CN111784689A - 多角度低对比度划痕提取方法、装置及存储介质 - Google Patents

多角度低对比度划痕提取方法、装置及存储介质 Download PDF

Info

Publication number
CN111784689A
CN111784689A CN202010724054.8A CN202010724054A CN111784689A CN 111784689 A CN111784689 A CN 111784689A CN 202010724054 A CN202010724054 A CN 202010724054A CN 111784689 A CN111784689 A CN 111784689A
Authority
CN
China
Prior art keywords
processing
image
roi
scratch
fft
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
Application number
CN202010724054.8A
Other languages
English (en)
Other versions
CN111784689B (zh
Inventor
杨小冬
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.)
Dongguan Ruitu Xinzhi Technology Co ltd
Original Assignee
Dongguan Ruitu Xinzhi 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 Dongguan Ruitu Xinzhi Technology Co ltd filed Critical Dongguan Ruitu Xinzhi Technology Co ltd
Priority to CN202010724054.8A priority Critical patent/CN111784689B/zh
Publication of CN111784689A publication Critical patent/CN111784689A/zh
Application granted granted Critical
Publication of CN111784689B publication Critical patent/CN111784689B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/02—Affine transformations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • 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
    • G06T2207/20092—Interactive image processing based on input by user
    • G06T2207/20104—Interactive definition of region of interest [ROI]
    • 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)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种多角度低对比度划痕提取方法，其包括如下步骤：获取待测图像；对所述待测图像进行预处理，得到目标区域ROI；对所述目标区域ROI按照预设的比例因子进行缩放处理，得到第一处理区域Roi_Scale_Image；对所述第一处理区域Roi_Scale_Image进行划痕加强处理，得到第二处理区域Roi_After_Fft；对所述第二处理区域Roi_After_Fft进行划痕提取处理；将划痕提取处理后的所述第二处理区域Roi_After_Fft仿射回所述待测图像，以得到目标图像；本发明能检测部分高噪声下的低对比度划痕，且有效降低划痕缺陷漏检率；本发明还公开了多角度低对比度划痕提取装置和存储介质。

Description

多角度低对比度划痕提取方法、装置及存储介质
技术领域
本发明涉及自动光学检测领域领域，尤其涉及多角度低对比度划痕提取方法、装置及存储介质。
背景技术
随着消费类电子产品的大大普及，消费者对于笔记本外观的质量要求越来越高。苹果笔记本(Macbook)采用铝合金阳极氧化做笔记本外壳，其在生产过程中不可避免的会产生一些诸如脏污、黑点、划痕等缺陷，目前挑拣出表面有缺陷的质量控制操作大部分需要依靠人工来完成。划痕作为一种严重的表面缺陷，由于该缺陷在深度、长度、角度差异较大，给人工检测带来很大的难度，人工很难在满足质量保证的同时，兼顾生产效率的需求。
对于一些在图像中表面比较明显，即对比度较高的划痕，基于halcon的gauss检测线算子，可通过设置划痕与背景对比度、划痕宽度、划痕长度等参数，方便快速的将缺陷提取出来。Macbook由于其特殊的表面材质，在光学成像下，有严重的背景噪声，给划痕与背景的分离带来很大干扰，使得现有技术无法在高噪声背景下对划痕尤其是低对比度的刮痕进行有效提取。
因此，亟需一种多角度低对比度划痕提取方法、装置及存储介质来解决上述问题。
发明内容
本发明的目的是提供一种多角度低对比度划痕提取方法，能检测部分高噪声下的低对比度划痕，且有效降低划痕缺陷漏检率。
本发明的又一目的是提供一种多角度低对比度划痕提取装置，能检测部分高噪声下的低对比度划痕，且有效降低划痕缺陷漏检率。
发明的再一目的是提供一种存储介质，能检测部分高噪声下的低对比度划痕，且有效降低划痕缺陷漏检率。
为了实现上有目的，本发明公开了一种多角度低对比度划痕提取方法，其包括如下步骤：
S1、获取待测图像；
S2、对所述待测图像进行预处理，得到目标区域ROI；
S3、对所述目标区域ROI按照预设的比例因子进行缩放处理，得到第一处理区域Roi_Scale_Image；
S4、对所述第一处理区域Roi_Scale_Image进行划痕加强处理，得到第二处理区域Roi_After_Fft；
S5、对所述第二处理区域Roi_After_Fft进行划痕提取处理；
S6、将划痕提取处理后的所述第二处理区域Roi_After_Fft仿射回所述待测图像，以得到目标图像。
较佳地，所述步骤(2)具体包括如下步骤：
S21、对所述待测图像依次进行图像灰度处理、划痕区域提取及切割处理，得到所述目标区域ROI。
与现有技术相比，本发明通过对待测图像进行预处理、缩放处理、划痕加强处理、划痕提取处理后，将痕提取处理后的第二处理区域Roi_After_Fft仿射回待测图像，以得到目标图像，以提升高噪声背景下的刮痕的对比度，便于对不同对比度刮痕进行有效检测，避免因高噪声背景下的低对比度刮痕不清晰而导致的漏检、错检，有效降低划痕缺陷漏检率。
具体地，所述步骤(21)之后还包括如下步骤：
S211、记录所述目标区域ROI的坐标值，并建立所述目标区域RO I的坐标值和所述待测图像的对应关系。
较佳地，所述步骤(4)具体包括如下步骤：
S41、对所述第一处理区域Roi_Scale_Image进行傅里叶变换处理，以将所述第一处理区域Roi_Scale_Image的信号由空间域转化为频率域；
S42、每间隔一预设角度时生成一转换角度，在所述第一处理区域Roi_Scale_Image的频率域中生成一由转换角度Phi确定的空间域中滤波器的主方向的高斯滤波器；
S43、依据所述高斯滤波器对所述第一处理区域Roi_Scale_Image的频率域进行滤波，并加强所述第一处理区域Roi_Scale_Image的频率域在特定方向上的划痕；
S44、对所述第一处理区域Roi_Scale_Image的频率域进行傅里叶逆变换处理，以将所述第一处理区域Roi_Scale_Image的信号由频率域转化为空间域；
S45、将所述第一处理区域Roi_Scale_Image的空间域标记为所述第二处理区域Roi_After_Fft。
具体地，所述步骤(5)具体包括如下步骤：
S51、对所述第二处理区域Roi_After_Fft进行常规的高斯亚像素精度处理，以提取所述第二处理区域Roi_After_Fft的划痕；
S52、依据预设的形态学参数连接相邻划痕；
S53、依据预设的划痕参数对所述第二处理区域Roi_After_Fft的划痕进行筛选过滤；
S54、提取经过筛选过滤后的所述第二处理区域Roi_After_Fft的划痕。
较佳地，对每间隔一预设角度时生成的转换角度Phi均建立一独立线程，以执行对应的转换角度Phi下的步骤。
较佳地，所述转换角度Phi介于0°至180°之间。
较佳地，所述步骤(6)具体包括如下步骤：
S61、计算所述待测图像和所述第二处理区域Roi_After_Fft的仿射矩阵；
S62、依据所述仿射矩阵将所述第二处理区域Roi_After_Fft提取得到的划痕仿射回所述待测图像，以得到目标图像。
相应地，本发明还公开了一种多角度低对比度划痕提取装置，其包括：
获取模块，用于获取待测图像；
预处理模块，用于对所述待测图像进行预处理，得到目标区域ROI；
第一处理模块，用于对所述目标区域ROI按照预设的比例因子进行缩放处理，得到第一处理区域Roi_Scale_Image；
第二处理模块，用于对所述第一处理区域Roi_Scale_Image进行划痕加强处理，得到第二处理区域Roi_After_Fft；
第三处理模块，用于对所述第二处理区域Roi_After_Fft进行划痕提取处理；
第四处理模块，用于将划痕提取处理后的所述第二处理区域Roi_After_Fft仿射回所述待测图像，以得到目标图像。
相应地，本发明还公开了一种存储介质，用于存储计算机程序，所述程序被处理器执行时实现如上所述的多角度低对比度划痕提取方法。
附图说明
图1是本发明的多角度低对比度划痕提取方法的流程框图。
图2是本发明的步骤(4)的具体实施步骤。
图3是本发明的步骤(5)的具体实施步骤。
图4是本发明的多角度低对比度划痕提取装置的连接框图。
具体实施方式
为详细说明本发明的技术内容、构造特征、所实现目的及效果，以下结合实施方式并配合附图详予说明。
请参阅图1所示，本实施例的一种多角度低对比度划痕提取方法，其包括如下步骤：
S1、获取待测图像。该步骤通过相机采集待测产品的图像，为了提升采集效率，可以通过传输带依次将多个待测产品输送至相机下方以供进行图像拍摄，从而快速完成多个待测产品的图像采集。
S2、对所述待测图像进行预处理，得到目标区域ROI。
S3、对所述目标区域ROI按照预设的比例因子进行缩放处理，得到第一处理区域Roi_Scale_Image。该步骤中，由于不同类型的待测产品尺寸会不同，故采集到的待测图像可能过大或过小，因此，通过对所述目标区域ROI按照进行预设的比例因子进行缩放处理以达到设处理标准，能够便于后续对第一处理区域Roi_Scale_Image进行处理。另外，第一处理区域Roi_Scale_Image由于缩放到预设处理标准，能够有效节省后续的检测时间，及提升低对比度刮痕的视觉效果，以便于后续的识别操作。
S4、对所述第一处理区域Roi_Scale_Image进行划痕加强处理，得到第二处理区域Roi_After_Fft。
S5、对所述第二处理区域Roi_After_Fft进行划痕提取处理。
S6、将划痕提取处理后的所述第二处理区域Roi_After_Fft仿射回所述待测图像，以得到目标图像。
较佳地，所述步骤(2)具体包括如下步骤：
S21、对所述待测图像依次进行图像灰度处理、划痕区域提取及切割处理，得到所述目标区域ROI，从而确定待测图像中的需要检测的区域，降低检测范围，提升检测效率。
具体地，所述步骤(21)之后还包括如下步骤：
S211、记录所述目标区域ROI的坐标值，并建立所述目标区域ROI的坐标值和所述待测图像的对应关系，从而便于后续步骤中将目标区域ROI的划痕坐标快速仿射变换至原图。
请参阅图2所示，较佳地，所述步骤(4)具体包括如下步骤：
S41、对所述第一处理区域Roi_Scale_Image进行傅里叶变换处理，以将所述第一处理区域Roi_Scale_Image的信号由空间域转化为频率域。
S42、每间隔一预设角度时生成一转换角度Phi，在所述第一处理区域Roi_Scale_Image的频率域中生成一由转换角度Phi确定的空间域中滤波器的主方向的高斯滤波器。该步骤中的转换角度Phi介于0°至180°之间，假设预设角度为20°时，即本步骤中，会生成基于转换角度Phi为0°、20°、40°，60°，80°，100°，120°，140°，160°，180°时的多个高斯滤波器。当然，预设角度还可以为其他任意角度，在确保转换角度Phi介于0°至180°之间的前提下，预设角度根据实际待测产品选定，在此不做赘述。
S43、依据所述高斯滤波器对所述第一处理区域Roi_Scale_Image的频率域进行滤波，并加强所述第一处理区域Roi_Scale_Image的频率域在特定方向上的划痕。针对每一高斯滤波器执行本步骤，以得到不同高斯滤波器下的划痕加强。
S44、对所述第一处理区域Roi_Scale_Image的频率域进行傅里叶逆变换处理，以将所述第一处理区域Roi_Scale_Image的信号由频率域转化为空间域。针对每一高斯滤波器执行本步骤，以得到不同高斯滤波器下的第一处理区域Roi_Scale_Image的空间域。
S45、将所述第一处理区域Roi_Scale_Image的空间域标记为所述第二处理区域Roi_After_Fft。该步骤中，可以对不同高斯滤波器下的第二处理区域Roi_After_Fft进行结合处理，以综合得到各个转换角度Phi下的第二处理区域Roi_After_Fft，此时的第二处理区域Roi_After_Fft的刮痕清晰，易于分辨。
请参阅图3所示，具体地，所述步骤(5)具体包括如下步骤：
S51、对所述第二处理区域Roi_After_Fft进行常规的高斯亚像素精度处理，以提取所述第二处理区域Roi_After_Fft的划痕。
S52、依据预设的形态学参数连接相邻划痕；
S53、依据预设的划痕参数对所述第二处理区域Roi_After_Fft的划痕进行筛选过滤，以过滤伪划痕，从而留下真正的刮痕。
S54、提取经过筛选过滤后的所述第二处理区域Roi_After_Fft的划痕。
较佳地，对每间隔一预设角度时生成的转换角度Phi均建立一独立线程，以执行对应的转换角度Phi下的步骤。由于对每间隔一预设角度时生成的转换角度Phi后的操作均会占用一定内存空间，因此，，对每间隔一预设角度时生成的转换角度Phi均建立一独立线程，能够保证方法执行时的稳定性和流畅性。
较佳地，所述步骤(6)具体包括如下步骤：
S61、计算所述待测图像和所述第二处理区域Roi_After_Fft的仿射矩阵；
S62、依据所述仿射矩阵将所述第二处理区域Roi_After_Fft提取得到的划痕仿射回所述待测图像，以得到目标图像。
请参阅图4所示，相应地，本发明还公开了一种多角度低对比度划痕提取装置100，其包括：
获取模块10，用于获取待测图像；
预处理模块20，用于对所述待测图像进行预处理，得到目标区域ROI；
第一处理模块30，用于对所述目标区域ROI按照预设的比例因子进行缩放处理，得到第一处理区域Roi_Scale_Image；
第二处理模块40，用于对所述第一处理区域Roi_Scale_Image进行划痕加强处理，得到第二处理区域Roi_After_Fft；
第三处理模块50，用于对所述第二处理区域Roi_After_Fft进行划痕提取处理；
第四处理模块60，用于将划痕提取处理后的所述第二处理区域Roi_After_Fft仿射回所述待测图像，以得到目标图像。
相应地，本发明还公开了一种存储介质，用于存储计算机程序，所述程序被处理器执行时实现如上所述的多角度低对比度划痕提取方法。
结合图1-图4，本发明通过对待测图像进行预处理、缩放处理、划痕加强处理、划痕提取处理后，将痕提取处理后的第二处理区域Roi_After_Fft仿射回待测图像，以得到目标图像，以提升高噪声背景下的刮痕的对比度，便于对不同对比度刮痕进行有效检测，避免因高噪声背景下的低对比度刮痕不清晰而导致的漏检、错检，有效降低划痕缺陷漏检率。
以上所揭露的仅为本发明的优选实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明申请专利范围所作的等同变化，仍属本发明所涵盖的范围。

Claims (10)

1.一种多角度低对比度划痕提取方法，其特征在于，包括如下步骤：
获取待测图像；
对所述待测图像进行预处理，得到目标区域ROI；
对所述目标区域ROI按照预设的比例因子进行缩放处理，得到第一处理区域Roi_Scale_Image；
对所述第一处理区域Roi_Scale_Image进行划痕加强处理，得到第二处理区域Roi_After_Fft；
对所述第二处理区域Roi_After_Fft进行划痕提取处理；
将划痕提取处理后的所述第二处理区域Roi_After_Fft仿射回所述待测图像，以得到目标图像。
2.如权利要求1所述的多角度低对比度划痕提取方法，其特征在于，所述对所述待测图像进行预处理，得到目标区域ROI，具体包括如下步骤：
对所述待测图像依次进行图像灰度处理、划痕区域提取及切割处理，得到所述目标区域ROI。
3.如权利要求2所述的多角度低对比度划痕提取方法，其特征在于，所述对所述待测图像依次进行图像灰度处理、划痕区域提取及切割处理，得到所述目标区域ROI，之后还包括如下步骤：
记录所述目标区域ROI的坐标值，并建立所述目标区域ROI的坐标值和所述待测图像的对应关系。
4.如权利要求1所述的多角度低对比度划痕提取方法，其特征在于，所述对所述第一处理区域Roi_Scale_Image进行划痕加强处理，得到第二处理区域Roi_After_Fft，具体包括如下步骤：
对所述第一处理区域Roi_Scale_Image进行傅里叶变换处理，以将所述第一处理区域Roi_Scale_Image的信号由空间域转化为频率域；
每间隔一预设角度时生成一转换角度，在所述第一处理区域Roi_Scale_Image的频率域中生成一由转换角度Phi确定的空间域中滤波器的主方向的高斯滤波器；
依据所述高斯滤波器对所述第一处理区域Roi_Scale_Image的频率域进行滤波，并加强所述第一处理区域Roi_Scale_Image的频率域在特定方向上的划痕；
对所述第一处理区域Roi_Scale_Image的频率域进行傅里叶逆变换处理，以将所述第一处理区域Roi_Scale_Image的信号由频率域转化为空间域；
将所述第一处理区域Roi_Scale_Image的空间域标记为所述第二处理区域Roi_After_Fft。
5.如权利要求4所述的多角度低对比度划痕提取方法，其特征在于，所述对所述第二处理区域Roi_After_Fft进行划痕提取处理，具体包括如下步骤：
对所述第二处理区域Roi_After_Fft进行常规的高斯亚像素精度处理，以提取所述第二处理区域Roi_After_Fft的划痕；
依据预设的形态学参数连接相邻划痕；
依据预设的划痕参数对所述第二处理区域Roi_After_Fft的划痕进行筛选过滤；
提取经过筛选过滤后的所述第二处理区域Roi_After_Fft的划痕。
6.如权利要求5所述的多角度低对比度划痕提取方法，其特征在于：对每间隔一预设角度时生成的转换角度Phi均建立一独立线程，以执行对应的转换角度Phi下的步骤。
7.如权利要求4所述的多角度低对比度划痕提取方法，其特征在于：所述转换角度Phi介于0°至180°之间。
8.如权利要求1所述的多角度低对比度划痕提取方法，其特征在于，所述将划痕提取处理后的所述第二处理区域Roi_After_Fft仿射回所述待测图像，以得到目标图像，具体包括如下步骤：
计算所述待测图像和所述第二处理区域Roi_After_Fft的仿射矩阵；
依据所述仿射矩阵将所述第二处理区域Roi_After_Fft提取得到的划痕仿射回所述待测图像，以得到目标图像。
9.一种多角度低对比度划痕提取装置，其特征在于，包括：
获取模块，用于获取待测图像；
预处理模块，用于对所述待测图像进行预处理，得到目标区域ROI；
第一处理模块，用于对所述目标区域ROI按照预设的比例因子进行缩放处理，得到第一处理区域Roi_Scale_Image；
第二处理模块，用于对所述第一处理区域Roi_Scale_Image进行划痕加强处理，得到第二处理区域Roi_After_Fft；
第三处理模块，用于对所述第二处理区域Roi_After_Fft进行划痕提取处理；
第四处理模块，用于将划痕提取处理后的所述第二处理区域Roi_After_Fft仿射回所述待测图像，以得到目标图像。
10.一种存储介质，用于存储计算机程序，其特征在于：所述程序被处理器执行时实现权利要求1～8中任一项所述的多角度低对比度划痕提取方法。
CN202010724054.8A 2020-07-24 2020-07-24 多角度低对比度划痕提取方法、装置及存储介质 Active CN111784689B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010724054.8A CN111784689B (zh) 2020-07-24 2020-07-24 多角度低对比度划痕提取方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010724054.8A CN111784689B (zh) 2020-07-24 2020-07-24 多角度低对比度划痕提取方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN111784689A true CN111784689A (zh) 2020-10-16
CN111784689B CN111784689B (zh) 2023-11-24

Family

ID=72764697

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010724054.8A Active CN111784689B (zh) 2020-07-24 2020-07-24 多角度低对比度划痕提取方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN111784689B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140067574A (ko) * 2012-11-27 2014-06-05 엘지디스플레이 주식회사 평판 디스플레이 패널의 외관 스크래치 검사 방법
US20190019589A1 (en) * 2017-07-05 2019-01-17 Electric Power Research Institute, Inc. Apparatus and method for identifying cracks in a structure using a multi-stage classifier
CN110378902A (zh) * 2019-09-11 2019-10-25 征图新视(江苏)科技股份有限公司 一种高噪声背景下的划痕检测方法
CN110648330A (zh) * 2019-11-28 2020-01-03 征图新视(江苏)科技股份有限公司 摄像头玻璃的缺陷检测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140067574A (ko) * 2012-11-27 2014-06-05 엘지디스플레이 주식회사 평판 디스플레이 패널의 외관 스크래치 검사 방법
US20190019589A1 (en) * 2017-07-05 2019-01-17 Electric Power Research Institute, Inc. Apparatus and method for identifying cracks in a structure using a multi-stage classifier
CN110378902A (zh) * 2019-09-11 2019-10-25 征图新视(江苏)科技股份有限公司 一种高噪声背景下的划痕检测方法
CN110648330A (zh) * 2019-11-28 2020-01-03 征图新视(江苏)科技股份有限公司 摄像头玻璃的缺陷检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李克斌;余厚云;周申江;: "基于形态学特征的机械零件表面划痕检测", 光学学报, no. 08 *
陈琦;阮鸿雁;: "基于机器视觉的滑动轴承缺陷检测系统设计", 组合机床与自动化加工技术, no. 05 *

Also Published As

Publication number Publication date
CN111784689B (zh) 2023-11-24

Similar Documents

Publication Publication Date Title
CN109410230B (zh) 一种可抗噪声的改进Canny图像边缘检测方法
CN112614062B (zh) 菌落计数方法、装置及计算机存储介质
CN105913415A (zh) 一种具有广泛适应性的图像亚像素边缘提取方法
CN104458766B (zh) 一种基于结构纹理法的布匹表面瑕疵检测方法
US9245194B2 (en) Efficient line detection method
CN110378902B (zh) 一种高噪声背景下的划痕检测方法
CN110189290A (zh) 基于深度学习的金属表面细微缺陷检测方法及装置
CN110717909A (zh) 一种金属表面划痕检测方法与装置
CN112053376A (zh) 一种基于深度信息的工件焊缝识别方法
CN113643271A (zh) 一种基于频域滤波的图像瑕疵检测方法及装置
CN111462056A (zh) 工件表面缺陷检测方法、装置、设备及存储介质
WO2020114134A1 (zh) 一种识别金刚砂颗粒的视觉处理方法
Reddy et al. Canny scale edge detection
Zhao et al. Analysis of image edge checking algorithms for the estimation of pear size
CN113436216A (zh) 基于Canny算子的电气设备红外图像边缘检测方法
CN106530292B (zh) 一种基于线扫描相机的带钢表面缺陷图像快速辨识方法
CN111784689A (zh) 多角度低对比度划痕提取方法、装置及存储介质
Zhang et al. A LCD screen Mura defect detection method based on machine vision
CN114994098A (zh) 一种异物检测的方法及设备
Liu et al. An improved randomized circle detection algorithm using in printed circuit board locating mark
CN114240920A (zh) 一种外观缺陷检测方法
CN114266719A (zh) 一种基于霍夫变换的产品检测方法
CN117173190B (zh) 基于图像处理的绝缘子红外验损系统
CN112884694B (zh) 一种平面显示面板的缺陷检测方法、装置、设备及介质
Zheng et al. Piston Surface Defect Recognition Method Based on Image Processing

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