CN111784689B - 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 PDFInfo
- Publication number
- CN111784689B CN111784689B CN202010724054.8A CN202010724054A CN111784689B CN 111784689 B CN111784689 B CN 111784689B CN 202010724054 A CN202010724054 A CN 202010724054A CN 111784689 B CN111784689 B CN 111784689B
- Authority
- CN
- China
- Prior art keywords
- processing
- image
- roi
- region roi
- 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.)
- Active
Links
- 238000000605 extraction Methods 0.000 title claims abstract description 48
- 238000003860 storage Methods 0.000 title claims abstract description 9
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims abstract description 16
- 238000007781 pre-processing Methods 0.000 claims abstract description 10
- 230000002787 reinforcement Effects 0.000 claims abstract description 9
- 238000006243 chemical reaction Methods 0.000 claims description 22
- 238000001914 filtration Methods 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 8
- 238000005520 cutting process Methods 0.000 claims description 4
- 230000000877 morphologic effect Effects 0.000 claims description 4
- 230000003014 reinforcing effect Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000007547 defect Effects 0.000 abstract description 11
- 238000001514 detection method Methods 0.000 description 11
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 229910000838 Al alloy Inorganic materials 0.000 description 1
- 241001292396 Cirrhitidae Species 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 238000000275 quality assurance Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
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 (8)
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;
其中,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;
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。
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: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。
5.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:所述转换角度Phi介于0°至180°之间。
6.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。
7.一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;
其中,所述第二处理模块具体用于:
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;
所述第二处理模块具体用于:
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。
8.一种存储介质,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1~6中任一项所述的多角度低对比度划痕提取方法。
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 CN111784689A (zh) | 2020-10-16 |
CN111784689B true 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 (3)
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 |
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 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10811151B2 (en) * | 2017-07-05 | 2020-10-20 | Electric Power Research Institute, Inc. | Apparatus and method for identifying cracks in a structure using a multi-stage classifier |
-
2020
- 2020-07-24 CN CN202010724054.8A patent/CN111784689B/zh active Active
Patent Citations (3)
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 |
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)
Title |
---|
基于形态学特征的机械零件表面划痕检测;李克斌;余厚云;周申江;;光学学报(第08期);全文 * |
基于机器视觉的滑动轴承缺陷检测系统设计;陈琦;阮鸿雁;;组合机床与自动化加工技术(第05期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111784689A (zh) | 2020-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114937055B (zh) | 基于人工智能的图像自适应分割方法与系统 | |
CN109870461B (zh) | 一种电子元器件质量检测系统 | |
CN109410230B (zh) | 一种可抗噪声的改进Canny图像边缘检测方法 | |
CN108898132B (zh) | 一种基于形状上下文描述的太赫兹图像危险品识别方法 | |
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 | |
CN111539927B (zh) | 汽车塑料组合件紧固卡扣缺装检测装置的检测方法 | |
CN111640104A (zh) | 一种螺钉装配的视觉检测方法 | |
Kumar et al. | A conventional study of edge detection technique in digital image processing | |
CN111489337A (zh) | 一种自动光学检测伪缺陷去除方法及系统 | |
CN112308872B (zh) | 基于多尺度Gabor一阶导数的图像边缘检测方法 | |
CN115641337B (zh) | 一种线状缺陷检测方法、装置、介质、设备及系统 | |
CN107341793A (zh) | 一种靶面图像处理方法及装置 | |
CN114926374B (zh) | 一种基于ai的图像处理方法、装置、设备及可读存储介质 | |
CN111242888A (zh) | 一种基于机器视觉的图像处理方法及系统 | |
CN111221996B (zh) | 仪表屏幕视觉检测方法和系统 | |
CN111462056A (zh) | 工件表面缺陷检测方法、装置、设备及存储介质 | |
Reddy et al. | Canny scale edge detection | |
CN113436216A (zh) | 基于Canny算子的电气设备红外图像边缘检测方法 | |
CN111784689B (zh) | 多角度低对比度划痕提取方法、装置及存储介质 | |
CN114693686B (zh) | 一种用于床单布匹污渍检测的方法 | |
CN111028215A (zh) | 一种基于机器视觉的检测钢卷端面缺陷方法 | |
CN113284115B (zh) | 一种钢卷塔形识别方法、系统、介质和终端 | |
CN114994098A (zh) | 一种异物检测的方法及设备 | |
Yun et al. | Detection of line defects in steel billets using undecimated wavelet transform |
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 |