CN116030276A - 一种印刷图像识别系统 - Google Patents
一种印刷图像识别系统 Download PDFInfo
- Publication number
- CN116030276A CN116030276A CN202310318548.XA CN202310318548A CN116030276A CN 116030276 A CN116030276 A CN 116030276A CN 202310318548 A CN202310318548 A CN 202310318548A CN 116030276 A CN116030276 A CN 116030276A
- Authority
- CN
- China
- Prior art keywords
- module
- feature
- image
- comparison
- unit
- 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
- 238000000605 extraction Methods 0.000 claims abstract description 145
- 238000003860 storage Methods 0.000 claims abstract description 34
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000007781 pre-processing Methods 0.000 claims abstract description 24
- 239000000284 extract Substances 0.000 claims abstract description 18
- 238000005094 computer simulation Methods 0.000 claims abstract description 12
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 238000004088 simulation Methods 0.000 claims description 10
- 238000009826 distribution Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000005022 packaging material Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明提供一种印刷图像识别系统,涉及图像识别技术领域。该印刷图像识别系统,包括图像提取模块、图像预处理模块、发送模块、颜色特征提取模块、纹理特征提取模块、形状特征提取模块、空间关系特征提取模块、第一特征对比模块、第二特征对比模块、第三特征对比模块、第四特征对比模块、存储模块、选取模块、输出模块、归类模块、计算机模拟模块和计算机视觉模块;所述颜色特征提取模块、纹理特征提取模块、形状特征提取模块与空间关系特征提取模块并列设置。本发明能够同时对图像的颜色特征、纹理特征、形状特征和空间关系特征进行同时提取与对比,缩短图像识别的过程,有利于提高图像识别的效率。
Description
技术领域
本发明涉及图像识别技术领域,具体为一种印刷图像识别系统。
背景技术
图像识别,是指利用计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对象的技术,现有的商品例如礼品盒、纸制品、木盒、塑胶制品、五金制品和包装材料在生产的过程中需要进行图像的印刷,图像印刷完成后需要进行图像识别,避免印刷不合格的产品流入市场影响销量。
现有的图像识别系统在对图像进行识别时,主要包括图像提取、图像预处理、提取图像显著特征和特征对比等步骤,其中图像显著特征主要有颜色特征、纹理特征、形状特征和空间关系特征,图像识别过程中在对显著特征进行提取时,都是逐个进行提取,当一个特征提取完成时,还会进行对应的特征对比,并且将对比结果输出,之后才能进行下一个特征的提取与对比,过程比较长,因此识别效率比较低。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种印刷图像识别系统,解决了现有技术中图像识别过程比较长,识别效率比较低的问题。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:一种印刷图像识别系统,包括图像提取模块、图像预处理模块、发送模块、颜色特征提取模块、纹理特征提取模块、形状特征提取模块、空间关系特征提取模块、第一特征对比模块、第二特征对比模块、第三特征对比模块、第四特征对比模块、存储模块、选取模块、输出模块、归类模块、计算机模拟模块和计算机视觉模块;
所述颜色特征提取模块、纹理特征提取模块、形状特征提取模块与空间关系特征提取模块并列设置,所述第一特征对比模块与颜色特征提取模块对应设置,所述第二特征对比模块与纹理特征提取模块对应设置,所述第三特征对比模块与形状特征提取模块对应设置,所述第四特征对比模块与空间关系特征提取模块对应设置;
所述发送模块主要将预处理后的图像同时发送给颜色特征提取模块、纹理特征提取模块、形状特征提取模块与空间关系特征提取模块,便于同时进行颜色特征提取、纹理特征提取、形状特征提取与空间关系特征提取;
所述颜色特征提取模块主要用于提取图像中的颜色特征;
所述纹理特征提取模块主要用于提取图像中的纹理特征;
所述形状特征提取模块主要用于提取图像中的形状特征;
所述空间关系特征提取模块主要用于提取图像的空间关系特征;
所述第一特征对比模块主要对提取的颜色特征进行对比;
所述第二特征对比模块主要对提取的纹理特征进行对比;
所述第三特征对比模块主要对提取的形状特征进行对比;
所述第四特征对比模块主要对提取的空间关系特征进行对比;
所述选取模块主要将对图像特征对比不合格的图像挑选出来;
所述归类模块主要将挑选出来不合格的图像进行归类处理;
所述计算机模拟模块主要对归类后的图像进行修复模拟;
所述计算机视觉模块主要对修复后的图像进行预览。
优选的,所述图像预处理模块的内部设置有校正单元、图像增强单元和图像去噪单元;
所述发送模块的内部设置有复制单元、格式转换单元和分配单元;
所述第一特征对比模块的内部设置有原始图像颜色特征单元、第一检索单元、颜色特征存储单元和颜色特征对比单元;
所述第二特征对比模块的内部设置有原始图像纹理特征单元、第二检索单元、纹理特征存储单元和纹理特征对比单元;
所述第三特征对比模块的内部设置有原始图像形状特征单元、第三检索单元、形状特征存储单元和形状特征对比单元;
所述第四特征对比模块的内部设置有原始图像空间关系特征单元、第四检索单元、空间关系特征存储单元和空间关系特征对比单元。
印刷图像识别方法,包括以下具体步骤:
S1、首先图像提取模块将印刷完成的图像进行扫描提取,并且将扫描后的图像发送给图像预处理模块进行预处理;
S2、图像预处理模块接收到印刷图像后,图像预处理模块内部的校正单元对图像进行对齐、居中处理,使图像位于中间位置之后在图像增强单元、图像去噪单元的作用下对图像进行增强和去噪处理,提高图像的清晰度;
S3、图像预处理模块对图像处理完成后发送给发送模块,发送模块接收到图像后,内部的复制单元将图像进行复制,复制完成后,格式转换单元将各个复制后的图像格式转换成颜色特征提取模块、纹理特征提取模块、形状特征提取模块、空间关系特征提取模块所需要的格式,最后通过分配单元将格式转换后的图像同时送给颜色特征提取模块、纹理特征提取模块、形状特征提取模块、空间关系特征提取模块进对应特征提取;
S4、颜色特征提取模块接收到图像后进行颜色特征的提取,并且将提取的颜色特征发送给第一特征对比单元进行对比,纹理特征提取模块接收到图像后进行纹理特征的提取,并且将提取的纹理特征发送给第二特征对比模块进行纹理特征对比,形状特征提取模块接收到图像后进行形状特征提取,并且将提取的形状特征发送给第三特征对比模块进行形状特征对比,空间关系特征提取模块接收到图像后进行空间关系特征提取,并且将提取的空间关系特征发送给第四特征对比模块进行空间关系特征对比;
S5、第一特征对比模块、第二特征对比模块、第三特征对比模块和第四特征对比模块将对比的结果发送给存储模块进行保存,之后发送给选取模块进行选取,将特征对比不合格的图像发送给归类模块,特征对比合格的图像发送给输出模块直接输出即可;
S6、归类模块接收到不合格的图像后将图像安装颜色特征、纹理特征、形状特征和空间关系特征进行归类,并且将归类好的图像发送给计算机模拟模块对不合格的图像进行模拟演示,最后通过计算机视觉模块预览分析,判断图像能否重写印刷或者修复。
优选的,所述第一特征对比模块的对比方法包括以下步骤:首先原始图像颜色特征单元将颜色特征信息同时发送给第一检索单元和颜色特征对比单元,第一检索单元在颜色特征存储单元进行检索,并且将检索到的信息发送给颜色特征对比单元进行对比即可。
优选的,所述第二特征对比模块的对比方法包括以下步骤:首先原始图像纹理特征单元将纹理特征信息同时发送给第二检索单元和纹理特征对比单元,第二检索单元在纹理特征存储单元进行检索,并且将检索到的信息发送给纹理特征对比单元进行对比即可。
优选的,所述第三特征对比模块的对比方法包括以下步骤:首先原始图像形状特征单元将形状特征信息同时发送给第三检索单元和形状特征对比单元,第三检索单元在形状特征存储单元进行检索,并且将检索到的信息发送给形状特征对比单元进行对比即可。
优选的,所述第四特征对比模块的对比方法包括以下步骤:首先原始图像空间关系特征单元将空间关系特征信息同时发送给第四检索单元和空间关系特征对比单元,第四检索单元在空间关系特征存储单元进行检索,并且将检索到的信息发送给空间关系特征对比单元进行对比即可。
(三)有益效果
本发明提供了一种印刷图像识别系统。具备以下有益效果:
本发明,通过设置发送模块、颜色特征提取模块、纹理特征提取模块、形状特征提取模块、空间关系特征提取模块、第一特征对比模块、第二特征对比模块、第三特征对比模块和第四特征对比模块,并且颜色特征提取模块、纹理特征提取模块、形状特征提取模块和空间关系特征提取模块并列设置,方便颜色特征提取模块、纹理特征提取模块、形状特征提取模块和空间关系特征提取模块同时对图像的颜色特征、纹理特征、形状特征和空间关系特征进行同时提取与对比,缩短图像识别的过程,有利于提高图像识别的效率。
本发明,通过设置选取模块、归类模块、计算机模拟模块和计算机视觉模块,便于将特征对比异常的图像进行模拟演示,判断特征对比异常的图像是否符合重新印刷的标准,避免直接报废造成资源浪费。
附图说明
图1为本发明所提出的一种印刷图像识别系统的整体结构示意图;
图2为本发明所提出的一种印刷图像识别系统的图像预处理模块内部示意图;
图3为本发明所提出的一种印刷图像识别系统的发送模块内部示意图;
图4为本发明所提出的一种印刷图像识别系统的第一特征对比模块内部示意图;
图5为本发明所提出的一种印刷图像识别系统的第二特征对比模块内部示意图;
图6为本发明所提出的一种印刷图像识别系统的第三特征对比模块内部示意图;
图7为本发明所提出的一种印刷图像识别系统的第四特征对比模块内部示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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。
实施例:
如图1-7所示,本发明实施例提供一种印刷图像识别系统,包括图像提取模块、图像预处理模块、发送模块、颜色特征提取模块、纹理特征提取模块、形状特征提取模块、空间关系特征提取模块、第一特征对比模块、第二特征对比模块、第三特征对比模块、第四特征对比模块、存储模块、选取模块、输出模块、归类模块、计算机模拟模块和计算机视觉模块;
图像提取模块在对印刷图像进行扫描提取的同时赋予图像一个对应的编号,便于后续工作人员的寻找;
计算机模拟模块的内部有颜色、纹理、形状和空间关系的模拟方式,主要根据不合格图像的特征进行模拟演示;
计算机视觉模块主要对模拟显示的图像进行预览,判断能否进行重新印刷或修复,避免印刷不合格的图像直接报废造成资源浪费。
颜色特征提取模块、纹理特征提取模块、形状特征提取模块与空间关系特征提取模块并列设置,第一特征对比模块与颜色特征提取模块对应设置,第二特征对比模块与纹理特征提取模块对应设置,第三特征对比模块与形状特征提取模块对应设置,第四特征对比模块与空间关系特征提取模块对应设置,便于同时进行颜色特征、纹理特征、形状特征和空间关系特征同时进行提取,缩短图像识别的过程,有利于提高图像识别的效率;
发送模块主要将预处理后的图像同时发送给颜色特征提取模块、纹理特征提取模块、形状特征提取模块与空间关系特征提取模块,便于同时进行颜色特征提取、纹理特征提取、形状特征提取与空间关系特征提取;
颜色特征提取模块主要用于提取图像中的颜色特征;
纹理特征提取模块主要用于提取图像中的纹理特征;
形状特征提取模块主要用于提取图像中的形状特征;
空间关系特征提取模块主要用于提取图像的空间关系特征;
第一特征对比模块主要对提取的颜色特征进行对比;
第二特征对比模块主要对提取的纹理特征进行对比;
第三特征对比模块主要对提取的形状特征进行对比;
第四特征对比模块主要对提取的空间关系特征进行对比;
选取模块主要将对图像特征对比不合格的图像挑选出来,特征对比合格的图像直接排出;
归类模块主要将挑选出来不合格的图像进行归类处理,并且按照颜色特征、纹理特征、形状特征和空间关系特征进行归类;
计算机模拟模块主要对归类后的图像进行修复模拟;
计算机视觉模块主要对修复后的图像进行预览。
图像预处理模块的内部设置有校正单元、图像增强单元和图像去噪单元;
校正单元主要将提取的图像进行居中对齐,确保图像位于中间位置,方便后续对图像进行操作;
发送模块的内部设置有复制单元、格式转换单元和分配单元;
复制单元主要将预处理后的图像进行复制,并且复制的个数根据对比的特征种类决定,格式转换单元主要将复制后的图像进行格式转化,确保各个特征提取单元能够快速地进行特征提取,分配单元主要将格式转化完成的图像自动分配给对应的特征提取模块进行特征提取。
第一特征对比模块的内部设置有原始图像颜色特征单元、第一检索单元、颜色特征存储单元和颜色特征对比单元;
第二特征对比模块的内部设置有原始图像纹理特征单元、第二检索单元、纹理特征存储单元和纹理特征对比单元;
第三特征对比模块的内部设置有原始图像形状特征单元、第三检索单元、形状特征存储单元和形状特征对比单元;
第四特征对比模块的内部设置有原始图像空间关系特征单元、第四检索单元、空间关系特征存储单元和空间关系特征对比单元。
印刷图像识别方法,包括以下具体步骤:
S1、首先图像提取模块将印刷完成的图像进行扫描提取,并且将扫描后的图像发送给图像预处理模块进行预处理;
S2、图像预处理模块接收到印刷图像后,图像预处理模块内部的校正单元对图像进行对齐、居中处理,使图像位于中间位置之后在图像增强单元、图像去噪单元的作用下对图像进行增强和去噪处理,提高图像的清晰度;
S3、图像预处理模块对图像处理完成后发送给发送模块,发送模块接收到图像后,内部的复制单元将图像进行复制,复制完成后,格式转换单元将各个复制后的图像格式转换成颜色特征提取模块、纹理特征提取模块、形状特征提取模块、空间关系特征提取模块所需要的格式,最后通过分配单元将格式转换后的图像同时送给颜色特征提取模块、纹理特征提取模块、形状特征提取模块、空间关系特征提取模块进对应特征提取;
S4、颜色特征提取模块接收到图像后进行颜色特征的提取,并且将提取的颜色特征发送给第一特征对比单元进行对比,纹理特征提取模块接收到图像后进行纹理特征的提取,并且将提取的纹理特征发送给第二特征对比模块进行纹理特征对比,形状特征提取模块接收到图像后进行形状特征提取,并且将提取的形状特征发送给第三特征对比模块进行形状特征对比,空间关系特征提取模块接收到图像后进行空间关系特征提取,并且将提取的空间关系特征发送给第四特征对比模块进行空间关系特征对比;
S5、第一特征对比模块、第二特征对比模块、第三特征对比模块和第四特征对比模块将对比的结果发送给存储模块进行保存,之后发送给选取模块进行选取,将特征对比不合格的图像发送给归类模块,特征对比合格的图像发送给输出模块直接输出即可;
S6、归类模块接收到不合格的图像后将图像安装颜色特征、纹理特征、形状特征和空间关系特征进行归类,并且将归类好的图像发送给计算机模拟模块对不合格的图像进行模拟演示,最后通过计算机视觉模块预览分析,判断图像能否重写印刷或者修复。
第一特征对比模块的对比方法包括以下步骤:首先原始图像颜色特征单元将颜色特征信息同时发送给第一检索单元和颜色特征对比单元,第一检索单元在颜色特征存储单元进行检索,并且将检索到的信息发送给颜色特征对比单元进行对比即可。
第二特征对比模块的对比方法包括以下步骤:首先原始图像纹理特征单元将纹理特征信息同时发送给第二检索单元和纹理特征对比单元,第二检索单元在纹理特征存储单元进行检索,并且将检索到的信息发送给纹理特征对比单元进行对比即可。
第三特征对比模块的对比方法包括以下步骤:首先原始图像形状特征单元将形状特征信息同时发送给第三检索单元和形状特征对比单元,第三检索单元在形状特征存储单元进行检索,并且将检索到的信息发送给形状特征对比单元进行对比即可。
第四特征对比模块的对比方法包括以下步骤:首先原始图像空间关系特征单元将空间关系特征信息同时发送给第四检索单元和空间关系特征对比单元,第四检索单元在空间关系特征存储单元进行检索,并且将检索到的信息发送给空间关系特征对比单元进行对比即可。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (7)
1.一种印刷图像识别系统,其特征在于:包括图像提取模块、图像预处理模块、发送模块、颜色特征提取模块、纹理特征提取模块、形状特征提取模块、空间关系特征提取模块、第一特征对比模块、第二特征对比模块、第三特征对比模块、第四特征对比模块、存储模块、选取模块、输出模块、归类模块、计算机模拟模块和计算机视觉模块;
所述颜色特征提取模块、纹理特征提取模块、形状特征提取模块与空间关系特征提取模块并列设置,所述第一特征对比模块与颜色特征提取模块对应设置,所述第二特征对比模块与纹理特征提取模块对应设置,所述第三特征对比模块与形状特征提取模块对应设置,所述第四特征对比模块与空间关系特征提取模块对应设置;
所述发送模块主要将预处理后的图像同时发送给颜色特征提取模块、纹理特征提取模块、形状特征提取模块与空间关系特征提取模块,便于同时进行颜色特征提取、纹理特征提取、形状特征提取与空间关系特征提取;
所述颜色特征提取模块主要用于提取图像中的颜色特征;
所述纹理特征提取模块主要用于提取图像中的纹理特征;
所述形状特征提取模块主要用于提取图像中的形状特征;
所述空间关系特征提取模块主要用于提取图像的空间关系特征;
所述第一特征对比模块主要对提取的颜色特征进行对比;
所述第二特征对比模块主要对提取的纹理特征进行对比;
所述第三特征对比模块主要对提取的形状特征进行对比;
所述第四特征对比模块主要对提取的空间关系特征进行对比;
所述选取模块主要将对图像特征对比不合格的图像挑选出来;
所述归类模块主要将挑选出来不合格的图像进行归类处理;
所述计算机模拟模块主要对归类后的图像进行修复模拟;
所述计算机视觉模块主要对修复后的图像进行预览。
2.根据权利要求1所述的一种印刷图像识别系统,其特征在于:所述图像预处理模块的内部设置有校正单元、图像增强单元和图像去噪单元;
所述发送模块的内部设置有复制单元、格式转换单元和分配单元;
所述第一特征对比模块的内部设置有原始图像颜色特征单元、第一检索单元、颜色特征存储单元和颜色特征对比单元;
所述第二特征对比模块的内部设置有原始图像纹理特征单元、第二检索单元、纹理特征存储单元和纹理特征对比单元;
所述第三特征对比模块的内部设置有原始图像形状特征单元、第三检索单元、形状特征存储单元和形状特征对比单元;
所述第四特征对比模块的内部设置有原始图像空间关系特征单元、第四检索单元、空间关系特征存储单元和空间关系特征对比单元。
3.印刷图像识别方法,基于权利要求1-2所述的一种印刷图像识别系统,其特征在于:包括以下具体步骤:
S1、首先图像提取模块将印刷完成的图像进行扫描提取,并且将扫描后的图像发送给图像预处理模块进行预处理;
S2、图像预处理模块接收到印刷图像后,图像预处理模块内部的校正单元对图像进行对齐、居中处理,使图像位于中间位置之后在图像增强单元、图像去噪单元的作用下对图像进行增强和去噪处理,提高图像的清晰度;
S3、图像预处理模块对图像处理完成后发送给发送模块,发送模块接收到图像后,内部的复制单元将图像进行复制,复制完成后,格式转换单元将各个复制后的图像格式转换成颜色特征提取模块、纹理特征提取模块、形状特征提取模块、空间关系特征提取模块所需要的格式,最后通过分配单元将格式转换后的图像同时送给颜色特征提取模块、纹理特征提取模块、形状特征提取模块、空间关系特征提取模块进对应特征提取;
S4、颜色特征提取模块接收到图像后进行颜色特征的提取,并且将提取的颜色特征发送给第一特征对比单元进行对比,纹理特征提取模块接收到图像后进行纹理特征的提取,并且将提取的纹理特征发送给第二特征对比模块进行纹理特征对比,形状特征提取模块接收到图像后进行形状特征提取,并且将提取的形状特征发送给第三特征对比模块进行形状特征对比,空间关系特征提取模块接收到图像后进行空间关系特征提取,并且将提取的空间关系特征发送给第四特征对比模块进行空间关系特征对比;
S5、第一特征对比模块、第二特征对比模块、第三特征对比模块和第四特征对比模块将对比的结果发送给存储模块进行保存,之后发送给选取模块进行选取,将特征对比不合格的图像发送给归类模块,特征对比合格的图像发送给输出模块直接输出即可;
S6、归类模块接收到不合格的图像后将图像安装颜色特征、纹理特征、形状特征和空间关系特征进行归类,并且将归类好的图像发送给计算机模拟模块对不合格的图像进行模拟演示,最后通过计算机视觉模块预览分析,判断图像能否重写印刷或者修复。
4.根据权利要求3所述的印刷图像识别方法,其特征在于:所述第一特征对比模块的对比方法包括以下步骤:首先原始图像颜色特征单元将颜色特征信息同时发送给第一检索单元和颜色特征对比单元,第一检索单元在颜色特征存储单元进行检索,并且将检索到的信息发送给颜色特征对比单元进行对比即可。
5.根据权利要求3所述的印刷图像识别方法,其特征在于:所述第二特征对比模块的对比方法包括以下步骤:首先原始图像纹理特征单元将纹理特征信息同时发送给第二检索单元和纹理特征对比单元,第二检索单元在纹理特征存储单元进行检索,并且将检索到的信息发送给纹理特征对比单元进行对比即可。
6.根据权利要求3所述的印刷图像识别方法,其特征在于:所述第三特征对比模块的对比方法包括以下步骤:首先原始图像形状特征单元将形状特征信息同时发送给第三检索单元和形状特征对比单元,第三检索单元在形状特征存储单元进行检索,并且将检索到的信息发送给形状特征对比单元进行对比即可。
7.根据权利要求3所述的印刷图像识别方法,其特征在于:所述第四特征对比模块的对比方法包括以下步骤:首先原始图像空间关系特征单元将空间关系特征信息同时发送给第四检索单元和空间关系特征对比单元,第四检索单元在空间关系特征存储单元进行检索,并且将检索到的信息发送给空间关系特征对比单元进行对比即可。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310318548.XA CN116030276A (zh) | 2023-03-29 | 2023-03-29 | 一种印刷图像识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310318548.XA CN116030276A (zh) | 2023-03-29 | 2023-03-29 | 一种印刷图像识别系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116030276A true CN116030276A (zh) | 2023-04-28 |
Family
ID=86074393
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310318548.XA Pending CN116030276A (zh) | 2023-03-29 | 2023-03-29 | 一种印刷图像识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116030276A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090300055A1 (en) * | 2008-05-28 | 2009-12-03 | Xerox Corporation | Accurate content-based indexing and retrieval system |
CN106055653A (zh) * | 2016-06-01 | 2016-10-26 | 深圳市唯特视科技有限公司 | 基于图像语义注释的视频浓缩对象检索方法 |
CN106156708A (zh) * | 2015-04-15 | 2016-11-23 | 北京赛伯传奇科技有限公司 | 精准图像识别系统 |
CN110163028A (zh) * | 2018-01-17 | 2019-08-23 | 黄冈职业技术学院 | 一种精准图像识别系统及图像识别方法 |
WO2020221177A1 (zh) * | 2019-04-30 | 2020-11-05 | 深圳数字生命研究院 | 图像的识别方法及装置、存储介质和电子装置 |
CN112883941A (zh) * | 2021-04-16 | 2021-06-01 | 哈尔滨理工大学 | 一种基于并行神经网络的人脸表情识别方法 |
-
2023
- 2023-03-29 CN CN202310318548.XA patent/CN116030276A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090300055A1 (en) * | 2008-05-28 | 2009-12-03 | Xerox Corporation | Accurate content-based indexing and retrieval system |
CN106156708A (zh) * | 2015-04-15 | 2016-11-23 | 北京赛伯传奇科技有限公司 | 精准图像识别系统 |
CN106055653A (zh) * | 2016-06-01 | 2016-10-26 | 深圳市唯特视科技有限公司 | 基于图像语义注释的视频浓缩对象检索方法 |
CN110163028A (zh) * | 2018-01-17 | 2019-08-23 | 黄冈职业技术学院 | 一种精准图像识别系统及图像识别方法 |
WO2020221177A1 (zh) * | 2019-04-30 | 2020-11-05 | 深圳数字生命研究院 | 图像的识别方法及装置、存储介质和电子装置 |
CN112883941A (zh) * | 2021-04-16 | 2021-06-01 | 哈尔滨理工大学 | 一种基于并行神经网络的人脸表情识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6345130B1 (en) | Method and arrangement for ensuring quality during scanning/copying of images/documents | |
CN105678612A (zh) | 移动端原始凭证电子化智能填单系统及方法 | |
CN110021005A (zh) | 电路板瑕疵筛选方法及其装置与计算机可读取记录介质 | |
CN112766110A (zh) | 物体缺陷识别模型的训练方法、物体缺陷识别方法及装置 | |
CN110618134A (zh) | 钢板表面质量缺陷检测评级系统及方法 | |
JP2012000876A (ja) | バリアブル印刷検品装置及びバリアブル印刷検品方法 | |
CN114862845A (zh) | 手机触摸屏的缺陷检测方法、装置、设备及存储介质 | |
CN114445365A (zh) | 基于深度学习算法的钞票印刷质量检查方法 | |
US20190272627A1 (en) | Automatically generating image datasets for use in image recognition and detection | |
CN112861861B (zh) | 识别数码管文本的方法、装置及电子设备 | |
CN114359235A (zh) | 一种基于改进YOLOv5l网络的木材表面缺陷检测方法 | |
CN113888462A (zh) | 一种裂纹识别方法、系统、可读介质及存储介质 | |
Wang et al. | Local defect detection and print quality assessment | |
US20220159144A1 (en) | Document processing device, system, document processing method, and computer program | |
CN116030276A (zh) | 一种印刷图像识别系统 | |
CN112884741B (zh) | 一种基于图像相似性对比的印刷表观缺陷检测方法 | |
CN115205193A (zh) | 一种基于微小缺陷yolo网络的钢板表面缺陷检测方法 | |
CN114972246A (zh) | 一种基于深度学习的模切产品表面缺陷检测方法 | |
CN111414889B (zh) | 基于文字识别的财务报表识别方法及装置 | |
CN113657162A (zh) | 一种基于深度学习的票据ocr识别方法 | |
CN112287898B (zh) | 一种图像的文本检测质量评价方法及系统 | |
CN115909493A (zh) | 一种面向课堂实录视频的教师不当手势检测方法及系统 | |
CN112767306A (zh) | 一种印刷品质量检测、收料方法和系统 | |
CN111768333A (zh) | 标识去除方法、装置、设备及存储介质 | |
Li et al. | A Deep Learning Method for Printing Defect Detection |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230428 |