CN112785614A - 一种陶瓷裂纹的图像分割方法及系统 - Google Patents
一种陶瓷裂纹的图像分割方法及系统 Download PDFInfo
- Publication number
- CN112785614A CN112785614A CN202110108907.XA CN202110108907A CN112785614A CN 112785614 A CN112785614 A CN 112785614A CN 202110108907 A CN202110108907 A CN 202110108907A CN 112785614 A CN112785614 A CN 112785614A
- Authority
- CN
- China
- Prior art keywords
- image
- ceramic
- cracks
- crack
- pixel point
- 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
- 239000000919 ceramic Substances 0.000 title claims abstract description 110
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000003709 image segmentation Methods 0.000 title claims abstract description 27
- 230000011218 segmentation Effects 0.000 claims description 11
- 230000002093 peripheral effect Effects 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000003708 edge detection Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003707 image sharpening Methods 0.000 description 1
- 238000003706 image smoothing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- 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
- G06T7/181—Segmentation; Edge detection involving edge growing; involving edge linking
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及陶瓷裂纹提取技术领域,具体涉及一种陶瓷裂纹的图像分割方法及系统,首先对包含陶瓷的图像进行预处理和图形分割,得到陶瓷图像,所述陶瓷图像为灰度图像;接着提取所述陶瓷图像的裂纹,确定所述裂纹的最小外接矩形,将所述最小外接矩形所在图像区域作为待识别图像;进而对所述待识别图像进行图像增强,采用滑窗法对图像增强后的待识别图像进行逐步分割,确定分割得到的局部图像是否存在裂纹,将存在裂纹的局部图像作为裂纹图像;最后根据所述裂纹图像和所述陶瓷图像确定所述陶瓷的裂纹,本发明确定的陶瓷裂纹更加精确。
Description
技术领域
本发明涉及陶瓷裂纹提取技术领域,具体涉及一种陶瓷裂纹的图像分割方法及系统。
背景技术
在陶瓷生产过程中,如何对陶瓷表面裂纹进行精确检测,准确定位陶瓷裂纹,对分析陶瓷生产过程中的缺陷,以及改进陶瓷的生产工艺具有十分重要的意义。
现有技术中,仅靠人工进行肉眼质检,容易存在漏检的情况,且费时费力,不能适应当前智能制造的发展需求,因此,亟待一种高效可靠、且低成本的陶瓷裂纹识别手段,以解决上述问题。
发明内容
本发明提供一种陶瓷裂纹的图像分割方法及系统,以解决现有技术中所存在的一个或多个技术问题,至少提供一种有益的选择或创造条件。
为了实现上述目的,本发明提供以下技术方案:
一种陶瓷裂纹的图像分割方法,所述方法包括以下步骤:
对包含陶瓷的图像进行预处理和图形分割,得到陶瓷图像,所述陶瓷图像为灰度图像;
提取所述陶瓷图像的裂纹,确定所述裂纹的最小外接矩形,将所述最小外接矩形所在图像区域作为待识别图像;
对所述待识别图像进行图像增强,采用滑窗法对图像增强后的待识别图像进行逐步分割,确定分割得到的局部图像是否存在裂纹,将存在裂纹的局部图像作为裂纹图像;
根据所述裂纹图像和所述陶瓷图像确定所述陶瓷的裂纹。
进一步,所述对包含陶瓷的图像进行预处理和图形分割,得到陶瓷图像,包括:
运用C-V模型对陶瓷图像进行分割,得到陶瓷外围轮廓曲线,将陶瓷外围轮廓曲线作为陶瓷图像。
进一步,所述陶瓷图像的裂纹采用边缘检测算法、阈值分割算法或最大类间方差法中任一种提取得到。
进一步,所述局部图像根据所述待识别图像等比例缩小得到,所述局部图像和所述待识别图像的比值大小范围为[0.01,0.5]。
进一步,所述局部图像的步长大小为所述局部图像的宽度。
进一步,所述对所述待识别图像进行图像增强的方法,包括:
基于点运算算法或邻域去噪算法对所述待识别图像进行图像增强。
进一步,所述根据所述裂纹图像和所述陶瓷图像确定所述陶瓷的裂纹,包括:
确定裂纹图像中裂纹所在的像素点,计算该像素点在裂纹图像中的灰度值和陶瓷图像中的灰度值的第一差值,若所述第一差值在阈值范围内,则将该像素点作为有效点;
若所述第一差值超出阈值范围,则确定该像素点在裂纹图像中的8个邻接点,分别计算所述8个邻接点在裂纹图像中的灰度值和在陶瓷图像中的灰度值的第二差值,将第二差值最小的邻接点作为有效点;
若8个所述第二差值均超出阈值范围,则以所述像素点为中心,确定一个9*9的像素点备选区域,按照沿所述裂纹图像的滑动方向从上到下的顺序,从像素点搜索区域中依次选取一个备选像素点,分别计算备选像素点在裂纹图像中的灰度值和在陶瓷图像中的灰度值的第三差值,将第三差值最小的邻接点作为有效点;
若80个所述第三差值均超出阈值范围,则将该像素点作为无效点;
将全部的有效点连接形成所述陶瓷的裂纹。
一种陶瓷裂纹的图像分割系统,所述系统包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现上述任一项所述的陶瓷裂纹的图像分割方法。
一种计算机可读存储介质,所述计算机可读存储介质上存储有陶瓷裂纹的图像分割程序,所述陶瓷裂纹的图像分割程序被处理器执行时实现上述任意一项所述的陶瓷裂纹的图像分割方法的步骤。
本发明的有益效果是:本发明公开一种陶瓷裂纹的图像分割方法及系统,本发明先根据所述陶瓷图像直接提取出的裂纹,接着,确定所述裂纹的最小外接矩形,将所述最小外接矩形所在图像区域作为待识别图像;进一步缩小图像处理的范围,提高处理效率,在对所述待识别图像进行图像增强后,采用滑窗法分段提取裂纹,并将图像增强后的裂纹和直接提取的裂纹进行综合,通过所述裂纹图像和所述陶瓷图像两幅图像的裂纹综合得出所述陶瓷的裂纹,最终确定的陶瓷裂纹更加精确。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例中陶瓷裂纹的图像分割方法的流程示意图;
图2是本发明实施例中搜索有效点的示意图。
具体实施方式
以下将结合实施例和附图对本申请的构思、具体结构及产生的技术效果进行清楚、完整的描述,以充分地理解本申请的目的、方案和效果。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
参考图1,如图1所示为本申请实施例提供的一种陶瓷裂纹的图像分割方法,所述方法包括以下步骤:
步骤S100、对包含陶瓷的图像进行预处理和图形分割,得到陶瓷图像,所述陶瓷图像为灰度图像;
步骤S200、提取所述陶瓷图像的裂纹,确定所述裂纹的最小外接矩形,将所述最小外接矩形所在图像区域作为待识别图像;
步骤S300、对所述待识别图像进行图像增强,采用滑窗法对图像增强后的待识别图像进行逐步分割,确定分割得到的局部图像是否存在裂纹,将存在裂纹的局部图像作为裂纹图像;
步骤S400、根据所述裂纹图像和所述陶瓷图像确定所述陶瓷的裂纹。
本发明提供的实施例中,先根据所述陶瓷图像直接提取出的裂纹,接着,确定所述裂纹的最小外接矩形,将所述最小外接矩形所在图像区域作为待识别图像;进一步缩小图像处理的范围,提高处理效率,在对所述待识别图像进行图像增强后,采用滑窗法分段提取裂纹,并将图像增强后的裂纹和直接提取的裂纹进行综合,通过所述裂纹图像和所述陶瓷图像两幅图像的裂纹综合得出所述陶瓷的裂纹,最终确定的陶瓷裂纹更加精确。
在一个改进的实施例中,所述对包含陶瓷的图像进行预处理和图形分割,得到陶瓷图像,包括:
运用C-V模型对陶瓷图像进行分割,得到陶瓷外围轮廓曲线,将陶瓷外围轮廓曲线作为陶瓷图像。
在一个改进的实施例中,所述陶瓷图像的裂纹采用边缘检测算法、阈值分割算法或最大类间方差法中任一种提取得到。
在一个改进的实施例中,所述局部图像根据所述待识别图像等比例缩小得到,所述局部图像和所述待识别图像的比值大小范围为[0.01,0.5]。
在一个改进的实施例中,所述局部图像的步长大小为所述局部图像的宽度。
在一个改进的实施例中,所述对所述待识别图像进行图像增强的方法,包括:
基于点运算算法或邻域去噪算法对所述待识别图像进行图像增强。
其中,点运算算法即灰度级校正、灰度变换和直方图修正等,目的或使图像成像均匀,或扩大图像动态范围,扩展对比度。邻域增强算法包括图像平滑和图像锐化。
在一个改进的实施例中,所述步骤S400包括:
确定裂纹图像中裂纹所在的像素点,计算该像素点在裂纹图像中的灰度值和陶瓷图像中的灰度值的第一差值,若所述第一差值在阈值范围内,则将该像素点作为有效点;
若所述第一差值超出阈值范围,则确定该像素点在裂纹图像中的8个邻接点,分别计算所述8个邻接点在裂纹图像中的灰度值和在陶瓷图像中的灰度值的第二差值,将第二差值最小的邻接点作为有效点;
若8个所述第二差值均超出阈值范围,则以所述像素点为中心,确定一个9*9的像素点备选区域,按照沿所述裂纹图像的滑动方向从上到下的顺序,从像素点搜索区域中依次选取一个备选像素点,分别计算备选像素点在裂纹图像中的灰度值和在陶瓷图像中的灰度值的第三差值,将第三差值最小的邻接点作为有效点;
若80个所述第三差值均超出阈值范围,则将该像素点作为无效点;
将全部的有效点连接形成所述陶瓷的裂纹。
参考图2,在一个具体的实施例中,设点O为裂纹图像中裂纹所在的像素点,设点A为该像素点在裂纹图像中的8个邻接点其中之一,设点B为该像素点在9*9的像素点备选区域中的一个备选像素点,则首先确定该像素点在裂纹图像中的灰度值和陶瓷图像中的灰度值的第一差值,判断该像素点是否为有效点;若否,则确定8个邻接点中是否有在阈值范围内的点,以点A为例,若点A在裂纹图像中的灰度值和陶瓷图像中的灰度值的第二差值在阈值范围内,且根据点A计算得到的第二差值在8个邻接点中最小,则确定点A为有效点;若8个所述第二差值均超出阈值范围,则将搜索范围进一步扩大,以点B为例,若点B在裂纹图像中的灰度值和陶瓷图像中的灰度值的第三差值在阈值范围内,且根据点B计算得到的第三差值在9*9的像素点备选区域中全部备选像素点计算得到的第三差值为最小,则确定点B为有效点;若在9*9的像素点备选区域中仍未找到有效点,则将该像素点作为无效点,进行舍弃;最后,将全部的有效点进行连接,最终形成的纹路即为搜索陶瓷的裂纹。
与图1的方法相对应,本发明实施例还提供一种陶瓷裂纹的图像分割系统,所述系统包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现上述任一实施例所述的陶瓷裂纹的图像分割方法。
上述方法实施例中的内容均适用于本系统实施例中,本系统实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
与图1的方法相对应,本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有陶瓷裂纹的图像分割程序,所述陶瓷裂纹的图像分割程序被处理器执行时实现如上述任一实施例所述的陶瓷裂纹的图像分割方法的步骤。
所述处理器可以是中央处理单元(Central-Processing-Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital-Signal-Processor,DSP)、专用集成电路(Application-Specific-Integrated-Circuit,ASIC)、现场可编程门阵列(Field-Programmable-Gate-Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述陶瓷裂纹的图像分割系统的控制中心,利用各种接口和线路连接整个陶瓷裂纹的图像分割系统可运行装置的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述陶瓷裂纹的图像分割系统的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart-Media-Card,SMC),安全数字(Secure-Digital,SD)卡,闪存卡(Flash-Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
尽管本申请的描述已经相当详尽且特别对几个所述实施例进行了描述,但其并非旨在局限于任何这些细节或实施例或任何特殊实施例,而是应当将其视作是通过参考所附权利要求,考虑到现有技术为这些权利要求提供广义的可能性解释,从而有效地涵盖本申请的预定范围。此外,上文以发明人可预见的实施例对本申请进行描述,其目的是为了提供有用的描述,而那些目前尚未预见的对本申请的非实质性改动仍可代表本申请的等效改动。
Claims (9)
1.一种陶瓷裂纹的图像分割方法,其特征在于,所述方法包括以下步骤:
对包含陶瓷的图像进行预处理和图形分割,得到陶瓷图像,所述陶瓷图像为灰度图像;
提取所述陶瓷图像的裂纹,确定所述裂纹的最小外接矩形,将所述最小外接矩形所在图像区域作为待识别图像;
对所述待识别图像进行图像增强,采用滑窗法对图像增强后的待识别图像进行逐步分割,确定分割得到的局部图像是否存在裂纹,将存在裂纹的局部图像作为裂纹图像;
根据所述裂纹图像和所述陶瓷图像确定所述陶瓷的裂纹。
2.根据权利要求1所述的一种陶瓷裂纹的图像分割方法,其特征在于,所述对包含陶瓷的图像进行预处理和图形分割,得到陶瓷图像,包括:
运用C-V模型对陶瓷图像进行分割,得到陶瓷外围轮廓曲线,将陶瓷外围轮廓曲线作为陶瓷图像。
3.根据权利要求2所述的一种陶瓷裂纹的图像分割方法,其特征在于,所述陶瓷图像的裂纹采用边缘检测算法、阈值分割算法或最大类间方差法中任一种提取得到。
4.根据权利要求3所述的一种陶瓷裂纹的图像分割方法,其特征在于,所述局部图像根据所述待识别图像等比例缩小得到,所述局部图像和所述待识别图像的比值大小范围为[0.01,0.5]。
5.根据权利要求4所述的一种陶瓷裂纹的图像分割方法,其特征在于,所述局部图像的步长大小为所述局部图像的宽度。
6.根据权利要求5所述的一种陶瓷裂纹的图像分割方法,其特征在于,所述对所述待识别图像进行图像增强的方法,包括:
基于点运算算法或邻域去噪算法对所述待识别图像进行图像增强。
7.根据权利要求6所述的一种陶瓷裂纹的图像分割方法,其特征在于,所述根据所述裂纹图像和所述陶瓷图像确定所述陶瓷的裂纹,包括:
确定裂纹图像中裂纹所在的像素点,计算该像素点在裂纹图像中的灰度值和陶瓷图像中的灰度值的第一差值,若所述第一差值在阈值范围内,则将该像素点作为有效点;
若所述第一差值超出阈值范围,则确定该像素点在裂纹图像中的8个邻接点,分别计算所述8个邻接点在裂纹图像中的灰度值和在陶瓷图像中的灰度值的第二差值,将第二差值最小的邻接点作为有效点;
若8个所述第二差值均超出阈值范围,则以所述像素点为中心,确定一个9*9的像素点备选区域,按照沿所述裂纹图像的滑动方向从上到下的顺序,从像素点搜索区域中依次选取一个备选像素点,分别计算备选像素点在裂纹图像中的灰度值和在陶瓷图像中的灰度值的第三差值,将第三差值最小的邻接点作为有效点;
若80个所述第三差值均超出阈值范围,则将该像素点作为无效点;
将全部的有效点连接形成所述陶瓷的裂纹。
8.一种陶瓷裂纹的图像分割系统,其特征在于,所述系统包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如权利要求1至7任一项所述的陶瓷裂纹的图像分割方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有陶瓷裂纹的图像分割程序,所述陶瓷裂纹的图像分割程序被处理器执行时实现如权利要求1至7中任意一项所述的陶瓷裂纹的图像分割方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110108907.XA CN112785614A (zh) | 2021-01-27 | 2021-01-27 | 一种陶瓷裂纹的图像分割方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110108907.XA CN112785614A (zh) | 2021-01-27 | 2021-01-27 | 一种陶瓷裂纹的图像分割方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112785614A true CN112785614A (zh) | 2021-05-11 |
Family
ID=75758162
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110108907.XA Pending CN112785614A (zh) | 2021-01-27 | 2021-01-27 | 一种陶瓷裂纹的图像分割方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112785614A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114283324A (zh) * | 2021-12-30 | 2022-04-05 | 杭州电子科技大学 | 一种基于N-cut算法的陶瓷茶壶图像分割识别方法及装置 |
-
2021
- 2021-01-27 CN CN202110108907.XA patent/CN112785614A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114283324A (zh) * | 2021-12-30 | 2022-04-05 | 杭州电子科技大学 | 一种基于N-cut算法的陶瓷茶壶图像分割识别方法及装置 |
CN114283324B (zh) * | 2021-12-30 | 2024-06-14 | 杭州电子科技大学 | 一种基于N-cut算法的陶瓷茶壶图像分割识别方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107330979B (zh) | 建筑户型的矢量图生成方法、装置及终端 | |
WO2021051604A1 (zh) | Osd的文字区域的识别方法、装置及存储介质 | |
CN111179243A (zh) | 一种基于计算机视觉的小尺寸芯片裂纹检测方法及系统 | |
CN108830832A (zh) | 一种基于机器视觉的塑料筒表面缺陷检测算法 | |
CN109509200B (zh) | 基于轮廓提取的棋盘格角点检测方法以及计算机可读存储介质 | |
CN109308465B (zh) | 表格线检测方法、装置、设备及计算机可读介质 | |
CN109241973B (zh) | 一种纹理背景下的字符全自动软分割方法 | |
US9245194B2 (en) | Efficient line detection method | |
CN115294099B (zh) | 一种钢板轧制过程发纹缺陷的检测方法及系统 | |
CN109815762B (zh) | 远距离识别二维码的方法、存储介质 | |
CN111260626A (zh) | 一种基于深度学习的工件磨损检测方法及系统 | |
CN111105427B (zh) | 一种基于连通区域分析的肺部图像分割方法及系统 | |
CN115439523A (zh) | 一种半导体器件引脚尺寸检测方法、设备及存储介质 | |
CN115272362A (zh) | 一种数字病理全场图像有效区域分割方法、装置 | |
JP2008011484A (ja) | 文字図形列抽出装置,文字図形列抽出方法,その方法を実行するプログラム,そのプログラムを記録した記録媒体 | |
CN115294527A (zh) | 一种基于计算机视觉的地铁隧道破损检测方法 | |
CN112785614A (zh) | 一种陶瓷裂纹的图像分割方法及系统 | |
CN110084818B (zh) | 动态下采样图像分割方法 | |
CN111126383A (zh) | 车牌检测方法、系统、装置及存储介质 | |
CN112800824B (zh) | 扫描文件的处理方法、装置、设备及存储介质 | |
CN111340040B (zh) | 一种纸张字符识别方法、装置、电子设备及存储介质 | |
CN113393430A (zh) | 用于风机叶片缺陷检测的热成像图像增强训练方法和装置 | |
CN114913112A (zh) | 晶圆双边缘检测方法和装置及设备 | |
CN116563582A (zh) | 基于国产CPU和opencv的图像模板匹配方法及装置 | |
CN115619813A (zh) | Sem图像前景提取方法、装置、计算机设备及存储介质 |
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 |