TW201915479A - 畫作缺陷檢測方法 - Google Patents
畫作缺陷檢測方法 Download PDFInfo
- Publication number
- TW201915479A TW201915479A TW106132284A TW106132284A TW201915479A TW 201915479 A TW201915479 A TW 201915479A TW 106132284 A TW106132284 A TW 106132284A TW 106132284 A TW106132284 A TW 106132284A TW 201915479 A TW201915479 A TW 201915479A
- Authority
- TW
- Taiwan
- Prior art keywords
- defect
- axis coordinate
- point
- value
- area
- Prior art date
Links
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
一種畫作缺陷檢測方法，用以解決習知畫作缺陷檢測方法需耗費大量人力及時間，及判斷不精準等問題。係包含：以一三維掃描器對一待檢測畫作進行掃描，使產生數個資料點，各該資料點係為一三維點雲資訊，該三維點雲資訊中具有各該資料點的一X軸座標、一Y軸座標及一Z軸座標；計算各該資料點與其相鄰的資料點的Z軸座標差距，使產生數個深度值；及判斷各該深度值是否均小於一深度門檻值。
Description
本發明係關於一種畫作缺陷檢測方法，尤其是一種能夠減少人力及時間的耗費，以及提升缺陷判斷精確度的檢測方法。
習知畫作缺陷檢測方法，係以可見光照射畫作及擷取圖像後，由修補師以目視的方式分辨畫作表面狀況，判斷畫作是否具有缺陷存在。
惟，上述習知畫作缺陷檢測方法，需耗費大量的人力及時間，且同時具有缺陷判斷不精確之問題存在。舉例而言，當畫作為油畫等非單一平面畫作時，由於其外觀上具有層次感及立體感，因此僅憑畫作顏色變化，無法準確得知缺陷位於畫作何處，有鑑於此，習知畫作缺陷檢測方法確實仍有加以改善之必要。
為解決上述問題，本發明係提供一種畫作缺陷檢測方法，能夠減少人力及時間的耗費，以及提升缺陷判斷精確度。
本發明之畫作缺陷檢測方法，包含：以一三維掃描器對一待檢測畫作進行掃描，使產生數個資料點，各該資料點係為一三維點雲資訊，該三維點雲資訊中具有各該資料點的一X軸座標、一Y軸座標及一Z軸座標；計算各該資料點與其相鄰的資料點的Z軸座標差距，使產生數個深度值；及判斷各該深度值是否均小於一深度門檻值。
本發明之畫作缺陷檢測方法，包含：以一三維掃描器對一待檢測畫作進行掃描，使產生數個資料點，各該資料點係為一三維點雲資訊，該三維點雲資訊中具有各該資料點的一X軸座標、一Y軸座標及一Z軸座標；以一連通分量標記法，使該數個資料點中相鄰，且未被選取的至少二資料點產生一缺陷區域，並使該缺陷區域的一寬度值落於一寬度範圍值內；計算該至少二資料點中的每一個資料點，與其相鄰的資料點的Z軸座標差距，使產生數個深度值；及判斷各該深度值是否均不小於一深度門檻值，若判斷結果為是，則將該缺陷區域設定為一待修補區域。
據此，本發明畫作缺陷檢測方法，能夠以該三維掃描器對該待檢測畫作進行掃描，使產生數個資料點，並藉由判斷由該數個資料點中的至少二相鄰的資料點，其所形成的缺陷區域的深度及寬度，是否均符合該深度門檻值及該寬度範圍值的限制，以確認該缺陷區域是否可以被修補。因此，修補師不須以目視的方式一一對該待檢測畫作檢查缺陷，係具有減少人力及時間的耗費，以及提升缺陷判斷精確度等功效。
其中，若判斷結果為否，則將落於該深度門檻值的資料點設為一缺陷點，該缺陷點的數量為一個時，則確認該缺陷點的一寬度值是否落於一寬度範圍值內，若確認結果為是，則將該缺陷點設定為一待修補區域。如此，係具有更進一步提升缺陷判斷精確度之功效。
其中，若判斷結果為否，則將不小於該深度門檻值的資料點設為一缺陷點，該缺陷點的數量為數個時，則依據一連通分量標記法，使該數個缺陷點中相鄰的至少二缺陷點形成一缺陷區域，以該至少二缺陷點的X軸座標及Y軸座標，求得該缺陷區域的一寬度值，並確認該寬度值是否落於一寬度範圍值內，若確認結果為是，則將該缺陷區域設定為一待修補區域。如此，係具有更進一步提升缺陷判斷精確度之功效。
其中，若判斷結果為否，則將該深度值小於該深度門檻值的 資料點，由該缺陷區域中刪除，使產生一修正區域，計算該修正區域的寬度值，確認該寬度值是否落於該寬度範圍值內，若確認結果為是，則將該修正區域設為該待修補區域。如此，係具有更進一步提升缺陷判斷精確度之功效。
其中，該深度門檻值係為100微米。如此，可以確保該資料點能夠被進行修復，係具有提升畫作缺陷修補的可能性之功效。
其中，該寬度範圍值1000微米~2公分。如此，可以確保該資料點能夠被進行修復，係具有提升畫作缺陷修補的可能性之功效。
其中，該連通分量標記法係為一遞歸法、一循序法、一邊界判斷法或一疊代法。如此，係具有減少人力及時間的耗費，以及提升缺陷判斷精確度等功效。
S1‧‧‧掃描步驟
S2,S5‧‧‧深度判斷步驟
S3,S4‧‧‧寬度判斷步驟
S31‧‧‧合併步驟
P‧‧‧待檢測畫作
S‧‧‧三維掃描器
第1圖：本發明第一實施例的方法流程圖。
第2圖：本發明以一三維掃描器掃描一待檢測畫作的示意圖。
第3圖：本發明第二實施例的方法流程圖。
為讓本發明之上述及其他目的、特徵及優點能更明顯易懂，下文特舉本發明之較佳實施例，並配合所附圖式，作詳細說明如下：請參照第1圖所示，其係本發明畫作缺陷檢測方法之第一實施例，該方法之步驟係包含：一掃描步驟S1、一深度判斷步驟S2及一寬度判斷步驟S3。其中，該方法係先執行該深度判斷步驟S2後，再執行該寬度判斷步驟S3。
請一併參照第2圖所示，該掃描步驟S1能夠以一三維掃描器S對一待檢測畫作P(如：油畫、壁畫或其他非平面之畫作)進行掃描， 使產生數個資料點，各該資料點係為一三維點雲(Cloud Points)資訊，該三維點雲資訊係包含各該資料點的一X軸座標、一Y軸座標及一Z軸座標等軸座標資訊，其中該數個資料點的數量，可以為該待檢測畫作P的長度與寬度的乘積，再除以該三維掃描器S的三維分辨率後所求得的商，惟不以此為限。
該深度判斷步驟S2能夠計算各該資料點與其相鄰的資料點的Z軸座標差距，使產生數個深度值，判斷各該深度值是否均小於一深度門檻值，若判斷結果為是，則完成該待檢測畫作P的缺陷檢測。
承上述，若判斷結果為否，則執行該寬度判斷步驟S3。詳言之，該寬度判斷步驟S3係將不小於該深度門檻值的資料點設為一缺陷點，確認該缺陷點的一寬度值是否落於一寬度範圍值內，若確認結果為是，且該缺陷點的數量為一個時，則將該缺陷點設定為一待修補區域。另外，若確認結果為是，且當該缺陷點的數量為數個時，則執行一合併步驟S31，該合併步驟S31係依據一連通分量標記法(Component Labeling)，例如可以為一遞歸法(Recursive Algorithm)、一循序法(Sequential Algorithm)、一邊界判斷法(Boundary Method)或一疊代法(Iterative Method)，使該數個缺陷點中相鄰的至少二缺陷點形成一缺陷區域，並以該至少二缺陷點的X軸座標及Y軸座標，求得該缺陷區域的寬度值，確認該寬度值是否落於該寬度範圍值內，若確認結果為是，則將該缺陷區域設定為該待修補區域。其中，該寬度值的計算，係可以為形成該缺陷區域的數個缺陷點中的任二缺陷點距離的一最大值。
其中，該深度門檻值及該寬度範圍值的範圍區間之限制，係在於該待檢測畫作P可以被修復的前提之下所設定的一範圍值，具體而言，當該待檢測畫作P上的缺陷點的寬度大於該寬度範圍值時，則表示該缺陷點無法被修復，此外，當該待檢測畫作P上的缺陷點深度小於該深度 門檻值，或缺陷點的寬度小於該寬度範圍值時，則表示該缺陷點無須被修復，在本實施例中，該深度門檻值可以設定為100微米(μm)，該寬度範圍值可以設定為1000微米~2公分(cm)。如此，可以確保該缺陷點能夠被進行修復，係具有提升畫作缺陷修補的可能性之功效。
例如但不限制地，在本實施例中，以該循序法將該數個缺陷點其中之一個缺陷點設定為一檢測點，分析與該檢測點相鄰且位於該檢測點上方及左方的二缺陷點之間的標號關聯，使產生該缺陷區域。具體而言，若該二缺陷點之間僅具有一第一標號；或該二缺陷點彼此之間具有相同的第一標號，則將該檢測點的標號設為該第一標號；若該二缺陷點彼此之間具有不相同的第一標號及一第二標號，則將該檢測點的標號設為該第一標號與該第二標號中的較大者，並將該第一標號及該第二標號設在同一集合內紀錄於一等值標號表；若該二缺陷點彼此之間均不具有該第一標號或該第二標號，則將該檢測點的標號設為一第三標號。當分析完各該缺陷點後，依據該等值標號表，將紀錄於同一集合內的數個標號，以該集合內的數個標號的最小值取代，並將具有相同標號的缺陷點連接，使形成該缺陷區域。
請參照第3圖所示，其係本發明畫作缺陷檢測方法之第二實施例，該方法之步驟係包含：一掃描步驟S1、一寬度判斷步驟S4及一深度判斷步驟S5。其中，該方法係先執行該寬度判斷步驟S4後，再執行該深度判斷步驟S5。
該掃描步驟S1能夠以一三維掃描器S對一待檢測畫作P(如：油畫、壁畫或其他非平面之畫作)進行掃描，使產生數個資料點，各該資料點係為一三維點雲資訊，該三維點雲資訊係包含各該資料點的一X軸座標、一Y軸座標及一Z軸座標等軸座標資訊，其中該數個資料點的數量，可以為該待檢測畫作P的長度與寬度的乘積，再除以該三維掃描器S的三維分辨率後所求得的商，惟不以此為限。
該寬度判斷步驟S4，係能夠以該連通分量標記法，使該數個資料點中相鄰，且未被選取的至少二資料點產生一缺陷區域，並使該缺陷區域的一寬度值落於一寬度範圍值內，在本實施例中，該寬度範圍值可以設定為1000微米~2公分。如此，可以確保該資料點能夠被進行修復，係具有提升畫作缺陷修補的可能性之功效。
該深度判斷步驟S5，係計算該至少二資料點中的每一個資料點，與其相鄰的資料點的Z軸座標差距，使產生數個深度值，判斷各該深度值是否均不小於一深度門檻值，若判斷結果為是，則將該缺陷區域設定為一待修補區域；若判斷結果為否，則將該深度值小於該深度門檻值的資料點由該缺陷區域中刪除，使產生一修正區域，計算該修正區域的寬度值，確認該寬度值是否落於該寬度範圍值內，若確認結果為是，則將該修正區域設為該待修補區域；若確認結果為否，則表示該修正區域無須被修復。其中，在本實施例中，該深度門檻值可以設定為100微米。如此，可以確保該資料點能夠被進行修復，係具有提升畫作缺陷修補的可能性之功效。
綜上所述，本發明畫作缺陷檢測方法，能夠以該三維掃描器對該待檢測畫作進行掃描，使產生數個資料點，並藉由判斷由該數個資料點中的至少二相鄰的資料點，其所形成的缺陷區域的深度及寬度，是否均符合該深度門檻值及該寬度範圍值的限制，以確認該缺陷區域是否可以被修補。因此，修補師不須以目視的方式一一對該待檢測畫作檢查缺陷，係具有減少人力及時間的耗費，以及提升缺陷判斷精確度等功效。
雖然本發明已利用上述較佳實施例揭示，然其並非用以限定本發明，任何熟習此技藝者在不脫離本發明之精神和範圍之內，相對上述實施例進行各種更動與修改仍屬本發明所保護之技術範疇，因此本發明之保護範圍當視後附之申請專利範圍所界定者為準。
Claims (8)
- 一種畫作缺陷檢測方法，包含：以一三維掃描器對一待檢測畫作進行掃描，使產生數個資料點，各該資料點係為一三維點雲資訊，該三維點雲資訊中具有各該資料點的一X軸座標、一Y軸座標及一Z軸座標；計算各該資料點與其相鄰的資料點的Z軸座標差距，使產生數個深度值；及判斷各該深度值是否均小於一深度門檻值。
- 如申請專利範圍第1項所述之畫作缺陷檢測方法，其中，若判斷結果為否，則將不小於該深度門檻值的資料點設為一缺陷點，該缺陷點的數量為一個時，則確認該缺陷點的一寬度值是否落於一寬度範圍值內，若確認結果為是，則將該缺陷點設定為一待修補區域。
- 如申請專利範圍第1項所述之畫作缺陷檢測方法，其中，若判斷結果為否，則將不小於該深度門檻值的資料點設為一缺陷點，該缺陷點的數量為數個時，則依據一連通分量標記法，使該數個缺陷點中相鄰的至少二缺陷點形成一缺陷區域，以該至少二缺陷點的X軸座標及Y軸座標，求得該缺陷區域的一寬度值，並確認該寬度值是否落於一寬度範圍值內，若確認結果為是，則將該缺陷區域設定為一待修補區域。
- 一種畫作缺陷檢測方法，包含：以一三維掃描器對一待檢測畫作進行掃描，使產生數個資料點，各該資料點係為一三維點雲資訊，該三維點雲資訊中具有各該資料點的一X軸座標、一Y軸座標及一Z軸座標；以一連通分量標記法，使該數個資料點中相鄰，且未被選取的至少二資料點產生一缺陷區域，並使該缺陷區域的一寬度值落於一寬度 範圍值內；計算該至少二資料點中的每一個資料點，與其相鄰的資料點的Z軸座標差距，使產生數個深度值；及判斷各該深度值是否均不小於一深度門檻值，若判斷結果為是，則將該缺陷區域設定為一待修補區域。
- 如申請專利範圍第4項所述之畫作缺陷檢測方法，其中，若判斷結果為否，則將該深度值小於該深度門檻值的資料點，由該缺陷區域中刪除，使產生一修正區域，計算該修正區域的寬度值，確認該寬度值是否落於該寬度範圍值內，若確認結果為是，則將該修正區域設為該待修補區域。
- 如申請專利範圍第1至5項中任一項所述之畫作缺陷檢測方法，其中，該深度門檻值係為100微米。
- 如申請專利範圍第2至5項中任一項所述之畫作缺陷檢測方法，其中，該寬度範圍值1000微米~2公分。
- 如申請專利範圍第3至5項中任一項所述之畫作缺陷檢測方法，其中，該連通分量標記法係為一遞歸法、一循序法、一邊界判斷法或一疊代法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW106132284A TWI638992B (zh) | 2017-09-20 | 2017-09-20 | 畫作缺陷檢測方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW106132284A TWI638992B (zh) | 2017-09-20 | 2017-09-20 | 畫作缺陷檢測方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TWI638992B TWI638992B (zh) | 2018-10-21 |
| TW201915479A true TW201915479A (zh) | 2019-04-16 |
Family
ID=64797672
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW106132284A TWI638992B (zh) | 2017-09-20 | 2017-09-20 | 畫作缺陷檢測方法 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWI638992B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021185010A1 (zh) * | 2020-03-20 | 2021-09-23 | 中建材（合肥）粉体科技装备有限公司 | 一种辊压机辊面缺陷识别方法和装置 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102012964B (zh) | 2010-09-21 | 2012-09-05 | 北京矿冶研究总院 | 激光扫描的采样数据的处理方法和装置 |
| CN206056534U (zh) | 2016-09-30 | 2017-03-29 | 武汉大学 | 一种油画表面三维点云扫描系统 |
| TWM536823U (zh) | 2016-10-04 | 2017-02-11 | 全友電腦股份有限公司 | 影像掃瞄裝置 |
| TWM542138U (zh) | 2016-11-11 | 2017-05-21 | 正修學校財團法人正修科技大學 | 油畫掃瞄器 |
| CN106885530A (zh) | 2017-03-02 | 2017-06-23 | 华南理工大学 | 一种微观结构表面的三维信息采集方法及系统 |
-
2017
- 2017-09-20 TW TW106132284A patent/TWI638992B/zh active
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021185010A1 (zh) * | 2020-03-20 | 2021-09-23 | 中建材（合肥）粉体科技装备有限公司 | 一种辊压机辊面缺陷识别方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| TWI638992B (zh) | 2018-10-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| AU2016385541B2 (en) | Object surface deformation feature extraction method based on line scanning three-dimensional point Cloud | |
| CN113688807B (zh) | 一种自适应缺陷检测方法、装置、识别系统及存储介质 | |
| JP6620477B2 (ja) | コンクリートのひび割れ検出方法及び検出プログラム | |
| CN105809668B (zh) | 基于线扫描三维点云的物体表面变形特征提取方法 | |
| CN102175700B (zh) | 数字x射线图像焊缝分割和缺陷检测方法 | |
| CN102496161B (zh) | 一种印刷电路板图像的轮廓提取方法 | |
| CN109900711A (zh) | 基于机器视觉的工件缺陷检测方法 | |
| WO2016152076A1 (ja) | 構造物の状態判定装置と状態判定システムおよび状態判定方法 | |
| JP5421192B2 (ja) | ひび割れ検出方法 | |
| CN106770321B (zh) | 一种基于多阈值区间的塑料零件缺陷检测方法 | |
| CN111982916A (zh) | 一种基于机器视觉的焊缝表面缺陷检测方法及系统 | |
| CN114240944B (zh) | 一种基于点云信息的焊接缺陷检测方法 | |
| WO2017177717A1 (zh) | 基于颜色和梯度的元件定位方法和系统 | |
| JP2013096972A (ja) | タイヤ形状検査方法、及びタイヤ形状検査装置 | |
| CN107239742A (zh) | 一种仪表指针刻度值计算方法 | |
| JPWO2016152075A1 (ja) | 構造物の状態判定装置と状態判定システムおよび状態判定方法 | |
| CN105205803A (zh) | 显示面板缺陷检测方法 | |
| US20130297232A1 (en) | Method and device for inspecting an object for the detection of surface damage | |
| KR102242996B1 (ko) | 자동차 사출제품의 비정형 불량 검출 방법 | |
| JP2013213733A (ja) | 検査対象物の検査装置およびその検査方法 | |
| TWI638992B (zh) | 畫作缺陷檢測方法 | |
| CN108416790A (zh) | 一种用于工件破损率的检测方法 | |
| CN114882009A (zh) | 可适应多种表面状态的疲劳裂纹尖端自动检测方法及系统 | |
| JP4346379B2 (ja) | 欠陥検査方法 | |
| CN114841917A (zh) | 一种航空铝合金表面疲劳裂纹尖端动态检测方法及系统 |