CN114708227A - 一种基于图像处理的染色扩散剂添加控制方法及系统 - Google Patents
一种基于图像处理的染色扩散剂添加控制方法及系统 Download PDFInfo
- Publication number
- CN114708227A CN114708227A CN202210346873.2A CN202210346873A CN114708227A CN 114708227 A CN114708227 A CN 114708227A CN 202210346873 A CN202210346873 A CN 202210346873A CN 114708227 A CN114708227 A CN 114708227A
- Authority
- CN
- China
- Prior art keywords
- color
- sliding window
- diffusion
- distance
- curvature
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000012545 processing Methods 0.000 title claims abstract description 25
- 238000004043 dyeing Methods 0.000 title claims abstract description 22
- 238000009792 diffusion process Methods 0.000 claims abstract description 79
- 238000004422 calculation algorithm Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 12
- 239000003795 chemical substances by application Substances 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 210000000746 body region Anatomy 0.000 claims description 8
- 238000013507 mapping Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 239000002270 dispersing agent Substances 0.000 claims description 6
- 238000003708 edge detection Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 abstract description 3
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000005192 partition Methods 0.000 description 4
- 239000003086 colorant Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000011218 segmentation 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
- G06T7/11—Region-based segmentation
-
- 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
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/64—Analysis of geometric attributes of convexity or concavity
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
Abstract
本发明涉及人工智能技术领域,具体涉及一种基于图像处理的染色扩散剂添加控制方法及系统。该方法通过像素值对颜色类别进行分类,然后利用像素点直接的距离关系确定颜色主体区域,获得颜色分界线和颜色离散点。根据颜色离散点和颜色分界线直接的距离信息和颜色分界线上的曲率信息控制滑窗的处理,当滑窗停止移动时,以滑窗内的颜色离散点作为扩散离散点。根据扩散离散点分析颜色类别的扩散程度,进而获得整体扩散程度。根据整体扩散程度控制扩散剂的添加。本发明通过对图像像素点的分析获得了参考性强的整体扩散性,实现了根据整体扩散性控制扩散剂的添加。
Description
技术领域
本发明涉及人工智能技术领域,具体涉及一种基于图像处理的染色扩散剂添加控制方法及系统。
背景技术
在产品的染色工艺中,色粉染色为常见的一种染色方式,在混合机中添加待染色材料和染色色粉,通过混合机的工作使其融合,为了提高染色效果和染色效率,在混合过程中还需要在混合机内添加扩散剂来增加颜色扩散性,使色粉在混合过程中能够均匀混合。
在扩散剂添加过程中,使用固定量添加扩散剂会因为染色材料等问题使得扩散剂利用效率降低,导致染色不均匀中出现色斑等异常情况,增加了色粉混合时间,影响了染色效率。因此需要通过混合机内展现的色粉扩散程度来控制扩散剂的添加。
在现有技术中,可通过图像处理的方法识别出混合机内各种颜色区域的分布,但是因为扩散效果,使得颜色区域分布不均匀,无法直接利用颜色分布分析出扩散性。
发明内容
为了解决上述技术问题,本发明的目的在于提供一种基于图像处理的染色扩散剂添加控制方法及系统,所采用的技术方案具体如下:
本发明提出了一种基于图像处理的染色扩散剂添加控制方法,所述方法包括:
采集混合颜色图像,根据像素值将所述混合颜色图像中的像素点分为多个颜色类别;每个所述颜色类别构成一个单色信息图像;根据所述单色信息图像中像素点的距离确定颜色主体区域和颜色离散点;以所述颜色主体区域的边缘作为颜色分界线;
获得每个所述颜色离散点到所述颜色分界线的第一距离;获得每个所述颜色离散点在所述颜色分界线上的映射点的第一曲率;设置滑窗根据均值漂移算法处理所述单色信息图像;获得滑窗中心点到所述颜色分界线的第二距离和在所述颜色分界线上的映射点的第二曲率;根据所述滑窗内所述颜色离散点的所述第一曲率与所述第二曲率的差异和所述第一距离与第二距离的差异获得滑窗偏移量;根据所述滑窗偏移量控制所述滑窗移动;当所述滑窗停止移动时,以所述滑窗内的所述颜色离散点作为扩散离散点;
根据所述扩散离散点数量获得每个所述颜色类别的扩散程度;根据每个所述颜色类别的所述扩散程度获得整体扩散程度;根据所述整体扩散程度控制扩散剂添加量。
进一步地,所述根据所述单色信息图像中像素点的距离确定颜色主体区域和颜色离散点包括:
根据像素点之间的距离采用均值漂移算法将所述单色信息图像分割,获得颜色主体区域和颜色离散点。
进一步地,所述以所述颜色主体区域的边缘作为颜色分界线包括:
将所述颜色主体区域二值化处理,通过canny边缘检测算法检测所述主体区域的边缘,获得所述颜色分界线。
进一步地,所述设置滑窗根据均值漂移算法处理所述单色图像包括:
所述滑窗采用圆形滑窗;以所述颜色主体区域的面积与预设调整权重的乘积作为所述滑窗的面积。
进一步地,所述根据所述滑窗内所述颜色离散点的所述第一曲率与所述第二曲率的差异和所述第一距离与第二距离的差异获得滑窗偏移量包括:
根据偏移量计算公式获得所述滑窗偏移量;所述偏移量计算公式包括:
其中,M为所述滑窗偏移量,S为所述滑窗的区域,Li为所述滑窗内第i个所述颜色离散点的所述第一距离,Ki为所述滑窗内第i个所述颜色离散点的所述第一曲率,n为所述滑窗内所述颜色离散点的数量,L0为所述滑窗中心点的第二距离,K0为所述滑窗中心点的第二曲率。
进一步地,所述根据所述滑窗偏移量控制所述滑窗移动包括:
以当前所述滑窗中心点的所述第二距离和所述第二曲率作为位置信息,以所述位置信息与所述滑窗偏移量的和作为所述滑窗下一状态下的所述位置信息;当所述滑窗偏移量为零时,滑窗停止移动。
进一步地,所述根据所述扩散离散点数量获得每个所述颜色类别的扩散程度包括:
以所述颜色类别内所述扩散离散点的数量和所述颜色离散点数量的比值作为所述扩散程度。
进一步地,所述根据每个所述颜色类别的所述扩散程度获得整体扩散程度包括:
以所述颜色类别的所述扩散程度的均值作为整体扩散程度。
本发明还提出了一种基于图像处理的染色扩散剂添加控制系统,包括存储器、处理器以及存储在所述存储器中并可在所述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任意一项所述一种基于图像处理的染色扩散剂添加控制方法的步骤。
本发明具有如下有益效果:
本发明实施例利用像素值信息和位置信息分析出每个颜色类别的颜色主体区域,通过分析颜色离散点和颜色分界线的距离信息和曲率信息,利用均值漂移算法移动滑窗,当滑窗停止移动时,说明当前滑窗内的颜色离散点的距离信息和曲率信息最能够表示该颜色离散点在该颜色类别中的扩散性,即滑窗内的颜色离散点为扩散离散点,可通过扩散离散点的数量表示出扩散程度,进一步通过整体扩散程度有效的表示了当前混合机内的扩散效果,可通过整体扩散程度控制扩散剂的添加。
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为本发明一个实施例所提供的一种基于图像处理的染色扩散剂添加控制方法流程图。
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一种基于图像处理的染色扩散剂添加控制方法及系统,其具体实施方式、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染色扩散剂添加控制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染色扩散剂添加控制方法流程图,该方法包括:
步骤S1:采集混合颜色图像,根据像素值将混合颜色图像中的像素点分为多个颜色类别;每个颜色类别构成一个单色信息图像;根据单色信息图像中像素点的距离确定颜色主体区域和颜色离散点;以颜色主体区域的边缘作为颜色分界线。
在本发明实施例中,在混合机的观察口处设置RGB相机以采集混合机内部的混合颜色图像。需要说明的是,经过色粉的扩散与混合,在混合颜色图像中不同颜色之间的分界线不清晰,除了颜色主体外还存在离散在颜色主体外的颜色离散点,因此无法直接利用图像分析获得颜色区域之间的颜色分界线。获得颜色分界线的具体方法包括:
因为混合颜色图像中每个像素点在R、G、B三个通道的像素值都可以代表当前像素点的颜色,所以可以根据像素值利用颜色阈值分割方法将混合颜色图像中的像素点分为多个颜色类别。针对单个颜色类别可以单独分析,避免其他颜色像素点干扰,即每个颜色类别的像素点构成一个单色信息图像进行分析。在本发明实施例中,将单个颜色类别的像素点置为1,其他颜色类别的像素点置为0,获得掩膜。利用掩膜处理混合颜色图像,获得单色信息图像。
颜色主体区域可视为为均匀紧密分布的颜色像素点的集合,因此可在单色信息图像中,根据像素点之间的距离确定颜色主体区域,颜色主体区域外为颜色离散点,颜色类别的像素点除去颜色主体区域的像素点即获得了颜色离散点。颜色离散点表示此类别的色粉正在扩散或者即将扩散。
优选的,根据像素点之间的距离采用均值漂移算法将单色信息图像分割,获得颜色主体区域和颜色离散点。
因为颜色主体区域中颜色像素点紧密且均匀的结合,所以可以通过边缘检测算法直接获得颜色主体区域的边缘作为颜色分界线。具体包括:
将颜色主体区域二值化处理,使得后续边缘检测算法仅分析一个通道信息,提高数据分析效率。通过canny边缘检测算法检测主体区域的边缘,获得颜色分界线。颜色分界线上每一个像素都包含一个坐标信息,根据坐标信息可以对颜色分界线进行拟合,得到颜色分界线的拟合函数。
在本发明实施例中,为了使检测过程可视化,将每个包含颜色主体区域的单色信息图像叠加,获得整体颜色分区图像。在整体颜色分区图像中还可以根据颜色类别和颜色主体区域中心点的坐标对每个区域进行编号,使得整体颜色分区图像中可以直观的看出当前颜色混合的状态和颜色分区数量。
步骤S2:获得每个颜色离散点到颜色分界线的第一距离;获得每个颜色离散点在颜色分界线上的映射点的第一曲率;设置滑窗根据均值漂移算法处理单色信息图像;获得滑窗中心点到颜色分界线的第二距离和在颜色分界线上的映射点的第二曲率;根据滑窗内颜色离散点的第一曲率与第二曲率的差异和第一距离与第二距离的差异获得滑窗偏移量;根据滑窗偏移量控制滑窗移动;当滑窗停止移动时,以滑窗内的颜色离散点作为扩散离散点。
颜色离散点包含即将扩散的颜色像素点和处于扩散状态的颜色像素点。其中处于扩散状态的颜色像素点可以分析当前颜色类别的扩散程度,而其他颜色离散点并不能作为扩散程度分析的参考。
对于颜色离散点而言,距离颜色主体区域越远,则说明该颜色离散点的扩散状态越明显。因为步骤S1已经获得了清晰明确且拟合过的颜色分界线,因此以颜色离散点到颜色分界线的第一距离作为每个颜色离散点相对于颜色主体区域的距离。进一步地,颜色类别的扩散程度也可以根据颜色分界线的扭曲程度间接反应,即颜色分界线在一个位置处的曲率越小,则说明在当前位置扩散性越好,因此结合颜色离散点进行分析,获得每个颜色离散点在颜色分界线上的映射点的第一曲率,以第一距离和第一曲率作为分析颜色离散点扩散性的参考指标。
需要说明的是,距离和曲率的计算方法为常规技术手段,可根据颜色离散点的坐标和颜色分界线的拟合函数通过点到线的距离公式,获得第一距离。并获得映射点,根据拟合函数求取映射点在拟合函数上的曲率,获得第一曲率。
均值漂移算法可以利用滑窗分析滑窗区域内像素点的信息,并且控制滑窗移动直至达到最优位置。颜色离散点的第一距离越大,第一曲率越小,则扩散性越好。因此可根据第一距离和第一曲率控制滑窗的移动,使得最终滑窗移动至扩散性一致的区域,则该滑窗区域内的颜色离散点可视为扩散离散点,具体包括:
滑窗采用圆形滑窗,因为颜色主体区域的面积存在差异,因此在利用滑窗处理每个单色信息图像时,根据颜色主体区域的面积与预设调整权重的乘积作为滑窗的面积。在本发明实施例中,调整权重设置为0.1。
与颜色离散点相似的,获得滑窗中心点到颜色分界线的第二距离和在颜色分界线上的映射点的第二曲率。根据滑窗内颜色离散点的第一曲率与第二曲率的差异和第一距离与第二距离的差异获得滑窗偏移量,具体包括:
根据偏移量计算公式获得滑窗偏移量。偏移量计算公式包括:
其中,M为滑窗偏移量,S为滑窗的区域,Li为滑窗内第i个颜色离散点的第一距离,Ki为滑窗内第i个颜色离散点的第一曲率,n为滑窗内颜色离散点的数量,L0为滑窗中心点的第二距离,K0为滑窗中心点的第二曲率。
计算滑窗偏移量的目的在于控制滑窗移动,在偏移量计算公式中,为了规范偏移量数据,将曲率信息进行负相关映射,使得滑窗偏移量与曲率信息和距离信息都为正相关关系。偏移量计算公式通过获得第一距离与第二距离的差异和第一曲率与第二曲率的差异使得在后续移动过程中,滑窗向着距离信息变大,曲率信息变小的方向进行移动,进一步通过加和求平均的方法使得滑窗还向着颜色离散点密集区域移动。
具体的,根据滑窗偏移量控制滑窗移动包括:以当前滑窗中心点的第二距离和第二曲率作为位置信息,以位置信息与滑窗偏移量的和作为滑窗下一状态下的位置信息,并且每一次移动后都计算滑窗偏移量准备下一次的移动,当滑窗偏移量为零时,滑窗停止移动。
当滑窗停止移动时,说明当前滑窗区域内的颜色离散点距离信息和曲率信息都满足扩散性特点。因此以滑窗内的颜色离散点作为该颜色类别的扩散离散点。
步骤S3:根据扩散离散点数量获得每个颜色类别的扩散程度;根据每个颜色类别的扩散程度获得整体扩散程度;根据整体扩散程度控制扩散剂添加量。
因为扩散离散点是根据滑窗处理得到的扩散性一致且具有扩散特点颜色离散点,因此根据一个颜色类别中的扩散离散点的数量可以获得每个颜色类别的扩散程度,以颜色类别内扩散离散点的数量和颜色离散点数量的比值作为扩散程度。扩散离散点越多则说明对应的颜色类别扩散程度越大。
获得每个颜色类别的扩散程度之后,以颜色类别的扩散程度的均值作为整体扩散程度。整体扩散程度表示了当前状态下混合机内色粉的扩散状态,如果整体扩散程度未达到扩散程度要求,则可以添加扩散剂的量,并观察后续扩散程度,实现了控制扩散剂的添加。
综上所述,本发明实施例通过像素值对颜色类别进行分类,然后利用像素点直接的距离关系确定颜色主体区域,获得颜色分界线和颜色离散点。根据颜色离散点和颜色分界线直接的距离信息和颜色分界线上的曲率信息控制滑窗的处理,当滑窗停止移动时,以滑窗内的颜色离散点作为扩散离散点。根据扩散离散点分析颜色类别的扩散程度,进而获得整体扩散程度。根据整体扩散程度控制扩散剂的添加。本发明实施例通过对图像像素点的分析获得了参考性强的整体扩散性,实现了根据整体扩散性控制扩散剂的添加。
本发明还提出了一种基于图像处理的染色扩散剂添加控制系统,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现任意一项一种基于图像处理的染色扩散剂添加控制方法的步骤。
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染色扩散剂添加控制方法,其特征在于,所述方法包括:
采集混合颜色图像,根据像素值将所述混合颜色图像中的像素点分为多个颜色类别;每个所述颜色类别构成一个单色信息图像;根据所述单色信息图像中像素点的距离确定颜色主体区域和颜色离散点;以所述颜色主体区域的边缘作为颜色分界线;
获得每个所述颜色离散点到所述颜色分界线的第一距离;获得每个所述颜色离散点在所述颜色分界线上的映射点的第一曲率;设置滑窗根据均值漂移算法处理所述单色信息图像;获得滑窗中心点到所述颜色分界线的第二距离和在所述颜色分界线上的映射点的第二曲率;根据所述滑窗内所述颜色离散点的所述第一曲率与所述第二曲率的差异和所述第一距离与第二距离的差异获得滑窗偏移量;根据所述滑窗偏移量控制所述滑窗移动;当所述滑窗停止移动时,以所述滑窗内的所述颜色离散点作为扩散离散点;
根据所述扩散离散点数量获得每个所述颜色类别的扩散程度;根据每个所述颜色类别的所述扩散程度获得整体扩散程度;根据所述整体扩散程度控制扩散剂添加量。
2.根据权利要求1所述的一种基于图像处理的染色扩散剂添加控制方法,其特征在于,所述根据所述单色信息图像中像素点的距离确定颜色主体区域和颜色离散点包括:
根据像素点之间的距离采用均值漂移算法将所述单色信息图像分割,获得颜色主体区域和颜色离散点。
3.根据权利要求1所述的一种基于图像处理的染色扩散剂添加控制方法,其特征在于,所述以所述颜色主体区域的边缘作为颜色分界线包括:
将所述颜色主体区域二值化处理,通过canny边缘检测算法检测所述主体区域的边缘,获得所述颜色分界线。
4.根据权利要求1所述的一种基于图像处理的染色扩散剂添加控制方法,其特征在于,所述设置滑窗根据均值漂移算法处理所述单色图像包括:
所述滑窗采用圆形滑窗;以所述颜色主体区域的面积与预设调整权重的乘积作为所述滑窗的面积。
6.根据权利要求1所述的一种基于图像处理的染色扩散剂添加控制方法,其特征在于,所述根据所述滑窗偏移量控制所述滑窗移动包括:
以当前所述滑窗中心点的所述第二距离和所述第二曲率作为位置信息,以所述位置信息与所述滑窗偏移量的和作为所述滑窗下一状态下的所述位置信息;当所述滑窗偏移量为零时,滑窗停止移动。
7.根据权利要求1所述的一种基于图像处理的染色扩散剂添加控制方法,其特征在于,所述根据所述扩散离散点数量获得每个所述颜色类别的扩散程度包括:
以所述颜色类别内所述扩散离散点的数量和所述颜色离散点数量的比值作为所述扩散程度。
8.根据权利要求1所述的一种基于图像处理的染色扩散剂添加控制方法,其特征在于,所述根据每个所述颜色类别的所述扩散程度获得整体扩散程度包括:
以所述颜色类别的所述扩散程度的均值作为整体扩散程度。
9.一种基于图像处理的染色扩散剂添加控制系统,包括存储器、处理器以及存储在所述存储器中并可在所述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1~8任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210346873.2A CN114708227B (zh) | 2022-03-31 | 2022-03-31 | 一种基于图像处理的染色扩散剂添加控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210346873.2A CN114708227B (zh) | 2022-03-31 | 2022-03-31 | 一种基于图像处理的染色扩散剂添加控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114708227A true CN114708227A (zh) | 2022-07-05 |
CN114708227B CN114708227B (zh) | 2023-10-27 |
Family
ID=82172052
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210346873.2A Active CN114708227B (zh) | 2022-03-31 | 2022-03-31 | 一种基于图像处理的染色扩散剂添加控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114708227B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116948386A (zh) * | 2023-06-08 | 2023-10-27 | 江苏通上新材料科技有限公司 | 一种阻燃复合电缆材料及其制备方法和应用 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108510562A (zh) * | 2018-02-11 | 2018-09-07 | 青岛九维华盾科技研究院有限公司 | 基于图像分形纹理的数码迷彩图案生成方法 |
JP2019162603A (ja) * | 2018-03-20 | 2019-09-26 | 月島機械株式会社 | 凝集剤添加量制御装置、汚泥濃縮システム、凝集剤添加量制御方法 |
CN111524156A (zh) * | 2020-04-29 | 2020-08-11 | 浙江工业大学 | 一种基于距离变换和角点检测的重叠柑橘分割方法 |
CN113360655A (zh) * | 2021-06-25 | 2021-09-07 | 中国电子科技集团公司第二十八研究所 | 一种基于序列标注的航迹点分类及文本生成方法 |
CN114049360A (zh) * | 2022-01-13 | 2022-02-15 | 南通海恒纺织设备有限公司 | 一种基于图割算法的纺织染色色粉混合控制方法及系统 |
-
2022
- 2022-03-31 CN CN202210346873.2A patent/CN114708227B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108510562A (zh) * | 2018-02-11 | 2018-09-07 | 青岛九维华盾科技研究院有限公司 | 基于图像分形纹理的数码迷彩图案生成方法 |
JP2019162603A (ja) * | 2018-03-20 | 2019-09-26 | 月島機械株式会社 | 凝集剤添加量制御装置、汚泥濃縮システム、凝集剤添加量制御方法 |
CN111524156A (zh) * | 2020-04-29 | 2020-08-11 | 浙江工业大学 | 一种基于距离变换和角点检测的重叠柑橘分割方法 |
CN113360655A (zh) * | 2021-06-25 | 2021-09-07 | 中国电子科技集团公司第二十八研究所 | 一种基于序列标注的航迹点分类及文本生成方法 |
CN114049360A (zh) * | 2022-01-13 | 2022-02-15 | 南通海恒纺织设备有限公司 | 一种基于图割算法的纺织染色色粉混合控制方法及系统 |
Non-Patent Citations (1)
Title |
---|
JIAWEI YANG ET AL.: "Mean-shift outlier detection and filtering", 《PATTERN RECOGNITION》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116948386A (zh) * | 2023-06-08 | 2023-10-27 | 江苏通上新材料科技有限公司 | 一种阻燃复合电缆材料及其制备方法和应用 |
CN116948386B (zh) * | 2023-06-08 | 2023-12-22 | 江苏通上新材料科技有限公司 | 一种阻燃复合电缆材料及其制备方法和应用 |
Also Published As
Publication number | Publication date |
---|---|
CN114708227B (zh) | 2023-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230383232A1 (en) | Method and system for automated microbial colony counting from streaked sample on plated media | |
WO2018036462A1 (zh) | 图像分割的方法、计算机设备及存储介质 | |
Poletti et al. | A review of thresholding strategies applied to human chromosome segmentation | |
CN109359602A (zh) | 车道线检测方法和装置 | |
CN115457004B (zh) | 基于计算机视觉的锌膏的智能检测方法 | |
CN114529550B (zh) | 一种基于图像处理的纺织品色牢度检测方法及系统 | |
US11747278B2 (en) | Deposit detection device for detecting a partial covering location, a not-adhere location, and a diffuse reflection location | |
CN114049360B (zh) | 一种基于图割算法的纺织染色色粉混合控制方法及系统 | |
CN114708227B (zh) | 一种基于图像处理的染色扩散剂添加控制方法及系统 | |
WO2022199710A1 (zh) | 图像融合方法、装置、计算机设备和存储介质 | |
CN106373131B (zh) | 基于边缘的图像显著性区域检测方法 | |
CN114897891B (zh) | 用于螺条式混合机的混合均匀度检测方法及系统 | |
Tian et al. | Outdoor shadow detection by combining tricolor attenuation and intensity | |
US7403636B2 (en) | Method and apparatus for processing an image | |
CN117152159B (zh) | 一种复杂布料印花瑕疵检测方法及系统 | |
CN113642358B (zh) | 肤色检测方法、装置、终端和存储介质 | |
US11252304B2 (en) | Skin color image gamut weight detecting method and device thereof | |
CN114618371B (zh) | 基于人工智能的分批式混合机控制方法及系统 | |
WO2024021825A1 (zh) | 生理图像处理方法、模型训练方法、装置、设备及介质 | |
CN111985439A (zh) | 人脸检测方法、装置、设备和存储介质 | |
KR102011402B1 (ko) | 쿠다를 사용하여 gpu 리소스를 분배하는 지능형 얼굴 인식과 트래킹 시스템 | |
CN109377486A (zh) | 一种宫颈液基细胞有效图像的判别方法及系统 | |
CN115082480A (zh) | 一种基于颜色共生矩阵的家纺耐摩擦色牢度检测方法 | |
CN113674177A (zh) | 一种人像唇部的自动上妆方法、装置、设备和存储介质 | |
CA2939304A1 (en) | A pixel-based universal image info extraction models and process flow |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240105 Address after: 518000, Building A, Huafeng Bao'an Zhigu Science and Technology Innovation Park, No. 4 Yintian Road, Yantian Community, Xixiang Street, Bao'an District, Shenzhen, Guangdong Province, China 406 Patentee after: Shenzhen Hongyun Software Co.,Ltd. Address before: 226100 No.26 diegang Road, Sanxing Town, Haimen City, Nantong City, Jiangsu Province Patentee before: Haimen ximanting Textile Co.,Ltd. |
|
TR01 | Transfer of patent right |