CN114037096A - 一种家电自动识别并标记的装置及其使用方法 - Google Patents
一种家电自动识别并标记的装置及其使用方法 Download PDFInfo
- Publication number
- CN114037096A CN114037096A CN202111275911.1A CN202111275911A CN114037096A CN 114037096 A CN114037096 A CN 114037096A CN 202111275911 A CN202111275911 A CN 202111275911A CN 114037096 A CN114037096 A CN 114037096A
- Authority
- CN
- China
- Prior art keywords
- module
- appearance
- information
- digital
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000003708 edge detection Methods 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 6
- 238000002372 labelling Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 239000002699 waste material Substances 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000011084 recovery Methods 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000003292 glue Substances 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/30—Administration of product recycling or disposal
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W90/00—Enabling technologies or technologies with a potential or indirect contribution to greenhouse gas [GHG] emissions mitigation
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Sustainable Development (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种家电自动识别并标记的装置,包括依次电信号连接的家电外观采集模块、图像处理模块、数字特征匹配模块以及控制执行模块,其使用方法包括如下步骤:S1家电外观采集模块采集家电的外观信息并传输给图像处理模块;S2图像处理模块将外观信息转化为数字化信息并传输给数字特征匹配模块;S3数字特征匹配模块根据数字化信息获得判定结果并将判定结果传输给控制执行模块;S4控制执行模块根据判定结果在家电上形成对应标记。实施本发明实施例,具有如下有益效果:相较于传统人工分类效率更高,错误率更低。
Description
技术领域
本发明涉及废旧家电识别技术领域,尤其涉及一种家电自动识别并标记的装置及其使用方法。
背景技术
废旧家电识别是指用工具、仪器或人工方法检查各种回收到的家电尺寸,包括电视机、洗衣机、冰箱、空调机、显示器,并将结果与规定值进行比较和确定的活动。
在废旧家电的回收过程中,一般由货车经过卸货轨道输送至输送装置上,然后再由输送装置将废旧家电输送至输送轨道上,由于货车中一般装有多种不同的废旧家电,每种家电的尺寸大小均有区别,所以需要检测出各个家电的尺寸大小,然后将包含家电属性的标签对应的张贴上去,便于后面的自动分类工序有效工作。如公开号为:CN101708500A的废旧家电无害化资源化回收方法。
故在每一条卸货轨道和输送轨道的连接处需要设置一个搬运工位,由人工将各种家电的尺寸大小识别出来,并将纸质标签张贴上去,其无疑浪费了人力,而且由于输送轨道的速度过快导致工人来不及准确的识别家电的尺寸,导致判断错误以及标签贴错,从而降低生产效率和产品质量。
发明内容
有鉴于此,有必要提供一种家电自动识别并标记的装置及方法,用以解决现有技术中采用人工给废旧家电分类贴标签的方式,浪费人力并且容易出错的技术问题。
本发明提供一种家电自动识别并标记的装置,该家电自动识别并标记的装置包括:依次电信号连接的家电外观采集模块、图像处理模块、数字特征匹配模块以及控制执行模块,家电外观采集模块供于采集家电的外观信息并传输给图像处理模块,图像处理模块供于将外观信息转化为数字化信息并传输给数字特征匹配模块,数字特征匹配模块供于将数字化信息与内置数据库比对得到判定结果并将判定结果传输给控制执行模块,控制执行模块供于根据判定结构在家电上形成对应标记。
进一步的,家电外观采集模块包括电信号连接的摄像机和图像采集卡,图像采集卡与图像处理模块电信号连接。
进一步的,摄像机为USB3.0工业相机,图像采集卡为USB3.0视频采集卡。
进一步的,控制执行模块包括激光打印机,激光打印机供于在家电上刻出标记。
进一步的,标记包括家电型号,家电种类以及加工日期。
本发明提供一种家电自动识别并标记的装置的使用方法,该家电自动识别并标记的装置的使用方法包括如下步骤:S1家电外观采集模块采集家电的外观信息并传输给图像处理模块;S2图像处理模块将外观信息转化为数字化信息并传输给数字特征匹配模块;S3数字特征匹配模块根据数字化信息的到判定结果并将判定结果传输给控制执行模块;S4控制执行模块根据判定结果在家电上形成对应标记。
进一步的,在步骤S1中,家电外观采集模块采集家电的外观图像,然后获取外观图像的像素分布和亮度信息,并传输给图像处理模块。
进一步的,图像处理模块使用Robert算法进行外观图像边缘检测,获得外观图像的显著特征点,简化外观图像信息,使用边缘线代表外观图像。
进一步的,在步骤S3中,数字特征匹配模块采用高速模板匹配法。
与现有技术相比,本家电自动识别并标记的装置包括依次电信号连接的家电外观采集模块、图像处理模块、数字特征匹配模块以及控制执行模块,可以自动对家电的外观扫描,并根据图像信息获得家电的种类信息并在家电上形成对应的标记,相较于传统人工分类效率更高,错误率更低。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,并可依照说明书的内容予以实施,以本发明的较佳实施例并配合附图详细说明如下。本发明的具体实施方式由以下实施例及其附图详细给出。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明提供的家电自动识别并标记的装置的结构框图;
图2为本发明提供的家电自动识别并标记的装置的使用方法的流程图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例,其中,附图构成本申请一部分,并与本发明的实施例一起用于阐释本发明的原理,并非用于限定本发明的范围。
请参见图1,本家电自动识别并标记的装置包括依次电信号连接的家电外观采集模块10、图像处理模块20、数字特征匹配模块30以及控制执行模块40。
家电外观采集模块10用于采集家电的外观信息并将该外观信息传输给图像处理模块20。图像处理模块20用于将外观信息转化为数字化信息并传输给数字特征匹配模块30。数字特征匹配模块30用于将数字化信息与内置数据库比对得到判定结果并将判定结果传输给控制执行模块40。控制执行模块40用于根据判定结构在家电上形成对应标记。
本家电自动识别并标记的装置通过家电外观采集模块10对家电的外观进行扫描,获取到外观信息,并将外观信息传输到图像处理模块20内,图像处理模块20将外观信息转化成能够被数字特征匹配模块30处理的数字化信息并传输给数字特征匹配模块30。数字特征匹配模块30将接收到的数字化信息与内置数据库进行比对,数据库内存储有各种不同型号家电的外观信息,从而得到家电外观采集模块10采集到的外观信息所对应的家电型号,即判定结果,并将判定结果传输给控制执行模块40。控制执行模块40根据判定结构在家电上形成对应标记。相较于传统人工分类效率更高,错误率更低。
在本实施例中,家电外观采集模块10包括电信号连接的摄像机和图像采集卡,图像采集卡与图像处理模块20电信号连接。摄像机用于拍摄家电的外观,获得图像信号。这些图像信号传输给图像采集卡,图像采集卡将图像信号转换为图像数据流,并将图像数据流传输给图像处理模块20。
本实施例对于采用何种摄像机和何种图像采集卡没有限制,但是摄像机和图像采集卡需要匹配,二者能够连接在一起并正常工作。同时摄像机的分辨率和拍摄性能需要能够清楚地拍出家电的外观,使得后续的判定准确,降低错误的发生了。
易知,在废旧家电处理领域,通常依靠传送带进行流水线作业,报废家电放置于传送带上进行传输。为了提高效率,在实际使用过程中可以使用高速运转的传送带来输送报废家电,对应地摄像机采用能够清楚拍摄高速移动物体的高速摄像机来对报废家电进行拍摄。并且由于报废家电在传送带上高速移动,因此摄像机对报废家电拍摄的速率也相应的很快,会在短时间内产生大量的图像信息和图像数据流。为了数据传输高效顺畅,高速摄像机采用USB3.0工业相机,图像采集卡采用USB3.0视频采集卡。USB2.0的最大传输带宽为480Mbps(60MB/s),而USB3.0的最大传输带宽高达5.0Gbps(500MB/s),提升了约8倍。
在本实施例中,控制执行模块40包括激光打印机,激光打印机用于在家电上刻出一定深度的数据标签,该数据标签通常包括家电型号,家电种类,加工日期等信息。
本实施例对于采用何种设备以何种方式形成数据标签并不限定,在其他实施例中,也可以采用在家电表面直接喷涂数据标签的方式,或是生成一面涂胶的纸质标签,该纸质标签另一面可以直接记录相关信息,也可以是一个条形码或二维码亦或其他形式,然后通过按压机构将纸质标签粘贴到家电表面的方式。
请参见图2,本家电自动识别并标记的装置的使用方法包括如下步骤:S1家电外观采集模块10采集家电的外观信息并传输给图像处理模块20;S2图像处理模块20将外观信息转化为数字化信息并传输给数字特征匹配模块30;S3数字特征匹配模块30根据数字化信息的到判定结果并将判定结果传输给控制执行模块40;S4控制执行模块40根据判定结果在家电上形成对应标记。
本家电自动识别并标记的装置通过家电外观采集模块10对家电的外观进行扫描,获取到外观信息,并将外观信息传输到图像处理模块20内,图像处理模块20将外观信息转化成能够被数字特征匹配模块30处理的数字化信息并传输给数字特征匹配模块30。数字特征匹配模块30将接收到的数字化信息与内置数据库进行比对,数据库内存储有各种不同型号家电的外观信息,从而得到家电外观采集模块10采集到的外观信息所对应的家电型号,即判定结果,并将判定结果传输给控制执行模块40。控制执行模块40根据判定结构在家电上形成对应标记。相较于传统人工分类效率更高,错误率更低。
具体在步骤S1中,家电外观采集模块10采集家电的外观图像,然后获取外观图像的像素分布和亮度信息,并传输给图像处理模块20。
在本实施例中,图像处理模块10并不限定采用何种算法处理图像信息,只要快速准确均可。如可以使用Robert算法进行外观图像边缘检测,获得外观图像的显著特征点,简化外观图像信息,使用边缘线代表外观图像。
从sx算子结构可以很清楚发现,这是计算当前像素点右边与左边8连通像素灰度值的差值。Robert算法沿着X轴、Y轴进行两次滤波操作,得到的结果进行平方求和加根号的操作得出当前像素点的图像梯度,梯度的大小,即灰度变化的速度有多大,值越大,我们一定程度上就可以确信当前点为我们所要找的边缘点。
在步骤S3中,数字特征匹配模块30并不限定采用何种算法进行判定,只要快速准确均可。如可以采用高速模板匹配法。预先在数据库中建立多个常见家电模板匹配模型,包括电视机、电冰箱、洗衣机、空调等的匹配模型,运用高速模板匹配法对待识别图像进行模板匹配处理,找到对应匹配尺寸属性。
在步骤S4中,控制执行模块40根据数字特征匹配模块30得出的判定结果,向其包括的具体的标记生成设备,如激光打印机,发出执行命令,激光打印机通过激光在家电上刻有一定深度的数据标签,该数据标签通常包括家电型号,家电种类,加工日期等信息,以便于后续分类处理工序中将该家电分到正确的类别内。
实施本发明实施例,具有如下有益效果:本家电自动识别并标记的装置包括依次电信号连接的家电外观采集模块、图像处理模块、数字特征匹配模块以及控制执行模块,可以自动对家电的外观扫描,并根据图像信息获得家电的种类信息并在家电上形成对应的标记,相较于传统人工分类效率更高,错误率更低。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种家电自动识别并标记的装置,其特征在于,其包括:依次电信号连接的家电外观采集模块、图像处理模块、数字特征匹配模块以及控制执行模块,所述家电外观采集模块供于采集家电的外观信息并传输给所述图像处理模块,所述图像处理模块供于将所述外观信息转化为数字化信息并传输给数字特征匹配模块,所述数字特征匹配模块供于将所述数字化信息与内置数据库比对得到判定结果并将所述判定结果传输给所述控制执行模块,所述控制执行模块供于根据所述判定结构在所述家电上形成对应标记。
2.根据权利要求1所述的家电自动识别并标记的装置,其特征在于,所述家电外观采集模块包括电信号连接的摄像机和图像采集卡,所述图像采集卡与所述图像处理模块电信号连接。
3.根据权利要求2所述的家电自动识别并标记的装置,其特征在于,所述摄像机为USB3.0工业相机,所述图像采集卡为USB3.0视频采集卡。
4.根据权利要求1所述的家电自动识别并标记的装置,其特征在于,所述控制执行模块包括激光打印机,所述激光打印机供于在所述家电上刻出所述标记。
5.根据权利要求1所述的家电自动识别并标记的装置,其特征在于,所述标记包括家电型号,家电种类以及加工日期。
6.一种如权利要求1-5任意一项所述的家电自动识别并标记的装置的使用方法,其特征在于,其包括如下步骤:
S1所述家电外观采集模块采集家电的外观信息并传输给所述图像处理模块;
S2所述图像处理模块将所述外观信息转化为数字化信息并传输给所述数字特征匹配模块;
S3所述数字特征匹配模块根据所述数字化信息的到判定结果并将所述判定结果传输给所述控制执行模块;
S4所述控制执行模块根据所述判定结果在所述家电上形成对应标记。
7.根据权利要求6所述的家电自动识别并标记的装置的使用方法,其特征在于,在步骤S1中,所述家电外观采集模块采集所述家电的外观图像,然后获取所述外观图像的像素分布和亮度信息,并传输给所述图像处理模块。
8.根据权利要求7所述的家电自动识别并标记的装置的使用方法,其特征在于,所述图像处理模块使用Robert算法进行所述外观图像边缘检测,获得所述外观图像的显著特征点,简化所述外观图像信息,使用边缘线代表所述外观图像。
10.根据权利要求6所述的家电自动识别并标记的装置的使用方法,其特征在于,在步骤S3中,所述数字特征匹配模块采用高速模板匹配法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111275911.1A CN114037096A (zh) | 2021-10-29 | 2021-10-29 | 一种家电自动识别并标记的装置及其使用方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111275911.1A CN114037096A (zh) | 2021-10-29 | 2021-10-29 | 一种家电自动识别并标记的装置及其使用方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114037096A true CN114037096A (zh) | 2022-02-11 |
Family
ID=80136064
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111275911.1A Pending CN114037096A (zh) | 2021-10-29 | 2021-10-29 | 一种家电自动识别并标记的装置及其使用方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114037096A (zh) |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105096330A (zh) * | 2015-08-20 | 2015-11-25 | 厦门美图之家科技有限公司 | 一种自动识别纯色边框的图像处理方法、系统及拍摄终端 |
CN107963246A (zh) * | 2017-12-21 | 2018-04-27 | 合肥智皖电子科技有限公司 | 一种基于ccd的高速视觉计数机 |
CN109167893A (zh) * | 2018-10-23 | 2019-01-08 | Oppo广东移动通信有限公司 | 拍摄图像的处理方法、装置、存储介质及移动终端 |
CN109325557A (zh) * | 2018-09-10 | 2019-02-12 | 四川正狐智慧科技有限公司 | 基于计算机视觉图像识别的数据智能采集方法 |
CN109509203A (zh) * | 2018-10-17 | 2019-03-22 | 哈尔滨理工大学 | 一种半自动脑部图像分割方法 |
CN109801287A (zh) * | 2019-01-30 | 2019-05-24 | 温州大学 | 一种基于模板匹配与图像质量评估的标贴破损检测方法 |
CN109928107A (zh) * | 2019-04-08 | 2019-06-25 | 江西理工大学 | 一种自动分类系统 |
CN110060339A (zh) * | 2019-04-26 | 2019-07-26 | 湖南科技学院 | 一种基于云计算图形图像的三维建模方法 |
CN110490688A (zh) * | 2019-07-12 | 2019-11-22 | 苏宁智能终端有限公司 | 商品推荐方法和装置 |
CN110532837A (zh) * | 2018-05-25 | 2019-12-03 | 九阳股份有限公司 | 一种物品取放过程中的图像数据处理方法和家电设备 |
CN111401813A (zh) * | 2020-03-20 | 2020-07-10 | 河北凯通信息技术服务有限公司 | 一种基于影像识别的物流分拣系统 |
CN111444880A (zh) * | 2020-04-10 | 2020-07-24 | 海信集团有限公司 | 一种食材识别方法及冰箱 |
CN112116768A (zh) * | 2020-09-29 | 2020-12-22 | 魏景波 | 一种商品智能识别分类、计量计价系统 |
CN112415097A (zh) * | 2020-12-10 | 2021-02-26 | 合肥派腾智能设备科技有限公司 | 一种异物检测系统及其检测方法 |
CN112528860A (zh) * | 2020-12-11 | 2021-03-19 | 浙江华电器材检测研究所有限公司 | 基于图像识别的安全工器具管理方法及系统 |
CN113319007A (zh) * | 2021-05-27 | 2021-08-31 | 浙江金实乐环境工程有限公司 | 一种基于机器视觉识别的生活垃圾分拣方法 |
-
2021
- 2021-10-29 CN CN202111275911.1A patent/CN114037096A/zh active Pending
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105096330A (zh) * | 2015-08-20 | 2015-11-25 | 厦门美图之家科技有限公司 | 一种自动识别纯色边框的图像处理方法、系统及拍摄终端 |
CN107963246A (zh) * | 2017-12-21 | 2018-04-27 | 合肥智皖电子科技有限公司 | 一种基于ccd的高速视觉计数机 |
CN110532837A (zh) * | 2018-05-25 | 2019-12-03 | 九阳股份有限公司 | 一种物品取放过程中的图像数据处理方法和家电设备 |
CN109325557A (zh) * | 2018-09-10 | 2019-02-12 | 四川正狐智慧科技有限公司 | 基于计算机视觉图像识别的数据智能采集方法 |
CN109509203A (zh) * | 2018-10-17 | 2019-03-22 | 哈尔滨理工大学 | 一种半自动脑部图像分割方法 |
CN109167893A (zh) * | 2018-10-23 | 2019-01-08 | Oppo广东移动通信有限公司 | 拍摄图像的处理方法、装置、存储介质及移动终端 |
CN109801287A (zh) * | 2019-01-30 | 2019-05-24 | 温州大学 | 一种基于模板匹配与图像质量评估的标贴破损检测方法 |
CN109928107A (zh) * | 2019-04-08 | 2019-06-25 | 江西理工大学 | 一种自动分类系统 |
CN110060339A (zh) * | 2019-04-26 | 2019-07-26 | 湖南科技学院 | 一种基于云计算图形图像的三维建模方法 |
CN110490688A (zh) * | 2019-07-12 | 2019-11-22 | 苏宁智能终端有限公司 | 商品推荐方法和装置 |
CN111401813A (zh) * | 2020-03-20 | 2020-07-10 | 河北凯通信息技术服务有限公司 | 一种基于影像识别的物流分拣系统 |
CN111444880A (zh) * | 2020-04-10 | 2020-07-24 | 海信集团有限公司 | 一种食材识别方法及冰箱 |
CN112116768A (zh) * | 2020-09-29 | 2020-12-22 | 魏景波 | 一种商品智能识别分类、计量计价系统 |
CN112415097A (zh) * | 2020-12-10 | 2021-02-26 | 合肥派腾智能设备科技有限公司 | 一种异物检测系统及其检测方法 |
CN112528860A (zh) * | 2020-12-11 | 2021-03-19 | 浙江华电器材检测研究所有限公司 | 基于图像识别的安全工器具管理方法及系统 |
CN113319007A (zh) * | 2021-05-27 | 2021-08-31 | 浙江金实乐环境工程有限公司 | 一种基于机器视觉识别的生活垃圾分拣方法 |
Non-Patent Citations (1)
Title |
---|
葛致磊等: "导弹导引系统原理", 31 March 2016, 国防工业出版社, pages: 135 - 136 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112179910B (zh) | 一种锂电池极片瑕疵实时检测处理方法和系统 | |
CN109974582B (zh) | 一种汽车线束的芯线尺寸非接触式视觉检测装置及方法 | |
CN101281597B (zh) | 一种产品包装图形标识信息在线实时采集识别装置及方法 | |
CN102360419B (zh) | 计算机扫描阅读管理方法及系统 | |
CN106372638A (zh) | 一种识别电子设备品牌型号的方法和系统 | |
CN208730574U (zh) | 一种电机控制器生产控制系统 | |
CN109839384B (zh) | 用于微型振动马达缺陷检测的视觉检测仪及检测方法 | |
CN105260751A (zh) | 一种文字识别方法及其系统 | |
CN107423944A (zh) | 一种便携式一站式检测服务系统及方法 | |
CN111968082A (zh) | 一种基于机器视觉的产品包装缺陷检测识别方法 | |
CN114529510A (zh) | 一种阴极铜在线质量自动检测分类方法 | |
CN113589772B (zh) | 一种包装袋图文印刷生产线智能运行调控管理系统 | |
CN115061078A (zh) | 一种基于云平台的电能表在线自动检测系统及其检测方法 | |
CN112561875A (zh) | 一种基于人工智能的光伏电池板粗栅检测方法 | |
CN202177587U (zh) | 基于机器视觉技术的滤纸缺陷检测系统 | |
CN111871864A (zh) | 分拣装置及方法 | |
CN212418735U (zh) | 基于视觉识别的自动拣货系统 | |
CN115100657A (zh) | 电气cad图纸扫描图的字符与带宽度的线条识别方法 | |
CN111223081A (zh) | 基于深度学习的零件开孔识别与检测方法及系统 | |
CN114037096A (zh) | 一种家电自动识别并标记的装置及其使用方法 | |
CN107121063A (zh) | 检测工件的方法 | |
CN116078680A (zh) | 一种基于深度学习的物流分拣系统 | |
CN115376139A (zh) | 基于ocr高速图像识别的标签采集分析系统 | |
CN210775274U (zh) | 一种制管印刷缺陷自动检测与剔除系统 | |
CN109167306B (zh) | 一种辅助接线方法 |
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 |