CN112712555B - 一种茯苓表皮视觉定位方法 - Google Patents

一种茯苓表皮视觉定位方法 Download PDF

Info

Publication number
CN112712555B
CN112712555B CN202110045360.3A CN202110045360A CN112712555B CN 112712555 B CN112712555 B CN 112712555B CN 202110045360 A CN202110045360 A CN 202110045360A CN 112712555 B CN112712555 B CN 112712555B
Authority
CN
China
Prior art keywords
clamping device
poria cocos
image
guide rail
epidermis
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
Application number
CN202110045360.3A
Other languages
English (en)
Other versions
CN112712555A (zh
Inventor
郑志安
陈兵旗
张雄楚
王文杰
张子梅
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.)
China Agricultural University
Original Assignee
China Agricultural University
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 China Agricultural University filed Critical China Agricultural University
Priority to CN202110045360.3A priority Critical patent/CN112712555B/zh
Publication of CN112712555A publication Critical patent/CN112712555A/zh
Application granted granted Critical
Publication of CN112712555B publication Critical patent/CN112712555B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • A—HUMAN NECESSITIES
    • A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
    • A23N—MACHINES OR APPARATUS FOR TREATING HARVESTED FRUIT, VEGETABLES OR FLOWER BULBS IN BULK, NOT OTHERWISE PROVIDED FOR; PEELING VEGETABLES OR FRUIT IN BULK; APPARATUS FOR PREPARING ANIMAL FEEDING- STUFFS
    • A23N7/00—Peeling vegetables or fruit
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/0014—Image feed-back for automatic industrial control, e.g. robot with camera
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration by the use of local operators
    • G06T5/30—Erosion or dilatation, e.g. thinning
    • G06T5/70—
    • G06T5/77—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • 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
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30128—Food products

Abstract

本发明涉及图像处理领域，具体涉及一种茯苓表皮视觉定位方法。针对茯苓自动去皮机夹持的茯苓进行茯苓表皮视觉定位，所述茯苓自动去皮机包括夹持装置、相机(2)、钻头(4)、中央控制台(5)和导轨(6)；夹持装置包括夹持装置移动端(1)与夹持装置固定端(3)；夹持装置移动端(1)上设有开始标志，夹持装置固定端(3)上设有结束标志；导轨(6)与夹持装置平行设置，钻头(4)通过连接装置可移动地连接在导轨(6)上，该方法通过夹持装置上的标志和茯苓与背景颜色差异确定处理窗口，能够应用于茯苓自动去皮作业，且表皮位置检测速度快、精度高，为实现茯苓自动去皮奠定基础。

Description

一种茯苓表皮视觉定位方法
技术领域
本发明涉及图像处理领域，具体涉及一种茯苓表皮视觉定位方法。
背景技术
茯苓是我国一种重要的中医药材，由于其个体体积差异较大，形状不规则，表面凹凸不平，所以主要以人工切削去皮为主，生产效率低，损失大。
以果实去皮为对象的研究较多。王丽娟等以去皮难易程度和质量损失作为评价标准，通过对比研究番茄去皮得出功率超声波去皮是一种潜在的新型环境友好型去皮方法的结论。殷建国等设计了一种立式马铃薯去皮机，马铃薯在位于底部的波浪形圆盘产生的离心力作用下与内层内筒体内侧的凸点摩擦去皮，然后在内层外筒体内侧毛刷的作用下将皮刷去，生产效率高，剥离损失小于3％。周靖博等分别分析了刮刷式、摩擦挤压式与切割复合式的核桃去皮方式，指出使用气流、毛刷等方法避免水与核桃直接接触的核桃表面处理方法是未来研究方向。邓维克等依据轴类零件车削加工方法，设计并试制一套脐橙自动去皮设备，脐橙做旋转运动，刀具相对脐橙做上下方向的直线运动完成去皮，其作业效率为25.7个/min，破损率低于3％。
上述研究中的果实去皮方式都不适用于茯苓去皮作业。目前关于茯苓自动去皮的研究较少，实现茯苓自动去皮，推动茯苓产业化生产发展是亟待解决的关键问题。
发明内容
本发明提供一种茯苓表皮视觉定位方法，该方法能够应用于茯苓自动去皮作业，且表皮位置检测速度快、精度高。
本发明的目的是通过以下技术方案实现的：
一种茯苓表皮视觉定位方法，针对茯苓自动去皮机夹持的茯苓进行茯苓表皮视觉定位，所述茯苓自动去皮机包括夹持装置、相机2、钻头4、中央控制台5和导轨6；
夹持装置包括夹持装置移动端1与夹持装置固定端3；夹持装置移动端1上设有开始标志，夹持装置固定端3上设有结束标志；
导轨6与夹持装置平行设置，钻头4通过连接装置可移动地连接在导轨6上，钻头4能够实现沿导轨6的方向平行移动，以及垂直于导轨6的方向并靠近夹持装置的进刀运动和垂直于导轨6的方向并远离夹持装置的退刀运动，钻头4的初始位置为导轨6邻近夹持装置移动端1的方向的最远端；
相机2通过支架固定在夹持装置和导轨6之间的上方，相机2的镜头朝向夹持装置，相机2的位置保证当茯苓处于被夹持状态时，茯苓图像的大小为整幅图像的1/2，且茯苓物理中心位于图像中心；
中央控制台5与钻头4电连接，相机2与上位机电相连，上位机接收相机2的图像信号，处理后将控制信号传入到中央控制台5，控制钻头4左右匀速移动以及钻头4的进刀和退刀运动；
所述方法包括以下步骤：
1)确定初始窗口；
基于相机2的安装角度与高度，夹持装置移动端1位于图像的左半部分，夹持装置移动端1上设有蓝色标识；
将图像的左半部分作为第一处理区域，在第一处理区域内由上至下逐行由右向左扫描，确定处理窗口的左上角位置：
第i行像素上，若存在像素值同时满足b-g>30与b-r>30且连续10个像素以上，则设该像素段的起点为初始窗口的左上角；
夹持装置固动端3位于图像的右半部分，夹持装置固动端3上设有蓝色标识；
将图像的右半部分作为第二处理区域，在第二处理区域内由上至下逐行由左向右扫描，确定处理窗口的右上角位置：
第i行像素上，若存在像素值同时满足b-g>30与b-r>30且连续10个像素以上，则设该像素段的起点为初始窗口的右上角；
将左上角与右上角的y坐标统一为二者的最大值；
在y方向上，左上角与右上角水平连线的y坐标值以下；在x方向上，左上角与右上角的x坐标值之间的区域为初始窗口；
2)确定处理窗口；
包括如下步骤：
步骤2a：使用色差法灰度化处理初始窗口内图像，使用|2r-g-b|进行色差处理；
步骤2b：通过灰度累计线图确定处理窗口下边；
将经过灰度化处理后的初始窗口内图像建立灰度累计线图；其中，灰度累计线图的横坐标为图像像素行索引；纵坐标为该图像像素行所有像素灰度值累计总和；
为了剔除噪声以及进一步分析灰度累计线图的总体趋势，采用步长为10的移动平滑方法对原始数据进行平滑，并计算平滑后的平均值mean与标准方差sd；
然后使用Detect_graph_concave函数确定由起点到终点第一次下穿基数深度大于阈值的凹点，该凹点所处的像素行即为处理窗口下边界的位置；
3)图像二值化及修复处理；
步骤3a：使用大津法自动二值化处理处理窗口内图像；根据二值图像区分前景与背景；
步骤3b：修复处理
为了去除茯苓下方白色背景中的黑色像素，采取以黑色像素为对象的腐蚀、面积去噪、膨胀等修复处理；
最后对处理后的图像再次进行腐蚀处理，用以还原膨胀处理后茯苓的外移边缘，进一步提高检测精度；
4)确定茯苓表皮位置坐标；
在处理窗口内，从左向右逐列由下向上扫描，将每列像素上第1个像素值为0的像素点坐标，设为该列像素表皮位置坐标。
步骤2b中，所述移动平滑方法使用Smooth_graph函数，以在灰度累计线图上，某个位置的值用以该位置为起点向右连续10个位置的平均值代替的方式对原始数据进行平滑。
步骤2b中，使用Detect_graph_concave函数确定由起点到终点第一次下穿基数深度大于阈值的凹点的具体方法为：
Detect_graph_concave函数的参数设定：波谷的基数base为mean，波谷的阈值为sd/5.0，起始位置为0，终点位置为ysize-1；
将灰度累计线图的平均值作为波谷基数，将标准差的五分之一作为波谷阈值，得出阈值Line_New，然后由阈值Line_New与灰度累计线的交点开始向右确定第一个波谷位置，该波谷位置即由起点到终点第一次下穿基数深度大于阈值的凹点。
本发明的有益效果在于：
本发明提供一种茯苓表皮视觉定位方法。该方法通过夹持装置上的标志和茯苓与背景颜色差异确定处理窗口，能够应用于茯苓自动去皮作业，且表皮位置检测速度快、精度高，为实现茯苓自动去皮奠定基础。
附图说明
图1是本发明茯苓表皮视觉定位方法的设备布置示意图。
图2是本发明茯苓表皮视觉定位方法的步骤流程图。
图3是本发明茯苓表皮视觉定位方法的茯苓表皮位置示意图。
图4是本发明在灰度累计线图确定由起点到终点第一次下穿基数深度大于阈值的凹点的示意图。
附图标记：
1、夹持装置移动端
2、相机
3、夹持装置固定端
4、钻头
5、中央控制台
6、导轨
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。
图1是本发明茯苓表皮视觉定位方法的设备布置示意图。
茯苓自动去皮机包括夹持装置、相机2、钻头4、中央控制台5和导轨6。
夹持装置包括夹持装置移动端1与夹持装置固定端3。夹持装置移动端1上设有开始标志，夹持装置固定端3上设有结束标志。
导轨6与夹持装置平行设置。钻头4通过连接装置可移动地连接在导轨6上。钻头4能够实现沿导轨6的方向平行移动，以及垂直于导轨6的方向并靠近夹持装置的进刀运动和垂直于导轨6的方向并远离夹持装置的退刀运动。钻头4的初始位置为导轨6邻近夹持装置移动端1的方向的最远端。
相机2通过支架固定在夹持装置和导轨6之间的上方。相机2的镜头朝向夹持装置。相机2的位置保证当茯苓处于被夹持状态时，茯苓图像的大小为整幅图像的1/2，且茯苓物理中心位于图像中心。
中央控制台5与钻头4电连接。相机2与上位机电相连，上位机接收相机2的图像信号，处理后将控制信号传入到中央控制台5，然后控制钻头4左右匀速移动以及钻头4的进刀和退刀运动。
首先控制夹持装置移动端1向夹持装置固定端3运动从而夹紧茯苓，然后通过中央控制台5启动设备，中央控制台5控制钻头4沿导轨6由邻近夹持装置移动端1的一端向邻近夹持装置固定端3的方向匀速移动。当检测到夹持装置移动端1上的开始标志与钻头4的x坐标相同时，上位机开始检测茯苓的边缘位置，并根据茯苓边缘位置通过中央控制台5自动控制钻头4进刀、退刀进行去皮作业。当检测到夹持装置固定端3上的结束标志与钻头4的x坐标相同时，钻头4退刀至安全位置并沿导轨6向邻近夹持装置移动端1的方向移动到开始标志位置完成一个作业单元。在钻头4沿导轨6向邻近夹持装置移动端1的方向移动并停留在与开始标志位置平行的位置过程中，茯苓完成逆时针旋转10°。重复以上操作，直至完成整个茯苓的去皮作业，之后，钻头4归位到初始位置，即，导轨6邻近夹持装置移动端1的方向的最远端。
图2是本发明茯苓表皮视觉定位方法的步骤流程图。
一种茯苓表皮视觉定位方法，包括以下步骤：
如图3所示，图像左上角为坐标原点，向右为x轴正方向，向下为y轴正方向。xsize、ysize分别表示图像的宽度与高度，以像素为单位。图像颜色分量分别用R(红色)、G(绿色)、B(蓝色)表示，其值分别用r、g、b表示。图3中虚线框为初始窗口；初始窗口中，虚线框内水平实线与初始窗口上线构成的矩形区域为处理窗口。
1、确定初始窗口；
基于相机2的安装角度与高度，夹持装置移动端1位于图像的左半部分，夹持装置移动端1上设有蓝色标识。
将图像的左半部分作为第一处理区域，在第一处理区域内由上至下逐行由右向左扫描，确定处理窗口的左上角位置。具体方法如下：
第i行像素上，若存在像素值同时满足b-g>30与b-r>30且连续10个像素以上，则设该像素段的起点为初始窗口的左上角。
夹持装置固动端3位于图像的右半部分，夹持装置固动端3上设有蓝色标识。
将图像的右半部分作为第二处理区域，在第二处理区域内由上至下逐行由左向右扫描，确定处理窗口的右上角位置。具体方法如下：
第i行像素上，若存在像素值同时满足b-g>30与b-r>30且连续10个像素以上，则设该像素段的起点为初始窗口的右上角。
将左上角与右上角的y坐标统一为二者的最大值。在y方向上，左上角与右上角水平连线的y坐标值以下；在x方向上，左上角与右上角的x坐标值之间的区域设为初始窗口。
2、确定处理窗口；
包括如下步骤：
步骤2a：使用色差法(2r-g-b)灰度化处理初始窗口内图像；
茯苓表皮呈红色，使用采集的图像进行多次分析试验，结果表明r>g>b颜色分量关系稳定。基于色差法能够突出颜色分量值较大的颜色分量继而增大目标区域与背景区域的区分度，最终使用|2r-g-b|进行色差处理。
步骤2b：通过灰度累计线图确定处理窗口下边；
将经过灰度化处理后的初始窗口内图像建立灰度累计线图。其中，灰度累计线图的横坐标为图像像素行索引；纵坐标为该图像像素行所有像素灰度值累计总和。
为了剔除噪声以及进一步分析灰度累计线图的总体趋势，采用步长为10的移动平滑方法对原始数据进行平滑，并计算平滑后的平均值mean与标准方差sd。优选地，所述移动平滑方法使用Smooth_graph函数，以在灰度累计线图上，某个位置的值用以该位置为起点向右连续10个位置的平均值代替的方式对原始数据进行平滑。
然后使用Detect_graph_concave函数确定由起点到终点第一次下穿基数深度大于阈值的凹点，该凹点所处的像素行即为处理窗口下边界的位置，即图3中的实线位置。
使用Detect_graph_concave函数确定由起点到终点第一次下穿基数深度大于阈值的凹点的具体方法为：
Detect_graph_concave函数的参数设定：波谷的基数base为mean，波谷的阈值threshold为sd/5.0，起始位置为0，终点位置为ysize-1。
如图4所示，将灰度累计线图的平均值(mean)作为波谷基数，将标准差(sd)的五分之一(sd/5)作为波谷阈值，得出阈值Line_New(mean–sd/5)，然后由阈值Line_New与灰度累计线的交点1开始向右确定第一个波谷位置，该波谷位置即由起点到终点第一次下穿基数深度大于阈值的凹点。波谷判断依据为其左右相邻两位置的值皆大于该位置的值，则该位置为波谷。
3、图像二值化及修复处理；
步骤3a：使用大津法自动二值化处理处理窗口内图像；根据二值图像区分前景与背景。
步骤3b：修复处理
为了去除茯苓下方白色背景中的黑色像素，采取了以黑色像素为对象的腐蚀、面积去噪、膨胀等修复处理。
最后对处理后的图像再次进行腐蚀处理，用以还原膨胀处理后茯苓的外移边缘，进一步提高检测精度。
4、确定茯苓表皮位置坐标。
图3中虚线圆弧表示检测的茯苓表皮。在处理窗口内，从左向右逐列由下向上扫描，将每列像素上第1个像素值为0的像素点坐标，设为该列像素表皮位置坐标，如图3所示。
基于夹持装置移动端1与夹持装置固定端3的蓝色标识确定处理窗口，使用大津法自动二值化处理图像，经过腐蚀、去噪、膨胀与腐蚀处理后提取茯苓表皮位置，检测准确性与实时性满足茯苓自动去皮机的实际作业要求，为实现茯苓自动去皮奠定基础。

Claims (3)

1.一种茯苓表皮视觉定位方法，针对茯苓自动去皮机夹持的茯苓进行茯苓表皮视觉定位，所述茯苓自动去皮机包括夹持装置、相机（2）、钻头（4）、中央控制台（5）和导轨（6）；
夹持装置包括夹持装置移动端（1）与夹持装置固定端（3）；夹持装置移动端（1）上设有开始标志，夹持装置固定端（3）上设有结束标志；
导轨（6）与夹持装置平行设置，钻头（4）通过连接装置可移动地连接在导轨（6）上，钻头（4）能够实现沿导轨（6）的方向平行移动，以及垂直于导轨（6）的方向并靠近夹持装置的进刀运动和垂直于导轨（6）的方向并远离夹持装置的退刀运动，钻头（4）的初始位置为导轨（6）邻近夹持装置移动端（1）的方向的最远端；
相机（2）通过支架固定在夹持装置和导轨（6）之间的上方，相机（2）的镜头朝向夹持装置，相机（2）的位置保证当茯苓处于被夹持状态时，茯苓图像的大小为整幅图像的1/2，且茯苓物理中心位于图像中心；
中央控制台（5）与钻头（4）电连接，相机（2）与上位机电相连，上位机接收相机（2）的图像信号，处理后将控制信号传入到中央控制台（5），控制钻头（4）左右匀速移动以及钻头（4）的进刀和退刀运动；
其特征在于：所述方法包括以下步骤：
1）确定初始窗口；
基于相机（2）的安装角度与高度，夹持装置移动端（1）位于图像的左半部分，夹持装置移动端（1）上设有蓝色标识；
将图像的左半部分作为第一处理区域，在第一处理区域内由上至下逐行由右向左扫描，确定处理窗口的左上角位置：
第i行像素上，若存在像素值同时满足b-g>30与b-r>30且连续10个像素以上，则设该像素段的起点为初始窗口的左上角；
夹持装置固动端（3）位于图像的右半部分，夹持装置固动端（3）上设有蓝色标识；
将图像的右半部分作为第二处理区域，在第二处理区域内由上至下逐行由左向右扫描，确定处理窗口的右上角位置：
第i行像素上，若存在像素值同时满足b-g>30与b-r>30且连续10个像素以上，则设该像素段的起点为初始窗口的右上角；
将左上角与右上角的y坐标统一为二者的最大值；
在y方向上，左上角与右上角水平连线的y坐标值以下；在x方向上，左上角与右上角的x坐标值之间的区域为初始窗口；
2）确定处理窗口；
包括如下步骤：
步骤2a：使用色差法灰度化处理初始窗口内图像，使用|2r-g-b|进行色差处理；
步骤2b：通过灰度累计线图确定处理窗口下边；
将经过灰度化处理后的初始窗口内图像建立灰度累计线图；其中，灰度累计线图的横坐标为图像像素行索引；纵坐标为该图像像素行所有像素灰度值累计总和；
为了剔除噪声以及进一步分析灰度累计线图的总体趋势，采用步长为10的移动平滑方法对原始数据进行平滑，并计算平滑后的平均值mean与标准方差sd；
然后使用Detect_graph_concave函数确定由起点到终点第一次下穿基数深度大于阈值的凹点，该凹点所处的像素行即为处理窗口下边界的位置；
3）图像二值化及修复处理；
步骤3a：使用大津法自动二值化处理处理窗口内图像；根据二值图像区分前景与背景；
步骤3b：修复处理
为了去除茯苓下方白色背景中的黑色像素，采取以黑色像素为对象的腐蚀、面积去噪、膨胀修复处理；
最后对处理后的图像再次进行腐蚀处理，用以还原膨胀处理后茯苓的外移边缘，进一步提高检测精度；
4）确定茯苓表皮位置坐标；
在处理窗口内，从左向右逐列由下向上扫描，将每列像素上第1个像素值为0的像素点坐标，设为该列像素表皮位置坐标。
2.如权利要求1所述的茯苓表皮视觉定位方法，其特征在于：步骤2b中，所述移动平滑方法使用Smooth_graph函数，以在灰度累计线图上，某个位置的值用以该位置为起点向右连续10个位置的平均值代替的方式对原始数据进行平滑。
3.如权利要求1所述的茯苓表皮视觉定位方法，其特征在于：步骤2b中，使用Detect_graph_concave函数确定由起点到终点第一次下穿基数深度大于阈值的凹点的具体方法为：
Detect_graph_concave函数的参数设定：波谷的基数base为mean，波谷的阈值为sd/5.0，起始位置为0，终点位置为ysize-1；
将灰度累计线图的平均值作为波谷基数，将标准差的五分之一作为波谷阈值，得出阈值Line_New，然后由阈值Line_New与灰度累计线的交点开始向右确定第一个波谷位置，该波谷位置即由起点到终点第一次下穿基数深度大于阈值的凹点。
CN202110045360.3A 2021-01-12 2021-01-12 一种茯苓表皮视觉定位方法 Active CN112712555B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110045360.3A CN112712555B (zh) 2021-01-12 2021-01-12 一种茯苓表皮视觉定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110045360.3A CN112712555B (zh) 2021-01-12 2021-01-12 一种茯苓表皮视觉定位方法

Publications (2)

Publication Number Publication Date
CN112712555A CN112712555A (zh) 2021-04-27
CN112712555B true CN112712555B (zh) 2024-03-05

Family

ID=75549001

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110045360.3A Active CN112712555B (zh) 2021-01-12 2021-01-12 一种茯苓表皮视觉定位方法

Country Status (1)

Country Link
CN (1) CN112712555B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113551615B (zh) * 2021-07-05 2022-11-11 浙江大学舟山海洋研究中心 一种用于鱿鱼白片加工的线激光轮廓传感器数据处理装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102640622A (zh) * 2012-04-16 2012-08-22 中国农业大学 采棉机导航信息图像检测方法及系统
CN102831595A (zh) * 2012-06-20 2012-12-19 中国农业大学 用于自然环境下目标点图像识别的标识物检测方法
CN102854191A (zh) * 2012-07-18 2013-01-02 湖南大学 高速铁轨表面缺陷的实时视觉检测与识别方法
CN108090459A (zh) * 2017-12-29 2018-05-29 北京华航无线电测量研究所 一种适用于车载视觉系统的交通标志检测识别方法
CN110987957A (zh) * 2019-11-04 2020-04-10 江苏大学 基于机器视觉和激光加工的智能化去缺陷方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102620673A (zh) * 2012-03-16 2012-08-01 同济大学 基于图像分析的隧道变形在线监测系统及其应用
US10818011B2 (en) * 2017-12-29 2020-10-27 Shenzhen Institutes Of Advanced Technology Chinese Academy Of Sciences Carpal segmentation and recognition method and system, terminal and readable storage medium

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102640622A (zh) * 2012-04-16 2012-08-22 中国农业大学 采棉机导航信息图像检测方法及系统
CN102831595A (zh) * 2012-06-20 2012-12-19 中国农业大学 用于自然环境下目标点图像识别的标识物检测方法
CN102854191A (zh) * 2012-07-18 2013-01-02 湖南大学 高速铁轨表面缺陷的实时视觉检测与识别方法
CN108090459A (zh) * 2017-12-29 2018-05-29 北京华航无线电测量研究所 一种适用于车载视觉系统的交通标志检测识别方法
CN110987957A (zh) * 2019-11-04 2020-04-10 江苏大学 基于机器视觉和激光加工的智能化去缺陷方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
夏奇 ; 周明才 ; 汪宏昇 ; 史铁林.高精度自动贴片机视觉对准系统及其图像处理.光学技术.2004,(第002期),全文. *
张加清 ; 陈长卿 ; 朱建锡 ; 郑涛 ; 林雪 ; 王洁 ; .鲜莲子剥壳、去膜、通芯自动化加工初探.中国农机化学报.2018,(第03期),全文. *
李成龙 ; 郭语.一种高精度并联运动平台的亚像素视觉定位研究.空军预警学院学报.2017,(第002期),全文. *
李景彬 ; 陈兵旗 ; 刘阳 ; 查涛 ; .采棉机视觉导航路线图像检测方法.农业工程学报.2013,(第11期),全文. *
李景彬 ; 陈兵旗 ; 刘阳 ; 查涛.采棉机视觉导航路线图像检测方法.农业工程学报.2013,(第011期),全文. *
陈杰 ; 侯同娣 ; 靖文 ; 泮进明 ; .PLC在我国农业装备行业中的应用.河北农机.2018,(第04期),全文. *

Also Published As

Publication number Publication date
CN112712555A (zh) 2021-04-27

Similar Documents

Publication Publication Date Title
CN109580657B (zh) 一种桥梁质量检测中的裂缝检测方法
CN100351039C (zh) 一种静态刀具图像的精密测量方法
CN109754368B (zh) 一种桥梁质量检测中的裂缝拼接方法
CN109060836B (zh) 基于机器视觉的高压油管接头外螺纹检测方法
CN112683193B (zh) 基于机器视觉的刀具类型判别及几何参数检测方法及系统
CN112712555B (zh) 一种茯苓表皮视觉定位方法
CN108917593A (zh) 一种基于待测工件基元组态的智能测量系统及方法
JP2017053819A (ja) コンクリートのひび割れ検出方法及び検出プログラム
CN102141381A (zh) 一种影像式电缆绝缘层和护套的厚度及外形尺寸自动测量仪
CN107101598B (zh) 一种压电陶瓷银片同心度质量自动检测方法和装置
CN1359006A (zh) 一种羊毛纤维细度测量方法及系统
CN106546263A (zh) 一种基于机器视觉的激光水平仪出射激光线检测方法
CN107288016B (zh) 一种基于三维激光检测技术的沥青路面铣刨质量评价方法
CN104923593A (zh) 一种基于视觉的顶层折弯板材定位方法
CN105678768A (zh) 一种基于机器视觉的胎面检测方法
CN110232682B (zh) 一种基于图像的轨道异物探测方法
CN112884746A (zh) 一种基于边缘形状匹配的字符缺陷智能检测算法
CN116165216A (zh) 一种液晶显示屏微划伤瑕疵3d检测方法、系统及计算设备
CN105783712A (zh) 一种检测刀痕的方法及装置
CN116539620A (zh) 一种刀具表面缺陷在机检测方法
CN107516329B (zh) 一种减速机油孔定位方法
CN208042989U (zh) 一种大尺寸薄板金属工件几何质量自动检测装置
CN117173151B (zh) 一种长型钢材的外表面缺陷视觉识别装置、方法及系统
CN104748684B (zh) 一种曲轴轴肩清根的视觉检测方法及装置
CN204203077U (zh) 一种相机及外部线光源安装结构

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