CN101639452A - 一种钢轨表面缺陷的三维检测方法 - Google Patents
一种钢轨表面缺陷的三维检测方法 Download PDFInfo
- Publication number
- CN101639452A CN101639452A CN200910092409A CN200910092409A CN101639452A CN 101639452 A CN101639452 A CN 101639452A CN 200910092409 A CN200910092409 A CN 200910092409A CN 200910092409 A CN200910092409 A CN 200910092409A CN 101639452 A CN101639452 A CN 101639452A
- Authority
- CN
- China
- Prior art keywords
- rail
- video camera
- laser line
- laser
- light source
- 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.)
- Granted
Links
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及一种钢轨表面缺陷的三维检测方法,可以实现钢轨四个面上三维缺陷的在线检测。本发明在钢轨顶面、底面、两个侧面的分别安装激光线光源,这4台激光线光源发射的激光线条在钢轨断面上形成一个封闭的曲线。同时,在钢轨的四周安装8台面阵CCD摄像机,以同步采集激光线条形成的封闭区域。将摄像机采集到的激光线条图像传给计算机,通过激光线条的提取并判断激光线条坐标的变化情况,从而检测钢轨表面的三维缺陷。本发明还将钢轨表面深度的变化量转换成两维灰度图像,通过表面深度变化分布图来检测钢轨表面的三维缺陷,从而可以利用图像处理算法检测缺陷区域,以实现对复杂三维数据的实时处理能力。
Description
技术领域
本发明属于自动化检测领域,特别是提供了一种钢轨表面缺陷的三维检测方法,以及实施该方法的检测装置。
背景技术
钢轨的表面缺陷是影响列车安全运营的重要因素,尤其对于高速重轨,如果表面存在缺陷,那么将对高速运行的列车造成安全隐患,甚至会造成重大的安全事故。因此需要在钢轨生产过程中,对钢轨的表面进行严格的检察。随着钢轨生产线速度的提高和产量的增大,对钢轨进行表面缺陷检测的问题日益突出,已经成为限制产量的重要因素。
目前对钢轨表面缺陷的检测主要通过目测法实现,即人工通过肉眼观察钢轨表面,从而寻找识别缺陷。检测人员直接目测或使用放大镜对钢轨表面进行检测,确定缺陷种类,测量缺陷的大小。这种方法需要将生产线速度降到一定程度才能实现,并且检测人员的劳动强度很大。
基于CCD摄像的机器视觉检测技术在钢板表面缺陷检测领域得到了广泛应用,这种方法主要通过采集钢板的表面图像,通过缺陷区域与背景区域在灰度上的差异判断缺陷。这种通过钢板表面图像检测钢板表面缺陷的方法属于两维检测方式,即只能检测缺陷在钢板平面上的两维信息,而不能检测缺陷的深度,或者通过深度信息来判断缺陷。这种两维检测方式用于钢轨表面检测存在着以下几个问题:
(1)钢轨的表面不是平面,而是非规则曲面,尤其是两个侧面,如果采用两维检测方式进行检测,那么两个侧面的照明与图像采集非常困难,容易被遮挡。
(2)钢轨表面存在着大量氧化铁皮,氧化铁皮的颜色与重轨表面缺陷,如结疤、压痕等缺陷非常相似,很难通过灰度图像进行区分。
因此,传统的两维检测方法不能直接应用于钢轨表面缺陷检测,需要开发新的技术。本发明将采用三维检测技术在线检测钢轨的表面缺陷,从而解决两维检测方法进行表面缺陷检测存在的问题。
发明内容
本发明采用基于线型激光的三维检测技术,将激光线光源侧向照射到钢轨表面,激光的光平面与钢轨的运行方向相垂直。激光光带将在钢轨表面形成投影,由于钢轨断面的不规则形状和遮挡的原因,该投影是一些间断的不规则线条。如果钢轨表面不存在三维缺陷,不考虑钢轨断面形状的误差,则激光光带在其表面的投影应该是固定的。因此,用摄像机采集光带投影图像,那么光带投影图像也应该是固定的。如果钢轨表面存在三维缺陷,则激光光带将在缺陷处出现变化。根据激光光带的变化情况即可了解钢轨表面是否存在着三维缺陷,并且判断缺陷的深度。
由于钢轨的断面是不规则曲面,为了能够同时对钢轨的4个面(顶面、底面和两个侧面)进行检测,激光线光源9放置在钢轨13顶面的正上方,发射的激光线条覆盖整个顶面以及顶面的两个角部;激光线光源11放置在钢轨13底面的正下方,发射的激光线条覆盖整个底面以及底面的两个角部;激光线光源10和12分别放置在钢轨13底面两个外侧的下方,发射的激光线条分别覆盖钢轨13的两个侧面,激光线光源9、激光线光源10、激光线光源11和激光线光源12发射的激光线条在同一光平面上,与钢轨13运行方向垂直,照射到钢轨13表面的激光光条在钢轨13的断面上形成封闭的线条,摄像机1、摄像机2、摄像机3和摄像机4与摄像机5、摄像机6、摄像机7和摄像机8对称放置,摄像机1与8分别采集钢轨13顶面的左半区域(包括左角部)与右半区域(包括右角部)的激光线条图像,摄像机2与7分别采集钢轨13左右侧面上半区域的激光线条图像,摄像机3与6分别采集钢轨13左右侧面下半区域的激光线条图像,摄像机4与5分别采集钢轨13底面的左半区域与右半区域的激光线条图像。摄像机1、摄像机2、摄像机3、摄像机4、摄像机5、摄像机6、摄像机7和摄像机8能够将激光线光源9、激光线光源10、激光线光源11和激光线光源12照射到钢轨13表面的封闭线条图像拍摄下来,摄像机采集到的激光线条图像传送给计算机,由计算机对图像进行实时的处理分析,从而判断钢轨表面是否存在着三维缺陷。这一过程的步骤如下:a)提取激光线条的骨架,以计算激光线条的坐标值;b)计算激光线条坐标值的变化量;c)将激光线条坐标值的变化量转换成钢轨表面深度变化的分布图;d)根据钢轨表面深度变化的分布图检测钢轨表面的三维缺陷。
本发明的有益效果
通过激光线光源与面阵CCD摄像机实现钢轨表面的三维检测。
本发明的最大特点是通过激光线条图像获得反映钢轨表面深度变化的分布图,并通过该分布图来检测钢轨表面的三维缺陷。该分布图是一幅两维灰度图像,X轴与Y轴分别表示钢轨的运行方向与钢轨的高度方向,图像中的灰度值表示钢轨深度的变化值。表面深度变化的分布图将钢轨的三维坐标转换成两维灰度图,通过图像处理的方法检测缺陷所在的区域。
附图说明
下面结合附图对本发明进行进一步说明。
图1为钢板表面缺陷三维检测装置示意图。图1中,1、2、3、4、5、6、7、8为,摄像机1、摄像机2、摄像机3和摄像机4与摄像机5、摄像机6、摄像机7和摄像机8,9、10、11、12为激光线光源9、激光线光源10、激光线光源11和激光线光源12,13为钢轨。
具体实施方式
为了实现对钢轨整个断面的检测,采用8台面阵CCD摄像机与4台激光线光源。图1中,激光线光源9放置在钢轨13顶面的正上方,发射的激光线条覆盖整个顶面以及顶面的两个角部;激光线光源11放置在钢轨13底面的正下方,发射的激光线条覆盖整个底面以及底面的两个角部;激光线光源10和12分别放置在钢轨13底面两个外侧的下方,发射的激光线条分别覆盖钢轨13的两个侧面,激光线光源9、激光线光源10、激光线光源11和激光线光源12发射的激光线条在同一光平面上,与钢轨13运行方向垂直,照射到钢轨13表面的激光光条在钢轨13的断面上形成封闭的线条,摄像机1、摄像机2、摄像机3和摄像机4与摄像机5、摄像机6、摄像机7和摄像机8对称放置,摄像机1与8分别采集钢轨13顶面的左半区域(包括左角部)与右半区域(包括右角部)的激光线条图像,摄像机2与7分别采集钢轨13左右侧面上半区域的激光线条图像,摄像机3与6分别采集钢轨13左右侧面下半区域的激光线条图像,摄像机4与5分别采集钢轨13底面的左半区域与右半区域的激光线条图像。摄像机1、摄像机2、摄像机3、摄像机4、摄像机5、摄像机6、摄像机7和摄像机8能够将激光线光源9、激光线光源10、激光线光源11和激光线光源12照射到钢轨13表面的封闭线条图像拍摄下来,摄像机采集到的激光线条图像传送给计算机,由计算机对图像进行实时的处理分析,从而判断钢轨表面是否存在着三维缺陷。这一过程的步骤如下:a)提取激光线条的骨架,以计算激光线条的坐标值;b)计算激光线条坐标值的变化量;c)将激光线条坐标值的变化量转换成钢轨表面深度变化的分布图;d)根据钢轨表面深度变化的分布图检测钢轨表面的三维缺陷。
图2为摄像机2采集到的激光线条图像,对图2中的激光线条作骨架提取,提取后的激光线条骨架如图3所示,经骨架提取后,激光线条在图像的宽度方向上只有1个像素。将图3中的激光线条在图像宽度方向上的坐标值XI减去模板值XI,可以得到激光线条在图像宽度方向上的坐标变化量ΔXI,ΔXI反映钢轨表面深度的变化值。以钢轨长度方向作为X坐标,钢轨高度方向作为Y坐标,ΔXI为灰度值,得到图4所示的钢轨表面深度变化的分布图。图4中的方框区域为检测到的缺陷区域,该缺陷区域由表面深度变化分布图中灰度超过阈值的点组成,这些灰度超过阈值的点就是钢轨表面深度有明显变化的点。通过这种方式,就可以检测到钢轨表面的三维缺陷,实现钢轨表面缺陷的三维检测。
Claims (1)
1.一种钢轨表面缺陷的三维检测方法,其特征在于:激光线光源(9)放置在钢轨(13)顶面的正上方,发射的激光线条覆盖整个顶面以及顶面的两个角部;激光线光源(11)放置在钢轨(13)底面的正下方,发射的激光线条覆盖整个底面以及底面的两个角部;激光线光源(10)和(12)分别放置在钢轨(13)底面两个外侧的下方,发射的激光线条分别覆盖钢轨(13)的两个侧面,激光线光源(9)、激光线光源(10)、激光线光源(11)和激光线光源(12)发射的激光线条在同一光平面上,与钢轨(13)运行方向垂直,照射到钢轨(13)表面的激光光条在钢轨(13)的断面上形成封闭的线条,摄像机(1)、摄像机(2)、摄像机(3)和摄像机(4)与摄像机(5)、摄像机(6)、摄像机(7)和摄像机(8)对称放置,摄像机(1)与(8)分别采集钢轨(13)顶面的左半区域(包括左角部)与右半区域(包括右角部)的激光线条图像,摄像机(2)与(7)分别采集钢轨(13)左右侧面上半区域的激光线条图像,摄像机(3)与(6)分别采集钢轨(13)左右侧面下半区域的激光线条图像,摄像机(4)与(5)分别采集钢轨(13)底面的左半区域与右半区域的激光线条图像。摄像机(1)、摄像机(2)、摄像机(3)、摄像机(4)、摄像机(5)、摄像机(6)、摄像机(7)和摄像机(8)能够将激光线光源(9)、激光线光源(10)、激光线光源(11)和激光线光源(12)照射到钢轨(13)表面的封闭线条图像拍摄下来,摄像机采集到的激光线条图像传送给计算机,由计算机对图像进行实时的处理分析,从而判断钢轨表面是否存在着三维缺陷。这一过程的步骤如下:a)提取激光线条的骨架,以计算激光线条的坐标值;b)计算激光线条坐标值的变化量;c)将激光线条坐标值的变化量转换成钢轨表面深度变化的分布图;d)根据钢轨表面深度变化的分布图检测钢轨表面的三维缺陷。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910092409XA CN101639452B (zh) | 2009-09-11 | 2009-09-11 | 一种钢轨表面缺陷的三维检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910092409XA CN101639452B (zh) | 2009-09-11 | 2009-09-11 | 一种钢轨表面缺陷的三维检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101639452A true CN101639452A (zh) | 2010-02-03 |
CN101639452B CN101639452B (zh) | 2012-02-15 |
Family
ID=41614539
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910092409XA Expired - Fee Related CN101639452B (zh) | 2009-09-11 | 2009-09-11 | 一种钢轨表面缺陷的三维检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101639452B (zh) |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101893580A (zh) * | 2010-06-10 | 2010-11-24 | 北京交通大学 | 基于数字图像的钢轨表面缺陷检测方法 |
CN101949116A (zh) * | 2010-08-06 | 2011-01-19 | 中国科学院长春光学精密机械与物理研究所 | 一种采用激光修补钢轨的方法 |
CN102288613A (zh) * | 2011-05-11 | 2011-12-21 | 北京科技大学 | 一种灰度和深度信息融合的表面缺陷检测方法 |
CN102310869A (zh) * | 2011-06-01 | 2012-01-11 | 王平 | 钢轨廓形测试小车 |
CN102928432A (zh) * | 2011-08-09 | 2013-02-13 | 鸿富锦精密工业(深圳)有限公司 | 模仁成型面检测方法 |
CN103364403A (zh) * | 2012-04-06 | 2013-10-23 | 鸿富锦精密工业(深圳)有限公司 | 产品质量自动化控管系统及方法 |
CN103886642A (zh) * | 2014-04-04 | 2014-06-25 | 北京科技大学 | 一种钢板表面三维重建快速实现方法 |
US9049433B1 (en) * | 2012-01-06 | 2015-06-02 | John H. Prince | High-speed railroad inspection using coordinated 3D cameras |
US9046496B2 (en) | 2011-03-29 | 2015-06-02 | Industrial Technology Research Institute | Capturing method for images with different view-angles and capturing system using the same |
CN104713887A (zh) * | 2015-03-19 | 2015-06-17 | 中信戴卡股份有限公司 | 一种检测平面缺陷的方法 |
CN105905132A (zh) * | 2016-05-24 | 2016-08-31 | 北京鹰路科技有限公司 | 一种轨道状态智能巡检装置和方法 |
CN106093071A (zh) * | 2016-08-22 | 2016-11-09 | 合肥德泰科通测控技术有限公司 | 钢轨的三维全参数智能化检测方法 |
CN106403818A (zh) * | 2016-09-18 | 2017-02-15 | 天津市友发德众钢管有限公司 | 多规格大型方矩形管在线尺寸参数检测用的系统及方法 |
CN106441091A (zh) * | 2016-08-31 | 2017-02-22 | 武汉汉宁轨道交通技术有限公司 | 一种钢轨自动检测装置以及方法 |
CN106949848A (zh) * | 2017-03-15 | 2017-07-14 | 深圳市深视智能科技有限公司 | 一种高精度激光3d轮廓手机结构件检测方法 |
CN107632022A (zh) * | 2017-08-30 | 2018-01-26 | 武汉理工大学 | 一种基于数据处理的钢轨表面缺陷检测方法及装置 |
CN107796718A (zh) * | 2017-10-13 | 2018-03-13 | 郑显锋 | 布氏硬度测量系统及方法 |
CN107843209A (zh) * | 2017-10-30 | 2018-03-27 | 北京颐和海纳科技有限公司 | 轮廓扫描系统及方法 |
CN108489383A (zh) * | 2018-03-01 | 2018-09-04 | 北京科技大学 | 一种h型断面尺寸的测量装置及方法 |
CN108982507A (zh) * | 2017-05-31 | 2018-12-11 | 武汉桑普瑞奇科技有限公司 | 一种钢轨表面伤损检测装置及方法 |
CN110672026A (zh) * | 2019-08-30 | 2020-01-10 | 泉州佰桀智能制鞋设备研究院有限公司 | 一种过山车轨道检测方法、智能检测机器人及检测系统 |
CN111122598A (zh) * | 2019-12-16 | 2020-05-08 | 北京冶自欧博科技发展有限公司 | 一种钢轨表面缺陷三维检测系统及方法 |
CN111626977A (zh) * | 2019-11-25 | 2020-09-04 | 梁帆 | 一种基于图像识别的钢轨表面检测方法 |
CN113146368A (zh) * | 2020-05-29 | 2021-07-23 | 浙江大学 | 一种用于长轨线上的钢轨表面质量检测系统 |
CN114018934A (zh) * | 2021-11-03 | 2022-02-08 | 四川启睿克科技有限公司 | 一种用于弧形金属表面缺陷检测的成像系统 |
CN114113107A (zh) * | 2021-11-18 | 2022-03-01 | 万岩铁路装备(成都)有限责任公司 | 一种基于激光扫描的360°铁轨损伤识别系统及方法 |
CN114264662A (zh) * | 2021-12-10 | 2022-04-01 | 上海市东方海事工程技术有限公司 | 一种钢轨表面视觉检测方法和装置 |
CN114384071A (zh) * | 2020-10-21 | 2022-04-22 | 南京牧镭激光科技有限公司 | 一种基于激光tof技术的墙地砖侧底面缺陷测量装置 |
CN116645371A (zh) * | 2023-07-27 | 2023-08-25 | 中铁十二局集团铁路养护工程有限公司 | 一种基于特征搜索的钢轨表面缺陷检测方法及系统 |
-
2009
- 2009-09-11 CN CN200910092409XA patent/CN101639452B/zh not_active Expired - Fee Related
Cited By (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101893580B (zh) * | 2010-06-10 | 2012-01-11 | 北京交通大学 | 基于数字图像的钢轨表面缺陷检测方法 |
CN101893580A (zh) * | 2010-06-10 | 2010-11-24 | 北京交通大学 | 基于数字图像的钢轨表面缺陷检测方法 |
CN101949116A (zh) * | 2010-08-06 | 2011-01-19 | 中国科学院长春光学精密机械与物理研究所 | 一种采用激光修补钢轨的方法 |
US9046496B2 (en) | 2011-03-29 | 2015-06-02 | Industrial Technology Research Institute | Capturing method for images with different view-angles and capturing system using the same |
CN102288613B (zh) * | 2011-05-11 | 2014-03-26 | 北京科技大学 | 一种灰度和深度信息融合的表面缺陷检测方法 |
CN102288613A (zh) * | 2011-05-11 | 2011-12-21 | 北京科技大学 | 一种灰度和深度信息融合的表面缺陷检测方法 |
CN102310869A (zh) * | 2011-06-01 | 2012-01-11 | 王平 | 钢轨廓形测试小车 |
CN102928432A (zh) * | 2011-08-09 | 2013-02-13 | 鸿富锦精密工业(深圳)有限公司 | 模仁成型面检测方法 |
US9049433B1 (en) * | 2012-01-06 | 2015-06-02 | John H. Prince | High-speed railroad inspection using coordinated 3D cameras |
CN103364403A (zh) * | 2012-04-06 | 2013-10-23 | 鸿富锦精密工业(深圳)有限公司 | 产品质量自动化控管系统及方法 |
CN103886642A (zh) * | 2014-04-04 | 2014-06-25 | 北京科技大学 | 一种钢板表面三维重建快速实现方法 |
CN103886642B (zh) * | 2014-04-04 | 2017-01-04 | 北京科技大学 | 一种钢板表面三维重建快速实现方法 |
CN104713887A (zh) * | 2015-03-19 | 2015-06-17 | 中信戴卡股份有限公司 | 一种检测平面缺陷的方法 |
CN105905132A (zh) * | 2016-05-24 | 2016-08-31 | 北京鹰路科技有限公司 | 一种轨道状态智能巡检装置和方法 |
CN106093071A (zh) * | 2016-08-22 | 2016-11-09 | 合肥德泰科通测控技术有限公司 | 钢轨的三维全参数智能化检测方法 |
CN106441091A (zh) * | 2016-08-31 | 2017-02-22 | 武汉汉宁轨道交通技术有限公司 | 一种钢轨自动检测装置以及方法 |
CN106403818A (zh) * | 2016-09-18 | 2017-02-15 | 天津市友发德众钢管有限公司 | 多规格大型方矩形管在线尺寸参数检测用的系统及方法 |
CN106949848A (zh) * | 2017-03-15 | 2017-07-14 | 深圳市深视智能科技有限公司 | 一种高精度激光3d轮廓手机结构件检测方法 |
CN106949848B (zh) * | 2017-03-15 | 2019-11-29 | 深圳市深视智能科技有限公司 | 一种高精度激光3d轮廓手机结构件检测方法 |
CN108982507A (zh) * | 2017-05-31 | 2018-12-11 | 武汉桑普瑞奇科技有限公司 | 一种钢轨表面伤损检测装置及方法 |
CN107632022A (zh) * | 2017-08-30 | 2018-01-26 | 武汉理工大学 | 一种基于数据处理的钢轨表面缺陷检测方法及装置 |
CN107796718A (zh) * | 2017-10-13 | 2018-03-13 | 郑显锋 | 布氏硬度测量系统及方法 |
CN107843209A (zh) * | 2017-10-30 | 2018-03-27 | 北京颐和海纳科技有限公司 | 轮廓扫描系统及方法 |
CN108489383A (zh) * | 2018-03-01 | 2018-09-04 | 北京科技大学 | 一种h型断面尺寸的测量装置及方法 |
CN110672026A (zh) * | 2019-08-30 | 2020-01-10 | 泉州佰桀智能制鞋设备研究院有限公司 | 一种过山车轨道检测方法、智能检测机器人及检测系统 |
CN111626977A (zh) * | 2019-11-25 | 2020-09-04 | 梁帆 | 一种基于图像识别的钢轨表面检测方法 |
CN111122598A (zh) * | 2019-12-16 | 2020-05-08 | 北京冶自欧博科技发展有限公司 | 一种钢轨表面缺陷三维检测系统及方法 |
CN113146368A (zh) * | 2020-05-29 | 2021-07-23 | 浙江大学 | 一种用于长轨线上的钢轨表面质量检测系统 |
CN114384071A (zh) * | 2020-10-21 | 2022-04-22 | 南京牧镭激光科技有限公司 | 一种基于激光tof技术的墙地砖侧底面缺陷测量装置 |
CN114018934A (zh) * | 2021-11-03 | 2022-02-08 | 四川启睿克科技有限公司 | 一种用于弧形金属表面缺陷检测的成像系统 |
CN114018934B (zh) * | 2021-11-03 | 2023-11-03 | 四川启睿克科技有限公司 | 一种用于弧形金属表面缺陷检测的成像系统 |
CN114113107A (zh) * | 2021-11-18 | 2022-03-01 | 万岩铁路装备(成都)有限责任公司 | 一种基于激光扫描的360°铁轨损伤识别系统及方法 |
CN114113107B (zh) * | 2021-11-18 | 2024-01-23 | 万岩铁路装备(成都)有限责任公司 | 一种基于激光扫描的360°铁轨损伤识别系统及方法 |
CN114264662A (zh) * | 2021-12-10 | 2022-04-01 | 上海市东方海事工程技术有限公司 | 一种钢轨表面视觉检测方法和装置 |
CN114264662B (zh) * | 2021-12-10 | 2024-03-08 | 上海市东方海事工程技术有限公司 | 一种钢轨表面视觉检测方法和装置 |
CN116645371A (zh) * | 2023-07-27 | 2023-08-25 | 中铁十二局集团铁路养护工程有限公司 | 一种基于特征搜索的钢轨表面缺陷检测方法及系统 |
CN116645371B (zh) * | 2023-07-27 | 2023-10-17 | 中铁十二局集团铁路养护工程有限公司 | 一种基于特征搜索的钢轨表面缺陷检测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN101639452B (zh) | 2012-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101639452B (zh) | 一种钢轨表面缺陷的三维检测方法 | |
CN106052575B (zh) | 基于列车高速运行中的受电弓碳滑板磨耗在线检测方法 | |
CN104504388B (zh) | 一种路面裂缝识别和特征提取算法及系统 | |
CN100483116C (zh) | 带材表面三维缺陷的检测方法 | |
CN104392224B (zh) | 一种公路路面裂纹检测方法 | |
CN107576666A (zh) | 一种双光谱成像铁轨及扣件异常检测方法 | |
CN104101600B (zh) | 连铸坯断面微小裂纹检测方法 | |
WO2023045299A1 (zh) | 基于三维轮廓的路面技术状况检测方法及设备 | |
WO2015055060A1 (zh) | 一种连铸坯表面质量在线检测方法 | |
CN102175692A (zh) | 织物坯布疵点快速检测系统及方法 | |
CN104537651B (zh) | 一种路面图像中裂缝比例检测方法及系统 | |
CN207908384U (zh) | 一种双光谱成像铁轨及扣件异常检测装置 | |
CN108759670A (zh) | 一种基于非接触式检测技术的接触线磨耗动态检测装置 | |
CN105866129A (zh) | 一种基于数字投影的产品表面质量在线检测方法 | |
CN104101611A (zh) | 一种类镜面物体表面光学成像装置及其成像方法 | |
CN102495069A (zh) | 一种基于数字图像处理的拉链链带缺陷检测方法 | |
CN104458764B (zh) | 基于大景深条带图像投影的弯曲粗糙表面缺陷鉴别方法 | |
CN204924983U (zh) | 一种光栅调制的镜片疵病自动检测装置 | |
CN108489394A (zh) | 一种大尺寸薄板金属工件几何质量自动检测装置及方法 | |
CN101510295B (zh) | 基于PCIe和Vision Assistant的机器视觉系统的设计方法 | |
CN108682012A (zh) | 一种基于线扫激光的3d曲面玻璃表面平整性缺陷检测方法 | |
CN105091748A (zh) | 轨道车辆公差尺寸测量系统 | |
TWI490481B (zh) | On - line Inspection Method for Panel 3D Defects | |
CN106706644A (zh) | 一种镜片疵病的检测方法 | |
CN115852763A (zh) | 一种视觉控制钢轨缺陷位置检测方法及系统 |
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: 20120215 Termination date: 20140911 |
|
EXPY | Termination of patent right or utility model |