集,确定与所述制衣纸样图像匹配的制衣模具;
其中,所述制衣模具候选集中包含有目标特征参数与本次选取的特征参数之间的重合度满足第二预设条件的制衣模具,所述目标特征参数为所述制衣模具的特征参数中与本次选取的特征参数相对应的特征参数。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取待识别的制衣纸样图像;所述制衣纸样图像中携带有制衣模具类型;
识别所述制衣纸样图像中的预设线段,根据所述预设线段确定所述制衣纸样的至少两个特征参数;
按照预设选取顺序,从所述至少两个特征参数中选取一个特征参数;从与所述制衣模具类型对应的预设数据库中,筛选出满足本次选取的特征参数的制衣模具候选集;
按照所述预设选取顺序,从剩余的特征参数中选取一个特征参数;从所述制衣模具候选集中,再次筛选出满足本次选取的特征参数的制衣模具候选集,直到所述剩余的特征参数满足第一预设条件;所述剩余的特征参数为选取出特征参数后剩余的特征参数;
根据所述制衣模具候选集,确定与所述制衣纸样图像匹配的制衣模具;
其中,所述制衣模具候选集中包含有目标特征参数与本次选取的特征参数之间的重合度满足第二预设条件的制衣模具,所述目标特征参数为所述制衣模具的特征参数中与本次选取的特征参数相对应的特征参数。
上述制衣模具的确定方法、装置、计算机设备和存储介质,通过获取待识别的制衣纸样图像;制衣纸样图像中携带有制衣模具类型;识别制衣纸样图像中的预设线段,根据预设线段确定制衣纸样的至少两个特征参数;按照预设选取顺序,从至少两个特征参数中选取一个特征参数;从与制衣模具类型对应的预设数据库中,筛选出满足本次选取的特征参数的制衣模具候选集;按照预设选取顺序,从剩余的特征参数中选取一个特征参数;从制衣模具候选集中,再次筛选出满足本次选取的特征参数的制衣模具候选集,直到剩余的特征参数满足第一预设条件;剩余的特征参数为选取出特征参数后剩余的特征参数;根据制衣模具候选集,确定与制衣纸样图像匹配的制衣模具;其中,制衣模具候选集中包含有目标特征参数与本次选取的特征参数之间的重合度满足第二预设条件的制衣模具,目标特征参数为制衣模具的特征参数中与本次选取的特征参数相对应的特征参数。本方法通过对制衣纸样图像的识别分析,确定制衣纸样图像中便于计算且具有标识意义的多个特征参数;利用特征参数与各个制衣模具依次进行对比、筛选,迅速缩小比较范围,以尽快得到最接近且与制衣纸样图像匹配的制衣模具结果,提高了衬衫生产过程中,识别模具类型、确定对应制衣模具的效率。
附图说明
图1为一个实施例中制衣模具的确定方法的应用场景图;
图2为一个实施例中模具管理平台的结构示意图;
图3为一个实施例中数据处理结果的界面示意图;
图4为一个实施例中制衣模具的确定方法的流程示意图;
图5为一个实施例中制衣模具类型为袋模和领模的模型示意图;
图6为一个实施例中以袋模为例识别制衣纸样图像中的预设线段的流程示意图;
图7为一个实施例中以袋模为例,筛选出满足本次选取的特征参数的制衣模具候选集的流程示意图;
图8为一个实施例中制衣模具特征参数录入数据库的流程示意图;
图9为一个实施例中以领模为例的特征参数确定方法的流程示意图;
图10为一个实施例中领模的预设区域和预设线段示意图;
图11为一个实施例中领模的特征参数示意图;
图12为一个实施例中以领模为例的制衣模具的确定方法的流程示意图;
图13为一个实施例中制衣模具的确定装置的结构示意图;
图14为一个实施例中计算机设备的内部结构图。
具体实施方式
本发明实施例的术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或模块的过程、方法、系统、产品或设备没有限定于已列出的步骤或模块,而是可选地还包括没有列出的步骤或模块,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或模块。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的制衣模具的确定方法,可以应用于如图1所示的应用环境中。该应用环境包括服务器11,模具管理平台12;模具管理平台12的结构如图2所示,包括相机1,光源2,显示器3,光源控制器4,模具5,拍照区域6;服务器11与模具管理平台12连接;模具管理平台12中,相机1用于拍摄放置于拍照区域6的制衣模具或制衣纸样的照片,光源2用于调节拍照区域6的光线强弱,以获取更好的成像效果,可以通过光源控制器4进行调节;显示器3可以通过连接相机1显示拍照区域6的实时图像,也可以显示模具管理平台12与服务器11的各种信息、处理结果,如图3所示;模具5可以是制衣纸样、制衣模具或其他需要录入的模具;服务器11可以用独立的服务器或者是多个服务器组成的服务器集群来实现,用于识别出对应模具5,并将结果显示在显示器3上。
模具管理平台12与服务器11组成的系统可以实现如下功能:1、模具录入:管理者对模具5进行拍照,并将已有制衣模具全部录入到预设数据库中;2、查找模具:管理者将某款式的制衣纸样放置在设备拍照区域6中进行拍照识别,利用相机1对纸样进行拍照,经过服务器11识别后,从服务器11数据库中,按照模具5相似程度依次显示符合要求的制衣模具;3、模具领出:管理者得知符合要求的制衣模具编号后,将该编号通过服务器11进行标记,然后到制衣模具仓库直接取出对应制衣模具。4、模具归还:当工厂对该款式生产完成后,管理者将该制衣模具归还到制衣模具仓库中,并在系统中登入该制衣模具编号;以上功能都可以利用模具管理平台12与服务器11之间的配合实现。
本发明实施例提供一种制衣模具的确定方法、装置、计算机设备和存储介质,以下分别进行详细说明:
在一个实施例中,如图4所示,提供了一种制衣模具的确定方法,以该方法应用于图1中的服务器11为例进行说明,包括以下步骤:
步骤41,获取待识别的制衣纸样图像;制衣纸样图像中携带有制衣模具类型。
在本步骤中,制衣纸样是与模具关键轮廓相同的纸板,在纺织产业中用于与制衣模具进行对照,或对不同种类的制衣模具进行区分、识别,不同制衣款式,对应的制衣纸样及其图像不一样;比如,图5(a)为袋模的制衣纸样图像,图5(b)为领模的制衣纸样图像;制衣模具类型在获取待识别纸样图像时就已由管理员预先设定好,或者在获得图像时自动识别模具类型,并作为图像的属性信息被制衣纸样图像所携带。
具体实现中,参考图2,管理员通过模具管理平台12,用光源控制器4调整光源2,使拍照区域6中的模具5(即制衣纸样)能够清晰的显示在显示器3上,调整好后进行模具类型的选择,并控制相机1进行拍摄;服务器11随即获取相机1拍摄好的制衣纸样图像,同时该图像中携带有制衣模具类型。
本步骤通过模具管理平台12实现了制衣纸样图像的高效高质获取,为制衣模具的识别、确定过程提供了可靠的基础数据支撑。
步骤42,识别制衣纸样图像中的预设线段,根据预设线段确定制衣纸样的至少两个特征参数。
在本步骤中,不同类型的制衣纸样和制衣模具的图像识别的方式不同,具体体现在预设线段设置的不同上;预设线段是指制衣模具的识别、确定过程中,可以作为判断依据,可以提取出相应特征参数的线段;预设线段根据模具的类型预先设定,服务器获取到相应图像后会优先寻找预设线段;特征参数是指制衣纸样图像中可以获取到的数值信息或其他能够识别出该模具及其对应编号的信息。
具体实现中,根据制衣模具类型识别制衣纸样图像中的预设线段,并且根据预设线段计算出多个对应的特征参数。以图6的袋模为例,由于外形轮廓较为简单,预设线段可以为全部线段,包括直线线段和圆弧线段;为了简化操作,可以通过圆弧线段的个数将图像大致分为两类,如左侧分支有圆弧线段的情况,则根据预设线段计算得出宽度W1、高度H1、底部圆角(圆弧)半径R1,底部圆角(圆弧)的圆度D1作为该制衣纸样或制衣模具图像的特征参数;若没有圆弧线段,可以根据直线线段的数量进行再次分类,如图右侧分支将直线线段的数量分别设为了4、5、6条,并根据预设直线线段和其夹角得到宽度、夹角、高度等特征参数。
本步骤通过设置预设线段,减少了进行识别操作时的工作量,从预设线段入手,快速准确地提取出对应的特征参数,提升了制衣模具识别的效率。
步骤43,按照预设选取顺序,从至少两个特征参数中选取一个特征参数;从与制衣模具类型对应的预设数据库中,筛选出满足本次选取的特征参数的制衣模具候选集。
在本步骤中,预设选取顺序是指特征参数的提取顺序,也即特征参数的对比顺序;每次筛选过程中,根据预设选取顺序选择一个特征参数,每个特征参数只会被选取一次。预设选取顺序不是固定的,可以根据实际需要进行优化修改,原则是逐级筛选,缩小选择范围。之所以设定预设对比顺序,是因为在制衣模具识别的过程中,最先被选取的特征参数通常是对生产来说最重要的特征参数,因此还可以引入权重值来对重合度进行限制,确保重合度计算的准确性。制衣模具候选集是指利用一个特征参数进行筛选后的留下的符合条件的各个制衣模具组成的集合,该集合也是下一次筛选所利用的原始数据集合。
具体实现中,如图7所示,以袋模为例,预设的对比顺序是宽度W’、圆角R、圆度D、高度H,假设宽度W’=5cm,设定重合度范围为±0.2cm,总模具数量100个,宽度在4.8-5.2cm的制衣模具为50个;圆角R为80°设定重合度范围为±0.5°;即先比较制衣纸样和各个制衣模具的宽度W’,第一次筛选后从100个制衣模具得到50个制衣模具,该50个制衣模具组成制衣模具候选集;同理,下一次筛选是从这50个制衣模具中,再次筛选出圆角R符合重合度范围±0.5°的制衣模具,依次类推,会得到若干个制衣模具候选集,每个制衣模具候选集都对应一个特征参数,且其中包含有各个模具特征参数之间的重合度。
本步骤通过根据制衣模具的特点巧妙设置预设选取顺序,依次选取特征参数进行筛选,快速的缩小选择范围,同时保证每个结果的准确性,提高了识别、确定制衣模具的效率。
步骤44,按照预设选取顺序,从剩余的特征参数中选取一个特征参数;从制衣模具候选集中,再次筛选出满足本次选取的特征参数的制衣模具候选集,直到剩余的特征参数满足第一预设条件;剩余的特征参数为选取出特征参数后剩余的特征参数。
在本步骤中,第一预设条件是指在预设选取顺序中,没有剩余可被选取的特征参数。例如预设选取顺序中有4个特征参数,在经过了3次筛选后仅剩余1个特征参数可被选取,则再进行一次筛选后则无特征参数可以被选取,即达到第一预设条件后停止筛选。第一预设条件和预设选取顺序还可以根据实际需要进行设置,比如只需要根据特定几个特征参数筛选出制衣模具的情况。
具体实现中,经过第一次筛选后,从剩余的特征参数中按照预设对比顺序选取下一个特征参数,在上一次筛选得到的制衣模具候选集中再次进行筛选,得到又一个制衣模具候选集。重复上述步骤,直到特征参数的选取达到了第一预设条件则停止筛选。
本步骤通过按顺序选取特征参数,重复在上一次得到的制衣模具候选集中进行筛选的操作,快速的缩小选取的范围,保证了识别、确定制衣模具的准确性和高效率、
步骤45,根据制衣模具候选集,确定与制衣纸样图像匹配的制衣模具;其中,制衣模具候选集中包含有目标特征参数与本次选取的特征参数之间的重合度满足第二预设条件的制衣模具,目标特征参数为制衣模具的特征参数中与本次选取的特征参数相对应的特征参数。
在本步骤中,匹配的制衣模具是指与制衣纸样图像各个特征参数都最接近的制衣模具。目标特征参数是指制衣模具候选集是通过哪个特征参数进行筛选得到的,那么该制衣模具候选集中的目标特征参数即为该参与筛选的特征参数。第二预设条件是指目标特征参数与本次选取的特征参数之间的重合度之间的差异范围,比如高度H为5±0.2cm,则该特征参数对应的第二预设条件应为4.8cm≤高度H’≤5.2cm;同样的,第二预设条件也可以根据实际需要进行设置。需要说明的是,达到第一预设条件或第二预设条件时生成的制衣模具候选集都可以用来确定匹配的制衣模具。
具体实现中,制衣模具经过了多次筛选,得到的制衣模具候选集中各个制衣模具都与制衣纸样更为相似。通常根据最后一次得到的制衣模具候选集中重合度最高的制衣模具作为与制衣纸样图像匹配的制衣模具;也可以将各个制衣模具候选集中的各自重合度最高的制衣模具,按照得到制衣模具候选集的先后依次展示,排名最前的为最后一次筛选的得到的制衣模具候选集中重合度最高的制衣模具。
本步骤通过对设置第二预设条件,保证了制衣模具识别、和确定的准确性。同时根据各个制衣模具候选集,可以显示不同的匹配结果;既可以显示总体重合度最高的制衣模具作为匹配结果,也可以提取各个制衣模具候选集中重合度最高的制衣模具并进行排列,供管理人员选择。提高了制衣模具识别和确定过程的效率及准确度。
上述制衣模具的确定方法,通过获取待识别的制衣纸样图像;制衣纸样图像中携带有制衣模具类型;识别制衣纸样图像中的预设线段,根据预设线段确定制衣纸样的至少两个特征参数;按照预设选取顺序,从至少两个特征参数中选取一个特征参数;从与制衣模具类型对应的预设数据库中,筛选出满足本次选取的特征参数的制衣模具候选集;按照预设选取顺序,从剩余的特征参数中选取一个特征参数;从制衣模具候选集中,再次筛选出满足本次选取的特征参数的制衣模具候选集,直到剩余的特征参数满足第一预设条件;剩余的特征参数为选取出特征参数后剩余的特征参数;根据制衣模具候选集,确定与制衣纸样图像匹配的制衣模具;本方法通过对制衣纸样图像的识别分析,确定制衣纸样图像中便于计算且具有标识意义的多个特征参数;利用特征参数与各个制衣模具依次进行对比、筛选,迅速缩小比较范围,以尽快得到最接近且与制衣纸样图像匹配的制衣模具结果,提高了衬衫生产过程中,识别模具类型、确定对应制衣模具的效率。
在一个实施例中,上述步骤42,识别制衣纸样图像中的预设线段,包括:识别制衣纸样图像的目标区域的外形轮廓;沿外形轮廓的边缘标记出多个离散点;分别对各个离散点进行拟合处理,得到外形轮廓对应的直线线段和圆弧线段,作为制衣纸样图像中的预设线段。
具体实现中,由于使用模具管理平台能够获得较好的制衣纸样图像,能够清晰的识别出制衣纸样图像在目标区域内的外形轮廓;沿着该外形轮廓边缘标记足够多的离散点,对离散点进行拟合可以得到完整且准确的线段;根据模具类型对险段进行分割,能够分割出直线线段和圆弧线段,作为预设线段识别的基础。
本实施例离散-拟合-分割的方法,不仅在识别中保证了特征参数的精确,在录入时也能保证录入数值的准确性,从而提高整体制衣模具识别的效率。
在在一个实施例中,上述步骤43,从与制衣模具类型对应的预设数据库中,筛选出满足本次选取的特征参数的制衣模具候选集,包括:分别计算本次选取的特征参数与预设数据库中的制衣模具的目标特征参数之间的重合度;从预设数据库中筛选出重合度满足第二预设条件的制衣模具,作为满足本次选取的特征参数的制衣模具候选集。
本实施例中的第二预设条件同样是与特征参数对应的重合度范围,
具体实现中,依次计算选取的特征参数和制衣模具对应的目标特征参数之间的重合度。例如特征参数是高度H=5cm,其中一个目标特征参数是H1=5.2cm,H2=5.5cm,则重合度可以是H/H1=0.9615,H/H2=0.909;明显可以看出H1的重合度大于H2,H1对应的制衣模具也更接近制衣纸样的特征参数H。
在一个实施例中,上述步骤45,根据制衣模具候选集,确定与制衣纸样图像匹配的制衣模具,包括:分别从各个制衣模具候选集中提取出重合度最高的制衣模具,作为与制衣纸样图像匹配的制衣模具。
具体实现中,从各个制衣模具候选集中分别提取出重合度最高的制衣模具,并按照制衣模具候选集生成的顺序进行排列,最先得到的排在后面,后得到的排在前面;这样排列可以得到若干个与制衣纸样图像最接近的制衣模具,且最终的匹配结果排在最前面,且排在后面的制衣模具还与匹配的结果存在细微差异,管理员可以根据该顺序排列的制衣模具进行选择,确保最终选取的制衣模具的准确。
在一个实施例中,步骤45,根据制衣模具候选集,确定与制衣纸样图像匹配的制衣模具,还包括:获取最后一次筛选出的制衣模具候选集;从最后一次筛选出的制衣模具候选集中,提取出重合度最高的制衣模具,作为与制衣纸样图像匹配的制衣模具。
具体实现中,若最后一次基于选取的特征参数Z所筛选得到的制衣模具候选集中,还剩有制衣模具A、B、C,其重合度分别为0.9、0.8、0.7,可知制衣模具A的重合度最高,则将制衣模具A作为与制衣纸样图像匹配的制衣模具。最后一次筛选出的制衣模具候选集是各个选取的特征参数都满足第二预设条件,直接从该集合中选择重合度最高的制衣模具可以说是优中选优;这种选择方式效率较高,同时也相当准确。
在一个实施例中,如图8所示,步骤41在获取待识别的制衣纸样图像之前,还包括:
步骤81,采集多个不同制衣模具类型对应的制衣模具。
步骤82,获取制衣模具的模具图像。
步骤83,识别模具图像中的预设线段,根据预设线段确定制衣模具的多个特征参数。
步骤84,将属于同一制衣模具类型的制衣模具对应的多个特征参数,存储至同一制衣模具类型对应的预设数据库。
具体实施中,首先控制相机对制衣纸样进行图像采集得到模具图像;对模具图像中的线段进行识别,找到预设线段,根据预设线段确定出多个特征参数;根据制衣模具的对应类型将特征参数存储至对应的预设数据库中。
本实施例通过部分与制衣模具相同的方法实现制衣模具的数据库录入;同时根据模具类型的不同采取了不同的录入策略,能快速的实现数据的分析及存储。
在一个实施例中,步骤45,在根据各个制衣模具候选集,确定与制衣纸样图像匹配的制衣模具之后,还包括:获取与制衣纸样图像匹配的制衣模具的模具标识;将模具标识发送至仓库终端;仓库终端用于获取与模具标识对应的制衣模具的存放位置信息;接收仓库终端返回的制衣模具的存放位置信息,根据存放位置信息,确定制衣模具的存放位置。
本实施例中,模具标识是可以识别出该制衣模具的唯一标识信息,比如模具编号、模具名称等;仓库终端是指能获取到仓库内各个模具标识信息的装置,包括模具的位置;存放位置信息是制衣模具在仓库里放置的具体位置。
本实施例通过服务器与仓库终端的连接,能够获取到制衣模具在仓库中的位置信息,能够帮助管理员快速的通过制衣模具识别、确定的结果定位到在仓库中存放的具体位置,便于管理员拿取。
在一个实施例中,提供了一种制衣模具类型为领模的制衣模具识别方法。
如图9所示,首先把需要识别的制衣纸样放在拍照区域6,控制相机1获取到该领模制衣纸样的图像;服务器11识别外形轮廓,标记若干离散点,并拟合、分割得到若干直线线段和圆弧线段。其次,由于领模的形状较为特殊,如果直接识别所有线段为预设线段计算过于复杂,效率较低。因此,如图10所示,在识别预设线段的步骤中,可以通过限制预设区域,对需要识别的预设线段作出限定;如图11所示,寻找特定的直线线段L1,并以该线段为y轴,建立直角坐标系;直角坐标系为特征参数的计算提供了一个基准,根据该直角坐标系可以的得到图中灰色箭头所标注的特征参数,其中,L为长度,K为斜率,R为圆弧线段的半径,D为圆弧线段的圆度,θ为两相邻圆弧连接之处各自的中点所在的切线夹角。
如图12所示,在获取特征参数后,依次根据预设的选取顺序,比较当前线段(特征参数)和数据库中同类型模具的第一线段(目标特征参数),筛选出符合重合度范围的模具(制衣模具候选集)。最后,可以根据筛选顺序,将符合第二预设条件的制衣模具代号依次显示出来,供管理员查看,
应该理解的是,虽然图4、6-9、12的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图4、6-9、12中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图13所示,提供了一种制衣模具的确定装置,包括:纸样图像获取模块130、特征参数确定模块131、第一筛选模块132、第二筛选模块133、制衣模具确定模块134,其中:
纸样图像获取模块130,用于获取待识别的制衣纸样图像;制衣纸样图像中携带有制衣模具类型;
特征参数确定模块131,用于识别制衣纸样图像中的预设线段,根据预设线段确定制衣纸样的至少两个特征参数;
第一筛选模块132,用于按照预设选取顺序,从至少两个特征参数中选取一个特征参数;从与制衣模具类型对应的预设数据库中,筛选出满足本次选取的特征参数的制衣模具候选集;
第二筛选模块133,用于按照预设选取顺序,从剩余的特征参数中选取一个特征参数;从制衣模具候选集中,再次筛选出满足本次选取的特征参数的制衣模具候选集,直到剩余的特征参数满足第一预设条件;剩余的特征参数为选取出特征参数后剩余的特征参数;
制衣模具确定模块134,用于根据制衣模具候选集,确定与制衣纸样图像匹配的制衣模具;其中,制衣模具候选集中包含有目标特征参数与本次选取的特征参数之间的重合度满足第二预设条件的制衣模具,目标特征参数为制衣模具的特征参数中与本次选取的特征参数相对应的特征参数。
在一个实施例中,特征参数确定模块131还用于识别制衣纸样图像的目标区域的外形轮廓;沿外形轮廓的边缘标记出多个离散点;分别对各个离散点进行拟合处理,得到外形轮廓对应的直线线段和圆弧线段,作为制衣纸样图像中的预设线段。
在一个实施例中,第二筛选模块132还用于分别计算本次选取的特征参数与预设数据库中的制衣模具的目标特征参数之间的重合度;从预设数据库中筛选出重合度满足第二预设条件的制衣模具,作为满足本次选取的特征参数的制衣模具候选集。
在一个实施例中,制衣模具确定模块134还用于分别从各个所述制衣模具候选集中提取出重合度最高的制衣模具,作为与所述制衣纸样图像匹配的制衣模具。
在一个实施例中,制衣模具确定模块134还用于获取最后一次筛选出的制衣模具候选集;从最后一次筛选出的制衣模具候选集中,提取出重合度最高的制衣模具,作为与制衣纸样图像匹配的制衣模具。
在一个实施例中,制衣模具的确定装置还包括制衣模具录入模块,用于采集多个不同制衣模具类型对应的制衣模具;获取制衣模具的模具图像;识别模具图像中的预设线段,根据预设线段确定制衣模具的多个特征参数;将属于同一制衣模具类型的制衣模具对应的多个特征参数,存储至同一制衣模具类型对应的预设数据库。
在一个实施例中,制衣模具的确定装置还包括仓库终端信息模块,用于获取与制衣纸样图像匹配的制衣模具的模具标识;将模具标识发送至仓库终端;仓库终端用于获取与模具标识对应的制衣模具的存放位置信息;接收仓库终端返回的制衣模具的存放位置信息,根据存放位置信息,确定制衣模具的存放位置。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图14所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储制衣模具数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种制衣模具的确定方法。
本领域技术人员可以理解,图14中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现以下步骤:
获取待识别的制衣纸样图像;制衣纸样图像中携带有制衣模具类型;
识别制衣纸样图像中的预设线段,根据预设线段确定制衣纸样的至少两个特征参数;
按照预设选取顺序,从至少两个特征参数中选取一个特征参数;从与制衣模具类型对应的预设数据库中,筛选出满足本次选取的特征参数的制衣模具候选集;
按照预设选取顺序,从剩余的特征参数中选取一个特征参数;从制衣模具候选集中,再次筛选出满足本次选取的特征参数的制衣模具候选集,直到剩余的特征参数满足第一预设条件;剩余的特征参数为选取出特征参数后剩余的特征参数;
根据制衣模具候选集,确定与制衣纸样图像匹配的制衣模具;
其中,制衣模具候选集中包含有目标特征参数与本次选取的特征参数之间的重合度满足第二预设条件的制衣模具,目标特征参数为制衣模具的特征参数中与本次选取的特征参数相对应的特征参数。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:识别制衣纸样图像的目标区域的外形轮廓;沿外形轮廓的边缘标记出多个离散点;分别对各个离散点进行拟合处理,得到外形轮廓对应的直线线段和圆弧线段,作为制衣纸样图像中的预设线段。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:分别计算本次选取的特征参数与预设数据库中的制衣模具的目标特征参数之间的重合度;从预设数据库中筛选出重合度满足第二预设条件的制衣模具,作为满足本次选取的特征参数的制衣模具候选集。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:分别从各个所述制衣模具候选集中提取出重合度最高的制衣模具,作为与所述制衣纸样图像匹配的制衣模具。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取最后一次筛选出的制衣模具候选集;从最后一次筛选出的制衣模具候选集中,提取出重合度最高的制衣模具,作为与制衣纸样图像匹配的制衣模具。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:采集多个不同制衣模具类型对应的制衣模具;获取制衣模具的模具图像;识别模具图像中的预设线段,根据预设线段确定制衣模具的多个特征参数;将属于同一制衣模具类型的制衣模具对应的多个特征参数,存储至同一制衣模具类型对应的预设数据库。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取与制衣纸样图像匹配的制衣模具的模具标识;将模具标识发送至仓库终端;仓库终端用于获取与模具标识对应的制衣模具的存放位置信息;接收仓库终端返回的制衣模具的存放位置信息,根据存放位置信息,确定制衣模具的存放位置。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取待识别的制衣纸样图像;制衣纸样图像中携带有制衣模具类型;
识别制衣纸样图像中的预设线段,根据预设线段确定制衣纸样的至少两个特征参数;
按照预设选取顺序,从至少两个特征参数中选取一个特征参数;从与制衣模具类型对应的预设数据库中,筛选出满足本次选取的特征参数的制衣模具候选集;
按照预设选取顺序,从剩余的特征参数中选取一个特征参数;从制衣模具候选集中,再次筛选出满足本次选取的特征参数的制衣模具候选集,直到剩余的特征参数满足第一预设条件;剩余的特征参数为选取出特征参数后剩余的特征参数;
根据制衣模具候选集,确定与制衣纸样图像匹配的制衣模具;
其中,制衣模具候选集中包含有目标特征参数与本次选取的特征参数之间的重合度满足第二预设条件的制衣模具,目标特征参数为制衣模具的特征参数中与本次选取的特征参数相对应的特征参数。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:识别制衣纸样图像的目标区域的外形轮廓;沿外形轮廓的边缘标记出多个离散点;分别对各个离散点进行拟合处理,得到外形轮廓对应的直线线段和圆弧线段,作为制衣纸样图像中的预设线段。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:分别计算本次选取的特征参数与预设数据库中的制衣模具的目标特征参数之间的重合度;从预设数据库中筛选出重合度满足第二预设条件的制衣模具,作为满足本次选取的特征参数的制衣模具候选集。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:分别从各个所述制衣模具候选集中提取出重合度最高的制衣模具,作为与所述制衣纸样图像匹配的制衣模具。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取最后一次筛选出的制衣模具候选集;从最后一次筛选出的制衣模具候选集中,提取出重合度最高的制衣模具,作为与制衣纸样图像匹配的制衣模具。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:采集多个不同制衣模具类型对应的制衣模具;获取制衣模具的模具图像;识别模具图像中的预设线段,根据预设线段确定制衣模具的多个特征参数;将属于同一制衣模具类型的制衣模具对应的多个特征参数,存储至同一制衣模具类型对应的预设数据库。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取与制衣纸样图像匹配的制衣模具的模具标识;将模具标识发送至仓库终端;仓库终端用于获取与模具标识对应的制衣模具的存放位置信息;接收仓库终端返回的制衣模具的存放位置信息,根据存放位置信息,确定制衣模具的存放位置。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,上述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能理解为对发明专利范围的限制。对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种制衣模具的确定方法,其特征在于,所述方法包括:
获取待识别的制衣纸样图像;所述制衣纸样图像中携带有制衣模具类型;
识别所述制衣纸样图像中的预设线段,根据所述预设线段确定所述制衣纸样的至少两个特征参数;
按照预设选取顺序,从所述至少两个特征参数中选取一个特征参数;从与所述制衣模具类型对应的预设数据库中,筛选出满足本次选取的特征参数的制衣模具候选集;
按照所述预设选取顺序,从剩余的特征参数中选取一个特征参数;从所述制衣模具候选集中,再次筛选出满足本次选取的特征参数的制衣模具候选集,直到所述剩余的特征参数满足第一预设条件;所述剩余的特征参数为选取出特征参数后剩余的特征参数;
根据所述制衣模具候选集,确定与所述制衣纸样图像匹配的制衣模具;
其中,所述制衣模具候选集中包含有目标特征参数与本次选取的特征参数之间的重合度满足第二预设条件的制衣模具,所述目标特征参数为所述制衣模具的特征参数中与本次选取的特征参数相对应的特征参数。
2.根据权利要求1所述的方法,其特征在于,所述识别所述制衣纸样图像中的预设线段,包括:
识别所述制衣纸样图像的目标区域的外形轮廓;
沿所述外形轮廓的边缘标记出多个离散点;
分别对各个所述离散点进行拟合处理,得到所述外形轮廓对应的直线线段和圆弧线段,作为所述制衣纸样图像中的预设线段。
3.根据权利要求1所述的方法,其特征在于,所述从与所述制衣模具类型对应的预设数据库中,筛选出满足本次选取的特征参数的制衣模具候选集,包括:
分别计算所述本次选取的特征参数与所述预设数据库中的制衣模具的所述目标特征参数之间的重合度;
从所述预设数据库中筛选出所述重合度满足所述第二预设条件的制衣模具,作为满足所述本次选取的特征参数的制衣模具候选集。
4.根据权利要求1所述的方法,其特征在于,所述根据所述制衣模具候选集,确定与所述制衣纸样图像匹配的制衣模具,包括:
分别从各个所述制衣模具候选集中提取出重合度最高的制衣模具,作为与所述制衣纸样图像匹配的制衣模具。
5.根据权利要求1所述的方法,其特征在于,所述根据所述制衣模具候选集,确定与所述制衣纸样图像匹配的制衣模具,还包括:
获取最后一次筛选出的制衣模具候选集;
从所述最后一次筛选出的制衣模具候选集中,提取出重合度最高的制衣模具,作为与所述制衣纸样图像匹配的制衣模具。
6.根据权利要求1至5任一项所述的方法,其特征在于,在获取待识别的制衣纸样图像之前,还包括:
采集多个不同制衣模具类型对应的制衣模具;
获取所述制衣模具的模具图像;
识别所述模具图像中的预设线段,根据所述预设线段确定所述制衣模具的多个特征参数;
将属于同一制衣模具类型的制衣模具对应的多个特征参数,存储至所述同一制衣模具类型对应的预设数据库。
7.根据权利要求6所述的方法,其特征在于,在根据各个所述制衣模具候选集,确定与所述制衣纸样图像匹配的制衣模具之后,还包括:
获取与所述制衣纸样图像匹配的制衣模具的模具标识;
将所述模具标识发送至仓库终端;所述仓库终端用于获取与所述模具标识对应的制衣模具的存放位置信息;
接收所述仓库终端返回的所述制衣模具的存放位置信息,根据所述存放位置信息,确定所述制衣模具的存放位置。
8.一种制衣模具识别装置,其特征在于,所述装置包括:
纸样图像获取模块,用于获取待识别的制衣纸样图像;所述制衣纸样图像中携带有制衣模具类型;
特征参数确定模块,用于识别所述制衣纸样图像中的预设线段,根据所述预设线段确定所述制衣纸样的至少两个特征参数;
第一筛选模块,用于按照预设选取顺序,从所述至少两个特征参数中选取一个特征参数;从与所述制衣模具类型对应的预设数据库中,筛选出满足本次选取的特征参数的制衣模具候选集;
第二筛选模块,用于按照所述预设选取顺序,从剩余的特征参数中选取一个特征参数;从所述制衣模具候选集中,再次筛选出满足本次选取的特征参数的制衣模具候选集,直到所述剩余的特征参数满足第一预设条件;所述剩余的特征参数为选取出特征参数后剩余的特征参数;
制衣模具确定模块,用于根据所述制衣模具候选集,确定与所述制衣纸样图像匹配的制衣模具;
其中,所述制衣模具候选集中包含有目标特征参数与本次选取的特征参数之间的重合度满足第二预设条件的制衣模具,所述目标特征参数为所述制衣模具的特征参数中与本次选取的特征参数相对应的特征参数。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN201911241709.XA 2019-12-06 2019-12-06 制衣模具的确定方法、装置、计算机设备和存储介质 Active CN110929082B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911241709.XA CN110929082B (zh) 2019-12-06 2019-12-06 制衣模具的确定方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911241709.XA CN110929082B (zh) 2019-12-06 2019-12-06 制衣模具的确定方法、装置、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
CN110929082A true CN110929082A (zh) 2020-03-27
CN110929082B CN110929082B (zh) 2022-09-16

Family

ID=69857268

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911241709.XA Active CN110929082B (zh) 2019-12-06 2019-12-06 制衣模具的确定方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN110929082B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5982912A (en) * 1996-03-18 1999-11-09 Kabushiki Kaisha Toshiba Person identification apparatus and method using concentric templates and feature point candidates
CN105799133A (zh) * 2014-09-24 2016-07-27 上海智觉光电科技有限公司 基于外形轮廓匹配的模具在线监视保护方法
CN108921905A (zh) * 2018-07-16 2018-11-30 意力(广州)电子科技有限公司 靶标定位方法、装置、计算机设备和可读存储介质
CN109344900A (zh) * 2018-09-30 2019-02-15 中民筑友科技投资有限公司 一种构件识别方法、装置、设备及计算机可读存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5982912A (en) * 1996-03-18 1999-11-09 Kabushiki Kaisha Toshiba Person identification apparatus and method using concentric templates and feature point candidates
CN105799133A (zh) * 2014-09-24 2016-07-27 上海智觉光电科技有限公司 基于外形轮廓匹配的模具在线监视保护方法
CN108921905A (zh) * 2018-07-16 2018-11-30 意力(广州)电子科技有限公司 靶标定位方法、装置、计算机设备和可读存储介质
CN109344900A (zh) * 2018-09-30 2019-02-15 中民筑友科技投资有限公司 一种构件识别方法、装置、设备及计算机可读存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李阳等: "基于机器视觉的轮胎快速识别分拣方法", 《机床与液压》 *

Also Published As

Publication number Publication date
CN110929082B (zh) 2022-09-16

Similar Documents

Publication Publication Date Title
CN109767418B (zh) 检査装置、数据生成装置、数据生成方法及存储介质
CN110004664B (zh) 衣物污渍识别方法、装置、洗衣机及存储介质
CN107909107B (zh) 纤维检测方法、装置及电子设备
CN102542275B (zh) 一种证件照背景自动识别方法及其系统
CN107615251B (zh) 信息处理装置、信息处理方法及存储介质
KR20110010629A (ko) 그래디언트 히스토그램을 이용한 지문 표현
CN110427746A (zh) 滑块验证码验证方法、装置、存储介质和计算机设备
JP7214432B2 (ja) 画像処理方法、画像処理プログラム、記録媒体、画像処理装置、生産システム、物品の製造方法
CN111144372A (zh) 车辆检测方法、装置、计算机设备和存储介质
JP2017033063A (ja) 画像処理方法、画像処理装置、プログラム及び記録媒体
CN114040116B (zh) 塑胶模材良品监测反馈系统
CN107423738A (zh) 一种基于模板匹配的试卷题目定位方法及装置
CN110929082B (zh) 制衣模具的确定方法、装置、计算机设备和存储介质
CN108898597B (zh) 一种基于智能手机的书画鉴证的方法
TW202211157A (zh) 個體辨識系統、個體辨識程式及記錄媒體
CN111079587B (zh) 人脸的识别方法、装置、计算机设备及可读存储介质
JP4943228B2 (ja) 画像のマッチング処理方法
WO2018137226A1 (zh) 指纹提取方法及装置
CN111563506A (zh) 基于曲线轮廓匹配的甲骨拓片缀合方法
CN113435412B (zh) 一种基于语义分割的水泥布料区域检测方法
CN109407630A (zh) 参数计算的方法、装置、终端及可读存储介质
CN114139666A (zh) 物料标识标签的生成方法、装置、计算机设备和存储介质
CN113657179A (zh) 图像识别及建模方法、装置、电子设备及存储介质
CN116533308B (zh) 一种pcb切割监测系统、方法、装置及存储介质
US20180293467A1 (en) Method for identifying corresponding image regions in a sequence of images

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