CN117830306B - 基于全息图的产品标签图像检测方法 - Google Patents

基于全息图的产品标签图像检测方法 Download PDF

Info

Publication number
CN117830306B
CN117830306B CN202410240594.7A CN202410240594A CN117830306B CN 117830306 B CN117830306 B CN 117830306B CN 202410240594 A CN202410240594 A CN 202410240594A CN 117830306 B CN117830306 B CN 117830306B
Authority
CN
China
Prior art keywords
image
gradual change
detection
images
product
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
Application number
CN202410240594.7A
Other languages
English (en)
Other versions
CN117830306A (zh
Inventor
朱秀谨
陈长青
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.)
Suzhou Xuanxiong Intelligent Technology Co ltd
Original Assignee
Suzhou Xuanxiong Intelligent Technology 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 Suzhou Xuanxiong Intelligent Technology Co ltd filed Critical Suzhou Xuanxiong Intelligent Technology Co ltd
Priority to CN202410240594.7A priority Critical patent/CN117830306B/zh
Publication of CN117830306A publication Critical patent/CN117830306A/zh
Application granted granted Critical
Publication of CN117830306B publication Critical patent/CN117830306B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了基于全息图的产品标签图像检测方法,本发明涉及全息产品标签技术领域,解决了未对不同角度面之间的变化情况考虑在内,导致其全面图产品标签检测的并不全面的问题,本发明基于其产品标签在不同角度检测状态下,其亮色区域位于整个图像的整体占比,并基于对应的具体占比值,确定其对应的变化曲线,基于其变化曲线的具体数值变化,来确定其渐变图像在变化过程中是否存在突变情况,并基于时间点确定其对应的渐变图像,来锁定其整个全息产品图像的检测情况,其检测方式较为简单且也更为全面,可快速检测出其产品标签是否存在异常,提升其产品标签图像的整体检测效果。

Description

基于全息图的产品标签图像检测方法
技术领域
本发明涉及全息产品标签技术领域,具体为基于全息图的产品标签图像检测方法。
背景技术
全息产品标签是一种使用全息技术的标签,可以显示三维图像和信息。这种标签通常用于产品包装、广告和展览等领域,以吸引消费者的注意力并提供更多信息;全息产品标签的制作过程包括设计、制版、印刷和模压等步骤。其中,设计和制版是最为关键的环节,需要考虑到标签的形状、大小、颜色和图案等因素,以及如何将信息以最直观的方式呈现出来。
公开号为CN101915617B的申请提供了一种光栅基彩虹全息图像色度检测评价方法,主要内容为:首先确定衍射光栅的类型以及光学参数,根据光栅类型特点选用滤光片;采用漫射光源,并根据实际需要保留或屏蔽镜面反射光;测定样品的反射光谱,根据被测物体的反射光谱计算出比样与标样的光谱误差和同色异谱指数,以此来评价光栅基彩虹全息图像的色度信息。该方法能够客观反映标样与比样之间的色度信息,并且能够准确反映标样与比样的色度误差,操作方法简单、快速。推广利用该方法可以有效控制光栅基彩虹全息图像色度质量,促进激光全息防伪、立体印刷、光栅基高档产品质量控制。
对全息图的产品标签进行检测时,一般基于对应产品标签对于不同面所展现的不同画面,来确定其产品标签是否达标,但每个不同角度面之间均存在变化情况,在进行检测过程中,未对不同角度面之间的变化情况考虑在内,导致其全面图产品标签检测的并不全面。
发明内容
针对现有技术的不足,本发明提供了基于全息图的产品标签图像检测方法,解决了未对不同角度面之间的变化情况考虑在内,导致其全面图产品标签检测的并不全面的问题。
为实现以上目的,本发明通过以下技术方案予以实现:基于全息图的产品标签图像检测方法,包括以下步骤:
确定产品外部包含产品标签的端面并获取此端面的图像,基于图像内产品标签的具体形状以及结合产品的边缘线确定此产品标签的对称线,并分析产品标签基于此对称线是否完全对称,来确定其产品标签是否贴合无误,包括:
基于产品的外部轮廓,确定本图像内其产品正常展示状态下其端面左右两侧的边缘线;
并确定此产品标签的中心点,将边缘线进行平移,当此边缘线移动至此中心点同位置时,确定其对称线;
基于此对称线,判定其产品标签内其对称线左右两侧轮廓是否对称,若不对称,则生成错误信号并展示,若对称,则执行后续分析处理;
将产品标签平放于检测平台内,通过其检测摄像头对产品标签进行图像获取,基于所获取的若干个渐变图像,确定不同渐变图像内对应亮色区域的占比值,并基于其占比值随着检测时长的变化确定其占比值变化曲线,包括:
确认所拍摄渐变图像的拍摄时间点,按照其时间点的先后顺序,对若干组渐变图像进行排序,生成渐变图像序列;
对渐变图像内其色彩亮度≥Y1的区域标定为亮色区域,其中Y1为预设值,确定其亮色区域的面积参数,将其标定为MJi,将本亮色区域对应渐变图像的面积参数标定为MMi,其中i代表不同的渐变图像,采用:ZBi=MJi÷MMi确定其亮色区域占比值ZBi
依据不同时间点所对应的不同占比值ZBi,基于时间点的时间先后以及占比值的不同,生成占比值变化曲线;
对占比值变化曲线内数值变化点进行确认,并基于数值变化点之间的趋势变化,来确定是否存在跳跃式节点,若存在跳跃式节点,则进行图像异常检测,若未存在跳跃式节点,则生成检测正常信号并展示,包括:
基于占比值变化曲线内不同变化点位之间的占比值ZBi,确定相邻点位的线段斜率,其斜率=相邻点位的占比值差值÷相邻点位的时间差值,其差值为后一点位的具体数值减去前一点位的具体数值,将本占比值变化曲线内所产生的若干组斜率标定为Xk,其中k代表不同相邻点位之间的线段;
将斜率Xk与标准区间进行比对,其中标准区间为预设区间,若Xk均属于标准区间,则代表此曲线不存在跳跃式节点,则生成检测正常信号,若Xk∉标准区间,将对应线段标定为跳跃式线段,则确定其跳跃式线段前后两端的节点,并记录对应节点的时间参数;
基于此时间参数,确定对应时间参数所对应的渐变图像,将属于相同跳跃式线段的渐变图像进行重合度比对分析,确认两个渐变图像之间的重合度,并标定为CHt,其中t代表不同的跳跃式线段,其重合度的确定方式为:
确定两个渐变图像的重合区域,并依次确认其重合区域位于两个不同渐变图像的具体占比;
根据两个具体占比,确定其两组数值的均值即重合度;
确定其重合度CHt是否满足:CHt≥Y2,其中Y2为预设值,若满足,执行下一步分析处理,若不满足,则直接生成检测不达标信号,并直接进行展示。
优选的,所述检测平台上方设置有检测轨道,其检测轨道内设置有检测摄像头,其检测摄像头基于检测轨道进行环绕运动。
优选的,还包括以下步骤:
基于跳跃式节点锁定跳跃式线段,并基于跳跃式线段提取其所对应的渐变图像,将渐变图像与预设的标准图像进行比对,并确定其比对重合度来判定其全息产品标签是否达标;包括:
将渐变图像与标准图像进行比对,确定其比对重合度,其比对重合度的确定方式与渐变图像重合度的确定方式相同;
将所确定的不同简便图像的比对重合度标定为CCi,其中i代表不同的渐变图像,判定其比对重合度CCi是否满足:CCi≥Y3,其中Y3为预设值,若满足,生成检测正常信号,若不满足,则直接生成检测不达标信号,并直接进行展示。
本发明提供了基于全息图的产品标签图像检测方法。与现有技术相比具备以下有益效果:
本发明通过确定其产品的整体图像,来确定其产品标签的内部对称线,并判定其产品标签是否基于此对称线处于对称状态,来确定其产品标签是否处于正确的待检测姿态,其处理方式较为简便,且实用性较强,可针对于任何正规形状的产品标签;
基于其产品标签在不同角度检测状态下,其亮色区域位于整个图像的整体占比,并基于对应的具体占比值,确定其对应的变化曲线,基于其变化曲线的具体数值变化,来确定其渐变图像在变化过程中是否存在突变情况,并基于时间点确定其对应的渐变图像,来锁定其整个全息产品图像的检测情况,其检测方式较为简单且也更为全面,可快速检测出其产品标签是否存在异常,提升其产品标签图像的整体检测效果。
附图说明
图1为本发明方法流程图;
图2为本发明产品标签位置判定示意图;
图3为本发明产品标签检测环境平面示意图。
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。
请参阅图1,本申请提供了基于全息图的产品标签图像检测方法,包括:
1)、确定产品外部包含产品标签的端面,并获取此端面的图像,基于图像内产品标签的具体形状以及结合产品的边缘线(就是产品标签边缘的四个90°的点,就是标签边缘的四个角)确定此产品标签的对称线,并分析产品标签基于此对称线是否完全对称,来确定其产品标签是否贴合无误,具体的,为了后续其产品标签在检测过程中不会出现偏差,其产品标签便需要是正确姿势与产品外部相贴合,若存在贴歪或其他情况,就会造成后续检测过程存在误差,首先,得确定其产品标签的贴合姿势是否准确,此处可结合图2进行理解;
分析产品标签基于此对称线是否完全对称包括:
基于产品的外部轮廓,确定本图像内其产品正常展示状态下其端面左右两侧的边缘线;
并确定此产品标签的中心点,将边缘线进行平移,当此边缘线移动至此中心点同位置时,确定其对称线,因边缘线以及中心点的确定方式为现有技术,故此处不作过多赘述;
基于此对称线,判定其产品标签内其对称线左右两侧轮廓是否对称,若不对称,则生成错误信号并展示,若对称,则执行后续分析处理,此处对称只针对轮廓,不针对产品标签的内部图像;
结合图2,其产品以及标签均为正规矩形,基于其产品,可确定其边缘线,基于其产品标签,其产品标签的四个拐点分别为A、B、C、D,可确定其中心点,将边缘线进行平移,使其贯穿对应的中心点,便可确定其对称线,若产品标签为正规贴合状,那么根据所确定的对称线,且左右两区域肯定是对称的,此处所作的第一步处理,就是为了确定其产品标签是否为正规贴合,此种方式可针对于不同形状的标签,除非标签本身不属于正规形状,此种情况很少,就需要生成错误信号,由操作人员介入判定,直接执行后续分析。
2)、将产品标签平放于检测平台内,其检测平台上方设置有检测轨道,其检测轨道内设置有检测摄像头,其检测摄像头基于检测轨道进行环绕运动,通过其检测摄像头对产品标签进行图像获取,基于所获取的若干个渐变图像,确定不同渐变图像内对应亮色区域的占比值,并基于其占比值随着检测时长的变化确定其占比值变化曲线,具体的,结合图3,检测摄像头是基于检测轨道进行规律变化的,其移动速率为定值,其产品标签位于检测轨道下方区域的中心位置处,其检测摄像头的摄像头正对着产品标签,因全息产品标签在不同角度观看,所展示的画面以及图像均不一致,那么此处所作的处理,就是确定其所展现的亮色区域位于整个图像的占比情况,其亮色区域就是对应角度所展示的图像,较为明显的图像,所以就可呈现不同角度展示出不同的图像;
确定渐变图像内对应亮色区域占比值的子步骤包括:
确认所拍摄渐变图像的拍摄时间点,按照其时间点的先后顺序,对若干组渐变图像进行排序,生成渐变图像序列;
对渐变图像内其色彩亮度≥Y1的区域标定为亮色区域,其中Y1为预设值,其具体取值由操作人员根据经验拟定,在拍摄过程中,每个角度的反射区域均不相同,故每个角度在拍摄时,会存在拍摄的亮度区域也会存在对应的暗色区域,不同区域存在不同的反射率,其所展示的图像每个区域的亮度数值是不一致的,确定其亮色区域的面积参数,将其标定为MJi,将本亮色区域对应渐变图像的面积参数标定为MMi,其中i代表不同的渐变图像,采用:ZBi=MJi÷MMi确定其亮色区域占比值ZBi
依据不同时间点所对应的不同占比值ZBi,基于时间点的时间先后以及占比值的不同,生成占比值变化曲线,具体的,其中占比值变化曲线的横向坐标轴为时间参数,其竖向坐标轴为占比值。
3)、对占比值变化曲线内数值变化点进行确认,并基于数值变化点之间的趋势变化,来确定是否存在跳跃式节点,若存在跳跃式节点,则进行图像异常检测,若未存在跳跃式节点,则生成检测正常信号并展示,具体的,数值变化点就是占比值的变化点,进行数值变化时,若数值变化较大,则代表其图像存在异常,就存在跳跃式节点,正常情况下,其全息图像不同角度之间所展现的画面应该是逐步变化的,而不是突然存在跳跃式的,若存在,代表其所检测的图像质量不够高,存在异常问题;
确定是否存在跳跃式节点的子步骤包括:
基于占比值变化曲线内不同变化点位之间的占比值ZBi,确定相邻点位的线段斜率,其斜率=相邻点位的占比值差值÷相邻点位的时间差值,其差值为后一点位的具体数值减去前一点位的具体数值,将本占比值变化曲线内所产生的若干组斜率标定为Xk,其中k代表不同相邻点位之间的线段;
将斜率Xk与标准区间进行比对,其中标准区间为预设区间,其标准区间内部端点值均为预设值,由操作人员基于个人经验提前拟定,若Xk均属于标准区间,则代表此曲线不存在跳跃式节点,则生成检测正常信号并展示,若Xk∉标准区间,将对应线段标定为跳跃式线段,则确定其跳跃式线段前后两端的节点,并记录对应节点的时间参数;
基于此时间参数,确定对应时间参数所对应的渐变图像,将属于相同跳跃式线段的渐变图像进行重合度比对分析,确认两个渐变图像之间的重合度,并标定为CHt,其中t代表不同的跳跃式线段,其重合度的确定方式为:
确定两个渐变图像的重合区域,并依次确认其重合区域位于两个不同渐变图像的具体占比;
根据两个具体占比,确定其两组数值的均值,此均值就是对应的重合度,例:两组渐变图像之间存在一组重合区域,其重合区域分别位于不同渐变图像的区域占比分别为0.5以及0.6,那么所产生的均值(就是对应的重合度)为0.55;
确定其重合度CHt是否满足:CHt≥Y2,其中Y2为预设值,其具体取值由操作人员根据经验拟定,若满足,执行下一步分析处理,若不满足,则直接生成检测不达标信号,并直接进行展示,代表此全息产品标签在检测过程中为不达标情况;
具体的,其渐变图像在逐步渐变过程中,其图像之间的变化情况应该也是渐变式的,若存在突然变化的情况,那么其全息产品标签的内部制作工艺可能不达标,且全息产品标签虽然在不同光照条件下所展现的图像虽不相同,但其相邻变化的图像应该是逐步变化的,故可以通过步骤三的方式,来确定其全息产品标签是否制作达标。
4)、基于跳跃式节点锁定跳跃式线段,并基于跳跃式线段提取其所对应的渐变图像,将渐变图像与预设的标准图像进行比对,并确定其比对重合度来判定其全息产品标签是否达标,具体的,存在跳跃式线段但两组渐变图像之间的重合度未存在异常时,那么其渐变图像本身可能存在异常,故通过与展示图像来进行比对,便可确定其渐变图像是否存在异常,依次来判定其产品标签是否达标,其中,进行比对的子步骤为:
将渐变图像与标准图像进行比对,确定其比对重合度,其比对重合度的确定方式与渐变图像重合度的确定方式相同;
将所确定的不同简便图像的比对重合度标定为CCi,其中i代表不同的渐变图像,判定其比对重合度CCi是否满足:CCi≥Y3,其中Y3为预设值,其具体取值由操作人员根据经验拟定,若满足,生成检测正常信号,代表其产品标签检测正常,其产品标签的整体展示情况无误,若不满足,则直接生成检测不达标信号,并直接进行展示。
综上所述,为了确保其产品标签后续检测的准确度,首先需确定其产品标签是否贴合合规,通过根据对应的展示图像,确定其边缘线再锁定对称线,来确定其产品标签是否正常放置;
再将产品标签平放于对应的检测平台内,采用滑动检测的方式,对产品标签进行图像获取,从而生成若干个不同时间点的渐变图像,基于不同渐变图像其亮色区域位于整个图像的占比值,按照时间走向,生成其占比值变化曲线;
对占比值变化曲线进行趋势分析,确定是否存在跳跃点,并确定跳跃点两端时间点所对应的渐变图像,进行重合度分析,确定其重合度参数是否达标,来确定其全息产品标签是否制作达标;
针对于重合度参数达标的情况,将所确定的渐变图像与标准图像进行重合度分析,来确定其渐变图像是否存在异常,依次来判定其产品标签是否达标。
上述公式中的部分数据均是去其纲量进行数值计算,同时本说明书中未作详细描述的内容均属于本领域技术人员公知的现有技术。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。

Claims (5)

1.基于全息图的产品标签图像检测方法,其特征在于,包括以下步骤:
确定产品外部包含产品标签的端面并获取此端面的图像,基于图像内产品标签的具体形状以及结合产品的边缘线确定此产品标签的对称线,并分析产品标签基于此对称线是否完全对称,来确定其产品标签是否贴合无误;
将产品标签平放于检测平台内,通过其检测摄像头对产品标签进行图像获取,基于所获取的若干个渐变图像,确定不同渐变图像内对应亮色区域的占比值,并基于其占比值随着检测时长的变化确定其占比值变化曲线,包括:
确认所拍摄渐变图像的拍摄时间点,按照其时间点的先后顺序,对若干组渐变图像进行排序,生成渐变图像序列;
对渐变图像内其色彩亮度≥Y1的区域标定为亮色区域,其中Y1为预设值,确定其亮色区域的面积参数,将其标定为MJi,将本亮色区域对应渐变图像的面积参数标定为MMi,其中i代表不同的渐变图像,采用:ZBi=MJi÷MMi确定其亮色区域占比值ZBi
依据不同时间点所对应的不同占比值ZBi,基于时间点的时间先后以及占比值的不同,生成占比值变化曲线;
对占比值变化曲线内数值变化点进行确认,并基于数值变化点之间的趋势变化,来确定是否存在跳跃式节点,若存在跳跃式节点,则进行图像异常检测,若未存在跳跃式节点,则生成检测正常信号并展示,包括:
基于占比值变化曲线内不同变化点位之间的占比值ZBi,确定相邻点位的线段斜率,其斜率=相邻点位的占比值差值÷相邻点位的时间差值,其差值为后一点位的具体数值减去前一点位的具体数值,将本占比值变化曲线内所产生的若干组斜率标定为Xk,其中k代表不同相邻点位之间的线段;
将斜率Xk与标准区间进行比对,其中标准区间为预设区间,若Xk均属于标准区间,则代表此曲线不存在跳跃式节点,则生成检测正常信号,若Xk∉标准区间,将对应线段标定为跳跃式线段,则确定其跳跃式线段前后两端的节点,并记录对应节点的时间参数;
基于此时间参数,确定对应时间参数所对应的渐变图像,将属于相同跳跃式线段的渐变图像进行重合度比对分析,确认两个渐变图像之间的重合度,并标定为CHt,其中t代表不同的跳跃式线段,其重合度的确定方式为:
确定两个渐变图像的重合区域,并依次确认其重合区域位于两个不同渐变图像的具体占比;
根据两个具体占比,确定其两组数值的均值即重合度;
确定其重合度CHt是否满足:CHt≥Y2,其中Y2为预设值,若满足,执行下一步分析处理,若不满足,则直接生成检测不达标信号,并直接进行展示。
2.根据权利要求1所述的基于全息图的产品标签图像检测方法,其特征在于,所述检测平台上方设置有检测轨道,其检测轨道内设置有检测摄像头,其检测摄像头基于检测轨道进行环绕运动。
3.根据权利要求1所述的基于全息图的产品标签图像检测方法,其特征在于,基于所述对称线,判定产品标签是否完全对称的子步骤包括:
基于产品的外部轮廓,确定本图像内其产品正常展示状态下其端面左右两侧的边缘线;
并确定此产品标签的中心点,将边缘线进行平移,当此边缘线移动至此中心点同位置时,确定其对称线;
基于此对称线,判定其产品标签内其对称线左右两侧轮廓是否对称,若不对称,则生成错误信号并展示,若对称,则执行后续分析处理。
4.根据权利要求1所述的基于全息图的产品标签图像检测方法,其特征在于,还包括:
基于跳跃式节点锁定跳跃式线段,并基于跳跃式线段提取其所对应的渐变图像,将渐变图像与预设的标准图像进行比对,并确定其比对重合度来判定其全息产品标签是否达标。
5.根据权利要求4所述的基于全息图的产品标签图像检测方法,其特征在于,将所述渐变图像与预设的标准图像进行比对的子步骤包括:
将渐变图像与标准图像进行比对,确定其比对重合度,其比对重合度的确定方式与渐变图像重合度的确定方式相同;
将所确定的不同简便图像的比对重合度标定为CCi,其中i代表不同的渐变图像,判定其比对重合度CCi是否满足:CCi≥Y3,其中Y3为预设值,若满足,生成检测正常信号,若不满足,则直接生成检测不达标信号,并直接进行展示。
CN202410240594.7A 2024-03-04 2024-03-04 基于全息图的产品标签图像检测方法 Active CN117830306B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410240594.7A CN117830306B (zh) 2024-03-04 2024-03-04 基于全息图的产品标签图像检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410240594.7A CN117830306B (zh) 2024-03-04 2024-03-04 基于全息图的产品标签图像检测方法

Publications (2)

Publication Number Publication Date
CN117830306A CN117830306A (zh) 2024-04-05
CN117830306B true CN117830306B (zh) 2024-05-03

Family

ID=90506136

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410240594.7A Active CN117830306B (zh) 2024-03-04 2024-03-04 基于全息图的产品标签图像检测方法

Country Status (1)

Country Link
CN (1) CN117830306B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19649542A1 (de) * 1996-10-11 1998-04-23 Univ Eberhard Karls Verfahren zum Vermessen einer Pupille
JP2006252522A (ja) * 2005-02-09 2006-09-21 Fuji Electric Systems Co Ltd 画像識別用タグ及び画像識別システム
CN114038056A (zh) * 2021-10-29 2022-02-11 同济大学 一种跳跃式及下蹲式逃票行为识别方法
CN117579814A (zh) * 2024-01-16 2024-02-20 苏州宣雄智能科技有限公司 基于对焦检测的镜头快速检测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19649542A1 (de) * 1996-10-11 1998-04-23 Univ Eberhard Karls Verfahren zum Vermessen einer Pupille
JP2006252522A (ja) * 2005-02-09 2006-09-21 Fuji Electric Systems Co Ltd 画像識別用タグ及び画像識別システム
CN114038056A (zh) * 2021-10-29 2022-02-11 同济大学 一种跳跃式及下蹲式逃票行为识别方法
CN117579814A (zh) * 2024-01-16 2024-02-20 苏州宣雄智能科技有限公司 基于对焦检测的镜头快速检测方法

Also Published As

Publication number Publication date
CN117830306A (zh) 2024-04-05

Similar Documents

Publication Publication Date Title
CN1690678B (zh) 图像分析方法、图像分析程序及其像素评价系统
EP3556576B1 (en) Process and system for the detection of defects in a tyre
KR100673423B1 (ko) 화상의 영역분할에 의한 결함의 검출
KR101000623B1 (ko) 색수차 검출 및 보정 방법, 이를 이용한 영상 처리 장치 및그 방법
CN101358934B (zh) 检查装置、检查方法、检查系统、滤色镜的制造方法
CN107223207A (zh) 光学组件的质量评估
JP2005538347A (ja) 対象を3次元に検出する方法および装置ならびに装置及び方法の使用
EP3182060A1 (en) Apparatus for inspecting shape of metal body, and method for inspecting shape of metal body
WO2019022170A1 (ja) 欠陥検査方法及び欠陥検査装置
US9841385B2 (en) Pattern characteristic-detection apparatus for photomask and pattern characteristic-detection method for photomask
US20190265026A1 (en) Reference plate and method for calibrating and/or checking a deflectometry sensor system
US8238641B2 (en) Method for measuring mirror index and apparatus thereof
JP2013205071A (ja) 外観検査装置及び外観検査方法
CN116990993B (zh) 一种lcd显示面板质量检测方法
CN103727888B (zh) 彩色滤色片膜厚测量方法及装置
CN117830306B (zh) 基于全息图的产品标签图像检测方法
KR101757240B1 (ko) 3차원 형상 측정 장치에서의 기준 패턴 생성 방법
JP7481956B2 (ja) 推論装置、方法、プログラムおよび学習装置
US20100231708A1 (en) Method of, and Apparatus for, Measuring the Quality of a Surface of a Substrate
KR20100004218A (ko) 타이어 균일성 분석 시스템 및 그 분석방법
US7257248B2 (en) Non-contact measurement system and method
JP2005326227A (ja) 穴領域検出装置および穴領域検出方法
CN115685164A (zh) 一种三维激光成像仪工作参数测试系统及方法
CN111566438A (zh) 图像获取方法及系统
CN115564726A (zh) Led发光装置的检测方法、装置、电子设备及存储介质

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