SA109300619B1 - طريقة ونظام لتعريف صنف - Google Patents
طريقة ونظام لتعريف صنف Download PDFInfo
- Publication number
- SA109300619B1 SA109300619B1 SA109300619A SA109300619A SA109300619B1 SA 109300619 B1 SA109300619 B1 SA 109300619B1 SA 109300619 A SA109300619 A SA 109300619A SA 109300619 A SA109300619 A SA 109300619A SA 109300619 B1 SA109300619 B1 SA 109300619B1
- Authority
- SA
- Saudi Arabia
- Prior art keywords
- pixels
- digital image
- item
- color
- value
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000004519 manufacturing process Methods 0.000 claims abstract description 33
- 238000012545 processing Methods 0.000 claims description 34
- 238000003384 imaging method Methods 0.000 claims description 27
- 239000003086 colorant Substances 0.000 claims description 16
- 238000005286 illumination Methods 0.000 claims description 14
- 229920006395 saturated elastomer Polymers 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 9
- 230000003595 spectral effect Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 230000005670 electromagnetic radiation Effects 0.000 claims 3
- 230000004224 protection Effects 0.000 claims 3
- 238000009924 canning Methods 0.000 description 7
- 238000004806 packaging method and process Methods 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 240000002390 Pandanus odoratissimus Species 0.000 description 1
- 235000005311 Pandanus odoratissimus Nutrition 0.000 description 1
- CDBYLPFSWZWCQE-UHFFFAOYSA-L Sodium Carbonate Chemical compound [Na+].[Na+].[O-]C([O-])=O CDBYLPFSWZWCQE-UHFFFAOYSA-L 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 235000013361 beverage Nutrition 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005352 clarification Methods 0.000 description 1
- 230000004456 color vision Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 230000003334 potential effect Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000000985 reflectance spectrum Methods 0.000 description 1
- 238000013077 scoring method Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000001429 visible spectrum Methods 0.000 description 1
- 230000000007 visual effect 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
-
- 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
- G06V10/758—Involving statistics of pixels or of feature values, e.g. histogram matching
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
- Spectrometry And Color Measurement (AREA)
- Character Input (AREA)
- Collating Specific Patterns (AREA)
- General Factory Administration (AREA)
Abstract
يتعلق الاختراع الحالي بطريقة ونظام مناظر لتحديد صنف على خط إنتاج، حيث تعتمد على مخططات لونية يتم إنشاءها من صورة رقمية للصنف، حيث تتم مقارنتها، على أساس خانة مقابل خانة، باستخدام أقل وأكبر عدد من البكسيلات لكل خانة مسموح بها للتحديد باستخدام صنف مرجعي Refernce item.
Description
_ "اا طريقة ونظام لتعريف صنف Method and system for item identification الوصف الكامل خلفية الاختراع يتعلق الاختراع الحالي بمجال تقني متعلق بنظم تحكم لخطوط الإنتاج الآلية control systems for Jes .. 2010018160 production lines وجه التحديد؛ يتعلق الاختراع الحالي بأجهزة تصوير imaging devices ووسائل مناظرة لمعالجة الصورة image processing means في الوقت الحقيق © وبالطرق المستخدمة في التحكم في الإنتاج على خطوط الإنتاج المذكورة. تقوم وسائل معالجة الصورة باستخلاص معلومات اللون من الصور الرقمية لأصناف (أي منتجات و/ أو عبوات) على خط الإنتاج؛ من أجل تحديد مختلف أنواع الأصناف عن طريق مقارنة المعلومات المستخلصة بالمعلومات النموذجية للأصناف المرجعية reference items إن أجهزة التصوير imaging devices شائعة الاستخدام للتحكم في الإنتاج على خطوط الإنتاج ANY فعلى سبيل المثال» على خطوط التعبئة؛ يضيء ضوء الوميض ١ لإلكتروني strobe light (باستخدام ضوء LED الذي تتحكم فيه وسيلة إطلاق الليزر laser trigger device ؛ على سبيل المثال) الزجاجات المنقولة على ناقل illuminates bottles transported on a conveyor ¢ وتقوم الكاميرات الرقمية بالتقاط الصور الرقمية للزجاجات المضاءة illuminated bottles ¢ ثم تقوم وسائل معالجة الصورة تلقائياً بكشف وتحديد الأنواع المختلفة من الزجاجات (من شكلها و/ أو أبعادها (dimensions Yo الموجودة على الناقل ١ conveyor ويتم استخدام هذا التعريف»؛ على سبيل المثالء في وضع الملصق الصحيح على الزجاجات حسب نوعها (شكلها أو محتواهاء الخ.). YYAY
د ا كما يمكن لوسائل معالجة الصورة رصد الألوان المطبوعة على الملصقات المتكونة على عبوة الصنف؛ أو على الصنف ذاته Je) سبيل Jd على الزجاجات المنتجة على خط التعبئة bottling line )؛ أو طبعها مباشرة على الصنف؛ Sie الحاوية Je) سبيل (Jad على العلب التي يتم إنتاجها على خط التعليب canning line )؛ من أجل السماح بفحص العبوات و/ أو تحديد © أنواعها (مثلاً؛ تحديد نوع العلامة التجارية من خلال مقارنتها بصورة معيارية (template image فعلى سبيل المثال» على خطوط التعليب؛ يمكن طباعة العلامات مباشرة على العلب أو على الجلب التي تلتف بإحكام حول العلب. هناك العديد من التقنيات المعروفة المتعلقة باستعادة الصورة ومعالجتها (في مجال استعادة الصورة Bl على المحتوى) حيث يمكن استخدامها في تحديد أو فحص صنف ما من خلال صورته ٠ الرقمية. ومع ذلك؛ فهذه التقنيات Ll تتقصها الدقة أو تشتمل على حسابات مضيعة للوقت؛ ومن ثم فإنها غير متكيفة تماماً مع التحكم الآلي في خط ly) خاصة على خطوط الإنتاج idle السرعة high speed production lines . على سبيل (JE فإن الطريقة التقليدية لوضع قيم حدية في الحيز اللوني RGB (الأحمر الأخضر الأزرق) تنقصها الدقة إذ أنه لا يسمح بفصل معلومات اللون عن معلومات الشدة. Vo كمثال آخر؛ يكشف طلب براءة الاختراع الأمريكية 718871/7004 ١ عن طريفة لمعالجة الصورة حيث يتم أولاً تقسيم الصورة الرقمية divides the digital image للصنف إلى كتل؛ ولكل كتلة يتم تكوين مخطط لوني ومخطط سطوع (نصوع (luminance ويتم تحديد متوسط الإضاءة من مخطط الإضاءة؛ لكل كتلة؛ كمعلومة لسمة الإضاءة؛ ويتم تحديد لون ممثل Jie) اللون المتوسط average (color من المخطط اللوني color histogram ؛ لكل كتلة؛ كمعلومة السمة اللونية. ثم يتم إجراء YYAY
مقارنة بين معلومة السمة اللونية للصورة الرقمية ومعلومة السمة السمة اللونية لصورة المقارنة الهدف le) أساس كتلة بكتلة block-by-block basis ) من أجل تحديد مدى تشابه الصورة الرقمية digital image مع الصورة الهدف. وإذا لم تكن مقارنة الألوان حاسمة؛ يتم sie مقارنة أخرى بين معلومات السمة اللونية للصورة ومعلومات السمة اللونية للهدف (أيضاً على أساس كتلة بكتلة). © ومع ذلك؛ فإن من عيوب تلك الطريقة لمعالجة الصور أن تحديد اللون الممتل ومتوسط الاستضاءة لكل كتلة؛ ولكليهماء يشتمل على حمل حسابي ثقيل (على الأقل من أجل تحديد المخططين المذكورين) واستخدام واحد فقط أو اثنين من تلك العوامل "المتوسطة' في تقدير التشابه وهو ما قد لا يكون بالدقة الكافية في سياق السرعة العالية لخط الإنتاج a) لتحديد عبوة أو علامة على العبوة).
HSL لقد تم مؤخراً تطوير أنظمة تصوير لتحديد الأصناف حسب السمات اللونية في حيز لوني ل ٠ ؛ والتدرج اللوني")؛ المستخلص من الصور الرقمية لتلك Saturation وتشبع duminance ('النتصوع الأشياء في سياق تطبيقات التجميع وفحص العبوات. يكشف طلب براءة الاختراع الأمريكية 4-7006/07778877أ عن نظام (JB) سبيل Jad بالاستخدام في "fuzzy pixel classification للتصنيف اللوني باستخدام '"تصنيف بيكسل المشوش - مقارنة اللون وموضع المكافئ للون. ويستخدم هذا النظام متجهات سمات لونية لقياس التشابه بين الصور اللونية؛ بناءً على المسافة بين متجهات السمات اللونية؛ وتحديد مناطق الصورة المستهدفة التي تتوافق معلوماتها اللونية مع معلومات صورة معيارية. ويتم في هذه الوثيقة تحديد متجه سمة لونية عن طريق النسبة المئوية لعدد البكسلات pixels المخصصة لكل خانة (أي فئة اللون color (category لمخطط HSL اللوني للصورة الهدف بناءاً على قيم HSL لللبيكسيلات المناظرة (أي كل
YYAY
خانة مناظرة لقيم التدرج اللوني؛ والتشبع Saturation ؛ والنصوع (luminance حيث يكون وزن البيكسيل مقسماً على مجموع الخانات؛ طبقاً ل 'وظيفة العضوية المشوشة fuzzy membership 00 " الخاصة ب 'تصنيف البيكسيل المشوش fuzzy pixel classification ". ومع ذلك؛ ومن عيوب هذا "التصنيف المشوش لالبيكسيل fuzzy pixel classification " داخل © مخطط BSL (بخانات في حيز HST ثلاثي الأبعاد) وتحديد التشابه التالي احتياجه الشديد للموارد الحسابية. ell] فإن هذه الطريقة لمعالجة الصورة ليست مهيأة لتحديد الصنف في الزمن الحقيق على خطوط الإنتاج السريعة؛ خاصة في حالة الحاجة إلى تحديد كل صنف مار على الخط. الوصف العام للاختراع نظراً للعيوب سالفة الذكر الخاصة بالفن السابق؛ يهدف الاختراع الحالي إلى توفير نظام قوي في ٠ الزمن الحقيق وطريقة مناظرة لتحديد صنف من صورة رقمية digital image . وهدف الاختراع هو توفير أداة تحكم في الإنتاج متكيفة بشكل جيد مع خطوط الإنتاج عالية السرعة high speed production lines التي تحمل أصنافاً متعددة الأنواع؛ حيث تكون قادرة في نفس الوقت على معالجة الصور الرقمية لكل صنف يمر على الخط؛ من أجل التحديد الدقيق بناءاً على تحليل اللون بمقارنة الخواص المميزة من بيانات تحديد مرجعية؛ ولا تحتاج جميعها سوى موارد حسابية محدودة. وهناك هدف آخر للاختراع هو توفير نظام وطريقة قادرين على إنتاج بيانات مرجعية؛ لاستخدامها في عملية تحديد صنف ما. كما يهدف الاختراع كذلك إلى التحديد المؤكد لصنف على خط الإنتاج. YYAY
ومن الأهداف الأخرى لنظام وطريقة التحديد طبقاً للاختراع السماح بتحديد مجموعة من الأصناف على خط إنتاج عالي السرعة؛ حتى في حالات عدم وجود فجوة بين العناصر المتجاورة و/ أو المناظر الجزئية الواضحة Jo) الصور الرقمية) لتلك الأصناف» مثل المناظرة للمواضع الدوارة للزجاجات أو العلب المنقولة على الناقل conveyor . © سوف يتم تقديم طريقة لتحديد صنف طبقاً لسمة أولى للاختراع» حيث تشتمل على الخطوات التالية: (I اختيار منطقة واحدة على الأقل من صورةٍ رقمية digital image للصنف المذكور؛ و ب) لكل منطقة تم اختيارها في الخطوة of إنشاء مخطط مناظر للقيم اللونية للبكسلات color values of the pixels للمنطقة المذكورة؛ Ve ج) لكل خانة لكل مخطط تم إنشاءه في الخطوة ب)؛ مقارنة عدد البكسلات pixels مع أقل وأعلى قيم مرجعية مناظرة لمجموعة البيانات المرجعية reference data المرتبطة بصنف مرجعي reference item ؛ ومعرفة ما إذا كان عدد البكسلات pixels واقع بين القيم المرجعية reference values المذكورة؛ و د) تحديد الصنف باعتباره مناظراً للصنف المرجعي المذكور إذا كان عدد البكسلات pixels yo واقع بين all المرجعية reference values المذكورةٍ لعدد N على الأقل من الخانات المذكورة؛ حيث 11 > ١ء لمنطقة واحدة على الأقل. لا تحتاج طريقة التحديد السابقة سوى عدد محدود من الموارد الحسابية لتحديد hia معين؛ YYAY
VY — ال مخططات لونية أحادية البعد (مثل قيم التدرج اللوني) واستخدامها في المقارنة بمجموعة البيانات المرجعية reference data ء Cus تناظر الصنف المرجعي reference item ؛ ولا تشتمل إلا على قيمتين متدرجتين؛ أي أقل عدد وأكبر عدد من البكسلات pixels ؛ لكل خانة لونية. ومع ذلك فهذا القدر المحدود من البيانات يسمح بالتحديد الدقيق للصنف. © طبقاً لسمة أخرى للاختراع» في الخطوة د) في الطريقة السابقة؛ يتم اعتبار صنف ما باعتباره مناظر Lila للصنف المرجعي إذا كان عدد البكسلات pixels واقعاً بين القيمتين المرجعيتين المذكورتين لكل خانة في كل مخطط لكل منطقة. وفي الحقيقة فإن Aa التناظر التام هذه تسمح بالتحديد عالي الدقة لمنطقة محددة على الصنف. كما يتيح الاختراع تقدير تشابه J بين صنف ما وصنف مرجعي reference item . وفي هذه ٠ الحالة؛ فإن الطريقة الخاصة بالسمة الأولى للاختراع تشتمل كذلك على الخطوة: (a تحديد الصنف على أنه مشابه جزئياً للصنف المرجعي المذكور بناءً على قيم درجة التشابه المرتبطة بالخانات في حالة أن يكون عدد البكسلات pixels غير موجود بين القيم المرجعية reference values المذكورة لكل خانة من مخطط كل منطقة؛ حيث تكون قيمة درجة التشابه المرتبطة بخانة المخطط Land) هي الأقل لأن عدد البكسلات pixels للخانة المذكورة يكون أقل ٠ يكثير من القيمة المرجعية الدنيا minimum reference value المناظرة أو أعلى بكثير من القيمة المرجعية اتعليا maximum reference value المناظرة. هذه الدرجات تسمح بالتقدير الدقيق للتشابه بين الصنف والصنف المرجعي reference item ¢ حتى في حالة؛ بالنسبة لبعض QUA المخطط المرتبطة cially عدم وقوع عدد pixels COLE بين YYAY
“gE ا - 4 - : ض القيم المرجعية reference values المناظرة (على سبيل المثال؛ عيب في الطباعة في نمط العلامة المطبوعة أو تغير في لون معين في نمط العلامة المطبوعة). طبقاً لسمة أخرى للاختراع؛ من الممكن استخدام صوداً رقمية تم الحصول عليها ليس فقط من الطيف المرئي؛ ولكن أيضاً من أجزاء أخرى من الطيف الكهرومغناطيسي (القيم الطيفية فوق © البنفسجية أو تحت الحمراء؛ على سبيل المثال)؛ بإرجاع الألوان المختلفة إلى مختلف أجزاء الطيف (أي؛ تكوين صورة لونية 'كاذبة")؛ ثم استخدام نوع من تمثيل HSL حسب الألوان المرجعية؛ للخلايا المرجعية للصورة الرقمية. وفي الحالة halal) ومن ثم فإن القيم اللونية المستخدمة في الاختراع الحالي لا تحتاج إلى أن تتناظر مع تمثيل CIELAB ثلاثي الأبعاد لرؤية الإنسان للون؛ ولكن قد تعتمد على الحزم الطيفية الاعتباطية التي يتم اختيارها من الطيف فوق البنفسجي؛ ٠ والمرئي؛ والأجزاء تحت الحمراء من طيف انعكاس الصنف. ويمكن اختيار عدد من تلك الحزم الطيفية. فضلاً عن ذلك؛ من أجل السماح بزيادة الدقة؛ يمكن استخدام المعلومات المرتبطة بالتشبع Saturation والنصوع ع©1001080. ومع ذلك؛ بسبب القيود سالفة الذكر المتعلقة بانخفاض التكلفة الحسابية؛ يبدو من اللازم تحسين استخدام مخططات HSL التقليدية (أي المخططات في الفراغ ٠ ثلاثي الأبعاد). طبقاً لهذه السمة من الاختراع؛ في الطريقة سالفة Cuno SA تكون البكسلات pixels الرقمية المذكورة؛ التي تناظر JS منها قيمة نصوع luminance value « وقيمة تشيع Saturation value ¢ وقيمة تدرج لوني مناظر مرتبطة بلون ما من بين مجموعة ألوان محدودة؛ فإن كل لون من مجموعة الألوان يناظر استجابة طيفية محددة؛ فإن الخطوة ب) الخاصة بحساب مخطط تشتمل كذلك على أي
4ق
الخطوة: ب١) من بين البكسلات pixels الموجودة داخل المنطقة المذكورة التي تحتوي كل منها
على قيمة تشيع Saturation value أعلى من قيمة التشبع الحدية المذكورة ولكل لون من مجموعة
الألوان» حسب عدد البكسلات pixels حيث تنحصر قيمة التدرج اللوني لذلك اللوني بين قيمتين
حديتين معلومتين للتدرج اللوني تحددان خلية لذلك اللون للحصول على عدد من الخلايا الضوئية ض © المشبعة لكل لون مذكور؛ (Yo ومن بين البكسلات pixels الواقعة داخل المنطقة المذكورة حيث لا
تكون خلايا صورة مشبعة؛ وذلك طبقاً لعدد البكسلات pixels التي تكون dad تنصوع luminance
value ها أقل من القيمة الحدية المحددة للنصوع 100010802 للحصول على عدد مناظر من
البكسلات pixels السوداء؛ وعد خلايا الصورة التي تكون قيمة تضوع luminance value ها
أعلى من قيمة النصوع الحدية المذكورة؛ للحصول على عدد مناظر من البكسلات pixels البيضاء؛
٠ و (Yoo بناءاً على عدد الخلايا الضوئية المشبعة المحسوب لكل لون من مجموعة الألوان والعدد المحسوب للبيكسيلات السوداء والبيضاء؛ مع حساب توزيع البكسلات pixels حسب ألوان مجموعة
الألوان» الأبيض والأسود؛ وبذلك تكوين مخطط المنطقة المذكورة. لذلك؛ طبقاً للسمة السابقة للاختراع» يمكن إكمال مخطط اللون ببكسيلات الأبيض والأسود بناءً ٠ على معلومات التشبع Saturation والنصوع luminance ولكن يظل مخططاً Lis) أحادي البعدء ومن ثم السماح بزيادة دقة التحديد بتكلفة حسابية منخفضة. كما قد تشتمل طريقة الاختراع كذلك على خطوة تقليدية إضافية لكشف موجز» يليه مقارنة بموجز مرجعي؛ للتأكد من التحديد في الخطوة د) في حالة تطابق الموجزين. وبشكل أدق؛ فقد يشتمل الاختراع الحالي على خطوة أخرى لرصد الحدود الخارجية للصنف detecting an outline of the YYAY
٠١ ومقارنة الحدود الخارجية التي تم الكشف عنها المذكور digital image على الصورة الرقمية item ؛ وحيث يتم التأكد مرة أخرى من reference item بإطار عام مرجعي يناظر الصنف المرجعي تحديد الصنف في الخطوة د) فقط في حالة مطابقة الحدود الخارجية التي تم الكشف عنها المذكور للإطار العام المرجعي المذكور. يسمح الاختراع بالتعرف على الأصناف القريبة من بعضها البعض أو حتى A في جانب 5 نتيجة لوجود- في نفس AA المتلامسة. يسمح الاختراع بالفعل بكبح التأثيرات المحتملة ترتبط بصنفين أو أكثر (والتي كانت في pixels بيانات البكسلات - digital image الصورة الرقمية بالتالي؛ يمكن أن تشتمل طريقة .) digital image مجال الرؤية عند الحصول على الصورة الرقمية digital للاختراع على خطوات رصد حدود الصنف في الصورة الرقمية Ey التعرف على الصنف و» والخطوة أ)؛ اختيار المنطقة الواحدة على الأقل لذا أي من المناطق تدخل ضمن الحدود image ٠
التي تم الكشف عنها للصنف. تؤكد هذه السمة للاختراع محتوى الصورة لأي من مناطق الصورة
التي تم الحصول عليها لصنف على خط الإنتاج يرتبط فقط بهذا الصنف؛ حتى لو كان متلامساً
مع البنود المجاورة على خط الإنتاج. إن خطوط التعبئة أو خطوط التعليب هي أمثلة معروفة جيداً لخطوط الإنتاج حيث يتم نمطياً نقل الأصناف (مثلاً: الزجاجات أو العبوات) لتكون محاذية على VO سيرء؛ يتلامس صنفين متتابعين مع بعضهما البعض. وبالتالي يسمح الاختراع بالتعرف تحديداً على
كل صنف بوسيلة تصوير تؤكد أن البيانات على أي صورةٍ رقمية digital image تم الحصول
عليها حصرياً ترتبط بكل صنف منفرد؛ حتى في الخطوط ذات السرعة العالية.
بديلاً لذلك؛ يمكن تقييد الصورة الرقمية digital image للصنف بمساحة التحكم على الصنف التي
تكون ضمن الحدود الظاهرة للصنف المذكور. على سبيل المثال؛ في الحالة التي يكون فيها Ye الصنف عبارة عن علبة اسطوانية تقف رأسياً على سير؛ يمكن أن تكون مساحة التحكم عبارة عن
٠. 0 ١١ ض مجرد شريحة على السطح الاسطواني على العلبة. يمكن أن يتم ذلك التقييد للصورة الرقمية؛ التي لا تتعلق بمساحة التحكم؛ وذلك بطرق عديدة. على pixels للتخلص من بيانات البكسلات pixels من خلال عمل إطار للصورة الرقمية ولا يأخذ في الاعتبار بيانات البكسلات «Jbl سبيل كمثال (control area من خارج الإطار المذكور (يناظر الإطار الخط الكونتوري لمساحة التحكم آخرء؛ يمكن استخدام غطاء (أو أية وسيلة تقييد أخرى لمجال الرؤية الكلي) عند الحصول على © فقط digital image على الصورةٍ الرقمية pixels لذا ترتبط البكسلات digital image الصورة الرقمية بصنف digital image بمساحة التحكم على الصنف. نتيجة لذلك؛ يتعلق محتوى الصورة الرقمية واحد فقط. digital image يقدم الاختراع أيضاً إمكانية التحديد المباشر للبيانات المرجعية من الصورة الرقمية المرجعية للصنف المرجعي. Ye بالتالي؛ يمكن أيضاً أن تشتمل طريقة الاختراع على خطوة لحساب مجموعة البيانات المرجعية المرجعية للصنف المرجعي المذكورء digital image المذكورة من الصورة الرقمية reference data من خلال تنفيذ الخطوة (أ) و(ب) للصورة الرقمية المرجعية وذلك لعمل صورة منسجة رقمية مرجعية خانة من كل صورة منسجة مرجعية محددة؛ وكل JS مرجعية وأقصاها af لكل منطقة؛ وربط أدنى المذكورة يتم الحصول عليها من الفترة reference values أدنى قيمة وأقصاها من القيم المرجعية ١٠5 الزمنية المناظرة للتأكد. reference data إن الاحتمالية المذكورة مهمة للقيام بسهولة ضبط مجموعة البيانات المرجعية في مجموعة المناطق المفضلة. إن هذه الاحتمالية مهمة digital image لتجزيء الصورة الرقمية أيضاً لسهولة ضبط مجموعة البيانات المرجعية لظروف خاصة تتعلق بالبنود المطلوب تحديدها.
YYAY oy على سبيل المثال؛ في الحالة المطلوب فيها التعرف على البنود المتعددة المشابهة على خط الإنتاج والتي لها أوضاع زاوية تدور في زاوية ذات قيم زاوية محتملة عندما يتم الحصول على صورها الرقمية على التوالي؛ فإن التعرف المحدد على الصنف ما يزال ممكناً؛ حتى لو تم الحصول على لكل صنف. digital image صورة رقمية
© على سبيل المثال» في حالة Al لكل خانة من منطقة الصورة الرقمية ؛ يمكن تحديد أقصى قيم مرجعية وأدناها من مجموعة الصور الرقمية المرجعية للصنف المرجعي؛ وتناظر العديد من مواضع الزوايا الزاوية للصنف المرجعي المذكور وفقاً للقيم الزاوية داخل المدى المذكور سابقاً؛ وذلك من خلال عد أدنى عدد من البكسلات pixels وأقصاه للخانة المعنية والمنطقة lef مخطط للألوان
المناظرة لمجموعة الصور الرقمية المرجعية. Ve بالطبع؛ سوف يتم الحصول على دقة أفضل في التعرف على الصنف إذا كانت القيم الزاوية التي ل تم أخذ عينة منها للمواضع التي تم تدويرها للصنف المرجعي و/ أو يكون عدد المناطق الرقمية أكبر. على سبيل المثال؛ على خط التعليب «canning line يمكن أن تشتمل العلب (الاسطوانية) المحمولة على سير مواضع مدورة (حول محورها الاسطواني) في المدى من صفر إلى Te درجة. بالتالي» بالصورتين الرقميتين المرجعيتين على الأقل؛ اللتين تناظرا المواضع المناظرة للعلبة
٠ يصبح التعريف المحدد للعلبة؛ بناء على أدنى قيم مرجعية «VAS المرجعية التي تدور بزاوية ٠
وأقصاها تم الحصول عليها من تلك الصورتين المرجعيتين على الأقل (وبالتالي يتم ارتباطها بالصنف المرجعي reference item ( ممكناً من صورة رقمية digital image واحدة فقط لتلك العلبة. يمكن أن تنتج الفترات الزمنية للتأكد المذكورة سابقاً (كل واحدة لكل لون من مخطط)؛ لتحديد أدنى قيم مرجعية وأقصاها لأعداد البيكسيلات؛ عن أي معالجة إحصائية أخرى لقيم لون البكسلات
— ١١
pixels لكل صورة رقمية من مجموعة الصور الرقمية المرجعية Jo) سبيل المثال من خلال ضبط عدد البكسلات pixels وفقاً للخانة و/ أو المنطقة المعنية).
بدلاً من تصحيح التعرف على الصنف (عند الخطوة د) إلى ما تطابق خط محدد مرصود للصنف خط مرجعي (أنظر فيما سبق)؛ فإن الاختراع وفقاً لأي من الجوانب السابقة يمكن أن يشتمل أيضاً
© على خطوات:
رصد نمط للصورة الرقمية ومقارنة النمط الذي تم الكشف عنه بالنمط المرجعي المحدد المناظر المرجعي أم لا؛ ويتم استخدام نتيجة عملية تحديد الصنف للتأكد من صحة النمط الذي تم الكشف ie المذكور؛ وذلك إذا تحدد أن النمط المذكور الذي تم الكشف عنه يتطابق مع النمط المرجعي.
٠ في الجانب السابق للاختراع؛ يعمل التعرف على صنف من خلال معالجة الصورةٍ بالكامل (بناء على مخطط للألوان ذي البعد الواحد؛ على النحو الذي تم شرحه بالفعل) على التحقق من صحة تطابق نمط. يفيد ذلك بصفة خاصة إذا ما كان النمط المذكور يتطابق مع النتائج من lad (على سبيل المثال؛ إذا ما كان النمط الذي تم الكشف عنه على الصورة الرقمية digital image لصنف يناظر بالفعل نمط مرجعي وليس الصنف) .
Tia, بنظام لتحديد صنف والذي يمكن تشغيله لتنفيذ طريقة تحديد صنف Lad يتعلق الاختراع ٠ للاختراع؛ واستخدام النظام المذكور لتحديد صنف على خط الإنتاج؛ على النحو المحدد في عناصر الحماية اللاحقة. لإنتا =‘ ويشتمل النظام على وحدة ١ يثم رصد استخدام نظام لتحديد صنف على خط hala بصفة وتعمل على: memory بها ذاكرة digital image processing unit معالجة صورة رقمية
YYAY
ا ل انتقاء منطقة واحدة على الأقل من الصورة الرقمية digital image للصنف المذكور؛ إنشاء مخطط؛ لكل منطقة مختارة؛ لقيم اللون للبكسلات pixels الخاصة بالمنطقة المذكورة تكون وحدة الصورةٍ الرقمية digital image المذكورة قابلة للتشغيل للقيام ب: المقارنة؛ لكل خانة في مخطط المعد؛ لعدد البكسلات pixels مع أدنى ad مرجعية وأقصاها © ا لمجموعة البيانات المرجعية reference data المخزنة في الذاكرة memory والمرتبطة الصنف المرجعي «reference item وتحديد ما إذا كان العدد المذكور للبكسلات pixels يتراوح بين القيم المرجعية reference values المذكورة؛ و تحديد الصنف بمجرد توافقه مع الصنف المرجعي reference item المذكور إذا كان العدد المذكور للبيكسيلات يتراوح بين القيم المرجعية reference values المذكورة ل 14 على الأقل من الخانات Ye. المذكورة؛ حيث تكون SN ١؛ لمنطقة واحدة على JN J . سوف يتم وصف الاختراع الحالي بالمزيد من التفاصيل فيما يلي بالرجوع إلى الرسومات المصاحبة All فيها تمتل الأرقام المتشابهة الأصناف المتشابهة في العديد من الأشكال؛ والتي يتم فيها توضيح الجوانب والسمات المميزة للاختراع. شرح مختصر للرسومات ٠ الشكل رقم :)١( عبارة عن مخطط سير عمليات يبين نموذجاً لطريقة تحديد صنف Ty للاختراع. الشكل رقم (7): عبارة عن صورة رقمية digital image مجزأة إلى مجموعة من المناطق. الشكل رقم )7( : يبين مجموعة البيانات المرجعية reference data المناظرة لخانات مخطط للون. YYAY
Veo — — الشكل رقم (4): يبين خط الإنتاج الآلي بما في ذلك نظام تحديد صنف وفقاً لأحد نماذج الاختراع. الشكل رقم (5): يبين منطقة للتحكم في سطح الصنف surface item الموضح في الشكل رقم )£( الشكل رقم (1): يبين الصورة الرقمية digital image لمساحة التحكم control area المبينة في © الشكل رقم )0( على النحو الذي تلتقطه وحدة التصوير imaging unit وفقاً للشكل رقم (46). في طريقة تحديد Cala موضح بمخطط سير العمليات في الشكل رقم ) ١ ( 6 يتم تقسيم الصورة الرقمية divides the digital image لصنف يجب التعرف عليه إلى مناطق K (16 > ١)؛ على النحو الموضح في الشكل رقم ) (Y (يتم توضيح المناطق =K ( ١ ¢ ( . في الطلب الحالي؛ يكون ZN Ve عبارة عن مؤشر منطقة ويكون Ts Cus (KS 214 < ١ عبارة عن مؤشر خانة ب ١ < ١ < 81 لذا يشتمل مخطط للون المناظر للمنطقة ZN مثلاً HZN) على الخانات M المناظرة لقيم لون متمايزة M و(ز BZN, عبارة عن عدد البكسلات pixels المناظرة للخانة 1 في مخطط H(Z) للمنطقة ZN لكل خانة i خاص JS منطقة ZN تناظر قيمتان مرجعيتان Min(ZN.i) و Max (ZN) على التوالي أدنى عدد للبيكسيلات وأقصاه؛ محدد للتعرف على صنف من خلال صنف ٠١ مرجعي reference item حيث JK تلك القيم المرجعية reference values السمات المميزة (مجموعة البيانات المرجعية reference data ¢ أي مجموعة جميع أزواج القيم المرجعية reference values ¢ والتي JE في الواقع 'توقيع" الصنف المرجعي reference item من حيث نوعية النمط الملون). بالطبع يمكن عمل مخططات للرسم الإحصائي كالمعتاد ولذلك يمكن تسوية أية B(ZN,i) YYAY
١٠١ - - تناظر نسبة البكسلات pixels في BA) (() للمنطقة zn (في هذه الحالة؛ القيم المرجعية reference values ). يتم توضيح مثال لمجموعة البيانات المرجعية reference data في الشكل رقم (7). في هذا المثال؛ لكل خانة BEN) للمنطقة ZN حيث أ- OY =M 0... ١ يتم على التوالي توضيح الأزواج © المناظرة (Y) لقيم أعداد البكسلات Max (ZN,i) 5 pixels Min (ZN,i) ويتم توضيحهما في مخطط L(Y) تناظر الخانات 1١7 في الواقع ١5 خانة لون؛ بالإضافة إلى خانتي لون أسود وللبيكسيلات البيضاء. وفقاً لمخطط سير العمليات الموضح في الشكل رقم (١)؛ بعد خطوة البدء S100 وخطوة التشغيل 1 لمؤشر المنطقة ZN عند oO يناظر اختيار المنطقة الأولى للصورة الرقمية؛ فإنه يتم إنشاء ٠ مخطط للألوان (11)224-1. بالتالي؛ يتم عد أعداد البكسلات pixels في كل خانة ل (1101 بواسطة وسائل معالجة الصورة الرقمية digital image ويتم الحصول على مجموعة الأرقام المذكورة المناظرة ل (11)1 (أي ([,8)1؛ حيث (M 0... ¢) =i عند الخطوة 5102. عند الخطوة (S103 للخانة الحالية (8)1,1 في (11)1» ويتم اختباره إذا ما تراوح عدد بيكسيلاته بين القيم المرجعية reference values المناظرة ل )1,0( eB أي إذا ما تحقق شرط (1,i) > Min (Li) 8 <. عند تحقق الحالة بالنسبة للقيم Ve المرجعية الخاصة بخانة؛ يزيد العدد 1 لتحقيق الحالة عند الخطوة 8104؛ وذلك لعد العدد الكلي لتلك التحقيقات عند اختبار الحالة للعديد من خانات مخطط. بمجرد أن يصل هذا العدد إلى قيمة بداية محددة 17 (MX KZN < ٠: Cua) (الخطوة (S105 لتحديد الصنف المرجعي reference item ¢ في المنطقة الواحدة الأقل بين المناطق 16 في الصورة الرقمية digital image ؛ يتم التقاط الصنف للتعرف عليه بصنف مرجعي reference item (الخطوة 5106). في الحالة التي لا يتم ٠٠ تحقيق الشرط عند الخطوة al & «S105 الصنف للتعرف عليه بصنف مرجعي reference item YYAY
١١7 - (الخطوة 5106). في حالة عدم تحفق الشرط في الخطوة S105 فإن Ll التالية (ز + )١ للمخطط H(ZN) يوجد عند الخطوة 9107: إذا لم يتجاوز مؤشر الخانة التالية القيمة 14 (الخطوة 8+ فإن حالة الخانة التالي )1+( يتم اختبارها عند الخطوة 5103 بزوج مناظر من القيم المرجعية Min (ZN, i+1) reference values و(2,1+1) Max في حالة عدم الحصول على © قيمة البداية 14 للمخطط (H(Z) وبالتالي للمنطقة ZN فإن المنطقة التالية (ZN) للصورة الرقمية تعتبر عند الخطوة 5109: إذا لم تتجاوز قيمة المنطقة القيمة K (الخطوة 5110)؛ فإن مخطط المناظر HEZN+H) يتم حسابه عند الخطوة 5102« ويتم اختبار Als خاناته BEZN+Li) (وذلك بزوج قيم مرجعية مناظر (1 , 211+1) 1418 و (Max (ZN+1,1) عند الخطوة $103. في حالة. جميع الخانات )١ =i Sie) ...) 01 لجميع المناطق (مثلاً: ل (eee ١ =ZN ع يتم Ve دون الحصول على نتائج N للحالة اكتشاف أن الصنف لم يتم تحديده بالصنف المرجعي reference item (الخطوة 5111). يمكن تحقيق الشرط الوارد أعلاه الخاص بالتحديد بشكل أكثر دقة عن طريق استبداله بالشرط التالي للتشابه الكامل مع الصنف المرجعي item 2018:6068 : وكانت الشرط كالتالي : Min (ZN,i) > B(ZN,i) > Max (ZN,i) Yo والذي يجب أن يتم استخدامه بالنسبة ل خا 1 و الاح K أي انحصار عدد البكسلات pixels بين القيم المرجعية KV reference values خانة من المخطط لكل منطقة. يكون هذا الشرط الأشد تقييداً في الحقيقة مناظراً للحالة 17 mx k= (أي Jol قيمة ل N لعدد K ome من المناطق وعدد معين M من الخانات في كل مخطط؛ مع مخطط واحد لكل منطقة).
١8 وفي التطبيقات العملية؛ يمكن أن يكون من المفيد في بعض الحالات اكتشاف التشابه الجزئي مع من التشابه الكامل. وبالفعل فإذا كان التشابه الكامل لا Ya reference item الصنف المرجعي يمكن الوصول إليه؛ فإن الحسابات المختلفة التي تم إجراؤها في الحقيقة تحتوي على معلومات فإن وجود عيوب في الصنف (تمنع (JO مرتبطة بشكل كبير بحقائق واضحة: فعلى سبيل . reference item التناظر الكامل)»؛ أو من الممكن أن ينتمي الصنف لنفس العائلة كصنف مرجعي © فعلى سبيل المثال بالنسبة لنفس العلامة على منتج؛ فإن تفاوتات بسيطة في الألوان أو الأنماط على الأصناف قد تناظر شرائح مختلفة لنفس خط إنتاج المنتج (مثلاً في حالة العلبء نفس المشروب ولكن بدون إضافة السكر). لذلك؛ فإن الاختراع يسمح باستخدام أسلوب تسجيل الدرجات لتقييم التشابه الجزئي؛ في حالة عدم تحقق التناظر الكامل. والعيب الوحيد في تسجيل الدرجات هو أنه لابد أن تكون درجة التشابه ٠ في تلك الخانة؛ pixels لأن عدد البكسلات JY) للمنطقة 210 ؛ أو (217,2) 50؛ هي )1( al و 1420 (ZN, i) أي (5)217,1؛ يكون بعيداً عن أي عدد للقيمتين المرجعيتين المناظرتين سبيل المثال؛ لكل خانة Jad وهناك إمكانات عديدة لحساب درجة التشابه هذه. Max (ZN, 1)
D(zN, 1) = يدحلا Gall ؛ يمكن استخدام الوزن الخطي المناظر ZN للمنطقة "1"
D(ZN,i) = 4 «B(ZN,i) > Min(ZN,i) إذا كان ¢[Min(2ZN,i)-B(zN,i)] Vo (أي الوزن هو دالة BZN, i) > Max (ZN, i) إذا كان ¢[B(ZN,i)-MAX (ZN, i) ] 0)؛ ثم قد تعتمد قيمة درجة التشابه على عكس الوزن (مثلاً نسبة درجة (ZN, 1) خطية للفرق غير خطي؛ طالما كان متوافقاً مع AT ومع ذلك؛ فمن الممكن أي وزن .)1/ (14D) تتناسب مع (حيث 0 > ؟) سوف تزيد من DF ie الحدود السابقة. فعلى سبيل المثال؛ فإن وزن غير خطي الصغيرة. 0 a درجات التشابه المتعلقة Ye
YYAY
Ya — . - عند تكوين قيم الدرجات هذه )1 SC (ZN, لكل منطقة وكل خانة (أي بالنسبة ل 1ح1 CM cee و21 ؛ Keo )؛ سوف توجد عدة طرق لتقدير التشابه الجزئي. فعل سبيل المثال؛ من الممكن الاحتفاظ فقط بأعلى درجة عبر جميع المناطق؛ أو الاحتفاظ Jeb درجة عبر كل منطقة وحساب متوسط القيم لجميع المناطق (يمكن وزنهاء على سبيل المثال؛ Aide للمساحة المناظرة من © المنطقة). ومع ذلك؛ فقد يفكر الشخص صاحب المهارة في المجال في العديد من الاحتمالات
الأخرى للمعالجة الإحصائية لمختلف الدرجات (506)227,1؛ Led يتعلق بالتقدير للتشابه الجزثئي مع صنف مرجعي reference item من صورةٌ رقمية ٠ digital image في أحد النماذج المفضلة؛ تستخدم طريقة تحديد صنف طبقاً للاختراع الحالي مخططات LE ذات بعد وحيد؛ بناءاً على التمثيل التقليدي للصورة الرقمية في حيز لوني (HSL كما سبق الإشارة
Oe إليه. ويحتوي المخطط على خانات تناظر قيم تدرج لوني سابق تحديدها؛ ولكن يتم استخدام قيم التشبع ads Saturation النصوع luminance في إكمال المخطط "lay إضافية تناظر البكسلات pixels السوداء؛ "Al, إضافية تناظر البكسلات pixels البيضاء. وهذا المخطط اللوني color histogram _الكامل يسمح بتحديد الأصناف ذات الأجزاء الداكنة و/ أو الفاتحة؛ ومن ثم السماح بزيادة دقة التحديد.
٠ ويتم إعطاء قيمة حدية للتشبع Saturation لكل منطقة من الصورة الرقمية digital image ¢ حيث تعتمد على المنطقة المعنية؛ وحيث تعمل على تحديد البكسلات pixels المشبعة (أي بيكسيلات قيمة التشبع Saturation value التي تزيد عن القيمة الحدية المناظرة؛ مهما كانت قيم نصوعها (luminance كذلك؛ يتم إعطاء قيمتين حديتين للتدرج اللوني حيث تعتمدان على المنطقة المعنية. وكل زوج من القيم الحدية للتدرج اللوني للون ما تحدد بالفعل خانة في المخطط لذلك اللون JS)
YYAY
القيم الحدية القيم القصوى المناظرة للتدرج اللوني للخانة). وتحدد الأزواج المختلفة لقيم حدية معينة
للتدرج اللوني تقسيماً لحيز اللون (التدرج اللوني)؛ ومن ثم خانات اللون في المخطط. وتعمل هذه القيم الحدية للتدرج اللوني على عدد البكسلات pixels المشبعة لكل لون (تدرج لوني) لإحدى مناطق الصورة الرقمية digital image ؛ أي لكل لون محدد سلفاً في المخطط: يحدد عدد 0 البكسلات pixels المشبعة التي تتكون منها قيمة التدرج فيما بين القيمتين الحديتين المناظرتين للتدرج اللوني عدداً من البكسلات pixels المشبعة للون المناظر. وقد تعتمد تلك الأزواج لقيم التدرج
اللوني الحدية كذلك على الصنف المرجعي reference item المطلوب تحديده. كذلك؛ فإن عدد البكسلات pixels غير المشبعة لمنطقة ذات قيم نصوع luminance منخفضة؛ أي قيم نصوع Jil من قيمة نصوع luminance value حدية معينة لتلك المنطقة؛ حيث تعتمد على ٠ المنطقة المعنية؛ يتم حسابه على أنه بكسلات سوداء لتلك المنطقة. وعلى العكس من ذلك؛ فإن عدد البكسلات pixels غر المشبعة لمنطقة ذات af نصوع مرتفعة؛ أي قيم نصوع أعلى من قيمة نصوع حدية معينة لتلك المنطقة؛ يتم حسابه على أنه البكسلات pixels البيضاء لتلك المنطقة. وبالتالي؛ في هذا النموذج من نماذج op AY] يحتوي المخطط على 10 + ؟ خانة؛ أي الخانات السابقة 14 المناظرة لقيم التدرج اللوني المميزة؛ وخانتين مناظرتين للبكسلات pixels البيضاء ١ والسوداء. By هذه الحالة تمتد البيانات المرجعية (Jai reference data لكل منطقة؛ all المرجعية reference values القصوى والدنيا للبكسلات السوداء؛ ely وأدنى قيم مرجعية للبكسلات البيضاء. بالطبع؛ فإن شرط التحديد في الخطوة د) يتعلق بالبكسلات pixels السوداء والبيضاء. في الحقيقة؛ يزداد عدد الألوان التي توضع في الاعتبار في الخطة ب) لمخطط معين ببساطة بمقدار الضعف؛ عن طريق تحديد الأبيض والأسود كلونين جديدين. وبالتالي» فإن التطابق ٠ الكامل nal ما مع صنف مرجعي lay reference item عدد N =N' = K x (M+2) YYAY
YY — — 2K + من تحقيق الحالة للتطابق الكامل gl) عدد البكسلات pixels يقع بين القيم المرجعية reference values لكل خانة في مخطط كل منطقة). كما يمكن استخدام نفس "الامتداد" لعدد من الألوان عند اعتبار التشابه الجزئي كما سبق وصفه gl) درجات التشابه يتم تحديدها أيضاً للبيكسيلات البيضاء والسوداء على أساس القيم المرجعية العليا والدنيا المناظرة)؛ أو عند حساب © مجموعة البيانات المرجعية reference data من صور رقمية مرجعية كما سبق وصفه. إذا كانت الصور الرقمية تشتمل على معلومات طيفية (dies كما هو الحال في 'صور اللون CAD يتم تكييف تمثيل HSL على نحو مناظر أو مده لحيز لوني أكثر شمولية. في نموذج آخر للاختراع الحالي؛ والذي يمكن أن يعتمد على أي من السمات السابق ذكرها أو نماذج الاختراع السابق ذكرهاء يتم السماح بالتأكد من النمط الذي يتم رصده على صورةٍ رقمية digital image ٠ ما. ّ كما أن السمة المناظرة لطريقة تحديد صنف تشتمل كذلك على الخطوات الآتية: رصد نمط على الصورة الرقمية digital image ومقارنة النمط الذي تم الكشف عنه بنمط مرجعي مناظر للصنف المرجعي؛ وتقدير ما إذا كان النمط المذكور الذي تم الكشف عنه يتطابق مع النمط المرجعي؛ و VO استخدام نتيجة عملية تحديد الصنف أو توثيق النمط الذي تم الكشف عنه المذكور؛ إذا كان القرار هو أن النمط المذكور الذي تم الكشف عنه يتطابق مع النمط المرجعي. قد يكون النمط سالف الذكر على الصنف عبارة عن شريط رموز أو egal على سبيل المثال. ثم؛ يتم إجراء رصد النمط المذكور على نحو مناظر باستخدام قارئ شريط رموز أو برنامج OCR YYAY
XY —
("التعرف البصري على الحرف"). لذلك فهذه الطريقة تسمح باستخدام مرحلة التحديد من معالجة
الصور [حسب مخططات الألوان والقيم المرجعية reference values القصوى والدنياء كما سبق
توضيحه] وذلك للتأكد من صحة النمط المرجعي الذي تم رصده؛ حتى إذا كان متوافقاً مع نمط
مرجعي معين مناظر لصنف مرجعي reference item . وهذه السمة من سمات الاختراع» باستخدام © هذا "الاختبار المزدوج" عن طريق التحديد القائم على كل من المخططات اللونية (والقيم المرجعية
المناظرة) والنمط الموافق لنمط مرجعي؛ تزيد بلا شك من ضبط جودة الأصناف على خط الإنتاج.
فعلى سبيل Jbl) تتيح هذه الطريقة رصد شريط رموز زائف (مثل شريط رموز لصنف من نوع
معين تتم طباعتها على صنف من نوع آخرء على سبيل (Jad)
كما يتعلق الاختراع بنظام لتحديد عنصر يمكن تشغيله لتنفيذ الخطوات في أي من السمات أو
. النماذج سالفة الذكر الخاصة بالطريقة الخاصة بالاختراع. ٠
بالتالي؛ فإن النظام الخاص بتحديد صنف» يشتمل بصفة عامة على وحدة معالجة صور رقمية؛
تشتمل على ذاكرة memory ويمكن تشغيله من dal
اختيار منطقة واحدة على الأقل لصورة رقمية digital image للصنف المذكور؛
إنشاء؛ لكل منطقة منتقاة. مخطط مناظر لقيم ألوان البكسلات pixels للمنطقة المذكورة؛ حيث يمكن
VO تشغيل وحدة dallas الصور الرقمية digital image processing unit المذكور كذلك من أجل:
مقارنة؛ لكل خانة لكل مخطط محسوب؛ عدد البيكسلات مع أقل وأعلى قيم مرجعية مناظرة
لمجموعة بيانات مرجعية مخزنة في الذاكرة memory ومرتبطة بصنف مرجعي item 61076066
وتحديد ما إذا كان عدد البكسلات pixels يقع بين القيم المرجعية reference values المذكورة؛ و
١7 — ا تحديد الصنف على أنه مناظر للصنف المرجعي المذكور إذا كان عدد البكسلات pixels يقع بين القيم المرجعية reference values المذكورة على الأقل Nad من الخانات؛ حيث N أكبر من أو يساوي ١ء لعدد منطقة واحدة على | JN . وبصفة خاصة؛ في خط الإنتاج الآلي المشتمل على نموذج لنظام لتحديد صنف طبقاً للاختراع كما هو مبين في شكل of يشتمل النظام على وحدة تصوير )٠١( imaging unit لالتقاط صورةٍ رقمية من الصنف (V1) acquiring a digital image (في هذه الوثيقة يمكن أخذ علبة كنموذج) على الناقل ١ 7 conveyor ( الخاص بخط الإنتاج؛ ووحدة معالجة الصور الرقمية digital image dalled (VY) processing unit الصور الرقمية المتلقاة من وحدة التصوير (V+) imaging unit وذاكرة (V £) memory لتخزين مجموعة بيانات مرجعية storing a reference data set . Ye كما قد يشتمل النظام على وحدة إضاءة (V0) illumination unit لإضاءة الصنف (VV) بضوء الوميض الإلكتروني strobe light . ومن الأمثلة التقليدية لوحدة الإضاءة illumination unit وحدة إضاءة LED illumination unit أو وميض إلكتروني بالليزر laser strobe (للضوء المرئي visible light ( . هناك أنوا & أخرى من وحدات ١ لإضاءة تسمح بإضاءة J لأصناف فوق طيف أوسع (على سبيل المثال؛ يتراوح من الضوء ٠ فوق البنفسجي إلى تحت الأحمر (UV to IR light أي من 700 نانو متر إلى Yous نانو متر). وقد تكون وحدة التصوير )٠١( imaging unit عبارة عن كاميرا رقمية (كاميرا cep أو كاميرا (CMOS ومع ذلك؛ يمكن أيضاً استخدام مناظرة؛ إذا تم استخدامها مع محول الصورة إلى ملف رقمي من أجل إنتاج تتسيق صورة رقمية digital image digital image format . YYAY
؛؟ 0 كما يشمل النظام على وحدة تحكم (V1) control unit يمكن تشغيله للتحكم في وحدة الإضاءة (V2) control the illumination unit ووحدة التصوير imaging unit (١٠)؛ ووحدة معالجة صورة رقمية (VY) digital image processing unit من أجل مزامنة تشغيلها لإضاءة الصنفء وتكوين صورة رقمية digital image من الصنف المضاء؛ ومعالجة الصورة الرقمية المذكورة. © يوضح شكل © مساحة تحكم (VV) control area على سطح الصنف (VY) surface item ويوضح شكل ١ صورة رقمية (VA) لمساحة التحكم (VY) للصنف (١١)؛ حيث التقطتها وحدة التصويرن ٠ 0 +) imaging unit وتقوم وحدة معالجة الصورة الرقمية digital image processing )١١( unit بتقسيم الصورة الرقمية (VA) divides the digital image المتلقاة من وحدة التصوير (V+) imaging unit إلى مجموعة من المناطق ( 5أ- ) la) أربعة مناطق كمثال). ٠ الكل منطقة من الصورةٍ الرقمية (VA) digital image تحدد وحدة معالجة الصورة الرقمية digital (VY) image processing unit مخططاً لونياً مناظراً أحادي الأبعاد عن طريق تقسيم حيز اللون Casa) dividing the color space عرض الطيف للفوتونات spectrum width of the photons ووحدة التصوير imaging unit تكون قادرة على القياس) إلى عدد 14 من الخانات AY =M Sie) كما هو مبين في شكل oF وحساب عدد البكسلات pixels طبقاً لقيم تدرجها اللوني Jala كل Ye خلية. يفضل؛ أن يشتمل النظام كذلك على: وسيلة استشعار تعمل على رصد موضع الصنف بالنسبة لوحدة التصوير (V+) imaging unit الذي عنده تكون وحدة التصوير imaging unit المذكورة قادرة على تكوين صورة رقمية digital image للصنف» ونقل إشارة مثيرة تدل على رصد الموضع المذكور؛ حيث تعمل وحدة التحكم (V1) control unit كذلك على تلقي الإشارةٍ المثيرة من وسيلة YYAY
اه
الاستشعار sensor means ومزامنة تشغيل وحدة الإضاءة «(V0) illumination unit ووحدة digital image processing unit ووحدة معالجة الصورة الرقمية )٠١( imaging unit التصوير
(V7) بناءاً على الإشارة المحفزة المتلقاة المذكورة.
che يمكن أن تكون وسيلة الاستشعار هي مقداح ليزر للتصوير الفوتوغرافي عالي السرعة. وهذا
© الجهاز المعروف يسمح بالإطلاق الدقيق لوحدة التصوير imaging unit وتتم تهيئته تهيئة خاصة
لخطوط الإنتاج؛ Jie خطوط التعليب؛ وخطوط التعبئة؛ حيث يكون معدل الإنتاج عالياً يصل إلى
٠5 صنف في الدقيقة.
وبزيادة التحكم في مجال وحدة التصوير imaging unit ؛ يمكن تغيير حجم مساحة التحكم
المستهدفة على الصنف الذي يتم تصويره. فعلى سبيل المثال؛ إذا كان خط الإنتاج هو خط تعبئة ٠ زجاجات أو تعليب؛ فإن الأصناف الموجودة على الخط (الزجاجات والعلب؛ على (il قد تكون
قريبة أو حتى ملامسة لبعضها البعض. وفي هذه الحالة الأخيرة؛ يمكن أن يتم تقييد مجال وحدة
التصوير imaging unit عن طريق قناع؛ لتصوير مساحة التحكم فقط (التي تناظر ملصق على
الزجاجة أو رسم مطبوع على العلبة). وقد تم اختبار هذه الحالة من حالات الاختراع؛ والتي تسمح
بتحديد حتى إذا كانت الأصناف متلامسة؛ بالنسبة للإضاءة بالضوء المرئي على خط تعليب عالي VO السرعة ١٠١ Jug) علبة في الدقيقة). علاوة على ذلك؛ فقد تم تحديد القيم المرجعية reference
Clad بما في ذلك الأبيض والأسود؛ كما سبق شرحه لمجموعة من المواضع الدوارة ¢ values
اسطوانية من صفر إلى 77١0 درجة (حول محور التمائل الطولي للعلب).
لقد تم الحصول على التحديد الكامل للأصناف لعلب المشروبات لعشرة علامات تجارية مميزة وعلى
خط إنتاج عالي السرعة؛ حتى عند ظروف تناظر تامة.
YYAY
= 17 ل
إن الاختراع ليس قاصراً على النماذج السابقة ومن الممكن إجراء العديد من التعديلات دون الابتعاد عن مجال الاختراع كما تحدده عناصر الحماية. فعلى سبيل المثال؛ يمكن أن تعمل وحدة التصوير imaging unit السابق ذكرها على التقاط مجموعة من الصور الرقمية لصنف aly (يناظر زوايا رؤية مختلفة)؛ ومعالجة كل من الصور الملتقطة المذكورة كما سبق شرحه لتحديد الصنف.
© كما أن الاختراع يشمل منتج برنامج كمبيوتر قادر على توصيل الكمبيوتر بنظام لتحديد صنف كما سبق وصفه يستخدم خطوات طريقة ١ لاختراع (كما سبق وصفها ( ٠ عند تشغيل الكمبيوتر المذكور. من الممكن استخدام طريقة ونظام تحديد كل صنف على خط الإنتاج طبقاً للاختراع» في أي من السمات السابق ذكرها؛ وذلك بدرجة كبيرة من الثقة فيما يتعلق بتحديد الصنف في المجال الصناعي
Ve الخ..)؛ والتحكم في خط الإنتاج؛ وفحص خط الإنتاج (لكشف التزييف» الخ...).
Claims (1)
- xy عناصر الحمابة-١ ١ طريقة لتحديد صنف identifying an item طبقاً لسمة أولى للاختراع؛ حيث تشتمل على الخطوات التالية:1 0 اختيار منطقة واحدة على الأقل من صورة رقمية digital image للصنف المذكور؛ و؛ (ب) لكل منطقة تم اختيارها في الخطوة of إنشاء مخطط مناظر للقيم اللونية للبكسلات color values of the pixels © للمنطقة المذكورة؛1 )7( لكل خانة لكل مخطط تم إنشاءه في الخطوة (ب)؛ مقارنة عدد البكسلات pixels مع أقل ا وأعلى قيم مرجعية مناظرة لمجموعة البيانات المرجعية reference data المرتبطة بصنف مرجعي reference item A » ومعرفة ما إذا كان عدد البكسلات pixels واقع بين القيم المرجعية reference values 9 المذكورة؛ و٠ (د) تحديد الصنف 146017 identifying an باعتباره مناظراً للصنف المرجعي المذكور إذا كان عدد ١ البكسلات pixels واقعا بين القيم المرجعية reference values المذكورة لعدد 14 على الأقل من VY الخانات المذكورة؛ حيث ١ SN لمنطقة واحدة على الأقل.١ *- الطريقة طبقاً لعنصر الحماية oO) حيث في الخطوة (د) يتم تحديد صنف على أنه مناظر La 7" لصنف مرجعي reference item مذكور إذا كان عدد البكسلات pixels المذكور يقع بين Y القيم المرجعية reference values المذكورةٍ لكل خانة من كل مخطط لكل منطقة.: تشتمل كذلك على الخطوة Cua ٠ الطريقة طبقاً لعنصر الحماية -*+ ١" (ه) تحديد الصنف identifying an item على أنه مشابه جزئياً للصنف المرجعي المذكور بناءاً YF على قيم dap التشابه المرتبطة بالخانات في Alla أن يكون عدد البكسلات pixels غير موجود ؛ - بين القيم المرجعية reference values المذكورة لكل خانة من مخطط كل منطقة؛ حيث تكونYYAYمأ - © قيمة درجة التشابه المرتبطة بخانة المخطط Load هي الأقل لأن عدد البكسلات pixels للخانة 0 المذكورة يكون Jil بكثير من القيمة المرجعية الدنيا minimum reference value المناظرة أو أعلى ١ بكثير من القيمة المرجعية العليا maximum reference value المناظرة. ١ +- الطريقة طبقاً لأي من عناصر الحماية من ١ إلى ؛ حيث". حيث تكون البكسلات pixels للصورة الرقمية المذكورة؛ التي تناظر كل منها قيمة نصوع luminance value ؛ وقيمة تشبع Saturation value ؛ dads تدرج لوني مناظر مرتبطة بلون ما ؛ من بين مجموعة ألوان محدودة؛ فإن كل لون من مجموعة الألوان يناظر استجابة طيفية محددة؛ © فإن الخطوة (ب) الخاصة بحساب مخطط تشتمل كذلك على الخطوات: (ب١) من بين البكسلات Basa all pixels داخل المنطقة المذكورة التي تحتوي كل منها على قيمة ١ تشبع Saturation value أعلى من قيمة التشبع Saturation value الحدية المذكورة ولكل لون من A مجموعة الألوان؛ حسب عدد البكسلات pixels حيث تنحصر قيمة التدرج اللوني لذلك اللون بين قيمتين حديتين معلومتين للتدرج اللوني تحددان خلية لذلك اللون للحصول على عدد من Wall ٠ الضوئية المشبعة لكل لون مذكور؛ (Yo) ١١ ومن بين البكسلات pixels الواقعة داخل المنطقة المذكورة حيث لا تكون WIA صورة ١ مشبعة؛ وذلك طبقاً لعدد البكسلات pixels التي تكون dad نصوعها luminance value أقل من ٠ _ القيمة الحدية المحددة للنصوع duminance للحصول على عدد مناظر من البكسلات pixels 4 السوداء؛ وعدد WDA الصورة التي تكون قيمة نصوعها Jel luminance value من قيمة Vo النصوع luminance الحدية المذكورة؛. للحصول على عدد مناظر من البكسلات pixels البيضاء؛ 8 و (To) ١" بناءاً على عدد الخلايا الضوئية المشبعة المحسوب لكل لون من مجموعة الألوان والعدد VA المحسوب للبيكسيلات السوداء والبيضاء؛ مع حساب توزيع البكسلات pixels حسب ألوانولا -4 مجموعة الألوان؛ الأبيض والأسود؛ وبذلك تكوين مخطط المنطقة المذكورة.١ #- الطريقة طبقاً لأي من عناصر الحماية من ١ إلى of حيث تشتمل على خطوة حساب * مجموعة البيانات المرجعية reference data المذكورة من صورةٍ رقمية digital image مرجعية » للعنصر المرعي المذكور؛ عن طريق تنفيذ الخطوتين )1( وب) للصورة الرقمية المرجعية من أجل ؛ إنشاء لكل منطقة لصورة رقمية digital image مرجعية مخطط مرجعي» وربط أعلى وأقل قيمة © مرجعية بكل خانة لكل مخطط مرجعي تم إنشاءه؛ حيث يتم الحصول على كل قمية مرجعية عليا («minimum and maximum reference values Lay 1 فاصل ثقة مناظر corresponding confidence interval ١ .١ +- الطريقة طبقاً لأي من عناصر الحماية من ١ إلى 0 حيث تشتمل كذلك على خطوة:" رصد الحدود الخارجية للصنف detecting an outline of the item على الصورة الرقمية digital image ¥ ومقارنة الحدود الخارجية المذكور الذي تم الكشف عنه بإطار عام مرجعي يناظر الصنف ؛ المرجعي reference item ؛ و0 حيث يتم التأكد pe أخرى من تحديد الصنف في الخطوة د) فقط في حالة مطابقة الحدوذ الخارجية المذكورة التي تم الكشف عنه للحدود الخارجية المرجعية المذكور.١ #- الطريقة طبقاً لأي من عناصر الحماية من ١ إلى 0 حيث تشتمل الخطوات:YX الكشف عن الحدود الخارجية للصور الرقمية outline of the item on the digital image ؛ وعند " الخطوة of) اختيار منطقة واحدة على الأقل بحيث تكون أي منطقة منتقاة داخل الحدود الخارجية ؛ المختارة للصنف.الر سا digital إلى ©؛ حيث يتم قصر الصورةٍ الرقمية ١ الطريقة طبقاً لأي من عناصر الحماية من -8 ١ للصنف على ساحة تحكم على الصنف الواقع داخل الإطار الظاهر للصنف المذكور. image " ١ 4- الطريقة طبقاً لأي من عناصر الحماية من ١ إلى od حيث تشتمل على الخطوات: bay ومقارنة النمط الذي تم الكشف عنه digital image اكتشاف نمط على الصورة الرقمية X مرجعي مناظر للصنف المرجعي؛ وتقدير ما إذا كان النمط المذكور الذي تم الكشف عنه يتطابق * المرجعي؛ و ball ؛ - مع © استخدام نتيجة عملية تحديد الصنف أو توثيق النمط الذي تم الكشف عنه المذكور؛ إذا كان القرار هو أن النمط المذكور الذي تم الكشف عنه يتطابق مع النمط المرجعي. : نظام لتحديد عنصر؛ حيث يشتمل على -٠١ ١ Y بنظام لتحديد عنصر يمكن تشغيله لتنفيذ الخطوات في أي من السمات أو النماذج سالفة الذكر " الخاصة بالطريقة الخاصة بالاختراع.؛._ بالتالي؛ فإن النظام الخاص بتحديد صنف؛ يشتمل بصفة عامة على وحدة معالجة صور رقمية؛ © تشتمل على ذاكرة memory ويمكن تشغيله من أجل: 1% اختيار منطقة واحدة على الأقل لصورة رقمية digital image للصنف المذكور؛ Cun للمنطقة المذكورة؛ pixels مخطط مناظر لقيم ألوان البكسلات lie إنشاء؛ لكل منطقة V المذكور كذلك من digital image processing unit يمكن تشغيل وحدة معالجة الصور الرقمية A أجل: a ٠ مقارنة؛ لكل خانة لكل مخطط محسوب؛ عدد البكسلات مع أقل وأعلى قيم مرجعية مناظرة ١١ لمجموعة بيانات مرجعية مخزنة في الذاكرة memory ومرتبطة بصنف مرجعي reference item « ١ وتحديد ما إذا كان عدد البكسلات pixels يقع بين القيم المرجعية reference values المذكورة؛ و YYAYوس١" تحديد الصنف على أنه مناظر للصنف المرجعي المذكور إذا كان عدد البكسلات pixels يقع بين ٠4 القيم المرجعية reference values المذكورة على الأقل لعدد 17 من الخانات؛ N Cua أكبر من أو VO يساوي ١ء لعدد منطقة واحدة على الأقل.-١١ ١ النظام طبقاً لعنصر الحماية ٠0 حيث تعمل وحدة معالجة الصورة على تحديد الصنف identifying an item ~~ ¥ على أنه مناظر تماماً للصنف المرجعي المذكور إذا كان عدد البكسلات pixels V المذكور محصوراً بين القيم المرجعية reference values المذكورة لكل خانة في مخطط ؛ كل منطقة.١ ؟١- النظام وفقاً لعنصر الحماية ٠١ حيث تكون وحدة معالجة الصورة كذلك قادرة على:" حساب قيم درجة ALE المرتبطة بالخانات إذا كان عدد البكسلات pixels غير محصور بين all YF المرجعية reference values المذكورة لكل خانة مخطط كل منطقة؛ حيث تكون def درجة of التشابه المرتبطة Dla, المخطط Lad هي الأقل لأن عدد البكسلات pixels للخانة المذكورة © يكون أقل بكثير من القيمة المرجعية minimum reference value Lal) المناظرة أو أعلى بكثير 1 من القيمة المرجعية اتعليا maximum reference value المناظرة.V تحديد الصنف identifying an item على أنه مشابه جزئياً لالصنف المرجعي المذكور بناءاً على A درجة التشابه المحسوبة.pixels حيث تكون البكسلات OY إلى ٠١ النظام طبقاً لأي من عناصر الحماية من -١“ ١ Saturation ail وقيمة ¢ luminance value نصوع dad الرقمية المذكورة؛ التي تناظر كل منها " تدرج لوني مناظر مرتبطة بلون ما من بين مجموعة ألوان محدودة؛ فإن كل لون من dad value ¥ digital image ؛ مجموعة الألوان يناظر استجابة طيفية محددة؛ فإن وحدة معالجة الصورةٍ الرقميةYYAY»سم processing unit © يمكنها لحساب مخطط تشتمل كذلك على: حساب عدد البكسلات pixels من بين البكسلات pixels الموجودة داخل المنطقة المذكورة التي ١ تحتوي كل منها على قيمة Saturation value pall أعلى من قيمة التشيع Saturation value A الحدية المذكورة ولكل لون من مجموعة الألوان؛ حسب عدد البكسلات pixels حيث تنحصر قيمة 4 التدرج اللوني لذلك اللوني بين قيمتين حديتين معلومتين للتدرج اللوني تحددان خلية لذلك اللون ٠ للحصول على عدد من الخلايا الضوئية المشبعة لكل لون مذكور؛ ١١ من بين البكسلات pixels الواقعة داخل المنطقة المذكورة حيث لا تكون خلايا صورة مشبعة؛ ٠" وذلك طبقاً لعدد البكسلات pixels تكون قيمة نصوعها luminance value أقل من القيمة VY الحدية المحددة للنصوع duminance للحصول على عدد مناظر من البكسلات pixels السوداء؛ 4 وعد WA الصورة التي تكون قيمة تصوعها luminance value أعلى من قيمة النصوع luminance ٠ الحدية المذكورة؛ للحصول على عدد مناظر من البكسلات pixels البيضاء؛ وتخزين 4 في الذاكرة memory عدد البكسلات pixels الذي تم الحصول عليه؛ و VY حساب توزيع البكسلات pixels حسب ألوان مجموعة الألوان؛ الأبيض والأسود؛ بناءًٌ على أعداد VA البكسلات pixels المشبعة المحسوبة لكل لون من مجموعة الألوان © وحساب أعداد البكسلات pixels ٠ البيض والسوداء؛ وبذلك تكوين مخطط المنطقة المذكورة. -١4 ١ نظام طبقاً لأي من عناصر الحماية من ٠١ إلى OF حيث يشتمل النظام على: Y وحدة إضاءة illumination unit لإضاءة الصنف بأشعة كهرومغناطيسية ذات مدى * طيفي معين؛ و ؛ وحدة التصوير imaging unit لتحويل الإشارة الكهرومغناطيسية المتلقاه المناظرة للأشعة © الكهرومغناطيسية المعكوسة على الصنف المضاء بوحدة الإضاءة illumination unit ¢ إلى 1 صورةٍ رقمية digital image للصنف؛ وقادرة على نقل الصورة الرقمية digital image المذكورة إلى YYAYانهم V وسيلة معالجة الصور الرقمية digital image processing means ¢ A حيث 4 تعلم وحدة معالجة الصور على تلقي الصورة الرقمية digital image من وحدة التصوير imaging stunt Ve ١١ يحتوي النظام كذلك على وحدة تحكم control unit 306 على التحكم في وحدة الإضاءة . illumination unit ¥ المذكورة»؛ ووحدة تصوير imaging unit » ووحدة معالجة صورة رقمية digital image processing unit 1 ¥ من أجل مزامنة تشغيلها لإضاءة الصنف؛ وتكوين صورة رقمية digital image 4 من الصنف المضاء؛ ومعالجة الصورة الرقمية digital image المذكورة. -١© ١ نظام طبقاً لأي من عناصر الحماية من ٠١ إلى VE حيث يشتمل النظام كذلك على: Y وسيلة استشعار تعمل على رصد موضع الصنف بالنسبة لوحدة التصوير imaging unit الذي F عنده تكون وحدة التصوير imaging unit المذكورة قادرة على تكوين صورة رقمية digital image ؛ للصنفء؛ ونقل إشارة مثيرة تدل على رصد الموضع المذكور؛ © حيث تعمل وحدة التحكم control unit كذلك على تلقي الإشارة المثيرة من وسيلة الاستشعار sensor means | ومزامنة تشغيل وحدة الإضاءة illumination unit ¢ ووحدة التصوير imaging ١ عنصن ووحدة معالجة الصورة الرقمية digital image processing unit بناءً على الإشارة المحفزة المتلقاه المذكورة. -١“ ١ نظام طبقاً لأي من عناصر الحماية من ٠١ إلى V0 حيث تكون وحدة معالجة الصورة Y الرقمية digital image processing unit قادرة على: dallas TY صورة رقمية digital image مرجعية للصنف المرجعي المذكور؛ بالنسبة للصورة الرقمية ؛ للصنف» لإنشاء لكل منطقة من الصورة الرقمية digital image المرجعية مخططاً مرجيياً؛ وYYAYربط أعلى وأدنى قيم مرجعية بكل خانة لكل مخطط مرجعي تم إنشا Sus coe يتم الحصول على كل من القيم المرجعية reference values الأعلى والأدنى المذكورة من فاصل ثقة مناظر. corresponding confidence interval ٠“ -١7 ١ نظام طبقاً لأي من عناصر الحماية من ٠١ إلى 16 حيث تكون وحدة معالجة الصورة ¥ الرقمية digital image processing unit قادرة على: * رصد الحدود الخارجية لصنف على الصورة الرقمية digital image ومقارنة الحدود الخارجية ¢ المذكور الذي ثم الكشف عنه بإطار مرجعي يناظر للصنف المرجعي ؛ُو © التأكد من صحة نتيجة عملية التوثيق للصنف في حالة التوافق بين الحدود الخارجية المذكور الذي x 3 الكشف عنه و الحدود الخارجية المرجعية المذكورة. YA) نظام طبقاً لأي من عناصر الحماية من ٠١ إلى Cun OT تكون وحدة معالجة الصورة ¥ الرقمية digital image processing unit قادرة على: aay Y الحدود الخارجية لصنف على صورة رقمية digital image ¢ و of اختيار منطقة واحدة على الأقل بحيث تكون أي منطقة منتقاة داخل الحدود الخارجية التي تم 0 الكشف Lie للصنف. a) حيث يشتمل على وسيلة OA إلى ٠١ نظام طبقاً لأي من عناصر الحماية من -١١ ١ " الصورة الرقمية digital image للصنف مساحة تحكم control area على الصنف adi داخل 8 يمع " الحدود الخارجية الظاهرة للصنف المذكور. -٠0 ١ نظام طبقاً لعنصر الحماية 19 حيث تتناظر مساحة التحكم المذكورة مع ملصق على YYAYYo —_ _ Saal canal XY العلامة المطبوعة على الصنف المذكور. ١ ١7-النظام طبقاً لأي من عناصر الحماية من ٠١ إلى Ve حيث تكون وحدة التصوير imaging unit ¥ الرقمية قادرة على: F رصد نمط على Hall الرقمية digital image ومقارنة النمط الذي تم الكشف ate بنمط ؛ مرجعي معين يناظر الصنف المرجعي reference item ؛ وتقدير ما إذا كان النمط o المذكور الذي ثم الكشف عنه يتوافق مع النمط المرجعي 5 1 توثيق النمط الذي تم الكشف عنه المذكور؛ بناءاً على نتيجة عملية توثيق الصنف؛ إذا ما " - اعتبر_النمط المذكور الذي تم الكشف aie متوافقا مع النمط المرجعي. ١ 77- استخدام النظام طبقاً لأي من عناصر الحماية من ٠١ إلى 7١ في تحديد صنف على خط ¥ إنتاج identifying an item on a production line .YYAY
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IB2008002718 | 2008-10-14 |
Publications (1)
Publication Number | Publication Date |
---|---|
SA109300619B1 true SA109300619B1 (ar) | 2014-01-29 |
Family
ID=40266028
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
SA109300619A SA109300619B1 (ar) | 2008-10-14 | 2009-10-13 | طريقة ونظام لتعريف صنف |
Country Status (27)
Country | Link |
---|---|
US (1) | US9064187B2 (ar) |
EP (1) | EP2359313B1 (ar) |
JP (1) | JP5776085B2 (ar) |
KR (1) | KR20110076989A (ar) |
CN (1) | CN102246186B (ar) |
AP (1) | AP3120A (ar) |
AR (1) | AR073859A1 (ar) |
AU (1) | AU2009305437B2 (ar) |
BR (1) | BRPI0920286A2 (ar) |
CA (1) | CA2739866A1 (ar) |
CO (1) | CO6390021A2 (ar) |
CR (1) | CR20110193A (ar) |
EA (1) | EA019627B1 (ar) |
EC (1) | ECSP11010976A (ar) |
ES (1) | ES2519117T3 (ar) |
GE (1) | GEP20135928B (ar) |
HK (1) | HK1163301A1 (ar) |
IL (1) | IL212187A0 (ar) |
MA (1) | MA32792B1 (ar) |
MX (1) | MX2011003977A (ar) |
MY (1) | MY155427A (ar) |
NZ (1) | NZ592164A (ar) |
SA (1) | SA109300619B1 (ar) |
TW (1) | TWI479428B (ar) |
UA (1) | UA104299C2 (ar) |
WO (1) | WO2010043618A1 (ar) |
ZA (1) | ZA201102710B (ar) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2093697B1 (en) * | 2008-02-25 | 2017-08-23 | Telefonaktiebolaget LM Ericsson (publ) | Method and arrangement for retrieving information comprised in a barcode |
TWI486547B (zh) * | 2010-10-20 | 2015-06-01 | Hon Hai Prec Ind Co Ltd | 影像離線編程的尺寸引導系統及方法 |
JP5605234B2 (ja) * | 2011-01-18 | 2014-10-15 | 三菱マテリアル株式会社 | 錆の判別方法 |
SE536299C2 (sv) * | 2011-06-08 | 2013-08-13 | Imtt Svenska Ab | Förfarande för att jämföra och identifiera likhetsgrad mellan bilder |
CN103179426A (zh) | 2011-12-21 | 2013-06-26 | 联咏科技股份有限公司 | 自动检测图像格式的方法与应用其的播放方法 |
CN103839032B (zh) * | 2012-11-20 | 2018-03-23 | 联想(北京)有限公司 | 一种识别方法及电子设备 |
CN104574389A (zh) * | 2014-12-26 | 2015-04-29 | 康奋威科技(杭州)有限公司 | 基于彩色机器视觉的电池片色差分选控制方法 |
WO2016136900A1 (ja) * | 2015-02-27 | 2016-09-01 | 日本電気株式会社 | 照合システム、照合装置、照合方法及びプログラム |
US9805662B2 (en) * | 2015-03-23 | 2017-10-31 | Intel Corporation | Content adaptive backlight power saving technology |
CN105701476A (zh) * | 2016-02-04 | 2016-06-22 | 合肥泰禾光电科技股份有限公司 | 一种基于机器视觉的生产线产品自动化识别系统及方法 |
JP6688642B2 (ja) * | 2016-03-17 | 2020-04-28 | キヤノンメディカルシステムズ株式会社 | 画像処理装置及び医用情報管理システム |
BR112018073706A8 (pt) * | 2016-05-17 | 2023-04-04 | Kerquest | Método de autenticação aumentada de um assunto material |
CN106295713A (zh) * | 2016-08-19 | 2017-01-04 | 华南理工大学 | 一种面向计算机视觉认知的物品状态标签识别系统及方法 |
CN106650570A (zh) * | 2016-09-06 | 2017-05-10 | 深圳市金立通信设备有限公司 | 一种查找物品的方法及终端 |
CN106951908B (zh) * | 2017-03-24 | 2020-06-26 | 爱保科技有限公司 | 一种有效的目标识别装置 |
MX2019012706A (es) | 2017-04-24 | 2019-12-16 | Patek Philippe Sa Geneve | Metodo para identificar un reloj. |
JP7167426B2 (ja) * | 2017-11-02 | 2022-11-09 | 富士通株式会社 | 検品装置、検品方法及び検品プログラム |
CN109829502B (zh) * | 2019-02-01 | 2023-02-07 | 辽宁工程技术大学 | 一种面向重复纹理及非刚性形变的像对高效稠密匹配方法 |
JP2021039691A (ja) * | 2019-09-05 | 2021-03-11 | 株式会社富士通アドバンストエンジニアリング | 検査装置、検査方法及び検査プログラム |
CN113917988A (zh) * | 2021-09-30 | 2022-01-11 | 江苏泰扬金属制品有限公司 | 用于环境维护的云端服务系统 |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4177482A (en) * | 1977-04-21 | 1979-12-04 | Eastman Kodak Company | Population and profile data of bodies in a transparent mass |
US4493105A (en) | 1982-03-31 | 1985-01-08 | General Electric Company | Method and apparatus for visual image processing |
JPH0771939A (ja) | 1993-09-03 | 1995-03-17 | Kurabo Ind Ltd | 外観検査装置 |
JPH07234971A (ja) | 1994-02-24 | 1995-09-05 | Tec Corp | 商品販売登録データ処理装置 |
US5793642A (en) | 1997-01-21 | 1998-08-11 | Tektronix, Inc. | Histogram based testing of analog signals |
US6577757B1 (en) * | 1999-07-28 | 2003-06-10 | Intelligent Reasoning Systems, Inc. | System and method for dynamic image recognition |
US7046842B2 (en) * | 1999-08-17 | 2006-05-16 | National Instruments Corporation | System and method for color characterization using fuzzy pixel classification with application in color matching and color match location |
US6757428B1 (en) | 1999-08-17 | 2004-06-29 | National Instruments Corporation | System and method for color characterization with applications in color measurement and color matching |
US6512577B1 (en) * | 2000-03-13 | 2003-01-28 | Richard M. Ozanich | Apparatus and method for measuring and correlating characteristics of fruit with visible/near infra-red spectrum |
EP1174804A3 (en) | 2000-07-21 | 2005-07-20 | Lg Electronics Inc. | Method for searching multimedia using progressive histogram |
DE10050368A1 (de) * | 2000-10-11 | 2002-04-18 | Sick Ag | Vorrichtung und Verfahren zur Erkennung von Codes |
KR100422709B1 (ko) * | 2001-10-05 | 2004-03-16 | 엘지전자 주식회사 | 영상 의존적인 얼굴 영역 추출방법 |
JP4074791B2 (ja) | 2002-08-09 | 2008-04-09 | 株式会社日立製作所 | 住宅間取り検索プログラム及び住宅外構検索プログラム |
JP4353503B2 (ja) | 2003-04-30 | 2009-10-28 | キヤノン株式会社 | 画像処理装置 |
JP4226422B2 (ja) | 2003-09-11 | 2009-02-18 | 株式会社トーメー | 着色眼用レンズの存在等の検知方法 |
US20060015495A1 (en) | 2003-11-26 | 2006-01-19 | Keating Brett M | Use of image similarity in image searching via a network of computational apparatus |
US20060015497A1 (en) * | 2003-11-26 | 2006-01-19 | Yesvideo, Inc. | Content-based indexing or grouping of visual images, with particular use of image similarity to effect same |
US20060020597A1 (en) | 2003-11-26 | 2006-01-26 | Yesvideo, Inc. | Use of image similarity in summarizing a collection of visual images |
US7697792B2 (en) | 2003-11-26 | 2010-04-13 | Yesvideo, Inc. | Process-response statistical modeling of a visual image for use in determining similarity between visual images |
US20060015494A1 (en) * | 2003-11-26 | 2006-01-19 | Keating Brett M | Use of image similarity in selecting a representative visual image for a group of visual images |
US7542606B2 (en) * | 2004-07-29 | 2009-06-02 | Sony Corporation | Use of Hausdorff distances in the earth mover linear program |
US20060092274A1 (en) * | 2004-11-04 | 2006-05-04 | Rockwell Automation Technologies, Inc. | Image sensor annotation method and apparatus |
DE102006008936A1 (de) | 2006-02-27 | 2007-08-30 | Siemens Ag | Verfahren zum Erkennen von Objekten und Objekterkennungssystem |
US20100027878A1 (en) * | 2006-09-28 | 2010-02-04 | Koninklijke Philips Electronics N.V. | Content detection of an image comprising pixels |
-
2009
- 2009-10-07 TW TW098133948A patent/TWI479428B/zh not_active IP Right Cessation
- 2009-10-13 MY MYPI2011001628A patent/MY155427A/en unknown
- 2009-10-13 US US13/124,059 patent/US9064187B2/en active Active
- 2009-10-13 AU AU2009305437A patent/AU2009305437B2/en not_active Ceased
- 2009-10-13 GE GEAP200912220A patent/GEP20135928B/en unknown
- 2009-10-13 UA UAA201105974A patent/UA104299C2/uk unknown
- 2009-10-13 NZ NZ592164A patent/NZ592164A/en not_active IP Right Cessation
- 2009-10-13 ES ES09796982.8T patent/ES2519117T3/es active Active
- 2009-10-13 BR BRPI0920286A patent/BRPI0920286A2/pt not_active IP Right Cessation
- 2009-10-13 MX MX2011003977A patent/MX2011003977A/es active IP Right Grant
- 2009-10-13 WO PCT/EP2009/063350 patent/WO2010043618A1/en active Application Filing
- 2009-10-13 KR KR1020117010522A patent/KR20110076989A/ko not_active Application Discontinuation
- 2009-10-13 EA EA201170558A patent/EA019627B1/ru not_active IP Right Cessation
- 2009-10-13 CA CA2739866A patent/CA2739866A1/en not_active Abandoned
- 2009-10-13 AP AP2011005659A patent/AP3120A/xx active
- 2009-10-13 SA SA109300619A patent/SA109300619B1/ar unknown
- 2009-10-13 CN CN200980151589.2A patent/CN102246186B/zh not_active Expired - Fee Related
- 2009-10-13 JP JP2011531471A patent/JP5776085B2/ja not_active Expired - Fee Related
- 2009-10-13 EP EP09796982.8A patent/EP2359313B1/en not_active Not-in-force
- 2009-10-14 AR ARP090103945A patent/AR073859A1/es unknown
-
2011
- 2011-04-06 IL IL212187A patent/IL212187A0/en not_active IP Right Cessation
- 2011-04-08 CO CO11043553A patent/CO6390021A2/es active IP Right Grant
- 2011-04-12 EC EC2011010976A patent/ECSP11010976A/es unknown
- 2011-04-13 ZA ZA2011/02710A patent/ZA201102710B/en unknown
- 2011-04-14 CR CR20110193A patent/CR20110193A/es unknown
- 2011-05-13 MA MA33840A patent/MA32792B1/ar unknown
-
2012
- 2012-04-13 HK HK12103665.4A patent/HK1163301A1/xx not_active IP Right Cessation
Also Published As
Similar Documents
Publication | Publication Date | Title |
---|---|---|
SA109300619B1 (ar) | طريقة ونظام لتعريف صنف | |
CN108898047B (zh) | 基于分块遮挡感知的行人检测方法及系统 | |
JP4997252B2 (ja) | 画像内の照明域を識別する方法 | |
KR101989202B1 (ko) | 미생물 성장을 분석하는 방법 및 소프트웨어 | |
CN110276386A (zh) | 一种基于机器视觉的苹果分级方法及系统 | |
CN110751079A (zh) | 物品检测方法、装置、系统和计算机可读存储介质 | |
US20220319205A1 (en) | System and method for object recognition using three dimensional mapping tools in a computer vision application | |
CN109284759A (zh) | 一种基于支持向量机(svm)的魔方颜色识别方法 | |
DK2297674T3 (en) | Optical registration and classification of returned packaging items in a return system | |
CN112819017B (zh) | 基于直方图的高精度色偏图像识别方法 | |
US8526717B2 (en) | Rich color transition curve tracking method | |
KR20190011200A (ko) | 결함 검사 시스템 및 결함 검사 방법 | |
US20140348413A1 (en) | Method and Apparatus for the Determination of Classification Parameters for the Classification of Bank Notes | |
CN114127797A (zh) | 用于在自然光和/或人造光下进行对象识别的系统和方法 | |
US20220307981A1 (en) | Method and device for detecting a fluid by a computer vision application | |
CN105556576A (zh) | 校验具有聚合物基底和透明窗口的有价文件的方法及实施所述方法的设备 | |
Siegmann et al. | Automatic evaluation of traffic sign visibility using SVM recognition methods | |
KR20210000657A (ko) | 외관 검사 관리 시스템, 외관 검사 관리 장치, 외관 검사 관리 방법 및 프로그램 | |
KR20210000656A (ko) | 외관 검사 관리 시스템, 외관 검사 관리 장치, 외관 검사 관리 방법 및 프로그램 | |
JP2000162045A (ja) | 光透過性物体の色識別方法 | |
CN116452517A (zh) | 一种黄色珍珠分级方法、系统、终端设备及存储介质 |