SA109300619B1 - طريقة ونظام لتعريف صنف - Google Patents

طريقة ونظام لتعريف صنف Download PDF

Info

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
Application number
SA109300619A
Other languages
English (en)
Inventor
Sannier Gael
Original Assignee
Sicpa Holdinh S A
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 Sicpa Holdinh S A filed Critical Sicpa Holdinh S A
Publication of SA109300619B1 publication Critical patent/SA109300619B1/ar

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/50Extraction 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation 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
    • G06V10/758Involving 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
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)

  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؛ و
    ‎٠‏ (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 تكون
    ‎YYAY
    مأ - © 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 ألوان
    ولا -
    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 ؛ و
    ‏0 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 ‎YYAY
    وس
    ‎١"‏ 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 الرقمية‎
    ‎YYAY
    »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 ‎YYAY‏
    انهم ‎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؛ و
    YYAY
    ربط 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 ‎YYAY
    ‎Yo —_‏ _ ‎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
SA109300619A 2008-10-14 2009-10-13 طريقة ونظام لتعريف صنف SA109300619B1 (ar)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Also Published As

Publication number Publication date
MY155427A (en) 2015-10-15
US9064187B2 (en) 2015-06-23
EA019627B1 (ru) 2014-05-30
CN102246186B (zh) 2014-07-16
AU2009305437B2 (en) 2015-03-12
US20110262036A1 (en) 2011-10-27
CO6390021A2 (es) 2012-02-29
KR20110076989A (ko) 2011-07-06
AU2009305437A1 (en) 2010-04-22
JP5776085B2 (ja) 2015-09-09
EP2359313B1 (en) 2014-08-20
NZ592164A (en) 2014-01-31
ZA201102710B (en) 2011-12-28
AP3120A (en) 2015-02-28
CA2739866A1 (en) 2010-05-22
GEP20135928B (en) 2013-10-10
HK1163301A1 (en) 2012-09-07
MA32792B1 (ar) 2011-11-01
TW201019237A (en) 2010-05-16
ECSP11010976A (es) 2011-05-31
MX2011003977A (es) 2011-06-06
IL212187A0 (en) 2011-06-30
EP2359313A1 (en) 2011-08-24
AP2011005659A0 (en) 2011-04-30
UA104299C2 (uk) 2014-01-27
WO2010043618A1 (en) 2010-04-22
AR073859A1 (es) 2010-12-09
CN102246186A (zh) 2011-11-16
TWI479428B (zh) 2015-04-01
BRPI0920286A2 (pt) 2016-02-16
EA201170558A1 (ru) 2011-12-30
ES2519117T3 (es) 2014-11-06
JP2012505485A (ja) 2012-03-01
CR20110193A (es) 2011-07-01

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