CN115797360B - 一种玻璃幕墙生产质量监测系统 - Google Patents
一种玻璃幕墙生产质量监测系统 Download PDFInfo
- Publication number
- CN115797360B CN115797360B CN202310098990.6A CN202310098990A CN115797360B CN 115797360 B CN115797360 B CN 115797360B CN 202310098990 A CN202310098990 A CN 202310098990A CN 115797360 B CN115797360 B CN 115797360B
- Authority
- CN
- China
- Prior art keywords
- target
- detected
- glass
- region
- 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.)
- Active
Links
Images
Classifications
-
- 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
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及图像数据处理技术领域,具体涉及一种玻璃幕墙生产质量监测系统,该系统包括:图像获取处理模块、划分处理模块、变形分析处理模块、质心确定模块、曲度显著度确定模块和目标质量信息生成模块,通过这六个模块之间的相互配合可以实现以下步骤:获取目标玻璃表面的玻璃表面反射图像;对目标反射图像进行划分处理;对每个待检测区域进行变形程度分析处理;确定目标反射图像对应的质心和每个待检测区域对应的质心;确定目标玻璃对应的曲度显著度;生成目标玻璃对应的目标质量信息。本发明通过对玻璃表面反射图像进行数据处理,提高了对玻璃幕墙质量检测的准确度,主要应用于对玻璃幕墙的质量检测。
Description
技术领域
本发明涉及图像数据处理技术领域,具体涉及一种玻璃幕墙生产质量监测系统。
背景技术
玻璃幕墙由多块幕墙玻璃组成,是一种美观新颖的建筑墙体装饰,其中,幕墙玻璃是由镜面玻璃与普通玻璃组合,并且隔层充入干燥空气或惰性气体制成的玻璃。玻璃幕墙具有隔音、隔热、防结霜、防潮和抗风压强度大等优点,可帮助改善居住环境,应用广泛。在封装玻璃幕墙包括的幕墙玻璃的各层玻璃时,往往需要严格保证环境的温度和湿度,当环境的温度和湿度与标准有偏差时,封装完成达到稳定状态时,幕墙玻璃的内部和外部往往会出现压强差,往往导致幕墙玻璃的外表面的变形。玻璃幕墙主要在高层建筑使用,尤其需要保证其安全性,过度的变形往往会影响到玻璃幕墙的质量,进而影响其安全性。根据相关规定,往往需要保证幕墙玻璃的外表面的弓形弯曲度不超过0.3%,所以需要及时对生产过程中的玻璃幕墙包括的幕墙玻璃的玻璃外片表面曲度进行检测。
现有可以通过玻璃平整度检测仪,检测玻璃表面的曲度,但是该仪器只能检测玻璃表面某一点的曲度,对于整张玻璃幕墙使用不便,需在玻璃幕墙的各个位置进行曲度检测,往往需要大量重复工作,往往导致检测的效率低下。目前基于图像对玻璃表面进行检测的方法往往是通过对比待检测玻璃图像和没有变形缺陷玻璃的标准图像,该方法往往对噪声点往往反应灵敏,极易受到环境等多种因素影响,并且由于合格的玻璃外片的弓形弯曲度不超过0.3%,是一个范围,所以标准图像往往并不唯一,所以采用待检测玻璃图像和标准图像进行对比,往往导致检测的准确度低下,因此,当将该方法应用于玻璃幕墙,往往导致对玻璃幕墙质量检测的准确度低下。
发明内容
本发明的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本发明的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
为了解决对玻璃幕墙质量检测的准确度低下的技术问题,本发明提出了一种玻璃幕墙生产质量监测系统。
本发明提供了一种玻璃幕墙生产质量监测系统,该系统包括:
图像获取处理模块,用于根据预先设置的标准板,获取目标玻璃表面的玻璃表面反射图像,对玻璃表面反射图像进行预处理,得到目标反射图像,其中,目标玻璃是组成待检测玻璃幕墙的玻璃,所述预处理包括:灰度化;
划分处理模块,用于根据目标反射图像中的像素点对应的灰度值和位置,对目标反射图像进行划分处理,得到待检测区域集合;
变形分析处理模块,用于对所述待检测区域集合中的每个待检测区域进行变形程度分析处理,得到所述待检测区域对应的变形显著度;
质心确定模块,用于确定目标反射图像对应的质心和所述待检测区域集合中的每个待检测区域对应的质心;
曲度显著度确定模块,用于根据目标反射图像对应的质心,所述待检测区域集合中的各个待检测区域对应的变形显著度和质心,确定目标玻璃对应的曲度显著度;
目标质量信息生成模块,用于根据所述曲度显著度,生成目标玻璃对应的目标质量信息。
进一步的,所述标准板的表面印刷有至少一个矩形条纹,同一个矩形条纹由相同颜色填充,所述标准板的表面与目标玻璃的表面平行,所述标准板表面印刷的矩形条纹被反射到目标玻璃的表面,玻璃表面反射图像是反射有矩形条纹的目标玻璃表面的图像。
进一步的,所述对所述待检测区域集合中的每个待检测区域进行变形程度分析处理,得到所述待检测区域对应的变形显著度,包括:
从所述待检测区域的4个边中筛选出最长的两个边,作为所述待检测区域对应的目标边集合;
对于所述待检测区域对应的目标边集合中的每个目标边,分别以所述目标边的两端的像素点为起始点,对所述目标边上的像素点进行编号;
根据所述待检测区域对应的目标边集合中的两个目标边上的像素点对应的编号,对这两个目标边上对应编号相同的像素点进行连线,得到所述待检测区域对应的目标线段序列;
确定所述待检测区域对应的目标线段序列中的每个目标线段的长度,作为所述待检测区域的目标宽度,得到所述待检测区域对应的目标宽度序列;
对所述待检测区域对应的目标宽度序列进行突变检测处理,得到所述待检测区域对应的待检测宽度序列;
从所述待检测区域对应的待检测宽度序列的两端分别筛选出预设数目的待检测宽度,作为所述待检测区域对应的目标检测宽度集合;
将所述待检测区域对应的目标检测宽度集合中目标检测宽度的均值,确定为所述待检测区域对应的标准宽度;
根据所述待检测区域对应的目标检测宽度集合和标准宽度,确定所述待检测区域对应的变形方向值;
根据所述待检测区域对应的变形方向值和标准宽度,对所述待检测区域进行变形显著分析处理,得到所述待检测区域对应的变形显著度。
进一步的,所述根据所述待检测区域对应的变形方向值和标准宽度,对所述待检测区域进行变形显著分析处理,得到所述待检测区域对应的变形显著度,包括:
根据所述待检测区域中的像素点对应的灰度值,对所述待检测区域中的像素点进行聚类,得到所述待检测区域对应的像素点类别集合;
根据所述待检测区域对应的变形方向值和标准宽度,以及所述待检测区域对应的像素点类别集合中像素点类别的数量,确定所述待检测区域对应的变形显著度。
进一步的,所述根据所述待检测区域对应的目标检测宽度集合和标准宽度,确定所述待检测区域对应的变形方向值,包括:
当所述待检测区域对应的目标检测宽度集合中存在预先设置的目标数量个大于所述待检测区域对应的标准宽度时,将所述待检测区域对应的目标检测宽度集合中最大的目标检测宽度,确定为所述待检测区域对应的变形方向值;
当所述待检测区域对应的目标检测宽度集合中存在目标数量个小于所述待检测区域对应的标准宽度时,将所述待检测区域对应的目标检测宽度集合中最小的目标检测宽度,确定为所述待检测区域对应的变形方向值;
当所述待检测区域对应的目标检测宽度集合中既不存在目标数量个大于所述待检测区域对应的标准宽度,又不存在目标数量个小于所述待检测区域对应的标准宽度时,将所述待检测区域对应的标准宽度,确定为所述待检测区域对应的变形方向值。
进一步的,所述根据目标反射图像中的像素点对应的灰度值和位置,对目标反射图像进行划分处理,得到待检测区域集合,包括:
根据目标反射图像中的像素点对应的灰度值,对目标反射图像中的像素点进行分类处理,得到目标像素点类别集合;
对于所述目标像素点类别集合中的每个目标像素点类别,根据所述目标像素点类别中的像素点对应的位置和预先设置的距离阈值,确定所述目标像素点类别对应的待检测区域组;
将所述目标像素点类别集合中的各个目标像素点类别对应的待检测区域组,组合为所述待检测区域集合。
进一步的,所述根据所述曲度显著度,生成目标玻璃对应的目标质量信息,包括:
获取第一玻璃集合中的每个第一玻璃对应的第一样本反射图像,其中,所述第一玻璃集合中的第一玻璃是质量不合格的玻璃幕墙;
根据所述第一玻璃集合中的各个第一玻璃对应的第一样本反射图像,确定第一曲度阈值;
根据所述第一曲度阈值和所述曲度显著度,生成目标玻璃对应的目标质量信息。
进一步的,所述根据所述第一玻璃集合中的各个第一玻璃对应的第一样本反射图像,确定第一曲度阈值,包括:
对所述第一玻璃集合中的每个第一玻璃对应的第一样本反射图像进行曲度分析处理,确定所述第一玻璃对应的第一样本曲度显著度,得到第一样本曲度显著度集合;
将所述第一样本曲度显著度集合中最小的样本曲度显著度,确定为所述第一曲度阈值。
进一步的,所述根据所述第一曲度阈值和所述曲度显著度,生成目标玻璃对应的目标质量信息,包括:
当所述曲度显著度大于或等于所述第一曲度阈值时,生成表征目标玻璃质量不合格的目标质量信息;
当所述曲度显著度小于所述第一曲度阈值时,生成表征目标玻璃质量合格的目标质量信息。
进一步的,所述根据所述曲度显著度,生成目标玻璃对应的目标质量信息,包括:
获取第二玻璃集合中的每个第二玻璃对应的第二样本反射图像,其中,所述第二玻璃集合中的第二玻璃是质量合格的玻璃幕墙;
对所述第二玻璃集合中的每个第二玻璃对应的第二样本反射图像进行曲度分析处理,确定所述第二玻璃对应的第二样本曲度显著度,得到第二样本曲度显著度集合;
将所述第二样本曲度显著度集合中最大的样本曲度显著度,确定为第二曲度阈值;
当所述曲度显著度大于所述第二曲度阈值时,生成表征目标玻璃质量不合格的目标质量信息;
当所述曲度显著度小于或等于所述第二曲度阈值时,生成表征目标玻璃质量合格的目标质量信息。
本发明具有如下有益效果:
本发明的一种玻璃幕墙生产质量监测系统,通过对玻璃表面反射图像进行数据处理,解决了对玻璃幕墙质量检测的准确度低下的技术问题,提高了对玻璃幕墙质量检测的准确度。首先,通过图像获取处理模块实现根据预先设置的标准板,获取目标玻璃表面的玻璃表面反射图像,对玻璃表面反射图像进行预处理,得到目标反射图像,其中,目标玻璃是组成待检测玻璃幕墙的玻璃,上述预处理包括:灰度化。实际情况中,将标准板上的图案反射到目标玻璃表面,当目标玻璃发生变形时,反射到目标玻璃表面上的图案往往发生形变,因此,后续可以通过分析目标反射图像,确定目标玻璃的变形程度。由于,目标玻璃的变形程度往往影响目标玻璃的质量情况,因此,后续可以通过判断目标玻璃的变形程度,确定目标玻璃的质量情况,进而确定待检测玻璃幕墙的质量情况。接着,通过划分处理模块实现根据目标反射图像中的像素点对应的灰度值和位置,对目标反射图像进行划分处理,得到待检测区域集合。实际情况中,目标玻璃表面不同区域的变形程度往往不同,因此,将目标反射图像划分为多个待检测区域,可以便于确定目标玻璃各个位置的变形程度。然后,通过变形分析处理模块实现对上述待检测区域集合中的每个待检测区域进行变形程度分析处理,得到上述待检测区域对应的变形显著度。实际情况中,对待检测区域进行变形程度分析,可以提高待检测区域对应的变形显著度确定的准确度。之后,通过质心确定模块实现确定目标反射图像对应的质心和上述待检测区域集合中的每个待检测区域对应的质心。而后,通过曲度显著度确定模块实现根据目标反射图像对应的质心,上述待检测区域集合中的各个待检测区域对应的变形显著度和质心,确定目标玻璃对应的曲度显著度。综合考虑目标反射图像对应的质心、各个待检测区域对应的变形显著度和质心,可以提高目标玻璃对应的曲度显著度确定的准确度。最后,通过目标质量信息生成模块实现根据上述曲度显著度,生成目标玻璃对应的目标质量信息。因此,本发明通过对玻璃表面反射图像进行数据处理,解决了对玻璃幕墙质量检测的准确度低下的技术问题,提高了对玻璃幕墙质量检测的准确度。
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为根据本发明的一种玻璃幕墙生产质量监测系统的结构示意图;
图2为根据本发明的标准板示意图;
图3为根据本发明的标准板的又一示意图;
图4为根据本发明的目标反射图像示意图;
图5为根据本发明的目标边示意图;
图6为根据本发明的目标边的又一示意图;
图7为根据本发明的目标线段确定示意图。
其中,附图标记包括:第一待检测区域401、第二待检测区域402、第三待检测区域403、第四待检测区域404、第五待检测区域405、第一目标边501、第七像素点502、第八像素点503、第九像素点504、第二目标边601、第十像素点602、第十一像素点603、第十二像素点604、第十三像素点605、第三目标边701、第四目标边702和线段703。
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技术方案的具体实施方式、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”指的不一定是同一个实施例。此外,一个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。
本发明提供了一种玻璃幕墙生产质量监测系统,该系统包括:
图像获取处理模块,用于根据预先设置的标准板,获取目标玻璃表面的玻璃表面反射图像,对玻璃表面反射图像进行预处理,得到目标反射图像;
划分处理模块,用于根据目标反射图像中的像素点对应的灰度值和位置,对目标反射图像进行划分处理,得到待检测区域集合;
变形分析处理模块,用于对待检测区域集合中的每个待检测区域进行变形程度分析处理,得到待检测区域对应的变形显著度;
质心确定模块,用于确定目标反射图像对应的质心和待检测区域集合中的每个待检测区域对应的质心;
曲度显著度确定模块,用于根据目标反射图像对应的质心,待检测区域集合中的各个待检测区域对应的变形显著度和质心,确定目标玻璃对应的曲度显著度;
目标质量信息生成模块,用于根据曲度显著度,生成目标玻璃对应的目标质量信息。
参考图1,示出了根据本发明的一种玻璃幕墙生产质量监测系统的结构示意图。该玻璃幕墙生产质量监测系统,包括:
图像获取处理模块101,用于根据预先设置的标准板,获取目标玻璃表面的玻璃表面反射图像,对玻璃表面反射图像进行预处理,得到目标反射图像。
在一些实施例中,可以根据预先设置的标准板,获取目标玻璃表面的玻璃表面反射图像,对玻璃表面反射图像进行预处理,得到目标反射图像。
其中,上述预处理可以包括但不限于:灰度化、图像去噪和图像增强。上述标准板的表面可以印刷有至少一个矩形条纹。同一个矩形条纹可以由相同颜色填充。上述标准板的表面可以与目标玻璃的表面平行。上述标准板表面印刷的矩形条纹可以被反射到目标玻璃的表面。玻璃表面反射图像可以是反射有矩形条纹的目标玻璃表面的图像。目标反射图像可以是进行预处理后的玻璃表面反射图像。目标玻璃可以是组成待检测玻璃幕墙的玻璃。待检测玻璃幕墙可以是待检测质量问题的玻璃幕墙。待检测玻璃幕墙往往由多块目标玻璃组成。目标玻璃可以是由镜面玻璃与普通玻璃组合、隔层充入干燥空气或惰性气体制成的玻璃。为了便于后续分析,矩形条纹可以由白色或黑色填充。相邻的矩形条纹的颜色可以不同。例如,上述标准板可以如图2所示。上述标准板还可以如图3所示。
接着,为避免玻璃表面反射图像中的噪声对后续分析的影响,可以使用高斯滤波对玻璃表面反射图像中的每个通道分别进行卷积,对玻璃表面反射图像进行去噪,得到去噪图像,可以提高图像的精度和质量。其中,高斯滤波去噪为公知技术,具体过程不再赘述。
然后,可以对去噪图像进行灰度化,得到目标反射图像。
需要说明的是,在封装组成待检测玻璃幕墙的每个目标玻璃包含的各层玻璃时,往往需要严格保证环境的温度和湿度,如果环境与标准有偏差,那么封装完成达到稳定状态时,目标玻璃的内部和外部往往会出现压强差,往往会导致目标玻璃外表面的变形。玻璃幕墙主要在高层建筑使用,尤其需要保证其安全性,过度的变形会影响到玻璃幕墙的质量,进而影响其安全性。根据相关规定,往往需要保证组成玻璃幕墙的玻璃的外表面的弓形弯曲度不超过0.3%,其中,组成玻璃幕墙的玻璃往往是透明的,往往可以进行图案映射。所以需要及时对生产过程中组成玻璃幕墙的玻璃外表面的曲度进行检测。即,当目标玻璃外表面的弓形弯曲度不超过0.3%时,目标玻璃的质量合格。因此,后续可以通过检测组成待检测玻璃幕墙的多个目标玻璃的质量,进而实现检测待检测玻璃幕墙的质量。
划分处理模块102,用于根据目标反射图像中的像素点对应的灰度值和位置,对目标反射图像进行划分处理,得到待检测区域集合。
在一些实施例中,可以根据目标反射图像中的像素点对应的灰度值和位置,对目标反射图像进行划分处理,得到待检测区域集合。
作为示例,本步骤可以包括以下步骤:
第一步,根据目标反射图像中的像素点对应的灰度值,对目标反射图像中的像素点进行分类处理,得到目标像素点类别集合。
例如,可以根据目标反射图像中的像素点对应的灰度值,通过最大类间方差法(OTSU),对目标反射图像中的像素点进行分类处理,得到两个目标像素点类别,组成目标像素点类别集合。其中,一个目标像素点类别中的像素点对应的灰度值可以大于预先设置的灰度阈值。例如,灰度阈值可以是180。一个目标像素点类别中的像素点对应的灰度值可以小于或等于灰度阈值。
实际情况中,灰度值大于灰度阈值的像素点往往是标准板表面包括的白色矩形条纹对应的像素点。灰度值小于或等于灰度阈值的像素点往往是标准板表面包括的黑色矩形条纹对应的像素点。
第二步,对于上述目标像素点类别集合中的每个目标像素点类别,根据上述目标像素点类别中的像素点对应的位置和预先设置的距离阈值,确定上述目标像素点类别对应的待检测区域组。
其中,距离阈值可以是预先设置的距离值。比如,距离阈值可以是0.1。
例如,本步骤可以包括以下子步骤:
第一子步骤,根据目标像素点类别中的像素点对应的位置,确定目标像素点类别中像素点之间的欧式距离。
第二子步骤,根据目标像素点类别中像素点之间的欧式距离和距离阈值,确定目标像素点类别对应的待检测区域组。
比如,当像素点之间的欧式距离小于或等于距离阈值时,将这些像素点组合为同一个待检测区域。
如,目标像素点类别可以包括:第一像素点、第二像素点和第三像素点。第一像素点和第二像素点之间的距离可以为0.05。第二像素点和第三像素点之间的距离可以为0.15。第一像素点和第三像素点之间的距离可以为0.06。当距离阈值为0.1时,由于0.05<0.1,则第一像素点和第二像素点在同一个待检测区域内。由于0.06<0.1,则第一像素点和第三像素点在同一个待检测区域内。所以,第一像素点、第二像素点和第三像素点在同一个待检测区域内。
又如,目标像素点类别可以包括:第四像素点、第五像素点和第六像素点。第四像素点和第五像素点之间的距离可以为0.08。第五像素点和第六像素点之间的距离可以为0.16。第四像素点和第六像素点之间的距离可以为0.12。当距离阈值为0.1时,由于0.08<0.1,则第四像素点和第五像素点在同一个待检测区域内。由于0.16>0.1,0.12>0.1,则第五像素点和第六像素点不在同一个待检测区域内。第四像素点和第六像素点也不在同一个待检测区域内。所以,第四像素点和第五像素点在同一个待检测区域内。第三像素点在另一个待检测区域内。
如图4所示,当图4为目标反射图像时,目标反射图像可以包括:第一目标像素点类别和第二目标像素点类别。其中,第一目标像素点类别对应的待检测区域组可以包括:第一待检测区域401、第三待检测区域403和第五待检测区域405。第二目标像素点类别对应的待检测区域组可以包括:第二待检测区域402和第四待检测区域404。
第三步,将上述目标像素点类别集合中的各个目标像素点类别对应的待检测区域组,组合为上述待检测区域集合。
变形分析处理模块103,用于对待检测区域集合中的每个待检测区域进行变形程度分析处理,得到待检测区域对应的变形显著度。
在一些实施例中,可以对上述待检测区域集合中的每个待检测区域进行变形程度分析处理,得到上述待检测区域对应的变形显著度。
作为示例,本步骤可以包括以下步骤:
第一步,从上述待检测区域的4个边中筛选出最长的两个边,作为上述待检测区域对应的目标边集合。
实际情况中,待检测区域即使发生形变,其形状往往也应为四边形。待检测区域的4个边可以是待检测区域边缘的4个边。
第二步,对于上述待检测区域对应的目标边集合中的每个目标边,分别以上述目标边的两端的像素点为起始点,对上述目标边上的像素点进行编号。
例如,如图5所示,第一目标边501上的第七像素点502的编号可以为a1,第八像素点503的编号可以为a2,第八像素点503的编号还可以为b2,第九像素点504的编号可以为b1。
如图6所示,第二目标边601上的第十像素点602的编号可以为a1,第十一像素点603的编号可以为a2,第十二像素点604的编号可以为b2,第十三像素点605的编号可以为b1。
第三步,根据上述待检测区域对应的目标边集合中的两个目标边上的像素点对应的编号,对这两个目标边上对应编号相同的像素点进行连线,得到上述待检测区域对应的目标线段序列。
如图7所示,待检测区域对应的目标边集合包括的第三目标边701与第四目标边702之间的线段可以是目标线段。例如,线段703可以是目标线段。其中,图7中黑色的实心圆点可以表征像素点。箭头所指的方向可以表示对目标边上的像素点进行编号的方向。
第四步,确定上述待检测区域对应的目标线段序列中的每个目标线段的长度,作为上述待检测区域的目标宽度,得到上述待检测区域对应的目标宽度序列。
第五步,对上述待检测区域对应的目标宽度序列进行突变检测处理,得到上述待检测区域对应的待检测宽度序列。
其中,突变检测处理可以是Pettitt突变检测。
例如,可以对上述待检测区域对应的目标宽度序列进行Pettitt突变检测,得到上述待检测区域对应的待检测宽度序列。
第六步,从上述待检测区域对应的待检测宽度序列的两端分别筛选出预设数目的待检测宽度,作为上述待检测区域对应的目标检测宽度集合。
其中,目标检测宽度集合中的目标检测宽度可以是从待检测宽度序列的两端筛选出的待检测宽度。预设数目可以是预先设置的数目。比如,预设数目可以是20。
例如,当预设数目是20时,目标检测宽度集合中目标检测宽度的数目可以为40。
第七步,将上述待检测区域对应的目标检测宽度集合中目标检测宽度的均值,确定为上述待检测区域对应的标准宽度。
第八步,根据上述待检测区域对应的目标检测宽度集合和标准宽度,确定上述待检测区域对应的变形方向值。
例如,本步骤可以包括以下子步骤:
第一子步骤,当上述待检测区域对应的目标检测宽度集合中存在预先设置的目标数量个大于上述待检测区域对应的标准宽度时,将上述待检测区域对应的目标检测宽度集合中最大的目标检测宽度,确定为上述待检测区域对应的变形方向值。
其中,目标数量可以是预先设置的数量。如,目标数量可以是目标检测宽度集合中目标检测宽度的数量的55%。
第二子步骤,当上述待检测区域对应的目标检测宽度集合中存在目标数量个小于上述待检测区域对应的标准宽度时,将上述待检测区域对应的目标检测宽度集合中最小的目标检测宽度,确定为上述待检测区域对应的变形方向值。
第三子步骤,当上述待检测区域对应的目标检测宽度集合中既不存在目标数量个大于上述待检测区域对应的标准宽度,又不存在目标数量个小于上述待检测区域对应的标准宽度时,将上述待检测区域对应的标准宽度,确定为上述待检测区域对应的变形方向值。
实际情况中,当玻璃幕墙的表面内陷时,其四周与边壁固定的位置有一定的支撑,所以内陷的变形程度相对外凸往往较小,但越靠近玻璃幕墙的中部,其内陷的程度往往越大。对于反射的每个黑色或者白色条纹,当玻璃外片出现内陷变形时,其两端变形程度往往较小,越靠近中部,变形程度往往越大。当中部与两端差异越大时,则玻璃外片的变形程度往往越大。当玻璃幕墙的表面外凸时同理,每个条纹的两端变形程度往往较小,越靠近中部,变形程度往往越大。发生内陷时,玻璃幕墙的中部对应的条纹往往变窄。发生外凸时,玻璃幕墙的中部对应的条纹往往变宽。因此,当待检测区域对应的目标检测宽度集合中存在的目标数量个大于该待检测区域对应的标准宽度时,该待检测区域往往很可能发生了外凸缺陷,取最大的目标检测宽度,作为该待检测区域对应的变形方向值,可以体现该待检测区域发生外凸缺陷的程度。当待检测区域对应的目标检测宽度集合中存在的目标数量个小于该待检测区域对应的标准宽度时,该待检测区域往往很可能发生了内陷缺陷,取最小的目标检测宽度,作为该待检测区域对应的变形方向值,可以体现该待检测区域发生内陷缺陷的程度。当不存在这两种情况时,该待检测区域往往是正常的,因此,取该待检测区域对应的标准宽度,作为上述待检测区域对应的变形方向值,可以表征该待检测区域正常。
第九步,根据上述待检测区域对应的变形方向值和标准宽度,对上述待检测区域进行变形显著分析处理,得到上述待检测区域对应的变形显著度。
例如,本步骤可以包括以下子步骤:
第一子步骤,根据上述待检测区域中的像素点对应的灰度值,对上述待检测区域中的像素点进行聚类,得到上述待检测区域对应的像素点类别集合。
例如,根据待检测区域中的像素点对应的灰度值,通过DBSCAN(Density-BasedSpatial Clustering of Applications with Noise,基于密度的聚类算法),以5为最小临域点数,对该待检测区域中的像素点进行聚类,得到上述待检测区域对应的像素点类别集合。
第二子步骤,根据上述待检测区域对应的变形方向值和标准宽度,以及上述待检测区域对应的像素点类别集合中像素点类别的数量,确定上述待检测区域对应的变形显著度。
比如,确定待检测区域对应的变形显著度对应的公式可以为:
其中,
ds是待检测区域对应的变形显著度。
da是待检测区域对应的标准宽度。
f是待检测区域对应的变形方向值。是待检测区域对应的像素点类别集合中像素点类别的数量。
实际情况中,当待检测区域中的各个像素点对应的灰度值往往越均匀时,对待检测区域中的像素点进行聚类,得到的待检测区域对应的像素点类别集合中像素点类别的数量往往越少,该待检测区域对应的变形显著度往往越大。再者,由于可以表征待检测区域发生变形缺陷的程度。因此,当越大,待检测区域对应的像素点类别集合中像素点类别的数量越多时,待检测区域对应的变形显著度
ds往往越大,待检测区域发生变形的可能性往往越大。
质心确定模块104,用于确定目标反射图像对应的质心和待检测区域集合中的每个待检测区域对应的质心。
在一些实施例中,可以确定目标反射图像对应的质心和上述待检测区域集合中的每个待检测区域对应的质心。
作为示例,可以将目标反射图像的质心,确定为目标反射图像对应的质心。可以将待检测区域的质心,确定为待检测区域对应的质心。其中,质心的确定可以通过现有技术实现,在此不再赘述。
曲度显著度确定模块105,用于根据目标反射图像对应的质心,待检测区域集合中的各个待检测区域对应的变形显著度和质心,确定目标玻璃对应的曲度显著度。
在一些实施例中,可以根据目标反射图像对应的质心,上述待检测区域集合中的各个待检测区域对应的变形显著度和质心,确定目标玻璃对应的曲度显著度。
作为示例,确定目标玻璃对应的曲度显著度对应的公式可以为:
其中,
c是目标玻璃对应的曲度显著度。是取两点之间的欧氏距离。是待检测区域集合中第
i个待检测区域对应的变形显著度。
i是待检测区域集合中待检测区域的序号。
n是待检测区域集合中待检测区域的数量。是预先设置的大于0的较小的数,主要为了避免分母为0。如,。是待检测区域集合中第
i个待检测区域对应的质心。是目标反射图像对应的质心。是目标待检测区域对应的质心。目标待检测区域可以是待检测区域集合中对应的质心距离目标反射图像对应的质心最远的待检测区域。
实际情况中,当目标玻璃发生形变时,待检测区域越靠近目标玻璃的中部,待检测区域受到形变的影响往往越大。由于目标反射图像对应的质心可以表征目标玻璃的中部。第
i个待检测区域对应的质心可以表征第
i个待检测区域的位置。目标待检测区域对应的质心可以表征待检测区域集合中对应的质心距离目标反射图像对应的质心最远的待检测区域的位置。所以,可以表征第
i个待检测区域是否靠近目标玻璃的中部。由于,待检测区域集合中第
i个待检测区域对应的变形显著度可以表征第
i个待检测区域发生变形的可能情况。因此,当越大时,目标玻璃往往越可能发生了变形。
目标质量信息生成模块106,用于根据曲度显著度,生成目标玻璃对应的目标质量信息。
在一些实施例中,可以根据上述曲度显著度,生成目标玻璃对应的目标质量信息。
其中,目标质量信息可以表征目标玻璃的质量情况。
作为示例,本步骤可以包括以下步骤:
第一步,获取第一玻璃集合中的每个第一玻璃对应的第一样本反射图像。
其中,上述第一玻璃集合中的第一玻璃是组成玻璃幕墙的质量不合格的玻璃。比如,第一玻璃外表面的弓形弯曲度可以超过0.3%。第一样本反射图像可以是进行预处理后的图像。第一样本反射图像可以是反射有矩形条纹的第一玻璃表面的图像。
例如,本步骤获取第一样本反射图像的具体实现方式可以参考图像获取处理模块101中获取目标反射图像的实现方式,可以将第一玻璃,作为目标玻璃,执行图像获取处理模块101实现的步骤,得到的目标反射图像,即为第一样本反射图像。其中,获取第一样本反射图像采用的标准板可以与获取目标反射图像采用的标准板相同。
第二步,根据上述第一玻璃集合中的各个第一玻璃对应的第一样本反射图像,确定第一曲度阈值。
例如,本步骤可以包括以下子步骤:
第一子步骤,对上述第一玻璃集合中的每个第一玻璃对应的第一样本反射图像进行曲度分析处理,确定上述第一玻璃对应的第一样本曲度显著度,得到第一样本曲度显著度集合。
比如,本子步骤确定第一玻璃对应的第一样本曲度显著度的具体实现方式可以参考上述确定目标玻璃对应的曲度显著度的实现方式,可以将第一玻璃和第一样本反射图像,作为目标玻璃和目标反射图像,通过执行上述确定目标玻璃对应的曲度显著度包括的步骤,得到的目标玻璃对应的曲度显著度,即为第一玻璃对应的第一样本曲度显著度。
第二子步骤,将上述第一样本曲度显著度集合中最小的样本曲度显著度,确定为上述第一曲度阈值。
实际情况中,第一玻璃集合中第一玻璃的数量越多,确定的第一曲度阈值往往越准确。
第三步,根据上述第一曲度阈值和上述曲度显著度,生成目标玻璃对应的目标质量信息。
例如,本步骤可以包括以下子步骤:
第一子步骤,当上述曲度显著度大于或等于上述第一曲度阈值时,生成表征目标玻璃质量不合格的目标质量信息。
其中,目标玻璃质量不合格可以表征目标玻璃不符合生产标准。
第二子步骤,当上述曲度显著度小于上述第一曲度阈值时,生成表征目标玻璃质量合格的目标质量信息。
其中,目标玻璃质量合格可以表征目标玻璃符合生产标准。
可选地,根据上述曲度显著度,生成目标玻璃对应的目标质量信息可以包括以下步骤:
第一步,获取第二玻璃集合中的每个第二玻璃对应的第二样本反射图像。
其中,上述第二玻璃集合中的第二玻璃是组成玻璃幕墙的质量合格的玻璃。比如,第二玻璃外表面的弓形弯曲度可以不超过0.3%。第二样本反射图像可以是进行预处理后的图像。第二样本反射图像可以是反射有矩形条纹的第二玻璃表面的图像。
例如,本步骤获取第二样本反射图像的具体实现方式可以参考图像获取处理模块101中获取目标反射图像的实现方式,可以将第二玻璃,作为目标玻璃,执行图像获取处理模块101实现的步骤,得到的目标反射图像,即为第二样本反射图像。其中,获取第二样本反射图像采用的标准板可以与获取目标反射图像采用的标准板相同。
第二步,对上述第二玻璃集合中的每个第二玻璃对应的第二样本反射图像进行曲度分析处理,确定上述第二玻璃对应的第二样本曲度显著度,得到第二样本曲度显著度集合。
比如,本步骤确定第二玻璃对应的第二样本曲度显著度的具体实现方式可以参考上述确定目标玻璃对应的曲度显著度的实现方式,可以将第二玻璃和第二样本反射图像,作为目标玻璃和目标反射图像,通过执行上述确定目标玻璃对应的曲度显著度包括的步骤,得到的目标玻璃对应的曲度显著度,即为第二玻璃对应的第二样本曲度显著度。
第三步,将上述第二样本曲度显著度集合中最大的样本曲度显著度,确定为第二曲度阈值。
实际情况中,第二玻璃集合中第二玻璃的数量越多,确定的第二曲度阈值往往越准确。
第四步,当上述曲度显著度大于上述第二曲度阈值时,生成表征目标玻璃质量不合格的目标质量信息。
第五步,当上述曲度显著度小于或等于上述第二曲度阈值时,生成表征目标玻璃质量合格的目标质量信息。
实际情况中,可以通过上述生成目标玻璃对应的目标质量信息的方法,确定组成待检测玻璃幕墙的多个目标玻璃的质量,进而实现确定待检测玻璃幕墙的质量情况。
本发明的一种玻璃幕墙生产质量监测系统,通过对玻璃表面反射图像进行数据处理,解决了对玻璃幕墙质量检测的准确度低下的技术问题,提高了对玻璃幕墙质量检测的准确度。首先,通过图像获取处理模块实现根据预先设置的标准板,获取目标玻璃表面的玻璃表面反射图像,对玻璃表面反射图像进行预处理,得到目标反射图像,其中,目标玻璃是组成待检测玻璃幕墙的玻璃,上述预处理包括:灰度化。实际情况中,将标准板上的图案反射到目标玻璃表面,当目标玻璃发生变形时,反射到目标玻璃表面上的图案往往发生形变,因此,后续可以通过分析目标反射图像,确定目标玻璃的变形程度。由于,目标玻璃的变形程度往往影响目标玻璃的质量情况,因此,后续可以通过判断目标玻璃的变形程度,确定目标玻璃的质量情况,进而确定待检测玻璃幕墙的质量情况。接着,通过划分处理模块实现根据目标反射图像中的像素点对应的灰度值和位置,对目标反射图像进行划分处理,得到待检测区域集合。实际情况中,目标玻璃表面不同区域的变形程度往往不同,因此,将目标反射图像划分为多个待检测区域,可以便于确定目标玻璃各个位置的变形程度。然后,通过变形分析处理模块实现对上述待检测区域集合中的每个待检测区域进行变形程度分析处理,得到上述待检测区域对应的变形显著度。实际情况中,对待检测区域进行变形程度分析,可以提高待检测区域对应的变形显著度确定的准确度。之后,通过质心确定模块实现确定目标反射图像对应的质心和上述待检测区域集合中的每个待检测区域对应的质心。而后,通过曲度显著度确定模块实现根据目标反射图像对应的质心,上述待检测区域集合中的各个待检测区域对应的变形显著度和质心,确定目标玻璃对应的曲度显著度。综合考虑目标反射图像对应的质心、各个待检测区域对应的变形显著度和质心,可以提高目标玻璃对应的曲度显著度确定的准确度。最后,通过目标质量信息生成模块实现根据上述曲度显著度,生成目标玻璃对应的目标质量信息。因此,本发明通过对玻璃表面反射图像进行数据处理,解决了对玻璃幕墙质量检测的准确度低下的技术问题,提高了对玻璃幕墙质量检测的准确度。
以上上述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,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,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围,均应包含在本申请的保护范围之内。
Claims (8)
1.一种玻璃幕墙生产质量监测系统,其特征在于,所述系统包括:
图像获取处理模块,用于根据预先设置的标准板,获取目标玻璃表面的玻璃表面反射图像,对玻璃表面反射图像进行预处理,得到目标反射图像,其中,目标玻璃是组成待检测玻璃幕墙的玻璃,所述预处理包括:灰度化;
划分处理模块,用于根据目标反射图像中的像素点对应的灰度值和位置,对目标反射图像进行划分处理,得到待检测区域集合;
变形分析处理模块,用于对所述待检测区域集合中的每个待检测区域进行变形程度分析处理,得到所述待检测区域对应的变形显著度;
质心确定模块,用于确定目标反射图像对应的质心和所述待检测区域集合中的每个待检测区域对应的质心;
曲度显著度确定模块,用于根据目标反射图像对应的质心,所述待检测区域集合中的各个待检测区域对应的变形显著度和质心,确定目标玻璃对应的曲度显著度;
目标质量信息生成模块,用于根据所述曲度显著度,生成目标玻璃对应的目标质量信息;
所述标准板的表面印刷有至少一个矩形条纹,同一个矩形条纹由相同颜色填充,所述标准板的表面与目标玻璃的表面平行,所述标准板表面印刷的矩形条纹被反射到目标玻璃的表面,玻璃表面反射图像是反射有矩形条纹的目标玻璃表面的图像;
所述对所述待检测区域集合中的每个待检测区域进行变形程度分析处理,得到所述待检测区域对应的变形显著度,包括:
从所述待检测区域的4个边中筛选出最长的两个边,作为所述待检测区域对应的目标边集合;
对于所述待检测区域对应的目标边集合中的每个目标边,分别以所述目标边的两端的像素点为起始点,对所述目标边上的像素点进行编号;
根据所述待检测区域对应的目标边集合中的两个目标边上的像素点对应的编号,对这两个目标边上对应编号相同的像素点进行连线,得到所述待检测区域对应的目标线段序列;
确定所述待检测区域对应的目标线段序列中的每个目标线段的长度,作为所述待检测区域的目标宽度,得到所述待检测区域对应的目标宽度序列;
对所述待检测区域对应的目标宽度序列进行突变检测处理,得到所述待检测区域对应的待检测宽度序列;
从所述待检测区域对应的待检测宽度序列的两端分别筛选出预设数目的待检测宽度,作为所述待检测区域对应的目标检测宽度集合;
将所述待检测区域对应的目标检测宽度集合中目标检测宽度的均值,确定为所述待检测区域对应的标准宽度;
根据所述待检测区域对应的目标检测宽度集合和标准宽度,确定所述待检测区域对应的变形方向值;
根据所述待检测区域对应的变形方向值和标准宽度,对所述待检测区域进行变形显著分析处理,得到所述待检测区域对应的变形显著度;
确定目标玻璃对应的曲度显著度对应的公式为:
其中,c是目标玻璃对应的曲度显著度,是取两点之间的欧氏距离,是待检测区域集合中第i个待检测区域对应的变形显著度,i是待检测区域集合中待检测区域的序号,n是待检测区域集合中待检测区域的数量,是预先设置的大于0的数,是待检测区域集合中第i个待检测区域对应的质心,是目标反射图像对应的质心,是目标待检测区域对应的质心,目标待检测区域是待检测区域集合中对应的质心距离目标反射图像对应的质心最远的待检测区域。
2.根据权利要求1所述的一种玻璃幕墙生产质量监测系统,其特征在于,所述根据所述待检测区域对应的变形方向值和标准宽度,对所述待检测区域进行变形显著分析处理,得到所述待检测区域对应的变形显著度,包括:
根据所述待检测区域中的像素点对应的灰度值,对所述待检测区域中的像素点进行聚类,得到所述待检测区域对应的像素点类别集合;
根据所述待检测区域对应的变形方向值和标准宽度,以及所述待检测区域对应的像素点类别集合中像素点类别的数量,确定所述待检测区域对应的变形显著度。
3.根据权利要求1所述的一种玻璃幕墙生产质量监测系统,其特征在于,所述根据所述待检测区域对应的目标检测宽度集合和标准宽度,确定所述待检测区域对应的变形方向值,包括:
当所述待检测区域对应的目标检测宽度集合中存在预先设置的目标数量个大于所述待检测区域对应的标准宽度时,将所述待检测区域对应的目标检测宽度集合中最大的目标检测宽度,确定为所述待检测区域对应的变形方向值;
当所述待检测区域对应的目标检测宽度集合中存在目标数量个小于所述待检测区域对应的标准宽度时,将所述待检测区域对应的目标检测宽度集合中最小的目标检测宽度,确定为所述待检测区域对应的变形方向值;
当所述待检测区域对应的目标检测宽度集合中既不存在目标数量个大于所述待检测区域对应的标准宽度,又不存在目标数量个小于所述待检测区域对应的标准宽度时,将所述待检测区域对应的标准宽度,确定为所述待检测区域对应的变形方向值。
4.根据权利要求1所述的一种玻璃幕墙生产质量监测系统,其特征在于,所述根据目标反射图像中的像素点对应的灰度值和位置,对目标反射图像进行划分处理,得到待检测区域集合,包括:
根据目标反射图像中的像素点对应的灰度值,对目标反射图像中的像素点进行分类处理,得到目标像素点类别集合;
对于所述目标像素点类别集合中的每个目标像素点类别,根据所述目标像素点类别中的像素点对应的位置和预先设置的距离阈值,确定所述目标像素点类别对应的待检测区域组;
将所述目标像素点类别集合中的各个目标像素点类别对应的待检测区域组,组合为所述待检测区域集合。
5.根据权利要求1所述的一种玻璃幕墙生产质量监测系统,其特征在于,所述根据所述曲度显著度,生成目标玻璃对应的目标质量信息,包括:
获取第一玻璃集合中的每个第一玻璃对应的第一样本反射图像,其中,所述第一玻璃集合中的第一玻璃是质量不合格的玻璃幕墙;
根据所述第一玻璃集合中的各个第一玻璃对应的第一样本反射图像,确定第一曲度阈值;
根据所述第一曲度阈值和所述曲度显著度,生成目标玻璃对应的目标质量信息。
6.根据权利要求5所述的一种玻璃幕墙生产质量监测系统,其特征在于,所述根据所述第一玻璃集合中的各个第一玻璃对应的第一样本反射图像,确定第一曲度阈值,包括:
对所述第一玻璃集合中的每个第一玻璃对应的第一样本反射图像进行曲度分析处理,确定所述第一玻璃对应的第一样本曲度显著度,得到第一样本曲度显著度集合;
将所述第一样本曲度显著度集合中最小的样本曲度显著度,确定为所述第一曲度阈值。
7.根据权利要求6所述的一种玻璃幕墙生产质量监测系统,其特征在于,所述根据所述第一曲度阈值和所述曲度显著度,生成目标玻璃对应的目标质量信息,包括:
当所述曲度显著度大于或等于所述第一曲度阈值时,生成表征目标玻璃质量不合格的目标质量信息;
当所述曲度显著度小于所述第一曲度阈值时,生成表征目标玻璃质量合格的目标质量信息。
8.根据权利要求1所述的一种玻璃幕墙生产质量监测系统,其特征在于,所述根据所述曲度显著度,生成目标玻璃对应的目标质量信息,包括:
获取第二玻璃集合中的每个第二玻璃对应的第二样本反射图像,其中,所述第二玻璃集合中的第二玻璃是质量合格的玻璃幕墙;
对所述第二玻璃集合中的每个第二玻璃对应的第二样本反射图像进行曲度分析处理,确定所述第二玻璃对应的第二样本曲度显著度,得到第二样本曲度显著度集合;
将所述第二样本曲度显著度集合中最大的样本曲度显著度,确定为第二曲度阈值;
当所述曲度显著度大于所述第二曲度阈值时,生成表征目标玻璃质量不合格的目标质量信息;
当所述曲度显著度小于或等于所述第二曲度阈值时,生成表征目标玻璃质量合格的目标质量信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310098990.6A CN115797360B (zh) | 2023-02-11 | 2023-02-11 | 一种玻璃幕墙生产质量监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310098990.6A CN115797360B (zh) | 2023-02-11 | 2023-02-11 | 一种玻璃幕墙生产质量监测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115797360A CN115797360A (zh) | 2023-03-14 |
CN115797360B true CN115797360B (zh) | 2023-04-25 |
Family
ID=85430812
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310098990.6A Active CN115797360B (zh) | 2023-02-11 | 2023-02-11 | 一种玻璃幕墙生产质量监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115797360B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010249552A (ja) * | 2009-04-13 | 2010-11-04 | Central Glass Co Ltd | ガラス板の欠陥識別方法および装置 |
CN104471467A (zh) * | 2012-05-31 | 2015-03-25 | 康宁股份有限公司 | 降低玻璃片中的变形的方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101476878B (zh) * | 2008-10-24 | 2010-11-10 | 北京秦润玻璃有限公司 | 建筑玻璃表面光学反射影像变形量的检测方法 |
US7929129B2 (en) * | 2009-05-22 | 2011-04-19 | Corning Incorporated | Inspection systems for glass sheets |
US11673824B2 (en) * | 2017-10-06 | 2023-06-13 | Corning Incorporated | Process and system for forming curved glass via differential heating of edge region |
CN112700397A (zh) * | 2019-10-20 | 2021-04-23 | 靳爱丛 | 智能化质量数据识别系统及方法 |
-
2023
- 2023-02-11 CN CN202310098990.6A patent/CN115797360B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010249552A (ja) * | 2009-04-13 | 2010-11-04 | Central Glass Co Ltd | ガラス板の欠陥識別方法および装置 |
CN104471467A (zh) * | 2012-05-31 | 2015-03-25 | 康宁股份有限公司 | 降低玻璃片中的变形的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115797360A (zh) | 2023-03-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113570605B (zh) | 一种基于液晶显示面板的缺陷检测方法和系统 | |
CN115018844B (zh) | 一种基于人工智能的塑料薄膜质量评估方法 | |
CN111461113B (zh) | 一种基于变形平面物体检测网络的大角度车牌检测方法 | |
CN109462999B (zh) | 通过数据平衡基于学习的视觉检查方法以及利用其的视觉检查装置 | |
CN117132844B (zh) | 一种基于图像处理的光伏板裂纹与划痕的分类方法 | |
CN115861307B (zh) | 基于人工智能的筋膜枪供电驱动板焊接故障检测方法 | |
CN115797299B (zh) | 一种光学复合膜的缺陷检测方法 | |
CN110909772B (zh) | 一种高精度实时多尺度表盘指针检测方法和系统 | |
CN114399507B (zh) | 一种手机外观质量检测方法、装置、电子设备及存储介质 | |
CN115797360B (zh) | 一种玻璃幕墙生产质量监测系统 | |
CN115330794B (zh) | 基于计算机视觉的led背光异物缺陷检测方法 | |
CN116363136A (zh) | 一种机动车部件自动化生产在线筛选方法及系统 | |
CN114511534B (zh) | 一种基于图像处理的pc板裂纹判断方法及系统 | |
CN114166849B (zh) | 一种湿度传感器印刷碳线缺陷和感湿膜缺陷的检测方法 | |
CN113614774A (zh) | 用于目标涂层的图像数据中的缺陷检测的方法和系统 | |
CN114943738A (zh) | 一种基于视觉识别的传感器封装固化胶缺陷识别方法 | |
CN113920118B (zh) | 基于图像处理的中空玻璃间隔条缺胶检测方法 | |
Yi et al. | A clustering-based algorithm for automatic detection of automobile dashboard | |
CN113578778A (zh) | 利用轮廓特征和色彩特征检测汽车玻璃混线的方法及系统 | |
CN108414997B (zh) | 一种基于粒子特性差异的边界层高度反演方法 | |
CN106251468B (zh) | 一种纸币鉴伪方法和装置 | |
CN114972344B (zh) | 一种用于手表零配件的生产质量缺陷检测方法 | |
CN115452845B (zh) | 一种基于机器视觉的led屏幕表面损伤检测方法 | |
CN115294142B (zh) | 一种用于化纤纸管的质量检测方法 | |
CN117808812B (zh) | 一种柔性电路板瑕疵检测方法及系统 |
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 |