CN112697806A - 一种基于图像识别技术的缺陷识别装置及其系统 - Google Patents
一种基于图像识别技术的缺陷识别装置及其系统 Download PDFInfo
- Publication number
- CN112697806A CN112697806A CN202110093401.6A CN202110093401A CN112697806A CN 112697806 A CN112697806 A CN 112697806A CN 202110093401 A CN202110093401 A CN 202110093401A CN 112697806 A CN112697806 A CN 112697806A
- Authority
- CN
- China
- Prior art keywords
- module
- image
- shell
- defect
- information
- 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
Links
Images
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
- G01N21/8851—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
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
- G01B11/303—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces using photoelectric detection means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
-
- 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
- G06T7/0004—Industrial image inspection
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/30—Noise filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- 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
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- 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
- G06T2207/20032—Median filtering
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Bioinformatics & Computational Biology (AREA)
- Analytical Chemistry (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Evolutionary Computation (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种基于图像识别技术的缺陷识别装置及其系统,包括检测系统模块和外壳,外壳前端表面四角均通过镶嵌固定设有照明灯,外壳前端表面中间镶嵌固定设有CCD摄像机,外壳右端表面从前之后依次开设有电源插口和网络插口,外壳上端表面通过镶嵌固定显示屏,外壳内底部通过螺丝固定设有蓄电池,蓄电池上方设有驱动主板并通过螺丝固定在外壳内壁上,驱动主板上端表面通过焊接固定设有检测系统模块;本发明一种基于图像识别技术的缺陷识别装置及其系统具有图像信息特征在线检测提取效率和准确性高、检测精度较高、对缺陷位置进行标注和方便进行对比查看的优点。
Description
技术领域
本发明涉及图像识别技术领域,具体为一种基于图像识别技术的缺陷识别装置及其系统。
背景技术
图像识别,是指利用计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对象的技术,是应用深度学习算法的一种实践应用,现阶段图像识别技术一般分为人脸识别与商品识别,人脸识别主要运用在安全检查、身份核验与移动支付中;商品识别主要运用在商品流通过程中,特别是无人货架、智能零售柜等无人零售领域。
现有图像识别技术,图像的传统识别流程分为四个步骤:图像采集→图像预处理→特征提取→图像识别,图像信息特征在线检测提取效率和准确性低下、检测精度低下、不能对缺陷位置进行标注和不方便进行对比查看:所以更加需要一种基于图像识别技术的缺陷识别装置及其系统。
发明内容
本发明的目的在于提供一种基于图像识别技术的缺陷识别装置及其系统,具有图像信息特征在线检测提取效率和准确性高、检测精度较高、对缺陷位置进行标注和方便进行对比查看的优点,解决了现有技术中的问题。
为实现上述目的,本发明提供如下技术方案:一种基于图像识别技术的缺陷识别装置及其系统,包括检测系统模块和外壳,所述外壳前端表面四角均通过镶嵌固定设有照明灯,所述外壳前端表面中间镶嵌固定设有CCD摄像机,所述外壳右端表面从前之后依次开设有电源插口和网络插口,所述外壳上端表面通过镶嵌固定显示屏,所述外壳内底部通过螺丝固定设有蓄电池,所述蓄电池上方设有驱动主板并通过螺丝固定在外壳内壁上,所述驱动主板上端表面通过焊接固定设有检测系统模块;
优选的,所述检测系统模块包括图像采集模块、图像滤波除噪模块、图像边缘检测模块、特征提取模块、图像数据处理及分析模块、缺陷机械识别模块、不平度识别模块、显示模块、标记模块、数据库、服务器和电源模块;
所述图像采集模块采用工业摄像机对图像信息进行收集;
所述图像滤波除噪模块采用中值滤波法把以某点(x,y)为中心的区域内的所有像素的灰度按从大到小的顺序排列,取中间值作为(x,y)处的灰度值进行滤波和除噪处理;
所述图像边缘检测模块通过滤波、增强、检测、定位,在图像中像素的某一领域构造边缘检测算子进行检测;
所述特征提取模块从高维图像空间到低维特征空间的映射;
所述图像数据处理及分析模块对采集图像的信息进行处理分析;
所述缺陷机械识别模块采用径向基网络识实现对图像进行缺陷识别;
所述不平度识别模块采用侧面摄像机来提取不平度的图像信息;
所述显示模块采用电容屏进行图像信息显示;
所述标记模块采用对比系统对检测信息进行比较和标注;
所述数据库采用云端对系统内的信息进行检测储存;
所述服务器采用网络对系统内部进行访问查看;
所述电源模块采用供电单元带动设备和系统运行。
优选的,所述特征提取模块包括纹理特征模块、形状特征模块和颜色特征模块,纹理特征模块表达图像的一种重要特征,反映了表面结构组织排列的重要信息以及它们与周围环境的联系进行提取;形状特征模块对形状特征的描述分为基于轮廓形状与基于区域形状两类进行提取;颜色特征模块分为颜色直方图、颜色集、颜色矩、颜色聚合向量对图像信息进行提取。
优选的,所述图像采集模块包括光照调节模块和减少噪音模块,光照调节模块通过供电电压不同进行光亮大小的调节;减少噪音模块采用吸音棉进行消除噪音。
优选的,所述外壳前后两端四角均倒圆角处理,并采用音屏障材质组成。
优选的,所述充电口和网络插口通过线缆连接在蓄电池、驱动主板、显示屏、CCD摄像机、照明灯、检测系统模块上。
与现有技术相比,本发明的有益效果如下:
1.本一种基于图像识别技术的缺陷识别装置及其系统通过检测系统模块内图像采集模块的光照调节模块通过供电电压不同进行光亮大小的调节;减少噪音模块采用吸音棉进行消除噪音,并将正常扫描块的图像信息传送在数据库内储存减少了检测图像信息时外界的干扰,提高了准确性。
2.本一种基于图像识别技术的缺陷识别装置及其系统通过图像滤波除噪模块采用中值滤波法把以某点(x,y)为中心的区域内的所有像素的灰度按从大到小的顺序排列,取中间值作为(x,y)处的灰度值进行滤波和除噪处理,图像边缘检测模块通过滤波、增强、检测、定位,在图像中像素的某一领域构造边缘检测算子进行检测,特征提取模块内的纹理特征模块表达图像的一种重要特征,反映了表面结构组织排列的重要信息以及它们与周围环境的联系进行提取;形状特征模块对形状特征的描述分为基于轮廓形状与基于区域形状两类进行提取;颜色特征模块分为颜色直方图、颜色集、颜色矩、颜色聚合向量对图像信息进行提取,图像数据处理及分析模块对采集图像的信息进行处理分析,缺陷机械识别模块采用径向基网络识实现对图像进行缺陷识别,不平度识别模块采用侧面摄像机来提取不平度的图像信息,通过网络在线的检测对比提取效率和准确性高、检测精度较高,方便对不同步骤检测的图像信息进行针对性的查看,标记模块方便对对比后的信息进行标注和标记,并在显示屏上进行显示,方便进行对比的信息进行观察。
附图说明
图1为本发明一种基于图像识别技术的缺陷识别装置及其系统的主体结构示意图;
图2为本发明一种基于图像识别技术的缺陷识别装置及其系统的外壳内部结构示意图;
图3为本发明一种基于图像识别技术的缺陷识别装置及其系统的整体系统结构示意图;
图4为本发明一种基于图像识别技术的缺陷识别装置及其系统的特征提取模块示意图;
图5为本发明一种基于图像识别技术的缺陷识别装置及其系统的图像采集模块示意图;
图6为本发明一种基于图像识别技术的缺陷识别装置及其系统的整体流程示意图。
图中标注:1、外壳;2、照明灯;3、CCD摄像机;4、电源插口;5、网络插口;6、显示屏;7、蓄电池;8、驱动主板;9、检测系统模块。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1、2,一种基于图像识别技术的缺陷识别装置及其系统,包括检测系统模块9和外壳1,外壳1前端表面四角均通过镶嵌固定设有照明灯2,外壳1前端表面中间镶嵌固定设有CCD摄像机3,外壳1右端表面从前之后依次开设有电源插口4和网络插口5,外壳1上端表面通过镶嵌固定显示屏6,外壳1内底部通过螺丝固定设有蓄电池7,蓄电池7上方设有驱动主板8并通过螺丝固定在外壳1内壁上,驱动主板8上端表面通过焊接固定设有检测系统模块9;外壳1前后两端四角均倒圆角处理,并采用音屏障材质组成;充电口9和网络插口5通过线缆连接在蓄电池7、驱动主板8、显示屏6、CCD摄像机3、照明灯2、检测系统模块9上;
具体的,通过外壳1下的CCD摄像机3方便进行图像信息进行采集,照明灯2协助进行照亮,电源插口4方便连接外部电源对蓄电池7进行供电,网络插口5方便连接外部电源,显示屏6方便查看信息,驱动主板8方便电动检测系统模块9进行图像识别。
实施例2:
请参阅图4,一种基于图像识别技术的缺陷识别装置及其系统,检测系统模块9包括图像采集模块、图像滤波除噪模块、图像边缘检测模块、特征提取模块、图像数据处理及分析模块、缺陷机械识别模块、不平度识别模块、显示模块、标记模块、数据库、服务器和电源模块;
图像采集模块采用工业摄像机对图像信息进行收集;
图像滤波除噪模块采用中值滤波法把以某点(x,y)为中心的区域内的所有像素的灰度按从大到小的顺序排列,取中间值作为(x,y)处的灰度值进行滤波和除噪处理;
图像边缘检测模块通过滤波、增强、检测、定位,在图像中像素的某一领域构造边缘检测算子进行检测;
特征提取模块从高维图像空间到低维特征空间的映射;
图像数据处理及分析模块对采集图像的信息进行处理分析;
缺陷机械识别模块采用径向基网络识实现对图像进行缺陷识别;
不平度识别模块采用侧面摄像机来提取不平度的图像信息;
显示模块采用电容屏进行图像信息显示;
标记模块采用对比系统对检测信息进行比较和标注;
数据库采用云端对系统内的信息进行检测储存;
服务器采用网络对系统内部进行访问查看;
电源模块采用供电单元带动设备和系统运行。
特征提取模块包括纹理特征模块、形状特征模块和颜色特征模块,纹理特征模块表达图像的一种重要特征,反映了表面结构组织排列的重要信息以及它们与周围环境的联系进行提取;形状特征模块对形状特征的描述分为基于轮廓形状与基于区域形状两类进行提取;颜色特征模块分为颜色直方图、颜色集、颜色矩、颜色聚合向量对图像信息进行提取;图像采集模块包括光照调节模块和减少噪音模块,光照调节模块通过供电电压不同进行光亮大小的调节;减少噪音模块采用吸音棉进行消除噪音;
具体的,通过服务器对检测系统模块9内壁进行访问查看,电源模块方便带动系统进行工作,图像采集模块方便对正常扫描块和非正常扫描块进行图像采集,图像滤波除噪模块对图像信息去除噪音和滤波,图像边缘检测模块对图像边缘进行检测,特征提取模块方便提取图像特征,图像数据处理及分析模块方便对采集数据进行对比,缺陷机械识别模块方便对识别的信息进行缺陷识别,不平度识别模块方便对扫描块平度进行检测,显示模块方便显示设备信息,标记模块方便对对比的信息进行标注和标记,数据库方便对信息进行储存。
工作原理:本发明一种基于图像识别技术的缺陷识别装置及其系统,电源插口4和网络插口5通过线缆连接在蓄电池7、驱动主板8、显示屏6、CCD 摄像机3、照明灯2、检测系统模块9上保证了设备的正常通电性和网络连接,通过将外壳1安装在外部图像识别设备上,在照明灯2的协助下使得CCD摄像机3对准正常扫描块和非正常扫描块上,同时驱动主板8上的检测系统模块9内图像采集模块的光照调节模块通过供电电压不同进行光亮大小的调节;减少噪音模块采用吸音棉进行消除噪音,并将正常扫描块的图像信息传送在数据库内储存,图像滤波除噪模块采用中值滤波法把以某点(x,y)为中心的区域内的所有像素的灰度按从大到小的顺序排列,取中间值作为(x,y)处的灰度值进行滤波和除噪处理,图像边缘检测模块通过滤波、增强、检测、定位,在图像中像素的某一领域构造边缘检测算子进行检测,特征提取模块内的纹理特征模块表达图像的一种重要特征,反映了表面结构组织排列的重要信息以及它们与周围环境的联系进行提取;形状特征模块对形状特征的描述分为基于轮廓形状与基于区域形状两类进行提取;颜色特征模块分为颜色直方图、颜色集、颜色矩、颜色聚合向量对图像信息进行提取,图像数据处理及分析模块对采集图像的信息进行处理分析,缺陷机械识别模块采用径向基网络识实现对图像进行缺陷识别,不平度识别模块采用侧面摄像机来提取不平度的图像信息,通过网络在线的检测对比提取效率和准确性高、检测精度较高,方便对不同步骤检测的图像信息进行针对性的查看,综上检测信息并与数据库内的信息进行对比处理,同时,标记模块方便对对比后的信息进行标注和标记,并在显示屏6上进行显示,方便进行对比的信息进行观察。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点,对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明;因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内,不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (6)
1.一种基于图像识别技术的缺陷识别装置及其系统,其特征在于:包括检测系统模块(9)和外壳(1),所述外壳(1)前端表面四角均通过镶嵌固定设有照明灯(2),所述外壳(1)前端表面中间镶嵌固定设有CCD摄像机(3),所述外壳(1)右端表面从前之后依次开设有电源插口(4)和网络插口(5),所述外壳(1)上端表面通过镶嵌固定显示屏(6),所述外壳(1)内底部通过螺丝固定设有蓄电池(7),所述蓄电池(7)上方设有驱动主板(8)并通过螺丝固定在外壳(1)内壁上,所述驱动主板(8)上端表面通过焊接固定设有检测系统模块(9)。
2.根据权利要求1所述的一种基于图像识别技术的缺陷识别装置及其系统,其特征在于:所述检测系统模块(9)包括图像采集模块、图像滤波除噪模块、图像边缘检测模块、特征提取模块、图像数据处理及分析模块、缺陷机械识别模块、不平度识别模块、显示模块、标记模块、数据库、服务器和电源模块;
所述图像采集模块采用工业摄像机对图像信息进行收集;
所述图像滤波除噪模块采用中值滤波法把以某点(x,y)为中心的区域内的所有像素的灰度按从大到小的顺序排列,取中间值作为(x,y)处的灰度值进行滤波和除噪处理;
所述图像边缘检测模块通过滤波、增强、检测、定位,在图像中像素的某一领域构造边缘检测算子进行检测;
所述特征提取模块从高维图像空间到低维特征空间的映射;
所述图像数据处理及分析模块对采集图像的信息进行处理分析;
所述缺陷机械识别模块采用径向基网络识实现对图像进行缺陷识别;
所述不平度识别模块采用侧面摄像机来提取不平度的图像信息;
所述显示模块采用电容屏进行图像信息显示;
所述标记模块采用对比系统对检测信息进行比较和标注;
所述数据库采用云端对系统内的信息进行检测储存;
所述服务器采用网络对系统内部进行访问查看;
所述电源模块采用供电单元带动设备和系统运行。
3.根据权利要求2所述的一种基于图像识别技术的缺陷识别装置及其系统,其特征在于:所述特征提取模块包括纹理特征模块、形状特征模块和颜色特征模块,纹理特征模块表达图像的一种重要特征,反映了表面结构组织排列的重要信息以及它们与周围环境的联系进行提取;形状特征模块对形状特征的描述分为基于轮廓形状与基于区域形状两类进行提取;颜色特征模块分为颜色直方图、颜色集、颜色矩、颜色聚合向量对图像信息进行提取。
4.根据权利要求2所述的一种基于图像识别技术的缺陷识别装置及其系统,其特征在于:所述图像采集模块包括光照调节模块和减少噪音模块,光照调节模块通过供电电压不同进行光亮大小的调节;减少噪音模块采用吸音棉进行消除噪音。
5.根据权利要求1所述的一种基于图像识别技术的缺陷识别装置及其系统,其特征在于:所述外壳(1)前后两端四角均倒圆角处理,并采用音屏障材质组成。
6.根据权利要求1所述的一种基于图像识别技术的缺陷识别装置及其系统,其特征在于:所述电源插口(4)和网络插口(5)通过线缆连接在蓄电池(7)、驱动主板(8)、显示屏(6)、CCD摄像机(3)、照明灯(2)、检测系统模块(9)上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110093401.6A CN112697806A (zh) | 2021-01-22 | 2021-01-22 | 一种基于图像识别技术的缺陷识别装置及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110093401.6A CN112697806A (zh) | 2021-01-22 | 2021-01-22 | 一种基于图像识别技术的缺陷识别装置及其系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112697806A true CN112697806A (zh) | 2021-04-23 |
Family
ID=75515995
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110093401.6A Pending CN112697806A (zh) | 2021-01-22 | 2021-01-22 | 一种基于图像识别技术的缺陷识别装置及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112697806A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114782437A (zh) * | 2022-06-20 | 2022-07-22 | 西南石油大学 | 一种基于人工智能的电脑主板质量检测方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107436305A (zh) * | 2017-09-28 | 2017-12-05 | 广州市丹爵通讯科技有限公司 | 一种便于携带的无损检测装置 |
CN109425432A (zh) * | 2017-09-04 | 2019-03-05 | 青岛优视界智能装备有限公司 | 一种石材色差分类检测识别机 |
CN110211101A (zh) * | 2019-05-22 | 2019-09-06 | 武汉理工大学 | 一种铁轨表面缺陷快速检测系统及方法 |
CN209525277U (zh) * | 2019-01-08 | 2019-10-22 | 烟台万兴建设工程有限公司 | 一种市政道路裂缝检测装置 |
CN209784206U (zh) * | 2018-12-28 | 2019-12-13 | 苏州市润科热处理有限公司 | 一种工件表面在线检测装置 |
CN112102254A (zh) * | 2020-08-21 | 2020-12-18 | 佛山职业技术学院 | 基于机器视觉的木材表面缺陷检测方法与系统 |
-
2021
- 2021-01-22 CN CN202110093401.6A patent/CN112697806A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109425432A (zh) * | 2017-09-04 | 2019-03-05 | 青岛优视界智能装备有限公司 | 一种石材色差分类检测识别机 |
CN107436305A (zh) * | 2017-09-28 | 2017-12-05 | 广州市丹爵通讯科技有限公司 | 一种便于携带的无损检测装置 |
CN209784206U (zh) * | 2018-12-28 | 2019-12-13 | 苏州市润科热处理有限公司 | 一种工件表面在线检测装置 |
CN209525277U (zh) * | 2019-01-08 | 2019-10-22 | 烟台万兴建设工程有限公司 | 一种市政道路裂缝检测装置 |
CN110211101A (zh) * | 2019-05-22 | 2019-09-06 | 武汉理工大学 | 一种铁轨表面缺陷快速检测系统及方法 |
CN112102254A (zh) * | 2020-08-21 | 2020-12-18 | 佛山职业技术学院 | 基于机器视觉的木材表面缺陷检测方法与系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114782437A (zh) * | 2022-06-20 | 2022-07-22 | 西南石油大学 | 一种基于人工智能的电脑主板质量检测方法及系统 |
CN114782437B (zh) * | 2022-06-20 | 2022-09-02 | 西南石油大学 | 一种基于人工智能的电脑主板质量检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Song et al. | A robust eye detection method using combined binary edge and intensity information | |
CN111310575B (zh) | 一种人脸活体检测的方法、相关装置、设备及存储介质 | |
CN108985210A (zh) | 一种基于人眼几何特征的视线追踪方法及系统 | |
CN104133548A (zh) | 确定视点区域及控制屏幕亮度的方法及装置 | |
KR20120029737A (ko) | 사용자 동적 기관 제스처 인식 방법 및 인터페이스와, 이를 사용하는 전기 사용 장치 | |
CN206790592U (zh) | 基于fpga的工业智能相机 | |
CN108615014B (zh) | 一种眼睛状态的检测方法、装置、设备和介质 | |
CN112697806A (zh) | 一种基于图像识别技术的缺陷识别装置及其系统 | |
CN109490320A (zh) | 一种基于机器视觉的动力电池组正负极异常检测系统和方法 | |
CN109752870A (zh) | 一种电泳电子纸鬼影检测系统及检测方法 | |
CN114119489A (zh) | 一种电连接器多余物及缩针倒针缺陷自动化检测方法 | |
CN114511885B (zh) | 手掌感兴趣区域提取系统和方法 | |
Zhang et al. | Research on the knitting needle detection system of a hosiery machine based on machine vision | |
CN109241948A (zh) | 一种数控刀具视觉识别方法及装置 | |
CN102043963A (zh) | 一种图像人数识别统计方法 | |
CN113920591B (zh) | 基于多模态生物特征识别的中远距离身份认证方法及装置 | |
CN209118356U (zh) | 一体化信息采集系统 | |
CN110210401B (zh) | 一种弱光下的目标智能检测方法 | |
Tan et al. | Malaysian Banknote Reader For Visually Impaired Person | |
CN112541899B (zh) | 证件的残缺检测方法、装置、电子设备及计算机存储介质 | |
CN114783005A (zh) | 一种基于深度学习的掌纹识别的设备和方法 | |
CN203490416U (zh) | 适用于结核杆菌抗酸染色图像拼接的装置 | |
CN113642425A (zh) | 基于多模态的图像检测方法、装置、电子设备及存储介质 | |
CN113223707A (zh) | 一种皮肤科疾病预筛选系统 | |
CN204496526U (zh) | 一种手持三维图像捕捉识别装置 |
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 |