CN114998340A - 一种瓷砖加工规范检测方法、电子设备和存储介质 - Google Patents

一种瓷砖加工规范检测方法、电子设备和存储介质 Download PDF

Info

Publication number
CN114998340A
CN114998340A CN202210928928.0A CN202210928928A CN114998340A CN 114998340 A CN114998340 A CN 114998340A CN 202210928928 A CN202210928928 A CN 202210928928A CN 114998340 A CN114998340 A CN 114998340A
Authority
CN
China
Prior art keywords
color
type
determining
detection area
preset threshold
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
CN202210928928.0A
Other languages
English (en)
Other versions
CN114998340B (zh
Inventor
梁帆
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.)
Guangdong Prophet Big Data Co ltd
Original Assignee
Dongguan Prophet Big Data 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 Dongguan Prophet Big Data Co ltd filed Critical Dongguan Prophet Big Data Co ltd
Priority to CN202210928928.0A priority Critical patent/CN114998340B/zh
Publication of CN114998340A publication Critical patent/CN114998340A/zh
Application granted granted Critical
Publication of CN114998340B publication Critical patent/CN114998340B/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
    • G06T7/0006—Industrial image inspection using a design-rule based approach
    • 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
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
    • G07C3/14—Quality control systems
    • G07C3/146—Quality control systems during manufacturing process
    • 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
    • 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
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Manufacturing & Machinery (AREA)
  • Automation & Control Theory (AREA)
  • Image Analysis (AREA)

Abstract

本申请涉及一种瓷砖加工规范检测方法、设备和介质，该方法包括：获取不同类型的瓷砖图片并提取不同类型的瓷砖的RGB颜色坐标；根据不同类型的瓷砖的RGB颜色坐标确定每类瓷砖的RGB颜色坐标；获取瓷砖生产线的监控画面，在监控画面中设置检测区；提取检测区内每个像素点的RGB颜色坐标；根据每个像素点的RGB颜色坐标和对应类型的瓷砖的RGB颜色坐标确定每个像素点的颜色距离；根据颜色距离与第一预设阈值的关系添加颜色标签；累计每类颜色标签出现的个数，确定每类颜色标签出现的个数在全部颜色标签中的个数占比；根据个数占比确定检测区的瓷砖类型；根据瓷砖类型确定缝隙检测得分；通过判断缝隙检测得分与第九预设阈值的大小确定检测区瓷砖是否存在缝隙。

Description

一种瓷砖加工规范检测方法、电子设备和存储介质
技术领域
本申请涉及瓷砖加工技术领域，特别是涉及一种瓷砖加工规范检测方法、电子设备和存储介质。
背景技术
目前，在环保政策日趋严苛与生产技术、设备工艺不断进步的推动下，建筑陶瓷生产自动化与智能化日益盛行，瓷砖生产效率得到了极大的提升。但是整厂的智能化规划、质量控制等方面还有所欠缺。如当瓷砖在传送带上移动进入加工设备时，仍有因瓷砖之间存在缝隙导致加工失败，流水线次品率上升的问题。可见，当前瓷砖厂流水线的自动化加工过程缺乏一种对瓷砖间缝隙状况的实时检测手段。
发明内容
基于上述问题，本申请提供一种瓷砖加工规范检测方法、电子设备和存储介质。
第一方面，本申请实施例提供一种瓷砖加工规范检测方法，包括：
获取不同类型的瓷砖图片并提取不同类型的瓷砖的RGB颜色坐标；
根据不同类型的瓷砖的RGB颜色坐标确定每类瓷砖的RGB颜色坐标；
获取瓷砖生产线的监控画面，在监控画面中设置检测区；
提取检测区内每个像素点的RGB颜色坐标；
根据检测区内每个像素点的RGB颜色坐标和对应类型的瓷砖的RGB颜色坐标确定每个像素点的颜色距离；
根据每个像素点的颜色距离与第一预设阈值的关系为每个像素点添加颜色标签；
累计每类颜色标签出现的个数，确定每类颜色标签出现的个数在全部颜色标签中的个数占比；
根据每类颜色标签出现的个数在全部颜色标签中的个数占比确定检测区的瓷砖类型；
根据检测区的瓷砖类型确定检测区的缝隙检测得分；
判断检测区的缝隙检测得分与第九预设阈值的大小，若判断结果为检测区的缝隙检测得分大于第九预设阈值，确定检测区瓷砖存在缝隙，发送报警信息。
进一步地，上述一种瓷砖加工规范检测方法中，根据每个像素点的RGB颜色坐标和对应类型的瓷砖的RGB颜色坐标确定每个像素点的颜色距离
Figure 357479DEST_PATH_IMAGE001
，
是通过如下公式确定的：
Figure 602516DEST_PATH_IMAGE002
Figure 208684DEST_PATH_IMAGE003
其中，检测区内每个像素点的RGB坐标表示为
Figure 807156DEST_PATH_IMAGE004
，
Figure 949424DEST_PATH_IMAGE005
，
Figure 99783DEST_PATH_IMAGE006
分别表示每个像素点的横坐标和纵坐标，对应类型的瓷砖的RGB颜色坐标表示为
Figure 835658DEST_PATH_IMAGE007
，i表示瓷砖的类型编号。
进一步地，上述一种瓷砖加工规范检测方法中，根据每个像素点的颜色距离与第一预设阈值的关系为每个像素点添加颜色标签，包括：
当像素点的颜色距离
Figure 96875DEST_PATH_IMAGE001
小于第一预设阈值时，为当前像素点添加颜色标签
Figure 595114DEST_PATH_IMAGE008
；
当像素点的颜色距离
Figure 181954DEST_PATH_IMAGE001
大于等于第一预设阈值时，为当前像素点添加颜色标签
Figure 139545DEST_PATH_IMAGE009
；
当两类颜色标签的数值相同时，设定两类颜色标签为同一类颜色标签。
进一步地，上述一种瓷砖加工规范检测方法中，累计每类颜色标签出现的个数，确定每类颜色标签出现的个数在全部颜色标签中的个数占比，包括：
累计每类颜色标签出现的个数
Figure 470032DEST_PATH_IMAGE010
，其中l表示颜色标签类别的编号；
通过如下公式确定每类颜色标签出现的个数在全部颜色标签中的个数占比：
Figure 321314DEST_PATH_IMAGE011
NH表示颜色标签类别的个数。
进一步地，上述一种瓷砖加工规范检测方法中，根据每类颜色标签出现的个数在全部颜色标签中的个数占比确定检测区的瓷砖类型，包括：
当每类颜色标签出现的个数在全部颜色标签中的个数占比的最大值大于第二预设阈值时，确定检测区的瓷砖类型为单一瓷砖；
当每类颜色标签出现的个数在全部颜色标签中的个数占比的最大值小于等于第二预设阈值时，提取每类颜色标签出现的个数在全部颜色标签中的个数占比数值最大的两个值；
当两个值之和大于第二预设阈值时且两个值均大于第十预设阈值时，确定检测区的瓷砖类型为两类瓷砖；
当两个值之和小于所述第二预设阈值时且两个值均小于等于第十预设阈值时，确定检测区的瓷砖类型为多类瓷砖。
进一步地，上述一种瓷砖加工规范检测方法中，根据检测区的瓷砖类型确定检测区的缝隙检测得分，包括：
当检测区的瓷砖类型为单一瓷砖时，根据每类颜色标签出现的个数在全部颜色标签中的个数占比提取所述检测区非最大值的颜色标签类别的像素点；
根据像素点的坐标确定像素点的分布信息
Figure 220000DEST_PATH_IMAGE012
，其中
Figure 288056DEST_PATH_IMAGE013
表示分布中心坐标，
Figure 32022DEST_PATH_IMAGE014
表示分布区域半径，
Figure 3389DEST_PATH_IMAGE015
表示分布区域的像素点个数，c表示分布区域的编号；
通过确定分布区域的缝隙检测得分确定检测区的缝隙检测得分；
确定分布区域的缝隙检测得分是通过如下公式确定的：
Figure 932030DEST_PATH_IMAGE016
其中，
Figure 129793DEST_PATH_IMAGE017
；
Figure 536504DEST_PATH_IMAGE018
Figure 863842DEST_PATH_IMAGE019
Figure 838752DEST_PATH_IMAGE020
Figure 117286DEST_PATH_IMAGE021
为分布区域的个数，
Figure 327688DEST_PATH_IMAGE022
为历史数据训练的第一修正常数，
Figure 8068DEST_PATH_IMAGE023
为历史数据训练的第二修正常数，
Figure 419458DEST_PATH_IMAGE024
为历史数据训练的第三修正常数，
Figure 418244DEST_PATH_IMAGE025
为第三预设阈值，
Figure 166757DEST_PATH_IMAGE026
为第四预设阈值，
Figure 108169DEST_PATH_IMAGE027
为第五预设阈值，
Figure 549514DEST_PATH_IMAGE028
为第六预设阈值，
Figure 68220DEST_PATH_IMAGE029
为第七预设阈值，
Figure 495790DEST_PATH_IMAGE030
为第八预设阈值。
进一步地，上述一种瓷砖加工规范检测方法中，根据检测区的瓷砖类型确定检测区的缝隙检测得分，还包括：
当检测区的瓷砖类型为两类瓷砖时，将检测区按像素点组成
Figure 121069DEST_PATH_IMAGE031
的矩阵，其中W为所述检测区的宽，H为所述检测区的高；
提取每类颜色标签出现的个数在全部颜色标签中的个数占比数值最大的两个值分别添加标记
Figure 733316DEST_PATH_IMAGE032
，其他像素点标记为
Figure 208160DEST_PATH_IMAGE033
，其中
Figure 298476DEST_PATH_IMAGE034
别为像素点在矩阵中的列数、行数；
计算任一行
Figure 306489DEST_PATH_IMAGE035
的两种颜色中心点位置
Figure 824058DEST_PATH_IMAGE036
Figure 786198DEST_PATH_IMAGE037
Figure 555571DEST_PATH_IMAGE038
Figure 919556DEST_PATH_IMAGE039
Figure 109491DEST_PATH_IMAGE040
Figure 558927DEST_PATH_IMAGE041
Figure 256625DEST_PATH_IMAGE042
Figure 475117DEST_PATH_IMAGE043
，取
Figure 475434DEST_PATH_IMAGE044
，
计算相邻两行两种颜色中心位置之间的距离
Figure 645122DEST_PATH_IMAGE045
Figure 880931DEST_PATH_IMAGE046
其中
Figure 219508DEST_PATH_IMAGE047
；
确定检测区的缝隙检测得分
Figure 249781DEST_PATH_IMAGE048
是通过如下公式确定的：
Figure 175274DEST_PATH_IMAGE049
其中
Figure 949195DEST_PATH_IMAGE050
Figure 142279DEST_PATH_IMAGE051
Figure 484399DEST_PATH_IMAGE052
Figure 130144DEST_PATH_IMAGE053
Figure 206291DEST_PATH_IMAGE054
Figure 253881DEST_PATH_IMAGE055
Figure 891536DEST_PATH_IMAGE056
为历史数据训练的第四修正常数，
Figure 290156DEST_PATH_IMAGE056
为整数且
Figure 907345DEST_PATH_IMAGE057
，
Figure 809442DEST_PATH_IMAGE058
为第十一预设阈值，
Figure 493364DEST_PATH_IMAGE059
为第十二预设阈值。
进一步地，上述一种瓷砖加工规范检测方法，还包括：
检测区的瓷砖类型为多类瓷砖时，确定检测区瓷砖存在缝隙。
第二方面，本发明实施例还提供了一种电子设备，包括：处理器和存储器；
所述处理器通过调用所述存储器存储的程序或指令，用于执行如上所述任一项所述的所述一种瓷砖加工规范检测方法。
第三方面，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储程序或指令，所述程序或指令使计算机执行如上所述任一项所述的所述一种瓷砖加工规范检测方法。
本申请实施例的优点在于：本申请通过获取不同类型的瓷砖图片并提取不同类型的瓷砖的RGB颜色坐标；根据不同类型的瓷砖的RGB颜色坐标确定每类瓷砖的RGB颜色坐标；获取瓷砖生产线的监控画面，在监控画面中设置检测区；提取检测区内每个像素点的RGB颜色坐标；根据每个像素点的RGB颜色坐标和对应类型的瓷砖的RGB颜色坐标确定每个像素点的颜色距离；根据每个像素点的颜色距离与第一预设阈值的关系为每个像素点的添加颜色标签；累计每类颜色标签出现的个数，确定每类颜色标签出现的个数在全部颜色标签中的个数占比；根据个数占比确定检测区的瓷砖类型；根据瓷砖类型确定缝隙检测得分；通过判断缝隙检测得分与第九预设阈值的大小确定检测区瓷砖是否存在缝隙，在存在缝隙的情况下发送报警信息，管理处人员根据报警信息及时的对瓷砖间缝隙状况进行管控，排除因瓷砖之间存在缝隙导致加工失败，流水线次品率上升的问题，实现对瓷砖厂流水线的有效管控。
附图说明
为了更清楚地说明本申请实施例或传统技术中的技术方案，下面将对实施例或传统技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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他的附图。
图1为本申请实施例提供的一种瓷砖加工规范检测方法示意图；
图2是本公开实施例提供的一种电子设备的示意性框图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图对本申请的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵时做类似改进，因此本申请不受下面公开的具体实施的限制。
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申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。本文所使用的术语“及／或”包括一个或多个相关的所列项目的任意的和所有的组合。
图1为本申请实施例提供的一种瓷砖加工规范检测方法示意图。
第一方面，本申请实施例提供一种瓷砖加工规范检测方法，结合图1，包括S101至S110十个步骤：
S101：获取不同类型的瓷砖图片并提取不同类型的瓷砖的RGB颜色坐标。
具体的，本申请实施例中，获取不同类型的瓷砖图片可以是收集瓷砖加工工厂内加工的不同类型的瓷砖图片，提取不同类型的瓷砖图片得到不同类型的瓷砖的RGB颜色坐标。
S102：根据不同类型的瓷砖的RGB颜色坐标确定每类瓷砖的RGB颜色坐标。
具体的，本申请实施例中，对不同类型的瓷砖的RGB颜色坐标使用基于K-means的颜色特征分析模型得到每类瓷砖的颜色特征坐标
Figure 113701DEST_PATH_IMAGE007
，其中i表示瓷砖的类型编号，如纯白色瓷砖的颜色特征坐标为
Figure 298695DEST_PATH_IMAGE060
，蓝白相间的瓷砖的颜色特征坐标
Figure 553833DEST_PATH_IMAGE061
。
S103：获取瓷砖生产线的监控画面，在监控画面中设置检测区。
具体的，本申请实施例中，获取瓷砖生产线的监控画面可以是通过安装在瓷砖生产线的摄像头获取，在监控画面中设置检测区，如：检测区为
Figure 533291DEST_PATH_IMAGE062
，其中
Figure 781869DEST_PATH_IMAGE063
表示检测区左顶点坐标的横坐标，
Figure 504975DEST_PATH_IMAGE064
表示检测区左顶点坐标的纵坐标，
Figure 116085DEST_PATH_IMAGE065
表示检测区的宽，
Figure 33487DEST_PATH_IMAGE066
表示检测区的高。
S104：提取检测区内每个像素点的RGB颜色坐标。
具体的，本申请实施例中，提取检测区内每个像素点的RGB坐标，如：
Figure 628417DEST_PATH_IMAGE004
，其中
Figure 30579DEST_PATH_IMAGE005
，
Figure 496195DEST_PATH_IMAGE006
分别表示像素点的横坐标和纵坐标。
S105：根据检测区内每个像素点的RGB颜色坐标和对应类型的瓷砖的RGB颜色坐标确定每个像素点的颜色距离。
具体的，本申请实施例中，根据检测区内每个像素点的RGB颜色坐标
Figure 83035DEST_PATH_IMAGE004
和对应类型的瓷砖的RGB颜色坐标
Figure 421654DEST_PATH_IMAGE007
确定每个像素点的颜色距离下文通过具体的公式详细介绍。
S106：根据每个像素点的颜色距离与第一预设阈值的关系为每个像素点添加颜色标签。
具体的，本申请实施例中，根据每个像素点的颜色距离与第一预设阈值的大小关系为每个像素点添加颜色标签，如第一类标签，第二类标签，第一预设阈值可以根据实际情况灵活设定，具体的添加颜色标签方式通过下文详细介绍。
S107：累计每类颜色标签出现的个数，确定每类颜色标签出现的个数在全部颜色标签中的个数占比。
具体的，本申请实施例中，根据每个像素点的颜色距离与第一预设阈值的大小关系为每个像素点添加颜色标签后，对不同类型的颜色标签出现的个数进行累计，确定每类颜色标签出现的个数在全部颜色标签中的个数占比通过下文的公式详细介绍。
S108：根据每类颜色标签出现的个数在全部颜色标签中的个数占比确定检测区的瓷砖类型。
具体的，本申请实施例中，根据每类颜色标签出现的个数在全部颜色标签中的个数占比确定检测区的瓷砖类型下文详细介绍确定方法，瓷砖类型可以只包括一类瓷砖，也可以包括两类瓷砖。
S109：根据检测区的瓷砖类型确定检测区的缝隙检测得分。
具体的，本申请实施例中，根据检测区的瓷砖类型确定检测区的缝隙检测得分的确定方法下文详细介绍，在检测区只包括一类瓷砖的情况下怎样确定检测区的缝隙检测得分，在检测区包括两类瓷砖的情况下怎样确定检测区的缝隙检测得分。
S110：判断检测区的缝隙检测得分与第九预设阈值的大小，若判断结果为检测区的缝隙检测得分大于第九预设阈值，确定检测区瓷砖存在缝隙，发送报警信息。
具体的，本申请实施例中，通过比较检测区的缝隙检测得分与第九预设阈值的大小来确定检测区瓷砖存在缝隙，从而发送报警信息，第九预设阈值可以根据实际情况灵活设定，排除因瓷砖之间存在缝隙导致加工失败，流水线次品率上升的问题，实现对瓷砖厂流水线的有效管控。
进一步地，上述一种瓷砖加工规范检测方法中，根据每个像素点的RGB颜色坐标和对应类型的瓷砖的RGB颜色坐标确定每个像素点的颜色距离
Figure 486562DEST_PATH_IMAGE001
，是通过如下公式确定的：
Figure 337843DEST_PATH_IMAGE002
Figure 970950DEST_PATH_IMAGE003
其中，检测区内每个像素点的RGB坐标表示为
Figure 9313DEST_PATH_IMAGE004
，
Figure 379376DEST_PATH_IMAGE005
，
Figure 85164DEST_PATH_IMAGE006
分别表示每个像素点的横坐标和纵坐标，对应类型的瓷砖的RGB颜色坐标表示为
Figure 748227DEST_PATH_IMAGE007
，i表示瓷砖的类型编号。
进一步地，上述一种瓷砖加工规范检测方法中，根据每个像素点的颜色距离与第一预设阈值的关系为每个像素点添加颜色标签，包括：
当像素点的颜色距离
Figure DEST_PATH_IMAGE068A
小于第一预设阈值时，为当前像素点添加颜色标签
Figure DEST_PATH_IMAGE070A
；
当像素点的颜色距离
Figure DEST_PATH_IMAGE068AA
大于等于第一预设阈值时，为当前像素点添加颜色标签
Figure DEST_PATH_IMAGE072A
；
当两类颜色标签的数值相同时，设定两类颜色标签为同一类颜色标签。
进一步地，上述一种瓷砖加工规范检测方法中，累计每类颜色标签出现的个数，确定每类颜色标签出现的个数在全部颜色标签中的个数占比，包括：
累计每类颜色标签出现的个数
Figure DEST_PATH_IMAGE074A
，其中l表示颜色标签类别的编号；
通过如下公式确定每类颜色标签出现的个数在全部颜色标签中的个数占比：
Figure DEST_PATH_IMAGE076A
NH表示颜色标签类别的个数。
进一步地，上述一种瓷砖加工规范检测方法中，根据每类颜色标签出现的个数在全部颜色标签中的个数占比确定检测区的瓷砖类型，包括：
当每类颜色标签出现的个数在全部颜色标签中的个数占比的最大值大于第二预设阈值时，确定检测区的瓷砖类型为单一瓷砖；
当每类颜色标签出现的个数在全部颜色标签中的个数占比的最大值小于等于第二预设阈值时，提取每类颜色标签出现的个数在全部颜色标签中的个数占比数值最大的两个值；
当两个值之和大于第二预设阈值时且两个值均大于第十预设阈值时，确定检测区的瓷砖类型为两类瓷砖；
当两个值之和小于所述第二预设阈值时且两个值均小于等于第十预设阈值时，确定检测区的瓷砖类型为多类瓷砖。
具体的，本申请实施例中，当
Figure DEST_PATH_IMAGE078A
，判定检测区域为单一瓷砖，反之提取个数占比数值最大的两个
Figure DEST_PATH_IMAGE080A
，
Figure DEST_PATH_IMAGE082A
，当
Figure DEST_PATH_IMAGE084A
，
Figure DEST_PATH_IMAGE086A
，
Figure DEST_PATH_IMAGE088A
，判定检测区域为两类瓷砖，反之判断检测区域为多种瓷砖。其中
Figure DEST_PATH_IMAGE090A
为设定的第二预设阈值，
Figure DEST_PATH_IMAGE092A
为设定的第十预设阈值，第二预设阈值、第十预设阈值可以根据实际情况灵活设定。
进一步地，上述一种瓷砖加工规范检测方法中，根据检测区的瓷砖类型确定检测区的缝隙检测得分，包括：
当检测区的瓷砖类型为单一瓷砖时，根据每类颜色标签出现的个数在全部颜色标签中的个数占比提取所述检测区非最大值的颜色标签类别的像素点；
根据像素点的坐标确定像素点的分布信息
Figure DEST_PATH_IMAGE094A
，其中
Figure DEST_PATH_IMAGE096A
表示分布中心坐标，
Figure DEST_PATH_IMAGE098A
表示分布区域半径，
Figure DEST_PATH_IMAGE100A
表示分布区域的像素点个数，c表示分布区域的编号；
通过确定分布区域的缝隙检测得分确定检测区的缝隙检测得分；
确定分布区域的缝隙检测得分是通过如下公式确定的：
Figure DEST_PATH_IMAGE102A
其中，
Figure DEST_PATH_IMAGE104A
Figure DEST_PATH_IMAGE106A
Figure DEST_PATH_IMAGE108A
Figure DEST_PATH_IMAGE110A
Figure DEST_PATH_IMAGE112AA
为分布区域的个数，
Figure DEST_PATH_IMAGE114A
为历史数据训练的第一修正常数，
Figure DEST_PATH_IMAGE116A
为历史数据训练的第二修正常数，
Figure DEST_PATH_IMAGE118A
为历史数据训练的第三修正常数，
Figure DEST_PATH_IMAGE120
为第三预设阈值，
Figure DEST_PATH_IMAGE122
为第四预设阈值，
Figure DEST_PATH_IMAGE124
为第五预设阈值，
Figure DEST_PATH_IMAGE126
为第六预设阈值，
Figure DEST_PATH_IMAGE128
为第七预设阈值，
Figure DEST_PATH_IMAGE130
为第八预设阈值。
具体的，本申请实施例中，根据像素点的坐标确定像素点的分布信息
Figure DEST_PATH_IMAGE094AA
是使用基于K-means的聚类模型得到像素点的分布信息
Figure DEST_PATH_IMAGE094AAA
，第三预设阈值、第四预设阈值、第五预设阈值、第六预设阈值、第七预设阈值和第八预设阈值均可以根据实际情况灵活设定。
进一步地，上述一种瓷砖加工规范检测方法中，根据检测区的瓷砖类型确定检测区的缝隙检测得分，还包括：
当检测区的瓷砖类型为两类瓷砖时，将检测区按像素点组成
Figure DEST_PATH_IMAGE132
的矩阵，其中W为所述检测区的宽，H为所述检测区的高；
提取每类颜色标签出现的个数在全部颜色标签中的个数占比数值最大的两个值分别添加标记
Figure DEST_PATH_IMAGE134
，其他像素点标记为
Figure DEST_PATH_IMAGE136
，其中
Figure DEST_PATH_IMAGE138
分别为像素点在矩阵中的列数、行数；
计算任一行
Figure DEST_PATH_IMAGE140
的两种颜色中心点位置
Figure DEST_PATH_IMAGE142
Figure DEST_PATH_IMAGE144
Figure DEST_PATH_IMAGE146
Figure DEST_PATH_IMAGE148
Figure DEST_PATH_IMAGE150
Figure DEST_PATH_IMAGE152
Figure DEST_PATH_IMAGE154
Figure DEST_PATH_IMAGE156
，取
Figure DEST_PATH_IMAGE158
，
计算相邻两行两种颜色中心位置之间的距离
Figure DEST_PATH_IMAGE160
Figure DEST_PATH_IMAGE162
其中
Figure DEST_PATH_IMAGE164
确定检测区的缝隙检测得分
Figure DEST_PATH_IMAGE166
是通过如下公式确定的：
Figure DEST_PATH_IMAGE168
其中
Figure DEST_PATH_IMAGE170
Figure DEST_PATH_IMAGE172
Figure DEST_PATH_IMAGE174
Figure DEST_PATH_IMAGE176
Figure DEST_PATH_IMAGE178
Figure DEST_PATH_IMAGE180
Figure DEST_PATH_IMAGE182
为历史数据训练的第四修正常数，
Figure DEST_PATH_IMAGE182A
为整数且
Figure DEST_PATH_IMAGE184
，
Figure DEST_PATH_IMAGE186
为第十一预设阈值，
Figure DEST_PATH_IMAGE188
为第十二预设阈值。
具体的，本申请实施例中，第十一预设阈值和第十二预设阈值均可以根据实际情况灵活设定。
进一步地，上述一种瓷砖加工规范检测方法，还包括：
检测区的瓷砖类型为多类瓷砖时，确定检测区瓷砖存在缝隙。
具体的，本申请实施例中，在检测区的的瓷砖类型为单一瓷砖和两类瓷砖时，通过不同的方式确定检测区的缝隙检测得分，通过检测区的缝隙检测得分与第九预设阈值的关系确定确定检测区瓷砖存在缝隙，在检测区的瓷砖类型为多类瓷砖时，直接确定检测区瓷砖存在缝隙，发送报警信息，管理处人员根据报警信息及时的对瓷砖间缝隙状况进行管控，而且管理处人员不需要去瓷砖厂流水线查看或者实时盯着监控，用户体验度高。
第二方面，本发明实施例还提供了一种电子设备，包括：处理器和存储器；
所述处理器通过调用所述存储器存储的程序或指令，用于执行如上所述任一项所述的所述一种瓷砖加工规范检测方法。
第三方面，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储程序或指令，所述程序或指令使计算机执行如上所述任一项所述的所述一种瓷砖加工规范检测方法。
图2是本公开实施例提供的一种电子设备的示意性框图。
如图2所示，电子设备包括：至少一个处理器201、至少一个存储器202和至少一个通信接口203。电子设备中的各个组件通过总线系统204耦合在一起。通信接口203，用于与外部设备之间的信息传输。可理解，总线系统204用于实现这些组件之间的连接通信。总线系统204除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但为了清楚说明起见，在图2中将各种总线都标为总线系统204。
可以理解，本实施例中的存储器202可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。
在一些实施方式中，存储器202存储了如下的元素，可执行单元或者数据结构，或者他们的子集，或者他们的扩展集：操作系统和应用程序。
其中，操作系统，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序，包含各种应用程序，例如媒体播放器（Media Player）、浏览器（Browser）等，用于实现各种应用业务。实现本申请实施例提供的一种瓷砖加工规范检测方法中任一方法的程序可以包含在应用程序中。
在本申请实施例中，处理器201通过调用存储器202存储的程序或指令，具体的，可以是应用程序中存储的程序或指令，处理器201用于执行本申请实施例提供的一种瓷砖加工规范检测方法各实施例的步骤。
获取不同类型的瓷砖图片并提取不同类型的瓷砖的RGB颜色坐标；
根据不同类型的瓷砖的RGB颜色坐标确定每类瓷砖的RGB颜色坐标；
获取瓷砖生产线的监控画面，在监控画面中设置检测区；
提取检测区内每个像素点的RGB颜色坐标；
根据检测区内每个像素点的RGB颜色坐标和对应类型的瓷砖的RGB颜色坐标确定每个像素点的颜色距离；
根据每个像素点的颜色距离与第一预设阈值的关系为每个像素点添加颜色标签；
累计每类颜色标签出现的个数，确定每类颜色标签出现的个数在全部颜色标签中的个数占比；
根据每类颜色标签出现的个数在全部颜色标签中的个数占比确定检测区的瓷砖类型；
根据检测区的瓷砖类型确定检测区的缝隙检测得分；
判断检测区的缝隙检测得分与第九预设阈值的大小，若判断结果为检测区的缝隙检测得分大于第九预设阈值，确定检测区瓷砖存在缝隙，发送报警信息。
本申请实施例提供的一种瓷砖加工规范检测方法中任一方法可以应用于处理器201中，或者由处理器201实现。处理器201可以是一种集成电路芯片，具有信号能力。在实现过程中，上述方法的各步骤可以通过处理器201中的硬件的集成逻辑电路或者软件形式的指令完成。上述器201可以是通用处理器、数字信号处理器（Digital Signal Processor，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC）、现成可编程门阵列（Field Programmable Gate Array，FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规器等。
本申请实施例提供的一种瓷砖加工规范检测方法中任一方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件单元组合执行完成。软件单元可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器202，处理器201读取存储器202中的信息，结合其硬件完成一种瓷砖加工规范检测方法的步骤。
本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本申请的范围之内并且形成不同的实施例。
本领域的技术人员能够理解，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
以上，仅为本发明的具体实施方式，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，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种瓷砖加工规范检测方法，其特征在于，包括：
获取不同类型的瓷砖图片并提取所述不同类型的瓷砖的RGB颜色坐标；
根据所述不同类型的瓷砖的RGB颜色坐标确定每类瓷砖的RGB颜色坐标；
获取瓷砖生产线的监控画面，在所述监控画面中设置检测区；
提取所述检测区内每个像素点的RGB颜色坐标；
根据所述检测区内每个像素点的RGB颜色坐标和对应类型的瓷砖的RGB颜色坐标确定每个像素点的颜色距离；
根据所述每个像素点的颜色距离与第一预设阈值的关系为每个像素点添加颜色标签；
累计每类颜色标签出现的个数，确定所述每类颜色标签出现的个数在全部颜色标签中的个数占比；
根据所述每类颜色标签出现的个数在全部颜色标签中的个数占比确定检测区的瓷砖类型；
根据所述检测区的瓷砖类型确定检测区的缝隙检测得分；
判断所述检测区的缝隙检测得分与第九预设阈值的大小，若判断结果为所述检测区的缝隙检测得分大于第九预设阈值，确定检测区瓷砖存在缝隙，发送报警信息。
2.根据权利要求1所述的一种瓷砖加工规范检测方法，其特征在于，所述根据所述检测区内每个像素点的RGB颜色坐标和对应类型的瓷砖的RGB颜色坐标确定每个像素点的颜色距离，是通过如下公式确定的：
Figure 888680DEST_PATH_IMAGE001
Figure 228395DEST_PATH_IMAGE002
其中，
Figure 255257DEST_PATH_IMAGE003
每个像素点的颜色距离，所述检测区内每个像素点的RGB坐标表示为
Figure 846775DEST_PATH_IMAGE004
，
Figure 134537DEST_PATH_IMAGE005
，
Figure 520519DEST_PATH_IMAGE006
分别表示每个像素点的横坐标和纵坐标，所述对应类型的瓷砖的RGB颜色坐标表示为
Figure 300256DEST_PATH_IMAGE007
，i表示瓷砖的类型编号。
3.根据权利要求1所述的一种瓷砖加工规范检测方法，其特征在于，所述根据所述每个像素点的颜色距离与第一预设阈值的关系为每个像素点添加颜色标签，包括：
当所述像素点的颜色距离
Figure 429886DEST_PATH_IMAGE003
小于第一预设阈值时，为当前像素点添加颜色标签
Figure 572154DEST_PATH_IMAGE008
；
当所述像素点的颜色距离
Figure 394617DEST_PATH_IMAGE003
大于等于所述第一预设阈值时，为所述当前像素点添加颜色标签
Figure 396071DEST_PATH_IMAGE009
；
当两类颜色标签的数值相同时，设定两类颜色标签为同一类颜色标签。
4.根据权利要求1所述的一种瓷砖加工规范检测方法，其特征在于，所述累计每类颜色标签出现的个数，确定所述每类颜色标签出现的个数在全部颜色标签中的个数占比，包括：
累计每类颜色标签出现的个数
Figure 454026DEST_PATH_IMAGE010
，其中l表示颜色标签类别的编号；
通过如下公式确定每类颜色标签出现的个数在全部颜色标签中的个数占比：
Figure 326167DEST_PATH_IMAGE011
NH表示颜色标签类别的个数，序号h取值范围为从1到NH。
5.根据权利要求1所述的一种瓷砖加工规范检测方法，其特征在于，所述根据所述每类颜色标签出现的个数在全部颜色标签中的个数占比确定检测区的瓷砖类型，包括：
当所述每类颜色标签出现的个数在全部颜色标签中的个数占比的最大值大于第二预设阈值时，确定检测区的瓷砖类型为单一瓷砖；
当所述每类颜色标签出现的个数在全部颜色标签中的个数占比的最大值小于等于所述第二预设阈值时，提取所述每类颜色标签出现的个数在全部颜色标签中的个数占比数值最大的两个值；
当所述两个值之和大于所述第二预设阈值时且两个值均大于第十预设阈值时，确定检测区的瓷砖类型为两类瓷砖；
当所述两个值之和小于所述第二预设阈值时且两个值均小于等于第十预设阈值时，确定检测区的瓷砖类型为多类瓷砖。
6.根据权利要求1所述的一种瓷砖加工规范检测方法，其特征在于，所述根据所述检测区的瓷砖类型确定检测区的缝隙检测得分，包括：
当所述检测区的瓷砖类型为单一瓷砖时，根据每类颜色标签出现的个数在全部颜色标签中的个数占比提取所述检测区非最大值的颜色标签类别的像素点；
根据所述像素点的坐标确定像素点的分布信息
Figure 319531DEST_PATH_IMAGE012
，其中
Figure 932915DEST_PATH_IMAGE013
表示分布中心坐标，
Figure 404347DEST_PATH_IMAGE014
表示分布区域半径，
Figure 662153DEST_PATH_IMAGE015
表示分布区域的像素点个数，c表示分布区域的编号；
通过确定分布区域的缝隙检测得分确定检测区的缝隙检测得分；
确定分布区域的缝隙检测得分是通过如下公式确定的：
Figure 685473DEST_PATH_IMAGE016
其中，
Figure 395940DEST_PATH_IMAGE017
；
Figure 671063DEST_PATH_IMAGE018
Figure 48955DEST_PATH_IMAGE019
Figure 243176DEST_PATH_IMAGE020
Figure 440939DEST_PATH_IMAGE021
为分布区域的个数，
Figure 254174DEST_PATH_IMAGE022
为历史数据训练的第一修正常数，
Figure 611206DEST_PATH_IMAGE023
为历史数据训练的第二修正常数，
Figure 586116DEST_PATH_IMAGE024
为历史数据训练的第三修正常数，
Figure 536754DEST_PATH_IMAGE025
为第三预设阈值，
Figure 278314DEST_PATH_IMAGE026
为第四预设阈值，
Figure 365219DEST_PATH_IMAGE027
为第五预设阈值，
Figure 42188DEST_PATH_IMAGE028
为第六预设阈值，
Figure 73598DEST_PATH_IMAGE029
为第七预设阈值，
Figure 228636DEST_PATH_IMAGE030
为第八预设阈值。
7.根据权利要求1所述的一种瓷砖加工规范检测方法，其特征在于，所述根据所述检测区的瓷砖类型确定检测区的缝隙检测得分，还包括：
当所述检测区的瓷砖类型为两类瓷砖时，将所述检测区按像素点组成
Figure 435626DEST_PATH_IMAGE031
的矩阵，其中W为所述检测区的宽，H为所述检测区的高；
提取每类颜色标签出现的个数在全部颜色标签中的个数占比数值最大的两个值分别添加标记
Figure 876972DEST_PATH_IMAGE032
，其他像素点标记为
Figure 536623DEST_PATH_IMAGE033
，其中
Figure 495352DEST_PATH_IMAGE034
分别为像素点在矩阵中的列数、行数；
计算任一行
Figure 556849DEST_PATH_IMAGE035
的两种颜色中心点位置
Figure 700254DEST_PATH_IMAGE036
，
Figure 581622DEST_PATH_IMAGE037
Figure 78463DEST_PATH_IMAGE038
Figure 119100DEST_PATH_IMAGE039
Figure 308773DEST_PATH_IMAGE040
Figure 943017DEST_PATH_IMAGE041
Figure 243548DEST_PATH_IMAGE042
Figure 873112DEST_PATH_IMAGE043
，取
Figure 233687DEST_PATH_IMAGE044
，
计算相邻两行两种颜色中心位置之间的距离
Figure 355226DEST_PATH_IMAGE045
Figure 318503DEST_PATH_IMAGE046
其中
Figure 209099DEST_PATH_IMAGE047
；
确定所述检测区的缝隙检测得分
Figure 740574DEST_PATH_IMAGE048
是通过如下公式确定的：
Figure 942885DEST_PATH_IMAGE049
其中
Figure 850799DEST_PATH_IMAGE050
Figure 595901DEST_PATH_IMAGE051
Figure 298277DEST_PATH_IMAGE052
Figure 253464DEST_PATH_IMAGE053
Figure 433910DEST_PATH_IMAGE054
Figure 33518DEST_PATH_IMAGE055
Figure 31430DEST_PATH_IMAGE056
为历史数据训练的第四修正常数，
Figure 349279DEST_PATH_IMAGE056
为整数且
Figure 333416DEST_PATH_IMAGE057
，
Figure 53110DEST_PATH_IMAGE058
为第十一预设阈值，
Figure 956344DEST_PATH_IMAGE059
为第十二预设阈值。
8.根据权利要求5所述的一种瓷砖加工规范检测方法，其特征在于，所述方法还包括：
检测区的瓷砖类型为多类瓷砖时，确定检测区瓷砖存在缝隙。
9.一种电子设备，其特征在于，包括：处理器和存储器；
所述处理器通过调用所述存储器存储的程序或指令，用于执行如权利要求1至8任一项所述一种瓷砖加工规范检测方法。
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存储程序或指令，所述程序或指令使计算机执行如权利要求1至8任一项所述一种瓷砖加工规范检测方法。
CN202210928928.0A 2022-08-03 2022-08-03 一种瓷砖加工规范检测方法、电子设备和存储介质 Active CN114998340B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210928928.0A CN114998340B (zh) 2022-08-03 2022-08-03 一种瓷砖加工规范检测方法、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210928928.0A CN114998340B (zh) 2022-08-03 2022-08-03 一种瓷砖加工规范检测方法、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN114998340A true CN114998340A (zh) 2022-09-02
CN114998340B CN114998340B (zh) 2022-12-13

Family

ID=83022217

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210928928.0A Active CN114998340B (zh) 2022-08-03 2022-08-03 一种瓷砖加工规范检测方法、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN114998340B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102095499A (zh) * 2009-12-09 2011-06-15 程好学 一种瓷砖自动分色的方法
CN103065153A (zh) * 2012-12-17 2013-04-24 西南科技大学 一种基于色彩量化和聚类的视频关键帧提取方法
CN111314614A (zh) * 2020-03-11 2020-06-19 北京字节跳动网络技术有限公司 图像的处理方法、装置、可读介质和电子设备
CN112360120A (zh) * 2020-11-06 2021-02-12 常州众能建筑工程安装有限公司 一种墙面瓷砖辅助铺设装置
CN114511199A (zh) * 2022-03-09 2022-05-17 杭州易鼎行网络科技有限公司 一种工程项目交付验收管理方法、设备及计算机存储介质
CN114548766A (zh) * 2022-02-22 2022-05-27 深圳市常青藤节能科技有限公司 瓷砖质量监控方法、装置、系统及计算机可读存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102095499A (zh) * 2009-12-09 2011-06-15 程好学 一种瓷砖自动分色的方法
CN103065153A (zh) * 2012-12-17 2013-04-24 西南科技大学 一种基于色彩量化和聚类的视频关键帧提取方法
CN111314614A (zh) * 2020-03-11 2020-06-19 北京字节跳动网络技术有限公司 图像的处理方法、装置、可读介质和电子设备
CN112360120A (zh) * 2020-11-06 2021-02-12 常州众能建筑工程安装有限公司 一种墙面瓷砖辅助铺设装置
CN114548766A (zh) * 2022-02-22 2022-05-27 深圳市常青藤节能科技有限公司 瓷砖质量监控方法、装置、系统及计算机可读存储介质
CN114511199A (zh) * 2022-03-09 2022-05-17 杭州易鼎行网络科技有限公司 一种工程项目交付验收管理方法、设备及计算机存储介质

Also Published As

Publication number Publication date
CN114998340B (zh) 2022-12-13

Similar Documents

Publication Publication Date Title
CN108921900B (zh) 一种监测监控摄像机的方位的方法及装置
CN110988306B (zh) 一种基于电子信息技术的土壤长效监测预防分析管理系统
CN108615030B (zh) 一种标题一致性检测方法、装置及电子设备
CN111355941A (zh) 图像颜色实时校正方法、装置和系统
CN113822385B (zh) 基于图像的输煤异常监测方法、装置、设备及存储介质
CN105260716A (zh) 故障指示器状态识别方法及装置
CN116805204B (zh) 一种智慧厂务监控方法及系统
CN114998340B (zh) 一种瓷砖加工规范检测方法、电子设备和存储介质
CN115545058A (zh) 一种水表数据分析方法、系统及可读存储介质
CN111027418B (zh) 工厂物料管理方法、装置和电子设备
CN107330944B (zh) 一种全景图像的识别方法、装置、终端设备和存储介质
CN114596294A (zh) 基于差值图像的电路元件缺失检测方法、电子设备及存储介质
CN114937247B (zh) 一种基于深度学习的变电站监测方法、系统、电子设备
CN116708756A (zh) 传感器的精度检测方法、检测装置、电子设备和存储介质
CN114241989B (zh) 显示面板及其亮度恢复方法、显示模组和存储介质
CN113012137B (zh) 一种面板缺陷检查方法、系统、终端设备及存储介质
CN110765932B (zh) 一种场景变化感知方法
CN114782405A (zh) 基于图像识别及机器视觉的桥梁裂纹检测方法及装置
JP6292708B2 (ja) 画像情報から交通量推定のためのパラメータを求める方法
CN101409765A (zh) 一种图像处理方法和装置
CN116563803B (zh) 一种基于视觉的船运水泥装卸货监控方法及系统
CN105825619B (zh) 一种基于图像处理的高压线漂浮物报警方法
CN117934458B (zh) 基于短共享电力无线通信的智能电网安全防护方法
CN117436812B (zh) 一种蚕茧智能仓储管理方法
CN112861948B (zh) 虹吸式排泥设备工作状态的识别方法、装置及设备

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
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: Building 7, No. 124 Dongbao Road, Dongcheng Street, Dongguan City, Guangdong Province, 523015

Patentee after: Guangdong Prophet Big Data Co.,Ltd.

Country or region after: China

Address before: Room 102, Building 7, No. 124, Dongbao Road, Dongcheng Street, Dongguan City, Guangdong Province, 523015

Patentee before: Dongguan prophet big data Co.,Ltd.

Country or region before: China