CN114596280B - 一种碳纤维布面生产过程中碎屑纸的检测方法及装置 - Google Patents

一种碳纤维布面生产过程中碎屑纸的检测方法及装置 Download PDF

Info

Publication number
CN114596280B
CN114596280B CN202210219427.5A CN202210219427A CN114596280B CN 114596280 B CN114596280 B CN 114596280B CN 202210219427 A CN202210219427 A CN 202210219427A CN 114596280 B CN114596280 B CN 114596280B
Authority
CN
China
Prior art keywords
carbon fiber
fiber cloth
cloth cover
image
production process
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
CN202210219427.5A
Other languages
English (en)
Other versions
CN114596280A (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 CN202210219427.5A priority Critical patent/CN114596280B/zh
Publication of CN114596280A publication Critical patent/CN114596280A/zh
Application granted granted Critical
Publication of CN114596280B publication Critical patent/CN114596280B/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
    • 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
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G06T2207/10024—Color image
    • 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
    • Y02W30/00—Technologies for solid waste management
    • Y02W30/50—Reuse, recycling or recovery technologies
    • Y02W30/64—Paper recycling

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Treatment Of Fiber Materials (AREA)

Abstract

本申请涉及碳纤维布面生产检测技术领域，公开了一种碳纤维布面生产过程中碎屑纸的检测方法及装置，在该方法中，首先利用相机获取碳纤维布面图像，并将所述碳纤维布面图像转换成三幅单通道图像，然后根据所述三幅单通道图像，确定所述碳纤维布面图像中每个像素点的强度，最后根据所述碳纤维布面图像中每个像素点的强度，对所述碳纤维布面图像中任一组相邻的两个像素点的强度进行差值计算，根据所述差值判断所述任一组相邻的两个像素点是否为碎屑纸。本申请可以实时有效的检测出碳纤维布面在生产过程中出现碎屑纸的情况，方便现场工作人员提前做出应对措施。

Description

一种碳纤维布面生产过程中碎屑纸的检测方法及装置
技术领域
本申请涉及碳纤维布面生产检测技术领域，尤其涉及一种碳纤维布面生产过程中碎屑纸的检测方法及装置。
背景技术
碳纤维是一种纤维状碳材料。它是一种强度比钢的大、密度比铝的小、比不锈钢还耐腐蚀、比耐热钢还耐高温、又能像铜那样导电，具有许多宝贵的电学、热学和力学性能的新型材料。
但是在碳纤维生产过程中会有碎屑纸掉在布面上，容易造成火灾等情况，因此需要提出一种方法来检测碳纤维布面生产过程中的碎屑纸。
发明内容
本申请涉及一种碳纤维布面生产过程中碎屑纸的检测方法及装置，用于解决现有技术中在碳纤维生产过程中会有碎屑纸掉在布面上，需要提出一种方法来检测碳纤维布面生产过程中的碎屑纸的技术问题。
本申请第一方面公开了一种碳纤维布面生产过程中碎屑纸的检测方法，包括：
利用相机获取碳纤维布面图像；
将所述碳纤维布面图像转换成三幅单通道图像；
根据所述三幅单通道图像，确定所述碳纤维布面图像中每个像素点的强度；
根据所述碳纤维布面图像中每个像素点的强度，对所述碳纤维布面图像中任一组相邻的两个像素点的强度进行差值计算，根据所述差值判断所述任一组相邻的两个像素点是否为碎屑纸。
可选的，所述相机设置有5个，间隔30cm设置，且每个相机离布面的高度为40cm。
可选的，所述碎屑纸为淡蓝色。
可选的，所述将所述碳纤维布面图像转换成三幅单通道图像，包括：
根据颜色的分布规律，依次将所述碳纤维布面图像中每个像素点的第一个像素值赋给R，第二个像素点的值赋给G，第三个像素点的值赋给B，组成三幅单通道图像依次为R、G、B。
可选的，所述根据所述三幅单通道图像，确定所述碳纤维布面图像中每个像素点的强度，包括：
根据所述三幅单通道图像、预设的灰度补偿信息和预设的颜色亮度补偿信息，确定所述碳纤维布面图像中每个像素点的强度。
可选的，所述根据所述三幅单通道图像、预设的灰度补偿信息和预设的颜色亮度补偿信息，确定所述碳纤维布面图像中每个像素点的强度，包括：
通过如下公式确定所述碳纤维布面图像中每个像素点的强度：
alt＝[(3B+G)/2-R]*K+t；
其中，alt表示像素点的强度，R表示R通道图像，G表示G通道图像，B表示B通道图像，K表示灰度补偿信息，t表示颜色亮度补偿信息。
可选的，所述根据所述差值判断所述任一组相邻的两个像素点是否为碎屑纸，包括：
若所述差值小于预设的第一碎屑阈值，则所述任一组相邻的两个像素点不为碎屑纸，若所述差值大于预设的第二碎屑阈值，则所述任一组相邻的两个像素点为碎屑纸，其中，所述第一碎屑阈值小于所述第二碎屑阈值。
可选的，所述第一碎屑阈值为10。
可选的，所述第二碎屑阈值为30。
本申请第二方面公开了一种碳纤维布面生产过程中碎屑纸的检测装置，所述碳纤维布面生产过程中碎屑纸的检测装置应用于本申请第一方面公开的碳纤维布面生产过程中碎屑纸的检测方法，所述碳纤维布面生产过程中碎屑纸的检测装置包括：
图像获取模块，用于利用相机获取碳纤维布面图像；
图像转换模块，用于将所述碳纤维布面图像转换成三幅单通道图像；
强度确定模块，用于根据所述三幅单通道图像，确定所述碳纤维布面图像中每个像素点的强度；
碎屑纸判断模块，用于根据所述碳纤维布面图像中每个像素点的强度，对所述碳纤维布面图像中任一组相邻的两个像素点的强度进行差值计算，根据所述差值判断所述任一组相邻的两个像素点是否为碎屑纸。
可选的，所述相机设置有5个，间隔30cm设置，且每个相机离布面的高度为40cm。
可选的，所述碎屑纸为淡蓝色。
可选的，所述图像转换模块用于：根据颜色的分布规律，依次将所述碳纤维布面图像中每个像素点的第一个像素值赋给R，第二个像素点的值赋给G，第三个像素点的值赋给B，组成三幅单通道图像依次为R、G、B。
可选的，所述强度确定模块用于：根据所述三幅单通道图像、预设的灰度补偿信息和预设的颜色亮度补偿信息，确定所述碳纤维布面图像中每个像素点的强度。
可选的，所述强度确定模块用于：通过如下公式确定所述碳纤维布面图像中每个像素点的强度：
alt＝[(3B+G)/2-R]*K+t；
其中，alt表示像素点的强度，R表示R通道图像，G表示G通道图像，B表示B通道图像，K表示灰度补偿信息，t表示颜色亮度补偿信息。
可选的，所述碎屑纸判断模块用于：若所述差值小于预设的第一碎屑阈值，则所述任一组相邻的两个像素点不为碎屑纸，若所述差值大于预设的第二碎屑阈值，则所述任一组相邻的两个像素点为碎屑纸，其中，所述第一碎屑阈值小于所述第二碎屑阈值。
可选的，所述第一碎屑阈值为10。
可选的，所述第二碎屑阈值为30。
本申请涉及碳纤维布面生产检测技术领域，公开了一种碳纤维布面生产过程中碎屑纸的检测方法及装置，在该方法中，首先利用相机获取碳纤维布面图像，并将所述碳纤维布面图像转换成三幅单通道图像，然后根据所述三幅单通道图像，确定所述碳纤维布面图像中每个像素点的强度，最后根据所述碳纤维布面图像中每个像素点的强度，对所述碳纤维布面图像中任一组相邻的两个像素点的强度进行差值计算，根据所述差值判断所述任一组相邻的两个像素点是否为碎屑纸。本申请可以实时有效的检测出碳纤维布面在生产过程中出现碎屑纸的情况，方便现场工作人员提前做出应对措施。
附图说明
为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，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为本申请实施例公开的一种碳纤维布面生产过程中碎屑纸的检测方法的工作流程示意图；
图2为本申请实施例公开的一种碳纤维布面生产过程中碎屑纸的检测装置的结构示意图。
具体实施方式
为了解决现有技术中在碳纤维生产过程中会有碎屑纸掉在布面上，需要提出一种方法来检测碳纤维布面生产过程中的碎屑纸的技术问题，本申请通过以下实施例公开了一种碳纤维布面生产过程中碎屑纸的检测方法及装置。
本申请第一实施例公开了一种碳纤维布面生产过程中碎屑纸的检测方法，参见图1所示的工作流程示意图，所述碳纤维布面生产过程中碎屑纸的检测方法包括：
步骤S1，利用相机获取碳纤维布面图像。
进一步的，所述相机设置有5个，间隔30cm设置，且每个相机离布面的高度为40cm。
具体来说，进行图像的实时采集，因为碎屑纸很小，所以需要很高的相机精度，所以需要设定5个相机并排放置检测，每个相机相隔30cm并且相机离布面的高度是40cm，这样可以保证对碳纤维布进行整幅布面碎屑纸的实时检测。
在本申请的部分实施例中，所述碎屑纸为淡蓝色。
具体来说，设相机采集的一幅碳纤维布面图像的数据为f，因为碳纤维是黑色的布面，上面的碎屑纸呈淡蓝色的颜色，可以从每个像素点的不同色彩空间进行分析。
步骤S2，将所述碳纤维布面图像转换成三幅单通道图像。
在本申请的部分实施例中，所述将所述碳纤维布面图像转换成三幅单通道图像，包括：
根据颜色的分布规律，依次将所述碳纤维布面图像中每个像素点的第一个像素值赋给R，第二个像素点的值赋给G，第三个像素点的值赋给B，组成三幅单通道图像依次为R、G、B。
具体来说，把一幅三通道的彩色图像转换成单通道的图像，也即把一幅RGB图像转成三幅图像分别为R G B三个图像。转换流程为：根据颜色的分布规律，依次把碳纤维布面图像中每个像素点的第一个像素值赋给R，把每个像素点的第二个像素点的值赋给G，把每个像素点的第三个像素点的值赋给B，组成三幅单通道图像依次为R G B。
步骤S3，根据所述三幅单通道图像，确定所述碳纤维布面图像中每个像素点的强度。
在本申请的部分实施例中，所述根据所述三幅单通道图像，确定所述碳纤维布面图像中每个像素点的强度，包括：
根据所述三幅单通道图像、预设的灰度补偿信息和预设的颜色亮度补偿信息，确定所述碳纤维布面图像中每个像素点的强度。
进一步的，所述根据所述三幅单通道图像、预设的灰度补偿信息和预设的颜色亮度补偿信息，确定所述碳纤维布面图像中每个像素点的强度，包括：
通过如下公式确定所述碳纤维布面图像中每个像素点的强度：
alt＝[(3B+G)/2-R]*K+t。
其中，alt表示像素点的强度，R表示R通道图像，G表示G通道图像，B表示B通道图像，K表示灰度补偿信息，t表示颜色亮度补偿信息。
具体来说，由于淡蓝色碎屑纸在RGB色彩空间中的色彩分量不同，所以需要依据特定的算法公式进行检测，其中，灰度补偿信息K和颜色亮度补偿信息t均根据实际应用场景预先进行确定。通过对碳纤维布面图像中的每个像素点进行如上的算法操作，这样就会得到不同的alt值。
步骤S4，根据所述碳纤维布面图像中每个像素点的强度，对所述碳纤维布面图像中任一组相邻的两个像素点的强度进行差值计算，根据所述差值判断所述任一组相邻的两个像素点是否为碎屑纸。
在本申请的部分实施例中，所述根据所述差值判断所述任一组相邻的两个像素点是否为碎屑纸，包括：
若所述差值小于预设的第一碎屑阈值，则所述任一组相邻的两个像素点不为碎屑纸，若所述差值大于预设的第二碎屑阈值，则所述任一组相邻的两个像素点为碎屑纸，其中，所述第一碎屑阈值小于所述第二碎屑阈值。
进一步的，所述第一碎屑阈值为10。
进一步的，所述第二碎屑阈值为30。
具体来说，依次进行相邻像素的alt进行差值计算，如果算出的差值小于第一碎屑阈值10，那么该两个像素点就不是碎屑纸；如果算出的差值大于第二碎屑阈值30，那么这两个像素点就是碎屑纸，依次进行所有像素的alt差值计算，得到最后的差值，在本申请的部分实施例中，再判断是否有连续的5个像素点，以此判断布面上是否有碎屑纸。
本申请上述实施例公开的一种碳纤维布面生产过程中碎屑纸的检测方法，首先利用相机获取碳纤维布面图像，并将所述碳纤维布面图像转换成三幅单通道图像，然后根据所述三幅单通道图像，确定所述碳纤维布面图像中每个像素点的强度，最后根据所述碳纤维布面图像中每个像素点的强度，对所述碳纤维布面图像中任一组相邻的两个像素点的强度进行差值计算，根据所述差值判断所述任一组相邻的两个像素点是否为碎屑纸。本申请可以实时有效的检测出碳纤维布面在生产过程中出现碎屑纸的情况，方便现场工作人员提前做出应对措施。
应该理解的是，虽然图1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中的至少一部分步骤可以包括多个步骤或者多个阶段，这些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中的步骤或者阶段的至少一部分轮流或者交替地执行。
下述为本申请装置实施例，可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请方法实施例。
本申请第二实施例公开了一种碳纤维布面生产过程中碎屑纸的检测装置，所述碳纤维布面生产过程中碎屑纸的检测装置应用于本申请第一实施例公开的碳纤维布面生产过程中碎屑纸的检测方法，参见图2所示的结构示意图，所述碳纤维布面生产过程中碎屑纸的检测装置包括：
图像获取模块10，用于利用相机获取碳纤维布面图像。
图像转换模块20，用于将所述碳纤维布面图像转换成三幅单通道图像。
强度确定模块30，用于根据所述三幅单通道图像，确定所述碳纤维布面图像中每个像素点的强度。
碎屑纸判断模块40，用于根据所述碳纤维布面图像中每个像素点的强度，对所述碳纤维布面图像中任一组相邻的两个像素点的强度进行差值计算，根据所述差值判断所述任一组相邻的两个像素点是否为碎屑纸。
进一步的，所述相机设置有5个，间隔30cm设置，且每个相机离布面的高度为40cm。
进一步的，所述碎屑纸为淡蓝色。
进一步的，所述图像转换模块20用于：根据颜色的分布规律，依次将所述碳纤维布面图像中每个像素点的第一个像素值赋给R，第二个像素点的值赋给G，第三个像素点的值赋给B，组成三幅单通道图像依次为R、G、B。
进一步的，所述强度确定模块30用于：根据所述三幅单通道图像、预设的灰度补偿信息和预设的颜色亮度补偿信息，确定所述碳纤维布面图像中每个像素点的强度。
进一步的，所述强度确定模块30用于：通过如下公式确定所述碳纤维布面图像中每个像素点的强度：
alt＝[(3B+G)/2-R]*K+t。
其中，alt表示像素点的强度，R表示R通道图像，G表示G通道图像，B表示B通道图像，K表示灰度补偿信息，t表示颜色亮度补偿信息。
进一步的，所述碎屑纸判断模块40用于：若所述差值小于预设的第一碎屑阈值，则所述任一组相邻的两个像素点不为碎屑纸，若所述差值大于预设的第二碎屑阈值，则所述任一组相邻的两个像素点为碎屑纸，其中，所述第一碎屑阈值小于所述第二碎屑阈值。
进一步的，所述第一碎屑阈值为10。
进一步的，所述第二碎屑阈值为30。
以上结合具体实施方式和范例性实例对本申请进行了详细说明，不过这些说明并不能理解为对本申请的限制。本领域技术人员理解，在不偏离本申请精神和范围的情况下，可以对本申请技术方案及其实施方式进行多种等价替换、修饰或改进，这些均落入本申请的范围内。本申请的保护范围以所附权利要求为准。

Claims (8)

1.一种碳纤维布面生产过程中碎屑纸的检测方法，其特征在于，包括：
利用相机获取碳纤维布面图像；
将所述碳纤维布面图像转换成三幅单通道图像；
根据所述三幅单通道图像，确定所述碳纤维布面图像中每个像素点的强度；
根据所述碳纤维布面图像中每个像素点的强度，对所述碳纤维布面图像中任一组相邻的两个像素点的强度进行差值计算，根据所述差值判断所述任一组相邻的两个像素点是否为碎屑纸；
所述根据所述三幅单通道图像，确定所述碳纤维布面图像中每个像素点的强度，包括：
根据所述三幅单通道图像、预设的灰度补偿信息和预设的颜色亮度补偿信息，确定所述碳纤维布面图像中每个像素点的强度；
通过如下公式确定所述碳纤维布面图像中每个像素点的强度：
alt＝[(3B+G)/2-R]*K+t；
其中，alt表示像素点的强度，R表示R通道图像，G表示G通道图像，B表示B通道图像，K表示灰度补偿信息，t表示颜色亮度补偿信息。
2.根据权利要求1所述的碳纤维布面生产过程中碎屑纸的检测方法，其特征在于，所述相机设置有5个，间隔30cm设置，且每个相机离布面的高度为40cm。
3.根据权利要求1所述的碳纤维布面生产过程中碎屑纸的检测方法，其特征在于，所述碎屑纸为淡蓝色。
4.根据权利要求1所述的碳纤维布面生产过程中碎屑纸的检测方法，其特征在于，所述将所述碳纤维布面图像转换成三幅单通道图像，包括：
根据颜色的分布规律，依次将所述碳纤维布面图像中每个像素点的第一个像素值赋给R，第二个像素点的值赋给G，第三个像素点的值赋给B，组成三幅单通道图像依次为R、G、B。
5.根据权利要求1所述的碳纤维布面生产过程中碎屑纸的检测方法，其特征在于，所述根据所述差值判断所述任一组相邻的两个像素点是否为碎屑纸，包括：
若所述差值小于预设的第一碎屑阈值，则所述任一组相邻的两个像素点不为碎屑纸，若所述差值大于预设的第二碎屑阈值，则所述任一组相邻的两个像素点为碎屑纸，其中，所述第一碎屑阈值小于所述第二碎屑阈值。
6.根据权利要求5所述的碳纤维布面生产过程中碎屑纸的检测方法，其特征在于，所述第一碎屑阈值为10。
7.根据权利要求6所述的碳纤维布面生产过程中碎屑纸的检测方法，其特征在于，所述第二碎屑阈值为30。
8.一种碳纤维布面生产过程中碎屑纸的检测装置，其特征在于，所述碳纤维布面生产过程中碎屑纸的检测装置应用于权利要求1-7任一项所述的碳纤维布面生产过程中碎屑纸的检测方法，所述碳纤维布面生产过程中碎屑纸的检测装置包括：
图像获取模块，用于利用相机获取碳纤维布面图像；
图像转换模块，用于将所述碳纤维布面图像转换成三幅单通道图像；
强度确定模块，用于根据所述三幅单通道图像，确定所述碳纤维布面图像中每个像素点的强度；
碎屑纸判断模块，用于根据所述碳纤维布面图像中每个像素点的强度，对所述碳纤维布面图像中任一组相邻的两个像素点的强度进行差值计算，根据所述差值判断所述任一组相邻的两个像素点是否为碎屑纸。
CN202210219427.5A 2022-03-08 2022-03-08 一种碳纤维布面生产过程中碎屑纸的检测方法及装置 Active CN114596280B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210219427.5A CN114596280B (zh) 2022-03-08 2022-03-08 一种碳纤维布面生产过程中碎屑纸的检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210219427.5A CN114596280B (zh) 2022-03-08 2022-03-08 一种碳纤维布面生产过程中碎屑纸的检测方法及装置

Publications (2)

Publication Number Publication Date
CN114596280A CN114596280A (zh) 2022-06-07
CN114596280B true CN114596280B (zh) 2022-09-09

Family

ID=81808404

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210219427.5A Active CN114596280B (zh) 2022-03-08 2022-03-08 一种碳纤维布面生产过程中碎屑纸的检测方法及装置

Country Status (1)

Country Link
CN (1) CN114596280B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115078386B (zh) * 2022-06-15 2023-03-28 常州市新创智能科技有限公司 一种玻纤布面生产过程中红色胶带的检测方法及装置
CN115100144B (zh) * 2022-06-23 2023-04-07 常州市新创智能科技有限公司 一种玻纤布生产过程中的碎屑检测方法及装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106454014A (zh) * 2016-11-04 2017-02-22 安徽超远信息技术有限公司 一种提高逆光场景车辆抓拍图像质量的方法及装置
CN107710279A (zh) * 2015-07-02 2018-02-16 大陆汽车有限责任公司 静态脏污检测与校正
CN108986093A (zh) * 2018-07-19 2018-12-11 常州宏大智能装备产业发展研究院有限公司 基于机器视觉的圆网或平网印花机堵网疵点检测方法
CN109428989A (zh) * 2017-08-28 2019-03-05 深圳传音通讯有限公司 一种防串扰的摄像组件
CN109884727A (zh) * 2019-03-15 2019-06-14 Oppo广东移动通信有限公司 异物检测方法、异物检测装置和电子设备
CN112067138A (zh) * 2020-09-09 2020-12-11 武汉高德智感科技有限公司 一种红外探测器测温定标方法及测温定标装置
CN113554560A (zh) * 2021-06-22 2021-10-26 歌尔光学科技有限公司 投影画面的照度测试方法、装置、设备、系统及介质
CN113724257A (zh) * 2021-11-01 2021-11-30 常州市宏发纵横新材料科技股份有限公司 一种碳板灰色污点检测方法、计算机设备及存储介质
CN113838003A (zh) * 2021-08-30 2021-12-24 歌尔科技有限公司 图像的斑点检测方法、设备、介质及计算机程序产品
CN114067453A (zh) * 2021-10-31 2022-02-18 苏州精梭智能技术有限公司 一种织布缺陷检测方法及缺陷巡检方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104904197B (zh) * 2012-12-05 2016-12-28 富士胶片株式会社 摄像装置及异常倾斜入射光检测方法
JP6009956B2 (ja) * 2013-01-31 2016-10-19 株式会社日立ハイテクノロジーズ 欠陥検査装置および欠陥検査方法
CN104506850B (zh) * 2014-12-16 2017-09-29 北京中星微电子有限公司 一种视频遮挡判断方法和装置
CN106713903B (zh) * 2016-12-08 2019-05-07 广州视源电子科技股份有限公司 屏幕亮度均匀度的检测方法和系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107710279A (zh) * 2015-07-02 2018-02-16 大陆汽车有限责任公司 静态脏污检测与校正
CN106454014A (zh) * 2016-11-04 2017-02-22 安徽超远信息技术有限公司 一种提高逆光场景车辆抓拍图像质量的方法及装置
CN109428989A (zh) * 2017-08-28 2019-03-05 深圳传音通讯有限公司 一种防串扰的摄像组件
CN108986093A (zh) * 2018-07-19 2018-12-11 常州宏大智能装备产业发展研究院有限公司 基于机器视觉的圆网或平网印花机堵网疵点检测方法
CN109884727A (zh) * 2019-03-15 2019-06-14 Oppo广东移动通信有限公司 异物检测方法、异物检测装置和电子设备
CN112067138A (zh) * 2020-09-09 2020-12-11 武汉高德智感科技有限公司 一种红外探测器测温定标方法及测温定标装置
CN113554560A (zh) * 2021-06-22 2021-10-26 歌尔光学科技有限公司 投影画面的照度测试方法、装置、设备、系统及介质
CN113838003A (zh) * 2021-08-30 2021-12-24 歌尔科技有限公司 图像的斑点检测方法、设备、介质及计算机程序产品
CN114067453A (zh) * 2021-10-31 2022-02-18 苏州精梭智能技术有限公司 一种织布缺陷检测方法及缺陷巡检方法
CN113724257A (zh) * 2021-11-01 2021-11-30 常州市宏发纵横新材料科技股份有限公司 一种碳板灰色污点检测方法、计算机设备及存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Automated Visual Defect Detection for Flat Steel Surface: A Surve;Qiwu Luo等;《IEEE》;20191231;第1-18页 *
基于图像识别的大幅面布料切割系统轨迹自动生成研究;谭朝;《中国优秀博硕士学位论文全文数据库(硕士) 工程科技Ⅰ辑》;20220115(第01期);第B024-18页 *
基于多光谱图像分析的欧元识别算法研究;周涛;《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》;20190615(第06期);第I138-435页 *

Also Published As

Publication number Publication date
CN114596280A (zh) 2022-06-07

Similar Documents

Publication Publication Date Title
CN114596280B (zh) 一种碳纤维布面生产过程中碎屑纸的检测方法及装置
CN110458839B (zh) 一种有效的电线电缆监测系统
CN116721107B (zh) 一种电缆生产质量智能监控系统
JP2001264257A (ja) 画像欠陥検出装置、画像欠陥検出方法、及び画像欠陥検出方法の手順を記憶した記憶媒体
CN113610788B (zh) 图像采集装置的故障监测方法、装置、电子设备及存储介质
CN102479321A (zh) 差异影像自动识别系统及方法
JP5957250B2 (ja) クラック検出方法、クラック表示装置
JP5786622B2 (ja) 画質検査方法、画質検査装置及び画質検査プログラム
CN110740314B (zh) 彩色线阵相机坏点校正方法及系统
JP5973214B2 (ja) 構造物の不具合確率演算方法および不具合確率演算装置、構造物の不具合範囲判定方法および不具合範囲判定装置
JP2019132668A (ja) 伸長判定装置、伸長判定方法、及びコンピュータプログラム
TW419634B (en) Automatic detection system and method using bar code positioning
KR102488651B1 (ko) Ir 카메라를 이용한 딥러닝 기반의 이상상태 판단 장치
JP2008020369A (ja) 画像解析方法、画像解析装置、検査装置、画像解析プログラムおよびコンピュータ読み取り可能な記録媒体
CN115830021B (zh) 一种用于五金件加工的金属表面缺陷检测方法
JP5243486B2 (ja) ケーブル位置検出装置、ケーブル位置検出方法及びケーブル位置検出プログラム
JP5181912B2 (ja) 表面欠陥の検査方法、表面欠陥検査装置、鋼板の製造方法、及び鋼板の製造装置
JP2005252451A (ja) 画質検査方法及び画質検査装置
CN113744197A (zh) 一种基于红紫外复合成像的电缆故障检测方法
CN114677337B (zh) 一种碳纤维布面的油污检测方法及装置
JP2013197173A (ja) 太陽電池アレイ検査方法および太陽電池アレイ検査装置
JP3584507B2 (ja) パタンムラ検査装置
JPH07318510A (ja) 建物屋根材の劣化度評価方法
JP2006275812A (ja) エッジ欠陥検出方法、エッジ欠陥検出装置、エッジ欠陥検出プログラム、記録媒体
CN114757907B (zh) 一种红外传感器的数据处理方法

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
GR01 Patent grant
GR01 Patent grant