CN113269758A - 一种基于机器视觉的卷烟外观检测方法及测试装置 - Google Patents

一种基于机器视觉的卷烟外观检测方法及测试装置 Download PDF

Info

Publication number
CN113269758A
CN113269758A CN202110593704.4A CN202110593704A CN113269758A CN 113269758 A CN113269758 A CN 113269758A CN 202110593704 A CN202110593704 A CN 202110593704A CN 113269758 A CN113269758 A CN 113269758A
Authority
CN
China
Prior art keywords
cigarette
area
standard
image
stripe
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
Application number
CN202110593704.4A
Other languages
English (en)
Inventor
张利宏
李钰靓
范礼峰
杨帅
朱强
熊月宏
沈宇航
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 Tobacco Zhejiang Industrial Co Ltd
Original Assignee
China Tobacco Zhejiang Industrial Co Ltd
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 Tobacco Zhejiang Industrial Co Ltd filed Critical China Tobacco Zhejiang Industrial Co Ltd
Priority to CN202110593704.4A priority Critical patent/CN113269758A/zh
Publication of CN113269758A publication Critical patent/CN113269758A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • 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
    • G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
    • 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
    • G06T7/90—Determination of colour characteristics

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种基于机器视觉的卷烟外观检测方法，该方法包括如下步骤:步骤一：构建标准烟支样本库；步骤二：获取待测烟支图像，对待测烟支图像进行预处理，得到单烟支区域图像；步骤三：对步骤二得到的单烟支区域图像进行颜色特征提取,将所述烟支图像区域分为烟嘴区域和烟支区域，并剔除所述烟嘴区域；步骤四：提取步骤三中得到的烟支区域的条纹特征；步骤五：从标准烟支样本库中选取其中一种标准烟支作为参照，将提取出所述烟支区域的条纹特征与上述标准烟支的条纹特征进行比对，如检测到烟支区域的条纹特征与标准烟支的条纹特征不匹配，则将烟支剔除；如检测到所述烟支区域的条纹特征与标准烟支的条纹特征相匹配，不剔除烟支并继续对下一烟支进行测试。

Description

一种基于机器视觉的卷烟外观检测方法及测试装置
技术领域
本发明涉及烟草行业卷接机的一种基于机器视觉的卷烟外观检测方法，尤其是涉及一种盘纸条纹的方法。
背景技术
卷烟成品包括烟嘴和烟支两部分，盘纸作为卷烟烟支专用纸用于包裹烟丝，盘纸在卷烟整个长度上占据比例较大，在60％～80％不等。盘主的种类繁多，不同品牌的盘纸一般在外观上会有一定差异，如果将不同条纹的烟支出现在同一批烟支生产中，是严重的质量事故。因此在生产过程中，需要严格监控不同图案的盘纸种类情况，避免误用导致的产品质量事故。因此，为提高产品质量，需要对于此类缺陷进行检测。
目前采用人工抽检的方法对烟支外观进行检测，所需的人力成本高，漏检的概率大。
发明内容
为了解决现有技术中的问题，本发明提供了一种基于计算机视觉的烟支盘纸外观的测试方法以及测试装置，通过机器视觉将不同条纹的烟支剔除，可以实现卷烟大量、自动检测，降低了产品异常的发生机率。
一种基于机器视觉的卷烟外观检测方法，该方法包括如下步骤:
步骤一：构建标准烟支样本库；
步骤二：获取待测烟支图像，对待测烟支图像进行预处理，得到单烟支区域图像；
步骤三：对步骤二得到的单烟支区域图像进行颜色特征提取,将所述烟支图像区域分为烟嘴区域和烟支区域，并剔除所述烟嘴区域；
步骤四：提取步骤三中得到的烟支区域的条纹特征；
步骤五：从标准烟支样本库中选取其中一种标准烟支作为参照，将提取出所述烟支区域的条纹特征与上述标准烟支的条纹特征进行比对，如检测到烟支区域的条纹特征与标准烟支的条纹特征不匹配，则将烟支剔除；如检测到所述烟支区域的条纹特征与标准烟支的条纹特征相匹配，不剔除烟支并继续对下一烟支进行测试。
作为优选方案的，所述的步骤三与步骤四之间还包括对所述烟支区域进行灰度化处理，检测所述烟支区域是否带有条纹，如所述烟支区域带有条纹，则进行步骤四。
作为优选方案的，所述步骤一中的构建标准烟支样本库包括
选择横条纹、竖条纹、斜条纹和无条纹的卷烟纸制成的烟支作为标准烟支样本库中的标准烟支；
对带有横条纹、竖条纹或斜条纹的标准烟支进行处理：相同光照亮度下获取标准烟支图像，对标准烟支图像进行预处理，得到标准单烟支区域图像；对所述标准单烟支区域图像依次进行颜色特征提取和条纹特征提取，得到标准烟支区域的条纹特征。
作为优选方案的，所述的所述条纹特征包括：灰度共生矩阵的特征、条纹间距和条纹倾斜角。
作为优选方案的，所述的条纹特征的提取方法为灰度共生矩阵的方法和Hough变换提取方法。
作为优选方案的，所述标准烟支区域图像与单烟支区域图像的颜色特征区域处理步骤均为：将标准单烟支区域RGB图像转换为HSV颜色空间对进行分割，获得标准烟嘴区域和标准烟支区域；将获得的标准烟嘴区域剔除。
作为优选方案的，所述对带有条纹的标准烟支区域或待测烟支区域提取样本烟支条纹特征具体步骤均包括：
(1)提取所述灰度共生矩阵的特征：根据灰度共生矩阵计算标准烟支的五个纹理特征参数，所述纹理特征参数为熵、逆差钜、能量、对比度和相关系数，将所述纹理特征参数综合得到标准烟支特征向量；
(2)提取所述条纹间距和所述条纹倾斜角：采用Hough变换计算出条纹间隔和条纹倾斜角；
所述标准烟支样本库包括灰度共生矩阵特征参数、条纹间距和条纹倾斜角作为各标准烟支对应的条纹特征。
作为优选方案的，根据权利要求所述提取颜色特征的具体步骤包括：将区域图像从RGB图像转换为HSV图像，依据预设的色调门限值，提取HSV图像中的黄光像素点区域组，并采用对象区域特征值计算来实现黄光像素点区域的定位与合并，采用最大连通域标定获取黄光轮廓区域，所获得的黄光区域标记为烟嘴区域，其他区域标记为烟支区域。
本发明另一目的在于，提供一种烟支外观测试装置，包括卷烟机、工业相机、图像处理器和驱动电机，所述图像处理器用于执行所述基于计算机视觉的烟支外观测试方法。
本发明的有益效果：本发明公开了一种基于计算机视觉的烟支外观测试方法及检测装置，可以通过检测烟支外观的条纹特征与标准烟支进行对比，对于不匹配的烟支进行剔除可以实现卷烟大量、自动检测，降低了产品异常的发生机率。对待测烟支进行区域划分，将烟嘴区域剔除，再进行条纹特征检测，可以消除烟嘴图案对测试结果的影响。本发明还可以对不带条纹的烟支进行测试，满足在生产中对不同图案卷烟纸的测试要求，适用性强。
附图说明
图1为本发明烟支外观测试方法流程图；
图2为带竖条纹的烟支示意图；
图3为带斜条纹的烟支示意图；
图4为带横条纹的烟支示意图；
图5为无条纹的烟支示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
本发明实施例提供了一种基于计算机视觉的烟支外观的测试方法，步骤包括：
S100：构建标准烟支样本库。
具体步骤包括：
S110、通过工业相机采集标准烟支图像：将带条纹和无条纹的卷烟纸制成的烟支作为标准烟支样本库中的标准烟支；
进一步的，所述带条纹的烟支包括横条纹、竖条纹以及斜条纹，根据供应商以及卷烟纸质量的不同，卷烟纸上的条纹纹理特征、条纹倾斜角度以及条纹间距也会有不同，因此可以先将不同供应商的卷烟纸制成的烟支作为标准烟支，后续选定该供应商的标准烟支作为参照标准，就可剔除生产中不符合该参照标准的烟支，提高产品质量。
S120、对采集到带条纹的标准烟支进图像行处理，即对带横条纹、竖条纹以及斜条纹的标准烟支进行处理：在相同光照亮度下获取标准单烟支图像，对标准单烟支图像进行预处理，所述预处理包括对接收的标准烟支图像依次进行灰度化、高斯滤波、二值化处理后采用连通域标记的方法分割出标准单烟支图像的区域轮廓，得到标准单烟支区域图像F1；
S130、对所述标准单烟支区域图像F1依次进行颜色特征提取和条纹特征提取，其中所述颜色特征提取步骤包括：
将标准单烟支区域图像F1转换为HSV颜色空间对进行分割：将标准单烟支区域图像F1从RGB图像转换为HSV图像，依据预设的色调门限值，提取HSV图像中可能的黄光像素点区域组，并采用对象区域特征值计算来实现黄光像素点区域的定位与合并，采用最大连通域标定获取黄光轮廓区域，所获得的黄光区域标记为标准烟嘴区域T1，其他区域标记为标准烟支区域T2；
S140、将获得的标准烟嘴区域T1剔除，对带有条纹的标准烟支区域T2进行二值化处理，提取标准烟支区域T2的条纹特征形成标准烟支样本库。所述条纹特征包括灰度共生矩阵特征参数、条纹间距和条纹角度。
具体的，条纹特征提取的步骤包括：
A、提取所述灰度共生矩阵的特征：
一幅图象的灰度共生矩阵能反映出图象灰度关于方向、相邻间隔、变化幅度的综合信息，它是分析图象的局部模式和它们排列规则的基础。
设f(x,y)为一幅二维数字图象，其大小为M×N，灰度级别为Ng,则满足一定空间关系的灰度共生矩阵为：
P(i,j)＝{(x1,y1),(x2,y2)∈M×N|f(x1,y1)＝i,f(x2,y2)＝j}(1)
其中(x)表示集合x中的元素个数，P为Ng×Ng的矩阵，若(x1,y1)与(x2,y2)间距离为d,两者与坐标横轴的夹角为θ，则可以得到各种间距及角度的灰度共生矩阵P(i,j,d,θ)。
B、：计算标准烟支的五个纹理特征参数：熵、逆差钜、能量、对比度和相关系数：
a.熵(ENT)
Figure BDA0003090214720000041
b.逆差矩(IDM)
Figure BDA0003090214720000042
c.能量(角二阶矩,ASM)
Figure BDA0003090214720000043
d.对比度(CCW)
Figure BDA0003090214720000044
e.相关系数(COR)
Figure BDA0003090214720000051
其中,μx、μy、σx、σy分别是行和列上的矩阵元素统计的期望和方差值，p表示灰度共生矩阵。
将这些特征参数综合得到标准烟支特征向量，可以用于描述标准烟支条纹特征。
B、提取所述条纹间距和所述条纹倾斜角：对标准烟支区域T2进行二值化处理，采用Hilditch细化算法对二值化后的标准烟支区域T2进行细化处理，提取条纹中心线，计算出条纹间距和条纹倾斜角度；
C、将灰度共生矩阵特征参数、条纹间距和条纹倾斜角作为各标准烟支对应的条纹特征，形成标准烟支样本库。
S200：获取待测单烟支图像，对待测单烟支图像进行预处理，所述预处理包括对接收的待测烟支图像依次进行灰度化、高斯滤波、二值化处理后采用连通域标记的方法分割出标准单烟支图像的区域轮廓，得到待测单烟支区域图像Fx；
S300：对所述待测单烟支区域图像Fx进行颜色特征提取，将所述烟支图像区域分为烟嘴区域Tx1和烟支待测区域Tx2，将所述烟嘴区域Tx1剔除，对所述烟支待测区域Tx2进入步骤S400进行处理；
其中，对待测单烟支区域图像Fx进行颜色特征提取步骤与上述S100中标准烟支的颜色提取特征相同：将待测单烟支区域图像Fx从RGB图像转换为HSV图像，依据预设的色调门限值，提取HSV图像中可能的黄光像素点区域组，并采用对象区域特征值计算来实现黄光像素点区域的定位与合并，采用最大连通域标定获取黄光轮廓区域，所获得的黄光区域标记为烟嘴区域Tx1，其他区域标记为烟支待测区域Tx2。
S400：从上述标准烟支样本库中选取一种标准烟支的条纹特征，检测所述烟支待测区域T2x是否带有条纹，如所述烟支待测区域Tx2带有条纹，提取所述烟支待测区域Tx2的条纹特征，将提取出的条纹特征与上述标准烟支条纹特征进行比对，如检测到烟支待测区域Tx2的条纹特征与标准烟支的条纹特征不符，则将烟支剔除；如检测到烟支待测区域Tx2的条纹特征与标准烟支的条纹特征相匹配，不剔除烟支并继续对下一烟支进行检测。
具体的，提取所述烟支待测区域Tx2的条纹特征步骤与上述步骤S100中标准烟支的条纹特征提取步骤相同，分别提取烟支待测区域Tx2的灰度共生矩阵特征、条纹间距和条纹倾斜角。
具体的，当待测烟支的灰度共生矩阵特征参数、条纹间距和条纹倾斜角同时与标准烟支对应的条纹特征相同时，认为检测到烟支区域的条纹特征与标准烟支条纹特征相匹配。
具体的，所选取标准烟支的种类可以按照实际生产需要进行选择。
在一些实施方式中，所述步骤S400中，当选择的标准烟支为带有横条纹、竖条纹或斜条纹的标准烟支时，检测所述烟支待测区域Tx2是否带有条纹，如所述烟支待测区域T2x带有条纹，提取所述烟支待测区域Tx2的条纹特征与标准烟支的条纹特征进行对比，如检测到烟支待测区域Tx2的条纹特征与标准烟支的条纹特征不匹配，或者所述烟支区域不带有条纹，将烟支剔除。
在另外一些实施方式中，所述步骤S400中，当选择的标准烟支为无条纹的标准烟支时，检测所述烟支待测区域Tx2是否带有条纹，如所述烟支待测区域T2x带有条纹，将烟支剔除；如检测到所述烟支待测区域Tx2不带有条纹，则烟支与标准烟支相匹配，不剔除烟支。
具体的，检测所述烟支区域是否带有条纹可以采用现有的条纹检测设备或条纹检测方法实现。
本发明实施例还提供一种烟支盘纸测试装置，包括卷烟机、工业相机、图像处理器和驱动电机，所述图像处理器用于执行实现上述基于计算机视觉的烟支外观测试方法。所述工业相机设置在卷烟机上，用于获取待测烟支的图像，所述工业相机与所述图像处理器连接，将获取到的烟支图像传送到所述图像处理器；所述图像处理器分别与所述驱动电机连接，将所获得的烟支图像与存储的标准烟支特征比较，检测到烟支图像特征与所述标准烟支特征不匹配时，发送指令到驱动电机，由驱动电气控制卷烟机下方的吹风孔将烟支剔除。
所述图像处理器设有用于运行上述烟支外观测试方法的存储介质。
一些实施例中，所述图像处理器包括：
存储模块，用于存储标准烟支样本库；
图像预处理模块，用于对标准烟支图像和待测烟支图像进行预处理，得到单烟支区域图像；
图像特征提取模块，用于提取单烟支区域图像的颜色特征和条纹特征；
图像比对模块，用于将待测烟支的条纹特征与标准烟支条纹特征进行对比；
指令生成模块：用于根据图像比对模块的对比结果，生成相应的控制指令。
应当指出，以上实施例仅是本发明的代表性例子。本发明还可以有许多变形。凡是依据本发明的实质对以上实施例所作的任何简单修改、等同变化与修饰，均应认为属于本发明的保护范围。

Claims (9)

1.一种基于机器视觉的卷烟外观检测方法，其特征在于：该方法包括如下步骤:
步骤一：构建标准烟支样本库；
步骤二：获取待测烟支图像，对待测烟支图像进行预处理，得到单烟支区域图像；
步骤三：对步骤二得到的单烟支区域图像进行颜色特征提取,将所述烟支图像区域分为烟嘴区域和烟支区域，并剔除所述烟嘴区域；
步骤四：提取步骤三中得到的烟支区域的条纹特征；
步骤五：从标准烟支样本库中选取其中一种标准烟支作为参照，将提取出所述烟支区域的条纹特征与上述标准烟支的条纹特征进行比对，如检测到烟支区域的条纹特征与标准烟支的条纹特征不匹配，则将烟支剔除；如检测到所述烟支区域的条纹特征与标准烟支的条纹特征相匹配，不剔除烟支并继续对下一烟支进行测试。
2.根据权利要求1所述的一种基于机器视觉的卷烟外观检测方法，其特征在于，所述的步骤三与步骤四之间还包括对所述烟支区域进行灰度化处理，检测所述烟支区域是否带有条纹，如所述烟支区域带有条纹，则进行步骤四。
3.根据权利要求1所述的一种基于机器视觉的卷烟外观检测方法，其特征在于，所述步骤一中的构建标准烟支样本库包括
选择横条纹、竖条纹、斜条纹和无条纹的卷烟纸制成的烟支作为标准烟支样本库中的标准烟支；
对带有横条纹、竖条纹或斜条纹的标准烟支进行处理：相同光照亮度下获取标准烟支图像，对标准烟支图像进行预处理，得到标准单烟支区域图像；对所述标准单烟支区域图像依次进行颜色特征提取和条纹特征提取，得到标准烟支区域的条纹特征。
4.根据权利要求1或权利要求3中所述的一种基于机器视觉的卷烟外观检测方法，其特征在于，所述的所述条纹特征包括：灰度共生矩阵的特征、条纹间距和条纹倾斜角。
5.根据权利要求1或权利要求3中所述的一种基于机器视觉的卷烟外观检测方法，其特征在于，所述的条纹特征的提取方法为灰度共生矩阵的方法和Hough变换提取方法。
6.根据权利要求4所述的一种基于机器视觉的卷烟外观检测方法，其特征在于，所述标准烟支区域图像与单烟支区域图像的颜色特征区域处理步骤均为：将标准单烟支区域RGB图像转换为HSV颜色空间对进行分割，获得标准烟嘴区域和标准烟支区域；将获得的标准烟嘴区域剔除。
7.根据权利要求4所述的一种基于机器视觉的卷烟外观检测方法，其特征在于，所述对带有条纹的标准烟支区域或待测烟支区域提取样本烟支条纹特征具体步骤均包括：
(1)提取所述灰度共生矩阵的特征：根据灰度共生矩阵计算标准烟支的五个纹理特征参数，所述纹理特征参数为熵、逆差钜、能量、对比度和相关系数，将所述纹理特征参数综合得到标准烟支特征向量；
(2)提取所述条纹间距和所述条纹倾斜角：采用Hough变换计算出条纹间隔和条纹倾斜角；
所述标准烟支样本库包括灰度共生矩阵特征参数、条纹间距和条纹倾斜角作为各标准烟支对应的条纹特征。
8.权利要求6所述的一种基于机器视觉的卷烟外观检测方法，其特征在于，根据权利要求所述提取颜色特征的具体步骤包括：将区域图像从RGB图像转换为HSV图像，依据预设的色调门限值，提取HSV图像中的黄光像素点区域组，并采用对象区域特征值计算来实现黄光像素点区域的定位与合并，采用最大连通域标定获取黄光轮廓区域，所获得的黄光区域标记为烟嘴区域，其他区域标记为烟支区域。
9.一种烟支外观测试装置，其特征在于：包括卷烟机、工业相机、图像处理器和驱动电机，所述图像处理器用于执行权利要求1至权利要求8中任一项所述基于计算机视觉的烟支外观测试方法。
CN202110593704.4A 2021-05-28 2021-05-28 一种基于机器视觉的卷烟外观检测方法及测试装置 Pending CN113269758A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110593704.4A CN113269758A (zh) 2021-05-28 2021-05-28 一种基于机器视觉的卷烟外观检测方法及测试装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110593704.4A CN113269758A (zh) 2021-05-28 2021-05-28 一种基于机器视觉的卷烟外观检测方法及测试装置

Publications (1)

Publication Number Publication Date
CN113269758A true CN113269758A (zh) 2021-08-17

Family

ID=77233450

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110593704.4A Pending CN113269758A (zh) 2021-05-28 2021-05-28 一种基于机器视觉的卷烟外观检测方法及测试装置

Country Status (1)

Country Link
CN (1) CN113269758A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115553491A (zh) * 2022-11-11 2023-01-03 湖北中烟工业有限责任公司 一种视窗烟支的漏白检测方法、装置及电子设备
CN118096775A (zh) * 2024-04-29 2024-05-28 红云红河烟草(集团)有限责任公司 烟支外观质量的多维表征与数字化特征测评方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1761869A (zh) * 2003-03-20 2006-04-19 莫林斯股份有限公司 用于确定卷烟制品或过滤棒的一或多个物理性质的方法和设备
CN103868935A (zh) * 2014-02-14 2014-06-18 中国科学院合肥物质科学研究院 基于计算机视觉的烟支外观质量检测方法
CN110110129A (zh) * 2019-05-13 2019-08-09 江南大学 一种基于精细纹理表征的织物图像检索方法
CN112268910A (zh) * 2020-11-13 2021-01-26 上海奇信机电设备有限公司 一种烟支外观缺陷视觉检测系统及其检测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1761869A (zh) * 2003-03-20 2006-04-19 莫林斯股份有限公司 用于确定卷烟制品或过滤棒的一或多个物理性质的方法和设备
CN103868935A (zh) * 2014-02-14 2014-06-18 中国科学院合肥物质科学研究院 基于计算机视觉的烟支外观质量检测方法
CN110110129A (zh) * 2019-05-13 2019-08-09 江南大学 一种基于精细纹理表征的织物图像检索方法
CN112268910A (zh) * 2020-11-13 2021-01-26 上海奇信机电设备有限公司 一种烟支外观缺陷视觉检测系统及其检测方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
张弘等: "《数字图像处理与分析》", 31 December 2019, 机械工业出版社 *
彭桂新: "《卷烟材料对烟气有害成分的影响》", 30 November 2019, 中国轻工业出版社 *
李倩: "基于深度学习的烟支检测技术研究与应用", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅰ辑》 *
李谋: "《位置检测与数显技术》", 31 July 1993, 机械工业出版社 *
杨敬安: "《三维计算机视觉》", 31 August 1994, 安徽教育出版社 *
殷福亮等: "《数字信号处理C语言程序集》", 31 July 1997, 辽宁科学技术出版社 *
蔡利梅等: "《数字图像处理》", 31 August 2014, 中国矿业大学出版社 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115553491A (zh) * 2022-11-11 2023-01-03 湖北中烟工业有限责任公司 一种视窗烟支的漏白检测方法、装置及电子设备
CN115553491B (zh) * 2022-11-11 2023-11-24 湖北中烟工业有限责任公司 一种视窗烟支的漏白检测方法、装置及电子设备
CN118096775A (zh) * 2024-04-29 2024-05-28 红云红河烟草(集团)有限责任公司 烟支外观质量的多维表征与数字化特征测评方法及装置

Similar Documents

Publication Publication Date Title
CN105334219B (zh) 一种残差分析动态阈值分割的瓶口缺陷检测方法
CN106683075B (zh) 一种输电线杆塔横担处螺栓缺陷检测方法
US6876445B2 (en) Method for analyzing defect data and inspection apparatus and review system
CN108369650B (zh) 标识校准图案的可能特征点的方法
CN113570605B (zh) 一种基于液晶显示面板的缺陷检测方法和系统
CN113808138B (zh) 一种基于人工智能的电线电缆表面缺陷检测方法
US20060029257A1 (en) Apparatus for determining a surface condition of an object
CN108520514B (zh) 基于计算机视觉的印刷电路板电子元器一致性检测方法
CN112613429B (zh) 一种基于机器视觉适用于多视角图像指针式仪表读数方法
CN113269758A (zh) 一种基于机器视觉的卷烟外观检测方法及测试装置
CN113793337B (zh) 基于人工智能的机车配件表面异常程度评估方法
CN113781424B (zh) 一种表面缺陷检测方法、装置及设备
CN115063430B (zh) 基于图像处理的电气管道裂纹检测方法
JP2018096908A (ja) 検査装置及び検査方法
CN117798087B (zh) 基于外观缺陷检测的锂电池视觉分拣系统及终端
KR20180115646A (ko) 비전 카메라를 이용한 비드 인식 장치 및 그 방법
US20110164129A1 (en) Method and a system for creating a reference image using unknown quality patterns
CN114280075A (zh) 一种管类零件表面缺陷在线视觉检测系统及检测方法
CN115272350A (zh) 一种计算机pcb主板生产质量检测方法
CN115980095A (zh) 一种基于机器视觉的芯片外观检测方法及系统
CN111353992A (zh) 一种基于纹理特征的农产品缺陷检测方法及系统
CN107993223A (zh) 划痕检测方法、装置和电子设备
CN115760860B (zh) 一种基于dxf文件导入的多类型工件尺寸视觉测量方法
CN114581536B (zh) 基于特征感知和多通道学习的图像色差检测方法
CN114594102B (zh) 一种基于机器视觉的数据线接口自动检测方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210817