CN113935996B - 基于图像处理的瓦楞纸透楞现象检测方法及系统 - Google Patents
基于图像处理的瓦楞纸透楞现象检测方法及系统 Download PDFInfo
- Publication number
- CN113935996B CN113935996B CN202111537409.3A CN202111537409A CN113935996B CN 113935996 B CN113935996 B CN 113935996B CN 202111537409 A CN202111537409 A CN 202111537409A CN 113935996 B CN113935996 B CN 113935996B
- Authority
- CN
- China
- Prior art keywords
- edge
- penetration
- edge line
- gray
- image
- 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.)
- Expired - Fee Related
Links
- 230000035515 penetration Effects 0.000 title claims abstract description 213
- 238000001514 detection method Methods 0.000 title claims abstract description 35
- 238000012545 processing Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 claims abstract description 18
- 230000006870 function Effects 0.000 claims description 40
- 238000001228 spectrum Methods 0.000 claims description 19
- 230000011218 segmentation Effects 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 11
- 238000010586 diagram Methods 0.000 claims description 8
- 238000003708 edge detection Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000000123 paper Substances 0.000 description 95
- 230000000149 penetrating effect Effects 0.000 description 7
- 238000009826 distribution Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 206010040925 Skin striae Diseases 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 101100173586 Schizosaccharomyces pombe (strain 972 / ATCC 24843) fft2 gene Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000011087 paperboard Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003595 spectral 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20061—Hough transform
-
- 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
- G06T2207/30124—Fabrics; Textile; Paper
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明涉及图像处理技术领域,具体涉及一种基于图像处理的瓦楞纸透楞现象检测方法及系统,包括:获取待检测瓦楞纸的表面图像,得到表面图像的灰度图像,获取灰度图像中各个透楞边缘线像素点以及透楞边缘线的方向值,得到灰度图像中的各个透楞边缘线,根据透楞边缘线的方向值、灰度图像中的各个透楞边缘线上的各个像素点的灰度值以及各个像素点的周围像素点的灰度值,确定各个透楞边缘线上的各个像素点的透楞严重程度指标值,进而得到灰度图像中的各个实际的透楞边缘线,确定待检测瓦楞纸的表面透楞区域。本发明通过对瓦楞纸的透楞现象进行检测,获取更加准确的瓦楞纸的透楞现象区域,提高了瓦楞纸的检测效率。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种基于图像处理的瓦楞纸透楞现象检测方法及系统。
背景技术
瓦楞纸成为常用不衰并呈现迅猛发展的制作包装容器的主要材料之一,其原因是由于使用瓦楞纸板制成的包装容器对美化和保护商品有其独特的性能和优点。但瓦楞纸也不可或缺的存在一些缺陷,其中,透楞现象是一种普遍存在于瓦楞纸生产常见的缺陷,在瓦楞纸刚生产出来时,很少产生透楞现象,但是在存放一定时间后,瓦楞纸的透楞现象会比较明显。
对瓦楞纸的透楞现象进行检测时,可通过常规的阈值检测方法对瓦楞纸进行检测,但是阈值检测方法有很大的问题,首先阈值设置的不当会导致检测效果不一样,而阈值又必须根据外部环境变化而调整,并且简单的阈值分割并不能很好的得到真实的透楞效果,甚至阈值检测会丢失一些细节信息,最终无法获得准确的切割区域,导致瓦楞纸的检测效率低下。
发明内容
本发明的目的在于提供一种基于图像处理的瓦楞纸透楞现象检测方法及系统,用于解决瓦楞纸的检测效率低下的问题。
为了解决上述技术问题,本发明所采用的技术方案具体如下:
本发明提供了一种基于图像处理的瓦楞纸透楞现象检测方法,该方法包括以下步骤:
获取待检测瓦楞纸的表面图像,得到表面图像的灰度图像,进而根据灰度图像和表面图像,获取灰度图像中各个透楞边缘线像素点以及透楞边缘线的方向值;
根据灰度图像中各个透楞边缘线像素点,得到灰度图像中的各个透楞边缘线;
根据透楞边缘线的方向值、灰度图像中的各个透楞边缘线上的各个像素点的灰度值以及各个像素点的周围像素点的灰度值,确定各个透楞边缘线上的各个像素点的透楞严重程度指标值;
根据各个透楞边缘线上的各个像素点的透楞严重程度指标值和位置,得到灰度图像中的各个实际的透楞边缘线;
根据灰度图像中的各个实际的透楞边缘线,确定待检测瓦楞纸的表面透楞区域。
进一步地,确定各个透楞边缘线上的各个像素点的透楞严重程度指标值的步骤包括:
在垂直于透楞边缘线的方向上,对灰度图像中的各个透楞边缘线上的各个像素点的两侧构建窗口,分别计算两窗口内各个像素点的灰度均值,得到灰度图像中的各个透楞边缘线上的各个像素点对应的两窗口的灰度均值的差值;
根据灰度图像中各个透楞边缘线上的各个像素点的周围八邻域像素点的灰度值,计算灰度图像中各个透楞边缘线上的各个像素点的海森矩阵,获取海森矩阵最小特征值所对应的特征向量,从而得到灰度图像中各个透楞边缘线上的各个像素点对应的灰度值变化曲率最小的方向值;
根据灰度图像中各个透楞边缘线上的各个像素点对应的两窗口的灰度均值的差值、灰度值变化曲率最小的方向值以及透楞边缘线的方向值,得到灰度图像中各个透楞边缘线上的各个像素点的透楞严重程度指标值。
进一步地,灰度图像中各个透楞边缘线上的各个像素点的透楞严重程度指标值的计算公式为:
其中,为灰度图像中各个透楞边缘线上的各个像素点的透楞严重程度指标值,为灰度图像中各个透楞边缘线上的各个像素点对应的两窗口的灰度均值的差值,为灰度图像中各个透楞边缘线上的各个像素点对应的灰度值变化曲率最小的方向值,为透楞线的方向值。
进一步地,确定灰度图像中的各个实际的透楞边缘线的步骤包括:
根据灰度图像中的各个透楞边缘线的位置,确定灰度图像中的各个透楞边缘线组合,所述透楞边缘线组合包括同一个透楞线的两条透楞边缘线;
根据每个透楞边缘线组合中的两条透楞边缘线上的各个像素点的透楞严重程度指标值,对每个透楞边缘线组合中的两条透楞边缘线上的各个像素点的透楞严重程度指标值进行修正;
根据每条透楞边缘线上的各个像素点的位置和修正之后的透楞严重程度指标值,对每条透楞边缘线上的各个像素点进行聚类,从而得到每条透楞边缘线上的各个子透楞边缘线,每条透楞边缘线上的子透楞边缘线的数目至少为两条;
根据每条透楞边缘线上的各个子透楞边缘线,确定实际的透楞边缘线。
进一步地,对每个透楞边缘线组合中的两条透楞边缘线上的各个像素点的透楞严重程度指标值进行修正的步骤包括:
确定每个透楞边缘线组合中的其中一条透楞边缘线上的中心点,以该透楞边缘线上的中心点为坐标系原点,以该透楞边缘线所在的直线为x轴构建坐标系,从而得到每个透楞边缘线组合中的两条透楞边缘线上各个像素点的横坐标,并以每个透楞边缘线组合中的两条透楞边缘线上的各个像素点的透楞严重程度指标值为纵坐标,进行高斯拟合,得到每个透楞边缘线组合中的两条透楞边缘线的两个高斯函数;
将每个透楞边缘线组合中的两条透楞边缘线的两个高斯函数相乘,得到每个透楞边缘线组合的高斯函数;
根据每个透楞边缘线组合中的两条透楞边缘线的各个像素点的横坐标,确定对应透楞边缘线组合的高斯函数的函数值,并将每个透楞边缘线组合中的两条透楞边缘线的各个像素点的透楞严重程度指标值修正为对应的函数值。
进一步地,确定实际的透楞边缘线的步骤包括:
根据每条透楞边缘线上的各个子透楞边缘线,若子透楞边缘线的数目大于2,则将每条透楞边缘线上的各个子透楞边缘线进行合并,合并后的每条透楞边缘线上的子透楞边缘线的数目等于2;
根据每条透楞边缘线上的两个子透楞边缘线,确定每条透楞边缘线上的各个子透楞边缘线上的各个像素点的透楞严重程度指标值,进而得到每条透楞边缘线上的各个子透楞边缘线的透楞严重程度指标均值;
根据每条透楞边缘线上的各个子透楞边缘线的透楞严重程度指标均值,将透楞严重程度指标均值较大的子透楞边缘线作为实际的透楞边缘线。
进一步地,将每条透楞边缘线上的子透楞边缘线进行合并的步骤包括:
根据每条透楞边缘线上的各个子透楞边缘线的各个像素点的透楞严重程度指标值,得到每条透楞边缘线上的各个子透楞边缘线的透楞严重程度指标均值;
根据每条透楞边缘线上的相邻两个子透楞边缘线的透楞严重程度指标均值,得到每条透楞边缘线上的相邻两个子透楞边缘线的透楞严重程度指标均值的差值,若透楞边缘线上的相邻两个子透楞边缘线的透楞严重程度指标均值的差值为最小值,则将该最小值对应的相邻两个子透楞边缘线进行合并,根据合并后的每条透楞边缘线上的各个子透楞边缘线的各个像素点的透楞严重程度指标值,重新得到每条透楞边缘线上的各个子透楞边缘线的透楞严重程度指标均值,重复上述步骤,直至每条透楞边缘线上的子透楞边缘线的数目等于2。
进一步地,确定待检测瓦楞纸的表面透楞区域的步骤包括:
根据灰度图像中的各个实际的透楞边缘线,得到灰度图像中的各个实际的透楞边缘线的两端端点;
根据灰度图像中的各个实际的透楞边缘线的两端端点,利用凸包生成算法确定凸包连通域,将该凸包连通域作为待检测瓦楞纸的表面透楞区域。
进一步地,获取灰度图像中各个透楞边缘线像素点以及透楞边缘线的方向值的步骤包括:
根据待检测瓦楞纸的灰度图像,得到待检测瓦楞纸的阈值分割图像;
根据待检测瓦楞纸的阈值分割图像,对阈值分割图像进行霍夫直线检测,确定透楞线的方向值;
根据待检测瓦楞纸的表面图像,获取待检测瓦楞纸的频谱图,并对频谱图进行中心化处理;
根据中心化处理后的频谱图和透楞线的方向值,确定待检测瓦楞纸的透楞线在频谱图中对应的频谱值;
对待检测瓦楞纸的透楞线在频谱图中对应的频谱值进行逆傅里叶变换,得到待检测瓦楞纸的透楞纹理图,并将透楞纹理图进行边缘检测,从而得到灰度图像中各个透楞边缘线像素点。
本发明还提供了一种基于图像处理的瓦楞纸透楞现象检测系统,包括处理器和存储器,处理器用于处理存储在存储器中的指令以实现上述的基于图像处理的瓦楞纸透楞现象检测方法。
本发明具有如下有益效果:
本发明通过获取待检测瓦楞纸的表面图像,得到表面图像的灰度图像,获取灰度图像中各个透楞边缘线像素点以及透楞边缘线的方向值,进而得到灰度图像中的各个透楞边缘线,根据透楞边缘线的方向值、灰度图像中的各个透楞边缘线上的各个像素点的灰度值以及各个像素点的周围像素点的灰度值,确定各个透楞边缘线上的各个像素点的透楞严重程度指标值,根据瓦楞的周期性规律变化,在形成透楞现象时,得到各个像素点更为准确的透楞严重程度指标值,为后续得到实际的透楞边缘线提供数据支持,根据各个透楞边缘线上的各个像素点的透楞严重程度指标值和位置,得到灰度图像中的各个实际的透楞边缘线,根据灰度图像中的各个实际的透楞边缘线,确定待检测瓦楞纸的表面透楞区域。本发明通过瓦楞纸的表面图像和灰度图像,确定每个透楞边缘线上的各个像素点在灰度图像中的灰度信息和分布,得到每个透楞边缘线上的各个像素点的透楞严重程度指标值,进而得到每个透楞边缘线中实际的透楞边缘线和非透楞边缘线,获取准确的瓦楞纸表面透楞区域,提高了瓦楞纸的检测效率。
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和优点,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的介绍,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的前提下,还可以根据这些附图获得其它附图。
图1为本发明的基于图像处理的瓦楞纸透楞现象检测方法的步骤流程图;
图2为本发明的瓦楞纸的灰度图像;
图3为本发明的瓦楞纸的阈值分割图像;
图4为本发明的瓦楞纸的中心化处理后的频谱图;
图5为本发明的瓦楞纸的透楞纹理图;
图6为本发明的瓦楞纸的透楞边缘图;
图7为本发明的瓦楞纸的灰度边缘图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的技术方案的具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种基于图像处理的瓦楞纸透楞现象检测方法及系统的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种基于图像处理的瓦楞纸透楞现象检测的步骤流程图,该方法包括以下步骤:
步骤1:获取待检测瓦楞纸的表面图像,得到表面图像的灰度图像,进而根据灰度图像和表面图像,获取灰度图像中各个透楞边缘线像素点以及透楞边缘线的方向值。
在待检测瓦楞纸的上方设置RGB相机,可根据具体实时场景相应调整RGB相机与瓦楞纸的距离,使RGB相机采集到的瓦楞纸的表面图像为完整的瓦楞纸的表面图像,由于RGB相机采集到的图像包含瓦楞纸的表面图像和背景图像,提取其瓦楞纸的表面图像,进而得到瓦楞纸的表面图像。根据瓦楞纸的表面图像,将瓦楞纸的表面图像转换为灰度图像,从而得到瓦楞纸的灰度图像,如图2所示。由于对图像的灰度化过程为公知技术,在此不在赘述。
其中,获取灰度图像中各个透楞边缘线像素点以及透楞边缘线的方向值的步骤如下:
(1-1)根据待检测瓦楞纸的灰度图像,得到待检测瓦楞纸的阈值分割图像。
根据待检测瓦楞纸的灰度图像,设置阈值fr对待检测瓦楞纸的灰度图像进行阈值分割,得到待检测瓦楞纸的阈值分割图像,如图3所示。其中,fr为超参数,在本实施例中,fr为173,超参数的数值可以由实施者根据具体的实施场景进行调整。本实施例的阈值分割仅需要获得透楞线的清晰线条图像,便于得到瓦楞线的方向即可,不需要反复进行调整。
(1-2)根据待检测瓦楞纸的阈值分割图像,对阈值分割图像进行霍夫直线检测,确定透楞线的方向值。
对阈值分割图像采用matlab软件中的霍夫函数hough,并进行霍夫直线检测,根据matlab软件中的houghpeaks函数,得到第一个峰值在霍夫空间的坐标信息,其中第一个峰值表示最长直线的霍夫函数hough检测结果,所以更能表示透楞线的方向,透楞线的方向为第一个峰值在霍夫空间坐标信息中的一个坐标值,表示透楞线的方向信息,即为透楞线的方向值。本实施例中设定霍夫函数hough变换的角度范围为﹣90~89。
(1-3)根据待检测瓦楞纸的表面图像,获取待检测瓦楞纸的频谱图,并对频谱图进行中心化处理。
根据待检测瓦楞纸的表面图像,采用matlab软件中的二维快速傅里叶变换函数fft2和fftshift函数,得到瓦楞纸图像的频谱图,并对瓦楞纸图像的频谱图进行中心化处理,得到中心化处理后的频谱图,如图4所示。
(1-4)根据中心化处理后的频谱图和透楞线的方向值,确定待检测瓦楞纸的透楞线在频谱图中对应的频谱值。
根据中心化处理后的频谱图和透楞线的方向值,获取透楞线的方向值在频谱图上所经过的区域,由于透楞线的方向与频谱图上透楞线的方向是垂直对照的关系,获取透楞线的方向值在频谱图上的方向,设为。以频谱图中心点为坐标原点,得到方向值为的直线在频谱中经过的频谱值。
(1-5)对待检测瓦楞纸的透楞线在频谱图中对应的频谱值进行逆傅里叶变换,得到待检测瓦楞纸的透楞纹理图,并将透楞纹理图进行边缘检测,从而得到灰度图像中各个透楞边缘线像素点。
将待检测瓦楞纸的透楞线在频谱图中对应的频谱值进行逆傅里叶变换,得到待检测瓦楞纸的透楞纹理图,如图5所示。并对待检测瓦楞纸的透楞纹理图进行边缘检测,得到瓦楞纸的透楞边缘图,如图6所示,本实施例中采用canny进行边缘检测,实施者可根据具体的实施场景采用相应的边缘检测方法。根据待检测瓦楞纸的透楞边缘图,得到透楞边缘图中的各个透楞边缘线像素点。根据各个透楞边缘线像素点,得到待检测瓦楞纸的灰度图像中的各个透楞边缘线像素点,进而得到瓦楞纸的灰度边缘图,如图7所示。
步骤2:根据灰度图像中各个透楞边缘线像素点,得到灰度图像中的各个透楞边缘线。
根据灰度图像中各个透楞边缘线像素点的灰度值和位置,得到各个透楞边缘线像素点的灰度值和位置构成集合,利用密度聚类算法(DBSCAN)对集合中的数据进行分类,得到k个类别,由于密度聚类算法(DBSCAN)为公知技术,在此不再详述。每个类别为各个透楞边缘线的灰度值和位置的集合,同一个类别中的像素点是连续紧挨分布的,不同类别表示不同的透楞边缘线,得到灰度图像中的各个透楞边缘线。
步骤3:根据透楞边缘线的方向值、灰度图像中的各个透楞边缘线上的各个像素点的灰度值以及各个像素点的周围像素点的灰度值,确定各个透楞边缘线上的各个像素点的透楞严重程度指标值。
由于瓦楞是由周期性规律变化的直楞并具有一定的宽度,所以在形成透楞现象时,根据透楞边缘线上的像素点的分布和灰度信息以及周围像素点的分布和灰度信息,可以确定各个透楞边缘线上的各个像素点的透楞严重程度指标值,具体步骤如下:
(3-1)在垂直于透楞边缘线的方向上,对灰度图像中的各个透楞边缘线上的各个像素点的两侧构建窗口,分别计算两窗口内各个像素点的灰度均值,得到灰度图像中的各个透楞边缘线上的各个像素点对应的两窗口的灰度均值的差值。
在沿方向上,也就是在垂直于透楞边缘线的方向上,本实施例在灰度图像中的各个透楞线上的各个像素点的两侧构建窗口,实施者可根据具体的实时场景度窗口的大小进行相应的调整。根据灰度图像中的各个透楞线上的各个像素点的两侧构建窗口内的各个像素点的灰度值,分别计算两侧窗口内的各个像素点的灰度值均值,并将两侧窗口内的各个像素点的灰度值均值做差,得到灰度图像中的各个透楞边缘线上的各个像素点对应的两窗口的灰度均值的差值。
(3-2)根据灰度图像中各个透楞边缘线上的各个像素点的周围八邻域像素点的灰度值,计算灰度图像中各个透楞边缘线上的各个像素点的海森矩阵,获取海森矩阵最小特征值所对应的特征向量,从而得到灰度图像中各个透楞边缘线上的各个像素点对应的灰度值变化曲率最小的方向值。
根据灰度图像中各个透楞边缘线上的各个像素点,获取灰度图像中各个透楞边缘线上的各个像素点的周围八邻域内的像素点,并得到灰度图像中各个透楞边缘线上的各个像素点的周围八邻域像素点的灰度值,计算灰度图像中各个透楞边缘线上的各个像素点的海森矩阵,海森矩阵为2×2的对角矩阵,用于表示像素点在灰度图像上的二阶导数,由于海森矩阵为公知技术,在此不再赘述。获取海森矩阵的特征值和特征向量,得到海森矩阵的最小特征值对应的特征向量,为一个二维单位向量,用于表示像素点在灰度图像上的灰度值变化曲率最小的方向,本实施例中用于表示像素点处的方向,从而得到灰度图像中各个透楞边缘线上的各个像素点对应的灰度值变化曲率最小的方向值。
(3-3)根据灰度图像中各个透楞边缘线上的各个像素点对应的两窗口的灰度均值的差值、灰度值变化曲率最小的方向值以及透楞边缘线的方向值,得到灰度图像中各个透楞边缘线上的各个像素点的透楞严重程度指标值。
根据步骤(1)中的步骤(1-2),得到透楞边缘线的方向值。根据步骤(3)中的步骤(3-1),得到灰度图像中各个透楞边缘线上的各个像素点对应的两窗口的灰度均值的差值。根据步骤(3)中的步骤(3-2),得到灰度图像中各个透楞边缘线上的各个像素点对应的灰度值变化曲率最小的方向值。根据灰度图像中各个透楞边缘线上的各个像素点对应的两窗口的灰度均值的差值、灰度值变化曲率最小的方向值以及透楞边缘线的方向值,得到灰度图像中各个透楞边缘线上的各个像素点的透楞严重程度指标值,计算公式为:
其中,为灰度图像中各个透楞边缘线上的各个像素点的透楞严重程度指标值,为灰度图像中各个透楞边缘线上的各个像素点对应的两窗口的灰度均值的差值,为灰度图像中各个透楞边缘线上的各个像素点对应的灰度值变化曲率最小的方向值,为透楞线的方向值。
步骤4:根据各个透楞边缘线上的各个像素点的透楞严重程度指标值和位置,得到灰度图像中的各个实际的透楞边缘线。
由于瓦楞纸表面的透楞为规律的瓦楞状,所以透楞所形成的透楞线条是平行且有规律的,可根据各个透楞边缘线上的各个像素点的透楞严重程度指标值和位置,得到准确的瓦楞纸的实际的透楞边缘线,具体步骤如下:
(4-1)根据灰度图像中的各个透楞边缘线的位置,确定灰度图像中的各个透楞边缘线组合,所述透楞边缘线组合包括同一个透楞线的两条透楞边缘线。
由于瓦楞是由周期性规律变化的直楞,所以同一个瓦楞在形成两条透楞边缘线的距离应为最小值。根据灰度图像中的各个透楞边缘线的位置,计算每两条透楞边缘线之间的距离,
每两条透楞边缘线之间的距离最小值的两条透楞边缘线为同一个透楞线的两条透楞边缘线,得到灰度图像中的各个透楞边缘线组合。
(4-2)根据每个透楞边缘线组合中的两条透楞边缘线上的各个像素点的透楞严重程度指标值,对每个透楞边缘线组合中的两条透楞边缘线上的各个像素点的透楞严重程度指标值进行修正。
同一个瓦楞在两边形成边缘出现透楞现象时,由于是同一个瓦楞形成的,同一个瓦楞的两条透楞边缘线上的各个像素点应当具备一致的透楞严重程度指标值,但由于噪声或其他表面缺陷的影响,导致同一个瓦楞的两条透楞边缘线上的各个像素点的透楞严重程度指标值不一致,则需要对每个透楞边缘线组合中的两条透楞边缘线上的各个像素点的透楞严重程度指标值进行修正,具体步骤如下:
(4-2-1)确定每个透楞边缘线组合中的其中一条透楞边缘线上的中心点,以该透楞边缘线上的中心点为坐标系原点,以该透楞边缘线所在的直线为x轴构建坐标系,从而得到每个透楞边缘线组合中的两条透楞边缘线上各个像素点的横坐标,并以每个透楞边缘线组合中的两条透楞边缘线上的各个像素点的透楞严重程度指标值为纵坐标,进行高斯拟合,得到每个透楞边缘线组合中的两条透楞边缘线的两个高斯函数。
根据每个透楞边缘线组合中的其中一条透楞边缘线上的各个像素点的位置,确定该透楞边缘线上的中心点,以该透楞边缘线上的中心点为坐标系原点,以坐标系原点所在的透楞边缘线的直线为x轴,以垂直于坐标系原点所在的透楞边缘线的直线为y轴,构建直角坐标系,并根据每个透楞边缘线组合中的两条透楞边缘线上的各个像素点,得到直角坐标系的横坐标,根据每个透楞边缘线组合中的两条透楞边缘线上的各个像素点的透楞严重程度指标值为纵坐标,并进行高斯拟合,得到每个透楞边缘线组合中的两条透楞边缘线的两个高斯函数。
(4-2-2)将每个透楞边缘线组合中的两条透楞边缘线的两个高斯函数相乘,得到每个透楞边缘线组合的高斯函数。
根据每个透楞边缘线组合中的两条透楞边缘线的两个高斯函数,将两个高斯函数进行相乘,得到每个透楞边缘线组合的高斯函数。由于将两个高斯函数进行相乘为现有技术,在此不再详述。
(4-2-3)根据每个透楞边缘线组合中的两条透楞边缘线的各个像素点的横坐标,确定对应透楞边缘线组合的高斯函数的函数值,并将每个透楞边缘线组合中的两条透楞边缘线的各个像素点的透楞严重程度指标值修正为对应的函数值。
根据每个透楞边缘线组合的高斯函数,确定每个透楞边缘线组合中的两条透楞边缘线的各个像素点的横坐标在其对应透楞边缘线组合的高斯函数的函数值,将每个透楞边缘线组合中的两条透楞边缘线的各个像素点的透楞严重程度指标值修正为对应透楞边缘线组合的高斯函数的函数值,进而将每个透楞边缘线组合中的两条透楞边缘线的各个像素点的透楞严重程度指标值相一致。
根据某个透楞边缘线组合中的两条透楞边缘线,确定该透楞边缘线组合中的两条透楞边缘线的各个像素点的横坐标,取该透楞边缘线组合中的其中一条透楞边缘线的横坐标为,获取该透楞边缘线组合中的另一条透楞边缘线的横坐标为,与相等。将该透楞边缘线组合中的两条透楞边缘线的横坐标或带入至该透楞边缘线组合的高斯函数中,得到对应的函数值,将该函数值赋予透楞边缘线组合中的两条透楞边缘线的横坐标或对应的像素点的透楞严重程度指标值。需要说明的是,若该透楞边缘线组合中的两条透楞边缘线的横坐标对应的透楞严重程度指标值为零时,则该函数值不赋给对应像素点的透楞严重程度指标值,若该透楞边缘线组合中的两条透楞边缘线的横坐标对应的透楞严重程度指标值为零时,则该函数值不赋给对应像素点的透楞严重程度指标值。
通过上述修正过程,可以将每个透楞边缘线组合中的两条透楞边缘线的各个像素点的透楞严重程度指标值相一致。
(4-3)根据每条透楞边缘线上的各个像素点的位置和修正之后的透楞严重程度指标值,对每条透楞边缘线上的各个像素点进行聚类,从而得到每条透楞边缘线上的各个子透楞边缘线,每条透楞边缘线上的子透楞边缘线的数目至少为两条。
根据每条透楞边缘线上的各个像素点的位置和修正之后的透楞严重程度指标值,获取各个像素点的位置和修正之后的透楞严重程度指标值构成的集合,本实施例采用密度聚类算法(DBSCAN)对集合中的数据进行分类,得到每条透楞边缘线上的各个子透楞边缘线。由于密度聚类算法(DBSCAN)为公知技术,在此不再详述。每条透楞边缘线上的各个子透楞边缘线的数目小于2时,调整密度聚类算法中的度量距离,使得到的每条透楞边缘线上的子透楞边缘线的数目至少为两条。
(4-4)根据每条透楞边缘线上的各个子透楞边缘线,确定实际的透楞边缘线。
(4-4-1)根据每条透楞边缘线上的各个子透楞边缘线,若子透楞边缘线的数目大于2,则将每条透楞边缘线上的各个子透楞边缘线进行合并,合并后的每条透楞边缘线上的子透楞边缘线的数目等于2。
将每条透楞边缘线上的子透楞边缘线进行合并的步骤为:
根据每条透楞边缘线上的各个子透楞边缘线的各个像素点的透楞严重程度指标值,得到每条透楞边缘线上的各个子透楞边缘线的透楞严重程度指标均值。根据每条透楞边缘线上的相邻两个子透楞边缘线的透楞严重程度指标均值,得到每条透楞边缘线上的相邻两个子透楞边缘线的透楞严重程度指标均值的差值,若透楞边缘线上的相邻两个子透楞边缘线的透楞严重程度指标均值的差值为最小值,则将该最小值对应的相邻两个子透楞边缘线进行合并,根据合并后的每条透楞边缘线上的各个子透楞边缘线的各个像素点的透楞严重程度指标值,重新得到每条透楞边缘线上的各个子透楞边缘线的透楞严重程度指标均值,重复上述步骤,直至每条透楞边缘线上的子透楞边缘线的数目等于2。例如,透楞边缘线上的子透楞边缘线的数目为3,分别为第一子透楞边缘线、第二子透楞边缘线和第三子透楞边缘线,计算透楞边缘线上的三条子透楞边缘线的各个像素点的透楞严重程度指标值,得到透楞边缘线上的三条子透楞边缘线的透楞严重程度指标均值,若第一子透楞边缘线的透楞严重程度指标均值为0.7,第二子透楞边缘线的透楞严重程度指标均值为0.4,第三子透楞边缘线的透楞严重程度指标均值为0.2,第一子透楞边缘线与第二子透楞边缘线的透楞严重程度指标均值的差值为0.3,第二子透楞边缘线与第三子透楞边缘线的透楞严重程度指标均值的差值为0.2,则将第二子透楞边缘线与第三子透楞边缘线进行合并,得到一个合并之后的子透楞边缘线。使透楞边缘线上的第一子透楞边缘线和合并之后的子透楞边缘线的数目为2,停止进行合并。
根据瓦楞纸的瓦楞的性质,每条透楞边缘线从上到下应当为渐变的透楞边缘线,每条透楞边缘线上的各个像素点的灰度依次为均匀变化的,每条透楞边缘线上的各个像素点的透楞严重程度指标值也应当为从大到小或从小到大的值,基于瓦楞纸的瓦楞的性质能够实施上述合并的过程。
(4-4-2)根据每条透楞边缘线上的两个子透楞边缘线,确定每条透楞边缘线上的各个子透楞边缘线上的各个像素点的透楞严重程度指标值,进而得到每条透楞边缘线上的各个子透楞边缘线的透楞严重程度指标均值。
根据每条透楞边缘线上的两个子透楞边缘线,计算每条透楞边缘线上的两个子透楞边缘线上的各个像素点的透楞严重程度指标值,得到每条透楞边缘线上的各个子透楞边缘线的透楞严重程度指标均值。
(4-4-3)根据每条透楞边缘线上的各个子透楞边缘线的透楞严重程度指标均值,将透楞严重程度指标均值较大的子透楞边缘线作为实际的透楞边缘线。
根据每条透楞边缘线上的各个子透楞边缘线的透楞严重程度指标均值,将每条透楞边缘线上的各个子透楞边缘线的透楞严重程度指标均值进行比较,得到透楞严重程度指标均值较大的子透楞边缘线,将其作为实际的透楞边缘线。
步骤5:根据灰度图像中的各个实际的透楞边缘线,确定待检测瓦楞纸的表面透楞区域。
根据灰度图像中的各个实际的透楞边缘线,得到灰度图像中的各个实际的透楞边缘线的两端端点,根据灰度图像中的各个实际的透楞边缘线的两端端点,利用凸包生成算法确定凸包连通域,将该凸包连通域作为待检测瓦楞纸的表面透楞区域。由于凸包算法为公知技术,在此不再详述。
本实施例根据每个透楞边缘线上的各个像素点在灰度图像中的灰度信息和分布,得到每个透楞边缘线上的各个像素点的透楞严重程度指标值,根据每个透楞边缘线上的各个像素点的透楞严重程度指标值,得到每个透楞边缘线中实际的透楞边缘线和非透楞边缘线,并得到发生透楞现象的区域范围,进而能够得到准确的切割位置,对瓦楞纸未发生透楞现象的区域进行切割,最大的保留可用瓦楞纸,提高瓦楞纸的检测效率。
本实施例还提供了一种基于图像处理的瓦楞纸透楞现象检测系统,包括处理器和存储器,处理器用于处理存储在存储器中的指令以实现一种基于图像处理的瓦楞纸透楞现象检测方法,由于该基于图像处理的瓦楞纸透楞现象检测方法在上文已做出详细说明,此处不再赘述。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于图像处理的瓦楞纸透楞现象检测方法,其特征在于,包括以下步骤:
获取待检测瓦楞纸的表面图像,得到表面图像的灰度图像,进而根据灰度图像和表面图像,获取灰度图像中各个透楞边缘线像素点以及透楞边缘线的方向值;
根据灰度图像中各个透楞边缘线像素点,得到灰度图像中的各个透楞边缘线;
根据透楞边缘线的方向值、灰度图像中的各个透楞边缘线上的各个像素点的灰度值以及各个像素点的周围像素点的灰度值,确定各个透楞边缘线上的各个像素点的透楞严重程度指标值;
根据各个透楞边缘线上的各个像素点的透楞严重程度指标值和位置,得到灰度图像中的各个实际的透楞边缘线;
根据灰度图像中的各个实际的透楞边缘线,确定待检测瓦楞纸的表面透楞区域;
确定各个透楞边缘线上的各个像素点的透楞严重程度指标值的步骤包括:
在垂直于透楞边缘线的方向上,对灰度图像中的各个透楞边缘线上的各个像素点的两侧构建窗口,分别计算两窗口内各个像素点的灰度均值,得到灰度图像中的各个透楞边缘线上的各个像素点对应的两窗口的灰度均值的差值;
根据灰度图像中各个透楞边缘线上的各个像素点的周围八邻域像素点的灰度值,计算灰度图像中各个透楞边缘线上的各个像素点的海森矩阵,获取海森矩阵最小特征值所对应的特征向量,从而得到灰度图像中各个透楞边缘线上的各个像素点对应的灰度值变化曲率最小的方向值;
根据灰度图像中各个透楞边缘线上的各个像素点对应的两窗口的灰度均值的差值、灰度值变化曲率最小的方向值以及透楞边缘线的方向值,得到灰度图像中各个透楞边缘线上的各个像素点的透楞严重程度指标值。
3.根据权利要求1所述的基于图像处理的瓦楞纸透楞现象检测方法,其特征在于,确定灰度图像中的各个实际的透楞边缘线的步骤包括:
根据灰度图像中的各个透楞边缘线的位置,确定灰度图像中的各个透楞边缘线组合,所述透楞边缘线组合包括同一个透楞线的两条透楞边缘线;
根据每个透楞边缘线组合中的两条透楞边缘线上的各个像素点的透楞严重程度指标值,对每个透楞边缘线组合中的两条透楞边缘线上的各个像素点的透楞严重程度指标值进行修正;
根据每条透楞边缘线上的各个像素点的位置和修正之后的透楞严重程度指标值,对每条透楞边缘线上的各个像素点进行聚类,从而得到每条透楞边缘线上的各个子透楞边缘线,每条透楞边缘线上的子透楞边缘线的数目至少为两条;
根据每条透楞边缘线上的各个子透楞边缘线,确定实际的透楞边缘线。
4.根据权利要求3所述的基于图像处理的瓦楞纸透楞现象检测方法,其特征在于,对每个透楞边缘线组合中的两条透楞边缘线上的各个像素点的透楞严重程度指标值进行修正的步骤包括:
确定每个透楞边缘线组合中的其中一条透楞边缘线上的中心点,以该透楞边缘线上的中心点为坐标系原点,以该透楞边缘线所在的直线为x轴构建坐标系,从而得到每个透楞边缘线组合中的两条透楞边缘线上各个像素点的横坐标,并以每个透楞边缘线组合中的两条透楞边缘线上的各个像素点的透楞严重程度指标值为纵坐标,进行高斯拟合,得到每个透楞边缘线组合中的两条透楞边缘线的两个高斯函数;
将每个透楞边缘线组合中的两条透楞边缘线的两个高斯函数相乘,得到每个透楞边缘线组合的高斯函数;
根据每个透楞边缘线组合中的两条透楞边缘线的各个像素点的横坐标,确定对应透楞边缘线组合的高斯函数的函数值,并将每个透楞边缘线组合中的两条透楞边缘线的各个像素点的透楞严重程度指标值修正为对应的函数值。
5.根据权利要求3所述的基于图像处理的瓦楞纸透楞现象检测方法,其特征在于,确定实际的透楞边缘线的步骤包括:
根据每条透楞边缘线上的各个子透楞边缘线,若子透楞边缘线的数目大于2,则将每条透楞边缘线上的各个子透楞边缘线进行合并,合并后的每条透楞边缘线上的子透楞边缘线的数目等于2;
根据每条透楞边缘线上的两个子透楞边缘线,确定每条透楞边缘线上的各个子透楞边缘线上的各个像素点的透楞严重程度指标值,进而得到每条透楞边缘线上的各个子透楞边缘线的透楞严重程度指标均值;
根据每条透楞边缘线上的各个子透楞边缘线的透楞严重程度指标均值,将透楞严重程度指标均值较大的子透楞边缘线作为实际的透楞边缘线。
6.根据权利要求5所述的基于图像处理的瓦楞纸透楞现象检测方法,其特征在于,将每条透楞边缘线上的子透楞边缘线进行合并的步骤包括:
根据每条透楞边缘线上的各个子透楞边缘线的各个像素点的透楞严重程度指标值,得到每条透楞边缘线上的各个子透楞边缘线的透楞严重程度指标均值;
根据每条透楞边缘线上的相邻两个子透楞边缘线的透楞严重程度指标均值,得到每条透楞边缘线上的相邻两个子透楞边缘线的透楞严重程度指标均值的差值,若透楞边缘线上的相邻两个子透楞边缘线的透楞严重程度指标均值的差值为最小值,则将该最小值对应的相邻两个子透楞边缘线进行合并,根据合并后的每条透楞边缘线上的各个子透楞边缘线的各个像素点的透楞严重程度指标值,重新得到每条透楞边缘线上的各个子透楞边缘线的透楞严重程度指标均值,重复上述步骤,直至每条透楞边缘线上的子透楞边缘线的数目等于2。
7.根据权利要求1所述的基于图像处理的瓦楞纸透楞现象检测方法,其特征在于,确定待检测瓦楞纸的表面透楞区域的步骤包括:
根据灰度图像中的各个实际的透楞边缘线,得到灰度图像中的各个实际的透楞边缘线的两端端点;
根据灰度图像中的各个实际的透楞边缘线的两端端点,利用凸包生成算法确定凸包连通域,将该凸包连通域作为待检测瓦楞纸的表面透楞区域。
8.根据权利要求1所述的基于图像处理的瓦楞纸透楞现象检测方法,其特征在于,获取灰度图像中各个透楞边缘线像素点以及透楞边缘线的方向值的步骤包括:
根据待检测瓦楞纸的灰度图像,得到待检测瓦楞纸的阈值分割图像;
根据待检测瓦楞纸的阈值分割图像,对阈值分割图像进行霍夫直线检测,确定透楞线的方向值;
根据待检测瓦楞纸的表面图像,获取待检测瓦楞纸的频谱图,并对频谱图进行中心化处理;
根据中心化处理后的频谱图和透楞线的方向值,确定待检测瓦楞纸的透楞线在频谱图中对应的频谱值;
对待检测瓦楞纸的透楞线在频谱图中对应的频谱值进行逆傅里叶变换,得到待检测瓦楞纸的透楞纹理图,并将透楞纹理图进行边缘检测,从而得到灰度图像中各个透楞边缘线像素点。
9.一种基于图像处理的瓦楞纸透楞现象检测系统,其特征在于,包括处理器和存储器,所述处理器用于处理存储在所述存储器中的指令以实现如权利要求1-8中任一项所述的一种基于图像处理的瓦楞纸透楞现象检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111537409.3A CN113935996B (zh) | 2021-12-16 | 2021-12-16 | 基于图像处理的瓦楞纸透楞现象检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111537409.3A CN113935996B (zh) | 2021-12-16 | 2021-12-16 | 基于图像处理的瓦楞纸透楞现象检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113935996A CN113935996A (zh) | 2022-01-14 |
CN113935996B true CN113935996B (zh) | 2022-03-15 |
Family
ID=79289132
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111537409.3A Expired - Fee Related CN113935996B (zh) | 2021-12-16 | 2021-12-16 | 基于图像处理的瓦楞纸透楞现象检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113935996B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114549529B (zh) * | 2022-04-26 | 2022-08-19 | 武汉福旺家包装有限公司 | 基于计算机视觉的纸箱压痕质量检测方法及系统 |
CN114782475B (zh) * | 2022-06-16 | 2022-09-02 | 南通金石包装印刷有限公司 | 基于人工智能系统的瓦楞纸箱压线缺陷检测优化方法 |
CN115641329B (zh) * | 2022-11-15 | 2023-04-07 | 武汉惠强新能源材料科技有限公司 | 一种锂电池隔膜缺陷检测方法及系统 |
CN117115163B (zh) * | 2023-10-24 | 2024-02-06 | 济宁百良纸制品有限公司 | 一种瓦楞纸质量检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104999504A (zh) * | 2015-05-29 | 2015-10-28 | 深圳市慧大成智能科技有限公司 | 一种瓦楞纸板尺寸的测量方法及分纸压线控制方法和系统 |
WO2020212646A1 (en) * | 2019-04-17 | 2020-10-22 | Valmet Automation Oy | System and method for measuring moving layered sheet structure of cardboard process |
CN112712512A (zh) * | 2021-01-05 | 2021-04-27 | 余波 | 一种基于人工智能的热轧带钢结疤缺陷检测方法及系统 |
CN113223031A (zh) * | 2021-04-20 | 2021-08-06 | 毫末智行科技有限公司 | 基于霍夫变换的目标边缘线检测方法及装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017174311A (ja) * | 2016-03-25 | 2017-09-28 | キヤノン株式会社 | エッジ検出装置およびエッジ検出方法 |
CN109711405B (zh) * | 2018-12-25 | 2021-01-26 | 宁波智能装备研究院有限公司 | 一种基于骨架自校正的瓦楞纸板非监督提取方法 |
CN109685791B (zh) * | 2018-12-25 | 2020-09-29 | 于兴虎 | 一种基于多窗自相关纹理检测的瓦楞纸板鲁棒检测方法 |
CN109671079B (zh) * | 2018-12-25 | 2021-04-16 | 宁波智能装备研究院有限公司 | 一种基于灰度共生矩阵特征的瓦楞纸板智能检测方法 |
-
2021
- 2021-12-16 CN CN202111537409.3A patent/CN113935996B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104999504A (zh) * | 2015-05-29 | 2015-10-28 | 深圳市慧大成智能科技有限公司 | 一种瓦楞纸板尺寸的测量方法及分纸压线控制方法和系统 |
WO2020212646A1 (en) * | 2019-04-17 | 2020-10-22 | Valmet Automation Oy | System and method for measuring moving layered sheet structure of cardboard process |
CN112712512A (zh) * | 2021-01-05 | 2021-04-27 | 余波 | 一种基于人工智能的热轧带钢结疤缺陷检测方法及系统 |
CN113223031A (zh) * | 2021-04-20 | 2021-08-06 | 毫末智行科技有限公司 | 基于霍夫变换的目标边缘线检测方法及装置 |
Non-Patent Citations (2)
Title |
---|
Machine Vision System for Counting the Number of Corrugated Cardboard;Chatchai Suppitaksakul 等;《Proceedings of the International Electrical Engineering C ongress 2014》;20141231;第1-4页 * |
平顶网点技术瓦楞纸箱后印搓衣板现象"终结者";陈知己 等;《纸品包装》;20140531;第32-33页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113935996A (zh) | 2022-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113935996B (zh) | 基于图像处理的瓦楞纸透楞现象检测方法及系统 | |
US10325151B1 (en) | Method of extracting image of port wharf through multispectral interpretation | |
CN109086714B (zh) | 表格识别方法、识别系统及计算机装置 | |
US8509536B2 (en) | Character recognition device and method and computer-readable medium controlling the same | |
CN102790841B (zh) | 书籍的书脊区域中数字图像的检测和校正方法 | |
CN107563377A (zh) | 一种利用边缘和文字区域的证件关键区域检测定位方法 | |
JP5082637B2 (ja) | 画像処理プログラム、画像処理方法及び画像処理装置 | |
CN102096795A (zh) | 磨损二维条码图像识别方法 | |
US10204422B2 (en) | Generating three dimensional models using single two dimensional images | |
CN113034452B (zh) | 一种焊件轮廓检测方法 | |
Kolomenkin et al. | On edge detection on surfaces | |
CN103198455B (zh) | 一种利用全变差最小化和灰度共生矩阵的图像去噪方法 | |
EP1092206A1 (en) | Method of accurately locating the fractional position of a template match point | |
CN102024268B (zh) | 一种保持外观特征的模型简化方法 | |
CN104463814A (zh) | 基于局部纹理方向性的图像增强方法 | |
CN106815851B (zh) | 一种基于视觉测量的栅格圆形油位计自动读数方法 | |
EP2536123A1 (en) | Image processing method and image processing apparatus | |
CN108230365A (zh) | 基于多源差异图像内容融合的sar图像变化检测方法 | |
CN114140416A (zh) | 一种基于机器视觉的玻璃边缘检测方法和系统 | |
CN106778766A (zh) | 一种基于定位点的旋转数字识别方法及系统 | |
CN112288726B (zh) | 一种井下带式输送机带面异物检测方法 | |
US9916663B2 (en) | Image processing method and process simulation apparatus | |
CN116563582A (zh) | 基于国产CPU和opencv的图像模板匹配方法及装置 | |
CN116612097A (zh) | 一种基于表面缺陷图像的木材内部节子形态预测方法及系统 | |
CN113643370B (zh) | 一种基于ncc算法的图像定位方法与装置 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220315 |
|
CF01 | Termination of patent right due to non-payment of annual fee |