CN101443650B - 确定在线传感器的能力的方法 - Google Patents

确定在线传感器的能力的方法 Download PDF

Info

Publication number
CN101443650B
CN101443650B CN2006800536154A CN200680053615A CN101443650B CN 101443650 B CN101443650 B CN 101443650B CN 2006800536154 A CN2006800536154 A CN 2006800536154A CN 200680053615 A CN200680053615 A CN 200680053615A CN 101443650 B CN101443650 B CN 101443650B
Authority
CN
China
Prior art keywords
line sensor
image
sensor
parameter
characteristic
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
CN2006800536154A
Other languages
English (en)
Other versions
CN101443650A (zh
Inventor
M·M·克洛梅基
A·N·帕沃拉
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.)
Honeywell International Inc
Original Assignee
Honeywell International Inc
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 Honeywell International Inc filed Critical Honeywell International Inc
Publication of CN101443650A publication Critical patent/CN101443650A/zh
Application granted granted Critical
Publication of CN101443650B publication Critical patent/CN101443650B/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
    • G06T7/0006—Industrial image inspection using a design-rule based approach
    • 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
    • G01N21/892—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined
    • G01N21/898—Irregularities in textured or patterned surfaces, e.g. textiles, wood
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
    • G06V10/993—Evaluation of the quality of the acquired pattern
    • 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
    • G01N2021/8917—Paper, also ondulated
    • 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
    • G01N21/892—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined
    • G01N21/898—Irregularities in textured or patterned surfaces, e.g. textiles, wood
    • G01N21/8983—Irregularities in textured or patterned surfaces, e.g. textiles, wood for testing textile webs, i.e. woven material
    • 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
    • G01N21/93—Detection standards; Calibrating baseline adjustment, drift correction
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/12—Circuits of general importance; Signal processing
    • G01N2201/127—Calibration; base line adjustment; drift compensation
    • G01N2201/12707—Pre-test of apparatus, e.g. dark test, sensor test
    • 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
    • G06T2207/30124—Fabrics; Textile; Paper

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Textile Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Wood Science & Technology (AREA)
  • Multimedia (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Transforming Light Signals Into Electric Signals (AREA)
  • Image Analysis (AREA)

Abstract

公开了用于确定在线传感器(202，302，402)的能力的装置(200，300，400)、系统和方法。所述示范性方法包括下述动作：生成具有已知特征的样本组织的图像，并将所述图像转移至在线传感器。对通过所述在线传感器生成的数据进行分析以确定测量的特征，之后将所述测量的特征与所述已知特征进行比较。

Description

确定在线传感器的能力的方法
技术领域
本发明总体上涉及确定传感器的能力，更具体而言，涉及在制造过程中确定在线传感器的质量特征。 
背景技术
在产品的制造过程中，制造商可能需要采用在线传感器监测并控制产品质量。可以在产品的加工过程中采用在线传感器确定产品组织的特征。在线传感器可以接收产品表面反射的或者通过产品透射的光束。之后，在线传感器可以分析所述反射或透射光以及原始光束，以确定产品组织的质量。例如，所述产品可以是纸或材料薄片。 
所述制造环境可能产生对在线传感器的准确度造成影响的条件。例如，产品处理过程中采用的部件的振动、温度变化和/或产品处理过程中产生的灰尘均可能降低在线传感器的准确度。 
为了验证在线传感器的准确度，可以在实验室中测量产品样本。在受到控制的实验室环境下，可以采用实验室传感器尝试提供更为精确的样本测量。还采用所述在线传感器测试所述样本。将所述实验室传感器的结果与所述在线传感器的结果进行比较，以确定在线传感器的准确度和/或能力。 
但是，当在线传感器具有比实验室传感器更高的能力时，将产生与预期不符的情况，其将导致传感器之间具有弱相关。于是，可能将所述结果解释为在线传感器存在不足。因此，需要有效的装置、方法和系统在样本组织的实际质量和在线传感器的测量质量之间提供更为准确的比较。此外，所述装置、系统和方法可能有必要在样本组织的实际质量、样本组织的实验室测量质量和样本组织的在线传感器测量质量之间提供更为准确的比较。 
发明内容
因此，本发明的目的在于提供用于确定在线传感器的能力的装置、系统和方法。根据本发明的示范性实施例，所述方法可以生成具 有已知特征的样本组织的图像。所述示范性方法可以将所述图像转移至在线传感器。所述示范性方法可以分析所述在线传感器生成的数据，以确定测量的特征，并将所述测量的特征与所述已知特征进行比较。 
根据本发明的示范性实施例，所述装置可以结合下述实施例。在一个实施例中，生成样本组织的图像可以涉及生成无序介质的二维矩阵的计算机算法。所述生成样本组织的图像的动作还可以涉及由已知有纹理的表面的图像生成无序介质的二维矩阵。在另一实施例中，转移图像可以涉及印刷图像副本，并将所述图像副本呈现给所述在线传感器。在另一实施例中，转移图像可以涉及显示图像副本，并将所显示的图像副本呈现给所述在线传感器。在又一实施例中，转移图像可以涉及显示图像副本，并将所显示的图像副本反射到所述在线传感器上。在另一实施例中，所述示范性方法还可以涉及将所述图像转移至实验室传感器；分析由所述实验室传感器生成的数据，以确定测量的特征；以及将所述已知特征与所述在线传感器的测量的特征以及与所述实验室传感器的测量的特征进行比较。在另一实施例中，比较已知特征可以涉及生成测量的特征和已知特征之间的互相关的数学公式。 
附图说明
通过结合附图考虑下述详细说明，本发明的上述和其他目的和优点将变得显而易见，在附图中，采用类似的附图标记标识类似的部分，其中： 
图1示出印刷在透明介质上的计算机仿真样本组织的图像。 
图2是用于实现本发明的第一示范性抽样实施例的抽样装置的一般化示意图。 
图3是用于实现本发明的第二示范性抽样实施例的抽样装置的一般化示意图。 
图4是用于实现本发明的第三示范性抽样实施例的抽样装置的一般化示意图。 
图5是示出了本发明的第一示范性抽样方法实施例的流程图。 
图6是示出了本发明的第二示范性抽样方法实施例的流程图。 
具体实施方式
本发明提供了用于监测并控制在线传感器测量的质量的装置、系统和方法。可以在产品的加工过程中采用在线传感器确定产品组织的特征。例如，所述产品可以是纸、织物或者其他无序介质(disorderedmedia)中的小周期性组织(minor periodic texture)，例如，纸中的网痕(wire mark)。在线传感器可以利用光电探测器接收产品反射的或者透射通过产品的光束。所述光电探测器将所接收的光转换为电信号。对所述电信号进行分析以确定所述组织的多个特征。 
本发明生成具有已知特征的样本组织。可以采用计算机通过数学算法生成二维矩阵，由此生成所述样本组织。可以将所述样本组织印刷在介质上并放到在线传感器的检验区内，或者可以将所述样本组织反映到所述在线传感器上。所述在线传感器确定所述样本组织的特征。将所述在线传感器生成的特征与所述样本组织的已知特征进行比较，以确定所述在线传感器的质量。 
计算机生成的样本组织可以为待评估的在线传感器测量提供具体的特性和参考点。可以在不存在与通过生产过程提供的材料样本相关的缺点的情况下量化在线传感器装置的能力。计算机生成的样本组织还可以提供不同设计的测量装置之间的校淮。例如，可以相对于彼此分析由不同制造商设计并制造的测量传感器。在测量传感器之间的相关度低的情况下，能够客观地鉴定出准确度更高的一个。此外，可以采用本发明使基础校准(工厂校淮)和传感器间校准更为准确。 
参考图1，示出了计算机仿真样本组织的五个图像OF1-OF5以及包括灰度级(grayscale step)目标OF6的样本。采用本文中描述的方法和装置，利用喷墨印刷机将样本组织的五幅图像OF1-OF5印刷到透明介质上。 
参考图2，采用根据第一示范性抽样实施例的抽样装置200来评估传感器。可以采用抽样装置200确定在线传感器202的多个能力。抽样装置200的用户可以针对仿真样本组织选择并设置一个或多个仿真参数204。采用所述参数控制所述组织的生成，以获得期望的特性，例如，模拟某一制造过程操作点的真实样本。所述仿真参数204可以是传感器202所检查的典型组织的特性。将仿真参数204馈送至分析装置206中。分析装置206可以将仿真参数204馈送到定性比较 器208和定量比较器210内。在下文中将讨论定性比较器208和定量比较器210所执行的分析。还将所述一个或多个仿真参数204馈送到计算机算法212中。 
在所述仿真参数204的基础上，所述计算机算法212可以采用正被分析的介质的典型统计特性生成二维阵列。所述计算机算法212可以是统计模拟，其利用介质的基本构成，例如纤维或其他产品成分的仿真参数204来构建图像。所述计算机算法212还可以以数学公式为基础，例如，形成与作为介质的特征的无序特性类似的统计特性的分形(fractal)。计算机算法212还可以采用仿真和数学公式的组合。所述二维阵列还可以提供具有或不具有可重复结构的非均质介质。 
样本组织的图像214可以由二维阵列生成。可以采用印刷装置216在均质介质之上或之中形成图像214。例如，所述均质介质可以是但不限于膜、透明、半透明或不透明印刷介质。在另一个例子中，可以采用非均质介质。根据这一例子，可以将所述仿真参数204设计为将介质的非均匀结构考虑在内。用于印刷的印刷装置216可以是本领域技术人员已知的多种装置。在另一个例子中，可以将印刷装置216蚀刻或机械加工到介质上。图像214将提供样本组织的表面形貌，例如，样本的纤维取向。可以基于所选择的用于显示图像214的介质选择印刷装置216。 
将介质上的图像214放到在线传感器202的检测区内。在线传感器202扫描在所述均质介质上显示的图像214。在线传感器202可以采用多种辐射源，例如光、x射线、电子束来扫描样本。可以将用于扫描均质介质上的图像214的条件设计为与在线传感器202的正常操作过程中遇到的实际条件类似。例如，可以采用与正常操作过程中采用的相同的传送装置在在线传感器202的前面显示图像214。 
在线传感器202或者在线传感器的部件可以将由在线传感器202向下观察到的图像214分离成测量的参数218。例如，这些测量的参数可以是但不限于由在线传感器202探测到的反射或透射照明或者由在线传感器202探测到的照明的变化。将测量的参数218馈送到分析装置206内。分析装置206可以将测量的参数馈送到定性比较器208和定量比较器210内。定性比较器208和定量比较器210对仿真参数204和测量的参数218进行比较。分析装置206可以提供在线传 感器202和其他传感器之间的准确比较。可以提供对参数204和218的额外操纵以提供对在线传感器202的准确度的更好的理解。例如，可以采用定量装置210提供仿真参数204和测量的参数218之间的互相关性。此外，可以生成描述和/或预测在线传感器202的误差的数学公式。 
可以将计算机算法212和分析装置206对仿真参数204和测量的参数218采用的系统和方法结合到通过计算机或其他适当的操作装置加以使用的软件中。就硬件而言，仿真参数204、计算机算法212、测量的参数218和分析装置206在体系结构上可以利用处理器、存储器以及一个或多个输入和输出接口装置。为了能够进行通信，所述各种接口装置可以具有为简单起见而省略了的额外元件，例如控制器、缓冲器(高速缓存)、驱动器、中继器和接收器。如前所述，可以将计算机算法212生成的图像214提供给耦合至接口装置的印刷装置216。所述软件还可以提供图形用户界面(GUI)，以允许管理员或用户输入、编辑、观看和/或存储图像214以及仿真参数204。类似地，分析装置206也可以采用GUI来允许管理员分析、编辑、查看和/或存储与仿真参数204和测量的参数218的比较相关的数据。 
参考图3，采用根据第二示范性抽样实施例的抽样装置300来评估传感器。可以采用抽样装置300确定在线传感器302的能力。抽样装置300生成仿真样本组织的一个或多个仿真参数304。所述仿真参数304可以是传感器302所检查的典型组织的特性。将仿真参数304馈送至分析装置306。分析装置306可以将仿真参数304馈送到定性比较器308和定量比较器310内。在下文中将讨论定性比较器308和定量比较器310所执行的分析。还将所述一个或多个仿真参数304馈送到计算机算法312中。 
计算机算法312可以生成与相对于第一示范性抽样实施例讨论的图像类似的图像314。可以采用显示装置316在在线传感器302上或在在线传感器302中形成图像314。与相对于第一示范性抽样实施例讨论的例子类似，可以将仿真参数304设计为将显示装置316的特征考虑在内。用于显示的显示装置316可以是本领域技术人员已知的多种装置。可以基于在线传感器302和图像314的特征选择所述装置。所述显示装置316可以采用诸如反射部件、光纤、投影和全息照像之 类的部件和方法将图像314显示在在线传感器302之中或之上。 
在线传感器302扫描所显示的图像314。在线传感器302或者在线传感器的部件可以将由在线传感器302观察到的图像314分离成测量的参数318。将测量的参数318馈送至分析装置306中。分析装置306可以将测量的参数馈送到定性比较器308和定量比较器310内。定性比较器308和定量比较器310对仿真参数304和测量的参数318进行比较。与第一示范性抽样实施例类似，分析装置306可以提供在线传感器302和其他传感器的准确的比较。 
参考图4，采用根据第三示范性抽样实施例的抽样装置400来评估传感器。可以采用抽样装置400确定在线传感器402的能力。所述抽样装置400通过科学仪器、目视检查或二者的结合由样本组织的图像生成一个或多个评估参数404。可以采用诸如光、x射线和电子束的多种辐射源扫描已知样本，来确定所述评估参数404。评估参数404可以提供传感器402所检查的典型组织的特性。选择组织样本，使得能够通过诸如目视检查的其他已知的准确方法来确定其评估参数。 
将评估参数404馈送至分析装置406中。分析装置406可以将评估参数404馈送到定性比较器408和定量比较器410内。在下文中将讨论定性比较器408和定量比较器410所执行的分析。还将所述一个或多个评估参数404馈送到计算机算法412中。 
计算机算法412可以生成与相对于第一示范性抽样实施例讨论的图像类似的图像414。这一实施例中的“生成”样本的过程用电子学方法复制所选的样本的组织。如前面相对于第一和第二示范性抽样实施例讨论的，可以采用印刷装置或显示装置416在在线传感器402上或在在线传感器402中生成图像414。 
在线传感器402扫描由在线传感器402观察到的图像414，并将其分离成测量的参数418。将测量的参数418馈送至分析装置406中。分析装置406可以将测量的参数馈送到定性比较器408和定量比较器410内。定性比较器408和定量比较器410对评估参数404和测量的参数418进行比较。与第一示范性抽样实施例类似，分析装置406可以提供在线传感器402和其他传感器的准确的比较。 
参考图5，示出了根据本发明的第一示范性抽样方法500的流程图。所述抽样过程生成具有已知特征的样本组织的图像(块502)。 如前所述，可以采用仿真参数204、304或评估参数404生成所述图像。将所述图像转移至在线传感器(块504)。这可以通过印刷装置216或显示装置316完成。在线传感器生成所述图像的测量的参数(块506)。分析装置206、306、406对测量的特征和已知特征进行比较(块508)。如参考第一示范性抽样实施例讨论的，可以提供在线传感器202、302、402与其他传感器的准确比较。 
参考图6，示出了本发明的第二示范性抽样方法600的流程图。所述抽样过程生成具有已知特征的样本组织的图像(块602)。如前所述，可以采用仿真参数204、304或评估参数404生成所述图像。将所述图像转移至在线传感器(块604)。这可以通过印刷装置216或显示装置316完成。在线传感器生成所述图像的测量的参数(块606)。将所述图像转移至实验室传感器(块608)。这可以通过印刷装置216或显示装置316完成。所述实验室传感器生成所述图像的测量的参数(块610)。分析装置206将所述已知特征与所述在线传感器的测量的特征以及与所述实验室传感器的测量的特征进行比较(块612)。可以采用所述第二示范性抽样方法提供实验室传感器和在线传感器之间的准确的比较。 
应当理解，上文只是用来说明本发明的原理，在不脱离本发明的范围和精神的情况下本领域技术人员可以做出各种修改。例如，本文中描述的各种实施例可以符合各种已知的标准，例如，纸浆的造纸工业技术协会(TAPPI)标准以及其他已知的工业和政府标准。所述样本组织可以不限于纸幅。 
因此，应当认为这样的实施例也处于本发明的范围内。本领域技术人员还将认识到，可以通过所描述的实施例以外的方式实践本发明，所描述的实施例的作用只是为了对本发明举例说明而不是对其加以限制，本发明的范围仅由权利要求限定。 

Claims (6)

1.一种用于确定在线传感器的一个或多个能力的方法，包括：
所述在线传感器接收产品反射的或者透射通过产品的光；
将所接收的光转换成电信号；
分析所述电信号以确定所制造的产品的组织的一个或多个特征；
生成具有一个或多个已知特征的样本组织的图像；
将所述图像转移至所述在线传感器；
分析由所述在线传感器生成的数据，以确定所述在线传感器的一个或多个测量的特征；
将所述图像转移至实验室传感器；
分析由所述实验室传感器生成的数据，以确定所述实验室传感器的一个或多个测量的特征；以及
将所述图像的所述一个或多个已知特征与所述在线传感器的所述一个或多个测量的特征以及与所述实验室传感器的所述一个或多个测量的特征进行比较以提供实验室传感器和在线传感器之间的准确的比较。
2.根据权利要求1所述的方法，其中，生成样本组织的图像包括计算机算法生成无序介质的二维矩阵。
3.根据权利要求1所述的方法，其中，生成样本组织的图像包括由已知有纹理的表面的图像生成无序介质的二维矩阵。
4.根据权利要求1所述的方法，其中，转移图像包括印刷所述图像并将印刷的图像呈现给所述在线传感器。
5.根据权利要求1所述的方法，其中，转移图像包括显示所述图像并将所显示的图像呈现给所述在线传感器。
6.根据权利要求1所述的方法，其中，转移图像包括显示所述图像并将所显示的图像反映到所述在线传感器上。
CN2006800536154A 2005-12-30 2006-12-18 确定在线传感器的能力的方法 Expired - Fee Related CN101443650B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US11/323,617 US7848561B2 (en) 2005-12-30 2005-12-30 Determining capability of an on-line sensor
US11/323,617 2005-12-30
PCT/IB2006/004270 WO2007135484A2 (en) 2005-12-30 2006-12-18 Determining capability of an on-line sensor

Publications (2)

Publication Number Publication Date
CN101443650A CN101443650A (zh) 2009-05-27
CN101443650B true CN101443650B (zh) 2012-03-07

Family

ID=38224480

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2006800536154A Expired - Fee Related CN101443650B (zh) 2005-12-30 2006-12-18 确定在线传感器的能力的方法

Country Status (5)

Country Link
US (1) US7848561B2 (zh)
EP (1) EP1969354A2 (zh)
CN (1) CN101443650B (zh)
CA (1) CA2635743A1 (zh)
WO (1) WO2007135484A2 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102013109915B4 (de) * 2013-09-10 2015-04-02 Thyssenkrupp Steel Europe Ag Verfahren und Vorrichtung zur Überprüfung eines Inspektionssystems zur Erkennung von Oberflächendefekten
CN106645211B (zh) * 2016-12-28 2019-07-12 武汉华星光电技术有限公司 用于矫正干蚀刻机台的扫描传感器的检测治具及方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5821993A (en) * 1996-01-25 1998-10-13 Medar, Inc. Method and system for automatically calibrating a color camera in a machine vision system
US6654493B1 (en) * 1998-11-13 2003-11-25 Lightsurf Technologies, Inc. Charactering and calibrating an image capture device
US6816187B1 (en) * 1999-06-08 2004-11-09 Sony Corporation Camera calibration apparatus and method, image processing apparatus and method, program providing medium, and camera

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4324459A (en) * 1980-01-24 1982-04-13 The United States Of America As Represented By The Secretary Of The Army Optical test pattern
US4377338A (en) * 1981-08-07 1983-03-22 International Business Machines Corporation Method and apparatus for copier quality monitoring and control
FR2526963B1 (fr) * 1982-05-14 1985-09-27 Thomson Csf Mire optique pour correction des defauts de convergence d'une camera couleurs
EP0518185B1 (en) * 1991-06-10 1996-12-11 Eastman Kodak Company Cross correlation image sensor alignment system
US5317646A (en) * 1992-03-24 1994-05-31 Xerox Corporation Automated method for creating templates in a forms recognition and processing system
US5383018A (en) * 1992-12-28 1995-01-17 National Semiconductor Corporation Apparatus and method for calibration of patterned wafer scanners
US5406070A (en) * 1993-12-16 1995-04-11 International Business Machines Corporation Method and apparatus for scanning an object and correcting image data using concurrently generated illumination data
US5764386A (en) * 1996-01-25 1998-06-09 Medar, Inc. Method and system for automatically monitoring the colors of an object at a vision station
US5884118A (en) * 1996-11-26 1999-03-16 Xerox Corporation Printer having print output linked to scanner input for automated image quality adjustment
US5774519A (en) * 1997-01-30 1998-06-30 Analogic Corporation Method of and apparatus for calibration of CT scanners
US6915006B2 (en) * 1998-01-16 2005-07-05 Elwin M. Beaty Method and apparatus for three dimensional inspection of electronic components
US6222934B1 (en) * 1998-07-17 2001-04-24 Mustek Systems Inc. Test chart for determining the image quality of an optical scanner
US6063531A (en) * 1998-10-06 2000-05-16 Advanced Micro Devices, Inc. Focus monitor structure and method for lithography process
US6606168B1 (en) * 1999-03-31 2003-08-12 3M Innovative Properties Company Narrow band, anisotropic stochastic halftone patterns and methods of creating and using the same
US6437823B1 (en) * 1999-04-30 2002-08-20 Microsoft Corporation Method and system for calibrating digital cameras
JP3510155B2 (ja) * 1999-06-18 2004-03-22 シャープ株式会社 画像形成装置
JP3734675B2 (ja) * 2000-05-25 2006-01-11 シャープ株式会社 画像形成装置およびその画像処理方法
JP4501239B2 (ja) * 2000-07-13 2010-07-14 ソニー株式会社 カメラ・キャリブレーション装置及び方法、並びに、記憶媒体
US6816625B2 (en) * 2000-08-16 2004-11-09 Lewis Jr Clarence A Distortion free image capture system and method
US6819789B1 (en) * 2000-11-08 2004-11-16 Orbotech Ltd. Scaling and registration calibration especially in printed circuit board fabrication
DE10126185B4 (de) * 2001-05-30 2007-07-19 Robert Bosch Gmbh Prüfkörper für optoelektronische Bildanalysesysteme
US6583424B2 (en) * 2001-06-25 2003-06-24 Agilent Technologies Inc. Scanning system with calibrated detection and method
EP1516266A1 (en) * 2002-06-10 2005-03-23 Dow Global Technologies Inc. A method for designing a plastic article having a desired appearance
US7085408B1 (en) * 2002-07-16 2006-08-01 Magna Chip Semiconductor Method and system for testing image sensor system-on-chip
US6768958B2 (en) * 2002-11-26 2004-07-27 Lsi Logic Corporation Automatic calibration of a masking process simulator
JP3959355B2 (ja) * 2003-01-17 2007-08-15 株式会社日立ハイテクノロジーズ 微細パターンの３次元形状測定方法
US7079251B2 (en) * 2003-10-16 2006-07-18 4D Technology Corporation Calibration and error correction in multi-channel imaging
JP4468442B2 (ja) * 2004-03-31 2010-05-26 キヤノン株式会社 イメージングシステム性能測定

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5821993A (en) * 1996-01-25 1998-10-13 Medar, Inc. Method and system for automatically calibrating a color camera in a machine vision system
US6654493B1 (en) * 1998-11-13 2003-11-25 Lightsurf Technologies, Inc. Charactering and calibrating an image capture device
US6816187B1 (en) * 1999-06-08 2004-11-09 Sony Corporation Camera calibration apparatus and method, image processing apparatus and method, program providing medium, and camera

Also Published As

Publication number Publication date
CN101443650A (zh) 2009-05-27
WO2007135484A2 (en) 2007-11-29
EP1969354A2 (en) 2008-09-17
CA2635743A1 (en) 2007-11-29
US7848561B2 (en) 2010-12-07
WO2007135484A3 (en) 2008-03-13
US20070154080A1 (en) 2007-07-05

Similar Documents

Publication Publication Date Title
JP4944892B2 (ja) 放射線を用いて液体物品に対する保安検査を行う方法及び装置
EP2869067B1 (en) Method and system for non-destructive inspection comprising a position determination
JP4373219B2 (ja) 製品の空間選択的なオンライン質量または容積測定を実行するための装置および方法
CN106018431A (zh) 一种实木板材表面裂纹的检测系统和检测方法
JP2007139784A (ja) 超音波弾性係数計算およびイメージングの方法
CN107561091A (zh) 一种斜射式实木板材表面裂纹的检测系统和检测方法
CN108627105A (zh) 膜厚测定方法和膜厚测定装置
CN101957682A (zh) 载荷识别交互式电子白板及实现方法
CN109061220B (zh) 一种基于激光吸收光谱层析成像技术的气流二维速度分布测量方法
CN101443650B (zh) 确定在线传感器的能力的方法
JPS60256033A (ja) 透明材料中の欠陥検出方法
Alam et al. Limitation of a line-of-light online paper surface measurement system
JP7295568B2 (ja) 検査装置及びプログラム
dos Santos et al. Vision based measurement applied to industrial instrumentation
CN106225879A (zh) 高精度非接触式透明液体液位测量装置及测量方法
CN101351699A (zh) 通过线不敏感传感器
JP2018036279A5 (zh)
EP0222346B1 (en) Method of measuring a sound pressure distribution in a solid body due to a ultrasonic probe by using photoelasticity
JP2009294211A (ja) 液体試料中の分析対象の測定方法及び分析装置
US9581434B2 (en) Apparatus and method for measuring pattern of a grating device
JP4288325B2 (ja) 画像認識による不良検査方法
US6129817A (en) Unified on-line/off-line paper web formation analyzer
KR100341867B1 (ko) 직물 구김과 심퍼커의 자동 평가 장치 및 그 방법.
KR100416497B1 (ko) 박막패턴 검사장치
Koglbauer et al. Investigation on Laser Scanner Synchronization via Advanced Beam Path Analysis in 3D Additive Manufacturing Systems.

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

Granted publication date: 20120307

Termination date: 20181218

CF01 Termination of patent right due to non-payment of annual fee