CN114037704A - 入料系统及其控制方法、控制装置及存储介质 - Google Patents

入料系统及其控制方法、控制装置及存储介质 Download PDF

Info

Publication number
CN114037704A
CN114037704A CN202210019900.5A CN202210019900A CN114037704A CN 114037704 A CN114037704 A CN 114037704A CN 202210019900 A CN202210019900 A CN 202210019900A CN 114037704 A CN114037704 A CN 114037704A
Authority
CN
China
Prior art keywords
image
feeding
target object
tray
density
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.)
Granted
Application number
CN202210019900.5A
Other languages
English (en)
Other versions
CN114037704B (zh
Inventor
武勇
范冬冬
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.)
Anhui Gaozhe Information Technology Co ltd
Original Assignee
Anhui Gaozhe Information 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 Anhui Gaozhe Information Technology Co ltd filed Critical Anhui Gaozhe Information Technology Co ltd
Priority to CN202210019900.5A priority Critical patent/CN114037704B/zh
Publication of CN114037704A publication Critical patent/CN114037704A/zh
Application granted granted Critical
Publication of CN114037704B publication Critical patent/CN114037704B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30232—Surveillance

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 Processing (AREA)

Abstract

本发明公开了一种入料系统及其控制方法、控制装置及存储介质，其中方法包括：获取送料盘的第一图像；根据第一图像获取送料盘上目标物体的位置和/或密度；根据位置和/或密度控制接料盘的工作状态。由此，通过送料盘上目标物体的位置控制接料盘的工作状态，能够使接料盘和送料盘实现协同工作，有效避免了目标物体在接料盘上堆叠，也避免了接料盘过早开始协同工作导致检测时间的增加；通过送料盘上目标物体的密度控制接料盘的工作状态，能够使每次接料盘中的接料量一致，有效提高了检测效率。

Description

入料系统及其控制方法、控制装置及存储介质
技术领域
本发明涉及入料系统技术领域，尤其涉及一种入料系统及其控制方法、控制装置及计算机可读存储介质。
背景技术
谷物作为国家重要的粮食贮备资源，广泛用于粮食生产、饲料制作领域，有着极其重要的地位。提高谷物产量与质量的前提是培育出优质的谷物品种，在谷物品种培育过程中对谷物品质的鉴定分类是必不可少的，因此全自动的谷物籽粒品质分析仪器至关重要。目前的谷物籽粒品质分析仪器，通常采用定向振动送料装置将谷物籽粒分批震动至载物装置上，然后采集谷物图像进行品质鉴定分类，因此稳定可靠的震动送料装置对整个鉴定分析非常重要。
相关技术中，基于震动上料的粮食检测设备通常靠经验确定震动上料的预震时间，然而不同种类谷物或是不同水分、容重的同种谷物，所需的预震时间并不相同。如果预震时间设置过长，会使接料盘无法和送料盘实现协同工作，导致样本在接料盘上堆叠，甚至滚出接料盘；如果预震时间设置过短，会使接料盘过早开始协同工作，导致增加检测时间，因此这种人为模糊估计的方式，不适合设备的完全自动化运行。
此外，由于上料过程中很难确定送料盘上的余料量，无法实现对上料均匀度的控制，使每次接料盘中的接料量不一致，只能靠牺牲检测的时间长来保证检测任务的正常进行，直接影响了检测效率，不能满足快速检测的需求。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的第一个目的在于提出一种入料系统的控制方法，通过送料盘上目标物体的位置控制接料盘的工作状态，能够使接料盘和送料盘实现协同工作，有效避免了目标物体在接料盘上堆叠，也避免了接料盘过早开始协同工作导致检测时间的增加；通过送料盘上目标物体的密度控制接料盘的工作状态，能够使每次接料盘中的接料量一致，有效提高了检测效率。
本发明的第二个目的在于提出一种计算机可读存储介质。
本发明的第三个目的在于提出一种入料系统的控制装置。
本发明的第四个目的在于提出一种入料系统。
为达到上述目的，本发明第一方面实施例提出了一种入料系统的控制方法，入料系统包括送料盘和接料盘，该方法包括：获取送料盘的第一图像；根据第一图像获取送料盘上目标物体的位置和/或密度；根据位置和/或密度控制接料盘的工作状态。
根据本发明实施例的入料系统的控制方法，通过获取送料盘的第一图像，并根据第一图像获取送料盘上目标物体的位置和/或密度，以及根据位置和/或密度控制接料盘的工作状态。由此，通过送料盘上目标物体的位置控制接料盘的工作状态，能够使接料盘和送料盘实现协同工作，有效避免了目标物体在接料盘上堆叠，也避免了接料盘过早开始协同工作导致检测时间的增加；通过送料盘上目标物体的密度控制接料盘的工作状态，能够使每次接料盘中的接料量一致，有效提高了检测效率。
根据本发明的一个实施例，根据第一图像获取送料盘上目标物体的位置和/或密度，包括：获取送料盘的背景模板图像；对第一图像进行预处理得到第二图像；获取第二图像与背景模板图像之间的差分图像；根据差分图像获取送料盘上目标物体的位置和/或密度。
根据本发明的一个实施例，对第一图像进行预处理得到第二图像，包括：从第一图像中获取感兴趣区域对应的图像得到第一感兴趣区域图像，感兴趣区域为根据送料盘上的起始接料位置和结束接料位置确定的区域；获取第一感兴趣区域图像对应的HSV通道图像中的S通道图像；对S通道图像进行灰度处理得到第二图像。
根据本发明的一个实施例，对第一图像进行预处理得到第二图像，还包括：采用均值滤波算法对第二图像进行滤波处理。
根据本发明的一个实施例，获取送料盘的背景模板图像，包括：获取接料盘的背景图像；从背景图像中获取感兴趣区域对应的图像得到第二感兴趣区域图像；对第二感兴趣区域图像进行预处理得到背景模板图像。
根据本发明的一个实施例，根据差分图像获取送料盘上目标物体的位置和/或密度，包括：对差分图像进行二值化处理得到二值化图像；根据二值化图像获取起始接料位置处的第一像素均值；若第一像素均值大于第一阈值，则确定目标物体到达起始接料位置。
根据本发明的一个实施例，根据差分图像获取送料盘上目标物体的位置和/或密度，还包括：根据二值化图像获取结束接料位置处的第二像素均值；若第二像素均值小于第二阈值，则确定目标物体远离结束接料位置。
根据本发明的一个实施例，根据位置和/或密度控制接料盘的工作状态，包括：在确定目标物体到达起始接料位置时，控制接料盘开始工作以接收目标物体；在确定目标物体远离结束接料位置时，控制接料盘停止工作以停止接收目标物体。
根据本发明的一个实施例，根据差分图像获取送料盘上目标物体的位置和/或密度，还包括：获取二值化图像中像素值为第一值的像素个数占二值化图像的总像素个数的比值得到目标物体的密度。
根据本发明的一个实施例，根据位置和/或密度控制接料盘的工作状态，包括：获取目标物体的初始密度；根据初始密度和密度调整接料盘的接料速度。
为达到上述目的，本发明第二方面实施例提出了一种计算机可读存储介质，其上存储有入料系统的控制程序，该入料系统的控制程序被处理器执行时实现上述的入料系统的控制方法。
根据本发明实施例的计算机可读存储介质，通过获取送料盘的第一图像，并根据第一图像获取送料盘上目标物体的位置和/或密度，以及根据位置和/或密度控制接料盘的工作状态。由此，通过送料盘上目标物体的位置控制接料盘的工作状态，能够使接料盘和送料盘实现协同工作，有效避免了目标物体在接料盘上堆叠，也避免了接料盘过早开始协同工作导致检测时间的增加；通过送料盘上目标物体的密度控制接料盘的工作状态，能够使每次接料盘中的接料量一致，有效提高了检测效率。
为达到上述目的，本发明第三方面实施例提出了一种入料系统的控制装置，入料系统包括送料盘和接料盘，装置包括：图像获取模块，用于获取送料盘的第一图像；图像分析模块，用于根据第一图像获取送料盘上目标物体的位置和/或密度；控制模块，用于根据位置和/或密度控制接料盘的工作状态。
根据本发明实施例的入料系统的控制装置，通过图像获取模块获取送料盘的第一图像，并通过图像分析模块根据第一图像获取送料盘上目标物体的位置和/或密度，以及通过控制模块根据位置和/或密度控制接料盘的工作状态。由此，通过送料盘上目标物体的位置控制接料盘的工作状态，能够使接料盘和送料盘实现协同工作，有效避免了目标物体在接料盘上堆叠，也避免了接料盘过早开始协同工作导致检测时间的增加；通过送料盘上目标物体的密度控制接料盘的工作状态，能够使每次接料盘中的接料量一致，有效提高了检测效率。
为达到上述目的，本发明第四方面实施例提出了一种入料系统，包括：储料仓、振动器、送料盘、接料盘、图像采集装置和控制器，其中，储料仓设于送料盘的一端，用于向送料盘提供目标物体；振动器用于控制送料盘振动以将目标物体从送料盘的一端振动至送料盘的另一端；接料盘用于接收振动至送料盘的另一端的目标物体；图像采集装置设于送料盘的上方，用于采集送料盘的图像；控制器用于通过图像采集装置获取送料盘的第一图像，并根据第一图像获取送料盘上目标物体的位置和/或密度，以及根据位置和/或密度控制接料盘的工作状态。
根据本发明实施例的入料系统，通过储料仓向送料盘提供目标物体，并通过振动器控制送料盘振动以将目标物体从送料盘的一端振动至送料盘的另一端，以及通过接料盘接收振动至送料盘的另一端的目标物体，并通过图像采集装置采集送料盘的图像，以及通过控制器通过图像采集装置获取送料盘的第一图像，并根据第一图像获取送料盘上目标物体的位置和/或密度，以及根据位置和/或密度控制接料盘的工作状态。由此，通过送料盘上目标物体的位置控制接料盘的工作状态，能够使接料盘和送料盘实现协同工作，有效避免了目标物体在接料盘上堆叠，也避免了接料盘过早开始协同工作导致检测时间的增加；通过送料盘上目标物体的密度控制接料盘的工作状态，能够使每次接料盘中的接料量一致，有效提高了检测效率。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
图1为根据本发明一个实施例的入料系统的控制方法的流程图；
图2为根据本发明一个实施例的送料盘的背景模板图像和第二图像的示意图；
图3为根据本发明一个实施例的图像预处理方法的流程图；
图4为根据本发明另一个实施例的入料系统的控制方法的流程图；
图5为根据本发明一个实施例的入料系统的控制装置的结构框图；
图6为根据本发明一个实施例的入料系统的结构示意图。
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。
下面参考附图描述本发明实施例提供的入料系统、入料系统的控制方法、入料系统的控制装置及计算机可读存储介质。
需要说明的是，相关技术中，谷物籽粒品质分析仪器对谷物籽粒的上料过程为：第一步：将一定量谷物籽粒（例如50g小麦样本）倒入设备的储料仓；第二步：设备开启，储料仓门打开，直线振动器开始震动，使谷物籽粒有序的震动至送料盘；第三步：籽粒即将到达送料盘边缘时，接料盘开始运动接料，待接料盘的有效区域接满籽粒后，直线振动器停止，接料盘继续运动将籽粒运送到图像采集区域，完成一次图像采集；第四步：经过循环几次上述步骤后，送料盘上的籽粒全部被震动到接料盘上，设备完成一轮检测显示结果。
上述送料存在以下问题：首先在上述送料的第三步中，一方面，无法控制设备自动判断籽粒何时被振动到送料盘边缘，因此无法准确地控制接料盘开始运动的时间，目前的解决方案是以人为预设的时间作为预震时间，比如让振动器先震动6秒钟后，就默认籽粒已经到达送料盘边缘，开始循环接料，然而，由于籽粒的品种、水分、容重不同，导致其在送料盘上的震动特性不同。例如如果籽粒偏圆，预震4秒时籽粒已经到达送料盘边缘，而接料盘还没有开始协同运动，导致物料堆积或者掉落在接料盘以外，致使样本丢失，引起检测的结果有误；如果籽粒偏扁，预震6秒时籽粒还未到达送料盘边缘，而接料盘已经开始协同运动，即接料盘空运动一段时间，导致增加了设备的检测时间。另一方面，也无法控制设备何时进行最后一次检测，目前的解决方案是通过算法判断每次图像上籽粒的个数，来判定结束采集的时间，例如当连续三次采集的图像上低于10颗籽粒时，判定送料盘上已经没有籽粒，控制振动结束，然而这样的判断方法总会浪费一至两次采集时长，导致设备的检测时长增加。
此外，在设备送料时，理想状态是接料盘每次的接料量保持一致，然而实际过程中设备的送料量存在由少变多、再由多变少的变化趋势，即每次接料盘接料的籽粒数量无法达到一致，例如设备检测一份50g小麦样本大概需要10-12次循环，一次循环时长约13秒，通常情况下经过7、8次循环后，送料盘上的小麦密度逐渐减少，然而接料盘的速度是固定的，导致接料盘上的小麦数量逐步减少，只能靠牺牲检测的时间长来保证检测任务的正常进行，直接影响了检测效率，不能满足快速检测的需求。
基于此，本发明基于机器视觉技术、图像处理技术以及深度学习技术，提供了一种入料系统的控制方法，该方法通过送料盘上目标物体的位置控制接料盘的工作状态，能够使接料盘和送料盘实现协同工作，有效避免了目标物体在接料盘上堆叠，也避免了接料盘过早开始协同工作导致检测时间的增加；通过送料盘上目标物体的密度控制接料盘的工作状态，能够使每次接料盘中的接料量一致，有效提高了检测效率。
图1为根据本发明一个实施例的入料系统的控制方法的流程图，参考图1所示，该入料系统的控制方法可以包括以下步骤：
步骤S101：获取送料盘的第一图像。
具体来说，入料系统包括送料盘和接料盘，其中送料盘在振动器的振动下使目标物体由送料盘振动至接料盘，接料盘用于接收振动至送料盘的另一端的目标物体，该接料盘可以是左右直线循环式，也可以是圆盘转动循环式，本发明对此不作具体限制。获取送料盘的第一图像是要获取送料盘上包括与接料盘衔接处位置的图像。需要说明的是，该第一图像可以通过图像采集装置获取，该图像采集装置可以设于送料盘和接料盘的衔接处，其可以包括用于监视目标物体流量的流量相机或扫描仪，还可以包括用于为采集图片补光的LED光源，其中的流量相机或扫描仪的有效视野包含送料盘和接料盘的衔接处。
步骤S102：根据第一图像获取送料盘上目标物体的位置和/或密度。
具体来说，由于送料盘上有目标物体，该目标物体可以是谷物籽粒等，第一图像是送料盘上包括与接料盘衔接处位置的图像，因此通过第一图像可以获取感兴趣区域中目标物体的位置，或者获取感兴趣区域中目标物体的密度，或者获取感兴趣区域中目标物体的位置和密度。
步骤S103：根据位置和/或密度控制接料盘的工作状态。
具体来说，根据送料盘上目标物体的位置，可以判断目标物体是否抵达送料盘与接料盘的衔接处，若是，则控制接料盘的接料盘开始工作以接收目标物体，或者判断是否即将入料结束，若是，则控制接料盘停止工作以停止接收目标物体，即通过图像处理进行谷物籽粒相对于送料盘边缘的判断，实现对谷物籽粒位置的控制，由此能够使接料盘和送料盘实现协同工作，有效避免了目标物体在接料盘上堆叠，也避免了接料盘过早开始协同工作导致检测时间的增加，根据送料盘上目标物体的密度，调整接料盘的接料速度，由此能够实现均匀上料，使每次接料盘中的接料量一致，有效提高了检测效率。
在一个实施例中，根据第一图像获取送料盘上目标物体的位置和/或密度，包括：获取送料盘的背景模板图像；对第一图像进行预处理得到第二图像；获取第二图像与背景模板图像之间的差分图像；根据差分图像获取送料盘上目标物体的位置和/或密度。
也就是说，点击开始检测后，储料仓打开，振动器开始震动，采集第一图像以及送料盘的背景模板图像，并对第一图像进行预处理得到第二图像，使得第二图像和送料盘的背景模板图像之间出现明显的差别，参考图2所示，然后获取第二图像与背景模板图像之间的差分图像，并根据该差分图像可以较为准确地获取送料盘上目标物体的位置和/或密度。
进一步地，对第一图像进行预处理得到第二图像，包括：从第一图像中获取感兴趣区域对应的图像得到第一感兴趣区域图像，感兴趣区域为根据送料盘上的起始接料位置和结束接料位置确定的区域；获取第一感兴趣区域图像对应的HSV通道图像中的S通道图像；对S通道图像进行灰度处理得到第二图像。
具体来说，为了使接料盘与送料盘协同工作，并实现均匀接料，可以在送料盘上划出感兴趣区域，如图2所示，该感兴趣区域沿传送方向上的一端为送料盘与接料盘的衔接端（即起始接料位置），另一端为接料盘一次接料循环时的结束接料位置，并将从第一图像中获取感兴趣区域对应的图像定义为第一感兴趣区域图像。需要说明的是，由于RGB（Red、Green、Blue，红、绿、蓝）颜色通道对光线比较敏感，若光线发生变化，很容易影响算法的精度，而HSV（Hue、Saturation、Value，色调、饱和度、亮度）通道图像中的S通道图像对光线的变化并不明显，因此获取第一感兴趣区域图像对应的HSV通道图像中的S通道图像，并对S通道图像进行灰度处理得到第二图像，有助于减小光线对入料控制精度的影响。进一步地，作为优选，可以采用均值滤波算法对第二图像进行滤波处理，以防止部分异常点反光从而影响图像。
作为一个具体的实施例，图3给出了该实施例的图像预处理方法的流程图，参考图3所示，该图像预处理方法包括以下步骤：
步骤S201：从第一图像中获取第一感兴趣区域图像。
步骤S202：将第一感兴趣区域图像由RGB格式转换成HSV格式。
步骤S203：选择HSV格式图像的S通道图像。
步骤S204：对S通道图像进行灰度处理得到第二图像。
步骤S205：对第二图像进行滤波处理。
在一个实施例中，获取送料盘的背景模板图像，包括：获取接料盘的背景图像；从背景图像中获取感兴趣区域对应的图像得到第二感兴趣区域图像；对第二感兴趣区域图像进行预处理得到背景模板图像。
也就是说，为了进一步提高图像处理精度，在获取接料盘的背景图像后，也对其进行相应的预处理，具体地，从该背景图像中获取感兴趣区域对应的图像，得到第二感兴趣区域图像，并对第二感兴趣区域图像进行预处理，得到背景模板图像，然后获取第二图像与背景模板图像之间的差分图像，从而根据该差分图像能够获取送料盘上更准确的目标物体的位置和/或密度。
在一个实施例中，根据差分图像获取送料盘上目标物体的位置和/或密度，包括：对差分图像进行二值化处理得到二值化图像；根据二值化图像获取起始接料位置处的第一像素均值；若第一像素均值大于第一阈值，则确定目标物体到达起始接料位置。
具体来说，由于差分图像中目标物体的颜色和送料盘的颜色具有明显差异，因此可以对差分图像进行二值化处理得到二值化图像，即差分图像中被目标物体覆盖的区域像素值为255，而未被目标物体覆盖的区域像素值为0，由此可以获取起始接料位置处的第一像素均值，当该第一像素均值大于第一阈值时，确定目标物体到达起始接料位置。可选地，此时可以向接料盘发送启动指令，控制接料盘开始工作以接收目标物体。需要说明的是，上述第一阈值大小可以是每次检测时所制作的背景模板图像的起始接料位置处的图像像素均值。
进一步地，根据差分图像获取送料盘上目标物体的位置和/或密度，还包括：根据二值化图像获取结束接料位置处的第二像素均值；若第二像素均值小于第二阈值，则确定目标物体远离结束接料位置。
也就是说，获取起始接料位置处的第一像素均值，当该第一像素均值大于第一阈值时，接料盘在电机的驱动下开始进行循环运动，此时开始判断结束接料位置处的像素阈值，具体地，可以获取结束接料位置处的第二像素均值，当该第二像素均值小于第二阈值时，确定目标物体到达结束接料位置。可选地，此时可以向接料盘发送最后一次循环指令，控制接料盘停止工作以停止接收目标物体。需要说明的是，上述第二阈值的大小可以是每次检测时所制作的背景模板图像的结束接料位置处的图像像素均值。
在一个实施例中，根据差分图像获取送料盘上目标物体的位置和/或密度，还包括：获取二值化图像中像素值为第一值的像素个数占二值化图像的总像素个数的比值得到目标物体的密度。
也就是说，对差分图像进行二值化处理得到二值化图像后，差分图像中被目标物体覆盖的区域像素值为255，而未被目标物体覆盖的区域像素值为0，获取二值化图像中像素值为255的像素个数，该像素个数与二值化图像的总像素个数的比值为目标物体的密度，即Di=S255/S，其中，S255为二值化图像中像素值为255的像素个数，S为二值化图像的总像素个数，Di为差分图像中目标物体的密度。可以理解，由于计算目标物体的密度时采用的是二值化图像，因此该方法适用于多种谷物类型，即不需要针对不同谷物切换算法。
进一步地，根据位置和/或密度控制接料盘的工作状态，包括：获取目标物体的初始密度；根据初始密度和密度调整接料盘的接料速度。
具体来说，由于目标物体在送料盘上运动时，图像采集装置的视场是固定的，因此可以获取目标物体的初始密度，并根据初始密度和实时密度来调整接料盘的接料速度，以实现上料均匀。即Vi=DiV/D，其中Di为差分图像中目标物体的实时密度，D为目标物体的起始密度，V为接料盘的起始速度即正常状态下的速度，Vi为调整后的接料速度。可以理解的是，由于设备用于检测不同的目标物体，而目标物体籽粒平铺时，籽粒间隔不同，使得目标物体的起始密度D的大小是不固定的，因此具体示例中可以采用接料盘循环第二次至第四次的三次谷物密度的平均值作为籽粒起始密度D，即第五次循环时开始对接料盘的接料速度进行调整。
作为一个具体的实施例，图4给出了该实施例的入料系统的控制方法的流程图，参考图4所示，该入料系统的控制方法可以包括以下步骤：
步骤S301：获取送料盘的背景图像。
步骤S302：从背景图像中标注起始接料位置和结束接料位置；根据起始接料位置和结束接料位置得到第二感兴趣区域图像；获取第二感兴趣区域图像对应的HSV通道图像中的S通道图像；对S通道图像进行灰度处理得到背景模板图像。
步骤S303：对背景模板图像进行滤波处理。
步骤S304：获取送料盘的第一图像。
步骤S305：从第一图像中标注起始接料位置和结束接料位置；根据起始接料位置和结束接料位置得到第一感兴趣区域图像；获取第一感兴趣区域图像对应的HSV通道图像中的S通道图像；对S通道图像进行灰度处理得到第二图像。
步骤S306：对第二图像进行滤波处理。
步骤S307：获取第二图像与背景模板图像之间的差分图像，并对差分图像进行二值化处理得到二值化图像。
步骤S308：根据二值化图像获取起始接料位置处的第一像素均值；若第一像素均值大于第一阈值，则确定目标物体到达起始接料位置。
步骤S309：根据二值化图像获取结束接料位置处的第二像素均值；若第二像素均值小于第二阈值，则确定目标物体远离结束接料位置。
步骤S310：通过获取二值化图像中像素值为第一值的像素个数得到目标物体的密度；获取目标物体的初始密度，并根据初始密度和密度调整接料盘的接料速度。
应该理解的是，虽然图1、3和4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1、3和4中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
综上所述，根据本发明实施例的入料系统的控制方法，通过获取送料盘的第一图像，并根据第一图像获取送料盘上目标物体的位置和/或密度，以及根据位置和/或密度控制接料盘的工作状态。由此，通过送料盘上目标物体的位置控制接料盘的工作状态，能够使接料盘和送料盘实现协同工作，有效避免了目标物体在接料盘上堆叠，也避免了接料盘过早开始协同工作导致检测时间的增加；通过送料盘上目标物体的密度控制接料盘的工作状态，能够使每次接料盘中的接料量一致，有效提高了检测效率。
在一个实施例中，提出了一种计算机可读存储介质，其上存储有入料系统的控制程序，该入料系统的控制程序被处理器执行时实现上述的入料系统的控制方法。
根据本发明实施例的计算机可读存储介质，通过获取送料盘的第一图像，并根据第一图像获取送料盘上目标物体的位置和/或密度，以及根据位置和/或密度控制接料盘的工作状态。由此，通过送料盘上目标物体的位置控制接料盘的工作状态，能够使接料盘和送料盘实现协同工作，有效避免了目标物体在接料盘上堆叠，也避免了接料盘过早开始协同工作导致检测时间的增加；通过送料盘上目标物体的密度控制接料盘的工作状态，能够使每次接料盘中的接料量一致，有效提高了检测效率。
图5为根据本发明一个实施例的入料系统的控制装置的结构框图。参考图5所示，入料系统包括送料盘和接料盘，入料系统的控制装置400包括：图像获取模块401、图像分析模块402和控制模块403。
其中，图像获取模块401用于获取送料盘的第一图像；图像分析模块402用于根据第一图像获取送料盘上目标物体的位置和/或密度；控制模块403用于根据位置和/或密度控制接料盘的工作状态。
在一个实施例中，图像分析模块402具体用于：获取送料盘的背景模板图像；对第一图像进行预处理得到第二图像；获取第二图像与背景模板图像之间的差分图像；根据差分图像获取送料盘上目标物体的位置和/或密度。
进一步地，图像分析模块402具体用于：从第一图像中获取感兴趣区域对应的图像得到第一感兴趣区域图像，感兴趣区域为根据送料盘上的起始接料位置和结束接料位置确定的区域；获取第一感兴趣区域图像对应的HSV通道图像中的S通道图像；对S通道图像进行灰度处理得到第二图像。
进一步地，图像分析模块402还具体用于：采用均值滤波算法对第二图像进行滤波处理。
在一个实施例中，图像分析模块402具体用于：获取接料盘的背景图像；从背景图像中获取感兴趣区域对应的图像得到第二感兴趣区域图像；对第二感兴趣区域图像进行预处理得到背景模板图像。
在一个实施例中，图像分析模块402具体用于：对差分图像进行二值化处理得到二值化图像；根据二值化图像获取起始接料位置处的第一像素均值；若第一像素均值大于第一阈值，则确定目标物体到达起始接料位置。
进一步地，图像分析模块402具体用于：根据二值化图像获取结束接料位置处的第二像素均值；若第二像素均值小于第二阈值，则确定目标物体远离结束接料位置。
在一个实施例中，控制模块403具体用于：在确定目标物体到达起始接料位置时，控制接料盘开始工作以接收目标物体；在确定目标物体远离结束接料位置时，控制接料盘停止工作以停止接收目标物体。
在一个实施例中，图像分析模块402还用于：获取二值化图像中像素值为第一值的像素个数占二值化图像的总像素个数的比值得到目标物体的密度。
在一个实施例中，图像分析模块402具体用于：获取目标物体的初始密度；根据初始密度和密度调整接料盘的接料速度。
需要说明的是，关于本申请中入料系统的控制装置的描述，请参考本申请中关于入料系统的控制方法的描述，具体这里不再赘述。
根据本发明实施例的入料系统的控制装置，通过图像获取模块获取送料盘的第一图像，并通过图像分析模块根据第一图像获取送料盘上目标物体的位置和/或密度，以及通过控制模块根据位置和/或密度控制接料盘的工作状态。由此，通过送料盘上目标物体的位置控制接料盘的工作状态，能够使接料盘和送料盘实现协同工作，有效避免了目标物体在接料盘上堆叠，也避免了接料盘过早开始协同工作导致检测时间的增加；通过送料盘上目标物体的密度控制接料盘的工作状态，能够使每次接料盘中的接料量一致，有效提高了检测效率。
图6为根据本发明一个实施例的入料系统的结构示意图。参考图6所示，该入料系统500包括：储料仓501、振动器502、送料盘503、接料盘504、图像采集装置（包括流量监视相机505和光源506）和控制器（图中未示出），其中，储料仓501设于送料盘503的一端，用于向送料盘503提供目标物体；振动器502用于控制送料盘503振动以将目标物体从送料盘503的一端振动至送料盘503的另一端；接料盘504用于接收振动至送料盘503的另一端的目标物体；图像采集装置设于送料盘503的上方，用于采集送料盘503的图像；控制器用于通过图像采集装置获取送料盘503的第一图像，并根据第一图像获取送料盘503上目标物体的位置和/或密度，以及根据位置和/或密度控制接料盘504的工作状态。
在一个实施例中，控制器具体用于：获取送料盘503的背景模板图像；对第一图像进行预处理得到第二图像；获取第二图像与背景模板图像之间的差分图像；根据差分图像获取送料盘503上目标物体的位置和/或密度。
进一步地，控制器具体用于：从第一图像中获取感兴趣区域对应的图像得到第一感兴趣区域图像，感兴趣区域为根据送料盘503上的起始接料位置和结束接料位置确定的区域；获取第一感兴趣区域图像对应的HSV通道图像中的S通道图像；对S通道图像进行灰度处理得到第二图像。
进一步地，控制器还具体用于：采用均值滤波算法对第二图像进行滤波处理。
在一个实施例中，控制器具体用于：获取接料盘504的背景图像；从背景图像中获取感兴趣区域对应的图像得到第二感兴趣区域图像；对第二感兴趣区域图像进行预处理得到背景模板图像。
在一个实施例中，控制器具体用于：对差分图像进行二值化处理得到二值化图像；根据二值化图像获取起始接料位置处的第一像素均值；若第一像素均值大于第一阈值，则确定目标物体到达起始接料位置。
进一步地，控制器具体用于：根据二值化图像获取结束接料位置处的第二像素均值；若第二像素均值小于第二阈值，则确定目标物体远离结束接料位置。
在一个实施例中，控制器具体用于：在确定目标物体到达起始接料位置时，控制接料盘504开始工作以接收目标物体；在确定目标物体远离结束接料位置时，控制接料盘504停止工作以停止接收目标物体。
在一个实施例中，控制器还用于：获取二值化图像中像素值为第一值的像素个数占二值化图像的总像素个数的比值得到目标物体的密度。
在一个实施例中，控制器具体用于：获取目标物体的初始密度；根据初始密度和密度调整接料盘504的接料速度。
需要说明的是，关于本申请中入料系统的描述，请参考本申请中关于入料系统的控制方法的描述，具体这里不再赘述。
根据本发明实施例的入料系统，通过储料仓向送料盘提供目标物体，并通过振动器控制送料盘振动以将目标物体从送料盘的一端振动至送料盘的另一端，以及通过接料盘接收振动至送料盘的另一端的目标物体，并通过图像采集装置采集送料盘的图像，以及通过控制器通过图像采集装置获取送料盘的第一图像，并根据第一图像获取送料盘上目标物体的位置和/或密度，以及根据位置和/或密度控制接料盘的工作状态。由此，通过送料盘上目标物体的位置控制接料盘的工作状态，能够使接料盘和送料盘实现协同工作，有效避免了目标物体在接料盘上堆叠，也避免了接料盘过早开始协同工作导致检测时间的增加；通过送料盘上目标物体的密度控制接料盘的工作状态，能够使每次接料盘中的接料量一致，有效提高了检测效率。
需要说明的是，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。
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一定指的是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何的一个或多个实施例或示例中以合适的方式结合。
此外，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至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，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，除非另有明确的限定。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。
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 (13)

1.一种入料系统的控制方法，其特征在于，所述入料系统包括送料盘和接料盘，所述方法包括：
获取所述送料盘的第一图像；
根据所述第一图像获取所述送料盘上目标物体的位置和/或密度；
根据所述位置和/或所述密度控制所述接料盘的工作状态。
2.根据权利要求1所述的入料系统的控制方法，其特征在于，所述根据所述第一图像获取所述送料盘上目标物体的位置和/或密度，包括：
获取所述送料盘的背景模板图像；
对所述第一图像进行预处理得到第二图像；
获取所述第二图像与所述背景模板图像之间的差分图像；
根据所述差分图像获取所述送料盘上目标物体的位置和/或密度。
3.根据权利要求2所述的入料系统的控制方法，其特征在于，所述对所述第一图像进行预处理得到第二图像，包括：
从所述第一图像中获取感兴趣区域对应的图像得到第一感兴趣区域图像，所述感兴趣区域为根据所述送料盘上的起始接料位置和结束接料位置确定的区域；
获取所述第一感兴趣区域图像对应的HSV通道图像中的S通道图像；
对所述S通道图像进行灰度处理得到所述第二图像。
4.根据权利要求3所述的入料系统的控制方法，其特征在于，所述对所述第一图像进行预处理得到第二图像，还包括：
采用均值滤波算法对所述第二图像进行滤波处理。
5.根据权利要求3所述的入料系统的控制方法，其特征在于，所述获取所述送料盘的背景模板图像，包括：
获取所述接料盘的背景图像；
从所述背景图像中获取所述感兴趣区域对应的图像得到第二感兴趣区域图像；
对所述第二感兴趣区域图像进行预处理得到所述背景模板图像。
6.根据权利要求3-5中任一项所述的入料系统的控制方法，其特征在于，所述根据所述差分图像获取所述送料盘上目标物体的位置和/或密度，包括：
对所述差分图像进行二值化处理得到二值化图像；
根据所述二值化图像获取所述起始接料位置处的第一像素均值；
若所述第一像素均值大于第一阈值，则确定所述目标物体到达所述起始接料位置。
7.根据权利要求6所述的入料系统的控制方法，其特征在于，所述根据所述差分图像获取所述送料盘上目标物体的位置和/或密度，还包括：
根据所述二值化图像获取所述结束接料位置处的第二像素均值；
若所述第二像素均值小于第二阈值，则确定所述目标物体远离所述结束接料位置。
8.根据权利要求7所述的入料系统的控制方法，其特征在于，所述根据所述位置和/或所述密度控制所述接料盘的工作状态，包括：
在确定所述目标物体到达所述起始接料位置时，控制所述接料盘开始工作以接收所述目标物体；
在确定所述目标物体远离所述结束接料位置时，控制所述接料盘停止工作以停止接收所述目标物体。
9.根据权利要求6所述的入料系统的控制方法，其特征在于，所述根据所述差分图像获取所述送料盘上目标物体的位置和/或密度，还包括：
获取所述二值化图像中像素值为第一值的像素个数占所述二值化图像的总像素个数的比值得到所述目标物体的密度。
10.根据权利要求9所述的入料系统的控制方法，其特征在于，所述根据所述位置和/或所述密度控制所述接料盘的工作状态，包括：
获取所述目标物体的初始密度；
根据所述初始密度和所述密度调整所述接料盘的接料速度。
11.一种计算机可读存储介质，其特征在于，其上存储有入料系统的控制程序，该入料系统的控制程序被处理器执行时实现根据权利要求1-10中任一项所述的入料系统的控制方法。
12.一种入料系统的控制装置，其特征在于，所述入料系统包括送料盘和接料盘，所述装置包括：
图像获取模块，用于获取所述送料盘的第一图像；
图像分析模块，用于根据所述第一图像获取所述送料盘上目标物体的位置和/或密度；
控制模块，用于根据所述位置和/或所述密度控制所述接料盘的工作状态。
13.一种入料系统，其特征在于，包括：储料仓、振动器、送料盘、接料盘、图像采集装置和控制器，其中，
所述储料仓设于所述送料盘的一端，用于向所述送料盘提供目标物体；
所述振动器用于控制所述送料盘振动以将所述目标物体从所述送料盘的一端振动至所述送料盘的另一端；
所述接料盘用于接收振动至所述送料盘的另一端的所述目标物体；
所述图像采集装置设于所述送料盘的上方，用于采集所述送料盘的图像；
所述控制器用于通过所述图像采集装置获取所述送料盘的第一图像，并根据所述第一图像获取所述送料盘上目标物体的位置和/或密度，以及根据所述位置和/或所述密度控制所述接料盘的工作状态。
CN202210019900.5A 2022-01-10 2022-01-10 入料系统及其控制方法、控制装置及存储介质 Active CN114037704B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210019900.5A CN114037704B (zh) 2022-01-10 2022-01-10 入料系统及其控制方法、控制装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210019900.5A CN114037704B (zh) 2022-01-10 2022-01-10 入料系统及其控制方法、控制装置及存储介质

Publications (2)

Publication Number Publication Date
CN114037704A true CN114037704A (zh) 2022-02-11
CN114037704B CN114037704B (zh) 2022-04-22

Family

ID=80147359

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210019900.5A Active CN114037704B (zh) 2022-01-10 2022-01-10 入料系统及其控制方法、控制装置及存储介质

Country Status (1)

Country Link
CN (1) CN114037704B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104155312A (zh) * 2014-08-11 2014-11-19 华北水利水电大学 基于近红外计算机视觉的粮粒内部害虫检测方法和装置
CN105405139A (zh) * 2015-11-12 2016-03-16 深圳市傲视检测技术有限公司 基于单目ccd的小尺寸玻璃面板的送料快速定位方法及系统
JP2018052684A (ja) * 2016-09-29 2018-04-05 株式会社リコー シート材搬送装置、画像読取装置及び画像形成装置
CN108664875A (zh) * 2018-02-14 2018-10-16 北京广天夏科技有限公司 基于图像识别的井下皮带运输监控方法
US20180333134A1 (en) * 2017-05-16 2018-11-22 Clarius Mobile Health Corp. Systems and methods for determining a heart rate of an imaged heart in an ultrasound image feed
CN110006919A (zh) * 2018-12-10 2019-07-12 浙江大学台州研究院 一种抛光石英晶片浅划痕检测的装置与方法
CN110246122A (zh) * 2019-05-20 2019-09-17 江苏理工学院 基于机器视觉的小型轴承质量检测方法、装置及系统
CN209841655U (zh) * 2019-03-15 2019-12-24 安徽高哲信息技术有限公司 一种谷物检测装置
CN110756465A (zh) * 2019-09-16 2020-02-07 苏州筹策智能科技有限公司 Pcb板检测擦拭一体机
CN110766743A (zh) * 2019-10-23 2020-02-07 中冶赛迪重庆信息技术有限公司 基于图像识别的物料流量检测方法、装置、设备及介质
US20210009359A1 (en) * 2019-07-11 2021-01-14 SYNCRUDE CANADA LTD. in trust for the owners of the Syncrude Projects as such owners exist now and Monitoring a transverse position of a conveyor belt and its material load by digital image analysis
CN113207372A (zh) * 2021-05-31 2021-08-06 四川农业大学 一种智能花生播种装置及方法
CN113469126A (zh) * 2021-07-23 2021-10-01 浙江大华技术股份有限公司 一种运动状态检测方法、装置、检测设备及存储介质

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104155312A (zh) * 2014-08-11 2014-11-19 华北水利水电大学 基于近红外计算机视觉的粮粒内部害虫检测方法和装置
CN105405139A (zh) * 2015-11-12 2016-03-16 深圳市傲视检测技术有限公司 基于单目ccd的小尺寸玻璃面板的送料快速定位方法及系统
JP2018052684A (ja) * 2016-09-29 2018-04-05 株式会社リコー シート材搬送装置、画像読取装置及び画像形成装置
US20180333134A1 (en) * 2017-05-16 2018-11-22 Clarius Mobile Health Corp. Systems and methods for determining a heart rate of an imaged heart in an ultrasound image feed
CN108664875A (zh) * 2018-02-14 2018-10-16 北京广天夏科技有限公司 基于图像识别的井下皮带运输监控方法
CN110006919A (zh) * 2018-12-10 2019-07-12 浙江大学台州研究院 一种抛光石英晶片浅划痕检测的装置与方法
CN209841655U (zh) * 2019-03-15 2019-12-24 安徽高哲信息技术有限公司 一种谷物检测装置
CN110246122A (zh) * 2019-05-20 2019-09-17 江苏理工学院 基于机器视觉的小型轴承质量检测方法、装置及系统
US20210009359A1 (en) * 2019-07-11 2021-01-14 SYNCRUDE CANADA LTD. in trust for the owners of the Syncrude Projects as such owners exist now and Monitoring a transverse position of a conveyor belt and its material load by digital image analysis
CN110756465A (zh) * 2019-09-16 2020-02-07 苏州筹策智能科技有限公司 Pcb板检测擦拭一体机
CN110766743A (zh) * 2019-10-23 2020-02-07 中冶赛迪重庆信息技术有限公司 基于图像识别的物料流量检测方法、装置、设备及介质
CN113207372A (zh) * 2021-05-31 2021-08-06 四川农业大学 一种智能花生播种装置及方法
CN113469126A (zh) * 2021-07-23 2021-10-01 浙江大华技术股份有限公司 一种运动状态检测方法、装置、检测设备及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
BAEKSUKCHU ET AL.: "Robot-based construction automation: An application to steel beam assembly (Part I)", 《AUTOMATION IN CONSTRUCTION》 *
魏斌: "柴油发动机装配线上自动送料压装机设计", 《创新应用》 *

Also Published As

Publication number Publication date
CN114037704B (zh) 2022-04-22

Similar Documents

Publication Publication Date Title
US11721018B2 (en) System and method for calculating focus variation for a digital microscope
US8064661B2 (en) Cell culture device, image processing device and cell detecting system
CN114758185B (zh) 一种基于灰度色差的注塑参数控制方法与系统
KR20200078548A (ko) 컬러 형성 반응에 기초하여 분석 측정을 수행하기 위한 방법들 및 디바이스들
CN103246920A (zh) 一种蚕茧自动计数方法及系统
CN113724257A (zh) 一种碳板灰色污点检测方法、计算机设备及存储介质
CN113844864B (zh) 振动给料控制系统、方法、色选机、电子设备及存储介质
JP7467205B2 (ja) バイオマーカを光学的に検出するための方法
EP1843146A1 (en) Biochemical inspection device and biochemical inspection method
CN113554004B (zh) 搅拌车溢料检测方法、检测系统、电子设备及搅拌站
CN112634248B (zh) 颗粒状原料粒度测量系统及方法、电子设备及存储介质
US8351674B2 (en) Image portion identification methods, image parsing methods, image parsing systems, and articles of manufacture
EP3737947A1 (en) Methods for measuring analyte and/or protein in biological samples
EP1976308B1 (en) Device and method for measuring noise characteristics of image sensor
JP7039640B2 (ja) シンボルを評価するためのシステムおよび方法
CN114037704B (zh) 入料系统及其控制方法、控制装置及存储介质
CN113310997A (zh) Pcb板缺陷确认方法、装置、自动光学检测设备及储存介质
CN115861315B (zh) 缺陷检测方法和装置
CN114066881B (zh) 一种基于非线性变换检测方法、计算机设备及存储介质
CN1262482A (zh) 过程监测用的系统
CN114030907B (zh) 入料系统
CN112198327A (zh) 一种基于机器视觉的医疗器械进样检测系统及方法
CN110689926A (zh) 一种高通量数字pcr图像液滴的准确检测方法
EP1164546A2 (en) Method and apparatus for signal segmentation
CN114708277B (zh) 超声视频图像活动区域自动检索方法和装置

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