CN113837184B - 一种蚊虫检测方法、设备及存储介质 - Google Patents

一种蚊虫检测方法、设备及存储介质 Download PDF

Info

Publication number
CN113837184B
CN113837184B CN202111138439.7A CN202111138439A CN113837184B CN 113837184 B CN113837184 B CN 113837184B CN 202111138439 A CN202111138439 A CN 202111138439A CN 113837184 B CN113837184 B CN 113837184B
Authority
CN
China
Prior art keywords
template
image
area
mosquitoes
cloth cover
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
CN202111138439.7A
Other languages
English (en)
Other versions
CN113837184A (zh
Inventor
谈昆伦
季小强
刘时海
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.)
Changzhou Hongfa Zongheng Advanced Material Technology Co Ltd
Original Assignee
Changzhou Hongfa Zongheng Advanced Material Technology 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 Changzhou Hongfa Zongheng Advanced Material Technology Co Ltd filed Critical Changzhou Hongfa Zongheng Advanced Material Technology Co Ltd
Priority to CN202111138439.7A priority Critical patent/CN113837184B/zh
Publication of CN113837184A publication Critical patent/CN113837184A/zh
Application granted granted Critical
Publication of CN113837184B publication Critical patent/CN113837184B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics

Abstract

本发明涉及复合材料技术领域,尤其涉及一种蚊虫检测方法、设备及存储介质,其中方法包括如下步骤:选择一个带有蚊虫的布面,对布面进行拍照,在拍照得到的图像上划定一个区域作为模板A,蚊虫处于区域内,计算出区域中每个像素点的平均灰度值g;将需要检测的每种蚊虫分别建立一个模板并计算出每个模板中区域的平均灰度值,得到模板
Figure 100004_DEST_PATH_IMAGE002
,其中每个模板对应的平均灰度值分别为
Figure 100004_DEST_PATH_IMAGE004
;在生产时,通过相机对布面进行拍摄,采集得到布面的图像;对于采集的每一帧图像,分别将模板
Figure 100004_DEST_PATH_IMAGE006
在图像中移动并匹配;若其中一个模板移动到某一位置,与图像中该处的匹配结果小于预定值,则该处存在模板对应的蚊虫。

Description

一种蚊虫检测方法、设备及存储介质
技术领域
本发明涉及复合材料技术领域,尤其涉及一种蚊虫检测方法、设备及存储介质。
背景技术
在碳纤维布面生产过程中,有时会有蚊虫留在布面,若是不及时清理,会影响后续碳纤维的生产质量,所以需要在连续生产的过程中,对碳纤维布面进行监测,及时发现蚊虫,而生产的过程中,蚊虫有很多种的类别,监测难度大大增加。
鉴于上述问题的存在,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,以期创设一种蚊虫检测方法、设备及存储介质,使其更具有实用性。
公开于该背景技术部分的信息仅仅旨在加深对本发明的总体背景技术的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
发明内容
本发明提供了一种蚊虫检测方法、设备及存储介质,从而有效解决背景技术中的问题。
为了达到上述目的,本发明所采用的技术方案是:一种蚊虫检测方法,包括如下步骤:
步骤一:选择一个带有蚊虫的布面,对布面进行拍照,在拍照得到的图像上划定一个区域作为模板A,蚊虫处于所述区域内,计算出所述区域中每个像素点的平均灰度值g;
步骤二:重复步骤一,将需要检测的每种蚊虫分别建立一个模板并计算出每个模板中所述区域的平均灰度值,得到模板
Figure 442822DEST_PATH_IMAGE001
,其中每个模板对应的平均灰度值分别为
Figure DEST_PATH_IMAGE002
步骤三:在生产时,通过相机对布面进行拍摄,采集得到布面的图像;
步骤四:对于采集的每一帧图像,分别将模板
Figure 156700DEST_PATH_IMAGE003
在图像中移动并匹配;
步骤五:若其中一个模板移动到某一位置,与图像中该处的匹配结果小于预定值,则该处存在所述模板对应的蚊虫。
进一步地,所述区域大小为
Figure DEST_PATH_IMAGE004
的像素点。
进一步地,在匹配时,计算图像中与所述模板对应大小区域内的每个像素点灰度值与所述模板对应平均灰度值的方差,具体为:
Figure DEST_PATH_IMAGE005
其中,P为计算结果,f1至f9分别代表图像中所述模板移动位置的9个像素点的灰度值。
进一步地,所述步骤五中,若计算结果P小于0.81,则该区域存在所述模板对应的蚊虫。
进一步地,所述步骤四中,将所述模板沿图像移动时,将模板中心对应其中一个像素点,并遍历图像中每一个像素点。
进一步地,所述步骤四中,将所述模板沿图像移动时,将所述模板整体移动,移动后与移动前不存在重复像素点。
本发明还包括一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现上述的方法。
本发明还包括一种存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述的方法。
本发明的有益效果为:本发明通过选择一个带蚊虫的布面,设立模板,计算出模板中的平均灰度值,并根据需要检测的蚊虫种类,每一种蚊虫建立一个模板,在生产时,对采集到的布面图像分别将模板在图像中移动并进行匹配,如果其中一个模板移动到某一位置,与图像中该处的匹配结果小于预定值,则该处存在模板对应的蚊虫,从而可对多种蚊虫进行检测,检测快速方便,且可识别出蚊虫的种类,方便后期预防。
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为本发明的流程图;
图2为计算机设备的结构示意图。
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。
如图1所示:一种蚊虫检测方法,包括如下步骤:
步骤一:选择一个带有蚊虫的布面,对布面进行拍照,在拍照得到的图像上划定一个区域作为模板A,蚊虫处于区域内,计算出区域中每个像素点的平均灰度值g;
步骤二:重复步骤一,将需要检测的每种蚊虫分别建立一个模板并计算出每个模板中区域的平均灰度值,得到模板
Figure DEST_PATH_IMAGE006
,其中每个模板对应的平均灰度值分别为
Figure 388967DEST_PATH_IMAGE007
步骤三:在生产时,通过相机对布面进行拍摄,采集得到布面的图像;
步骤四:对于采集的每一帧图像,分别将模板
Figure 112072DEST_PATH_IMAGE003
在图像中移动并匹配;
步骤五:若其中一个模板移动到某一位置,与图像中该处的匹配结果小于预定值,则该处存在模板对应的蚊虫。
通过选择一个带蚊虫的布面,设立模板,计算出模板中的平均灰度值,并根据需要检测的蚊虫种类,每一种蚊虫建立一个模板,在生产时,对采集到的布面图像分别将模板在图像中移动并进行匹配,如果其中一个模板移动到某一位置,与图像中该处的匹配结果小于预定值,则该处存在模板对应的蚊虫,从而可对多种蚊虫进行检测,检测快速方便,且可识别出蚊虫的种类,方便后期预防。
在本实施例中,区域大小为
Figure DEST_PATH_IMAGE008
的像素点,这样可以在区域能够包覆蚊虫的情况下,不会太大或太小,区域太大对检测精度造成影响,太小则会对处理时间造成影响。
在匹配时,计算图像中与模板对应大小区域内的每个像素点灰度值与模板对应平均灰度值的方差,具体为:
Figure 723182DEST_PATH_IMAGE009
其中,P为计算结果,f1至f9分别代表图像中模板移动位置的9个像素点的灰度值,若计算结果P小于0.81,则该区域存在模板对应的蚊虫。
通过计算方差,可以很好的对图像中这块区域与模板进行匹配,增加检测识别的准确性。
其中,步骤四中,将模板沿图像移动时,将模板中心对应其中一个像素点,并遍历图像中每一个像素点。
在将模板沿图像移动时,如果采用将模板中心对应其中一个像素点,并遍历图像中每一个像素点的方式,从而大大增加检测的精度,避免图像中其中一个区域内存在部分蚊虫的情况,但是检测和计算时间会大大增加,检测精度高但是效率较低。
或者,可以采用将模板沿图像移动时,将模板整体移动,移动后与移动前不存在重复像素点的方式,由于模板是整体移动,在匹配了其中一块
Figure 607962DEST_PATH_IMAGE008
的区域后,就整体移动到另一个
Figure 343836DEST_PATH_IMAGE008
区域,检测效率大大提高,但是如果存在蚊虫正好处于
Figure 136212DEST_PATH_IMAGE008
区域的边界时,可能会对检测精度造成影响。
请参见图2示出的本申请实施例提供的计算机设备的结构示意图。本申请实施例提供的一种计算机设备400,包括:处理器410和存储器420,存储器420存储有处理器410可执行的计算机程序,计算机程序被处理器410执行时执行如上的方法。
本申请实施例还提供了一种存储介质430,该存储介质430上存储有计算机程序,该计算机程序被处理器410运行时执行如上的方法。
其中,存储介质430可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(Static Random Access Memory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read Only Memory,简称EPROM),可编程只读存储器(Programmable Red-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。
在本发明的描述中,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必针对相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (5)

1.一种蚊虫检测方法,包括如下步骤:
步骤一:选择一个带有蚊虫的布面,对布面进行拍照,在拍照得到的图像上划定一个区域作为模板A,蚊虫处于所述区域内,计算出所述区域中每个像素点的平均灰度值g;
步骤二:重复步骤一,将需要检测的每种蚊虫分别建立一个模板并计算出每个模板中所述区域的平均灰度值,得到模板
Figure 626690DEST_PATH_IMAGE001
,其中每个模板对应的平均灰度值分别为
Figure 503379DEST_PATH_IMAGE002
步骤三:在生产时,通过相机对布面进行拍摄,采集得到布面的图像;
步骤四:对于采集的每一帧图像,分别将模板
Figure 138891DEST_PATH_IMAGE001
在图像中移动并匹配;
步骤五:若其中一个模板移动到某一位置,与图像中该处的匹配结果小于预定值,则该处存在所述模板对应的蚊虫;
所述区域大小为9×9的像素点;
在匹配时,计算图像中与所述模板对应大小区域内的每个像素点灰度值与所述模板对应平均灰度值的方差,具体为:
Figure 202662DEST_PATH_IMAGE003
其中,P为计算结果,f1至f9分别代表图像中所述模板移动位置的9个像素点的灰度值;
所述步骤五中,若计算结果P小于0.81,则该区域存在所述模板对应的蚊虫。
2.根据权利要求1所述的蚊虫检测方法,其特征在于,所述步骤四中,将所述模板沿图像移动时,将模板中心对应其中一个像素点,并遍历图像中每一个像素点。
3.根据权利要求1所述的蚊虫检测方法,其特征在于,所述步骤四中,将所述模板沿图像移动时,将所述模板整体移动,移动后与移动前不存在重复像素点。
4.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现如权利要求1-3中任一项所述的方法。
5.一种存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-3中任一项所述的方法。
CN202111138439.7A 2021-09-27 2021-09-27 一种蚊虫检测方法、设备及存储介质 Active CN113837184B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111138439.7A CN113837184B (zh) 2021-09-27 2021-09-27 一种蚊虫检测方法、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111138439.7A CN113837184B (zh) 2021-09-27 2021-09-27 一种蚊虫检测方法、设备及存储介质

Publications (2)

Publication Number Publication Date
CN113837184A CN113837184A (zh) 2021-12-24
CN113837184B true CN113837184B (zh) 2022-06-10

Family

ID=78970697

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111138439.7A Active CN113837184B (zh) 2021-09-27 2021-09-27 一种蚊虫检测方法、设备及存储介质

Country Status (1)

Country Link
CN (1) CN113837184B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114004866B (zh) * 2022-01-04 2022-03-22 天津大学四川创新研究院 一种基于图像相似度差异的蚊虫识别系统与方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106548474A (zh) * 2016-11-08 2017-03-29 江苏工大金凯高端装备制造有限公司 一种微结构表面检测方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103954634A (zh) * 2014-05-08 2014-07-30 昆明瑞丰印刷有限公司 一种印刷品在线质量检测系统
CN111027497B (zh) * 2019-12-17 2023-03-31 西安电子科技大学 基于高分辨率光学遥感影像的弱小目标快速检测方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106548474A (zh) * 2016-11-08 2017-03-29 江苏工大金凯高端装备制造有限公司 一种微结构表面检测方法

Also Published As

Publication number Publication date
CN113837184A (zh) 2021-12-24

Similar Documents

Publication Publication Date Title
CN109325954B (zh) 图像分割方法、装置及电子设备
JP4351911B2 (ja) デジタルスチルカメラにおける取り込み画像の写真品質を評価する方法及び装置
DE102012006493B4 (de) Kameraimplementierung des Wählens und Stitchens von Einzelbildern für Panoramaaufnahmen
US11308710B2 (en) Polygonal region detection
CN113870233B (zh) 一种捆绑纱检测方法、计算机设备及存储介质
DE112009000480T5 (de) Dynamische Objektklassifikation
DE102021001438A1 (de) Belichtungsdefektklassifizierung von Bildern unter Nutzung eines neuronalen Netzwerkes
CN114091620B (zh) 一种模板匹配检测方法、计算机设备及存储介质
US11915430B2 (en) Image analysis apparatus, image analysis method, and storage medium to display information representing flow quantity
CN113837204B (zh) 一种孔洞形状识别方法、计算机设备及存储介质
US20110199491A1 (en) Calibration index determination device, calibration device, calibration performance evaluation device, system, method, and program
CN113780185B (zh) 一种基于碳纤维的纬纱角度检测方法、设备及存储介质
CN111754531A (zh) 图像实例分割方法和装置
CN113837184B (zh) 一种蚊虫检测方法、设备及存储介质
CN113870295B (zh) 一种孔洞直径检测方法、计算机设备及存储介质
CN111027347A (zh) 一种视频识别方法、装置和计算机设备
CN113689431B (zh) 工业产品外观缺陷检测方法和装置
KR102470422B1 (ko) 합성곱 신경망 특징맵 기반 봉제 스티치 불량 자동 검출 방법 및 시스템
DE112020005223T5 (de) Objektverfolgungseinrichtung und Objektverfolgungsverfahren
CN113252007B (zh) 用于工件质检的飞拍控制参数确定方法和装置
CN110728675A (zh) 肺结节分析装置、模型训练方法、装置及分析设备
CN115861315B (zh) 缺陷检测方法和装置
CN112070750A (zh) 皮革制品缺陷检测方法和装置
CN109785343B (zh) 基于清晰度的人脸抠图图片的优选方法及装置
CN115861220A (zh) 基于改进的ssd算法的冷轧带钢表面缺陷检测方法和系统

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