CN112432953B - 一种基于机器视觉技术的烟包缺支、反支检测方法 - Google Patents
一种基于机器视觉技术的烟包缺支、反支检测方法 Download PDFInfo
- Publication number
- CN112432953B CN112432953B CN202011309687.9A CN202011309687A CN112432953B CN 112432953 B CN112432953 B CN 112432953B CN 202011309687 A CN202011309687 A CN 202011309687A CN 112432953 B CN112432953 B CN 112432953B
- Authority
- CN
- China
- Prior art keywords
- cigarette
- image
- face
- filter tip
- cigarettes
- 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
- 235000019504 cigarettes Nutrition 0.000 title claims abstract description 91
- 238000001514 detection method Methods 0.000 title claims abstract description 26
- 238000005516 engineering process Methods 0.000 title claims abstract description 18
- 230000007547 defect Effects 0.000 claims abstract description 13
- 238000003384 imaging method Methods 0.000 claims abstract description 12
- 238000000034 method Methods 0.000 claims abstract description 9
- 238000005070 sampling Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 241000208125 Nicotiana Species 0.000 abstract description 5
- 235000002637 Nicotiana tabacum Nutrition 0.000 abstract description 5
- 230000007812 deficiency Effects 0.000 abstract 1
- 230000000694 effects Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 6
- 238000000605 extraction Methods 0.000 description 3
- 238000004806 packaging method and process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
- G01N21/892—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
- G01N21/8901—Optical details; Scanning details
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- Biochemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Textile Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于机器视觉技术的烟包缺支、反支检测方法,属于烟包缺失、反支检测领域,包括如下步骤:采用线性激光源照射待检测烟支的滤嘴端面,通过对称分布的两个高速面阵图像传感器交替对水平运动的烟支进行等间隔图像采集并传送给计算机;计算机通过激光线在烟丝端面上成像的亮度判断是否存在烟支颠倒的情况;通过图像处理技术计算出滤嘴端面距离超过设定阈值的像素总数,最终确定是否存在缺支或烟支残缺的情况。本发明可对待检测烟支滤嘴端面进行全覆盖检测,解决了传统机器视觉检测方式对于烟支长度偏短的残缺烟支无法进行准确检测的不足,具有广泛的应用空间。
Description
技术领域
本发明属于烟包缺失、反支检测领域,具体涉及一种基于机器视觉技术的烟包缺支、反支检测方法。
背景技术
在香烟加工生产的过程中,包装线上的烟库堵塞等原因可能会造成最终生产出的烟包内缺少烟支。另外,烟支从卷接机输送到包装线的过程中可能出现颠倒的情况,造成最终生产出的烟包内存在烟支颠倒。为了保证最终烟包的质量,在香烟包装线上都需要安装烟包缺支检测器,用于检测烟包内是否存在缺支、反支等缺陷。
随着电子技术的发展,烟包缺支、反支检测方式先后出现了机械接触式、静态红外光电式、动态红外光电式及传统机器视觉式等多种检测方式。机械接触式检测方式检测灵敏度较低,且无法检测反支情况;红外光电式检测方式根据烟丝与滤嘴对红外光线反射程度的差异可以实现对烟包内的反支烟进行检测,但由于其差异不明显,实际检测效果不佳;传统机器视觉式采用正面拍摄烟支滤嘴端面的方式,对缺支及反支检测效果较好,但对烟支长度错误的残缺烟支无法进行准确检测。
在国内外烟草行业中,机器视觉技术的应用越来越广泛,主要应用在小包外观质量检测、内衬包装质量检测和条盒外观质量检测,针对烟包缺支、反支检测的应用还很少。随着机器视觉技术的不断成熟,采用基于机器视觉技术的烟支缺支、反支检测方式,对烟支缺支及反支进行准确检测是亟需解决的一项问题。
发明内容
针对现有技术中存在的上述问题,本发明提出了一种基于机器视觉技术的烟包缺支、反支检测方法,克服了现有技术的不足,具有良好的效果。
为了实现上述目的,本发明采用如下技术方案:
一种基于机器视觉技术的烟包缺支、反支检测方法,包括如下步骤:
步骤1:采用线性激光源照射待检测烟支的滤嘴端面,被照射区域亮度会明显高于其它区域,为后续图像采集及处理提供基础;
步骤2:采用对称分布的两个成像透镜将照射在滤嘴端面上的激光线分别成像到对应的高速面阵图像传感器上;
步骤3:采用对称分布的两个高速面阵图像传感器交替采集图像并传送给计算机;
步骤4:计算机判断激光线在图像传感器上成像的亮度是否低于设定阈值,如果低于设定阈值则认为存在烟支颠倒的情况,如果高于阈值则根据激光线在图像传感器的上的位置计算出烟支滤嘴端面对应的距离,将每个像素对应的滤嘴端面距离转化为0~255的灰度值并绘制到图像模板上;
步骤5:通过对水平运动的烟包进行等间隔多次采样,最终可得到一张对应的二维灰度图像,图像上的每个像素的灰度值对应待检烟包内各烟支滤嘴端面的距离;
步骤6:计算机通过图像处理技术对扫描产生的二维灰度图像进行处理,最后计算出滤嘴端面距离超过设定阈值的像素数。
优选地,在所述步骤2中,烟支滤嘴端面距离发生变化时,激光线在图像传感器上成像的位置会对应不同。
优选地,在所述步骤2中,如果存在烟支颠倒或反支的情况,激光线成像的亮度会明显低于在滤嘴端面上成像的亮度。
优选地,在所述步骤3中,用两个图像传感器交替采集图像,可加倍采样速率、提高检测精度,同时可降低对硬件处理性能的要求。
优选地,在所述步骤4中,图像传感器每采集一帧图像会产生一条垂直的对应一维灰度图像。
优选地,在所述步骤6中,二维灰度图像处理步骤依次为:兴趣区域提取、二值化、查找轮廓、像素计数。
优选地,在所述步骤6中,当该像素数所占烟支总像素数百分比超过设定值时,则认为该烟支位置存在缺支或烟支残缺的情况。
本发明所带来的有益技术效果:
1.本发明解决了传统机器视觉检测方式对于烟支长度偏短的残缺烟支无法进行准确检测的不足;通过对称分布的两个高速面阵图像传感器交替采集图像可加倍采样速率、提高检测精度,同时可降低对硬件处理性能的要求;
2.本发明中采用的线性激光源、成像透镜、高速面阵图像传感器技术都为成熟技术,使用到的图像处理算法在各种商用或开源的机器视觉函数库中都有包含,开发人员可直接调用,整体技术可行性较强;
3.本发明提出的烟包缺支、反支检测方法不仅可用于检测烟包内是否存在缺少烟支及烟支颠倒的情况,同时也可以对烟支残缺等情况进行检测,具有广泛的应用空间。
附图说明
图1是本发明光路示意图;
图2是本发明高速面阵图像传感器所采集图像的效果图;
图3是本发明图像传感器一帧图像对应的一维灰度图像效果图;
图4是本发明高速面阵图像传感器所采集图像存在反支情况时的效果图;
图5是本发明对运动的烟支多次采样得到的二维灰度图像效果图;
图6是本发明对存在缺支的二维灰度图像进行图像处理的效果图;
图7是本发明对残缺烟支的二维灰度图像进行图像处理的效果图。
具体实施方式
下面结合附图以及具体实施方式对本发明作进一步详细说明:
图1是本发明光路示意图,采用线性激光源照射待检测烟支的滤嘴端面,被照射区域亮度会明显高于其它区域,为后续图像采集及处理提供基础。对称分布的两个成像透镜将照射在滤嘴端面上的激光线分别成像到对应的高速面阵图像传感器上,烟支滤嘴端面位置发生变化时,激光线在图像传感器上成像的位置会对应不同。如果存在烟支颠倒的情况,激光线成像的亮度会明显低于在滤嘴端面上成像的亮度。
当滤嘴面处在A点时,激光线分别成像于图像传感器1的A'及图像传感器2的A"点;当滤嘴面处在B点时,激光线分别成像于图像传感器1的B'及图像传感器2的B"点。对称分布的两个高速面阵图像传感器交替采集图像并传送给计算机,两个图像传感器交替采样可加倍采样速率,提高检测精度,同时可降低对硬件处理性能的要求。
图2是高速面阵图像传感器所采集图像的效果图,可见被激光线照射区域的亮度明显高于其它区域,滤嘴端面距离越远激光线在图像中的水平位置越靠近右侧。通过标定的方式提前获得激光线在图像中的水平位置与滤嘴端面位置的对应关系并将其存入表格供后续使用。计算机根据激光线在图像传感器的上的位置通过查表的方式计算出对应的滤嘴端面距离,再将每个像素对应的滤嘴端面距离转换为0~255的灰度值并绘制到图像模板上。转换公式如下:
其中Grayi为第i行图像数据转换后的对应灰度值,Di为第i行图像数据查表得到的滤嘴端面距离,10为滤嘴端面距离最大值,单位为mm。图像传感器每采集一帧图像会产生一条垂直的对应一维灰度图像,图像传感器一帧图像对应的一维灰度图像效果如图3所示。
图4是存在反支情况时的高速面阵图像传感器所采集图像的效果图,由于烟丝端面反光能力明显低于滤嘴端面,因此激光线在烟丝端面上成像的亮度会明显低于在滤嘴端面上的亮度,计算机判断如果亮度值低于设定阈值则认为该烟支位置存在烟支颠倒的情况。
图5是两个高速面阵图像传感器对水平运动的烟支进行等间隔多次采样最终得到的对应二维灰度图像,图像上每个像素的灰度值对应待检测烟支滤嘴端面的距离,滤嘴端面距离越远对应的灰度值越小。
图6、图7分别是计算机对存在缺支及残缺烟支二维灰度图像进行图像处理的效果图,依次进行兴趣区域提取、二值化、查找轮廓及像素计数等处理。兴趣区域提取是为了将烟支区域从二维灰度图像中分割,将烟支之外的区域像素灰度值设为255;二值化是为了将滤嘴端面距离超过设定阈值的像素数与其它像素分离,将滤嘴端面距离超过设定阈值的像素灰度值设为0,其它像素灰度值设为255;查找轮廓是为了绘制出灰度值为0区域的轮廓线,是后续计算像素总数的前提;像素计数是为了计算出轮廓内的像素个数,即滤嘴端面距离超过设定阈值的像素总数。最终判断待检烟支位置是否存在缺支或烟支残缺的公式为:
其中Scur为滤嘴端面距离超过设定阈值的像素总数,Stotal为烟支的像素总数,Pmax为允许的缺陷区域百分比。当滤嘴端面距离超过设定阈值的像素数与烟支的像素总数比值低于Pmax时,判断当前烟支为合格烟支,否则判断当前烟支存在缺支或烟支残缺的情况。
当然,上述说明并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换,也应属于本发明的保护范围。
Claims (1)
1.一种基于机器视觉技术的烟包缺支、反支检测方法,其特征在于,包括如下步骤:
步骤1:采用线性激光源照射待检测烟支的滤嘴端面,被照射区域亮度会明显高于其它区域,为后续图像采集及处理提供基础;
步骤2:采用对称分布的两个成像透镜将照射在滤嘴端面上的激光线分别成像到对应的高速面阵图像传感器上;
步骤3:采用对称分布的两个高速面阵图像传感器交替采集图像并传送给计算机;
步骤4:计算机判断激光线在图像传感器上成像的亮度是否低于设定阈值,如果低于设定阈值则认为存在烟支颠倒的情况,如果高于阈值则根据激光线在图像传感器的上的位置计算出烟支滤嘴端面对应的距离,将每个像素对应的滤嘴端面距离转换为0~255的灰度值并绘制到图像模板上;转换公式如下:
其中Grayii为第i行图像数据转换后的对应灰度值,Di为第i行图像数据查表得到的滤嘴端面距离,10为滤嘴端面距离最大值,单位为mm;
步骤5:通过对水平运动的烟包进行等间隔多次采样,最终可得到一张对应的二维灰度图像,图像上的每个像素的灰度值对应待检烟包内各烟支滤嘴端面的距离;
步骤6:计算机通过图像处理技术对扫描产生的二维灰度图像进行处理,最后计算出滤嘴端面距离超过设定阈值的像素数;
所述步骤2中,烟支滤嘴端面距离发生变化时,激光线在图像传感器上成像的位置会对应不同;
所述步骤2中,如果存在烟支颠倒或反支的情况,激光线成像的亮度会明显低于在滤嘴端面上成像的亮度;
所述步骤3中,用两个图像传感器交替采集图像,可加倍采样速率、提高检测精度,同时可降低对硬件处理性能的要求;
所述步骤4中,图像传感器每采集一帧图像会产生一条垂直的对应一维灰度图像;
所述步骤6中,二维灰度图像处理步骤依次为:兴趣区域提取、二值化、查找轮廓、像素计数;
所述步骤6中,当该像素数所占烟支总像素数百分比超过设定值时,则认为该烟支位置存在缺支或烟支残缺的情况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011309687.9A CN112432953B (zh) | 2020-11-20 | 2020-11-20 | 一种基于机器视觉技术的烟包缺支、反支检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011309687.9A CN112432953B (zh) | 2020-11-20 | 2020-11-20 | 一种基于机器视觉技术的烟包缺支、反支检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112432953A CN112432953A (zh) | 2021-03-02 |
CN112432953B true CN112432953B (zh) | 2024-03-15 |
Family
ID=74694591
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011309687.9A Active CN112432953B (zh) | 2020-11-20 | 2020-11-20 | 一种基于机器视觉技术的烟包缺支、反支检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112432953B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113665904B (zh) * | 2021-09-07 | 2023-04-07 | 钟放鸿 | 基于tof技术的条盒香烟缺包检测方法 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11332541A (ja) * | 1998-05-26 | 1999-12-07 | Japan Tobacco Inc | シガレット検査装置 |
US6437317B1 (en) * | 1999-05-12 | 2002-08-20 | Focke & Co. (Gmbh & Co.) | Method and apparatus for inspecting cigarette heads |
JP2003153679A (ja) * | 2001-11-20 | 2003-05-27 | Japan Tobacco Inc | フィルタシガレット束の検査装置 |
JP2010071722A (ja) * | 2008-09-17 | 2010-04-02 | Nippon Steel Corp | 凹凸疵検査方法及び装置 |
WO2012035608A1 (ja) * | 2010-09-14 | 2012-03-22 | 日本たばこ産業株式会社 | シガレット検査装置 |
CN102502000A (zh) * | 2011-10-25 | 2012-06-20 | 中国电子科技集团公司第四十一研究所 | 一种基于机器视觉技术的烟包缺支、反支检测方法 |
CN102499471A (zh) * | 2011-10-25 | 2012-06-20 | 中国电子科技集团公司第四十一研究所 | 一种基于机器视觉技术的烟支空头检测方法 |
CN102680498A (zh) * | 2012-06-12 | 2012-09-19 | 江西中烟工业有限责任公司南昌卷烟厂 | 一种烟支滤嘴凹陷图案完整性检测方法 |
CN103385539A (zh) * | 2013-08-02 | 2013-11-13 | 南京文采科技有限责任公司 | 基于机器视觉的单烟支空头检测方法及专用设备 |
JP2015021756A (ja) * | 2013-07-16 | 2015-02-02 | 株式会社キーエンス | 三次元画像処理装置、三次元画像処理方法及び三次元画像処理プログラム並びにコンピュータで読み取り可能な記録媒体及び記録した機器 |
CN106152965A (zh) * | 2016-08-29 | 2016-11-23 | 湖南省视达克信息技术有限公司 | 香烟过滤嘴深度检测系统和方法 |
CN109544541A (zh) * | 2018-11-27 | 2019-03-29 | 云南大学 | 烟支外观瑕疵检测方法及装置 |
CN110269274A (zh) * | 2019-07-26 | 2019-09-24 | 深圳市鸿捷源自动化系统有限公司 | 基于EtherCAT的烟支松头和外观检测设备 |
CN111096473A (zh) * | 2019-12-23 | 2020-05-05 | 中国电子科技集团公司第四十一研究所 | 一种卷接机烟支滤嘴缺陷在线检测装置及方法 |
CN111947591A (zh) * | 2020-07-06 | 2020-11-17 | 中国电子科技集团公司第四十一研究所 | 一种烟支滤嘴图案深度检测装置和方法 |
-
2020
- 2020-11-20 CN CN202011309687.9A patent/CN112432953B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11332541A (ja) * | 1998-05-26 | 1999-12-07 | Japan Tobacco Inc | シガレット検査装置 |
US6437317B1 (en) * | 1999-05-12 | 2002-08-20 | Focke & Co. (Gmbh & Co.) | Method and apparatus for inspecting cigarette heads |
JP2003153679A (ja) * | 2001-11-20 | 2003-05-27 | Japan Tobacco Inc | フィルタシガレット束の検査装置 |
JP2010071722A (ja) * | 2008-09-17 | 2010-04-02 | Nippon Steel Corp | 凹凸疵検査方法及び装置 |
WO2012035608A1 (ja) * | 2010-09-14 | 2012-03-22 | 日本たばこ産業株式会社 | シガレット検査装置 |
CN102499471A (zh) * | 2011-10-25 | 2012-06-20 | 中国电子科技集团公司第四十一研究所 | 一种基于机器视觉技术的烟支空头检测方法 |
CN102502000A (zh) * | 2011-10-25 | 2012-06-20 | 中国电子科技集团公司第四十一研究所 | 一种基于机器视觉技术的烟包缺支、反支检测方法 |
CN102680498A (zh) * | 2012-06-12 | 2012-09-19 | 江西中烟工业有限责任公司南昌卷烟厂 | 一种烟支滤嘴凹陷图案完整性检测方法 |
JP2015021756A (ja) * | 2013-07-16 | 2015-02-02 | 株式会社キーエンス | 三次元画像処理装置、三次元画像処理方法及び三次元画像処理プログラム並びにコンピュータで読み取り可能な記録媒体及び記録した機器 |
CN103385539A (zh) * | 2013-08-02 | 2013-11-13 | 南京文采科技有限责任公司 | 基于机器视觉的单烟支空头检测方法及专用设备 |
CN106152965A (zh) * | 2016-08-29 | 2016-11-23 | 湖南省视达克信息技术有限公司 | 香烟过滤嘴深度检测系统和方法 |
CN109544541A (zh) * | 2018-11-27 | 2019-03-29 | 云南大学 | 烟支外观瑕疵检测方法及装置 |
CN110269274A (zh) * | 2019-07-26 | 2019-09-24 | 深圳市鸿捷源自动化系统有限公司 | 基于EtherCAT的烟支松头和外观检测设备 |
CN111096473A (zh) * | 2019-12-23 | 2020-05-05 | 中国电子科技集团公司第四十一研究所 | 一种卷接机烟支滤嘴缺陷在线检测装置及方法 |
CN111947591A (zh) * | 2020-07-06 | 2020-11-17 | 中国电子科技集团公司第四十一研究所 | 一种烟支滤嘴图案深度检测装置和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112432953A (zh) | 2021-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110146516B (zh) | 基于正交双目机器视觉的水果分级装置 | |
CN101403610B (zh) | 一种基于数字图像法测量皮革面积的系统及其方法 | |
CN112432952B (zh) | 一种基于机器视觉技术的烟支空头检测方法 | |
CN102538705B (zh) | 基于二次投影算法的在线非接触式中厚板轮廓检测系统及方法 | |
CN102502000B (zh) | 一种基于机器视觉技术的烟包缺支、反支检测方法 | |
US20100224140A1 (en) | Method and a System for Measuring an Animal's Height | |
CN113375566B (zh) | 物体尺寸的精确测量方法及系统 | |
CN103454285A (zh) | 基于机器视觉的传动链条质量检测系统 | |
CN103617611B (zh) | 一种自动阈值分割光斑中心及尺寸检测方法 | |
JPH0743326B2 (ja) | 物体端部の欠陥検査方法及びその装置 | |
CN112432953B (zh) | 一种基于机器视觉技术的烟包缺支、反支检测方法 | |
CN206891990U (zh) | 一种产品表面缺陷在线检测装置 | |
CN113665904B (zh) | 基于tof技术的条盒香烟缺包检测方法 | |
CN116989881A (zh) | 一种基于线激光目标识别的接触线振动测量系统及方法 | |
CN109990742A (zh) | 基于图像处理技术的板栗检测方法 | |
CN114359260B (zh) | 一种烟条表面的缺陷检测方法及装置 | |
CN111458345A (zh) | 一种口罩缺陷视觉检测机构 | |
CN108550144B (zh) | 基于灰度信度的激光光条序列图像质量评价方法 | |
CN116109587A (zh) | 一种复杂环境下密封钉焊缝质量检测方法 | |
Lee et al. | Three-dimensional reconstruction for high-speed volume measurement | |
CN115564990A (zh) | 一种农产品视觉识别平台 | |
JP2003156451A (ja) | 欠陥検出装置 | |
CN110702002B (zh) | 一种曲面透光件多层同步测量方法 | |
CN111458344A (zh) | 一种口罩缺陷视觉检测方法、设备、存储介质 | |
CN212658633U (zh) | 一种口罩缺陷视觉检测机构 |
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 |