CN116563223B - 一种玻纤纱线绕罗拉检测方法、设备及存储介质 - Google Patents
一种玻纤纱线绕罗拉检测方法、设备及存储介质 Download PDFInfo
- Publication number
- CN116563223B CN116563223B CN202310379158.3A CN202310379158A CN116563223B CN 116563223 B CN116563223 B CN 116563223B CN 202310379158 A CN202310379158 A CN 202310379158A CN 116563223 B CN116563223 B CN 116563223B
- Authority
- CN
- China
- Prior art keywords
- roller
- value
- area
- glass fiber
- image data
- 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
- 238000004804 winding Methods 0.000 title claims abstract description 34
- 239000003365 glass fiber Substances 0.000 title claims abstract description 24
- 238000001514 detection method Methods 0.000 title claims abstract description 17
- 238000003860 storage Methods 0.000 title claims description 19
- 230000011218 segmentation Effects 0.000 claims abstract description 27
- 238000012545 processing Methods 0.000 claims abstract description 8
- 238000001914 filtration Methods 0.000 claims abstract description 5
- 238000012216 screening Methods 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims description 25
- 239000004744 fabric Substances 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012544 monitoring process Methods 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 3
- 241000764238 Isis Species 0.000 claims 1
- 238000004519 manufacturing process Methods 0.000 abstract description 7
- 230000003044 adaptive effect Effects 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 4
- 238000009730 filament winding Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003647 oxidation Effects 0.000 description 2
- 238000007254 oxidation reaction Methods 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 238000002310 reflectometry Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000009987 spinning Methods 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
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30124—Fabrics; Textile; Paper
Abstract
本发明涉及一种玻纤纱线绕罗拉检测方法,包括以下步骤:获取罗拉辊面的图像数据;对图像数据进行灰度化处理,得到第一灰度图像;对第一灰度图像进行均值滤波,得到第二灰度图像;对第二灰度图像进行全局阈值分割,集合分割后像素点形成目标区域;对目标区域进行分割连通域,得到多个独立的疑似区域;筛选出面积最大的疑似区域,并求取其最小外接矩形;将最小外接矩形的特征参数对比预设条件,判定是否出现罗拉绕丝情况。罗拉辊面设置为黑色,便于识别被白色玻纤覆盖的辊面区域。工业相机相对罗拉辊工位静止设置,便于滤除图像数据中除辊面区域以外的背景部分,采用自适应参数筛选出代表生产所用类型玻纤的像素点,节省调试时间,提高生产效率。
Description
技术领域
本发明涉及纺织技术领域,尤其涉及一种玻纤纱线绕罗拉检测方法、设备及存储介质。
背景技术
在玻纤织物的生产过程中,由于储纱装置的高速移动,在导纱用的八角罗拉辊上会出现由玻纤断裂所造成的的绕纱现象,若出现绕纱后没有及时停车,断裂的纱线会在罗拉辊上成团,造成罗拉辊局部辊面的不对称性,影响附近纱线张力的稳定性使断纱增多;且随着缠绕在罗拉辊面上的纱线增多,会造成生产布面的缺纱,形成废布。
为满足市场需求,车间会使用不同型号的玻纤纱线来织造相对类型的布面,但是不同型号的玻纤纱线对于光的反射率不同,在更换玻纤原料型号后需要对应调整识别罗拉绕丝的判别阈值,固定的罗拉绕丝检测判别阈值应用在在不同的玻纤型号时会出现误报情况。
发明内容
本发明提供了一种玻纤纱线绕罗拉检测方法、设备及存储介质,可有效解决背景技术中的问题。
为了达到上述目的,本发明所采用的技术方案是:
一种玻纤纱线绕罗拉检测方法,包括以下步骤:
设置监控区域并获取罗拉辊面的图像数据;
对图像数据进行灰度化处理,得到第一灰度图像;
对第一灰度图像进行均值滤波,得到第二灰度图像;
对第二灰度图像进行全局阈值分割,集合分割后像素点形成目标区域;
对目标区域进行分割连通域,得到多个独立的疑似区域;
筛选出面积最大的疑似区域,并求取其最小外接矩形;
将最小外接矩形的特征参数对比预设条件,判定是否出现罗拉绕丝情况。
进一步的,在监控区域的设置过程中,将罗拉辊面设置为黑色,固定工业相机使其与罗拉辊的工位相对静止。
进一步的,通过工业相机实时采集目标区域视频,间隔地从时视频中提取至少一帧图像,将每帧图像的所有像素点均放入坐标系中,得到图像数据。
进一步的,通过修正后的分割阈值进行全局阈值分割,具体公式为:
;
其中,表示像素点坐标为(x,y)处的阈值分割结果,/>表示坐标(x,y)处像素点的灰度值,/>表示修正后的全局阈值分割的灰度最小值,目标区域为/>的像素点集合。
进一步的,采集最小外接矩形的宽度值W和长度值H,并分别输入至预设条件的对应参数中,当二者均满足预设条件时,则判定出现罗拉绕丝情况,否则判定没有,具体预设条件如下:
;
其中,表示宽度阈值,/>表示长度阈值。
进一步的,在最小外接矩形特征参数的采集过程中:
首先通过统计最小外接矩形分别在罗拉辊轴向和宽度方向上占据的像素点个数,并分别乘以单个像素点的精度值得到宽度值W和长度值H。
进一步的,长度阈值设置为监控区域中罗拉辊宽度尺寸的1/2;
宽度阈值根据形成布面最大可修补面积的时间设定,具体通过如下公式计算:
;
其中,表示单根纱线的宽度值,T表示形成布面最大可修补面积储纱装置的往复运动周期。
进一步的,全局阈值分割的灰度最小值通过如下公式获取:
;
其中,表示全局阈值分割的灰度值,k为常数且k∈[1,7],/>,/>表示全局值分割最小灰度值设为/>时图像数据经过算法处理后得到的最小外接矩形宽度值,表示宽度阈值。
一种计算机设备,包括工业相机、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现上述方法。
一种存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现上述方法。
本发明的有益效果为:
在本发明中,当出现罗拉绕丝情况时,由于罗拉辊面设置为黑色,在采集到的图像数据中能够明显观测到被白色玻纤覆盖的辊面区域,便于罗拉辊绕丝区域的识别。
工业相机相对罗拉辊工位静止设置,便于滤除图像数据中除辊面区域以外的背景部分,且相机直接固定在储纱装置上,能够运用于不同的厂房安装布置,采用自适应参数筛选出代表生产所用类型玻纤的像素点,节省调试时间,避免误报,提高生产效率。
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,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地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,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为本发明实施例中玻纤纱线绕罗拉检测方法的流程示意图。
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。
需要说明的是,当元件被称为“固定于”另一个元件,它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的,并不表示是唯一的实施方式。
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。本文中在本发明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,不是旨在于限制本发明。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。
如图1所示的一种玻纤纱线绕罗拉检测方法,包括以下步骤:
设置监控区域并获取罗拉辊面的图像数据;
对图像数据进行灰度化处理,得到第一灰度图像;
对第一灰度图像进行均值滤波,得到第二灰度图像;
对第二灰度图像进行全局阈值分割,集合分割后像素点形成目标区域;
对目标区域进行分割连通域,得到多个独立的疑似区域;
筛选出面积最大的疑似区域,并求取其最小外接矩形;
将最小外接矩形的特征参数对比预设条件,判定是否出现罗拉绕丝情况。
在监控区域的设置过程中,将罗拉辊面设置为黑色,固定工业相机使其与罗拉辊的工位相对静止。
其中,将工业相机直接固定在储纱装置上,且使工业相机的拍摄角度正对罗拉辊的后侧;在未出现罗拉绕丝情况,采集到的图像数据中只有黑色的辊面,在出现罗拉绕丝情况时,在采集到的图像数据中能够明显观测到被白色玻纤覆盖的辊面区域,便于罗拉辊绕丝区域的识别。
工业相机相对罗拉辊工位静止设置,便于滤除图像数据中除辊面区域以外的背景部分,且相机直接固定在储纱装置上,能够运用于不同的厂房安装布置,无需根据车台布置情况调整相机安装位置,节省调试时间;通过工业相机实时监测罗拉辊的生产状态,避免人工检测的高频率劳动,能够第一时间精准识别罗拉绕丝情况,提高生产效率。
进一步的,通过工业相机实时采集目标区域视频,间隔地从时视频中提取至少一帧图像,将每帧图像的所有像素点均放入坐标系中,得到图像数据。
通过坐标系对图像数据中的每一个像素点进行标记,便于集合经过全局阈值分割后的像素点,并进行分割连通域;同时,经过坐标系标记后的图像数据,便于筛选出面积最大的疑似区域,且便于获取最小外接矩形的特征参数。
在具体实施过程中,当罗拉辊出现绕丝情况,若果能够在储纱装置往复运动3个周期内检出,那么布面是可修补的,超过3个周期后,布面就会因为缺纱而形成大面积空缺进而成为废布。具体的,当纱线缠绕罗拉辊后,在储纱装置往复运动3个周期内,罗拉辊上缠绕的纱线宽度最多为6根纱线宽度,通常选择罗拉辊的轴向为x轴方向,其宽度为y轴方向,便于对获取的最小外接矩形进行绕丝条件判定。
在本发明中,首选对采集到的图像数据进行预处理,通过对第一灰度图像进行均值滤波处理,采用预设滤波器窗口,将每一个像素点替换成邻域窗口内像素的平均值,能够去除噪点并使图像数据中可能存在的绕丝区域边缘轮廓更加清晰,提高图像质量。
其次,通过修正后的分割阈值进行全局阈值分割,筛选出符合玻纤灰度值的较量像素点,具体公式为:
;
其中,表示像素点坐标为(x,y)处的阈值分割结果,/>表示坐标(x,y)处像素点的灰度值,/>表示修正后的全局阈值分割的灰度最小值,目标区域为/>的像素点集合。
进一步的,对筛选出目标区域进行分割连通域,得到若干独立的疑似区域,选取其中面积最大的疑似区域求取最小外接矩形,再采集最小外接矩形的宽度值W和长度值H,并分别输入至预设条件的对应参数中,当二者均满足预设条件时,则判定出现罗拉绕丝情况,否则判定没有,具体预设条件如下:
;
其中,表示宽度阈值,/>表示长度阈值。
在最小外接矩形特征参数的采集过程中:
首先通过统计最小外接矩形分别在罗拉辊轴向和宽度方向上占据的像素点个数,并分别乘以单个像素点的精度值得到宽度值W和长度值H。
长度阈值设置为监控区域中罗拉辊宽度尺寸的1/2;
宽度阈值根据形成布面最大可修补面积的时间设定,具体通过如下公式计算:
;
其中,表示单根纱线的宽度值,T表示形成布面最大可修补面积储纱装置的往复运动周期。
结合上述实施例并进一步通过上述预设条件判定获取的最小外接矩形,即在本实施例中,如果最小外接矩形的宽度值大于6根纱线的宽度,且其长度大于罗拉辊宽度的1/2,就判断为出现罗拉绕丝情况并报警。
表示全局阈值分割的灰度最小值,当纱线原料不同时,对光的反射率会有差异,且不同车台的现场环境布置也会有差异,因此固定的灰度最小值并不适用于所有纱线材料,需要根据不同纱线类型进行修正。
全局阈值分割的灰度最小值通过如下公式获取:
;
其中,表示全局阈值分割的灰度值,k为常数且k∈[1,7],/>,/>表示全局值分割最小灰度值设为/>时图像数据经过算法处理后得到的最小外接矩形宽度值,表示宽度阈值,W表示分割后最小外接矩形的宽度值。
具体的,在全局阈值分割过程中,当的取值越大,则会导致分割出的区域越小,例如在k=1时:
,
如果选择其中最小灰度值分割后区域的最小外接矩形大于宽度阈值,就需要增大全局阈值分割的最小灰度值,此时,否则就选择降低全局阈值分割的最小灰度值,此时/>,采用这种寻值方法,能够先在大范围内找,再逐渐在小范围迭代寻找合适的值。
本发明还进一步公开了一种计算机设备,包括工业相机、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时,实现上述氧化炉火焰识别检测方法。
一种存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述氧化炉火焰识别检测方法。
程框架图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备获取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (7)
1.一种玻纤纱线绕罗拉检测方法,其特征在于,包括以下步骤:
设置监控区域并获取罗拉辊面的图像数据;
对图像数据进行灰度化处理,得到第一灰度图像;
对第一灰度图像进行均值滤波,得到第二灰度图像;
对第二灰度图像进行全局阈值分割,集合分割后像素点形成目标区域;
对目标区域进行分割连通域,得到多个独立的疑似区域;
筛选出面积最大的疑似区域,并求取其最小外接矩形;
将最小外接矩形的特征参数对比预设条件,判定是否出现罗拉绕丝情况;
采集最小外接矩形的宽度值W和长度值H,并分别输入至预设条件的对应参数中,当二者均满足预设条件时,则判定出现罗拉绕丝情况,否则判定没有,具体预设条件如下:
;
其中, 表示宽度阈值,/>表示长度阈值;
在最小外接矩形特征参数的采集过程中:
首先通过统计最小外接矩形分别在罗拉辊轴向和宽度方向上占据的像素点个数,并分别乘以单个像素点的精度值得到宽度值W和长度值H;
长度阈值设置为监控区域中罗拉辊宽度尺寸的1/2;
宽度阈值根据形成布面最大可修补面积的时间设定,具体通过如下公式计算:
;
其中,表示单根纱线的宽度值,T表示形成布面最大可修补面积储纱装置的往复运动周期。
2.根据权利要求1所述的玻纤纱线绕罗拉检测方法,其特征在于,在监控区域的设置过程中,将罗拉辊面设置为黑色,固定工业相机使其与罗拉辊的工位相对静止。
3.根据权利要求1所述的玻纤纱线绕罗拉检测方法,其特征在于,通过工业相机实时采集目标区域视频,间隔地从时视频中提取至少一帧图像,将每帧图像的所有像素点均放入坐标系中,得到图像数据。
4.根据权利要求1所述的玻纤纱线绕罗拉检测方法,其特征在于,通过修正后的分割阈值进行全局阈值分割,具体公式为:
;
其中,表示像素点坐标为(x,y)处的阈值分割结果,/>表示坐标(x, y)处像素点的灰度值,/>表示修正后的全局阈值分割的灰度最小值,目标区域为的像素点集合。
5.根据权利要求4所述的玻纤纱线绕罗拉检测方法,其特征在于,全局阈值分割的灰度最小值通过如下公式获取:
;
其中,表示全局阈值分割的灰度值,k为常数且k∈[1,7],/>,/>表示全局值分割最小灰度值设为/>时图像数据经过算法处理后得到的最小外接矩形宽度值,/>表示宽度阈值。
6.一种计算机设备,包括工业相机、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现如权利要求1-5中任一项所述的罗拉辊绕纱检测方法。
7.一种存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-5中任一项所述的罗拉辊绕纱检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310379158.3A CN116563223B (zh) | 2023-04-11 | 2023-04-11 | 一种玻纤纱线绕罗拉检测方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310379158.3A CN116563223B (zh) | 2023-04-11 | 2023-04-11 | 一种玻纤纱线绕罗拉检测方法、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116563223A CN116563223A (zh) | 2023-08-08 |
CN116563223B true CN116563223B (zh) | 2023-09-26 |
Family
ID=87490689
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310379158.3A Active CN116563223B (zh) | 2023-04-11 | 2023-04-11 | 一种玻纤纱线绕罗拉检测方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116563223B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117670842A (zh) * | 2023-12-07 | 2024-03-08 | 常州市宏发纵横新材料科技股份有限公司 | 一种布面横条检测方法、装置、设备及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008219928A (ja) * | 2008-04-10 | 2008-09-18 | Konica Minolta Business Technologies Inc | 画像処理装置、画像処理方法及び画像処理プログラム |
CN105334219A (zh) * | 2015-09-16 | 2016-02-17 | 湖南大学 | 一种残差分析动态阈值分割的瓶口缺陷检测方法 |
CN106976758A (zh) * | 2017-05-23 | 2017-07-25 | 江苏好运鸽机械有限公司 | 一种用于纺织机罗拉绕线的保护装置 |
CN109753969A (zh) * | 2019-01-23 | 2019-05-14 | 河海大学 | 一种基于形状特征和图像分割的绝缘子识别和定位方法 |
CN110930353A (zh) * | 2019-07-03 | 2020-03-27 | 研祥智能科技股份有限公司 | 孔位保护门状态检测方法、装置、计算机设备和存储介质 |
WO2020228111A1 (zh) * | 2019-05-16 | 2020-11-19 | 枣庄学院 | 一种基于x光图像的钢丝绳芯输送带接头抽动检测方法 |
CN113592796A (zh) * | 2021-07-19 | 2021-11-02 | 深圳数联天下智能科技有限公司 | 嘴角下垂的检测方法、装置、设备和介质 |
CN114926620A (zh) * | 2022-05-26 | 2022-08-19 | 西安星眸医疗科技有限公司 | 一种红外光照下瞳孔直径测量方法及系统 |
CN115619800A (zh) * | 2021-07-13 | 2023-01-17 | 电子科技大学 | 基于自适应阈值分割的covid-19 ct图像的分割方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109145803B (zh) * | 2018-08-14 | 2022-07-22 | 京东方科技集团股份有限公司 | 手势识别方法及装置、电子设备、计算机可读存储介质 |
-
2023
- 2023-04-11 CN CN202310379158.3A patent/CN116563223B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008219928A (ja) * | 2008-04-10 | 2008-09-18 | Konica Minolta Business Technologies Inc | 画像処理装置、画像処理方法及び画像処理プログラム |
CN105334219A (zh) * | 2015-09-16 | 2016-02-17 | 湖南大学 | 一种残差分析动态阈值分割的瓶口缺陷检测方法 |
CN106976758A (zh) * | 2017-05-23 | 2017-07-25 | 江苏好运鸽机械有限公司 | 一种用于纺织机罗拉绕线的保护装置 |
CN109753969A (zh) * | 2019-01-23 | 2019-05-14 | 河海大学 | 一种基于形状特征和图像分割的绝缘子识别和定位方法 |
WO2020228111A1 (zh) * | 2019-05-16 | 2020-11-19 | 枣庄学院 | 一种基于x光图像的钢丝绳芯输送带接头抽动检测方法 |
CN110930353A (zh) * | 2019-07-03 | 2020-03-27 | 研祥智能科技股份有限公司 | 孔位保护门状态检测方法、装置、计算机设备和存储介质 |
WO2021000524A1 (zh) * | 2019-07-03 | 2021-01-07 | 研祥智能科技股份有限公司 | 孔位保护门检测方法、装置、计算机设备和存储介质 |
CN115619800A (zh) * | 2021-07-13 | 2023-01-17 | 电子科技大学 | 基于自适应阈值分割的covid-19 ct图像的分割方法及装置 |
CN113592796A (zh) * | 2021-07-19 | 2021-11-02 | 深圳数联天下智能科技有限公司 | 嘴角下垂的检测方法、装置、设备和介质 |
CN114926620A (zh) * | 2022-05-26 | 2022-08-19 | 西安星眸医疗科技有限公司 | 一种红外光照下瞳孔直径测量方法及系统 |
Non-Patent Citations (1)
Title |
---|
宁小翠."基于机器视觉的纱线外观检测系统的研究".《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》.2020,第B024-77页. * |
Also Published As
Publication number | Publication date |
---|---|
CN116563223A (zh) | 2023-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230368361A1 (en) | Screen defect detection method, apparatus, and electronic device | |
CN116109642B (zh) | 一种碳纤维断丝缺陷检测方法、设备及存储介质 | |
CN110766679B (zh) | 镜头脏污检测方法、装置及终端设备 | |
CN113646801B (zh) | 缺陷图像的缺陷检测方法、装置及计算机可读存储介质 | |
CN116563223B (zh) | 一种玻纤纱线绕罗拉检测方法、设备及存储介质 | |
CN113724241B (zh) | 一种碳纤维经编织物的毛丝检测方法、装置和存储介质 | |
CN114842016B (zh) | 一种基于计算机视觉的消防水带缺陷检测方法及系统 | |
CN113592867B (zh) | 一种基于碳纤维布面残留捆绑纱的检测方法 | |
CN113838038B (zh) | 一种碳纤维布面疵点检测方法、装置、电子设备和存储介质 | |
CN115131348B (zh) | 一种纺织品表面缺陷的检测方法及系统 | |
WO1992008967A1 (en) | Methods and apparatus for fabric inspection | |
CN113469921B (zh) | 图像缺陷修复方法、系统、计算机设备及存储介质 | |
CN111739012A (zh) | 基于转盘的摄像头模组白斑检测系统 | |
CN112365448A (zh) | 一种经编织造过程中的织物疵点检测方法 | |
CN113610843B (zh) | 一种光纤编织层的实时缺陷识别系统及其方法 | |
CN117089977B (zh) | 一种坯布生产动态监测方法、系统及介质 | |
CN108986065B (zh) | 一种经编织物瑕疵融合滤波检测方法、装置、设备和存储介质 | |
CN112505051A (zh) | 一种基于激光射线的高精准化纤飘丝质量检测方法 | |
CN111583202A (zh) | 一种毛丝检测方法及装置 | |
CN114937003A (zh) | 一种针对玻璃面板的多类型缺陷检测系统和方法 | |
CN116309519A (zh) | 一种罗拉辊绕纱检测方法、设备及存储介质 | |
CN109211937B (zh) | 一种内衣弹性织带弯带缺陷的检测系统及其检测方法 | |
JP2021189238A (ja) | ベルト検査システムおよびベルト検査プログラム | |
JP2021189239A (ja) | ベルト検査システムおよびベルト検査プログラム | |
CN116485789B (zh) | 一种碳纤维劈丝缺陷检测方法、设备及存储介质 |
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 |