CN111145172A - 布料循环数据的确定方法、装置、系统、计算机设备 - Google Patents
布料循环数据的确定方法、装置、系统、计算机设备 Download PDFInfo
- Publication number
- CN111145172A CN111145172A CN201911418336.9A CN201911418336A CN111145172A CN 111145172 A CN111145172 A CN 111145172A CN 201911418336 A CN201911418336 A CN 201911418336A CN 111145172 A CN111145172 A CN 111145172A
- Authority
- CN
- China
- Prior art keywords
- cloth
- identified
- color bar
- color
- 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
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- 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
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本申请涉及一种布料循环数据的确定方法、装置、系统、计算机设备和存储介质。获取摄像设备拍摄到的待识别布料的多个布面图像;依次识别多个布面图像中的颜色条块的颜色和长度;根据依次识别出的多个布面图像中的颜色条块的颜色和长度,生成待识别布料的颜色条块特征序列;确定与预设颜色条块特征序列匹配的颜色条块特征子序列数量,作为待识别布料的布料循环数据。无需人工确定布料循环数据,节省大量人力,提高了待识别布料的布料循环数据的确定效率;通过待识别布料的颜色条块特征序列,自动确认待识别布料的布料循环数据,避免了通过人工确认待识别布料的布料循环数据容易出现错误的缺陷,提高了待识别布料的布料循环数据的确定准确率。
Description
技术领域
本申请涉及织物检测技术领域,特别是涉及一种布料循环数据的确定方法、装置、系统、计算机设备和存储介质。
背景技术
随着社会生活水平的不断提高,人们对于穿着的要求也越来越高。制衣企业为了迎合大众的需求,会利用多种不同花型的布种进行生产。
目前,应用较为广泛的一种循环针织布种花型的主要特点是通过不同颜色组合在一个固定长度中,织布时根据这个组合不断循环,而这个固定长度的组合则称为循环。制衣厂会根据成衣件数的需求,计算出所需的循环个数,再根据每个循环的长度换算出实际订布的码长,最终给出的订单中只会显示需求码长,但制衣厂实际需要的是足够数量的完整循环数量。
目前针织部门只知道用了多少重量的纱线织出多少重量的坯布,并不清楚织出来了多少个循环的坯布;若要获取实际织布的循环个数,只能安排人员手工清点循环个数,但这种方法会耗费很多人力,且获取实际织布的循环个数的效率较低。
发明内容
基于此,有必要针对上述技术问题,提供一种料循环数据的确定方法、装置、系统、计算机设备和存储介质。
一种布料循环数据的确定方法,其特征在于,所述方法包括:
获取摄像设备拍摄到的待识别布料的多个布面图像;所述多个布面图像之间依次连续;
依次识别所述多个布面图像中的颜色条块的颜色和长度;
根据所述依次识别出的多个布面图像中的颜色条块的颜色和长度,生成所述待识别布料的颜色条块特征序列;
从所述颜色条块特征序列中,确定出与预设颜色条块特征序列匹配的颜色条块特征子序列数量,作为所述待识别布料的布料循环数据。
在其中一个实施例中,所述获取摄像设备拍摄到的待识别布料的多个布面图像,包括:
获取所述验布机的验布速度;
根据所述验布机的验布速度,确定所述摄像设备拍摄所述待识别布料的拍摄速度;所述摄像设备设置于所述验布机的上方,用于按照所述拍摄速度拍摄得到所述多个布面图像。
在其中一个实施例中,所述获取所述验布机的验布速度,包括:
获取所述验布机的运行参数;所述运行参数携带有所述验布机的验布速度;
所述根据所述验布机的验布速度,确定所述摄像设备拍摄所述待识别布料的拍摄速度,包括:
根据所述验布速度和所述待识别布料的预设长度,确定所述摄像设备拍摄所述待识别布料的拍摄速度。
在其中一个实施例中,根据所述依次识别出的多个布面图像中的颜色条块的颜色和长度,生成所述待识别布料的颜色条块特征序列,包括:
根据所述识别出的布面图像中的颜色条块的颜色获取对应的颜色标签;根据所述识别出的布面图像中的所述颜色条块的长度获取对应的长度标签;所述颜色标签和所述长度标签对应;
分别将所述颜色标签和所述颜色标签对应的所述长度标签作为元素,并将所述元素按照预设识别顺序添加至预设颜色条块特征序列模板中,得到所述待识别布料的颜色条块特征序列;
若所述颜色条块特征序列中相邻两个元素的所述颜色标签相同,则将所述相邻两个元素合并为所述颜色条块特征序列中的一个元素。
在其中一个实施例中,在从所述颜色条块特征序列中,确定出与预设颜色条块特征序列匹配的颜色条块特征子序列数量,作为所述待识别布料的布料循环数据之前,还包括:
从预设数据库中提取出与所述待识别布料对应的预设布面图像;
识别所述预设布面图像中的颜色条块的颜色和长度;
根据所述识别出的预设布面图像中的颜色条块的颜色和长度,生成所述预设颜色条块特征序列。
在其中一个实施例中,从所述颜色条块特征序列中,确定出与预设颜色条块特征序列匹配的颜色条块特征子序列数量,作为所述待识别布料的布料循环数据,包括:
根据预设提取方式依次从所述颜色条块特征序列中提取出多个颜色条块特征子序列;所述颜色条块特征子序列包含的元素个数与所述预设颜色条块特征序列中包含的元素个数相同;
分别将各个所述颜色条块特征子序列与所述预设颜色条块特征序列进行匹配,得到匹配结果;
从所述匹配结果中确定出与所述预设颜色条块特征序列匹配的所述颜色条块特征子序列的数量,作为所述待识别布料的布料循环数据。
一种布料循环数据的确定装置,所述装置包括:
布面图像获取模块,用于获取摄像设备拍摄到的待识别布料的多个布面图像;所述多个布面图像之间依次连续;
布面图像识别模块,用于依次识别所述多个布面图像中的颜色条块的颜色和长度;
特征序列生成模块,用于根据所述依次识别出的多个布面图像中的颜色条块的颜色和长度,生成所述待识别布料的颜色条块特征序列;
循环数据确定模块,用于从所述颜色条块特征序列中,确定出与预设颜色条块特征序列匹配的颜色条块特征子序列数量,作为所述待识别布料的布料循环数据。
一种布料循环数据的确定系统,包括:通过网络连接的服务器和摄像设备;所述摄像设备设置于验布机的上方;
所述摄像设备,用于按照拍摄速度拍摄得到待识别布料的多个布面图像,并将所述待识别布料的多个布面图像发送至所述服务器;
所述服务器,用于执行上述任一项所述的布料循环数据的确定方法的步骤。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:
获取摄像设备拍摄到的待识别布料的多个布面图像;所述多个布面图像之间依次连续;
依次识别所述多个布面图像中的颜色条块的颜色和长度;
根据所述依次识别出的多个布面图像中的颜色条块的颜色和长度,生成所述待识别布料的颜色条块特征序列;
从所述颜色条块特征序列中,确定出与预设颜色条块特征序列匹配的颜色条块特征子序列数量,作为所述待识别布料的布料循环数据。
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:
获取摄像设备拍摄到的待识别布料的多个布面图像;所述多个布面图像之间依次连续;
依次识别所述多个布面图像中的颜色条块的颜色和长度;
根据所述依次识别出的多个布面图像中的颜色条块的颜色和长度,生成所述待识别布料的颜色条块特征序列;
从所述颜色条块特征序列中,确定出与预设颜色条块特征序列匹配的颜色条块特征子序列数量,作为所述待识别布料的布料循环数据。
上述布料循环数据的确定方法、装置、系统、计算机设备和存储介质,获取摄像设备拍摄到的待识别布料的多个布面图像;多个布面图像之间依次连续;依次识别多个布面图像中的颜色条块的颜色和长度;根据依次识别出的多个布面图像中的颜色条块的颜色和长度,生成待识别布料的颜色条块特征序列;从颜色条块特征序列中,确定出与预设颜色条块特征序列匹配的颜色条块特征子序列数量,作为待识别布料的布料循环数据。本方法利用设置在验布机上方的摄像设备拍摄布料获取布面图像,通过对布面图像的识别,将布面图像转换为颜色条块特征序列;根据颜色条块特征序列与预设颜色条块特征序列匹配的情况,得到待识别布料的布料循环数据,无需通过人工确定布料循环数据,从而节省了大量人力,进一步提高了待识别布料的布料循环数据的确定效率;同时,通过待识别布料的颜色条块特征序列,自动确认待识别布料的布料循环数据,避免了通过人工确认待识别布料的布料循环数据容易出现错误的缺陷,从而提高了待识别布料的布料循环数据的确定准确率。
附图说明
图1为一个实施例中布料循环数据的确定方法的应用场景图;
图2为一个实施例中布料循环数据的确定方法的流程示意图;
图3为一个实施例中待识别布料的示意图;
图4为一个实施例中拍摄待识别布料得到的布面图像的示意图;
图5为一个实施例中颜色条块特征序列的示意图;
图6为一个实施例中拍根据依次识别出的多个布面图像中的颜色条块的颜色和长度,生成待识别布料的颜色条块特征序列步骤的示意图;
图7为一个实施例中布料循环数据的确定装置的结构框图;
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
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。
本申请提供的布料循环数据的确定方法,可以应用于如图1所示的应用环境中。其中,服务器11与摄像设备12通过网络连接;摄像设备12设置在验布机13的上方,能够拍摄到验布机13在运转时所验布料的图像。服务器11获取摄像设备12拍摄到的验布机13上待识别布料的多个布面图像;多个布面图像之间依次连续;服务器11依次识别多个布面图像中的颜色条块的颜色和长度;服务器11根据依次识别出的多个布面图像中的颜色条块的颜色和长度,生成待识别布料的颜色条块特征序列;服务器11从颜色条块特征序列中,确定出与预设颜色条块特征序列匹配的颜色条块特征子序列数量,作为待识别布料的布料循环数据。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。需要说明的是,此处对摄像设备12的安装位置并无限制,凡是能够获取到连续的待识别布面图像的安装位置均符合摄像设备12的设置方式。
在一个实施例中,如图2所示,提供了一种布料循环数据的确定方法,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21,获取摄像设备拍摄到的待识别布料的多个布面图像;多个布面图像之间依次连续。
其中,如图3所示的待识别布料,是具有一定幅面且连续长度的待检验布料;如图4所示,布面图像是摄像设备通过拍摄如图3所示的待识别布料后,所获得的前后连续的布面图像(如(a)(b)(c)前后连续);若将如图4所示的各个布面图像相互拼接可以得到如图3所示的完整的待识别布料的图像。
具体实现中,验布机启动运行时摄像设备同步启动,拍摄验布机上运转的布料获得多个连续的布面图像,并实时发送至服务器。摄像设备对待识别布料进行拍摄时,可以根据布料的特点固定对一个区域进行拍摄,或对取景范围内的待识别布料整体拍摄。服务器获取到摄像设备拍摄到的多个布面图像后可以保存在数据库中,也可以发送至工作人员可以查看的终端设备,便于工作人员确认拍摄条件的合理。服务器中预设有待识别布料的图像,服务器在获取到布面图像时可以根据预设的图像对多个布面图像前后连续部分的误差进行调整。
本步骤通过设置摄像设备获取待识别布料的布面图像,让待识别布料转换为能够被计算机设备处理的图像数据;使针织部门在验布的同时即可获取到布料的循环数据,无需通过人工确定布料循环数据,从而节省了大量人力,进一步提高了待识别布料的布料循环数据的确定效率。
步骤22,依次识别多个布面图像中的颜色条块的颜色和长度。
其中,从如图4所示的布面图像中可以很清楚的看出,布面图像由两个颜色组成;各个颜色条块的长度也相对固定。需要说明的是,布面图像还可以由图案或多种颜色组成;长度也可以相对不固定,只要计算机设备能够相应达到识别的精度即可。
具体实现中,服务器获取到布面图像后沿着固定的顺序依次对布面图像上的各个颜色条块进行色彩和长度的识别;利用内置的颜色识别模块确定布面图像中颜色条块对应的颜色,并获取对应的颜色标签;长度计算模块根据图像和预设图片之间的比例、摄像设备拍摄时所采用的参数等换算出颜色条块对应的长度;由于待识别布料的图像经过摄像设备的拍摄,计算出的长度可能与识别出的长度有些许误差,所以长度只要与预设图片中的长度近似即可修正为预设长度,并提取对应的长度标签。需要说明的是,此处对颜色和长度进行识别的方法并不仅限于上述的方案,可以通过各种硬件和软件层面的配合达成上述识别。
本步骤通过对布面图像颜色和长度的识别,将图像进一步转换为计算机语言,为后续的布料循环数据的确定提供基础数据支持,使针织部门在验布的同时即可获取到布料的循环数据,无需通过人工确定布料循环数据,从而节省了大量人力,进一步提高了待识别布料的布料循环数据的确定效率。
步骤23,根据依次识别出的多个布面图像中的颜色条块的颜色和长度,生成待识别布料的颜色条块特征序列。
其中,颜色条块特征序列是将识别出的数据作为元素并进行组合而获得的序列,可以是以表格文件的形式存储。如图5所示,左侧为一幅布面图像,右侧框出的第一列是颜色列(Color Abbr),“G”和“A”分别与左侧布面图像中颜色条块的颜色相对应;最右侧框出的是长度列(Height),下方各个数据分别与左侧布面图像中颜色条块的长度相对应;中间列“Feeder”指相应颜色条块对应织布的针数,可以用作参考;例如,第一个深色的颜色条块为深蓝色,对应的颜色标签为G,针数76,长度和对应的长度标签为1.5833;“G、76、1.5833”可以作为颜色条块特征序列一个元素;若干个类似的元素构成了完整的颜色条块特征序列。
具体实现中,服务器根据识别出的颜色、长度和其他参数分别提取对应的标签作为元素,根据识别的顺序将各个元素组合在一起生成带是被布料的颜色条块特征序列。元素是序列的基本组成成分,识别出的颜色、长度等参数都作为能够组成序列的元素根据识别的顺序进行排列。例如一个序列是ABCABCABC,则A、B、C分别是该序列中的一个元素。
本步骤通过识别出的颜色、长度和其他参数,将颜色条块的属性转换为元素,再将各个元素组合生成颜色条块特征序列,便于计算机设备的读取分析,使针织部门在验布的同时即可获取到布料的循环数据,无需通过人工确定布料循环数据,从而节省了大量人力,进一步提高了待识别布料的布料循环数据的确定效率。
步骤24,从颜色条块特征序列中,确定出与预设颜色条块特征序列匹配的颜色条块特征子序列数量,作为待识别布料的布料循环数据。
其中,预设颜色条块特征序列与颜色条块特征序列类似,区别是预设颜色条块特征序列是利用待识别布料设计时的图像得到;预设颜色条块特征序列也可以利用实际生产中任意需要计算循环数据的图像得到。匹配的颜色条块特征子序列数量是颜色条块特征序列包含完整的预设颜色条块特征序列地数量。例如,一完整的颜色条块特征序列为BCDEABCDEABCDEABCD,预设颜色条块特征序列为ABCDE,为了便于理解,此处的颜色条块特征序列可以分为BCDE,ABCDE,ABCDE,ABCD四个部分,可以看出颜色条块特征序列中包含2个与预设颜色条块特征序列ABCDE相同的序列,因此与预设颜色条块特征序列匹配的颜色条块特征子序列数量为2,即该布料的循环数据为2次循环。
具体实现中,服务器将颜色条块特征序列进行分割,得到多个颜色条块特征子序列;再将预设颜色条块特征序列与多个颜色条块特征子序列分别进行对比,并记录达成匹配的颜色条块特征子序列个数;最后,全部的颜色条块特征子序列都匹配完毕后,服务器将达成匹配的颜色条块特征子序列总个数作为本次待识别布料的布料循环数据。
本步骤通过预设颜色条块特征序列与服务器识别布料得到的颜色条块特征序列进行匹配,并将达成匹配的数量作为布料的循环数据,使针织部门在验布的同时即可获取到布料的循环数据,无需通过人工确定布料循环数据,从而节省了大量人力,进一步提高了待识别布料的布料循环数据的确定效率;同时,通过待识别布料的颜色条块特征序列,自动确认待识别布料的布料循环数据,避免了通过人工确认待识别布料的布料循环数据容易出现错误的缺陷,从而提高了待识别布料的布料循环数据的确定准确率。
上述布料循环数据的确定方法中,获取摄像设备拍摄到的待识别布料的多个布面图像;多个布面图像之间依次连续;依次识别多个布面图像中的颜色条块的颜色和长度;根据依次识别出的多个布面图像中的颜色条块的颜色和长度,生成待识别布料的颜色条块特征序列;从颜色条块特征序列中,确定出与预设颜色条块特征序列匹配的颜色条块特征子序列数量,作为待识别布料的布料循环数据,无需通过人工确定布料循环数据,从而节省了大量人力,进一步提高了待识别布料的布料循环数据的确定效率;同时,通过待识别布料的颜色条块特征序列,自动确认待识别布料的布料循环数据,避免了通过人工确认待识别布料的布料循环数据容易出现错误的缺陷,从而提高了待识别布料的布料循环数据的确定准确率。
在其中一个实施例中,上述步骤21,获取摄像设备拍摄到的待识别布料的多个布面图像,包括:获取验布机的验布速度。
其中,验布机是服装行业生产前对棉、毛、麻、丝绸、化纤等特大幅面、双幅和单幅布进行检测的一套必备的专用设备。待识别布料会根据验布机的验布速度进行移动;验布速度可以从验布机的运行参数中获得,也可以由人工进行设置。
具体实现中,验布机的验布速度可以有多种获得方式,比如服务器可以直接接收工作人员输入的验布速度。
在其中一个实施例中,获取所述验布机的验布速度,包括:获取所述验布机的运行参数;所述运行参数携带有所述验布机的验布速度。
具体实现中,根据验布机对应的标识提取预设在数据库的验布机的运行参数;从验布机的运行参数中可以获取到验布机的各项运行参数,其中就包括验布机的验布速度,或根据各项参数换算得到验布机的验布速度。
在其中一个实施例中,根据验布机的验布速度,确定摄像设备拍摄待识别布料的拍摄速度;摄像设备设置于验布机的上方,用于按照拍摄速度拍摄得到多个布面图像。
其中,拍摄速度是摄像设备进行拍摄时的频率;可以根据摄像设备的性能参数进行调整;以保证所获得布面图像之间前后连续。例如待识别布料长度为200cm,摄像设备每次能够拍摄20cm的布面图像,验布速度也能够支持拍摄20cm的运行,则摄像设备拍摄10次能够将待识别布料全部拍摄。
具体实现中,摄像设备获取到服务器发送的拍摄速度指令,并根据指令调整拍摄的速度;服务器也可以将确定好的拍摄速度发送至工作人员的终端设备,提醒工作人员对摄像设备的拍摄速度作出调整。摄像设备根据确定的拍摄速度对待识别布料进行拍摄,实时地将拍摄到的布面图像传送至服务器;当验布机验布结束时,拍摄设备同时停止拍摄。
在其中一个实施例中,根据所述验布机的验布速度,确定摄像设备拍摄所述待识别布料的拍摄速度,包括:根据所述验布速度和所述待识别布料的预设长度,确定所述摄像设备拍摄所述待识别布料的拍摄速度。
其中,待识别布料的预设长度是待识别布料的总长度。
具体实现中,待识别布料的预设长度可以由工作人员在开始验布前预先输入服务器。为了尽可能地保障摄像设备拍摄待识别布料时获得的图像能够连续且具有可读性,会将待识别布料的长度作为验布速度设置时的重要参考。
上述实施例通过参考验布机的验布速度保证摄像设备拍摄得到的布面图像完整连续。
在一个实施例中,如图6所示,上述步骤23,根据依次识别出的多个布面图像中的颜色条块的颜色和长度,生成待识别布料的颜色条块特征序列,包括:
步骤61,根据识别出的布面图像中的颜色条块的颜色获取对应的颜色标签;根据识别出的布面图像中的颜色条块的长度获取对应的长度标签;颜色标签和长度标签对应;
步骤62,分别将所述颜色标签和所述颜色标签对应的所述长度标签作为元素,并将所述元素按照预设识别顺序添加至预设颜色条块特征序列模板中,得到所述待识别布料的颜色条块特征序列;
步骤63,若所述颜色条块特征序列中相邻两个元素的所述颜色标签相同,则将所述相邻两个元素合并为所述颜色条块特征序列中的一个元素。
其中,颜色标签与颜色条块的颜色有关,一种颜色对应一种颜色标签,例如红色的颜色标签可以设置为“R、RED、A、红”等等;长度标签与颜色条块对应的长度有关,例如一个颜色条块为2cm,长度标签可以设置为“2、2cm、Two、B”等等;上述标签的设定可以任意选择。如图4(b)(c)所示,(b)的下半部分浅色的颜色条块和(c)的上半部分浅色的颜色条块为同一个颜色条块,但由于占比过大,摄像设备拍摄时没有办法兼顾;因此,上述的浅色条块即为相邻元素,该两元素拥有相同的颜色标签,可能不同的长度标签,在计算时需要将上述相邻元素合并为一个元素,长度也相应加和计算。
具体实现中,服务器将识别出的颜色标签和长度标签作为相对应的元素,根据识别顺序添加至预设颜色条块特征序列模板中;服务器完成颜色条块特征序列的生成后,对颜色条块特征序列进行检查,若服务器检测到颜色条块特征序列中存在两个相邻元素的颜色标签相同,则需要进行合并操作,长度在合并时也进行加和。例如,一颜色条块特征序列中有两个元素,A1和A2;元素A1颜色标签为RED,长度1.58,元素A2颜色标签为RED,长度为0.42,则由于A1A2相邻,为相邻元素,合并后为A,颜色标签合并为RED,长度合并为2。
本实施例通过对长度标签和颜色标签的获取,生成颜色条块特征序列,并利用颜色条块的特性对分列在多个布面图像中的同个元素进行合并修正,确保了颜色条块特征序列的准确性。
在一个实施例中,上述步骤24,在从颜色条块特征序列中,确定出与预设颜色条块特征序列匹配的颜色条块特征子序列数量,作为待识别布料的布料循环数据之前,还包括:从预设数据库中提取出与待识别布料对应的预设布面图像;识别预设布面图像中的颜色条块的颜色和长度;根据识别出的预设布面图像中的颜色条块的颜色和长度,生成预设颜色条块特征序列。
具体实现中,服务器获取数据库中的预设布面图像,并对预设布面图像采用与步骤23对应的方法,对预设布面图像进行识别得到预设颜色条块特征序列。本实施例通过同样的识别过程得到预设颜色条块特征序列,确保识别过程的统一,保证了布料循环数据的准确性。
在一个实施例中,上述步骤24,从颜色条块特征序列中,确定出与预设颜色条块特征序列匹配的颜色条块特征子序列数量,作为待识别布料的布料循环数据,包括:根据预设提取方式依次从颜色条块特征序列中提取出多个颜色条块特征子序列;颜色条块特征子序列包含的元素个数与预设颜色条块特征序列中包含的元素个数相同;分别将各个颜色条块特征子序列与预设颜色条块特征序列进行匹配,得到匹配结果;从匹配结果中确定出与预设颜色条块特征序列匹配的颜色条块特征子序列的数量,作为待识别布料的布料循环数据。
其中,预设提取方式通常是根据预设颜色条块特征序列的元素个数,逐个元素个数组的进行提取。匹配结果是提取出的颜色条块特征子序列与预设颜色条块特征序列的相同与否的结果。
具体实现中,服务器从颜色条块特征子序列按照预设颜色条块特征子序列的元素个数进行提取,得道多个颜色条块特征子序列;依次将颜色条块特征子序列与预设颜色条块特征子序列进行匹配,最后根据成功匹配的颜色条块特征子序列的数量确定待识别布料的布料循环数据;例如,待识别布料的颜色条块特征序列为BCDABCD,预设颜色条块特征序列为ABC,则元素个数为3;则预设提取方式为按照3个元素一组的方式提取颜色条块特征序列,提取后的颜色条块特征子序列为BCD,CDA,DAB,ABC,BCD,即三个一组,每次移动一个元素进行提取;匹配结果依次为“不匹配、不匹配、不匹配、匹配、不匹配”;与预设颜色条块特征序列匹配的颜色条块特征子序列的数量为1,待识别布料的布料循环数据为1。
本实施例通过特殊的预设提取方式得到颜色条块特征子序列,再与预设颜色条块特征序列进行匹配,保证了布料循环数据的准确性。
应该理解的是,虽然图2、6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2、6中的至少一部分步骤可以包括多个步骤或者多个阶段,这些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中的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7所示,提供了一种布料循环数据的确定装置,包括:布面图像获取模块71、布面图像识别模块72、特征序列生成模块73和循环数据确定模块74,其中:
布面图像获取模块71,用于获取摄像设备拍摄到的待识别布料的多个布面图像;多个布面图像之间依次连续;
布面图像识别模块72,用于依次识别多个布面图像中的颜色条块的颜色和长度;
特征序列生成模块73,用于根据依次识别出的多个布面图像中的颜色条块的颜色和长度,生成待识别布料的颜色条块特征序列;
循环数据确定模块74,用于从颜色条块特征序列中,确定出与预设颜色条块特征序列匹配的颜色条块特征子序列数量,作为待识别布料的布料循环数据。
在一个实施例中,布面图像获取模块71还用于获取验布机的验布速度;根据验布机的验布速度,确定摄像设备拍摄待识别布料的拍摄速度;摄像设备设置于验布机的上方,用于按照拍摄速度拍摄得到多个布面图像。
在一个实施例中,布面图像获取模块71还用于获取验布机的运行参数;运行参数携带有验布机的验布速度;根据验布速度和待识别布料的预设长度,确定摄像设备拍摄待识别布料的拍摄速度。
在一个实施例中,特征序列生成模块73还用于根据识别出的布面图像中的颜色条块的颜色获取对应的颜色标签;根据识别出的布面图像中的颜色条块的长度获取对应的长度标签;颜色标签和长度标签对应;分别将所述颜色标签和所述颜色标签对应的所述长度标签作为元素,并将所述元素按照预设识别顺序添加至预设颜色条块特征序列模板中,得到所述待识别布料的颜色条块特征序列;元素是指具有一定排列顺序并用于组成颜色条块特征序列的每个对象;若所述颜色条块特征序列中相邻两个元素的所述颜色标签相同,则将所述相邻两个元素合并为所述颜色条块特征序列中的一个元素。
在一个实施例中,布料循环数据的确定装置还包括预设颜色条块特征序列生成模块,用于从预设数据库中提取出与待识别布料对应的预设布面图像;识别预设布面图像中的颜色条块的颜色和长度;根据识别出的预设布面图像中的颜色条块的颜色和长度,生成预设颜色条块特征序列。
在一个实施例中,循环数据确定模块74还用于根据预设提取方式依次从颜色条块特征序列中提取出多个颜色条块特征子序列;颜色条块特征子序列包含的元素个数与预设颜色条块特征序列中包含的元素个数相同;分别将各个颜色条块特征子序列与预设颜色条块特征序列进行匹配,得到匹配结果;从匹配结果中确定出与预设颜色条块特征序列匹配的颜色条块特征子序列的数量,作为待识别布料的布料循环数据。
上述布料循环数据的确定装置,通过获取摄像设备拍摄到的待识别布料的多个布面图像;多个布面图像之间依次连续;依次识别多个布面图像中的颜色条块的颜色和长度;根据依次识别出的多个布面图像中的颜色条块的颜色和长度,生成待识别布料的颜色条块特征序列;从颜色条块特征序列中,确定出与预设颜色条块特征序列匹配的颜色条块特征子序列数量,作为待识别布料的布料循环数据。本方法利用设置在验布机上方的摄像设备拍摄布料获取布面图像,通过对布面图像的识别,将布面图像转换为颜色条块特征序列;根据颜色条块特征序列与预设颜色条块特征序列匹配的情况,得到待识别布料的布料循环数据,无需通过人工确定布料循环数据,从而节省了大量人力,进一步提高了待识别布料的布料循环数据的确定效率;同时,通过待识别布料的颜色条块特征序列,自动确认待识别布料的布料循环数据,避免了通过人工确认待识别布料的布料循环数据容易出现错误的缺陷,从而提高了待识别布料的布料循环数据的确定准确率。
关于布料循环数据的确定装置的具体限定可以参见上文中对于布料循环数据的确定方法的限定,在此不再赘述。上述布料循环数据的确定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
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8所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。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布料循环数据的确定数据。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布料循环数据的确定方法。
本领域技术人员可以理解,图8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,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取摄像设备拍摄到的待识别布料的多个布面图像;多个布面图像之间依次连续;
依次识别多个布面图像中的颜色条块的颜色和长度;
根据依次识别出的多个布面图像中的颜色条块的颜色和长度,生成待识别布料的颜色条块特征序列;
从颜色条块特征序列中,确定出与预设颜色条块特征序列匹配的颜色条块特征子序列数量,作为待识别布料的布料循环数据。
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:获取验布机的验布速度;根据验布机的验布速度,确定摄像设备拍摄待识别布料的拍摄速度;摄像设备设置于验布机的上方,用于按照拍摄速度拍摄得到多个布面图像。
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:获取验布机的运行参数;运行参数携带有验布机的验布速度;根据验布速度和待识别布料的预设长度,确定摄像设备拍摄待识别布料的拍摄速度。
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:根据识别出的布面图像中的颜色条块的颜色获取对应的颜色标签;根据识别出的布面图像中的颜色条块的长度获取对应的长度标签;颜色标签和长度标签对应;分别将所述颜色标签和所述颜色标签对应的所述长度标签作为元素,并将所述元素按照预设识别顺序添加至预设颜色条块特征序列模板中,得到所述待识别布料的颜色条块特征序列;元素是指具有一定排列顺序并用于组成颜色条块特征序列的每个对象;若所述颜色条块特征序列中相邻两个元素的所述颜色标签相同,则将所述相邻两个元素合并为所述颜色条块特征序列中的一个元素。
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:从预设数据库中提取出与待识别布料对应的预设布面图像;识别预设布面图像中的颜色条块的颜色和长度;根据识别出的预设布面图像中的颜色条块的颜色和长度,生成预设颜色条块特征序列。
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:根据预设提取方式依次从颜色条块特征序列中提取出多个颜色条块特征子序列;颜色条块特征子序列包含的元素个数与预设颜色条块特征序列中包含的元素个数相同;分别将各个颜色条块特征子序列与预设颜色条块特征序列进行匹配,得到匹配结果;从匹配结果中确定出与预设颜色条块特征序列匹配的颜色条块特征子序列的数量,作为待识别布料的布料循环数据。
上述布料循环数据的确定计算机设备,通过获取摄像设备拍摄到的待识别布料的多个布面图像;多个布面图像之间依次连续;依次识别多个布面图像中的颜色条块的颜色和长度;根据依次识别出的多个布面图像中的颜色条块的颜色和长度,生成待识别布料的颜色条块特征序列;从颜色条块特征序列中,确定出与预设颜色条块特征序列匹配的颜色条块特征子序列数量,作为待识别布料的布料循环数据,无需通过人工确定布料循环数据,从而节省了大量人力,进一步提高了待识别布料的布料循环数据的确定效率;同时,通过待识别布料的颜色条块特征序列,自动确认待识别布料的布料循环数据,避免了通过人工确认待识别布料的布料循环数据容易出现错误的缺陷,从而提高了待识别布料的布料循环数据的确定准确率。
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:
获取摄像设备拍摄到的待识别布料的多个布面图像;多个布面图像之间依次连续;
依次识别多个布面图像中的颜色条块的颜色和长度;
根据依次识别出的多个布面图像中的颜色条块的颜色和长度,生成待识别布料的颜色条块特征序列;
从颜色条块特征序列中,确定出与预设颜色条块特征序列匹配的颜色条块特征子序列数量,作为待识别布料的布料循环数据。
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:获取验布机的验布速度;根据验布机的验布速度,确定摄像设备拍摄待识别布料的拍摄速度;摄像设备设置于验布机的上方,用于按照拍摄速度拍摄得到多个布面图像。
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:获取验布机的运行参数;运行参数携带有验布机的验布速度;根据验布速度和待识别布料的预设长度,确定摄像设备拍摄待识别布料的拍摄速度。
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:根据识别出的布面图像中的颜色条块的颜色获取对应的颜色标签;根据识别出的布面图像中的颜色条块的长度获取对应的长度标签;颜色标签和长度标签对应;分别将所述颜色标签和所述颜色标签对应的所述长度标签作为元素,并将所述元素按照预设识别顺序添加至预设颜色条块特征序列模板中,得到所述待识别布料的颜色条块特征序列;元素是指具有一定排列顺序并用于组成颜色条块特征序列的每个对象;若所述颜色条块特征序列中相邻两个元素的所述颜色标签相同,则将所述相邻两个元素合并为所述颜色条块特征序列中的一个元素。
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:从预设数据库中提取出与待识别布料对应的预设布面图像;识别预设布面图像中的颜色条块的颜色和长度;根据识别出的预设布面图像中的颜色条块的颜色和长度,生成预设颜色条块特征序列。
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:根据预设提取方式依次从颜色条块特征序列中提取出多个颜色条块特征子序列;颜色条块特征子序列包含的元素个数与预设颜色条块特征序列中包含的元素个数相同;分别将各个颜色条块特征子序列与预设颜色条块特征序列进行匹配,得到匹配结果;从匹配结果中确定出与预设颜色条块特征序列匹配的颜色条块特征子序列的数量,作为待识别布料的布料循环数据。
上述布料循环数据的确定存储介质,通过获取摄像设备拍摄到的待识别布料的多个布面图像;多个布面图像之间依次连续;依次识别多个布面图像中的颜色条块的颜色和长度;根据依次识别出的多个布面图像中的颜色条块的颜色和长度,生成待识别布料的颜色条块特征序列;从颜色条块特征序列中,确定出与预设颜色条块特征序列匹配的颜色条块特征子序列数量,作为待识别布料的布料循环数据,无需通过人工确定布料循环数据,从而节省了大量人力,进一步提高了待识别布料的布料循环数据的确定效率;同时,通过待识别布料的颜色条块特征序列,自动确认待识别布料的布料循环数据,避免了通过人工确认待识别布料的布料循环数据容易出现错误的缺陷,从而提高了待识别布料的布料循环数据的确定准确率。
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,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易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)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,但并不能因此而理解为对发明专利范围的限制。应当指出的是,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)
1.一种布料循环数据的确定方法,其特征在于,所述方法包括:
获取摄像设备拍摄到的待识别布料的多个布面图像;所述多个布面图像之间依次连续;
依次识别所述多个布面图像中的颜色条块的颜色和长度;
根据所述依次识别出的多个布面图像中的颜色条块的颜色和长度,生成所述待识别布料的颜色条块特征序列;
从所述颜色条块特征序列中,确定出与预设颜色条块特征序列匹配的颜色条块特征子序列数量,作为所述待识别布料的布料循环数据。
2.根据权利要求1所述的方法,其特征在于,所述获取摄像设备拍摄到的待识别布料的多个布面图像,包括:
获取验布机的验布速度;
根据所述验布机的验布速度,确定所述摄像设备拍摄所述待识别布料的拍摄速度;所述摄像设备设置于所述验布机的上方,用于按照所述拍摄速度拍摄得到所述多个布面图像。
3.根据权利要求2所述的方法,其特征在于,所述获取所述验布机的验布速度,包括:
获取所述验布机的运行参数;所述运行参数携带有所述验布机的验布速度;
所述根据所述验布机的验布速度,确定所述摄像设备拍摄所述待识别布料的拍摄速度,包括:
根据所述验布速度和所述待识别布料的预设长度,确定所述摄像设备拍摄所述待识别布料的拍摄速度。
4.根据权利要求1所述的方法,其特征在于,所述根据所述依次识别出的多个布面图像中的颜色条块的颜色和长度,生成所述待识别布料的颜色条块特征序列,包括:
根据所述识别出的布面图像中的颜色条块的颜色获取对应的颜色标签;根据所述识别出的布面图像中的所述颜色条块的长度获取对应的长度标签;所述颜色标签和所述长度标签对应;
分别将所述颜色标签和所述颜色标签对应的所述长度标签作为元素,并将所述元素按照预设识别顺序添加至预设颜色条块特征序列模板中,得到所述待识别布料的颜色条块特征序列;
若所述颜色条块特征序列中相邻两个元素的所述颜色标签相同,则将所述相邻两个元素合并为所述颜色条块特征序列中的一个元素。
5.根据权利要求1所述的方法,其特征在于,在从所述颜色条块特征序列中,确定出与预设颜色条块特征序列匹配的颜色条块特征子序列数量,作为所述待识别布料的布料循环数据之前,还包括:
从预设数据库中提取出与所述待识别布料对应的预设布面图像;
识别所述预设布面图像中的颜色条块的颜色和长度;
根据所述识别出的预设布面图像中的颜色条块的颜色和长度,生成所述预设颜色条块特征序列。
6.根据权利要求1所述的方法,其特征在于,从所述颜色条块特征序列中,确定出与预设颜色条块特征序列匹配的颜色条块特征子序列数量,作为所述待识别布料的布料循环数据,包括:
根据预设提取方式依次从所述颜色条块特征序列中提取出多个颜色条块特征子序列;所述颜色条块特征子序列包含的元素个数与所述预设颜色条块特征序列中包含的元素个数相同;
分别将各个所述颜色条块特征子序列与所述预设颜色条块特征序列进行匹配,得到匹配结果;
从所述匹配结果中确定出与所述预设颜色条块特征序列匹配的所述颜色条块特征子序列的数量,作为所述待识别布料的布料循环数据。
7.一种布料循环数据的确定装置,其特征在于,所述装置包括:
布面图像获取模块,用于获取摄像设备拍摄到的待识别布料的多个布面图像;所述多个布面图像之间依次连续;
布面图像识别模块,用于依次识别所述多个布面图像中的颜色条块的颜色和长度;
特征序列生成模块,用于根据所述依次识别出的多个布面图像中的颜色条块的颜色和长度,生成所述待识别布料的颜色条块特征序列;
循环数据确定模块,用于从所述颜色条块特征序列中,确定出与预设颜色条块特征序列匹配的颜色条块特征子序列数量,作为所述待识别布料的布料循环数据。
8.一种布料循环数据的确定系统,其特征在于,包括:通过网络连接的服务器和摄像设备;所述摄像设备设置于验布机的上方;
所述摄像设备,用于按照拍摄速度拍摄得到待识别布料的多个布面图像,并将所述待识别布料的多个布面图像发送至所述服务器;
所述服务器,用于执行权利要求1至6任一项所述的布料循环数据的确定方法的步骤。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,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至6中任一项所述的方法的步骤。
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6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911418336.9A CN111145172B (zh) | 2019-12-31 | 2019-12-31 | 布料循环数据的确定方法、装置、系统、计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911418336.9A CN111145172B (zh) | 2019-12-31 | 2019-12-31 | 布料循环数据的确定方法、装置、系统、计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111145172A true CN111145172A (zh) | 2020-05-12 |
CN111145172B CN111145172B (zh) | 2023-04-18 |
Family
ID=70523151
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911418336.9A Active CN111145172B (zh) | 2019-12-31 | 2019-12-31 | 布料循环数据的确定方法、装置、系统、计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111145172B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112613754A (zh) * | 2020-12-25 | 2021-04-06 | 杭州晨宇布业织造有限公司 | 一种用于布料生产的管理方法、系统、装置和存储介质 |
CN113588671A (zh) * | 2021-09-28 | 2021-11-02 | 江苏祥顺布业有限公司 | 一种低功耗的验布机智能控制方法及系统 |
CN117495986A (zh) * | 2023-12-29 | 2024-02-02 | 宁波经纬数控股份有限公司 | 一种布料图案颜色采集方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0896140A (ja) * | 1994-09-28 | 1996-04-12 | Hitachi Software Eng Co Ltd | 画像データの圧縮方法 |
US7136524B1 (en) * | 2005-09-16 | 2006-11-14 | Proximex Corporation | Robust perceptual color identification |
US20080084369A1 (en) * | 2006-10-10 | 2008-04-10 | Texas Instruments Incorporated | System and method for color-specific sequence scaling for sequential color systems |
CN107358243A (zh) * | 2017-07-14 | 2017-11-17 | 深圳码隆科技有限公司 | 一种布料识别的方法和设备 |
CN108062554A (zh) * | 2017-12-12 | 2018-05-22 | 苏州科达科技股份有限公司 | 一种车辆年检标签颜色的识别方法及装置 |
CN110503115A (zh) * | 2019-08-30 | 2019-11-26 | 苏州大学 | 一种颜色识别方法、装置、设备及计算机可读存储介质 |
-
2019
- 2019-12-31 CN CN201911418336.9A patent/CN111145172B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0896140A (ja) * | 1994-09-28 | 1996-04-12 | Hitachi Software Eng Co Ltd | 画像データの圧縮方法 |
US7136524B1 (en) * | 2005-09-16 | 2006-11-14 | Proximex Corporation | Robust perceptual color identification |
US20070154088A1 (en) * | 2005-09-16 | 2007-07-05 | King-Shy Goh | Robust Perceptual Color Identification |
US20080084369A1 (en) * | 2006-10-10 | 2008-04-10 | Texas Instruments Incorporated | System and method for color-specific sequence scaling for sequential color systems |
CN107358243A (zh) * | 2017-07-14 | 2017-11-17 | 深圳码隆科技有限公司 | 一种布料识别的方法和设备 |
CN108062554A (zh) * | 2017-12-12 | 2018-05-22 | 苏州科达科技股份有限公司 | 一种车辆年检标签颜色的识别方法及装置 |
CN110503115A (zh) * | 2019-08-30 | 2019-11-26 | 苏州大学 | 一种颜色识别方法、装置、设备及计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
罗伟芳: "基于内容的图像检索技术研究" * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112613754A (zh) * | 2020-12-25 | 2021-04-06 | 杭州晨宇布业织造有限公司 | 一种用于布料生产的管理方法、系统、装置和存储介质 |
CN113588671A (zh) * | 2021-09-28 | 2021-11-02 | 江苏祥顺布业有限公司 | 一种低功耗的验布机智能控制方法及系统 |
CN113588671B (zh) * | 2021-09-28 | 2021-12-10 | 江苏祥顺布业有限公司 | 一种低功耗的验布机智能控制方法及系统 |
CN117495986A (zh) * | 2023-12-29 | 2024-02-02 | 宁波经纬数控股份有限公司 | 一种布料图案颜色采集方法及系统 |
CN117495986B (zh) * | 2023-12-29 | 2024-04-16 | 宁波经纬数控股份有限公司 | 一种布料图案颜色采集方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111145172B (zh) | 2023-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111145172B (zh) | 布料循环数据的确定方法、装置、系统、计算机设备 | |
CN108683907B (zh) | 光学模组像素缺陷检测方法、装置及设备 | |
CN108272154B (zh) | 一种服装尺寸测量方法和装置 | |
CN111045924B (zh) | 用户界面视觉验收的处理方法、装置及设备 | |
CN110502657B (zh) | 织唛纬纱颜色确定方法、装置、计算机设备和存储介质 | |
CN107194168A (zh) | 一种设备质控方法及装置 | |
CN106341682A (zh) | 检测老化功能的方法、系统及装置 | |
CN105898290A (zh) | 控制智能设备进入工厂测试模式的方法及装置 | |
US9288483B2 (en) | Method of testing an electronic system | |
CN109709923A (zh) | 测试控制方法和装置、系统、计算机可读存储介质 | |
CN113570604B (zh) | 晶粒检测样本自动生成方法和装置 | |
CN106815147B (zh) | 一种测试脚本生成方法及装置 | |
EP3699578A1 (en) | System for improved fabric inspection | |
CN117309759A (zh) | 缺陷检测系统、方法、电子设备和存储介质 | |
CN112085724A (zh) | 一种基于bim及热图像的机柜温度测量方法及其装置 | |
CN109596317B (zh) | 一种面板灯的检测方法及装置 | |
CN108366253B (zh) | 摄像头功能的测试方法及智能模块 | |
CN109271309B (zh) | 自动化测试软件的方法及装置、服务器、设备和存储介质 | |
CN115508282A (zh) | 一种在线智能验布检测系统 | |
CN113938674B (zh) | 视频质量检测方法、装置、电子设备及可读存储介质 | |
CN112801439A (zh) | 任务管理方法及装置 | |
CN113516655B (zh) | 基于YOLOv4-Tiny神经网络的布面缺陷检测方法、装置及系统 | |
CN114047529A (zh) | 一种北斗定位模块自动测试方法、装置及电子设备 | |
CN113850795A (zh) | 一种测试触发方法、待测试设备和计算机可读存储介质 | |
CN113709065A (zh) | 交换机的面板灯的自动检测方法、系统、设备及存储介质 |
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 |