CN111640151A - 油位检测方法及检测系统 - Google Patents

油位检测方法及检测系统 Download PDF

Info

Publication number
CN111640151A
CN111640151A CN202010419684.4A CN202010419684A CN111640151A CN 111640151 A CN111640151 A CN 111640151A CN 202010419684 A CN202010419684 A CN 202010419684A CN 111640151 A CN111640151 A CN 111640151A
Authority
CN
China
Prior art keywords
oil level
oil
observation port
circle
image
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
CN202010419684.4A
Other languages
English (en)
Inventor
王文斌
张倩
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.)
Shanghai Shenku Information Technology Co ltd
Suzhou Zuozhu Hot And Cold Control Technology Co ltd
Original Assignee
Shanghai Shenku Information Technology Co ltd
Suzhou Zuozhu Hot And Cold Control 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 Shanghai Shenku Information Technology Co ltd, Suzhou Zuozhu Hot And Cold Control Technology Co ltd filed Critical Shanghai Shenku Information Technology Co ltd
Priority to CN202010419684.4A priority Critical patent/CN111640151A/zh
Publication of CN111640151A publication Critical patent/CN111640151A/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
    • G06T7/60—Analysis of geometric attributes
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • 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
    • G06T2207/20028—Bilateral filtering

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Measurement Of Levels Of Liquids Or Fluent Solid Materials (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种油位检测方法，其基于计算机视觉，包括：采集油位观察口图像；图像预处理，选择兴趣区域标注出油位透明区，减少图像噪声边，获得观察口边缘轮廓以及油位面；规则图像检测，设定油位观察口半径范围，滤除无效数据后，获得油位观察口所在圆的半径和圆心坐标；绘制油位线,计算油位线所在直线斜率，计算所述直线与圆的交点；计算获得所述圆心到直线距离转化为油量百分比。本发明还公开了一种油位检测系统。本发明可用于油位的实时监测，能够自动监测压缩机油位信息，能够更加准确并及时地反映并记录油位信息，能够减少人力资源的耗费，也增加了油位检测的安全性。

Description

油位检测方法及检测系统
技术领域
本发明涉及一种应用于工业上的油位检测方法，特别是涉及一种基于计算机视觉通过油位观察口图像检测油位的方法。本发明还涉及一种基于计算机视觉通过油位观察口图像检测油位的系统。
背景技术
随着计算机视觉技术，图像处理技术的迅速发展，人们已经可以将计算机视觉技术应用于工业上，以摄像机代替人力对生产的各个环节进行监测,这种方式往往稳定、安全、免接触，实时反馈性高，且减少了人力资源的耗费。
目前，一些工厂主要还是通过人工检测的方式来检测油位情况，这种方式往往存在效率低，实时性差，安全性差，准确率低的问题。另有一些工厂会采用一些传统仪器检测油位信息，这种方式与人工检测比较，提高了一些效率、准确度。这种方式尽管也能够准确地反映油位信息，但其并不能够实时地将油位信息反映并记录下来，并且一些油位检测装置对安装位置也有一定的限制。
压缩机中机油的主要作用在于减少摩擦和磨损，降低压缩机热力效率，提高压缩机使用的可靠性和耐久性，是压缩机中必不可少的部分。而油位的高低反映了压缩机内部的油量信息，压缩机油量过低时，会导致压缩机轴承剧烈摩擦，产生过高的热量，加大压缩机功耗，因此，油位检测至关重要，因此急需一种具有高检测效率和高检测准确度的油位检测技术。
发明内容
在发明内容部分中引入了一系列简化形式的概念,该简化形式的概念均为本领域现有技术简化，这将在具体实施方式部分中进一步详细说明。本发明的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。
本发明要解决的技术问题是提供一种通过油液观察口基于计算机视觉技术能快速准确获得油位信息的油位检测方法。
本发明要解决的另一技术问题是提供一种通过油液观察口基于计算机视觉技术能快速准确获得油位信息的油位检测系统。
为解决上述技术问题，本发明提供基于计算机视觉的油位检测方法，包括以下步骤：
S1，采集油位观察口图像；
可选择的，图像可以通过工业摄像机拍摄；
S2，图像预处理，选择兴趣区域标注出油位透明区，减少图像噪声边，获得观察口边缘轮廓以及油位面；
所述兴趣区域是图像中与油位观察口形状相同的区域。
可选择的，首先采用双边滤波处理去除图像噪声边，双边滤波处理，是结合图像的空间邻近度和像素值相似度的一种折中处理，同时考虑了空域信息和灰度相似性，能够达到保边去噪的效果。处理后的图像，噪声边大大减少，液位线和观察口的轮廓边更加的清晰。
再采用自适应性图像二值化图像处理获得观察口边缘轮廓以及油位面。对图像进行二值化处理，使图像呈现黑白效果。即使光照系统的设计提高了图片采集质量，但仍然会出现光照不均匀，突发噪声的情况，但使用固定的全局阈值量对采集图像进行二值化，会因为不能照顾所有的地方二影响二值化效果，因此本发明使用了自适应性图像二值化对图像进行二值化处理。即计算像素点周围区域的均值，再减去常数(可指定)得到相应的阈值。这种方法不仅有二值化效果，还能够获得观察口边缘轮廓以及油位面，起边缘检测的作用。
S3，规则图像检测，设定油位观察口半径范围，滤除无效数据后，获得油位观察口所在圆的半径和圆心坐标；
根据霍夫圆拟合核心算法，找出预处理后图像中油位观察口所在圆与圆心。同时，本发明设定了圆的半径值的范围，过滤掉图片中的无效数据，最终能够获得圆的半径,与圆心点的坐标。
绘制油位线,计算油位线所在直线斜率，计算所述直线与圆的交点；
根据霍夫直线拟合，描绘出油位线，计算该油位线所在直线斜率，即直线的表达式为y＝kx+b，y表示坐标轴的纵坐标，x表示坐标轴的横坐标，k即为直线的斜率，(b,0)为直线与纵坐标的交点，同时取得直线与圆的交点信息，计算公式为：
Figure BDA0002496467860000031
(x0，y0)表示圆心坐标，r为圆的半径,直线与圆交点为(x1，y1),(x2，y2)。
求出直线与圆交点间的距离l，公式为：
Figure BDA0002496467860000032
检测到的圆与油位线如图4所示。
S4，计算获得所述圆心到直线距离转化为油量百分比。
通过霍夫变换获取油位观察口所在圆的半径与油位线长度，计算得到圆心到油位线的距离，并转换为油量的百分比。
计算直线到圆心距离的公式为：
Figure BDA0002496467860000033
油量百分比计算公式为：U＝[(d+r)/2r]×100％。
其中：d为直线到圆心距离，r为圆的半径，l为直线交圆上两点的长度，U为油量百分比。
S5，设置油位的最大油量百分比值和最小油量百分比值，达到最小油量百分比值则输出报警提示补油。
本发明提供一种基于计算机视觉的油位检测系统，其特征在于，包括：
光源，其为环形，其用于照射油位观察口；由于是对密封的压缩机油箱液位观察口的油位进行检测，光线会较暗，使得采集到的图像数据质量不佳，且观察口为玻璃材质，易反光，因此，本发明使用了环形辅助光源放置于观察口，这样既提高了图像质量，也避免了观察口反光。
摄像单元，其用于获取油位观察口图像；
可选择的，通过RTSP协议连接现场的工业摄像机(USB接口免驱动)，确定与摄像机连接无误后，开始采集现场摄像机图图像数据，传送到服务器存储目录下。
服务器，其用于根据油位观察口图像和油位计算规则获得油量百分比；
可选择的，服务器与摄像单元可以是有线连接传输数据，也可以采用无线连接传输数据。服务器可以设置在本地，也可以设置在云端。
其中，油位计算规则包括：
选择兴趣区域标注出油位透明区，减少图像噪声边，获得观察口边缘轮廓以及油位面；视频采集的画面往往超过油面观察口大小，为此，本发明设置了图像感兴趣区域，并将油位透明区域截取出来，降低了边缘检测的复杂性，减少了区域的干扰，节约图像的处理时间，提高检测准确度。所述兴趣区域是图像中与油位观察口形状相同的区域。
设定油位观察口半径范围，滤除无效数据后，获得油位观察口所在圆的半径和圆心坐标，绘制油位线,计算油位线所在直线斜率，计算所述直线与圆的交点；
计算获得所述圆心到直线距离转化为油量百分比。
可选择的，首先采用双边滤波处理去除图像噪声边，再采用自适应性图像二值化图像处理获得观察口边缘轮廓以及油位面。
可选择的，所述油位计算规则采用霍夫圆拟合获得油位观察口所在圆，并与油位观察口半径范围比较滤除无效数据后获得油位观察口所在圆的半径和圆心坐标。
可选择的，所述油位计算规则采用霍夫直线拟合获得油位线。
可选择的，服务器中设置油位的最大油量百分比值和最小油量百分比值，达到最小油量百分比值则输出报警提示补油。
本发明可用于压缩机油位的实时监测，能够自动监测压缩机油位信息，并在油位过低时进行相应的处理，同时能够将油位情况实时地反馈至服务器上，可实现远程管控。本发明基于计算机视觉技术进行油位检测，能够更加准确并及时地反映并记录油位信息。基于计算机视觉的油位检测方法能够减少人力资源的耗费，也增加了油位检测的安全性。本发明的检测准确率高，安全性更佳，应用前景广阔，可以在工业上得到广泛的应用。
附图说明
本发明附图旨在示出根据本发明的特定示例性实施例中所使用的方法、结构和/或材料的一般特性，对说明书中的描述进行补充。然而，本发明附图是未按比例绘制的示意图，因而可能未能够准确反映任何所给出的实施例的精确结构或性能特点，本发明附图不应当被解释为限定或限制由根据本发明的示例性实施例所涵盖的数值或属性的范围。下面结合附图与具体实施方式对本发明作进一步详细的说明：
图1是本发明方法流程示意图。
图2是采集油液观察口图像。
图3是图2所示图像经预处理后获得图像。
图4是油液观察口所在圆与油位线所在直线示意图。
图5是油量百分比计算示意图。
图6是本发明系统结构示意图。
具体实施方式
以下通过特定的具体实施例说明本发明的实施方式，本领域技术人员可由本说明书所公开的内容充分地了解本发明的其他优点与技术效果。本发明还可以通过不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点加以应用，在没有背离发明总的设计思路下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。本发明下述示例性实施例可以多种不同的形式来实施，并且不应当被解释为只限于这里所阐述的具体实施例。应当理解的是，提供这些实施例是为了使得本发明的公开彻底且完整，并且将这些示例性具体实施例的技术方案充分传达给本领域技术人员。
第一实施例，如图1所示，一种基于计算机视觉的油位检测方法，包括以下步骤：
S1，采集油位观察口图像；
S2，图像预处理，选择兴趣区域标注出油位透明区，减少图像噪声边，获得观察口边缘轮廓以及油位面；
S3，规则图像检测，设定油位观察口半径范围，滤除无效数据后，获得油位观察口所在圆的半径和圆心坐标；
绘制油位线,计算油位线所在直线斜率，计算所述直线与圆的交点；
S4，计算获得所述圆心到直线距离转化为油量百分比。
第二实施例，本发明提供基于计算机视觉的油位检测方法，包括以下步骤：
S1，参考图2所示，采集油位观察口图像；
可选择的，图像可以通过工业摄像机拍摄；
S2，参考图3所示，图像预处理，选择兴趣区域标注出油位透明区，所述兴趣区域是图像中与油位观察口形状相同的区域，首先采用双边滤波处理去除图像噪声边，再采用自适应性图像二值化图像处理获得观察口边缘轮廓以及油位面。
S3，参考图4所示，规则图像检测，根据霍夫圆拟合核心算法，找出预处理后图像中油位观察口所在圆与圆心。同时，设定了圆的半径值的范围，过滤掉图片中的无效数据，最终能够获得圆的半径,与圆心点的坐标。
绘制油位线,计算油位线所在直线斜率，计算所述直线与圆的交点；
根据霍夫直线拟合，描绘出油位线，计算该油位线所在直线斜率，即直线的表达式为y＝kx+b，y表示坐标轴的纵坐标，x表示坐标轴的横坐标，k即为直线的斜率，(b,0)为直线与纵坐标的交点，同时取得直线与圆的交点信息，计算公式为：
Figure BDA0002496467860000063
(x0，y0)表示圆心坐标，r为圆的半径,直线与圆交点为(x1，y1),(x2，y2)。
求出直线与圆交点间的距离l，公式为：
Figure BDA0002496467860000061
检测到的圆与油位线如图4所示。
S4，参考图5所示，计算获得所述圆心到直线距离转化为油量百分比。
通过霍夫变换获取油位观察口所在圆的半径与油位线长度，计算得到圆心到油位线的距离，并转换为油量的百分比。
计算直线到圆心距离的公式为：
Figure BDA0002496467860000062
油量百分比计算公式为：U＝[(d+r)/2r]×100％。
其中：d为直线到圆心距离，r为圆的半径，l为直线交圆上两点的长度，U为油量百分比。
S5，设置油位的最大油量百分比值和最小油量百分比值，达到最小油量百分比值则输出报警提示补油。
除非另有定义，否则这里所使用的全部术语(包括技术术语和科学术语)都具有与本发明所属领域的普通技术人员通常理解的意思相同的意思。还将理解的是，除非这里明确定义，否则诸如在通用字典中定义的术语这类术语应当被解释为具有与它们在相关领域语境中的意思相一致的意思，而不以理想的或过于正式的含义加以解释。
第三实施例，参考图6所示，一种基于计算机视觉油位检测系统，包括：
光源，其为环形，其用于照射油位观察口；
可选择的，所述光源设有光源控制器；
摄像单元，其用于获取油位观察口图像；
服务器，其用于根据油位观察口图像和油位计算规则获得油量百分比；
服务器可以采用具有图像处理功能的计算机；
其中，油位计算规则包括：
选择兴趣区域标注出油位透明区，减少图像噪声边，获得观察口边缘轮廓以及油位面；
设定油位观察口半径范围，滤除无效数据后，获得油位观察口所在圆的半径和圆心坐标，绘制油位线,计算油位线所在直线斜率，计算所述直线与圆的交点；
计算获得所述圆心到直线距离转化为油量百分比。
第四实施例，一种基于计算机视觉油位检测系统，包括：
光源，其为环形，其用于照射油位观察口；
可选择的，所述光源设有光源控制器；
摄像单元，其用于获取油位观察口图像；
可选择的，摄像单元可以设置为多个，分别对不同的油位观察口拍摄，通过无线/有线方式将图像传输至远程服务器。相应的，不同的油位观察口根据实际情况在不脱离本发明方案的情况下设置相应的参数，通过服务器获得油量百分比；
服务器，其用于根据油位观察口图像和油位计算规则获得油量百分比；
服务器可以采用具有图像处理功能的计算机；
其中，油位计算规则包括：
选择兴趣区域标注出油位透明区，所述兴趣区域是图像中与油位观察口形状相同的区域。首先采用双边滤波处理去除图像噪声边，再采用自适应性图像二值化图像处理获得观察口边缘轮廓以及油位面；
设定油位观察口半径范围，所述油位计算规则采用霍夫圆拟合获得油位观察口所在圆，并与油位观察口半径范围比较滤除无效数据后获得油位观察口所在圆的半径和圆心坐标，采用霍夫直线拟合获得油位线,计算油位线所在直线斜率，计算所述直线与圆的交点；
计算获得所述圆心到直线距离转化为油量百分比；
服务器中设置油位的最大油量百分比值和最小油量百分比值，达到最小油量百分比值则输出报警提示补油。
以上通过具体实施方式和实施例对本发明进行了详细的说明，但这些并非构成对本发明的限制。在不脱离本发明原理的情况下，本领域的技术人员还可做出许多变形和改进，这些也应视为本发明的保护范围。

Claims (12)

1.一种油位检测方法，其基于计算机视觉，其特征在于，包括以下步骤：
S1，采集油位观察口图像；
S2，图像预处理，选择兴趣区域标注出油位透明区，减少图像噪声边，获得观察口边缘轮廓以及油位面；
S3，规则图像检测，设定油位观察口半径范围，滤除无效数据后，获得油位观察口所在圆的半径和圆心坐标；
绘制油位线,计算油位线所在直线斜率，计算所述直线与圆的交点；
S4，计算获得所述圆心到直线距离转化为油量百分比。
2.如权利要求1所述的油位检测方法，其特征在于：所述兴趣区域是图像中与油位观察口形状相同的区域。
3.如权利要求1所述的油位检测方法，其特征在于：实施步骤S2时，首先采用双边滤波处理去除图像噪声边，再采用自适应性图像二值化图像处理获得观察口边缘轮廓以及油位面。
4.如权利要求1所述的油位检测方法，其特征在于：实施步骤S4时，采用霍夫圆拟合获得油位观察口所在圆，并与油位观察口半径范围比较滤除无效数据后获得油位观察口所在圆的半径和圆心坐标。
5.如权利要求1所述的油位检测方法，其特征在于：实施步骤S4时，采用霍夫直线拟合获得油位线。
6.如权利要求1-5任意一项所述的油位检测方法，其特征在于，还包括步骤S5，设置油位的最大油量百分比值和最小油量百分比值，达到最小油量百分比值则输出报警提示补油。
7.一种油位检测系统，其基于计算机视觉，其特征在于，包括：
光源，其为环形，其用于照射油位观察口；
摄像单元，其用于获取油位观察口图像；
服务器，其用于根据油位观察口图像和油位计算规则获得油量百分比；
其中，油位计算规则包括：
选择兴趣区域标注出油位透明区，减少图像噪声边，获得观察口边缘轮廓以及油位面；
设定油位观察口半径范围，滤除无效数据后，获得油位观察口所在圆的半径和圆心坐标，绘制油位线,计算油位线所在直线斜率，计算所述直线与圆的交点；
计算获得所述圆心到直线距离转化为油量百分比。
8.如权利要求6所述的油位检测系统，其特征在于：所述兴趣区域是图像中与油位观察口形状相同的区域。
9.如权利要求6所述的油位检测系统，其特征在于：首先采用双边滤波处理去除图像噪声边，再采用自适应性图像二值化图像处理获得观察口边缘轮廓以及油位面。
10.如权利要求6所述的油位检测系统，其特征在于：所述油位计算规则采用霍夫圆拟合获得油位观察口所在圆，并与油位观察口半径范围比较滤除无效数据后获得油位观察口所在圆的半径和圆心坐标。
11.如权利要求6所述的油位检测系统，其特征在于:所述油位计算规则采用霍夫直线拟合获得油位线。
12.如权利要求6-11任意一项所述的油位检测系统，其特征在于:服务器中设置油位的最大油量百分比值和最小油量百分比值，达到最小油量百分比值则输出报警提示补油。
CN202010419684.4A 2020-05-18 2020-05-18 油位检测方法及检测系统 Pending CN111640151A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010419684.4A CN111640151A (zh) 2020-05-18 2020-05-18 油位检测方法及检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010419684.4A CN111640151A (zh) 2020-05-18 2020-05-18 油位检测方法及检测系统

Publications (1)

Publication Number Publication Date
CN111640151A true CN111640151A (zh) 2020-09-08

Family

ID=72329193

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010419684.4A Pending CN111640151A (zh) 2020-05-18 2020-05-18 油位检测方法及检测系统

Country Status (1)

Country Link
CN (1) CN111640151A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112324893A (zh) * 2020-10-30 2021-02-05 重庆长安汽车股份有限公司 一种自动变速器油位监测系统及监测方法
CN113052823A (zh) * 2021-03-26 2021-06-29 东莞市科研世智能科技有限公司 油位和油色检测方法、装置、电子设备和存储介质
CN114581367A (zh) * 2022-01-18 2022-06-03 江苏宏源电气有限责任公司 变压器油枕油位估算系统及方法
CN114777286A (zh) * 2022-05-18 2022-07-22 珠海格力电器股份有限公司 空调系统的检测方法及空调系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109064440A (zh) * 2018-06-19 2018-12-21 广东工业大学 一种基于机器视觉的喇叭音圈焊线识别方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109064440A (zh) * 2018-06-19 2018-12-21 广东工业大学 一种基于机器视觉的喇叭音圈焊线识别方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李洋洋: ""基于视觉的发电机油位检测与控制研究"", 《软件导刊》 *
汪勤 等: ""基于视频处理的无人值守变电站在线检测"", 《四川理工学院学报( 自然科学版)》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112324893A (zh) * 2020-10-30 2021-02-05 重庆长安汽车股份有限公司 一种自动变速器油位监测系统及监测方法
CN113052823A (zh) * 2021-03-26 2021-06-29 东莞市科研世智能科技有限公司 油位和油色检测方法、装置、电子设备和存储介质
CN114581367A (zh) * 2022-01-18 2022-06-03 江苏宏源电气有限责任公司 变压器油枕油位估算系统及方法
CN114777286A (zh) * 2022-05-18 2022-07-22 珠海格力电器股份有限公司 空调系统的检测方法及空调系统
CN114777286B (zh) * 2022-05-18 2023-12-08 珠海格力电器股份有限公司 空调系统的检测方法及空调系统

Similar Documents

Publication Publication Date Title
CN111640151A (zh) 油位检测方法及检测系统
CN107705288B (zh) 伪目标运动强干扰下的危险气体泄漏红外视频检测方法
GB2573429A (en) Method for detecting degree of development of asphalt pavement fracture based on infrared thermal image analysis
CN108764345B (zh) 一种基于局部与全局聚类的水下大坝裂缝检测方法
CN107084666B (zh) 基于机器视觉的刹车片尺寸综合检测方法
CN109507192A (zh) 一种基于机器视觉的磁芯表面缺陷检测方法
CN111127429A (zh) 基于自训练深度神经网络的水利系统管螺纹缺陷检测方法
CN110021012B (zh) 基于机器视觉技术的手机镜头视窗玻璃缺陷检测方法
CN111598869B (zh) 一种对显示屏幕的Mura进行检测的方法、设备及存储介质
CN110648330B (zh) 摄像头玻璃的缺陷检测方法
CN114881960A (zh) 基于特征增强的布匹直线型缺陷检测方法和系统
CN113487563B (zh) 一种基于el图像的光伏组件隐裂自适应检测方法
CN111578838A (zh) 一种齿轮尺寸视觉测量装置及测量方法
WO2022088856A1 (zh) 眼底图像识别方法及装置和设备
CN113705564B (zh) 一种指针式仪表识别读数方法
CN117152182B (zh) 一种超低照度网络相机图像处理方法、装置及电子设备
CN113610041A (zh) 一种用于指针式仪表的读数识别方法及设备
CN110186929A (zh) 一种实时的产品瑕疵定位方法
CN109387524A (zh) 基于线性偏振光的螺纹缺陷检测方法及装置
CN107300360A (zh) 一种杂粮作物籽粒三轴尺寸快速检测算法
CN112926576A (zh) 油烟浓度的检测方法、系统、电子设备和存储介质
CN111539951A (zh) 一种陶瓷砂轮头轮廓尺寸视觉检测方法
CN114463258B (zh) 一种基于深度学习技术的机车车辆闸片磨耗检测方法
CN116152191A (zh) 基于深度学习的显示屏裂纹缺陷检测方法、装置及设备
CN112232307B (zh) 夜视环境下的安全帽佩戴检测方法

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