CN100485371C - 钢板预处理过程中的上、下表面缺陷在线自动检测方法 - Google Patents

钢板预处理过程中的上、下表面缺陷在线自动检测方法 Download PDF

Info

Publication number
CN100485371C
CN100485371C CNB2005100478974A CN200510047897A CN100485371C CN 100485371 C CN100485371 C CN 100485371C CN B2005100478974 A CNB2005100478974 A CN B2005100478974A CN 200510047897 A CN200510047897 A CN 200510047897A CN 100485371 C CN100485371 C CN 100485371C
Authority
CN
China
Prior art keywords
image
steel plate
defect point
defect
colourity
Prior art date
Legal status (The legal status 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 status listed.)
Expired - Fee Related
Application number
CNB2005100478974A
Other languages
English (en)
Other versions
CN1789990A (zh
Inventor
熊木地
郭静寰
陈力
韩仁通
赵凤国
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Bohai Shipbuilding Heavy Industry Co Ltd
Original Assignee
Bohai Shipbuilding Heavy Industry Co Ltd
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 Bohai Shipbuilding Heavy Industry Co Ltd filed Critical Bohai Shipbuilding Heavy Industry Co Ltd
Priority to CNB2005100478974A priority Critical patent/CN100485371C/zh
Publication of CN1789990A publication Critical patent/CN1789990A/zh
Priority to PCT/CN2006/002403 priority patent/WO2007062563A1/zh
Application granted granted Critical
Publication of CN100485371C publication Critical patent/CN100485371C/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/888—Marking defects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/8914—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined
    • G01N2021/8918—Metal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30136—Metal

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Textile Engineering (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明涉及建造船舶钢板预处理过程中的表面缺陷在线自动检测方法，包括下列步骤：钢板表面照明，布设钢板表面照明设施，于在线钢板的两面形成光场；摄取图像，对准钢板两面光场各对应的设置多套独立成像测量装置，当钢板沿水平方向运动时，成像测量装置对钢板两面同时进行实时成像；图像处理及缺陷点标识，由灰度图像信息采集器和色度图像信号采集器分别采集成像的灰度和色度信息，然后由工业计算机预先编制的软件分析和图像处理，采用图像灰度与色度特征对缺陷点进行辨识与分类，当辨识与分类的结果为缺陷点时，启动打标装置对缺陷点进行标识。本发明的优点是检测安全，生产效率高，可实现宽幅运动钢板上、下表面同时测量，大大缩短船舶建造周期，检测准确不会漏检，提高船体结构质量。

Description

钢板预处理过程中的上、下表面缺陷在线自动检测方法
(一)技术领域
本发明涉及钢板表面缺陷自动检测方法，特别是涉及钢板预处理过程中的表面缺陷在线自动检测方法。
(二)背景技术
在船舶制造过程中需要使用大量的钢板，首先对钢板需进行预处理，钢板预处理过程中要经过表面除锈与喷漆工序后，在进入切割工序前需对钢板的表面缺陷进行检测，对于缺陷超标钢板要进行修补或更换处理，符合标准的钢板才可进入下道工序切割。
传统的钢板表面缺陷检测方法，是待钢板经过预处理流水线除锈、喷底漆以后，再进行目测检查，钢板一面检查后，再将钢板翻转检查另一面，这种检查方法不仅效率低下又不安全，而且漏检不可避免，以至于不合格的钢板会用在船体结构上，引起质量问题造成返工。
(三)发明内容
本发明要解决的技术问题，是要做到及时发现流水线上表面缺陷超标钢板，对其进行修补更换，不仅可提高钢板缺陷检查的可靠性，又能大幅度提高生产率的钢板预处理过程中的表面缺陷在线自动检测方法。
采用的技术方案是：
钢板预处理过程中的表面缺陷在线自动检测方法，本方法采用近代光学成象技术，根据缺陷点的成象颜色和灰度有别于其他正常点的特点，采用图象色度与灰度特征识别技术对缺陷点进行辨识与分类，然后将图像输入微机进行处理。
钢板预处理过程中的表面缺陷在线自动检测方法，包括钢板表面照明、摄取图象、图像处理及缺陷点标识步骤。
步骤1：钢板表面照明，布设钢板表面照明设施，采用对成象无干扰的专用光源，于在线钢板两面形成光场。
步骤2：摄取图象，对准钢板两面的光场各对应的设置多套独立的成象测量装置，当钢板沿水平方向以一定速度运动时，成象测量装置对钢板两面同时进行实时成象。
步骤3：图象处理及缺陷点标识，由灰度图象信号采集器和色度图象信号采集器分别采集成象的灰度信息和色度信息，然后由工业计算机预先编制的软件分析和图象处理，即采用图象灰度与色度特征识别技术对缺陷点进行辨识与分类，当辨识与分类的结果为缺陷点时，启动打标装置对缺陷点进行标识。
上述的钢板表面照明、摄取图象、图象处理及缺陷点标识，是由预先编制的驱动程序和图象特征数据库装载在工业计算机上，驱动光源照明、采集图象，经计算得到缺陷点图象特征，至查询图象特征数据库，识别缺陷大小和种类，并以缺陷深度等级进行分类，再判断是否为缺陷点，判断为缺陷点时，打标装置记录表面缺陷和X、Y轴坐标位置，自动报警启动打标装置喷射液体标识，完成标识后的缺陷点特征信息输入图象特征数据库自学习、扩容。成象测量装置不断地对在线运动钢板两面多幅、列阵摄象，可保证水平运行的钢板无一遗漏地被检测到。
上述的缺陷点分类为：缺陷深度d大于板厚t的20％，面积超过板面的2％，这部分板需按规定进行更换；0.07t<d<0.2tmm，规定焊补后磨平；d<0.07tmm并且d≤3mm，规定磨平；d<0.15mm，规定不必修整。
本发明取得的积极效果是：
1、实现缺陷点的面积和深度进行实时测量并且钢板在线双面同时检测，工作安全、大大提高了生产效率。
2、测量板材幅度宽，板宽达4m。
3、缺陷点等级自动识别与报警并在线打标，检测准确不会造成漏检，提高船体结构质量。
(四)附图说明
图1为本发明钢板缺陷检测示意图。
图2为本发明测量系统控制框图。
图3为计算机软件系统流程图。
(五)具体实施方式
钢板预处理过程中的表面缺陷在线自动检测方法，本方法是采用近代光学成象技术，根据缺陷点的成象颜色和灰度有别于其他正常点的特点，采用图象色度与灰度特征识别技术对缺陷点进行辨识与分类，然后将图象输入微机进行处理。
钢板预处理过程中的表面缺陷在线自动检测方法，如图1、图2所示。龙门架1架设在钢板预处理流水线上，钢板3沿Y轴以一定的速度运动通过龙门架1；龙门架1上下梁装设有照明设施4，照明设施4主要有高速频闪的专用光源和透镜，光源经透镜形成平行光束，平行光束投射在钢板3两面形成光场；对准钢板3两面的光场于龙门架1上下梁对应的各设置两套或四套独立的以相机构成成象测量装置2，当钢板3沿水平方向运动时，进行多幅、列阵对钢板两面同时实时成象；成象测量装置2将缺陷区域面积与深度信息变为CCD平面色度和灰度信息，由灰度图象信号采集器6分别采集钢板上表面灰度成象信息13、14和下表面灰度成象信息15、16，由色度图象信号采集器7分别采集上表面色度成象信息17、18和下表面色度成象信息19、20，然后由工业计算机8预先编制的软件分析和处理图象，即采用图象灰度与色度特征辨识缺陷点并按缺陷深度d大于板厚t的20％，面积超过板面的2％，这部分板需更换；0.07t<d<0.2tmm，规定焊补后磨平；d<0.07tmm并且d≤3mm，规定磨平；d<0.15mm，规定不必修整；当辨识与分类的结果为缺陷点时，与计算机接口电路板9连接的上表面自动打标装置10和下表面自动打标装置11启动，对缺陷点进行标识，缺陷点辨识与分类结果输入自学习型缺陷点色度与灰度特征数据库12；钢板表面缺陷在线自动检测过程是通过工业计算机装载预先编制的驱动程序和图象特征数据库实现的，软件系统流程如下：
计算机开始运行，依据系统参数初始化的参数进行系统自检；
系统自检，当系统异常，停止运行，查找原因进行调整，无异常情况，装载驱动程序和图象特征数据库；
照明并采集图象，驱动光源向钢板两面照明，同时摄象机快速成象，采集钢板上下表面缺陷灰度和色度成象信息；
将采集到的灰度和色度成象信息经计算得到的缺陷点图象特征导入查询图象特征数据库，查询是否为缺陷点，如不为缺陷点则通过，如是缺陷点报警并启动打标设备；
打标设备按在线识别钢板的表面缺陷和不合格面积比及于X、Y坐标上位置进行打标标识；
缺陷点图象灰度、色度特征数据回归图象特征数据库自学习、扩容；
摄象机不断地对在线运动钢板两面多幅、列阵摄象，驱动程度循环运行，直至水平运动的钢板无一遗漏地被检测完了而结束。

Claims (1)

1、钢板预处理过程中的上、下表面缺陷在线自动检测方法，其特征是将龙门架(1)架设在钢板预处理流水线上，钢板(3)沿Y轴以一定的速度运动通过龙门架(1)；龙门架(1)上下梁装设有照明设施(4)，照明设施(4)主要有高速频闪的专用光源和透镜，光源经透镜形成平行光束，平行光束投射在钢板(3)两面形成光场；对准钢板(3)两面的光场于龙门架(1)上下梁对应的各设置两套或四套独立的以相机构成成像测量装置(2)，当钢板(3)沿水平方向运动时，进行多幅、列阵对钢板两面同时实时成像；成像测量装置(2)将缺陷区域面积与深度信息变为CCD平面色度和灰度信息，由灰度图像信号采集器(6)分别采集钢板上表面灰度成像信息(13)、(14)和下表面灰度成像信息(15)、(16)，由色度图像信号采集器(7)分别采集上表面色度成像信息(17)、(18)和下表面色度成像信息(19)、(20)，然后由工业计算机(8)预先编制的软件分析和处理图像，即采用图像灰度与色度特征辨识缺陷点并按缺陷深度d大于板厚t的20％，面积超过板面的2％，这部分板需更换；0.07t<d<0.2tmm，规定焊补后磨平；d<0.07tmm并且d≤3mm，规定磨平；d<0.15mm，规定不必修整；当辨识与分类的结果为缺陷点时，与计算机接口电路板(9)连接的上表面自动打标装置(10)和下表面自动打标装置(11)启动，对缺陷点进行标识，缺陷点辨识与分类结果输入自学习型缺陷点色度与灰度特征数据库(12)；钢板表面缺陷在线自动检测过程是通过工业计算机装载预先编制的驱动程序和图像特征数据库实现的，软件系统流程如下：
a、计算机开始运行，依据系统参数初始化的参数进行系统自检；
b、系统自检，当系统异常，停止运行，查找原因进行调整，无异常情况，装载驱动程序和图像特征数据库；
c、照明并采集图像，驱动光源向钢板两面照明，同时摄像机快速成像，采集钢板上下表面缺陷灰度和色度成像信息；
d、将采集到的灰度和色度成像信息经计算得到的缺陷点图像特征导入查询图像特征数据库，查询是否为缺陷点，如不为缺陷点则通过，如是缺陷点报警并启动打标设备；
e、打标设备按在线识别钢板的表面缺陷和不合格面积比及于X、Y坐标上位置进行打标标识；
f、缺陷点图像灰度、色度特征数据回归图像特征数据库自学习、扩容；
g、摄像机不断地对在线运动钢板两面多幅、列阵摄像，驱动程度循环运行，直至水平运动的钢板无一遗漏地被检测完了而结束。
CNB2005100478974A 2005-12-01 2005-12-01 钢板预处理过程中的上、下表面缺陷在线自动检测方法 Expired - Fee Related CN100485371C (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CNB2005100478974A CN100485371C (zh) 2005-12-01 2005-12-01 钢板预处理过程中的上、下表面缺陷在线自动检测方法
PCT/CN2006/002403 WO2007062563A1 (fr) 2005-12-01 2006-09-14 Procede d'examen automatique en ligne pour des detections de defauts de surface d'acier pendant le pretraitement de toles d'acier

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CNB2005100478974A CN100485371C (zh) 2005-12-01 2005-12-01 钢板预处理过程中的上、下表面缺陷在线自动检测方法

Publications (2)

Publication Number Publication Date
CN1789990A CN1789990A (zh) 2006-06-21
CN100485371C true CN100485371C (zh) 2009-05-06

Family

ID=36787992

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB2005100478974A Expired - Fee Related CN100485371C (zh) 2005-12-01 2005-12-01 钢板预处理过程中的上、下表面缺陷在线自动检测方法

Country Status (2)

Country Link
CN (1) CN100485371C (zh)
WO (1) WO2007062563A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110899150A (zh) * 2019-12-23 2020-03-24 中国环境科学研究院 一种电解锌锰阴阳极表面物理缺陷智能识别的方法

Families Citing this family (48)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100440083C (zh) * 2006-06-27 2008-12-03 宝山钢铁股份有限公司 轧制大板的在线优化剪切方法
CN102192909A (zh) * 2010-03-12 2011-09-21 深圳市先阳软件技术有限公司 一种电池极片的激光切割质量检测系统
CN103207185A (zh) * 2012-01-11 2013-07-17 宝山钢铁股份有限公司 钢卷端部质量检测系统及方法
CN102565075A (zh) * 2012-01-13 2012-07-11 博罗承创精密工业有限公司 一种led支架自动检测装置
CN102721699A (zh) * 2012-06-06 2012-10-10 朱保凌 一种高清探头无损检测系统
CN103529043B (zh) * 2012-07-06 2015-10-28 中国钢铁股份有限公司 钢胚缺陷光学检测系统及其检测方法
CN102841101B (zh) * 2012-08-16 2014-08-20 南京协力电子科技集团有限公司 Pcb线路板直立式双面ccd线扫描自动化检测平台
CN103077526B (zh) * 2013-02-01 2016-05-11 苏州华兴致远电子科技有限公司 具有深度检测功能的列车异常检测方法及系统
FR3005042B1 (fr) * 2013-04-26 2016-01-01 Snecma Machine a tisser ou enrouler une texture fibreuse permettant un controle d'anomalies par analyse d'images
CN103662955B (zh) * 2013-05-11 2016-01-20 湖北南天无纺布制品有限公司 汽车内饰件用无纺布裁切机及裁切方法
CN103586166A (zh) * 2013-09-26 2014-02-19 中航锂电（洛阳）有限公司 一种涂布生产线及其在线自动标识装置
CN103575741A (zh) * 2013-10-29 2014-02-12 浚丰太阳能(江苏)有限公司 一种底面外观检查器
CN104897679A (zh) * 2014-03-05 2015-09-09 鞍钢股份有限公司 一种钢板表面缺陷的检查方法
CN104048973B (zh) * 2014-05-28 2016-08-17 苏州科技学院 卷状遮光料的漏光检测装置
CN104165842B (zh) * 2014-07-21 2016-08-10 四川祥益智能科技有限公司 一种在线光学检测仪
CN105784720A (zh) * 2014-12-16 2016-07-20 徐帆 布料缺陷的检测方法和系统
CN104476142B (zh) * 2014-12-19 2017-06-16 青岛维尔环保科技有限公司 滑道梁防变形制作工艺
CN105092593A (zh) * 2015-08-27 2015-11-25 张小磊 一种基于高强度照明的钢板缺陷检测方法
CN105136810A (zh) * 2015-08-27 2015-12-09 张小磊 基于高强度照明的钢板缺陷检测平台
CN105842253B (zh) * 2016-03-18 2019-07-23 奥士康科技股份有限公司 一种自动化pcb板光学检测方法
CN106338519B (zh) * 2016-08-29 2018-10-09 李建勋 一种全自动工件表面质量检测装置
CN106383124A (zh) * 2016-08-30 2017-02-08 四川石棉华瑞电子有限公司 电容铝箔表面缺陷视觉在线检查系统及方法
CN108508031A (zh) * 2017-02-28 2018-09-07 上海微电子装备（集团）股份有限公司 一种双面检测装置及检测方法
CN106872488A (zh) * 2017-04-20 2017-06-20 广东振华科技股份有限公司 一种快速大面积透明基片双表面缺陷视觉检测方法及装置
CN107486415B (zh) * 2017-08-09 2023-10-03 中国计量大学 基于机器视觉的篾片缺陷在线检测系统及检测方法
CN110308256B (zh) * 2018-03-20 2022-07-05 宝山钢铁股份有限公司 钢板下表周期缺陷测量装置
TWI721427B (zh) * 2018-05-22 2021-03-11 荷蘭商耐克創新有限合夥公司 皮料檢測設備及偵測皮坯的上表面及下表面兩者上的瑕疵的方法
CN108548822A (zh) * 2018-06-21 2018-09-18 无锡旭锠智能科技有限公司 一种宽幅连续表面缺陷视觉检测系统
CN109064454A (zh) * 2018-07-12 2018-12-21 上海蝶鱼智能科技有限公司 产品缺陷检测方法及系统
CN109358073B (zh) * 2018-11-12 2024-07-05 威海华菱光电股份有限公司 圆棒的检测装置
CN109949292B (zh) * 2019-03-20 2023-11-14 湖南镭目科技有限公司 一种带钢表面缺陷的检测方法及装置
CN111862028B (zh) * 2020-07-14 2021-04-09 南京林业大学 基于深度相机和深度学习的木材缺陷检测分选装置及方法
CN111982919A (zh) * 2020-08-25 2020-11-24 上海上创超导科技有限公司 涂层导体金属基带表面缺陷的动态监测装置及检测方法
CN112697803A (zh) * 2020-12-16 2021-04-23 沈阳建筑大学 一种基于机器视觉的板带钢表面缺陷检测方法及装置
CN112763503A (zh) * 2020-12-24 2021-05-07 山西大数据产业发展有限公司 基于机器视觉的高牌号冷轧硅钢孔洞检测系统
CN113160112B (zh) * 2020-12-30 2024-02-02 苏州特文思达科技有限公司 基于机器学习的钢格板产品智能识别检测方法
TWI793537B (zh) * 2021-02-26 2023-02-21 寶元數控股份有限公司 板材的影像擷取方法及裝置
CN113077414B (zh) * 2021-03-01 2023-05-16 湖北工程学院 一种钢板表面缺陷检测方法及系统
CN113073276A (zh) * 2021-03-29 2021-07-06 江西耐乐铜业有限公司 一种基于二次退火的铜管在线退火系统及测试方法
CN113189111B (zh) * 2021-04-28 2022-11-01 西南交通大学 一种钢结构网架外观缺陷视觉检测系统及检测方法
CN113670941A (zh) * 2021-08-30 2021-11-19 宝钢湛江钢铁有限公司 一种多功能连退带钢表面氧化色缺陷在线定量评价的方法
CN113976669B (zh) * 2021-10-26 2024-07-30 首钢京唐钢铁联合有限责任公司 一种热轧带钢表面缺陷的修复方法
CN114152622A (zh) * 2021-11-30 2022-03-08 南方电网物资有限公司 一种电力物资入库检测系统
CN115330781B (zh) * 2022-10-13 2023-07-28 启东谷诚不锈钢制品有限公司 一种钢板缺陷识别方法
CN116309375B (zh) * 2023-02-23 2023-10-24 南京林业大学 实木板材双面缺陷检测及智能加工坐标确定方法
CN116645367B (zh) * 2023-07-27 2023-12-01 山东昌啸商贸有限公司 一种高端制造用的钢板切割质量检测方法
CN117517348B (zh) * 2023-11-14 2024-05-14 四川领先微晶玻璃有限公司 基于微晶玻璃面板成品的表面缺陷检测系统
CN117893542A (zh) * 2024-03-18 2024-04-16 西安华联电力电缆有限公司 一种基于图像处理技术的绝缘电缆生产方法及系统

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4974261A (en) * 1988-11-15 1990-11-27 Matsushita Electric Works, Ltd. Optical surface inspection method
US5204911A (en) * 1991-05-29 1993-04-20 Nira Schwartz Inspection method using unique templates and histogram analysis
US5274713A (en) * 1991-09-23 1993-12-28 Industrial Technology Research Institute Real-time apparatus for detecting surface defects on objects
US5481619A (en) * 1992-07-07 1996-01-02 Schwartz; Nira Inspection method using templates images, unique histogram analysis, and multiple gray levels correlated to addresses of template images
JPH07229832A (ja) * 1994-02-16 1995-08-29 Nkk Corp 表面検査方法及び装置
JPH0882604A (ja) * 1994-09-12 1996-03-26 Nippon Steel Corp 鋼板表面欠陥検査方法
JPH08189904A (ja) * 1995-01-06 1996-07-23 Kawasaki Steel Corp 表面欠陥検出装置
JPH10232206A (ja) * 1997-02-19 1998-09-02 Hitachi Ltd 金属表面欠陥検出方法及び装置
JP2004045356A (ja) * 2002-05-20 2004-02-12 Jfe Steel Kk 表面欠陥検出方法
KR100503513B1 (ko) * 2003-01-08 2005-07-26 삼성전자주식회사 웨이퍼의 불량검출 장치 및 방법
SG120099A1 (en) * 2003-05-30 2006-03-28 Zen Voce Mfg Pte Ltd Method and system for detecting top surface non-uniformity of fasteners

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110899150A (zh) * 2019-12-23 2020-03-24 中国环境科学研究院 一种电解锌锰阴阳极表面物理缺陷智能识别的方法

Also Published As

Publication number Publication date
WO2007062563A1 (fr) 2007-06-07
CN1789990A (zh) 2006-06-21

Similar Documents

Publication Publication Date Title
CN100485371C (zh) 钢板预处理过程中的上、下表面缺陷在线自动检测方法
US9582872B2 (en) Optical film defect detection method and system thereof
CN109969736B (zh) 一种大型运载皮带跑偏故障智能检测方法
CA3041590C (en) Mobile and automated apparatus for the detection and classification of damages on the body of a vehicle
EP3388781A1 (en) System and method for detecting defects in specular or semi-specular surfaces by means of photogrammetric projection
CN110216080A (zh) 一种基于图像对比的pcb加工产线的质量监控系统
CN107610085A (zh) 一种基于计算机视觉的焊点缺陷检测系统
CN1922474A (zh) 用于检测表面的方法及系统
CN109840900A (zh) 一种应用于智能制造车间的故障在线检测系统及检测方法
CN102455171A (zh) 一种激光拼焊焊缝背面几何形貌检测方法及其实现装置
CN114636706A (zh) 一种太阳能电池片在镀膜后的图像检测的综合方法及装置
US20230186516A1 (en) Method and flat bed machine tool for detecting a fitting position of a supporting bar
CN113780830A (zh) 一种基于投影的钢丝零件质检系统、方法及设备
CN111761224A (zh) 金属增材制造在线移动监测机构及在线外观检测设备
JPH11118730A (ja) 被検査面の欠陥検査方法およびその装置
CN116997927A (zh) 曲面基板气泡检测方法及检测系统
CN113793321A (zh) 基于机器视觉的铸件表面缺陷动态检测方法及装置
JPH05322531A (ja) 物体の３次元形状測定装置
JP5708264B2 (ja) 孔形状検査方法および孔形状検査プログラム
KR20110011128A (ko) 자동차부품 검사장비에 있어 알루미늄 콘덴서 튜브 자동검사장비 발명
CN111183351A (zh) 图像传感器表面缺陷检测方法及检测系统
CN118464939B (zh) 板材木皮分级视觉检测系统及检测方法
JPH07153804A (ja) 半導体チップの外観検査装置
KR102618194B1 (ko) Ai와 자동제어 기술을 접목한 반도체 패키지 기판 가공홀 3d 자동 공정검사 방법 및 시스템
KR102231889B1 (ko) 스트로브스코프용 카메라의 불량 검출 시스템

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20090506

Termination date: 20181201