CN114841971A - 金属块凹坑缺陷检测方法、系统及装置 - Google Patents
金属块凹坑缺陷检测方法、系统及装置 Download PDFInfo
- Publication number
- CN114841971A CN114841971A CN202210505630.9A CN202210505630A CN114841971A CN 114841971 A CN114841971 A CN 114841971A CN 202210505630 A CN202210505630 A CN 202210505630A CN 114841971 A CN114841971 A CN 114841971A
- Authority
- CN
- China
- Prior art keywords
- image
- region
- metal block
- processing
- area
- 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
- 239000002184 metal Substances 0.000 title claims abstract description 71
- 230000007547 defect Effects 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000001514 detection method Methods 0.000 claims abstract description 19
- 238000009499 grossing Methods 0.000 claims abstract description 11
- 238000012216 screening Methods 0.000 claims description 26
- 230000011218 segmentation Effects 0.000 claims description 16
- 238000001914 filtration Methods 0.000 claims description 12
- 230000002708 enhancing effect Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005452 bending Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical 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
-
- G06T5/70—
-
- G06T5/94—
-
- 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
- G06T7/60—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
- G06T7/90—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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30136—Metal
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本发明公开了一种金属块凹坑缺陷检测方法、系统及装置,所述方法包括:对蓝色通道进行二值化处理,提取出在设定灰度值范围内的区域;断开连通域,进行形状选择,将感兴趣区域选择出来;对感兴趣区域进行闭运算,得到金属块区域;对金属块区域进行抠图,得到金属块图像。对金属块图像进行平滑处理,得到平滑后的区域;将平滑前后图像进行相减,判断是否存在凹坑,裂痕。本发明结合机器视觉和计算机技术进行一种金属块凹坑缺陷检测,提高检测速度与精度。
Description
技术领域
本发明涉及金属块凹坑检测领域,尤其是涉及一种金属块凹坑缺陷检测方法、系统及装置。
背景技术
金属材料因其可锻性、冲压性、冷弯性、热处理工艺性等特点,被广泛运用于工艺零件及日常生活中。对于金属生产企业而言,金属在其生产过程中或外部环境原因,金属表面或多或少会产生缺陷、瑕疵,严重影响产品质量,给企业带来损失。当前,工厂大多使用人工判断金属块是否存在凹坑缺陷,因人为主观因素,其检测误差较大,工人连续工作时间过长产生疲劳感时会降低检测精度与效率。
发明内容
本发明的目的在于提供一种金属块凹坑缺陷检测方法、系统及装置,旨在解决金属块凹坑检测。
本发明提供一种金属块凹坑缺陷检测方法,包括:
S1、获取待检测工件图像,对所述待检测工件图像进行拆通道处理得到蓝色通道图像;
S2、对蓝色通道图像进行增强对比度,对增强对比度后的图像进行二值化处理,将二值化处理后的图像提取在预设阈值范围内的灰度值区域;
S3、对提取的灰度值区域进行连通域分割,对分割后的区域进行特征选择得到感兴趣区域;
S4、对感兴趣区域进行闭运算,得到金属块区域,对金属块区域进行抠图,得到金属块图像;
S5、对金属块图像进行平滑处理,得到处理后的图像,将处理前后图像相减,得到图像一;
S6、对图像一进行二值化处理后,提取出在设定阈值范围内的图像一灰度值区域;
S7、对图像一灰度值区域进行闭运算,断开连通域,对进行闭运算和断开连通域的图像一灰度值区域进行形状面积筛选,若筛选后存在区域,则存在缺陷,若筛选后没有区域,则不存在缺陷。
本发明还提供一种金属块凹坑缺陷检测系统,包括:
拆通道处理模块:用于获取待检测工件图像,对所述待检测工件图像进行拆通道处理得到蓝色通道图像;
图像处理模块:用于对蓝色通道图像进行增强对比度,对增强对比度后的图像进行二值化处理,将二值化处理后的图像提取在预设阈值范围内的灰度值区域;
分割模块:用于对提取的灰度值区域进行连通域分割,对分割后的区域进行特征选择得到感兴趣区域;
闭运算模块:用于对感兴趣区域进行闭运算,得到金属块区域,对金属块区域进行抠图,得到金属块图像;
平滑处理模块:用于对金属块图像进行平滑处理,得到处理后的图像,将处理前后图像相减,得到图像一;
提取模块:用于对图像一进行二值化处理后,提取出在设定阈值范围内的图像一灰度值区域;
筛选模块:用于对图像一灰度值区域进行闭运算,断开连通域,对进行闭运算和断开连通域的图像一灰度值区域进行形状面积筛选,若筛选后存在区域,则存在缺陷,若筛选后没有区域,则不存在缺陷。
本发明实施例还提供一种金属块凹坑缺陷检测装置,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现上述方法的步骤。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有信息传递的实现程序,所述程序被处理器执行时实现上述方法的步骤。
采用本发明实施例,结合机器视觉和计算机技术进行一种金属块凹坑缺陷检测,提高检测速度与精度。
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,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,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他的附图。
图1是本发明实施例的金属块凹坑缺陷检测方法的流程图;
图2是本发明实施例的金属块凹坑缺陷检测系统的示意图;
图3是本发明实施例的金属块凹坑缺陷检测系统的示意图。
附图标记说明:
210:拆通道处理模块;220:图像处理模块;230:分割模块;240:闭运算模块;250:平滑处理模块;260:提取模块;270:筛选模块。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
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一个或者更多个所述特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。此外,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;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。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
方法实施例
根据本发明实施例,提供了一种金属块凹坑缺陷检测方法,图1是本发明实施例的金属块凹坑缺陷检测方法的流程图,如图1所示,具体包括:
S1、获取待检测工件图像,对所述待检测工件图像进行拆通道处理得到蓝色通道图像;
S2、对蓝色通道图像进行增强对比度,对增强对比度后的图像进行二值化处理,将二值化处理后的图像提取在预设阈值范围内的灰度值区域;其中,阈值范围取80~255。
对蓝色通道图像进行增强对比度具体包括:生成一个m*n的矩阵对蓝色通道图像进行低通滤波处理,对低通滤波处理前后的图像进行计算,得到增强对比度后的新的图像,公式如下:
new=((origin-mean)*Factor)+origin
其中,new表示增强对比度后的新图像灰度,origin表示原图灰度,mean表示低通滤波处理后的图像灰度,Factor表示比例系数。
S3、对提取的灰度值区域进行连通域分割,对分割后的区域进行特征选择得到感兴趣区域;
S3具体包括:对提取的灰度值区域进行连通域分割,对分割后的区域使用面积和形状进行筛选,得到感兴趣区域。
S4、对感兴趣区域进行闭运算,得到金属块区域,对金属块区域进行抠图,得到金属块图像;
S4具体包括:使用自定义矩形结构作为模板,对原始二值化后的局域进行膨胀,再对膨胀后的区域进行腐蚀处理,得到金属块区域,对金属块区域进行抠图,得到金属块图像。
S5、对金属块图像进行平滑处理,得到处理后的图像,将处理前后图像相减,得到图像一;
S6、对图像一进行二值化处理后,提取出在设定阈值范围内的图像一灰度值区域;
S7、对图像一灰度值区域进行闭运算,断开连通域,对进行闭运算和断开连通域的图像一灰度值区域进行形状面积筛选,若筛选后存在区域,则存在缺陷,若筛选后没有区域,则不存在缺陷。
系统实施例
根据本发明实施例,提供了一种金属块凹坑缺陷检测系统,图2是本发明实施例的金属块凹坑缺陷检测系统的示意图,如图2所示,具体包括:
拆通道处理模块:用于获取待检测工件图像,对所述待检测工件图像进行拆通道处理得到蓝色通道图像;
图像处理模块:用于对蓝色通道图像进行增强对比度,对增强对比度后的图像进行二值化处理,将二值化处理后的图像提取在预设阈值范围内的灰度值区域;
图像处理模块具体用于:生成一个m*n的矩阵对蓝色通道图像进行低通滤波处理,对低通滤波处理前后的图像进行计算,得到增强对比度后的新的图像,公式如下:
new=((origin-mean)*Factor)+origin
其中,new表示增强对比度后的新图像灰度,origin表示原图灰度,mean表示低通滤波处理后的图像灰度,Factor表示比例系数。
分割模块:用于对提取的灰度值区域进行连通域分割,对分割后的区域进行特征选择得到感兴趣区域;
分割模块具体用于:对提取的灰度值区域进行连通域分割,对分割后的区域使用面积和形状进行筛选,得到感兴趣区域。
闭运算模块:用于对感兴趣区域进行闭运算,得到金属块区域,对金属块区域进行抠图,得到金属块图像;
闭运算模块具体用于:使用自定义矩形结构作为模板,对原始二值化后的局域进行膨胀,再对膨胀后的区域进行腐蚀处理,得到金属块区域,对金属块区域进行抠图,得到金属块图像。
平滑处理模块:用于对金属块图像进行平滑处理,得到处理后的图像,将处理前后图像相减,得到图像一;
提取模块:用于对图像一进行二值化处理后,提取出在设定阈值范围内的图像一灰度值区域;
筛选模块:用于对图像一灰度值区域进行闭运算,断开连通域,对进行闭运算和断开连通域的图像一灰度值区域进行形状面积筛选,若筛选后存在区域,则存在缺陷,若筛选后没有区域,则不存在缺陷。
本发明实施例是与上述方法实施例对应的系统实施例,各个模块的具体操作可以参照方法实施例的描述进行理解,在此不再赘述。
装置实施例一
本发明实施例提供一种金属块凹坑缺陷检测装置,如图3所示,包括:存储器30、处理器32及存储在存储器30上并可在处理器32上运行的计算机程序,计算机程序被处理器执行时实现上述方法实施例中的步骤。
装置实施例二
本发明实施例提供一种计算机可读存储介质,计算机可读存储介质上存储有信息传输的实现程序,程序被处理器32执行时实现上述方法实施例中的步骤。
本实施例所述计算机可读存储介质包括但不限于为:ROM、RAM、磁盘或光盘等。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替本发明各实施例技术方案,并不使相应技术方案的本质脱离本方案的范围。
Claims (10)
1.一种金属块凹坑缺陷检测方法,其特征在于,包括,
S1、获取待检测工件图像,对所述待检测工件图像进行拆通道处理得到蓝色通道图像;
S2、对蓝色通道图像进行增强对比度,对增强对比度后的图像进行二值化处理,将二值化处理后的图像提取在预设阈值范围内的灰度值区域;
S3、对提取的灰度值区域进行连通域分割,对分割后的区域进行特征选择得到感兴趣区域;
S4、对感兴趣区域进行闭运算,得到金属块区域,对金属块区域进行抠图,得到金属块图像;
S5、对金属块图像进行平滑处理,得到处理后的图像,将处理前后图像相减,得到图像一;
S6、对图像一进行二值化处理后,提取出在设定阈值范围内的图像一灰度值区域;
S7、对图像一灰度值区域进行闭运算,断开连通域,对进行闭运算和断开连通域的图像一灰度值区域进行形状面积筛选,若筛选后存在区域,则存在缺陷,若筛选后没有区域,则不存在缺陷。
2.根据权利要求1所述的方法,其特征在于,所述对蓝色通道图像进行增强对比度具体包括:生成一个m*n的矩阵对蓝色通道图像进行低通滤波处理,对低通滤波处理前后的图像进行计算,得到增强对比度后的新的图像,公式如下:
new=((origin-mean)*Factor)+origin
其中,new表示增强对比度后的新图像灰度,origin表示原图灰度,mean表示低通滤波处理后的图像灰度,Factor表示比例系数。
3.根据权利要求2所述的方法,其特征在于,所述S3具体包括:对提取的灰度值区域进行连通域分割,对分割后的区域使用面积和形状进行筛选,得到感兴趣区域。
4.根据权利要求3所述的方法,其特征在于,所述S4具体包括:使用自定义矩形结构作为模板,对原始二值化后的局域进行膨胀,再对膨胀后的区域进行腐蚀处理,得到金属块区域,对金属块区域进行抠图,得到金属块图像。
5.一种金属块凹坑缺陷检测系统,其特征在于,包括:
拆通道处理模块:用于获取待检测工件图像,对所述待检测工件图像进行拆通道处理得到蓝色通道图像;
图像处理模块:用于对蓝色通道图像进行增强对比度,对增强对比度后的图像进行二值化处理,将二值化处理后的图像提取在预设阈值范围内的灰度值区域;
分割模块:用于对提取的灰度值区域进行连通域分割,对分割后的区域进行特征选择得到感兴趣区域;
闭运算模块:用于对感兴趣区域进行闭运算,得到金属块区域,对金属块区域进行抠图,得到金属块图像;
平滑处理模块:用于对金属块图像进行平滑处理,得到处理后的图像,将处理前后图像相减,得到图像一;
提取模块:用于对图像一进行二值化处理后,提取出在设定阈值范围内的图像一灰度值区域;
筛选模块:用于对图像一灰度值区域进行闭运算,断开连通域,对进行闭运算和断开连通域的图像一灰度值区域进行形状面积筛选,若筛选后存在区域,则存在缺陷,若筛选后没有区域,则不存在缺陷。
6.根据权利要求5所述的系统,其特征在于,所述图像处理模块具体用于:生成一个m*n的矩阵对蓝色通道图像进行低通滤波处理,对低通滤波处理前后的图像进行计算,得到增强对比度后的新的图像,公式如下:
new=((origin-mean)*Factor)+origin
其中,new表示增强对比度后的新图像灰度,origin表示原图灰度,mean表示低通滤波处理后的图像灰度,Factor表示比例系数。
7.根据权利要求6所述的系统,其特征在于,所述分割模块具体用于:对提取的灰度值区域进行连通域分割,对分割后的区域使用面积和形状进行筛选,得到感兴趣区域。
8.根据权利要求7所述的系统,其特征在于,所述闭运算模块具体用于:使用自定义矩形结构作为模板,对原始二值化后的局域进行膨胀,再对膨胀后的区域进行腐蚀处理,得到金属块区域,对金属块区域进行抠图,得到金属块图像。
9.一种金属块凹坑缺陷检测装置,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至4中任一项所述的金属块凹坑缺陷检测方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有信息传递的实现程序,所述程序被处理器执行时实现如权利要求1至4中任一项所述的金属块凹坑缺陷检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210505630.9A CN114841971A (zh) | 2022-05-10 | 2022-05-10 | 金属块凹坑缺陷检测方法、系统及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210505630.9A CN114841971A (zh) | 2022-05-10 | 2022-05-10 | 金属块凹坑缺陷检测方法、系统及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114841971A true CN114841971A (zh) | 2022-08-02 |
Family
ID=82569094
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210505630.9A Pending CN114841971A (zh) | 2022-05-10 | 2022-05-10 | 金属块凹坑缺陷检测方法、系统及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114841971A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115553491A (zh) * | 2022-11-11 | 2023-01-03 | 湖北中烟工业有限责任公司 | 一种视窗烟支的漏白检测方法、装置及电子设备 |
-
2022
- 2022-05-10 CN CN202210505630.9A patent/CN114841971A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115553491A (zh) * | 2022-11-11 | 2023-01-03 | 湖北中烟工业有限责任公司 | 一种视窗烟支的漏白检测方法、装置及电子设备 |
CN115553491B (zh) * | 2022-11-11 | 2023-11-24 | 湖北中烟工业有限责任公司 | 一种视窗烟支的漏白检测方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106934800B (zh) | 一种基于yolo9000网络的金属板带表面缺陷检测方法及装置 | |
CN110544231B (zh) | 基于背景标准化和集中补偿算法的锂电池电极表面缺陷检测方法 | |
JP5852919B2 (ja) | ひび割れ検出方法 | |
CN116777907A (zh) | 一种钣金件质量检测方法 | |
CN115908415B (zh) | 基于边缘的缺陷检测方法、装置、设备及存储介质 | |
CN109300127A (zh) | 缺陷检测方法、装置、计算机设备及存储介质 | |
CN115953373B (zh) | 玻璃缺陷检测方法、装置、电子设备及存储介质 | |
CN112669295A (zh) | 一种基于二次阈值分割理论的锂电池极片缺陷检测方法 | |
CN111860176B (zh) | 一种非金属夹杂全视场定量统计分布表征方法 | |
CN114841971A (zh) | 金属块凹坑缺陷检测方法、系统及装置 | |
CN112415014A (zh) | 一种铜箔缺陷检测方法以及介质 | |
CN114594114A (zh) | 一种锂电芯全自动在线无损检测方法 | |
CN115471466A (zh) | 一种基于人工智能的钢材表面缺陷检测方法及系统 | |
CN113888462A (zh) | 一种裂纹识别方法、系统、可读介质及存储介质 | |
CN110276759B (zh) | 一种基于机器视觉的手机屏坏线缺陷诊断方法 | |
CN114565314A (zh) | 一种基于数字孪生的热轧钢卷端面质量管控系统及方法 | |
CN117372431A (zh) | 一种纳米压印模具的图像检测方法 | |
CN107677677A (zh) | 一种连铸坯偏析程度定量化表征方法 | |
CN116433978A (zh) | 一种高质量瑕疵图像自动生成与自动标注方法及装置 | |
CN114742770A (zh) | 一种电解铜板铜瘤子缺陷检测方法、训练方法及系统 | |
CN115330688A (zh) | 一种考虑标签不确定性的图像异常检测方法 | |
CN115205193A (zh) | 一种基于微小缺陷yolo网络的钢板表面缺陷检测方法 | |
CN114354491A (zh) | 一种基于机器视觉的dcb陶瓷基板缺陷检测方法 | |
CN113870299A (zh) | 一种基于边缘检测和形态学图像处理的3d打印故障检测方法 | |
US10482314B2 (en) | Automatic calculation for ploidy classification |
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 |