CN110956630A - 平面印刷缺陷检测方法、装置以及系统 - Google Patents

平面印刷缺陷检测方法、装置以及系统 Download PDF

Info

Publication number
CN110956630A
CN110956630A CN201911310301.3A CN201911310301A CN110956630A CN 110956630 A CN110956630 A CN 110956630A CN 201911310301 A CN201911310301 A CN 201911310301A CN 110956630 A CN110956630 A CN 110956630A
Authority
CN
China
Prior art keywords
image
detection
standard
difference
printing defect
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
CN201911310301.3A
Other languages
English (en)
Inventor
傅建中
杨波
徐冠华
匡文明
褚建农
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.)
Honghe Innovation Technology Research Institute
Zhejiang University ZJU
Original Assignee
Honghe Innovation Technology Research Institute
Zhejiang University ZJU
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 Honghe Innovation Technology Research Institute, Zhejiang University ZJU filed Critical Honghe Innovation Technology Research Institute
Priority to CN201911310301.3A priority Critical patent/CN110956630A/zh
Publication of CN110956630A publication Critical patent/CN110956630A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06T7/001—Industrial image inspection using an image reference approach
    • 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
    • G01N21/95—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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • 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
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/888—Marking defects
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30124—Fabrics; Textile; Paper

Landscapes

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

Abstract

本发明公开了一种平面印刷缺陷检测方法、装置以及系统，包括：(1)获取无印刷质量问题的产品图像作为标准图像；(2)获取待检测产品的图像作为检测图像，对该检测图像进行灰度转化和去噪处理；(3)分别提取标准图像和处理后的检测图像的图像特征，并根据图像特征获得两者之间的三维转换矩阵；(4)根据三维转换矩阵将检测图像转换到与标准图像相同的平面，并实现平面参考点对齐；(5)计算转换后的检测图像与标准图像的像素差值获得差值图像，并对差值图像进行去噪处理后，获得差值图像的像素点平均值作为阈值，根据该阈值对去噪处理的差值图像做二值化处理；(6)对差值图像做像素分析，将高于设定值的像素群标记为印刷缺陷区域。

Description

平面印刷缺陷检测方法、装置以及系统
技术领域
本发明涉及平面印刷缺陷检测领域，具体涉及一种平面印刷缺陷检测方法、装置以及系统。
背景技术
金属、塑料等产品在通过激光、喷墨、移印等方式进行印刷的过程中，常常出现缺印、重印等印刷缺陷，影响产品的不良率和返修率。传统的人工检测方法效率低、且容易因为人眼疲劳而漏检、错检。而常用的模板匹配图像检测方法又对检测过程中产品位置精度和图像拍摄的光源一致性提出了较高要求，如果这两个条件不能得到满足，同样会出现大批量的漏检和错检现象。
公布号为CN101813639A的专利申请公开了一种检查印刷凹版辊筒体表面缺陷装置，该装置能够实现印刷凹版辊筒体表面缺陷的检查。授权公告号为CN204044088U的实用新型公开了一种平面印刷品像素检测装置，该装置包括安装在支撑腿上的平台，平台中间设有镂空区域，平台镂空区域下表面设有检测镜片，检测镜片通过紧固装置设于平台下表面，所述支撑腿高度可活动调节，通过该装置能够实现平面印刷品像素的检测。但是并没有发现基于图像处理技术的平面印刷缺陷检测方法。
发明内容
本发明的目的在于提供一种平面印刷缺陷检测方法、装置以及系统，旨在解决人力检测的低效率、低精确性问题和通用模板匹配图像检测方法的高漏检率、高错检率问题。
本发明的技术方案为：
一种平面印刷缺陷检测方法，包括以下步骤：
(1)获取无印刷质量问题的产品图像作为标准图像；
(2)获取待检测产品的图像作为检测图像，对该检测图像进行灰度转化和去噪处理；
(3)分别提取标准图像和处理后的检测图像的图像特征，并根据标准图像和检测图像的图像特征获得标准图像和检测图像之间的三维转换矩阵；
(4)根据三维转换矩阵将处理后的检测图像转换到与标准图像相同的平面，并实现平面参考点对齐；
(5)计算转换后的检测图像与标准图像的像素差值获得差值图像，并对差值图像进行去噪处理后，获得差值图像的像素点平均值作为阈值，根据该阈值对去噪处理的差值图像做二值化处理；
(6)对二值化处理的差值图像做像素分析，将高于设定值的像素群标记为印刷缺陷区域。
优选地，采用高斯模糊方法对检测图像和差值图像进行去噪处理。
优选地，采用尺度不变特征变换方法(简称SIFT)分别对标准图像和处理后的检测图像进行特征生成，以获得标准图像和处理后的检测图像的图像特征。
优选地，在获得标准图像和处理后的检测图像的图像特征基础上，采用邻近算法(KNN算法)获取标准图像的图像特征和检测图像的图像特征的匹配点数组，并利用该匹配点数组获取标准图像和检测图像之间的三维转换矩阵。
优选地，采用轮廓检测算法对二值化处理的差值图像做像素分析，将高于设定值的像素群标记为印刷缺陷区域。
一种平面印刷缺陷检测装置，包括：
获取单元，用于获取无印刷质量问题的产品图像作为标准图像，还用于获取待检测产品的图像作为检测图像，并对该检测图像进行灰度转化和去噪处理；
三维转换矩阵计算单元，用于分别提取标准图像和处理后的检测图像的图像特征，并根据标准图像和检测图像的图像特征获得标准图像和检测图像之间的三维转换矩阵；
转换单元，用于根据三维转换矩阵将处理后的检测图像转换到与标准图像相同的平面，并实现平面参考点对齐；
二值化处理单元，用于计算转换后的检测图像与标准图像的像素差值获得差值图像，并对差值图像进行去噪处理后，获得差值图像的像素点平均值作为阈值，根据该阈值对去噪处理的差值图像做二值化处理；
标记单元，用于对二值化处理的差值图像做像素分析，将高于设定值的像素群标记为印刷缺陷区域。
一种平面印刷缺陷检测系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上执行的计算机程序，所述处理器执行所述计算机程序时实现上述平面印刷缺陷检测方法。
与现有技术相比，本发明具有的有益效果至少包括：
(1)本发明消除了标准图像和检测图像在采集图像过程中、由于产品位置不一致引入的图像采集结果误差。因此，本发明允许对产品进行印刷质量检测的过程中不做严格的定位，提高了对检测位置误差的容错率。(2)本发明引入像素点平均值作为中间参数，消除了标准图像和检测图像在采集图像过程中，由于光源条件不一致引入的图像采集结果误差。因此，该方法允许在不同时间段、不同光源条件下对印刷质量进行检测。(3)本方法中涉及的参数、阈值和判定准则均可根据实际情况动态调整，进一步提升了方法的普适性和推广价值。
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做简单地介绍，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前提下，还可以根据这些附图获得其他附图。
图1为本发明实施例提供的平面印刷缺陷检测方法的实现流程图；
图2为本发明实施例提供的标准图像。
图3为本发明实施例提供的检测图像。
图4为本发明实施例提供的标准图像与检测图像的匹配结果。
图5为本发明实施例提供的根据三维转换矩阵转换的检测图像。
图6为本发明实施例提供的差值图像。
图7为本发明实施例提供的缺陷检测结果；
图8为本发明实施例提供的平面印刷缺陷检测装置的结构示意图。
具体实施方式
为使本发明的目的、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发明进行进一步的详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不限定本发明的保护范围。
图1为本发明实施例提供的平面印刷缺陷检测方法的实现流程图。参见图1，该平面印刷缺陷检测方法包括以下步骤：
步骤1，获取无印刷质量问题的产品图像作为参照模板(以下称为标准图像)。如图2，将标准图像需要被检测部分截取出来，形成缺陷检测的参照模板。
步骤2，获取待检测产品的图像(以下称为检测图像)，将其转换为灰度图像，通过高斯模糊方法对灰度图像进行预处理以去除噪声。结果如图3所示。
步骤3，采用尺度不变特征变换(SIFT)分别对标准图像和检测图像进行特征生成，利用邻近算法(KNN算法)获取二者的匹配点数组，并利用标准图像和检测图像的匹配点数组获取二者之间的三维转换矩阵。经过SIFT和KNN算法，与标准图像的匹配结果如图4所示。
步骤4，利用步骤5获取到的三维转换矩阵，将检测图像转换到标准图像相同的平面，并实现平面参考点对齐。转换结果如图5所示。
步骤5，将转换后的检测图像与标准图像基于像素值进行作差，获取二者差值(以下称为差值图像)。差值图像如图6所示。
步骤6，再次利用高斯模糊算法对差值图像进行处理，消除噪声。
步骤7，获取差值图像的像素点平均值，作为进一步消除噪声的依据。
步骤8，基于插值图像的像素点平均值设定阈值，利用该阈值对差值图像进行二值化处理。
步骤9，利用轮廓检测算法对二值化处理后的差值图像进行分析，将高于设定值的像素群标记为印刷缺陷区域。检测结果如图7所示，印刷缺陷在图中用圆圈标记。
上述平面印刷缺陷检测方法中，通过采用SIFT和KNN算法对标准图像和检测图像进行关键点匹配，并基于关键点匹配结果获取二者之间的三维转换矩阵，消除了标准图像和检测图像在采集图像过程中由于产品位置不一致引入的图像采集结果误差。因此，该方法允许对产品进行印刷质量检测的过程中不做严格的定位，提高了对检测位置误差的容错率。
上述平面印刷缺陷检测方法中，在对差值图像进行二值化处理时，引入像素点平均值作为中间参数，消除了标准图像和检测图像在采集图像过程中由于光源条件不一致引入的图像采集结果误差。因此，该方法允许在不同时间段、不同光源条件下对印刷质量进行检测。
如图8所示，实施例提供了一种平面印刷缺陷检测装置，包括：
获取单元801，用于获取无印刷质量问题的产品图像作为标准图像，还用于获取待检测产品的图像作为检测图像，并对该检测图像进行灰度转化和去噪处理；
三维转换矩阵计算单元802，用于分别提取标准图像和处理后的检测图像的图像特征，并根据标准图像和检测图像的图像特征获得标准图像和检测图像之间的三维转换矩阵；
转换单元803，用于根据三维转换矩阵将处理后的检测图像转换到与标准图像相同的平面，并实现平面参考点对齐；
二值化处理单元804，用于计算转换后的检测图像与标准图像的像素差值获得差值图像，并对差值图像进行去噪处理后，获得差值图像的像素点平均值作为阈值，根据该阈值对去噪处理的差值图像做二值化处理；
标记单元805，用于对二值化处理的差值图像做像素分析，将高于设定值的像素群标记为印刷缺陷区域。
获取单元801和二值化处理单元804中，采用高斯模糊方法对检测图像和差值图像进行去噪处理。
三维转换矩阵计算单元802中，采用尺度不变特征变换方法分别对标准图像和处理后的检测图像进行特征生成，以获得标准图像和处理后的检测图像的图像特征；
采用邻近算法获取标准图像的图像特征和检测图像的图像特征的匹配点数组，并利用该匹配点数组获取标准图像和检测图像之间的三维转换矩阵。
标记单元805中，采用轮廓检测算法对二值化处理的差值图像做像素分析，将高于设定值的像素群标记为印刷缺陷区域。
需要说明的是，上述实施例提供的平面印刷缺陷检测装置在进行平面印刷缺陷检测时，应以上述各功能单元的划分进行举例说明，可以根据需要将上述功能分配由不同的功能单元完成，即在终端或服务器的内部结构划分成不同的功能单元，以完成以上描述的全部或者部分功能。另外，上述实施例提供的平面印刷缺陷检测装置与平面印刷缺陷检测方法实施例属于同一构思，其具体实现过程详见平面印刷缺陷检测方法实施例，这里不再赘述。
实施例还提供了一种平面印刷缺陷检测系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上执行的计算机程序，所述处理器执行所述计算机程序时实现上述平面印刷缺陷检测方法。
其中，存储器可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器所执行以实现本发明中方法实施例提供的平面印刷缺陷检测方法。
相比于通用模板匹配图像检测方法，上述平面印刷缺陷检测方法、装置以及系统能够更为精准、更具容错性的检测平面印刷缺陷。
以上所述的具体实施方式对本发明的技术方案和有益效果进行了详细说明，应理解的是以上所述仅为本发明的最优选实施例，并不用于限制本发明，凡在本发明的原则范围内所做的任何修改、补充和等同替换等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种平面印刷缺陷检测方法，包括以下步骤：
(1)获取无印刷质量问题的产品图像作为标准图像；
(2)获取待检测产品的图像作为检测图像，对该检测图像进行灰度转化和去噪处理；
(3)分别提取标准图像和处理后的检测图像的图像特征，并根据标准图像和检测图像的图像特征获得标准图像和检测图像之间的三维转换矩阵；
(4)根据三维转换矩阵将处理后的检测图像转换到与标准图像相同的平面，并实现平面参考点对齐；
(5)计算转换后的检测图像与标准图像的像素差值获得差值图像，并对差值图像进行去噪处理后，获得差值图像的像素点平均值作为阈值，根据该阈值对去噪处理的差值图像做二值化处理；
(6)对二值化处理的差值图像做像素分析，将高于设定值的像素群标记为印刷缺陷区域。
2.如权利要求1所述的平面印刷缺陷检测方法，其特征在于，采用高斯模糊方法对检测图像和差值图像进行去噪处理。
3.如权利要求1所述的平面印刷缺陷检测方法，其特征在于，采用尺度不变特征变换方法分别对标准图像和处理后的检测图像进行特征生成，以获得标准图像和处理后的检测图像的图像特征。
4.如权利要求1所述的平面印刷缺陷检测方法，其特征在于，在获得标准图像和处理后的检测图像的图像特征基础上，采用邻近算法获取标准图像的图像特征和检测图像的图像特征的匹配点数组，并利用该匹配点数组获取标准图像和检测图像之间的三维转换矩阵。
5.如权利要求1所述的平面印刷缺陷检测方法，其特征在于，采用轮廓检测算法对二值化处理的差值图像做像素分析，将高于设定值的像素群标记为印刷缺陷区域。
6.一种平面印刷缺陷检测装置，其特征在于，包括：
获取单元，用于获取无印刷质量问题的产品图像作为标准图像，还用于获取待检测产品的图像作为检测图像，并对该检测图像进行灰度转化和去噪处理；
三维转换矩阵计算单元，用于分别提取标准图像和处理后的检测图像的图像特征，并根据标准图像和检测图像的图像特征获得标准图像和检测图像之间的三维转换矩阵；
转换单元，用于根据三维转换矩阵将处理后的检测图像转换到与标准图像相同的平面，并实现平面参考点对齐；
二值化处理单元，用于计算转换后的检测图像与标准图像的像素差值获得差值图像，并对差值图像进行去噪处理后，获得差值图像的像素点平均值作为阈值，根据该阈值对去噪处理的差值图像做二值化处理；
标记单元，用于对二值化处理的差值图像做像素分析，将高于设定值的像素群标记为印刷缺陷区域。
7.如权利要求6所述的平面印刷缺陷检测装置，其特征在于，所述获取单元和所述二值化处理单元中，采用高斯模糊方法对检测图像和差值图像进行去噪处理。
8.如权利要求6所述的平面印刷缺陷检测装置，其特征在于，所述三维转换矩阵计算单元中，采用尺度不变特征变换方法分别对标准图像和处理后的检测图像进行特征生成，以获得标准图像和处理后的检测图像的图像特征；
采用邻近算法获取标准图像的图像特征和检测图像的图像特征的匹配点数组，并利用该匹配点数组获取标准图像和检测图像之间的三维转换矩阵。
9.如权利要求6所述的平面印刷缺陷检测装置，其特征在于，所述标记单元中，采用轮廓检测算法对二值化处理的差值图像做像素分析，将高于设定值的像素群标记为印刷缺陷区域。
10.一种平面印刷缺陷检测系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上执行的计算机程序，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1～5任一项所述的平面印刷缺陷检测方法。
CN201911310301.3A 2019-12-18 2019-12-18 平面印刷缺陷检测方法、装置以及系统 Pending CN110956630A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911310301.3A CN110956630A (zh) 2019-12-18 2019-12-18 平面印刷缺陷检测方法、装置以及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911310301.3A CN110956630A (zh) 2019-12-18 2019-12-18 平面印刷缺陷检测方法、装置以及系统

Publications (1)

Publication Number Publication Date
CN110956630A true CN110956630A (zh) 2020-04-03

Family

ID=69982518

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911310301.3A Pending CN110956630A (zh) 2019-12-18 2019-12-18 平面印刷缺陷检测方法、装置以及系统

Country Status (1)

Country Link
CN (1) CN110956630A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111784672A (zh) * 2020-06-30 2020-10-16 创新奇智(上海)科技有限公司 缺陷检测方法、装置、电子设备及可读存储介质
CN112381751A (zh) * 2020-07-07 2021-02-19 昆山新精度金属科技有限公司 一种基于图像处理算法的在线智能检测系统及方法
CN114445405A (zh) * 2022-04-07 2022-05-06 中导光电设备股份有限公司 一种圆孔均匀性检测的方法和系统
CN115436384A (zh) * 2022-11-07 2022-12-06 国网山东省电力公司荣成市供电公司 一种基于无人机图像的配电箱表面缺陷检测系统及方法
WO2024160201A1 (zh) * 2023-02-02 2024-08-08 人工智能设计研究所有限公司 印刷缺陷检测方法、装置、设备及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103279741A (zh) * 2013-05-20 2013-09-04 大连理工大学 一种基于车载红外图像的行人预警系统及其工作方法
CN103292701A (zh) * 2013-06-24 2013-09-11 哈尔滨工业大学 基于机器视觉的精密器件在线尺寸测量方法
CN103954634A (zh) * 2014-05-08 2014-07-30 昆明瑞丰印刷有限公司 一种印刷品在线质量检测系统
CN104977013A (zh) * 2015-05-27 2015-10-14 无锡市崇安区科技创业服务中心 一种gps导航的图像处理方法
CN105118021A (zh) * 2015-07-28 2015-12-02 深圳市汇川技术股份有限公司 基于特征点的图像配准方法及系统
CN105469405A (zh) * 2015-11-26 2016-04-06 清华大学 基于视觉测程的同时定位与地图构建方法
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
CN109711284A (zh) * 2018-12-11 2019-05-03 江苏博墨教育科技有限公司 一种考试答题卡系统智能识别分析方法
CN110503633A (zh) * 2019-07-29 2019-11-26 西安理工大学 一种基于图像差分的贴花陶瓷盘表面缺陷检测方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103279741A (zh) * 2013-05-20 2013-09-04 大连理工大学 一种基于车载红外图像的行人预警系统及其工作方法
CN103292701A (zh) * 2013-06-24 2013-09-11 哈尔滨工业大学 基于机器视觉的精密器件在线尺寸测量方法
CN103954634A (zh) * 2014-05-08 2014-07-30 昆明瑞丰印刷有限公司 一种印刷品在线质量检测系统
CN104977013A (zh) * 2015-05-27 2015-10-14 无锡市崇安区科技创业服务中心 一种gps导航的图像处理方法
CN105118021A (zh) * 2015-07-28 2015-12-02 深圳市汇川技术股份有限公司 基于特征点的图像配准方法及系统
CN105469405A (zh) * 2015-11-26 2016-04-06 清华大学 基于视觉测程的同时定位与地图构建方法
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
CN109711284A (zh) * 2018-12-11 2019-05-03 江苏博墨教育科技有限公司 一种考试答题卡系统智能识别分析方法
CN110503633A (zh) * 2019-07-29 2019-11-26 西安理工大学 一种基于图像差分的贴花陶瓷盘表面缺陷检测方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111784672A (zh) * 2020-06-30 2020-10-16 创新奇智(上海)科技有限公司 缺陷检测方法、装置、电子设备及可读存储介质
CN112381751A (zh) * 2020-07-07 2021-02-19 昆山新精度金属科技有限公司 一种基于图像处理算法的在线智能检测系统及方法
CN114445405A (zh) * 2022-04-07 2022-05-06 中导光电设备股份有限公司 一种圆孔均匀性检测的方法和系统
CN115436384A (zh) * 2022-11-07 2022-12-06 国网山东省电力公司荣成市供电公司 一种基于无人机图像的配电箱表面缺陷检测系统及方法
WO2024160201A1 (zh) * 2023-02-02 2024-08-08 人工智能设计研究所有限公司 印刷缺陷检测方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN110956630A (zh) 平面印刷缺陷检测方法、装置以及系统
WO2022170706A1 (zh) 用于模具监视的缺陷检测方法、装置、设备及介质
CN107341802B (zh) 一种基于曲率与灰度复合的角点亚像素定位方法
CN113592955B (zh) 一种基于机器视觉的圆形工件平面坐标高精度定位方法
CN112037203A (zh) 基于复杂工件外轮廓配准的侧表面缺陷检测方法及系统
CN112132886A (zh) 一种航空零件圆孔圆心快速定位及圆度检测方法
CN111047588A (zh) 一种轴型小零件尺寸的图像化测量方法
CN108871185B (zh) 零件检测的方法、装置、设备以及计算机可读存储介质
CN111582000B (zh) 一种条形码定位方法、装置及相关设备
CN114266764A (zh) 一种印刷标签的字符完整性检测方法及其装置
CN105488512A (zh) 基于Sift特征匹配和形状上下文的试卷阅卷方法
CN116188544A (zh) 一种结合边缘特征的点云配准方法
CN114998571A (zh) 基于固定尺寸标志物的图像处理及颜色检测方法
CN113705564B (zh) 一种指针式仪表识别读数方法
JP5772675B2 (ja) 濃淡画像のエッジ抽出方法、エッジ抽出装置並びに濃淡画像のエッジ抽出プログラム
CN113393430B (zh) 用于风机叶片缺陷检测的热成像图像增强训练方法和装置
CN111178296A (zh) 多工件视觉定位和识别方法
CN106989672A (zh) 一种基于机器视觉的工件测量方法
CN112330667B (zh) 一种基于形态学的激光条纹中心线提取方法
CN115719326A (zh) Pcb板缺陷检测方法及装置
CN113781413A (zh) 一种基于Hough梯度法的电解电容定位方法
CN113538399A (zh) 一种用于获取工件精准轮廓的方法、机床及存储介质
Zhou et al. Defect detection of printing images on cans based on SSIM and chromatism
CN116399262A (zh) 一种工件精度检测方法、系统及设备
CN114266719B (zh) 一种基于霍夫变换的产品检测方法

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
CB02 Change of applicant information

Address after: 310013 Yuhang Tang Road, Xihu District, Hangzhou, Zhejiang 866

Applicant after: ZHEJIANG University

Applicant after: Honghe innovation and Technology Research Institute Co.,Ltd.

Address before: 310013 Yuhang Tang Road, Xihu District, Hangzhou, Zhejiang 866

Applicant before: ZHEJIANG University

Applicant before: HONGHE INNOVATION TECHNOLOGY Research Institute

CB02 Change of applicant information
RJ01 Rejection of invention patent application after publication

Application publication date: 20200403

RJ01 Rejection of invention patent application after publication