LU504273B1 - Method for Detecting Integrity of Switch Interface - Google Patents
Method for Detecting Integrity of Switch Interface Download PDFInfo
- Publication number
- LU504273B1 LU504273B1 LU504273A LU504273A LU504273B1 LU 504273 B1 LU504273 B1 LU 504273B1 LU 504273 A LU504273 A LU 504273A LU 504273 A LU504273 A LU 504273A LU 504273 B1 LU504273 B1 LU 504273B1
- Authority
- LU
- Luxembourg
- Prior art keywords
- image
- gray level
- network interface
- sampling
- new
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000005070 sampling Methods 0.000 claims abstract description 67
- 238000013507 mapping Methods 0.000 claims abstract description 18
- 230000002159 abnormal effect Effects 0.000 claims description 19
- 230000001186 cumulative effect Effects 0.000 claims description 15
- 238000005315 distribution function Methods 0.000 claims description 14
- 238000003708 edge detection Methods 0.000 claims description 13
- 238000007689 inspection Methods 0.000 abstract description 12
- 238000011179 visual inspection Methods 0.000 abstract description 12
- 238000001514 detection method Methods 0.000 description 14
- 208000003464 asthenopia Diseases 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 230000007547 defect Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 3
- 229910052802 copper Inorganic materials 0.000 description 3
- 239000010949 copper Substances 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000000717 retained effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011016 integrity testing Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000009827 uniform distribution 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
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
Claims (9)
1. Integritätserkennungsverfahren für eine Schalterschnittstelle, dadurch gekennzeichnet, dass es Folgendes umfasst: - Erfassen eines Vorderseitenbildes des Schalters mit Netzwerkschnittstelle, und Grauskalieren des Vorderseitenbilds, um ein Grauskalenbild zu erhalten, und Upsampling des Grauskalenbilds durch bilineare Interpolation, um ein Upsampling-Bild zu erhalten; - Durchführen eines Histogrammausgleichs an dem Upsampling-Bild, um ein verstärktes Bild zu erhalten, und Bestimmen im Prozess des Histogrammausgleichs jeweils jede neue Graustufe in dem Upsampling-Bild und die Graustufe nach der Graustufenabbildung der anderen Graustufe als der neuen Graustufe, , wobei die Graustufe nach dem Abbilden jeder neuen Graustufe gemäß ihrem Häufigkeitsverhältnis in dem Upsampling-Bild und ihrem Häufigkeitsverhältnis zu allen neuen Graustufen in dem Upsampling- Bild bestimmt wird, wobei die neue Graustufe eine Graustufe ist, die in dem Upsampling-Bild existiert, aber nicht in dem Graustufenbild existiert; - Durchführen eines Schablonenabgleichs an dem verstärkten Bild mittels einer Schablone, die einer Standard-Netzwerkschnittstelle entspricht, und Beurteilen, ob es eine anormale Netzwerkschnittstelle in dem verstärkten Bild gemäß dem Vergleichsergebnis gibt.
2. Integritätserkennungsverfahren für eine Schalterschnittstelle nach Anspruch 1, dadurch gekennzeichnet, dass das Bestimmen der Graustufe nachdem dem Abbilden jeder neuen Graustufe gemäß ihrem Häufigkeitsverhältnis in dem Upsampling-Bild und inrem Häufigkeitsverhältnis zu allen neuen Graustufen in dem Upsampling-Bild umfasst: - Bestimmen des Werts nachdem der kumulativen Verteilungsfunktionsabbildung jeder entstehenden Graustufe jeweils gemäß dem Häufigkeitsverhältnis jeder neuen Graustufe in dem Upsampling-Bild und dem Häufigkeitsverhältnis jeder neuen Graustufe zu allen neuen Graustufen in dem Upsampling-Bild, wobei je größer das Häufigkeitsverhältnis jeder neuen Graustufe zu allen neuen Graustufen in dem Upsampling-Bild ist, desto kleiner der Wert nach der kumulativen LU504273 Verteilungsfunktionsabbildung, die jeder neuen Graustufe entspricht; - Bestimmen der Graustufe nachdem der kumulativen Verteilungsfunktionsabbildung jeder entstehenden Graustufe gemäß dem abgebildeten kumulativen Verteilungsfunktionswert jeder neuen Graustufe.
3. Integritätserkennungsverfahren für eine Schalterschnittstelle nach Anspruch 1, dadurch gekennzeichnet, dass das Durchführen eines Schablonenabgleichs an dem verstärkten Bild mittels einer Schablone, die einer Standard- Netzwerkschnittstelle entspricht, und Beurteilen, ob es eine anormale Netzwerkschnittstelle in dem verstärkten Bild gemäß dem Vergleichsergebnis gibt, umfasst: - Erhalten der Ähnlichkeit zwischen der der Standardnetzwerkschnittstelle entsprechenden Schablone und dem zu testenden Bereich in dem verstärkten Bild, wobei der zu testende Bereich ein Bereich in dem verstärkten Bild ist, der so groß wie die Schablone ist; - Bestimmen, dass der zu testende Bereich ein Bereich ist, in dem sich eine normale Netzwerkschnittstelle befindet, wenn die Ähnlichkeit größer als ein voreingestellter erster Schwellenwert ist; - wenn die Ähnlichkeit nicht größer als ein voreingestellter erster Schwellenwert ist, Beurteilen, ob die Ähnlichkeit größer als ein voreingestellter zweiter Schwellenwert ist, und wenn das Bewertungsergebnis ja ist, dann Beurteilen des zu testenden Bereichs als der Bereich mit der anormalen Grenzfläche liegt, wobei der voreingestellte zweite Schwellenwert kleiner als der voreingestellte erste Schwellenwert ist.
4. Integritätserkennungsverfahren für eine Schalterschnittstelle nach Anspruch 3, dadurch gekennzeichnet, dass die Ähnlichkeit strukturelle Ähnlichkeit SSIM ist.
5. Integritätserkennungsverfahren für eine Schalterschnittstelle nach Anspruch 3, dadurch gekennzeichnet, dass die Ähnlichkeit ein Pearson- Korrelationskoeffizient ist.
6. Integritätserkennungsverfahren für eine Schalterschnittstelle nach Anspruch 1, dadurch gekennzeichnet, dass vor dem Erfassen des Vorderseitenbildes des Schalters mit der Netzwerkschnittstelle umfasst: Einstellen von parallelem Licht, um den Schalter mit der Netzwerkschnittstelle zu bestrahlen.
7. Integritdtserkennungsverfahren für eine Schalterschnittstelle nach Anspruch 1, LU504273 dadurch gekennzeichnet, dass vor dem Durchführen eines Histogrammausgleichs an dem Upsampling-Bild, um ein verstärkten Bild zu erhalten, umfasst: Durchführen einer Kantenerkennung an dem verstärkten Bild und Verwenden des Kantenerkennungsergebnisses als ein neues verstärktes Bild.
8. Integritätserkennungsverfahren für eine Schalterschnittstelle nach Anspruch 7, dadurch gekennzeichnet, dass der für die Kantenerkennung verwendete Operator einer der Operatoren Roberts, Prewitt, Sobel und Canny ist.
9. Integritätserkennungsverfahren für eine Schalterschnittstelle nach Anspruch 1, dadurch gekennzeichnet, dass das auch umfasst: Lokalisieren der anormalen Netzwerkschnittstelle, wenn es eine anormale Netzwerkschnittstelle gibt.
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211190970.3A CN115471486A (zh) | 2022-09-28 | 2022-09-28 | 一种交换机接口完好性检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| LU504273B1 true LU504273B1 (en) | 2023-07-31 |
Family
ID=84334398
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| LU504273A LU504273B1 (en) | 2022-09-28 | 2023-04-05 | Method for Detecting Integrity of Switch Interface |
Country Status (3)
| Country | Link |
|---|---|
| CN (1) | CN115471486A (de) |
| LU (1) | LU504273B1 (de) |
| WO (1) | WO2023126030A1 (de) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115471486A (zh) * | 2022-09-28 | 2022-12-13 | 探长信息技术(苏州)有限公司 | 一种交换机接口完好性检测方法 |
| CN116681696B (zh) * | 2023-07-27 | 2023-10-20 | 东莞雅达高精密塑胶模具有限公司 | 一种用于自动化生产设备的模具质量监测方法 |
| CN116703912B (zh) * | 2023-08-07 | 2023-11-24 | 深圳市鑫赛科科技发展有限公司 | 一种迷你主机网口完整性视觉检测方法 |
| CN117078679B (zh) * | 2023-10-16 | 2023-12-15 | 东莞百舜机器人技术有限公司 | 一种基于机器视觉的散热风扇自动组装线生产检测方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5481619A (en) * | 1992-07-07 | 1996-01-02 | Schwartz; Nira | Inspection method using templates images, unique histogram analysis, and multiple gray levels correlated to addresses of template images |
| US20100278423A1 (en) * | 2009-04-30 | 2010-11-04 | Yuji Itoh | Methods and systems for contrast enhancement |
| CN113034452B (zh) * | 2021-03-15 | 2022-09-27 | 南京理工大学 | 一种焊件轮廓检测方法 |
| CN114494256B (zh) * | 2022-04-14 | 2022-06-14 | 武汉金龙电线电缆有限公司 | 基于图像处理的电线生产缺陷检测方法 |
| CN115471486A (zh) * | 2022-09-28 | 2022-12-13 | 探长信息技术(苏州)有限公司 | 一种交换机接口完好性检测方法 |
-
2022
- 2022-09-28 CN CN202211190970.3A patent/CN115471486A/zh not_active Withdrawn
-
2023
- 2023-04-05 LU LU504273A patent/LU504273B1/en active IP Right Grant
- 2023-04-05 WO PCT/CN2023/086364 patent/WO2023126030A1/zh unknown
Also Published As
| Publication number | Publication date |
|---|---|
| CN115471486A (zh) | 2022-12-13 |
| WO2023126030A1 (zh) | 2023-07-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| LU504273B1 (en) | Method for Detecting Integrity of Switch Interface | |
| Lin et al. | Vehicle speed detection from a single motion blurred image | |
| CN102175700B (zh) | 数字x射线图像焊缝分割和缺陷检测方法 | |
| CN107505546A (zh) | 一种利用紫外成像仪监测电晕放电的方法 | |
| US20080075385A1 (en) | Detection and Correction of Flash Artifacts from Airborne Particulates | |
| US10467731B2 (en) | Automatic defective digital motion picture pixel detection | |
| CN109712127B (zh) | 一种用于机巡视频流的输电线路故障检测方法 | |
| CN111612725B (zh) | 一种基于可见光图像对比度增强的图像融合方法 | |
| CN111031311B (zh) | 成像质量检测方法、装置、电子设备及可读存储介质 | |
| CN111724375B (zh) | 一种屏幕检测方法及系统 | |
| CN109859160A (zh) | 基于机器视觉的铝镁合金铸件内部缺陷图像识别方法 | |
| CN111753794B (zh) | 水果品质分类方法、装置、电子设备及可读存储介质 | |
| CN117274113B (zh) | 基于图像增强的碎硅片清洗效果视觉检测方法 | |
| CN114972575A (zh) | 一种基于轮廓边缘的直线拟合算法 | |
| CN111967345A (zh) | 一种实时判定摄像头遮挡状态的方法 | |
| CN112488998A (zh) | 一种基于条纹投影的苹果果梗和花萼检测方法 | |
| CN116758425A (zh) | 一种大基地光伏电站自动验收方法和装置 | |
| CN116843687A (zh) | 一种通信光缆表面瑕疵检测方法及装置 | |
| CN110007493A (zh) | 液晶显示屏中碎亮点检测方法 | |
| Chen et al. | Image registration between visible and infrared images for electrical equipment inspection robots based on quadrilateral features | |
| US20120039531A1 (en) | Method, system and computer program product for object color correction | |
| JP3324699B2 (ja) | 繊維の径分布測定方法および装置 | |
| KR20050022320A (ko) | 결함 검사 방법 및 장치 | |
| CN116843659A (zh) | 一种基于红外图像的电路板故障自动检测方法 | |
| Prabha et al. | Defect detection of industrial products using image segmentation and saliency |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FG | Patent granted |
Effective date: 20230731 |