CN116309337A - 基于图像识别的包装盒质量检测系统 - Google Patents
基于图像识别的包装盒质量检测系统 Download PDFInfo
- Publication number
- CN116309337A CN116309337A CN202310099994.6A CN202310099994A CN116309337A CN 116309337 A CN116309337 A CN 116309337A CN 202310099994 A CN202310099994 A CN 202310099994A CN 116309337 A CN116309337 A CN 116309337A
- Authority
- CN
- China
- Prior art keywords
- image
- packaging box
- detected
- module
- positioning
- 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
- 238000004806 packaging method and process Methods 0.000 title claims abstract description 105
- 238000001514 detection method Methods 0.000 title claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 15
- 238000012937 correction Methods 0.000 claims description 36
- 238000010191 image analysis Methods 0.000 claims description 31
- 230000005540 biological transmission Effects 0.000 claims description 30
- 238000012552 review Methods 0.000 claims description 26
- 238000004458 analytical method Methods 0.000 claims description 17
- 230000002950 deficient Effects 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 11
- 238000007689 inspection Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000012856 packing Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
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
- G06T7/60—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
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
-
- 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
本发明公开了基于图像识别的包装盒质量检测系统,属于智能制造技术领域,该包装盒质量检测系统利用印刷时由于工序以及机器等因素的影响,出现坏点区域的地方较为集中,呈现较为明显的规律性的特点,通过对获取的包装盒的顶面以及侧面图像进行分割处理,并按照出现坏点区域的大小、差异性来依次对分割后的部分进行分析处理,在分析过程中若出现坏点区域或出现的坏点区域差异性较大时即不再进行后续的分析,因此无需对整个图像进行分析处理,从而能够有效的、显著的降低计算量,提升包装盒的质量检测效率。
Description
技术领域
本发明属于智能制造技术领域,具体的,涉及一种基于图像识别的包装盒质量检测系统。
背景技术
外包装是用于对商品进行保护与宣传的部分,其在销售与运输过程中起到了重要的作用,因此保证外包装的质量也是保证产品质量与销售的重要组成部分。
包装盒在生产的过程中可能会存在瑕疵,因此需要在生产完成后剔除瑕疵品,避免其流入市场对产品造成影响,人工查看剔除的方式不能满足工业化生产的效率需求,而现有技术中通过机器视觉分析的方式具有计算量大的特点,这些不仅对机器视觉分析提出了更高的计算要求,也降低了分析效率,提高了分析成本,为了解决上述问题,降低机器视觉分析查看存在瑕疵的包装盒的难度与成本,本发明提供了以下技术方案。
发明内容
本发明的目的在于提供一种基于图像识别的包装盒质量检测系统,解决现有技术中机器视觉分析对于计算效率要求高、分析成本较大的问题。
本发明的目的可以通过以下技术方案实现:
基于图像识别的包装盒质量检测系统,包括:
图像采集模块,包括设置在待检测包装盒传输路径上方的第一图像采集单元以及设置在待检测包装盒传输路径侧方的第二图像采集单元;
动作驱动模块,用于调整第二图像采集单元的拍摄位置与拍摄角度;
图像分析模块,对图像采集模块获取的定位图像与检阅图像进行分析;
传送模块,用于对待检测包装盒进行传输;
定位模块,用于对待检测包装盒的位置进行检测;
报警模块,用于发出报警信息;
上述的基于图像识别的包装盒质量检测系统的工作方法包括如下步骤:
S1、通过传输模块对待检测包装盒进行传输,通过定位模块对待检测包装盒的位置进行检测,当待检测包装盒到达第一预设点时,通过图像采集模块中的第一图像采集单元获取待检测包装盒的顶部图像,将所述待检测包装盒的顶部图像标记为定位图像,图像采集模块将该定位图像传输至图像分析模块;
S2、图像分析模块读取数据库中待检测包装盒对应的第一对照图像,图像分析模块通过对第一对照图像以及定位图像对比获取得到待检测包装盒在传输模块上的摆放角度;
所述第一对照图像为待检测包装盒以预设的摆放角度在传输模块上进行传输时获取的完好无坏点的待检测包装盒的顶部图像;
S3、通过定位模块对待检测包装盒的位置进行检测,当待检测包装盒到达第二预设点时,动作驱动模块根据对应的待检测包装盒在传输模块上的摆放角度对第二图像采集单元的拍摄角度进行调整,使第二图像采集单元能够正面获取待检测包装盒侧向区域的图像信息,将待检测包装盒侧向区域的图像信息标记为检阅图像;
第二图像采集单元将获取的检阅图像传输至图像分析模块;
所述第二预设点为第二图像采集单元所处的位置;
S4、将一个获取的检阅图像与其对应的第二对照图像作为一组,将定位图像与其对应的第一对照图像作为一组,将同一组内的图像按照相同的预设规则划分为若干个对照子区域;
当检阅图像或定位图像中出现坏点区域时,确认坏点区域所在的对照子区域,并获取图像中各对照子区域内的坏点区域的面积m、坏点区域的灰度方差e1、坏点区域在对应的对照图像中对应区域的灰度方差e2、坏点区域的灰度平均值g1以及坏点区域在对应的对照图像中对应区域的灰度平均值g2;
统计在过去检测的n个包装盒中,一个对照子区域出现坏点区域的次数r以及所出现的各坏点子区域的差异系数Qi,其中1≤i≤r;
依次计算各对照子区域的坏点指数;
所述第二对照图像为待检测包装盒以预设的摆放角度在传输模块上进行传输时获取的完好无坏点的待检测包装盒的侧向区域的图像;
S5、在对检阅图像以及定位图像进行处理时,图像分析模块按照一个检阅图像或者定位图像内对照子区域的坏点指数Qiz从大到小的顺序对对照子区域进行坏点区域的检查,当检查到存在坏点区域时,报警模块发出报警信息。
作为本发明的进一步方案,所述第一预设点为第一图像采集单元的正下方。
作为本发明的进一步方案,所述图像分析模块对第一对照图像以及定位图像进行对比获取得到待检测包装盒在传输模块上的摆放角度的方法为:
S21、在第一对照图像上选取至少三个矫正区域,在每个矫正区域上任选一个点标记为校准点;
所述矫正区域为第一对照图像上具有一定面积的部分,且矫正区域内的图像具有唯一性,即在对应的第一对照图像上,没有任何区域的花纹与对应矫正区域的花纹相同;
S22、通过图像分析获取定位图像上各矫正区域的位置;
S23、将第一对照图像与定位图像设置在同一背景上,在第一对照图像上获取至少两个矫正线,在定位图像上获取对应的至少两个矫正线;
所述矫正线为通过直线连接两个校准点获得;
S24、获取第一对照图像上的矫正线与定位图像上对应矫正线之间的夹角,从而获取对应的至少两个夹角角度值k;
S25,当满足任意两个夹角角度值k之间的差值小于等于预设值ky时,则计算各夹角角度值k的平均值kp,将kp作为待检测包装盒与第一对照图像对应包装盒摆放角度之间的偏转夹角,从而获取对应的待检测包装盒在传送模块上的摆放角度。
作为本发明的进一步方案,当任意两个夹角角度值k之间的差值大于预设值ky时,则认为定位图像的采集存在异常,报警模块发出报警信息。
作为本发明的进一步方案,当在一个检阅图像或定位图像内的一个对照子区域中发现坏点区域时,计算获取该对照子区域内坏点区域的差异系数Q,当该差异系数Q小于等于预设值Qy时,继续进行下一对照子区域的分析处理,直至包装盒的各检阅图像与定位图像完成分析处理或出现差异系数Q大于预设值Qy的对照子区域;
当差异系数Q大于预设值Qy时,则报警模块发出报警信息。
本发明的有益效果:
1、印刷时由于工序以及机器等因素的影响,出现坏点区域的地方较为集中,呈现较为明显的规律性,本发明利用这一特点,通过对获取的包装盒的顶面以及侧面图像进行分割处理,并按照出现坏点区域的大小、差异性来依次对分割后的部分进行分析处理,在分析过程中若出现坏点区域或出现的坏点区域差异性较大时即不再进行后续的分析,因此无需对整个图像进行分析处理,从而能够有效的、显著的降低计算量,提升包装盒的质量检测效率,尤其是在图像较大和/或图像花纹较复杂的情况下更加显著;
2、本发明能够无接触而准确的获取包装盒在传输模块上的摆放角度,从而有利于图像采集模块获取拍摄角度合适的图像,有利于后续的图像分析处理步骤的进行。
具体实施方式
下面将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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
基于图像识别的包装盒质量检测系统,包括:
图像采集模块,包括设置在待检测包装盒传输路径上方的第一图像采集单元以及设置在待检测包装盒传输路径侧方的第二图像采集单元;
动作驱动模块,用于驱动调整第二图像采集单元的拍摄位置与拍摄角度,从而保证第二图像采集单元能够正面获取待检测包装盒侧向区域的图像信息;
图像分析模块,用于对图像采集模块获取的定位图像进行分析,从而获取传送模块上的待检测包装盒的摆放角度,还用于对图像采集模块获取的检阅图像进行分析;
传送模块,用于对待检测包装盒进行传输;
定位模块,用于对待检测包装盒的位置进行检测;
报警模块,用于发出报警信息。
上述的基于图像识别的包装盒质量检测系统的工作方法包括如下步骤:
S1、通过传输模块对待检测包装盒进行传输,在待检测的包装盒的传输路径上设置有定位模块,通过定位模块对待检测包装盒的位置进行检测,当待检测包装盒到达第一预设点时,通过图像采集模块中的第一图像采集单元获取待检测包装盒的顶部图像,将所述待检测包装盒的顶部图像标记为定位图像,图像采集模块将该定位图像传输至图像分析模块;
在本发明的一个实施例中,所述第一预设点为第一图像采集单元的正下方;
S2、图像分析模块读取数据库中待检测包装盒对应的第一对照图像,图像分析模块通过对第一对照图像以及定位图像对比获取得到待检测包装盒在传输模块上的摆放角度;
所述第一对照图像为待检测包装盒以预设的摆放角度在传输模块上进行传输时获取的完好无坏点的待检测包装盒的顶部图像;
所述图像分析模块对第一对照图像以及定位图像进行对比的方法为:
S21、在第一对照图像上选取至少三个矫正区域,在每个矫正区域上任选一个点标记为校准点;
所述矫正区域为第一对照图像上具有一定面积的部分,且矫正区域内的图像具有唯一性,即在对应的第一对照图像上,没有任何区域的花纹与对应矫正区域的花纹相同;
S22、通过图像分析获取定位图像上各矫正区域的位置;
S23、将第一对照图像与定位图像设置在同一背景上,在第一对照图像上获取至少两个矫正线,在定位图像上获取对应的至少两个矫正线;
所述矫正线为通过直线连接两个校准点获得;
S24、获取第一对照图像上的矫正线与定位图像上对应矫正线之间的夹角,从而获取对应的至少两个夹角角度值k;
S25,当任意两个夹角角度值k之间的差值大于预设值ky时,则认为定位图像的采集存在异常,报警模块发出报警信息,当满足任意两个夹角角度值k之间的差值小于等于预设值ky时,则计算各夹角角度值k的平均值kp,将kp作为待检测包装盒与第一对照图像对应包装盒摆放角度之间的偏转夹角,从而获取对应的待检测包装盒在传送模块上的摆放角度;
S3、通过定位模块对待检测包装盒的位置进行检测,当待检测包装盒到达第二预设点时,动作驱动模块根据对应的待检测包装盒在传输模块上的摆放角度对第二图像采集单元的拍摄角度进行调整,使第二图像采集单元能够正面获取待检测包装盒侧向区域的图像信息,将待检测包装盒侧向区域的图像信息标记为检阅图像;
第二图像采集单元将获取的检阅图像传输至图像分析模块;
所述第二预设点为第二图像采集单元所处的位置;
该采样方法主要适用于矩形结构的包装盒;
该采样方法能够准确的获取包装盒在传输模块上的摆放角度,从而有利于图像采集模块获取拍摄角度合适的图像,有利于后续的图像分析处理步骤的进行。
S4、所述图像分析模块读取数据库中待检测包装盒对应的第二对照图像,图像分析模块通过对第二对照图像以及检阅图像进行对比,获取检阅图像中的坏点区域以及坏点区域的相关信息;
图像分析模块通过对第一对照图像以及定位图像对比,获取定位图像中的坏点区域以及坏点区域的相关信息;
所述第二对照图像为待检测包装盒以预设的摆放角度在传输模块上进行传输时获取的完好无坏点的待检测包装盒的侧向区域的图像;
所述第二对照图像与检阅图像为一一对应的关系,对应的一组第二对照图像以及检阅图像的拍摄角度与拍摄内容相同;
所述坏点区域是指包装盒中存在损坏、印刷错误等情况的区域;
具体的,图像分析模块获取坏点区域以及坏点区域的相关信息的方法为:
S41、将一个获取的检阅图像与其对应的第二对照图像作为一组,将定位图像与其对应的第一对照图像作为一组,将同一组内的图像按照相同的预设规则划分为若干个对照子区域;
S42、当检阅图像或定位图像中出现坏点区域时,确认坏点区域所在的对照子区域,并获取图像中各对照子区域内的坏点区域的面积m、坏点区域的灰度方差e1、坏点区域在对应的对照图像中对应区域的灰度方差e2、坏点区域的灰度平均值g1以及坏点区域在对应的对照图像中对应区域的灰度平均值g2;
其中灰度平均值需要将对应的图像转换为灰度图像后再处理获取;
S43、统计在过去检测的n个包装盒中,一个对照子区域出现坏点区域的次数r以及所出现的各坏点子区域的差异系数Qi,其中1≤i≤r;
依次计算各对照子区域的坏点指数;
S5、在对检阅图像以及定位图像进行处理时,图像分析模块按照一个检阅图像或者定位图像内对照子区域的坏点指数Qiz从大到小的顺序对对照子区域进行坏点区域的检查,当检查到存在坏点区域时,报警模块发出报警信息,同时图像分析模块停止对该包装盒的其他检阅图像或定位图像进行分析处理;
在本发明的一个实施例中,当在一个检阅图像或定位图像内的一个对照子区域中发现坏点区域时,计算获取该对照子区域内坏点区域的差异系数Q,当该差异系数Q小于等于预设值Qy时,则认为该坏点区域为包装盒可接受范围,继续进行下一对照子区域的分析处理,直至包装盒的各检阅图像与定位图像完成分析处理或出现差异系数Q大于预设值Qy的对照子区域。
印刷时由于工序以及机器等因素的影响,出现坏点区域的地方较为集中,呈现较为明显的规律性,因此本发明通过对获取的图像进行分割处理,并按照出现坏点区域的大小、差异性以及面积来依次对分割后的部分进行分析处理,在出现坏点区域时即不再进行后续的分析,从而能够有效的、显著的降低计算量,提升包装盒的质量检测效率。
在说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上内容仅仅是对本发明所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (5)
1.基于图像识别的包装盒质量检测系统,其特征在于,包括:
图像采集模块,包括设置在待检测包装盒传输路径上方的第一图像采集单元以及设置在待检测包装盒传输路径侧方的第二图像采集单元;
动作驱动模块,用于调整第二图像采集单元的拍摄位置与拍摄角度;
图像分析模块,对图像采集模块获取的定位图像与检阅图像进行分析;
传送模块,用于对待检测包装盒进行传输;
定位模块,用于对待检测包装盒的位置进行检测;
报警模块,用于发出报警信息;
上述的基于图像识别的包装盒质量检测系统的工作方法包括如下步骤:
S1、通过传输模块对待检测包装盒进行传输,通过定位模块对待检测包装盒的位置进行检测,当待检测包装盒到达第一预设点时,通过图像采集模块中的第一图像采集单元获取待检测包装盒的顶部图像,将所述待检测包装盒的顶部图像标记为定位图像,图像采集模块将该定位图像传输至图像分析模块;
S2、图像分析模块读取数据库中待检测包装盒对应的第一对照图像,图像分析模块通过对第一对照图像以及定位图像对比获取得到待检测包装盒在传输模块上的摆放角度;
所述第一对照图像为待检测包装盒以预设的摆放角度在传输模块上进行传输时获取的完好无坏点的待检测包装盒的顶部图像;
S3、通过定位模块对待检测包装盒的位置进行检测,当待检测包装盒到达第二预设点时,动作驱动模块根据对应的待检测包装盒在传输模块上的摆放角度对第二图像采集单元的拍摄角度进行调整,使第二图像采集单元能够正面获取待检测包装盒侧向区域的图像信息,将待检测包装盒侧向区域的图像信息标记为检阅图像;
第二图像采集单元将获取的检阅图像传输至图像分析模块;
所述第二预设点为第二图像采集单元所处的位置;
S4、将一个获取的检阅图像与其对应的第二对照图像作为一组,将定位图像与其对应的第一对照图像作为一组,将同一组内的图像按照相同的预设规则划分为若干个对照子区域;
当检阅图像或定位图像中出现坏点区域时,确认坏点区域所在的对照子区域,并获取图像中各对照子区域内的坏点区域的面积m、坏点区域的灰度方差e1、坏点区域在对应的对照图像中对应区域的灰度方差e2、坏点区域的灰度平均值g1以及坏点区域在对应的对照图像中对应区域的灰度平均值g2;
统计在过去检测的n个包装盒中,一个对照子区域出现坏点区域的次数r以及所出现的各坏点子区域的差异系数Qi,其中1≤i≤r;
依次计算各对照子区域的坏点指数;
所述第二对照图像为待检测包装盒以预设的摆放角度在传输模块上进行传输时获取的完好无坏点的待检测包装盒的侧向区域的图像;
S5、在对检阅图像以及定位图像进行处理时,图像分析模块按照一个检阅图像或者定位图像内对照子区域的坏点指数Qiz从大到小的顺序对对照子区域进行坏点区域的检查,当检查到存在坏点区域时,报警模块发出报警信息。
2.根据权利要求1所述的基于图像识别的包装盒质量检测系统,其特征在于,所述第一预设点为第一图像采集单元的正下方。
3.根据权利要求1所述的基于图像识别的包装盒质量检测系统,其特征在于,所述图像分析模块对第一对照图像以及定位图像进行对比获取得到待检测包装盒在传输模块上的摆放角度的方法为:
S21、在第一对照图像上选取至少三个矫正区域,在每个矫正区域上任选一个点标记为校准点;
所述矫正区域为第一对照图像上具有一定面积的部分,且矫正区域内的图像具有唯一性,即在对应的第一对照图像上,没有任何区域的花纹与对应矫正区域的花纹相同;
S22、通过图像分析获取定位图像上各矫正区域的位置;
S23、将第一对照图像与定位图像设置在同一背景上,在第一对照图像上获取至少两个矫正线,在定位图像上获取对应的至少两个矫正线;
所述矫正线为通过直线连接两个校准点获得;
S24、获取第一对照图像上的矫正线与定位图像上对应矫正线之间的夹角,从而获取对应的至少两个夹角角度值k;
S25,当满足任意两个夹角角度值k之间的差值小于等于预设值ky时,则计算各夹角角度值k的平均值kp,将kp作为待检测包装盒与第一对照图像对应包装盒摆放角度之间的偏转夹角,从而获取对应的待检测包装盒在传送模块上的摆放角度。
4.根据权利要求3所述的基于图像识别的包装盒质量检测系统,其特征在于,当任意两个夹角角度值k之间的差值大于预设值ky时,则认为定位图像的采集存在异常,报警模块发出报警信息。
5.根据权利要求1所述的基于图像识别的包装盒质量检测系统,其特征在于,当在一个检阅图像或定位图像内的一个对照子区域中发现坏点区域时,计算获取该对照子区域内坏点区域的差异系数Q,当该差异系数Q小于等于预设值Qy时,继续进行下一对照子区域的分析处理,直至包装盒的各检阅图像与定位图像完成分析处理或出现差异系数Q大于预设值Qy的对照子区域;
当差异系数Q大于预设值Qy时,则报警模块发出报警信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310099994.6A CN116309337B (zh) | 2023-02-11 | 2023-02-11 | 基于图像识别的包装盒质量检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310099994.6A CN116309337B (zh) | 2023-02-11 | 2023-02-11 | 基于图像识别的包装盒质量检测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116309337A true CN116309337A (zh) | 2023-06-23 |
CN116309337B CN116309337B (zh) | 2023-10-10 |
Family
ID=86789749
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310099994.6A Active CN116309337B (zh) | 2023-02-11 | 2023-02-11 | 基于图像识别的包装盒质量检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116309337B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001168160A (ja) * | 1999-12-07 | 2001-06-22 | Sony Corp | 半導体ウェハの検査システム |
CN105184793A (zh) * | 2015-09-02 | 2015-12-23 | 广东电网有限责任公司汕尾供电局 | 一种电能表样品外观及pcb板元件检测方法 |
WO2020001480A1 (zh) * | 2018-06-28 | 2020-01-02 | 广东科达洁能股份有限公司 | 一种瓷砖按等级包装方法及系统 |
WO2020103324A1 (zh) * | 2018-11-20 | 2020-05-28 | 深圳市维图视技术有限公司 | 一种口罩在线检测系统及方法 |
CN111242884A (zh) * | 2018-11-12 | 2020-06-05 | 展讯通信(上海)有限公司 | 图像坏点检测、校正方法及装置、存储介质、摄像设备 |
EP3709241A1 (en) * | 2019-03-15 | 2020-09-16 | Hitachi, Ltd. | Ai-based inspection in transportation |
KR102253385B1 (ko) * | 2020-09-14 | 2021-05-18 | 주식회사농심 | 불량 멀티포장제품 검출시스템 |
US11205261B1 (en) * | 2020-06-20 | 2021-12-21 | National Taipei University Of Technology | Object appearance detection system with posture detection and control method thereof |
CN114092473A (zh) * | 2022-01-19 | 2022-02-25 | 南京帝感智能科技有限公司 | 一种大型产品视觉巡检装置及系统 |
CN114549504A (zh) * | 2022-03-01 | 2022-05-27 | 安徽工业技术创新研究院六安院 | 一种基于机器视觉的外观质量检测方法 |
CN115018797A (zh) * | 2022-06-13 | 2022-09-06 | 歌尔股份有限公司 | 屏幕缺陷的检测方法、检测设备以及计算机可读存储介质 |
CN115272341A (zh) * | 2022-09-29 | 2022-11-01 | 华联机械集团有限公司 | 一种基于机器视觉的包装机缺陷产品检测方法 |
-
2023
- 2023-02-11 CN CN202310099994.6A patent/CN116309337B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001168160A (ja) * | 1999-12-07 | 2001-06-22 | Sony Corp | 半導体ウェハの検査システム |
CN105184793A (zh) * | 2015-09-02 | 2015-12-23 | 广东电网有限责任公司汕尾供电局 | 一种电能表样品外观及pcb板元件检测方法 |
WO2020001480A1 (zh) * | 2018-06-28 | 2020-01-02 | 广东科达洁能股份有限公司 | 一种瓷砖按等级包装方法及系统 |
CN111242884A (zh) * | 2018-11-12 | 2020-06-05 | 展讯通信(上海)有限公司 | 图像坏点检测、校正方法及装置、存储介质、摄像设备 |
WO2020103324A1 (zh) * | 2018-11-20 | 2020-05-28 | 深圳市维图视技术有限公司 | 一种口罩在线检测系统及方法 |
EP3709241A1 (en) * | 2019-03-15 | 2020-09-16 | Hitachi, Ltd. | Ai-based inspection in transportation |
US11205261B1 (en) * | 2020-06-20 | 2021-12-21 | National Taipei University Of Technology | Object appearance detection system with posture detection and control method thereof |
KR102253385B1 (ko) * | 2020-09-14 | 2021-05-18 | 주식회사농심 | 불량 멀티포장제품 검출시스템 |
CN114092473A (zh) * | 2022-01-19 | 2022-02-25 | 南京帝感智能科技有限公司 | 一种大型产品视觉巡检装置及系统 |
CN114549504A (zh) * | 2022-03-01 | 2022-05-27 | 安徽工业技术创新研究院六安院 | 一种基于机器视觉的外观质量检测方法 |
CN115018797A (zh) * | 2022-06-13 | 2022-09-06 | 歌尔股份有限公司 | 屏幕缺陷的检测方法、检测设备以及计算机可读存储介质 |
CN115272341A (zh) * | 2022-09-29 | 2022-11-01 | 华联机械集团有限公司 | 一种基于机器视觉的包装机缺陷产品检测方法 |
Non-Patent Citations (2)
Title |
---|
曾文艳等: "基于机器视觉的香烟小包装外观质量检测系统", 《信息技术》, no. 01 * |
李继波等: "仪器视觉技术的烟箱外观质量无损检测装置", 《中国仪器仪表》, no. 6 * |
Also Published As
Publication number | Publication date |
---|---|
CN116309337B (zh) | 2023-10-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101566582B (zh) | 基于机器视觉的粉针剂生产中药瓶标贴信息在线检测系统 | |
CN111062940B (zh) | 一种基于机器视觉的螺钉定位与识别方法 | |
CN110006345B (zh) | 一种基于机器视觉的汽车线束在线检测装置与方法 | |
CN113537301B (zh) | 基于模板自适应匹配瓶体标签的缺陷检测方法 | |
CN110260818B (zh) | 一种基于双目视觉的电子连接器鲁棒检测方法 | |
US20160307062A1 (en) | Method and device for determining regions to be detected on display motherboard | |
CN114407079B (zh) | 一种控制机械臂安装螺栓的方法 | |
CN116503316A (zh) | 一种基于图像处理的芯片缺陷量测方法及系统 | |
CN114549504A (zh) | 一种基于机器视觉的外观质量检测方法 | |
CN113343834A (zh) | 基于机器视觉和激光线的皮带跑偏诊断方法 | |
CN111968082A (zh) | 一种基于机器视觉的产品包装缺陷检测识别方法 | |
CN116309337B (zh) | 基于图像识别的包装盒质量检测系统 | |
CN112304964A (zh) | 一种保险丝盒视觉检测系统 | |
CN114199127A (zh) | 基于机器视觉的汽车零件尺寸检测系统及方法 | |
CN111539951A (zh) | 一种陶瓷砂轮头轮廓尺寸视觉检测方法 | |
CN117232396A (zh) | 一种高速生产线产品质量视觉检测系统及方法 | |
JP5949214B2 (ja) | 品質検査方法 | |
CN115239723A (zh) | 基于图形识别的卷板机零件检测方法 | |
CN113936291A (zh) | 一种基于机器视觉的铝模板质检、回收方法 | |
CN108508018A (zh) | 一种基于图像数据的质量监控方法 | |
CN117358615B (zh) | 一种自动喷码印刷缺陷检测方法及系统 | |
CN117740673A (zh) | 一种工件表面缺陷检测系统 | |
CN116993804B (zh) | 一种基于lsm算法的箍筋尺寸检测方法及系统 | |
CN117664991A (zh) | 一种缺陷检测系统 | |
CN110689491B (zh) | 一种机器视觉下的筒子纱侧面图像校正方法 |
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 |