CN113706521A - 碳纤维表面毛团检测方法、装置、存储介质和电子设备 - Google Patents
碳纤维表面毛团检测方法、装置、存储介质和电子设备 Download PDFInfo
- Publication number
- CN113706521A CN113706521A CN202111051270.1A CN202111051270A CN113706521A CN 113706521 A CN113706521 A CN 113706521A CN 202111051270 A CN202111051270 A CN 202111051270A CN 113706521 A CN113706521 A CN 113706521A
- Authority
- CN
- China
- Prior art keywords
- image
- carbon fiber
- hairiness
- fiber surface
- frequency domain
- 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
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 title claims abstract description 64
- 229920000049 Carbon (fiber) Polymers 0.000 title claims abstract description 63
- 239000004917 carbon fiber Substances 0.000 title claims abstract description 63
- 206010020112 Hirsutism Diseases 0.000 title claims abstract description 30
- 238000001514 detection method Methods 0.000 title claims abstract description 30
- 230000007547 defect Effects 0.000 claims abstract description 32
- 206010004542 Bezoar Diseases 0.000 claims abstract description 28
- 238000006243 chemical reaction Methods 0.000 claims abstract description 23
- 238000001914 filtration Methods 0.000 claims abstract description 18
- 239000011159 matrix material Substances 0.000 claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 18
- 238000005498 polishing Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 6
- 229910052799 carbon Inorganic materials 0.000 claims description 4
- 239000004744 fabric Substances 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 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
- 230000001131 transforming 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
- G06T7/0002—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
- G06T5/00—Image enhancement or restoration
- G06T5/10—Image enhancement or restoration using non-spatial domain filtering
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Treatment Of Fiber Materials (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明涉及图像处理技术领域，尤其涉及一种碳纤维表面毛团检测方法、装置、存储介质和电子设备；方法包括采集图像：对碳纤维表面进行拍照并灰度化处理生成图像A；频域转换：对图像A进行傅里叶变换形成图像B；滤波除噪：设定滤波矩阵M，将图像B与滤波矩阵M卷积，形成图像C；空间域转换：对图像C进行傅里叶逆变换形成图像D；判断疵点：遍历图像D中的所有像素点，将灰度值大于k的像素点标记为疵点；判断毛团区域：提取图像D中疵点位置相邻的区域，并将区域内疵点的个数记为S，若S大于m，则将该区域判定为毛团区域。本发明提供的一种碳纤维表面毛团检测方法、装置、存储介质和电子设备，提高对毛团的检出准确度和检测效率。
Description
技术领域
本发明涉及图像处理技术领域，尤其涉及一种碳纤维表面毛团检测方法、装置、存储介质和电子设备。
背景技术
在碳纤维布的生产过程中，会有白色的毛团掉入布面，会严重影响碳纤维布面的质量，所以现在需要对碳纤维表面的白色毛团进行实时检测。现有技术中通常通过人眼去判断，容易造成一些漏检的情况出现，且人员也无法快速地进行判断工作，检测效率较低。
鉴于上述问题，本设计人基于从事此类产品工程应用多年丰富的实务经验及专业知识，并配合学理的运用，积极加以研究创新，提供一种碳板边界提取方法、装置、存储介质和电子设备，提高对毛团的检出准确度和检测效率。
发明内容
本发明的目的就是针对现有技术中存在的缺陷提供一种碳纤维表面毛团检测方法、装置、存储介质和电子设备，解决现有技术中出现的对毛团检测时漏检、检测效率低的问题。
为了达到上述目的，本发明提供一种碳纤维表面毛团检测方法，步骤包括：
采集图像：用工业相机对碳纤维表面进行拍照，并对照片进行灰度化处理生成图像A；
频域转换：对图像A进行傅里叶变换，把图像A从空间域转换到频域，形成图像B；
滤波除噪：设定滤波矩阵M，将图像B与滤波矩阵M卷积，形成图像C；
空间域转换：对图像C进行傅里叶逆变换，把图像C从频域转换到空间域，形成图像D；
判断疵点：设定灰度阈值k，遍历图像D中的所有像素点，将灰度值大于k的像素点标记为疵点；
判断毛团区域：设定面积阈值m，提取图像D中疵点位置相邻的区域，并将区域内疵点的个数记为S，若S大于m，则将该区域判定为毛团区域。
进一步的，在所述采集图像步骤中，包括：
在用工业相机对碳纤维表面进行拍照时，对碳纤维表面进行打光。
进一步的，打光时，光线与碳纤维表面形成30°~60°的倾斜角度。
进一步的，在所述频域转换步骤中，对图像A进行傅里叶变换的具体算法为：
其中，xA、yA为图像A中的像素点坐标位置，f(xA,yA)为图像A中对应像素点的灰度值，uB、vB为图像B中的像素点坐标位置，F(uB,vB)为图像B中对应像素点的值。
进一步的，在所述滤波除噪步骤中，包括：
所述滤波矩阵
。
进一步的，在所述空间域转换步骤中，对图像C进行傅里叶逆变换的具体算法为：
其中，uC、vC为图像C中的像素点坐标位置，F(uC,vC)为图像C中对应像素点的值，xD、yD为图像D中的像素点坐标位置，f(xD,yD)为图像D中对应像素点的灰度值。
本发明还提供了一种碳纤维表面毛团检测装置，包括：
采集图像模块，用于对碳纤维表面进行拍照，并对照片进行灰度化处理生成图像A；
频域转换模块，用于对图像A进行傅里叶变换，把图像A从空间域转换到频域，形成图像B；
滤波除噪模块，用于设定滤波矩阵M，将图像B与滤波矩阵M卷积，形成图像C；
空间域转换模块，用于对图像C进行傅里叶逆变换，把图像C从频域转换到空间域，形成图像D；
判断疵点模块，用于设定灰度阈值k，遍历图像D中的所有像素点，将灰度值大于k的像素点标记为疵点；
判断毛团区域模块，用于设定面积阈值m，提取图像D中疵点位置相邻的区域，并将区域内疵点的个数记为S，若S大于m，则将该区域判定为毛团区域。
进一步的，还包括：
打光模块，用于向碳纤维表面打光。
本发明还提供了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的碳纤维表面毛团检测方法。
本发明还提供了一种电子设备，包括：处理器和存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，实现上述的碳纤维表面毛团检测方法。
通过本发明的技术方案，可实现以下技术效果：
提供的一种碳纤维表面毛团检测方法，通过频域转换步骤将碳纤维表面的图像从空间域转换至频域，并使用滤波除噪步骤对频域上的图像进行滤波，再通过空间域转换步骤将滤波后的频域图像转换成空间域的图像，从而去除原图像上的噪点，避免噪点干扰后续的判断疵点和判断毛团区域步骤，有效提升对毛团的检出准确度和检测效率。
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，下面将对实施例或现有技术描述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中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中碳纤维表面的示意图；
图2为本发明实施例中碳纤维表面毛团检测方法的流程图；
图3为本发明实施例中碳纤维表面毛团检测装置的示意图；
图4为本发明实施例中碳纤维表面毛团打光的示意图。
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。
在本发明的描述中，需要说明的是，属于“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或者位置关系为基于附图所示的方位或者位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
一种碳纤维表面毛团检测方法，如图2所示，步骤包括：
采集图像：用工业相机对碳纤维表面进行拍照，并对照片进行灰度化处理生成图像A；
频域转换：对图像A进行傅里叶变换，把图像A从空间域转换到频域，形成图像B；
滤波除噪：设定滤波矩阵M，将图像B与滤波矩阵M卷积，形成图像C；
空间域转换：对图像C进行傅里叶逆变换，把图像C从频域转换到空间域，形成图像D；
判断疵点：设定灰度阈值k，遍历图像D中的所有像素点，将灰度值大于k的像素点标记为疵点；
判断毛团区域：设定面积阈值m，提取图像D中疵点位置相邻的区域，并将区域内疵点的个数记为S，若S大于m，则将该区域判定为毛团区域。
具体的，碳纤维表面的图像如图1所示，表面上存在有一些细小的白色纬纱，这些白色纬纱对于毛团的检测来说是会严重影响检测结果的噪点，因此必须将噪点从图像中去除；本发明通过频域转换步骤将碳纤维表面的图像A从空间域转换至频域形成图像B，并在滤波除噪步骤中使用滤波矩阵M对频域上的图像进行滤波形成图像C，再通过空间域转换步骤将滤波后的频域图像C转换成空间域的图像D，从而去除原图像A上的白色纬纱噪点，避免噪点干扰后续的判断疵点和判断毛团区域步骤，有效提升对毛团的检出准确度和检测效率。
由于碳纤维整体为黑色，而毛团为白色，为了使毛团与碳纤维表面的差异更大，在采集图像步骤中，包括：
在用工业相机对碳纤维表面进行拍照时，对碳纤维表面进行打光。优选地，在打光时，光线与碳纤维表面形成30°~60°的倾斜角度。
具体的，如图4所示，倾斜地射到毛团表面的光线的一部分会被毛团表面反射向工业相机，从而使毛团在图像中看起来更亮；而碳纤维表面是平的，倾斜射在碳纤维表面的光会被向斜上方反射，进入工业相机的光更少，从而使碳纤维表面在图像中看起来更暗，能进一步地提升图像中毛团与碳纤维表面的差异。光线的最优倾斜角度为45°。
在频域转换步骤中，对图像A进行傅里叶变换的具体算法为：
其中，xA、yA为图像A中的像素点坐标位置，f(xA,yA)为图像A中对应像素点的灰度值，uB、vB为图像B中的像素点坐标位置，F(uB,vB)为图像B中对应像素点的值。
在滤波除噪步骤中，包括：
滤波矩阵
。
在空间域转换步骤中，对图像C进行傅里叶逆变换的具体算法为：
其中，uC、vC为图像C中的像素点坐标位置，F(uC,vC)为图像C中对应像素点的值，xD、yD为图像D中的像素点坐标位置，f(xD,yD)为图像D中对应像素点的灰度值。
这样得到的图像D中只有白色毛团会是白色的，其他的一些噪点都会被消除掉，所以此时只要去判断出图像D中是否有白色的疵点即可检测出相应的白色毛团。
本发明还提供一种碳纤维表面毛团检测装置，如图3所示，包括：
采集图像模块，用于对碳纤维表面进行拍照，并对照片进行灰度化处理生成图像A；
频域转换模块，用于对图像A进行傅里叶变换，把图像A从空间域转换到频域，形成图像B；
滤波除噪模块，用于设定滤波矩阵M，将图像B与滤波矩阵M卷积，形成图像C；
空间域转换模块，用于对图像C进行傅里叶逆变换，把图像C从频域转换到空间域，形成图像D；
判断疵点模块，用于设定灰度阈值k，遍历图像D中的所有像素点，将灰度值大于k的像素点标记为疵点；
判断毛团区域模块，用于设定面积阈值m，提取图像D中疵点位置相邻的区域，并将区域内疵点的个数记为S，若S大于m，则将该区域判定为毛团区域。
为了实现碳纤维表面打光的需求，还包括打光模块，用于向碳纤维表面打光。
本发明还提供一种存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述的碳纤维表面毛团检测方法。
本发明还提供一种电子设备，包括：处理器和存储器，存储器上存储有计算机可读指令，计算机可读指令被处理器执行时实现上述的碳纤维表面毛团检测方法。
以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (10)
1.一种碳纤维表面毛团检测方法，其特征在于，步骤包括：
采集图像：用工业相机对碳纤维表面进行拍照，并对照片进行灰度化处理生成图像A；
频域转换：对图像A进行傅里叶变换，把图像A从空间域转换到频域，形成图像B；
滤波除噪：设定滤波矩阵M，将图像B与滤波矩阵M卷积，形成图像C；
空间域转换：对图像C进行傅里叶逆变换，把图像C从频域转换到空间域，形成图像D；
判断疵点：设定灰度阈值k，遍历图像D中的所有像素点，将灰度值大于k的像素点标记为疵点；
判断毛团区域：设定面积阈值m，提取图像D中疵点位置相邻的区域，并将区域内疵点的个数记为S，若S大于m，则将该区域判定为毛团区域。
2.根据权利要求1所述的碳纤维表面毛团检测方法，其特征在于，在所述采集图像步骤中，包括：
在用工业相机对碳纤维表面进行拍照时，对碳纤维表面进行打光。
3.根据权利要求2所述的碳纤维表面毛团检测方法，其特征在于，打光时，光线与碳纤维表面形成30°~60°的倾斜角度。
4.根据权利要求1所述的碳纤维表面毛团检测方法，其特征在于，在所述频域转换步骤中，对图像A进行傅里叶变换的具体算法为：
其中，xA、yA为图像A中的像素点坐标位置，f(xA,yA)为图像A中对应像素点的灰度值，uB、vB为图像B中的像素点坐标位置，F(uB,vB)为图像B中对应像素点的值。
5.根据权利要求4所述的碳纤维表面毛团检测方法，其特征在于，在所述滤波除噪步骤中，包括：
所述滤波矩阵
。
6.根据权利要求5所述的碳纤维表面毛团检测方法，其特征在于，在所述空间域转换步骤中，对图像C进行傅里叶逆变换的具体算法为：
其中，uC、vC为图像C中的像素点坐标位置，F(uC,vC)为图像C中对应像素点的值，xD、yD为图像D中的像素点坐标位置，f(xD,yD)为图像D中对应像素点的灰度值。
7.一种碳纤维表面毛团检测装置，其特征在于，包括：
采集图像模块，用于对碳纤维表面进行拍照，并对照片进行灰度化处理生成图像A；
频域转换模块，用于对图像A进行傅里叶变换，把图像A从空间域转换到频域，形成图像B；
滤波除噪模块，用于设定滤波矩阵M，将图像B与滤波矩阵M卷积，形成图像C；
空间域转换模块，用于对图像C进行傅里叶逆变换，把图像C从频域转换到空间域，形成图像D；
判断疵点模块，用于设定灰度阈值k，遍历图像D中的所有像素点，将灰度值大于k的像素点标记为疵点；
判断毛团区域模块，用于设定面积阈值m，提取图像D中疵点位置相邻的区域，并将区域内疵点的个数记为S，若S大于m，则将该区域判定为毛团区域。
8.根据权利要求7所述的碳纤维表面毛团检测装置，其特征在于，还包括：
打光模块，用于向碳纤维表面打光。
9.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现根据权利要求1至6中任一项所述的碳纤维表面毛团检测方法。
10.一种电子设备，其特征在于，包括：处理器和存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，实现根据权利要求1至6中任一项所述的碳纤维表面毛团检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111051270.1A CN113706521A (zh) | 2021-09-08 | 2021-09-08 | 碳纤维表面毛团检测方法、装置、存储介质和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111051270.1A CN113706521A (zh) | 2021-09-08 | 2021-09-08 | 碳纤维表面毛团检测方法、装置、存储介质和电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113706521A true CN113706521A (zh) | 2021-11-26 |
Family
ID=78659396
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111051270.1A Pending CN113706521A (zh) | 2021-09-08 | 2021-09-08 | 碳纤维表面毛团检测方法、装置、存储介质和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113706521A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114092510A (zh) * | 2021-12-01 | 2022-02-25 | 常州市宏发纵横新材料科技股份有限公司 | 一种基于正态分布的分割方法、计算机设备及存储介质 |
| CN114677337A (zh) * | 2022-03-11 | 2022-06-28 | 常州市新创智能科技有限公司 | 一种碳纤维布面的油污检测方法及装置 |
| CN117670842A (zh) * | 2023-12-07 | 2024-03-08 | 常州市宏发纵横新材料科技股份有限公司 | 一种布面横条检测方法、装置、设备及存储介质 |
| CN117670842B (zh) * | 2023-12-07 | 2024-06-04 | 常州市宏发纵横新材料科技股份有限公司 | 一种布面横条检测方法、装置、设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008241407A (ja) * | 2007-03-27 | 2008-10-09 | Mitsubishi Electric Corp | 欠陥検出方法及び欠陥検出装置 |
| WO2018233167A1 (zh) * | 2017-06-21 | 2018-12-27 | 江阴芗菲服饰有限公司 | 机织物疵点分割方法 |
| CN109934802A (zh) * | 2019-02-02 | 2019-06-25 | 浙江工业大学 | 一种基于傅里叶变换和图像形态学的布匹疵点检测方法 |
| CN110021023A (zh) * | 2019-03-05 | 2019-07-16 | 西安工程大学 | 一种电子布疵点分割方法 |
| CN111861950A (zh) * | 2020-05-27 | 2020-10-30 | 浙江工贸职业技术学院 | 一种织物表面毛球区域的检测方法及装置 |
-
2021
- 2021-09-08 CN CN202111051270.1A patent/CN113706521A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008241407A (ja) * | 2007-03-27 | 2008-10-09 | Mitsubishi Electric Corp | 欠陥検出方法及び欠陥検出装置 |
| WO2018233167A1 (zh) * | 2017-06-21 | 2018-12-27 | 江阴芗菲服饰有限公司 | 机织物疵点分割方法 |
| CN109934802A (zh) * | 2019-02-02 | 2019-06-25 | 浙江工业大学 | 一种基于傅里叶变换和图像形态学的布匹疵点检测方法 |
| CN110021023A (zh) * | 2019-03-05 | 2019-07-16 | 西安工程大学 | 一种电子布疵点分割方法 |
| CN111861950A (zh) * | 2020-05-27 | 2020-10-30 | 浙江工贸职业技术学院 | 一种织物表面毛球区域的检测方法及装置 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114092510A (zh) * | 2021-12-01 | 2022-02-25 | 常州市宏发纵横新材料科技股份有限公司 | 一种基于正态分布的分割方法、计算机设备及存储介质 |
| CN114677337A (zh) * | 2022-03-11 | 2022-06-28 | 常州市新创智能科技有限公司 | 一种碳纤维布面的油污检测方法及装置 |
| CN114677337B (zh) * | 2022-03-11 | 2022-10-04 | 常州市新创智能科技有限公司 | 一种碳纤维布面的油污检测方法及装置 |
| CN117670842A (zh) * | 2023-12-07 | 2024-03-08 | 常州市宏发纵横新材料科技股份有限公司 | 一种布面横条检测方法、装置、设备及存储介质 |
| CN117670842B (zh) * | 2023-12-07 | 2024-06-04 | 常州市宏发纵横新材料科技股份有限公司 | 一种布面横条检测方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109934802B (zh) | 一种基于傅里叶变换和图像形态学的布匹疵点检测方法 | |
| US11257194B2 (en) | Method for image dehazing based on adaptively improved linear global atmospheric light of dark channel | |
| CN109410230B (zh) | 一种可抗噪声的改进Canny图像边缘检测方法 | |
| CN109507192B (zh) | 一种基于机器视觉的磁芯表面缺陷检测方法 | |
| JP4986250B2 (ja) | ノイズ除去機能付きのデジタル画像処理増強システム及び方法 | |
| CN113706521A (zh) | 碳纤维表面毛团检测方法、装置、存储介质和电子设备 | |
| Hao et al. | Improved self-adaptive edge detection method based on Canny | |
| CN109472788B (zh) | 一种飞机铆钉表面的伤痕检测方法 | |
| CN109584198B (zh) | 一种人脸图像质量评价方法、装置及计算机可读存储介质 | |
| CN115330784A (zh) | 一种布匹表面缺陷检测方法 | |
| CN106780464A (zh) | 一种基于改进阈值分割的织物疵点检测方法 | |
| CN105741244A (zh) | 一种室内巡检机器人弱光下去除阴影和光晕的方法 | |
| CN109801231B (zh) | 一种电泳电子纸检测设备的图像处理方法 | |
| CN110807763A (zh) | 一种陶瓦表面鼓包检测方法及系统 | |
| CN105701809A (zh) | 一种基于线阵相机扫描的平场校正方法 | |
| Wang et al. | An efficient method for image dehazing | |
| CN107170002B (zh) | 一种图像自动对焦方法和设备 | |
| Ma et al. | An automatic detection method of Mura defects for liquid crystal display | |
| KR20140109801A (ko) | 3d이미지 품질을 향상시키는 방법과 장치 | |
| WO2022088856A1 (zh) | 眼底图像识别方法及装置和设备 | |
| CN104794475B (zh) | 一种光子晶体光纤的端面结构特征提取方法 | |
| CN116823694B (zh) | 基于多聚焦信息整合的红外与可见光图像融合方法及系统 | |
| CN112075876A (zh) | 基于机器视觉的产线智能吸尘机器人 | |
| CN110766675B (zh) | 太阳能电池板缺陷检测方法 | |
| CN111260588A (zh) | 一种高清数字cmos成像组件图像增强方法 |
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 |