CN111652879A - 一种打标字符质量检测系统及方法 - Google Patents
一种打标字符质量检测系统及方法 Download PDFInfo
- Publication number
- CN111652879A CN111652879A CN202010621110.5A CN202010621110A CN111652879A CN 111652879 A CN111652879 A CN 111652879A CN 202010621110 A CN202010621110 A CN 202010621110A CN 111652879 A CN111652879 A CN 111652879A
- Authority
- CN
- China
- Prior art keywords
- character
- marking
- image
- quality detection
- module
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/143—Segmentation; Edge detection involving probabilistic approaches, e.g. Markov random field [MRF] modelling
-
- 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
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Character Input (AREA)
Abstract
本发明提出的一种打标字符质量检测系统及方法,包括:图像采集单元和处理单元;所述图像采集单元用于采集打标字符的图像,并发送至处理单元;图像采集单元包括:工业相机、LED光源和控制器,所述LED光源用于根据打标场景的光线调节配合工业相机消除外界环境光和高发光区域,完成打标字符的图像采集并发送至控制器;所述控制器用于控制LED光源和工业橡胶、并将采集的图像发送至处理单元;所述处理单元用于完成图像预处理、质量检测和检测结果输出。本发明通过独特的打标不良的检出方案,能够极大提高打标不良的检出率。
Description
技术领域
本发明涉及打标字符识别技术领域,更具体的说是涉及一种打标字符质量检测系统及方法。
背景技术
根据国家规定或企业管理的需要,在产品上进行文字、图形等唯一性标识,例如车辆识别代码、发动机代码、出厂编号等,这个过程称为打标。通常具备唯一性,作为产品身份ID伴随产品的整个生命周期,对准确性、可读性的要求很高。打标的不良有很多种,例如内容错误、字符变形、笔画缺失等,通过人工检查的方式很容易出现漏检导致不良流出。
传统的机器视觉技术在字符内容的读取方面进行了重点突破,主要目标在于将一些变形、笔画缺失的字符通过一些例如深度学习等算法能够读取出来,通俗来讲就是把打标效果不好的能够读取出来,这明显有悖于打标字符质量检测的初衷,而传统的瑕疵检查又很难对内容排布不断变化的字符进行很好的检测,这成为了打标行业视觉检测应用的痛点。
因此,如何使用机器视觉的途径准确的识别打标字符,提高打标不良的检出率是我们亟待解决的问题。
发明内容
针对以上问题,本发明的目的在于提供一种打标字符质量检测系统及方法,通过独特的打标不良的检出方案,能够极大提高打标不良的检出率。
本发明为实现上述目的,通过以下技术方案实现:一种打标字符质量检测系统,包括:图像采集单元和处理单元;所述图像采集单元用于采集打标字符的图像,并发送至处理单元;图像采集单元包括:工业相机、LED光源和控制器,所述LED光源用于根据打标场景的光线调节配合工业相机消除外界环境光和高发光区域,完成打标字符的图像采集并发送至控制器;所述控制器用于控制LED光源和工业橡胶、并将采集的图像发送至处理单元;所述处理单元用于完成图像预处理、质量检测和检测结果输出。
进一步,所述处理单元包括:预处理模块、字符分割模块、特征提取模块、字符识别模块、错误检测模块:
所述预处理模块,用于设定图像线性变换和二值化的自动阈值,并生成预处理图像;
所述字符分割模块,用于通过预设分割方法消除预处理图像中的字符黏连,并设定分割参数,根据分割参数完成字符分割;
所述特征提取模块,用于提取字符边缘特征、字符穿刺特征、闭合区域个数,并进行组合后作为字符识别模块的输入样本;
所述字符识别模块,用于应用基于隐马尔可夫的字符识别技术对输入样本进行读取和识别,并在完成读取的同时对字符的姿态进行纠正,对字符轴线、字高字宽进行测量,进行归一化后生成图像;
所述错误检测模块,用于将归一化后的图像与预设的打标控制软件中原始的字模进行匹配和分析,对笔画缺失,字体变形的程度进行评估和打分。
进一步,所述处理单元还包括结果生成模块,所述结果生成模块用于生成字符质量检测结果,所述字符质量检测结果包括字符笔画缺失、字体变形程度的评估数据和分值,根据所述评估数据和分值生成的打标内容、字符外形、字符变形缺损三个层次的控制阈值。
进一步,所述处理单元还包括结果输出模块,所述结果输出模块用于通过预设传输方式向PC或PLC终端输出字符质量检测结果。
进一步,所述预设分割方法包括:Sober边缘检测、适度开运算、投影分割法、回归分割。
进一步,所述分割参数包括:最大字符高度、字符宽高比范围、最小字符片段、字符内间距。
进一步,所述预设传输方式包括DIO、串口、TCP/IP、Profinet、OPC中的任一传输方式或多种传输方式的组合。
进一步,所述工业相机上设有滤光片和偏振片。
相应的,本发明还公开了一种打标字符质量检测方法,包括如下步骤:
S1:使用LED光源,配合工业相机内的滤光片和偏振片消除外界环境光和高反区域的,通过工业相机完成打标字符的图像采集;
S2:为打标字符的图像设定图像线性变换和二值化的自动阈值,生成预处理图像;
S3:通过预设分割方法消除预处理图像中的字符黏连,并设定分割参数,根据分割参数完成字符分割;
S4:提取字符边缘特征、字符穿刺特征、闭合区域个数,并进行组合后作为字符识别模块的输入样本;
S5:应用基于隐马尔可夫的字符识别技术对输入样本进行读取和识别,并在完成读取的同时对字符的姿态进行纠正,对字符轴线、字高字宽进行测量,进行归一化后生成图像;
S6:将归一化后的图像与预设的打标控制软件中原始的字模进行匹配和分析,对笔画缺失,字体变形的程度进行评估和打分;
S7:根据所述评估数据和分值生成的打标内容、字符外形、字符变形缺损三个层次的控制阈值;
S8:将评估数据、分值和三个层次的控制阈值做为字符质量检测结果,并向显示终端输出字符质量检测结果。
对比现有技术,本发明有益效果在于:本发明提供一种打标字符质量检测系统及方法,纠正了传统视觉检查的方向性错误,真正实现了对打标字符不良的有效检出,防止不良打标产品的流出。本发明对不良打标的检出率满足自动化生产的需求,能够应用于无人值守的打标工作站,能够在保证打标质量的同时,为客户节省人力资源。
由此可见,本发明与现有技术相比,具有突出的实质性特点和显著的进步,其实施的有益效果也是显而易见的。
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,还可以根据提供的附图获得其他的附图。
附图1是本发明的系统结构图。
附图2是本发明的方法流程图。
具体实施方式
下面结合附图对本发明的具体实施方式做出说明。
如图1所示的一种打标字符质量检测系统,包括:图像采集单元和处理单元;所述图像采集单元用于采集打标字符的图像,并发送至处理单元;图像采集单元包括:工业相机、LED光源和控制器,工业相机上设有滤光片和偏振片,所述LED光源用于根据打标场景的光线调节配合工业相机消除外界环境光和高发光区域,完成打标字符的图像采集并发送至控制器;LED光源为环形或条形单色光源。所述控制器用于控制LED光源和工业橡胶、并将采集的图像发送至处理单元;所述处理单元用于完成图像预处理、质量检测和检测结果输出。
所述处理单元包括:预处理模块、字符分割模块、特征提取模块、字符识别模块、错误检测模块、结果生成模块和结果输出模块。
预处理模块,用于设定图像线性变换和二值化的自动阈值,并生成预处理图像。考虑实际应用中因现场光线条件复杂、打标表面为金属高反材料,对系统的稳定性会产生影响,因此在光源选择上根据打标场景的不同,使用环形或条形单色光源,配合高通滤光片和偏振片消除外界环境光和高反区域的,根据大量实验确定了图像线性变换和二值化的自动阈值设定,最终生成有利于后续定位分割的预处理图像。
字符分割模块,用于通过预设分割方法消除预处理图像中的字符黏连,并设定分割参数,根据分割参数完成字符分割;针对预处理图像,通过Sober边缘检测、适度开运算、投影分割、回归法分割等手段,可以适用于各类打标字符的分割,有效避免碎屑等导致的字符黏连。并提供了最大字符高度、字符宽高比范围、最小字符片段、字符内间距等参数来得到完美的字符分割效果。
特征提取模块,用于提取字符边缘特征、字符穿刺特征、闭合区域个数,并进行组合后作为字符识别模块的输入样本。
字符识别模块,用于应用基于隐马尔可夫的字符识别技术对输入样本进行读取和识别,并在完成读取的同时对字符的姿态进行纠正,对字符轴线、字高字宽进行测量,进行归一化后生成图像。本模块改进应用基于隐马尔可夫(HMM)的字符识别技术,从而提高打标字符的识别率,为适应现场字符样本少的调试特点,改进基于支持向量机的识别方法,提高小样本下的字符识别率,为后续错误检测奠定基础。在完成字符读取的同时对各字符的姿态进行纠正,对字符轴线、字高字宽进行测量,再进行归一化,
错误检测模块,用于采用多信息融合的思路,将归一化后的图像与预设的打标控制软件中原始的字模进行匹配和分析,对笔画缺失,字体变形的程度进行评估和打分。
结果生成模块,用于生成字符质量检测结果,所述字符质量检测结果包括字符笔画缺失、字体变形程度的评估数据和分值,根据所述评估数据和分值生成的打标内容、字符外形、字符变形缺损三个层次的控制阈值。
结果输出模块,用于通过预设传输方式向PC或PLC终端输出字符质量检测结果。预设传输方式包括DIO、串口、TCP/IP、Profinet、OPC中的任一传输方式或多种传输方式的组合。采用多种传输方式,可以无缝对接各种显示终端。
相应的,如图2所示,本发明还公开了一种打标字符质量检测方法,包括如下步骤:
S1:使用LED光源,配合工业相机内的滤光片和偏振片消除外界环境光和高反区域的,通过工业相机完成打标字符的图像采集。
S2:为打标字符的图像设定图像线性变换和二值化的自动阈值,生成预处理图像。
S3:通过预设分割方法消除预处理图像中的字符黏连,并设定分割参数,根据分割参数完成字符分割。
S4:提取字符边缘特征、字符穿刺特征、闭合区域个数,并进行组合后作为字符识别模块的输入样本。
S5:应用基于隐马尔可夫的字符识别技术对输入样本进行读取和识别,并在完成读取的同时对字符的姿态进行纠正,对字符轴线、字高字宽进行测量,进行归一化后生成图像。
S6:将归一化后的图像与预设的打标控制软件中原始的字模进行匹配和分析,对笔画缺失,字体变形的程度进行评估和打分。
S7:根据所述评估数据和分值生成的打标内容、字符外形、字符变形缺损三个层次的控制阈值。
S8:将评估数据、分值和三个层次的控制阈值做为字符质量检测结果,并向显示终端输出字符质量检测结果。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统、系统和方法,可以通过其它的方式实现。例如,以上所描述的系统实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,系统或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个单元中。
同理,在本发明各个实施例中的各处理单元可以集成在一个功能模块中,也可以是各个处理单元物理存在,也可以两个或两个以上处理单元集成在一个功能模块中。
结合附图和具体实施例,对本发明作进一步说明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所限定的范围。
Claims (9)
1.一种打标字符质量检测系统,其特征在于,包括:图像采集单元和处理单元;所述图像采集单元用于采集打标字符的图像,并发送至处理单元;图像采集单元包括:工业相机、LED光源和控制器,所述LED光源用于根据打标场景的光线调节配合工业相机消除外界环境光和高发光区域,完成打标字符的图像采集并发送至控制器;所述控制器用于控制LED光源和工业橡胶、并将采集的图像发送至处理单元;
所述处理单元用于完成图像预处理、质量检测和检测结果输出。
2.根据权利要求1所述的打标字符质量检测系统,其特征在于,所述处理单元包括:预处理模块、字符分割模块、特征提取模块、字符识别模块、错误检测模块:
所述预处理模块,用于设定图像线性变换和二值化的自动阈值,并生成预处理图像;
所述字符分割模块,用于通过预设分割方法消除预处理图像中的字符黏连,并设定分割参数,根据分割参数完成字符分割;
所述特征提取模块,用于提取字符边缘特征、字符穿刺特征、闭合区域个数,并进行组合后作为字符识别模块的输入样本;
所述字符识别模块,用于应用基于隐马尔可夫的字符识别技术对输入样本进行读取和识别,并在完成读取的同时对字符的姿态进行纠正,对字符轴线、字高字宽进行测量,进行归一化后生成图像;
所述错误检测模块,用于将归一化后的图像与预设的打标控制软件中原始的字模进行匹配和分析,对笔画缺失,字体变形的程度进行评估和打分。
3.根据权利要求2所述的打标字符质量检测系统,其特征在于,所述处理单元还包括结果生成模块,所述结果生成模块用于生成字符质量检测结果,所述字符质量检测结果包括字符笔画缺失、字体变形程度的评估数据和分值,根据所述评估数据和分值生成的打标内容、字符外形、字符变形缺损三个层次的控制阈值。
4.根据权利要求2所述的打标字符质量检测系统,其特征在于,所述处理单元还包括结果输出模块,所述结果输出模块用于通过预设传输方式向PC或PLC终端输出字符质量检测结果。
5.根据权利要求2所述的打标字符质量检测系统,其特征在于,所述预设分割方法包括:Sober边缘检测、适度开运算、投影分割法、回归分割。
6.根据权利要求2所述的打标字符质量检测系统,其特征在于,所述分割参数包括:最大字符高度、字符宽高比范围、最小字符片段、字符内间距。
7.根据权利要求4所述的打标字符质量检测系统,其特征在于,所述预设传输方式包括DIO、串口、TCP/IP、Profinet、OPC中的任一传输方式或多种传输方式的组合。
8.根据权利要求1所述的打标字符质量检测系统,其特征在于,所述工业相机上设有滤光片和偏振片。
9.一种打标字符质量检测方法,其特征在于,包括如下步骤:
S1:使用LED光源,配合工业相机内的滤光片和偏振片消除外界环境光和高反区域的,通过工业相机完成打标字符的图像采集;
S2:为打标字符的图像设定图像线性变换和二值化的自动阈值,生成预处理图像;
S3:通过预设分割方法消除预处理图像中的字符黏连,并设定分割参数,根据分割参数完成字符分割;
S4:提取字符边缘特征、字符穿刺特征、闭合区域个数,并进行组合后作为字符识别模块的输入样本;
S5:应用基于隐马尔可夫的字符识别技术对输入样本进行读取和识别,并在完成读取的同时对字符的姿态进行纠正,对字符轴线、字高字宽进行测量,进行归一化后生成图像;
S6:将归一化后的图像与预设的打标控制软件中原始的字模进行匹配和分析,对笔画缺失,字体变形的程度进行评估和打分;
S7:根据所述评估数据和分值生成的打标内容、字符外形、字符变形缺损三个层次的控制阈值;
S8:将评估数据、分值和三个层次的控制阈值做为字符质量检测结果,并向显示终端输出字符质量检测结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010621110.5A CN111652879B (zh) | 2020-07-01 | 2020-07-01 | 一种打标字符质量检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010621110.5A CN111652879B (zh) | 2020-07-01 | 2020-07-01 | 一种打标字符质量检测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111652879A true CN111652879A (zh) | 2020-09-11 |
CN111652879B CN111652879B (zh) | 2022-12-09 |
Family
ID=72348088
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010621110.5A Active CN111652879B (zh) | 2020-07-01 | 2020-07-01 | 一种打标字符质量检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111652879B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114565550A (zh) * | 2021-03-17 | 2022-05-31 | 长城汽车股份有限公司 | 一种识别码打刻质量检测方法及终端设备 |
CN116777861A (zh) * | 2023-06-15 | 2023-09-19 | 昆山市金康电子有限公司 | 一种激光雕刻机打标质量检测方法及系统 |
CN117169336A (zh) * | 2023-09-07 | 2023-12-05 | 常熟中佳新材料有限公司 | 一种铜管复绕机的铜管缺陷标记系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103150564A (zh) * | 2013-03-28 | 2013-06-12 | 冶金自动化研究设计院 | 板材表面喷码字符识别装置及其方法 |
CN105046257A (zh) * | 2015-07-31 | 2015-11-11 | 武汉理工大学 | 一种后桥主齿轮特殊打标形式的字符识别方法及系统 |
CN108693194A (zh) * | 2018-06-22 | 2018-10-23 | 湖南大学 | 钢板生产线点阵喷码机器视觉自动检测系统 |
CN208716520U (zh) * | 2018-07-16 | 2019-04-09 | 廊坊精工模切机械股份有限公司 | 一种卷筒纸模切连线二维码喷印与检测装置 |
CN110542695A (zh) * | 2019-09-18 | 2019-12-06 | 歌尔股份有限公司 | 一种检验打标质量与重码的方法以及系统 |
-
2020
- 2020-07-01 CN CN202010621110.5A patent/CN111652879B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103150564A (zh) * | 2013-03-28 | 2013-06-12 | 冶金自动化研究设计院 | 板材表面喷码字符识别装置及其方法 |
CN105046257A (zh) * | 2015-07-31 | 2015-11-11 | 武汉理工大学 | 一种后桥主齿轮特殊打标形式的字符识别方法及系统 |
CN108693194A (zh) * | 2018-06-22 | 2018-10-23 | 湖南大学 | 钢板生产线点阵喷码机器视觉自动检测系统 |
CN208716520U (zh) * | 2018-07-16 | 2019-04-09 | 廊坊精工模切机械股份有限公司 | 一种卷筒纸模切连线二维码喷印与检测装置 |
CN110542695A (zh) * | 2019-09-18 | 2019-12-06 | 歌尔股份有限公司 | 一种检验打标质量与重码的方法以及系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114565550A (zh) * | 2021-03-17 | 2022-05-31 | 长城汽车股份有限公司 | 一种识别码打刻质量检测方法及终端设备 |
CN116777861A (zh) * | 2023-06-15 | 2023-09-19 | 昆山市金康电子有限公司 | 一种激光雕刻机打标质量检测方法及系统 |
CN116777861B (zh) * | 2023-06-15 | 2023-11-14 | 昆山市金康电子有限公司 | 一种激光雕刻机打标质量检测方法及系统 |
CN117169336A (zh) * | 2023-09-07 | 2023-12-05 | 常熟中佳新材料有限公司 | 一种铜管复绕机的铜管缺陷标记系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111652879B (zh) | 2022-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111652879B (zh) | 一种打标字符质量检测系统及方法 | |
CN111612763B (zh) | 手机屏幕缺陷检测方法、装置及系统、计算机设备及介质 | |
CN111833306B (zh) | 缺陷检测方法和用于缺陷检测的模型训练方法 | |
WO2021143343A1 (zh) | 一种产品质量检测方法及装置 | |
CN112634203B (zh) | 图像检测方法、电子设备及计算机可读存储介质 | |
CN109447979B (zh) | 基于深度学习和图像处理算法的目标检测方法 | |
CN111814850A (zh) | 缺陷检测模型训练方法、缺陷检测方法及相关装置 | |
CN110598686A (zh) | 发票的识别方法、系统、电子设备和介质 | |
CN110942063B (zh) | 证件文字信息获取方法、装置以及电子设备 | |
CN111428374A (zh) | 零件缺陷检测方法、装置、设备及存储介质 | |
WO2024002187A1 (zh) | 缺陷检测方法、缺陷检测设备及存储介质 | |
CN115619787B (zh) | 一种uv胶缺陷检测方法、系统、设备及介质 | |
CN114782286A (zh) | 缺陷修复方法、光学修复设备、电子设备及存储介质 | |
CN114549390A (zh) | 电路板检测方法、电子装置及存储介质 | |
CN111126330A (zh) | 一种瞳膜中心定位方法及学员听课疲劳度检测方法 | |
CN105023018A (zh) | 一种喷码检测方法及系统 | |
CN116228651A (zh) | 一种布匹缺陷检测方法、系统、设备及介质 | |
CN110909568A (zh) | 用于面部识别的图像检测方法、装置、电子设备及介质 | |
CN115866502A (zh) | 一种麦克风零件表面缺陷在线检测流程 | |
CN113705564B (zh) | 一种指针式仪表识别读数方法 | |
Chen et al. | Eyes localization algorithm based on prior MTCNN face detection | |
CN117635599A (zh) | 缺陷检测模型训练及缺陷检测方法、装置、设备及介质 | |
CN112967224A (zh) | 一种基于人工智能的电子电路板检测系统、方法及介质 | |
CN114594102B (zh) | 一种基于机器视觉的数据线接口自动检测方法 | |
CN116091481A (zh) | 一种小穗计数方法、装置、设备和存储介质 |
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 | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A Quality Detection System and Method for Marking Characters Effective date of registration: 20230627 Granted publication date: 20221209 Pledgee: Jinan Branch of Qingdao Bank Co.,Ltd. Pledgor: JINAN KINMARK TECHNOLOGY Co.,Ltd. Registration number: Y2023370000097 |
|
PE01 | Entry into force of the registration of the contract for pledge of patent right |