CN111489336A - 一种基于像素计算的分梳山羊绒长度检测方法和装置 - Google Patents
一种基于像素计算的分梳山羊绒长度检测方法和装置 Download PDFInfo
- Publication number
- CN111489336A CN111489336A CN202010265345.5A CN202010265345A CN111489336A CN 111489336 A CN111489336 A CN 111489336A CN 202010265345 A CN202010265345 A CN 202010265345A CN 111489336 A CN111489336 A CN 111489336A
- Authority
- CN
- China
- Prior art keywords
- image
- cashmere
- length
- opening operation
- pixel
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration by the use of local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
Abstract
本发明涉及一种基于像素计算的分梳山羊绒长度检测方法和装置,所述基于像素计算的分梳山羊绒长度检测方法包括:获取分梳山羊绒手排图的原始图像;对所述原始图像进行预处理;对预处理后的图像进行二值化处理,得到二值图像;对所述二值图像进行二次开运算处理;根据二次开运算处理后得到的图像,计算分梳山羊绒的平均长度。本发明所述的检测方法在分梳山羊绒二值化图像的基础上,通过对像素点的计算完成分梳山羊绒平均长度的计算。本方法的优势是在二值化图像中允许存在少量噪点,其对最终的测量结果影响很小;此外,本发明所述的检测方法避免了人工描点、绘图和计算,从而避免了人为测量误差,该方法检测速度快、误差小、效率高。
Description
技术领域
本发明涉及分梳山羊绒长度检测技术领域,具体涉及一种基于像素计算的分梳山羊绒长度检测方法和装置。
背景技术
梳山羊绒纤维长度是衡量分梳山羊绒的重要品质指标之一,其长度直接影响纤维的可纺性能及价格。现有的分梳山羊绒长度检测可通过手排法进行测量,该测量方法是:首先利用玻璃板水平压在山羊绒标准板之上,根据标准板上排列的羊绒画出山羊绒长度分布的曲线;再利用刻度纸描出一条光滑的纤维长度分布曲线;以长度分布图的底边为横坐标,以纤维长度曲线上的各点为纵坐标,从原点自左向右每隔10mm(组距)标出横坐标x1、x2、…、xi、…、xn-1、xn(其中xn-xn-1为末组组距,数值在0mm~10mm之间),按照手排长度标准板上的刻度测量,并记录每一组中点对应的长度曲线上的纵坐标即纤维长度L1、L2、…、Li、…、Ln-1、Ln,长度分布图的底边总长度为xn(mm),最后利用平均长度计算公式计算出山羊绒的平均长度。分梳山羊绒长度手排测量方法需要人工描点、绘图,再计算,其缺点是存在人为测量误差,并且检测时间长、效率低,人员成本投入高。
现有技术中还存在申请号为CN201710821182.2的发明专利申请,该申请公开了一种分梳山羊绒长度检测方法,思想是将原始的分梳山羊绒图像灰度化,进行空间域滤波处理,然后转换成二值化图像,但是,该方法要求二值化图像中未被分梳山羊绒覆盖的区域不能有噪点,如果存在噪点,在后续计算分梳山羊绒平均长度时会产生较大的误差,且噪点的位置影响长度误差大小。
发明内容
有鉴于此,本发明的目的在于克服现有技术的不足,提供一种基于像素计算的分梳山羊绒长度检测方法和装置。
为实现以上目的,本发明采用如下技术方案:一种基于像素计算的分梳山羊绒长度检测方法,包括:
获取分梳山羊绒手排图的原始图像;
对所述原始图像进行预处理;
对预处理后的图像进行二值化处理,得到二值图像;
对所述二值图像进行二次开运算处理;
根据二次开运算处理后得到的图像,计算分梳山羊绒的平均长度。
可选的,所述对所述原始图像进行预处理,包括:
对所述原始图像进行灰度化处理,得到灰度图像;
对所述灰度图像进行滤波处理。
可选的,所述对所述原始图像进行灰度化处理,包括:
采用加权平均值法对分梳山羊绒手排图的原始图像进行灰度化处理。
可选的,所述采用加权平均值法对分梳山羊绒手排图的原始图像进行灰度化处理,具体包括:
Y=0.30×R+0.59×G+0.11×B 公式(1)
其中,R、G、B分别表示像素点的颜色值,Y表示像素点的灰度值;所述分梳山羊绒手排图的原始图像为手排分梳山羊绒RGB图像,该RGB图像是利用数码相机拍照采集的。
可选的,所述对所述灰度图像进行滤波处理,包括:
采用复合中值滤波的方式对所述灰度图像进行滤波处理。
可选的,所述复合中值滤波包括连续两次中值滤波;
所述中值滤波的窗口大小和所述开运算的窗口大小相差不大于预设值;
所述预设值的取值为2。
可选的,所述对预处理后的图像进行二值化处理,包括:
采用最大类间方差法对所述预处理后的图像进行二值化处理。
可选的,所述根据二次开运算处理后得到的图像,计算分梳山羊绒的平均长度,包括:
根据公式(2),计算二次开运算处理后的图像的像素值之和;
再根据公式(3),计算分梳山羊绒的平均长度;
其中,g(x,y)表示二次开运算处理后的图像的点的像素值,该图像分辨率是M×N,g(x,y)∈{0,1},该图像的实际大小为H×W,单位为mm;该图像中像素值为1表示白色,代表分梳山羊绒;像素值为0表示黑色,代表标准板;L表示分梳山羊绒的平均长度,单位为mm。
本发明还提供了一种基于像素计算的分梳山羊绒长度检测装置,包括:
获取模块,用于获取分梳山羊绒手排图的原始图像;
预处理模块,用于对所述原始图像进行预处理;
二值化处理模块,用于对预处理后的图像进行二值化处理,得到二值图像;
二次开运算处理模块,用于对所述二值图像进行二次开运算处理;
计算模块,用于根据二次开运算处理后得到的图像,计算分梳山羊绒的平均长度。
可选的,所述计算模块采用基于像素计算的方式对二次开运算处理后的图像进行处理,以得到分梳山羊绒的平均长度,具体的处理过程包括:
根据公式(2),计算二次开运算处理后的图像的像素值之和;
再根据公式(3),计算分梳山羊绒的平均长度;
其中,g(x,y)表示二次开运算处理后的图像的点的像素值,该图像分辨率是M×N,g(x,y)∈{0,1},该图像的实际大小为H×W,单位为mm;该图像中像素值为1表示白色,代表分梳山羊绒;像素值为0表示黑色,代表标准板;L表示分梳山羊绒的平均长度,单位为mm。
本发明采用以上技术方案,所述基于像素计算的分梳山羊绒长度检测方法,包括:获取分梳山羊绒手排图的原始图像;对所述原始图像进行预处理;对预处理后的图像进行二值化处理,得到二值图像;对所述二值图像进行二次开运算处理;根据二次开运算处理后得到的图像,计算分梳山羊绒的平均长度。本发明所述的检测方法在分梳山羊绒二值化图像的基础上,通过对像素点的计算完成分梳山羊绒平均长度的计算。本方法的优势是在二值化图像中允许存在少量噪点,其对最终的测量结果影响很小;此外,本发明所述的检测方法避免了人工描点、绘图和计算,从而避免了人为测量误差,该方法检测速度快、误差小、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的前提下,还可以根据这些附图获得其他的附图。
图1是本发明基于像素计算的分梳山羊绒长度检测方法的流程图;
图2是本发明步骤S2中对原始图像进行灰度化处理得到的灰度图像;
图3是本发明步骤S2中对灰度图像进行滤波处理得到的图像;
图4是本发明中步骤S3二值化处理得到的图像;
图5是本发明中步骤S4二次开运算处理得到的图像;
图6是本发明基于像素计算的分梳山羊绒长度检测装置的结构示意图。
图中:1、获取模块;2、预处理模块;3、二值化处理模块;4、二次开运算处理模块;5、计算模块。
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,下面将对本发明的技术方案进行详细的描述。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式,都属于本发明所保护的范围。
如图1所示,本发明提供了一种基于像素计算的分梳山羊绒长度检测方法的实施方式,该实施方式包括以下步骤:
S1:获取分梳山羊绒手排图的原始图像;
进一步的,所述分梳山羊绒手排图的原始图像可以为手排分梳山羊绒RGB图像,该RGB图像是利用数码相机拍照采集的。
S2:对所述原始图像进行预处理;
进一步的,所述对所述原始图像进行预处理,包括:
对所述原始图像进行灰度化处理,得到灰度图像;灰度化处理后的图像如图2所示;
对所述灰度图像进行滤波处理。滤波处理后的图像如图3所示。
进一步的,所述对所述原始图像进行灰度化处理,包括:
采用加权平均值法对分梳山羊绒手排图的原始图像进行灰度化处理。
进一步的,所述采用加权平均值法对分梳山羊绒手排图的原始图像进行灰度化处理,具体包括:
Y=0.30×R+0.59×G+0.11×B 公式(1)
其中,R、G、B分别表示像素点的颜色值,Y表示像素点的灰度值。
进一步的,所述对所述灰度图像进行滤波处理,包括:
采用复合中值滤波的方式对所述灰度图像进行滤波处理。
所述复合中值滤波即连续进行两次中值滤波。
S3:对预处理后的图像进行二值化处理,得到二值图像;二值化处理后的图像如图4所示。
进一步的,所述对预处理后的图像进行二值化处理,包括:
采用最大类间方差法对所述预处理后的图像进行二值化处理。
具体包括:
S31:确定图像二值化阈值k;
具体为:求取类间方差δ2(k)为最大值时对应的k值,所述k值即为图像二值化阈值,
其中,
根据k值将预处理后的图像的像素点分为两个集合C0和C1,集合C0包含所有灰度值小于等于k值的像素点,集合C1包含所有灰度值大于k值的像素点;
S32:根据所述图像二值化阈值将预处理后的图像转换为二值图像;
具体处理方法如下:
对预处理后图像中的所有点依次进行如下运算:
其中,v(x,y)表示预处理后的点的像素值,u(x,y)表示二值图像中的点的像素值。
S4:对所述二值图像进行二次开运算处理;二次开运算处理后的图像如图5所示。
进一步的,所述中值滤波的窗口大小和所述开运算的窗口大小相差不大于预设值(即中值滤波和开运算的窗口大小近似);所述预设值的取值为2。
开运算的窗口采用正方形。当窗口尺寸从小向大变化时,计算所得的山羊绒的平均长度从小变大,然后从大变小,中间有一个峰值,峰值所在区域对应的窗口尺寸范围是7至21。当所述中值滤波的窗口大小和所述开运算的窗口大小在峰值所在区域内进行取值,且所述中值滤波的窗口大小和所述开运算的窗口大小相差不大于2时,采用本实施方式所述的方法获得的测量值和手工测量值接近,其差值不超过0.2mm,符合国家标准。
S5:根据二次开运算处理后得到的图像,计算分梳山羊绒的平均长度。
进一步的,所述根据二次开运算处理后得到的图像,计算分梳山羊绒的平均长度,包括:
根据公式(2),计算二次开运算处理后的图像的像素值之和;
再根据公式(3),计算分梳山羊绒的平均长度;
其中,g(x,y)表示二次开运算处理后的图像的点的像素值,该图像分辨率是M×N,g(x,y)∈{0,1},该图像的实际大小为H×W,单位为mm;该图像中像素值为1表示白色,代表分梳山羊绒;像素值为0表示黑色,代表标准板;L表示分梳山羊绒的平均长度,单位为mm。可以理解是,由于图像中横向和纵向的像素密度是相同的,如果已知图像的分辨率和图像实际尺寸中高或宽的对应关系,如:已知M和H,或已知N和W,则像素和实际尺度的对应关系是确定的,从而根据像素值可确定其对应的实际尺寸。
本发明的优点是无需获取边缘曲线并拟合,同时在基于像素方法计算山羊绒平均长度之前,对应的二值化图像并不要求在非山羊绒分布区域绝对没有“噪点”和“空洞”。其中,“噪点”是指经过处理后,在非山羊绒分布区域仍然存在代表山羊绒的像素点。“空洞”是指经过处理后,在山羊绒分布区域仍然存在不代表山羊绒的像素点。
本发明所述的检测方法在分梳山羊绒二值化图像的基础上,通过对像素点的计算完成分梳山羊绒平均长度的计算。本方法的优势是在二值化图像中允许存在少量噪点,其对最终的测量结果影响很小;此外,本发明所述的检测方法避免了人工描点、绘图和计算,从而避免了人为测量误差,该方法检测速度快、误差小、效率高。
如图6所示,本发明还提供了一种基于像素计算的分梳山羊绒长度检测装置的实施方式,该实施方式所述的检测装置包括:
获取模块1,用于获取分梳山羊绒手排图的原始图像;
预处理模块2,用于对所述原始图像进行预处理;
二值化处理模块3,用于对预处理后的图像进行二值化处理,得到二值图像;
二次开运算处理模块4,用于对所述二值图像进行二次开运算处理;
计算模块5,用于根据二次开运算处理后得到的图像,计算分梳山羊绒的平均长度。
进一步的,所述计算模块5采用基于像素计算的方式对二次开运算处理后的图像进行处理,以得到分梳山羊绒的平均长度,具体的处理过程包括:
根据公式(2),计算二次开运算处理后的图像的像素值之和;
再根据公式(3),计算分梳山羊绒的平均长度;
其中,g(x,y)表示二次开运算处理后的图像的点的像素值,该图像分辨率是M×N,g(x,y)∈{0,1},该图像的实际大小为H×W,单位为mm;该图像中像素值为1表示白色,代表分梳山羊绒;像素值为0表示黑色,代表标准板;L表示分梳山羊绒的平均长度,单位为mm。
本实施方式所述的检测装置的工作原理与上文所述的基于像素计算的分梳山羊绒长度检测方法的工作原理相同,在此不再赘述。
本实施方式所述的基于像素计算的分梳山羊绒长度检测装置在分梳山羊绒二值化图像的基础上,通过对像素点的计算完成分梳山羊绒平均长度的计算。本装置的优势是在二值化图像中允许存在少量噪点,其对最终的测量结果影响很小;此外,本发明所述的检测装置避免了人工描点、绘图和计算,从而避免了人为测量误差,具有检测速度快、误差小、效率高的特点。
可以理解的是,上述各实施例中相同或相似部分可以相互参考,在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种基于像素计算的分梳山羊绒长度检测方法,其特征在于,包括:
获取分梳山羊绒手排图的原始图像;
对所述原始图像进行预处理;
对预处理后的图像进行二值化处理,得到二值图像;
对所述二值图像进行二次开运算处理;
根据二次开运算处理后得到的图像,计算分梳山羊绒的平均长度。
2.根据权利要求1所述的分梳山羊绒长度检测方法,其特征在于,所述对所述原始图像进行预处理,包括:
对所述原始图像进行灰度化处理,得到灰度图像;
对所述灰度图像进行滤波处理。
3.根据权利要求2所述的分梳山羊绒长度检测方法,其特征在于,所述对所述原始图像进行灰度化处理,包括:
采用加权平均值法对分梳山羊绒手排图的原始图像进行灰度化处理。
4.根据权利要求3所述的分梳山羊绒长度检测方法,其特征在于,所述采用加权平均值法对分梳山羊绒手排图的原始图像进行灰度化处理,具体包括:
Y=0.30×R+0.59×G+0.11×B 公式(1)
其中,R、G、B分别表示像素点的颜色值,Y表示像素点的灰度值;所述分梳山羊绒手排图的原始图像为手排分梳山羊绒RGB图像,该RGB图像是利用数码相机拍照采集的。
5.根据权利要求2所述的分梳山羊绒长度检测方法,其特征在于,所述对所述灰度图像进行滤波处理,包括:
采用复合中值滤波的方式对所述灰度图像进行滤波处理。
6.根据权利要求5所述的分梳山羊绒长度检测方法,其特征在于,所述复合中值滤波包括连续两次中值滤波;
所述中值滤波的窗口大小和所述开运算的窗口大小相差不大于预设值;
所述预设值的取值为2。
7.根据权利要求1至6任一项所述的分梳山羊绒长度检测方法,其特征在于,所述对预处理后的图像进行二值化处理,包括:
采用最大类间方差法对所述预处理后的图像进行二值化处理。
9.一种基于像素计算的分梳山羊绒长度检测装置,其特征在于,包括:
获取模块,用于获取分梳山羊绒手排图的原始图像;
预处理模块,用于对所述原始图像进行预处理;
二值化处理模块,用于对预处理后的图像进行二值化处理,得到二值图像;
二次开运算处理模块,用于对所述二值图像进行二次开运算处理;
计算模块,用于根据二次开运算处理后得到的图像,计算分梳山羊绒的平均长度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010265345.5A CN111489336B (zh) | 2020-04-07 | 2020-04-07 | 一种基于像素计算的分梳山羊绒长度检测方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010265345.5A CN111489336B (zh) | 2020-04-07 | 2020-04-07 | 一种基于像素计算的分梳山羊绒长度检测方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111489336A true CN111489336A (zh) | 2020-08-04 |
CN111489336B CN111489336B (zh) | 2023-07-25 |
Family
ID=71798271
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010265345.5A Active CN111489336B (zh) | 2020-04-07 | 2020-04-07 | 一种基于像素计算的分梳山羊绒长度检测方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111489336B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102901444A (zh) * | 2012-08-29 | 2013-01-30 | 浙江大学 | 一种基于mp小波滤波的零件尺寸检测方法及其检测系统 |
CN103454216A (zh) * | 2013-09-07 | 2013-12-18 | 齐鲁工业大学 | 流道式纸浆纤维测量系统在线标定测量分辨率方法及系统 |
CN106128121A (zh) * | 2016-07-05 | 2016-11-16 | 中国石油大学(华东) | 基于局部特征分析的车辆排队长度快速检测算法 |
CN106556601A (zh) * | 2016-11-01 | 2017-04-05 | 河北汇金机电股份有限公司 | 基于图像采集的布面毛羽分析及统计方法 |
CN106918595A (zh) * | 2017-03-22 | 2017-07-04 | 扬州大学 | 一种整精米率批量测定方法及其设备 |
CN107507181A (zh) * | 2017-09-12 | 2017-12-22 | 内蒙古工业大学 | 一种分梳山羊绒长度检测方法 |
CN108007355A (zh) * | 2017-10-20 | 2018-05-08 | 西安电子科技大学 | 基于图像距离变换的混凝土裂缝检测方法 |
CN108205660A (zh) * | 2017-12-12 | 2018-06-26 | 浙江浙大中控信息技术有限公司 | 基于顶视角的红外图像人流量检测装置和检测方法 |
CN108986089A (zh) * | 2018-07-10 | 2018-12-11 | 内蒙古工业大学 | 基于图像处理的分梳山羊绒长度检测方法 |
CN109029256A (zh) * | 2018-07-10 | 2018-12-18 | 内蒙古工业大学 | 一种基于最大类间方差的分梳山羊绒长度检测方法 |
CN110610757A (zh) * | 2019-09-24 | 2019-12-24 | 电子科技大学 | 基于人工智能与图形学结合的染色体图像处理方法 |
-
2020
- 2020-04-07 CN CN202010265345.5A patent/CN111489336B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102901444A (zh) * | 2012-08-29 | 2013-01-30 | 浙江大学 | 一种基于mp小波滤波的零件尺寸检测方法及其检测系统 |
CN103454216A (zh) * | 2013-09-07 | 2013-12-18 | 齐鲁工业大学 | 流道式纸浆纤维测量系统在线标定测量分辨率方法及系统 |
CN106128121A (zh) * | 2016-07-05 | 2016-11-16 | 中国石油大学(华东) | 基于局部特征分析的车辆排队长度快速检测算法 |
CN106556601A (zh) * | 2016-11-01 | 2017-04-05 | 河北汇金机电股份有限公司 | 基于图像采集的布面毛羽分析及统计方法 |
CN106918595A (zh) * | 2017-03-22 | 2017-07-04 | 扬州大学 | 一种整精米率批量测定方法及其设备 |
CN107507181A (zh) * | 2017-09-12 | 2017-12-22 | 内蒙古工业大学 | 一种分梳山羊绒长度检测方法 |
CN108007355A (zh) * | 2017-10-20 | 2018-05-08 | 西安电子科技大学 | 基于图像距离变换的混凝土裂缝检测方法 |
CN108205660A (zh) * | 2017-12-12 | 2018-06-26 | 浙江浙大中控信息技术有限公司 | 基于顶视角的红外图像人流量检测装置和检测方法 |
CN108986089A (zh) * | 2018-07-10 | 2018-12-11 | 内蒙古工业大学 | 基于图像处理的分梳山羊绒长度检测方法 |
CN109029256A (zh) * | 2018-07-10 | 2018-12-18 | 内蒙古工业大学 | 一种基于最大类间方差的分梳山羊绒长度检测方法 |
CN110610757A (zh) * | 2019-09-24 | 2019-12-24 | 电子科技大学 | 基于人工智能与图形学结合的染色体图像处理方法 |
Non-Patent Citations (5)
Title |
---|
戴振东等: "《壁虎运动仿生的生物力学基础》", 31 August 2011, pages: 4 * |
杨传颖等: "基于图像处理的分梳山羊绒长度检测方法", 《毛纺科技》 * |
杨传颖等: "基于图像处理的分梳山羊绒长度检测方法", 《毛纺科技》, 16 February 2020 (2020-02-16), pages 1 - 4 * |
王浩军等: "图像处理和分析技术在免疫细胞化学和免疫组织化学中的应用", 《第四军医大学学报》 * |
王浩军等: "图像处理和分析技术在免疫细胞化学和免疫组织化学中的应用", 《第四军医大学学报》, 10 May 1996 (1996-05-10), pages 2 * |
Also Published As
Publication number | Publication date |
---|---|
CN111489336B (zh) | 2023-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103164692B (zh) | 一种基于计算机视觉的特种车辆仪表自动识别系统及方法 | |
CN103034838B (zh) | 一种基于图像特征的特种车辆仪表类型识别与标定方法 | |
CN115018844B (zh) | 一种基于人工智能的塑料薄膜质量评估方法 | |
CN106529559A (zh) | 一种指针式圆形多仪表盘实时读数识别方法 | |
CN109507192A (zh) | 一种基于机器视觉的磁芯表面缺陷检测方法 | |
CN103759758A (zh) | 一种基于机械角度和刻度识别的汽车仪表指针的位置检测方法 | |
CN107515220B (zh) | 一种基于图像处理的纱线黑板毛羽量检测及评价方法 | |
CN101063659A (zh) | 纸张纸病检测系统 | |
CN114494210A (zh) | 基于图像处理的塑料膜生产缺陷检测方法及系统 | |
CN106845545B (zh) | 数字式电测仪表自动检定装置中的图像识别方法及装置 | |
CN110335233B (zh) | 基于图像处理技术的高速公路护栏板缺陷检测系统和方法 | |
CN116433666B (zh) | 板卡线路缺陷在线识别方法、系统、电子设备及存储介质 | |
CN109886931A (zh) | 基于bp神经网络的轮速传感器齿圈表面缺陷检测方法 | |
CN112014413A (zh) | 一种基于机器视觉的手机玻璃盖板视窗区缺陷检测方法 | |
CN114820625A (zh) | 一种汽车顶块缺陷检测方法 | |
CN111415349B (zh) | 一种基于图像处理技术的涤纶长丝毛丝检测方法 | |
CN110044485B (zh) | 一种图像式织物颜色测量方法 | |
CN111489336A (zh) | 一种基于像素计算的分梳山羊绒长度检测方法和装置 | |
CN107507181A (zh) | 一种分梳山羊绒长度检测方法 | |
CN215867184U (zh) | 一种利用光学探测自动识别降水现象的装置 | |
CN103927544A (zh) | 皮棉轧工质量的机器视觉分级方法 | |
CN115423861A (zh) | 气体泄露检测方法及装置、设备、存储介质 | |
CN109448012A (zh) | 一种图像边缘检测方法及装置 | |
CN115311278A (zh) | 一种对于纱线检测的纱线分割方法 | |
CN111402189B (zh) | 一种视频图像偏色检测装置及方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |