CN1797429A - 二维图像分析处理系统及方法 - Google Patents

二维图像分析处理系统及方法 Download PDF

Info

Publication number
CN1797429A
CN1797429A CNA2004100919332A CN200410091933A CN1797429A CN 1797429 A CN1797429 A CN 1797429A CN A2004100919332 A CNA2004100919332 A CN A2004100919332A CN 200410091933 A CN200410091933 A CN 200410091933A CN 1797429 A CN1797429 A CN 1797429A
Authority
CN
China
Prior art keywords
pixel
dimensional image
gray
value
particular point
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
Application number
CNA2004100919332A
Other languages
English (en)
Inventor
孙小超
张旨光
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.)
Hongfujin Precision Industry Shenzhen Co Ltd
Hon Hai Precision Industry Co Ltd
Original Assignee
Hongfujin Precision Industry Shenzhen Co Ltd
Hon Hai Precision Industry 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 Hongfujin Precision Industry Shenzhen Co Ltd, Hon Hai Precision Industry Co Ltd filed Critical Hongfujin Precision Industry Shenzhen Co Ltd
Priority to CNA2004100919332A priority Critical patent/CN1797429A/zh
Priority to US11/306,043 priority patent/US20060204091A1/en
Publication of CN1797429A publication Critical patent/CN1797429A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06T7/0006—Industrial image inspection using a design-rule based approach
    • 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
    • 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
    • G06T2207/30164—Workpiece; Machine component

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明揭露一种二维图像分析处理系统，包括一计算机用于分析处理二维图像，一存储装置用于存储二维图像，上述计算机包括：一数据存取模块，用于存取上述存储装置中的二维图像；一灰度值获取模块，用于获取二维图像中像素的灰度值；一特殊点获取模块，用于依据获取的像素灰度值，计算该像素的灰度值梯度，获取二维图像上的特殊点；一图形分析模块，用于依据获取的图像上的特殊点，计算特殊点形成的图形，输出图形及图形参数。本发明还揭露一种二维图像分析处理方法。利用本发明，可通过摄像装置获取待测物的二维图像，对二维图像进行分析处理，获取图像中的特殊点，输出由特殊点构成的图形及其参数，对待测物的尺寸和外观进行量测并进行智能识别。

Description

二维图像分析处理系统及方法
【技术领域】
本发明涉及一种图像分析处理系统及方法，特别是一种应用于制造业的二维图像分析处理系统及方法。
【背景技术】
在工厂里，常常要对工件或者产品的外观和尺寸进行检测，人工目测及借助工具进行量测都是效率低下且出错率较高的方法，而且工人注意力高度集中，增强了工人的劳动强度。随着计算机技术的发展，图像量测及图像识别技术在各个领域得到了广泛的应用，在制造业，通过获取工件或者产品的二维图像，然后通过计算机辅助进行量测和判断，提高了量测的效率。
二维黑白图像是由若干个像素构成的，每个像素都有一个对应的灰度值，其范围在0～255之间，灰度值低的是图像中较暗的部分，灰度值高的是图像中较亮的部分，当图像中出现轮廓线的时候，如一个圆或者一条直线，在轮廓线的附近的像素的灰度值会出现较大的改变，例如从80变为120，通过对像素灰度值的变化规律进行分析，可以寻找二维图像中表现的图形，进而判断二维图像的一些特征。
传统的图像分析处理方法中，需要人工在二维图像中指定一些特殊的像素点，然后由计算机进行运算，依据这些特殊的点来生成图形，分析图形特征，判断该二维图形所表征的待测物是否满足预先设定的要求。但是，这样由于需要人工参与，分析处理图像的效率不高，不适宜处理制造业中大批量的二维图像。因此，需要一种智能化程度及效率更高的二维图像分析处理系统及方法。
【发明内容】
本发明的第一个目的在于提供一种二维图像分析处理系统，可以对二维图像进行分析处理，获取图像中的特殊点，输出由特殊点构成的图形及其参数。
本发明的第二个目的在于提供一种二维图像分析处理系统，可以通过摄像装置获取待测物的二维图像，并对二维图像进行分析处理，获取图像中的特殊点，输出由特殊点构成的图形及其参数。
本发明的第三个目的在于提供一种二维图像分析处理方法，可以对二维图像进行分析处理，获取图像中的特殊点，输出由特殊点构成的图形及其参数。
本发明的第四个目的在于提供一种二维图像分析处理方法，可以对该方法生成输出的图形进行参数量测，判断该图形是否满足预设的参数要求。
本发明的第五个目的在于提供一种二维图像分析处理方法，可以对该方法生成输出的图形参数进行处理分析，寻找图形特征，识别待测物的二维图像是否与已知图像相同或者类似。
为实现本发明第一个目的，本发明提供了一种二维图像分析处理系统。该系统包括一计算机用于分析处理二维图像，一存储装置用于存储二维图像。上述计算机包括：一数据存取模块，用于存取上述存储装置中的二维图像；一灰度值获取模块，用于获取二维图像中像素的灰度值；一特殊点获取模块，用于依据获取的像素灰度值，计算该像素的灰度值梯度，获取二维图像上的特殊点；一图形分析模块，用于依据获取的图像上的特殊点，计算特殊点形成的图形，输出图形参数。
为实现本发明第二个目的，上述系统还包括：一摄像装置用于将光信号转换成为电信号，获取待测物的二维图像数据；一影像卡与上述摄像装置及上述计算机连接，用于将摄像装置或取得二维图像数据转换为计算机可识别的二维图像。
为实现本发明第三个目的，本发明提供了一种二维图像分析处理方法。该方法包括如下步骤：读取待测物的二维图像；获取二维图像中像素的灰度值；依据获取的像素灰度值，计算该像素的灰度值梯度，获取二维图像上的特殊点；依据获取的图像上的特殊点，计算由特殊点形成的图形及图形参数，输出图形及图形参数。
为实现本发明第四个目的，上述方法还包括如下步骤：将图形参数与预设的参数对比，判断该图形是否满足预设的参数要求。
为实现本发明第五个目的，本发明提供了一种二维图像分析处理方法。该方法包括如下步骤：读取待测物的二维图像；获取二维图像中像素的灰度值；依据获取的像素灰度值，计算该像素的灰度值梯度，获取二维图像上的特殊点；依据获取的图像上的特殊点，计算由特殊点形成的图形及图形参数，输出图形及图形参数；将图形参数进行处理分析，寻找图形特征，识别待测物的二维图像是否与已知图像相同或者类似。
利用本发明，可以通过摄像装置获取待测物的二维图像，对二维图像进行分析处理，获取图像中的特殊点，输出由特殊点构成的图形及其参数，对待测物的尺寸和外观进行量测并进行智能识别。
【附图说明】
图1是本发明二维图像分析处理系统的硬件构架图。
图2是本发明计算机的功能模块图。
图3是本发明二维图像分析处理方法的工作流程图。
图4是本发明二维图像分析处理方法获取像素灰度值的工作流程图。
图5是本发明二维图像分析处理方法获取特殊点的工作流程图。
【具体实施方式】
如图1所示，是本发明二维图像分析处理系统(以下简称“本系统”)的硬件构架图。其中计算机1是一种个人计算机，配置有CPU、内存、硬盘，用于对二维图像进行分析处理，获取图像中的特殊点，输出由特殊点构成的图形及其参数，对待测物的尺寸和外观进行量测并进行智能识别。存储装置2是一种与计算机1连接的可存储数字信息的存储器，可以是计算机1本身的存储装置如内置硬盘、可读写光盘、软盘等，也可以是与计算机1外接的存储装置，如与计算机1连接的网络硬盘、网络数据库等。摄像装置4通过影像卡3与计算机1连接，摄像装置4是一种可以对待测物进行摄像的光电转换装置，可以获取待测物的二维图像数据，摄像装置4的光电传感器可以为电荷耦合器(CCD，Charge Coupled Device)或者互补金属氧化物半导体(CMOS，Complementary Metal Oxide Semiconductor)。影像卡3用于将摄像装置4获取的二维图像数据转换为计算机1可识别的的二维图像，影像卡3为与摄像装置4匹配的类型，并且附带相关的软件程序用于进行数据转换。
如图2所示，是本发明计算机的功能模块图。计算机1包括一数据存取模块11，一灰度值获取模块12，一特殊点获取模块13，一图形分析模块14，一量测模块15，一图像识别模块16。数据存取模块11用于存取上述存储装置4中的二维图像；一灰度值获取模块12用于获取二维图像中像素的灰度值；特殊点获取模块13用于依据获取的像素灰度值，计算该像素的灰度值梯度，获取二维图像上的特殊点；图形分析模块14用于依据获取的图像上的特殊点，计算特殊点形成的图形，输出图形参数；量测模块15用于对上述图形分析模块形成的图形进行参数量测，判断该图形是否满足预设的参数要求；图像识别模块16用于将上述图形分析模块形成的图形与已知图像对比，识别是否与已知图像相同或者类似。
如图3所示，是本发明二维图像分析处理方法(以下简称“本方法”)的工作流程图。首先，摄像装置4对待测物进行摄像，获取二维图像(步骤S1)，待测物可以是工件或者产品，为了准确的获取该待测物的二维图像，通常该待测物会被置于一个标准平台上的预定位置上，并预设合适的外界光源对待测物进行照明，摄像装置4采用一定的摄像参数如焦距、曝光量、光圈等对待测物进行摄像，摄像完成后，影像卡3会读取摄像装置4摄取的二维图像数据，将其转化成为计算机1可识别的二维图像，如BMP、TIF格式等，并传送给计算机1由数据存取模块11存储在存储装置2中。数据存取模块11从存储装置2中读取二维图像(步骤S2)，存储装置2中也可以存储由客户提供的其他来源的二维图像。灰度值获取模块12获取上述二维图像中像素的灰度值(步骤S3)，具体步骤见下述图4中的详细描述。特殊点获取模块13依据获取的像素灰度值，计算该像素的灰度值梯度，获取二维图像上的特殊点(步骤S4)，具体步骤见下述图5中的详细描述。图形分析模块14依据获取的图像上的特殊点，计算特殊点形成的图形及图形参数(步骤S5)。图形分析模块14输出图形及图形参数，输出的图形为圆、圆环、圆弧、点、直线、弧线等二维图形，运用几何定律以及统计学上的数学公式计算特殊点形成的图形。以直线为例，在获取了直线轮廓线上的两个点，便能构成由这两点形成的直线，但是，仅由这两个点构成的直线可能与实际直线相差较大，为了尽量减小误差，需要取足够多的特殊点，利用最小二乘法，可以获得一条各个点到该直线距离之和最小的直线，即本方法生成的直线(步骤S6)。量测模块15将图形参数与预设的参数对比，判断该图形是否满足预设的参数要求，例如圆的直径大小是否在要求的公差范围之内等(步骤S7)。图像识别模块16将图形参数进行处理分析，寻找图形特征，识别待测物的二维图像是否与已知图像相同或者类似(步骤S8)。
如图4所示，是本发明二维图像分析处理方法获取像素灰度值的工作流程图。首先，设定二维图像的二维坐标系并设定要获取灰度值的像素的数量(步骤S31)。设定一个起始点像素，起始点像素的位置可以由本方法自动设定，也可以由人工设定，获得起始点像素的坐标(步骤S32)。在获得了起始点像素的坐标之后，该坐标便对应了一个像素的灰度值，该灰度值可以作为该像素的绝对灰度值。为了消除灰度值畸变，减小误差，还可以依据预先设定或者人工选择中间值或者平均值的方法来获取该像素的灰度值(步骤S33)。采用绝对灰度值获取方法，直接取该像素坐标对应的像素灰度值。采用中间灰度值获取该像素的灰度值的步骤如下：依据该像素的二维坐标，确定该像素附近的一个区域；获取上述区域各像素的二维坐标；依据上述各像素的二维坐标，获取各坐标对应的像素的绝对灰度值；取上述各像素绝对灰度值的中间值，作为该像素的灰度值。采用平均灰度值获取该像素的灰度值的步骤如下：依据该像素的二维坐标，确定该像素附近的一个区域；获取上述区域各像素的二维坐标；依据上述各像素的二维坐标，获取各坐标对应的像素的绝对灰度值；取上述各像素绝对灰度值的平均值，作为该像素的灰度值(步骤S34)。以当前像素为基点，向该起始像素周围沿多个方向获取该方向上一定距离的第二个像素的坐标，采用步骤S34的方法获取该点灰度值。如可以取以起始点为基点，向相互成90度的四个方向延伸获取第二个像素的坐标，也可以成60度的六个方向延伸获取第二个像素，多个方向之间的角度越小，较容易找到灰度值接近的像素，但是运算量将会越大；像各个方向延伸的一定距离可以由本方法自动设定如6个像素或者3个毫米，也可以人工设定如12个像素或者6个毫米，距离设定的越小，越容易找到灰度值接近的像素，但是运算量将会越大(步骤S35)。以当前像素为基点，重复步骤S35，获取多个像素的灰度值(步骤S36)。判断已经获取灰度值的像素满足设定的数量要求，若满足要求，则结束获取像素灰度值步骤，若未满足要求，则返回步骤S35，获取下一个像素的灰度值(步骤S37)。
如图5所示，是本发明二维图像分析处理方法获取特殊点的工作流程图。首先，设定灰度值梯度极限值及特殊点数量要求，可以由本方法自动设定，也可以由人工设定(步骤S41)。取某一像素周围像素各方向一定距离的像素灰度值与该像素灰度值之差作为该像素在该方向上的灰度值梯度，灰度值梯度大，则该像素明暗过渡明显，说明该像素处在二维图像轮廓线的附近(步骤S42)。判断该点像素灰度值梯度是否超过灰度值梯度极限值(步骤S43)。如超过灰度值极限，则确定该像素为特殊点(步骤S44)。若没有超过灰度梯度极限值，则计算其他点像素的灰度值梯度值，继续寻找特殊点(步骤S45)。判断已经获取特殊点的数量是否满足设定的数量要求，若满足要求，则结束获取特殊点步骤，若未满足要求，则返回步骤S45，获取下一个特殊点(步骤S46)。

Claims (20)

1.一种二维图像分析处理系统，可以对二维图像进行分析处理，获取图像中的特殊点，输出由特殊点构成的图形及其参数，该系统包括一计算机，用于分析处理二维图像；一存储装置，用于存储二维图像，其特征在于：
上述计算机包括：
一数据存取模块，用于存取上述存储装置中的二维图像；
一灰度值获取模块，用于获取二维图像中像素的灰度值；
一特殊点获取模块，用于依据获取的像素灰度值，计算该像素的灰度值梯度，获取二维图像上的特殊点；
一图形分析模块，用于依据获取的图像上的特殊点，计算特殊点形成的图形，输出图形及图形参数。
2.如权利要求1所述的二维图像分析处理系统，其特征在于，该系统还包括：
一摄像装置，用于将光信号转换成为电信号，获取待测物的二维图像数据；
一影像卡，与上述摄像装置及上述计算机连接，用于将摄像装置获取的二维图像数据转换为计算机可识别的二维图像。
3.如权利要求2所述的二维图像分析处理系统，其特征在于，上述数据存取模块可以通过影像卡直接获得待测物的二维图像。
4.如权利要求2所述的二维图像分析处理系统，其特征在于，上述摄像装置的光电传感器为电荷耦合器(CCD，Charge Coupled Device)或者互补金属氧化物半导体(CMOS，Complementary Metal OxideSemiconductor)。
5.如权利要求1所述的二维图像分析处理系统，其特征在于，上述计算机还包括一量测模块，用于对上述图形分析模块形成的图形进行参数量测，判断该图形是否满足预设的参数要求。
6.如权利要求1所述的二维图像分析处理系统，其特征在于，上述计算机还包括一图像识别模块，用于将上述图形分析模块形成的图形与已知图像对比，识别是否与已知图像相同或者类似。
7.一种二维图像分析处理方法，可以对二维图像进行分析处理，获取图像中的特殊点，输出由特殊点构成的图形及其参数，其特征在于，包括如下步骤：
读取待测物的二维图像；
获取二维图像中像素的灰度值；
依据获取的像素灰度值，计算该像素的灰度值梯度，获取二维图像上的特殊点；
依据获取的图像上的特殊点，计算由特殊点形成的图形及图形参数，输出图形及图形参数。
8.如权利要求7所述的二维图像分析处理方法，其特征在于，上述读取待测物的二维图像的步骤包括从一存储装置中读取二维图像。
9.如权利要求7所述的二维图像分析处理方法，其特征在于，上述读取待测物的二维图像的步骤包括通过一摄影装置直接获得待测物的二维图像数据，通过一影像卡将二维图像数据转换为计算机可识别的二维图像传送给上述计算机。
10.如权利要求7所述的二维图像分析处理方法，其特征在于，上述获取二维图像中像素的灰度值的步骤包括如下子步骤：
获取起始像素的灰度值；
以起始像素为基点，向该起始像素周围沿多个方向获取该方向上一定距离的第二个像素的灰度值；
将第二个像素设定为起始像素，重复上述步骤，获取二维图像内各个像素的灰度值。
11.如权利要求10所述的二维图像分析处理方法，其特征在于，该方法还包括步骤如下：
设定要获取灰度值的像素的数量要求并判断已经获取灰度值的像素数量是否满足设定数量要求，若满足要求，则结束获取像素灰度值步骤，若未满足要求，则继续获取下一个像素的灰度值。
12.如权利要求10所述的二维图像分析处理方法，其特征在于，上述获取各像素的灰度值的步骤包括如下子步骤：
获取该像素的二维坐标；
依据该像素的二维坐标，获取该二维坐标对应的灰度值绝对值作为该像素的灰度值。
13.如权利要求10所述的二维图像分析处理方法，其特征在于，上述获取像素的灰度值的步骤包括如下子步骤：
获取该像素的二维坐标；
依据该像素的二维坐标，确定该像素附近的一个区域；
获取上述区域各像素的二维坐标；
依据上述各像素的二维坐标，获取各坐标对应的即各像素的灰度值；
取上述各像素灰度值的中间值，作为该像素的灰度值。
14.如权利要求10所述的二维图像分析处理方法，其特征在于，上述获取像素的灰度值的步骤包括如下子步骤：
获取该像素的二维坐标；
依据该像素的二维坐标，以该像素为中心确定一个区域；
获取上述区域各像素的二维坐标；
依据上述各像素的二维坐标，获取各坐标对应的像素的灰度值；
取上述各像素灰度值的平均值，作为该像素的灰度值。
15.如权利要求13或14所述的二维图像分析处理方法，其特征在于，上述依据该像素的二维坐标，以该像素为中心确定一个区域的步骤所确定的区域大小为预设的，并可以灵活的设定。
16.如权利要求7所述的二维图像分析处理方法，其特征在于，上述依据获取的像素灰度值，计算该像素的灰度值梯度，获取二维图像上的特殊点的步骤包括如下子步骤：
设定灰度值梯度极限；
取该像素的灰度值与以该像素为基点向该起始像素周围沿多个方向获取该方向上一定距离的各个像素的灰度值的差值，作为该像素沿该方向的灰度值梯度；
判断该像素沿该方向灰度梯度值是否超过灰度值极限，若超过梯度值极限，则确定该像素为特殊点；
若未超过梯度值极限，则继续获取以该像素为基点向该起始像素周围沿多个方向获取该方向上一定距离的某个像素的灰度值梯度，寻找特殊点。
17.如权利要求16所述的二维图像分析处理方法，其特征在于，该方法还包括步骤如下：
设定要获取特殊点的数量并判断已经获取的特殊点是否满足设定的数量要求，若满足要求，则结束获取特殊点步骤，若未满足要求，则继续获取下一个特殊点。
18.如权利要求7所述的二维图像分析处理方法，其特征在于，该方法还包括如下步骤：
将图形参数与预设的参数对比，判断该图形是否满足预设的参数要求。
19.如权利要求7所述的二维图像分析处理方法，其特征在于，该方法还包括如下步骤：
将图形参数进行处理分析，寻找图形特征，识别待测物的二维图像是否与已知图像相同或者类似。
20.如权利要求7所述的二维图像分析处理方法，其特征在于，该方法输出的图形为圆、圆环、圆弧、点、线段、弧线。
CNA2004100919332A 2004-12-29 2004-12-29 二维图像分析处理系统及方法 Pending CN1797429A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CNA2004100919332A CN1797429A (zh) 2004-12-29 2004-12-29 二维图像分析处理系统及方法
US11/306,043 US20060204091A1 (en) 2004-12-29 2005-12-14 System and method for analyzing and processing two-dimensional images

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CNA2004100919332A CN1797429A (zh) 2004-12-29 2004-12-29 二维图像分析处理系统及方法

Publications (1)

Publication Number Publication Date
CN1797429A true CN1797429A (zh) 2006-07-05

Family

ID=36818455

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA2004100919332A Pending CN1797429A (zh) 2004-12-29 2004-12-29 二维图像分析处理系统及方法

Country Status (2)

Country Link
US (1) US20060204091A1 (zh)
CN (1) CN1797429A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101206116B (zh) * 2007-12-07 2010-08-18 北京机械工业学院 目标点全局自动定位方法
CN101469984B (zh) * 2007-12-24 2010-09-29 鸿富锦精密工业（深圳）有限公司 影像杂质分析系统及方法
CN105843972A (zh) * 2016-06-13 2016-08-10 北京京东尚科信息技术有限公司 产品属性信息的比对方法及装置
CN107229387A (zh) * 2016-03-24 2017-10-03 国立民用航空学院 离散和连续选择接口
CN112212477A (zh) * 2020-09-23 2021-01-12 北京嘉木科瑞科技有限公司 一种AIoT数据中心空调能效智控系统及智控方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102445269B (zh) * 2010-10-15 2015-05-20 鸿富锦精密工业（深圳）有限公司 光照强度检测系统及方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4553260A (en) * 1983-03-18 1985-11-12 Honeywell Inc. Means and method of processing optical image edge data
US6021222A (en) * 1994-08-16 2000-02-01 Ricoh Co., Ltd. System and method for the detection of a circle image for pattern recognition
KR0171147B1 (ko) * 1995-03-20 1999-03-20 배순훈 그레디언트 변화를 이용한 특징점 선정장치
EP0872810A4 (en) * 1996-10-09 2000-04-19 Dainippon Printing Co Ltd METHOD AND APPARATUS FOR DETECTING LINE DEFECTS ON PRINTED DOCUMENTS
US5832115A (en) * 1997-01-02 1998-11-03 Lucent Technologies Inc. Ternary image templates for improved semantic compression
JP2000293696A (ja) * 1999-04-07 2000-10-20 Matsushita Electric Ind Co Ltd 画像認識装置
JP4401560B2 (ja) * 1999-12-10 2010-01-20 キヤノン株式会社 画像処理装置、画像処理方法、及び記憶媒体
US6757442B1 (en) * 2000-11-22 2004-06-29 Ge Medical Systems Global Technology Company, Llc Image enhancement method with simultaneous noise reduction, non-uniformity equalization, and contrast enhancement
CN1184796C (zh) * 2001-07-26 2005-01-12 佳能株式会社 图象处理方法和设备以及图象处理系统
JP4206723B2 (ja) * 2002-10-11 2009-01-14 オムロン株式会社 画像処理方法および画像処理装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101206116B (zh) * 2007-12-07 2010-08-18 北京机械工业学院 目标点全局自动定位方法
CN101469984B (zh) * 2007-12-24 2010-09-29 鸿富锦精密工业（深圳）有限公司 影像杂质分析系统及方法
CN107229387A (zh) * 2016-03-24 2017-10-03 国立民用航空学院 离散和连续选择接口
CN105843972A (zh) * 2016-06-13 2016-08-10 北京京东尚科信息技术有限公司 产品属性信息的比对方法及装置
CN105843972B (zh) * 2016-06-13 2020-05-01 北京京东尚科信息技术有限公司 产品属性信息的比对方法及装置
CN112212477A (zh) * 2020-09-23 2021-01-12 北京嘉木科瑞科技有限公司 一种AIoT数据中心空调能效智控系统及智控方法

Also Published As

Publication number Publication date
US20060204091A1 (en) 2006-09-14

Similar Documents

Publication Publication Date Title
CN112629441B (zh) 3d曲面玻璃轮廓扫描检测方法及系统
CN107014294B (zh) 一种基于红外图像的接触网几何参数检测方法及系统
KR101155816B1 (ko) 3차원 계측을 행하는 화상 처리 장치 및 화상 처리 방법
US20070176927A1 (en) Image Processing method and image processor
JP2017053819A (ja) コンクリートのひび割れ検出方法及び検出プログラム
KR940003829B1 (ko) 위치인식장치
US7649545B2 (en) Inspection system and method
US6718074B1 (en) Method and apparatus for inspection for under-resolved features in digital images
CN1797429A (zh) 二维图像分析处理系统及方法
CN101685000B (zh) 影像边界扫描的计算机系统及方法
CN1888819A (zh) 摄影测量中亚象素级轮廓线提取方法
US20070009173A1 (en) Apparatus and method for shading correction and recording medium therefore
CN107907049A (zh) 一种微小模数齿轮的测量方法
JPH04117578A (ja) ライン検出方法
CN115184362A (zh) 一种基于结构光投影的快速缺陷检测方法
JP2005172663A (ja) 窪みサイズ測定装置、硬度測定装置、窪みサイズ算出プログラム
TWI450572B (zh) 影像邊界掃描的電腦系統及方法
HU220729B1 (hu) Eljárás és berendezés térbeli tárgy letapogatására és háromdimenziós számítógépes modell létrehozására
JPH0310107A (ja) 濃淡パターンマッチングによる検査方法
JPS6315380A (ja) 繰返しパタ−ンをもつ物品の検査方法及びその装置
Chen et al. Vision-based online detection system of support bar
CN118640796A (zh) 尺寸测量方法及相关设备
US7149354B2 (en) Extraction of a scene structure based on gradient runs analysis
CN118328897B (zh) 一种钣金工件槽孔尺寸的测量方法
JP3111434B2 (ja) 画像処理装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication