内容提供者
基于机器视觉的烟丝桶检测方法、装置、设备及介质.pdf
2023-11-05
10金币
422KB
13页
小忆****ng
实名认证
内容提供者
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10
亲，该文档总共13页，到这已经超出免费预览范围，如果喜欢就直接下载吧～
相关资料
基于机器视觉的烟丝桶检测方法、装置、设备及介质.pdf
本申请提供了一种基于机器视觉的烟丝桶检测方法、装置、设备及存储介质，所述方法通过DBNet网络检测待检测的烟丝桶桶底图像，得到四个桶底角坐标，根据所述桶底角坐标对所述烟丝桶桶底图像进行旋转矫正，得到桶底矫正图像；根据预设阈值过滤方法，对所述桶底矫正图像进行处理，得到烟丝残留物图像，并将所述烟丝残留物图像转为烟丝残留物灰度图像；在所述烟丝残留物灰度图像中提取烟丝残留物像素数量，根据所述烟丝残留物像素数量和所述烟丝残留物灰度图像像素总数量计算得到烟丝残留物面积占比。本申请合理的实现了烟丝残留物检测自动化管理，
2023-11-05
10
422KB
基于机器视觉的缺陷快速检测方法及装置、设备、存储介质.pdf
本发明属于机器视觉技术领域，公开了一种基于机器视觉的缺陷快速检测方法及装置、设备、存储介质，方法包括将待检测图像划分成若干图像子块；计算每个图像子块的多个相位一致性值，并求每个图像子块的多个相位一致性值的平均值；将平均值较大的指定数量个图像子块作为缺陷子块。该检测方法通过计算图像的相位一致性来检测图像中的边缘，可以不受图像局部光线明暗变化的影响，并能包含图像中的角、线、纹理等信息，尤其在图像边缘对比度比较低时保留边缘信息，从而对图像的亮度、对比度不敏感，可以很好的克服光线明暗所带来的纹理结构影响，进而可以
2023-06-01
10
1MB
基于机器视觉的缺陷检测方法、装置、终端及存储介质.pdf
本发明公开了基于机器视觉的缺陷检测方法、装置、终端及存储介质。本发明通过获取目标部件各常见受损部位分别对应的缺陷图像集，通过这些缺陷图像集确定目标部件上缺乏缺陷数据的区域。针对缺乏缺陷数据的区域制作补充图像集，以增加缺陷检测模型的缺陷数据集的种类。解决了现有技术中缺陷检测模型的训练数据通常只包含有加工部件上常见受损区域的缺陷数据，训练数据种类局限，导致训练出的缺陷检测模型的准确性和可靠性不高的问题。
2023-07-21
10
419KB
基于机器视觉的不合格叶梗烟丝检测方法.docx
基于机器视觉的不合格叶梗烟丝检测方法基于机器视觉的不合格叶梗烟丝检测方法摘要：叶梗是烟丝加工过程中的一种常见污染物，具有较高的含水率和硬度，会对烟丝质量产生负面影响。本文提出了基于机器视觉的不合格叶梗烟丝检测方法。该方法利用计算机视觉技术，通过图像采集、预处理、特征提取和分类识别等关键步骤来实现不合格叶梗烟丝检测。实验结果表明，该方法能够有效地检测和识别不合格叶梗烟丝，对于提高烟丝质量和降低生产成本具有重要意义。1.引言烟叶是实现烟丝生产的重要原料，而烟丝质量是影响烟叶加工效率和产品质量的关键因素之一。而
2024-11-02
5
11KB
基于机器视觉的导航方法、装置、电子设备及存储介质.pdf
本发明涉及机器人控制领域，具体为一种基于机器视觉的导航方法、装置、电子设备及存储介质，应用于机器人的控制系统以使机器人在商场中行驶，其步骤包括：获取目标商品的商品信息：类别信息、货架信息和目标商品名称；根据类别信息控制机器人沿第一引导线在商场中移动并寻找到目标商品所在的第一区域；根据货架信息，控制机器人在第一区域内寻找目标商品所在的第一货架的位置；根据第一货架的位置获取第一货架对应的第一过道的位置；根据第一过道的位置控制机器人进入第一过道；识别路侧货架图像中的各商品的第二标签信息以找到目标商品；本发明通过
2023-07-24
10
965KB