CN101988907A - 一种卷材表面检测用的图像处理系统 - Google Patents
一种卷材表面检测用的图像处理系统 Download PDFInfo
- Publication number
- CN101988907A CN101988907A CN 201010287452 CN201010287452A CN101988907A CN 101988907 A CN101988907 A CN 101988907A CN 201010287452 CN201010287452 CN 201010287452 CN 201010287452 A CN201010287452 A CN 201010287452A CN 101988907 A CN101988907 A CN 101988907A
- Authority
- CN
- China
- Prior art keywords
- image
- image processing
- coiled material
- early stage
- 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.)
- Pending
Links
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种卷材表面检测用的图像处理系统,包括光源、线阵相机组与控制柜,其中:所述光源:用于为所述线阵相机组提供光照;所述线阵相机组:用于采集卷材表面的原始图像信息,并对所述原始图像信息进行前期图像处理,得到图像前期处理结果;所述控制柜:用于根据图像前期处理结果,进行后期图像处理,得到图像后期处理结果。本发明所述卷材表面检测用的图像处理系统,可以克服现有技术中人工劳动量大、成本高、漏检率高与检测精度低等缺陷,以实现人工劳动量小、成本低、漏检率低与检测精度高的优点。
Description
技术领域
本发明涉及卷材表面检测技术,具体地,涉及一种卷材表面检测用的图像处理系统。
背景技术
众所周知,卷材是指薄膜、纸张、锡箔与钢板等较薄的材料,这些材料在生产过程中有个共同的特点、即高速,生产线速度基本上都在每分钟几百米以上,有的甚至可以达到上千米。另外,卷材类产品由于加工工艺的原因,往往在生产的过程中产品本身会发生缺陷或是瑕疵;比如,薄膜纸张等可能会有油斑、空洞与皱痕等,而钢板这可能会有打印等瑕疵。
在现有技术中,该类瑕疵的检测,基本上都是靠现场的操作工人的肉眼来完成的。但是,由于操作工人的疲劳、技术水品等方面的因素,漏检等问题时常发生,给厂家打来了不可弥补的损失;同时随着人工费用的高涨,能够实现自动检测的需求也越来越高。
目前,欧美日等发达国家的卷材生产线上,基本上都是使用的自动瑕疵检测设备,比如日本的AYAHA;该类设备在图像前期处理时基本上采用现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)等硬件来完成,人机界面是利用PC机来制作。
我们国家近些年来也逐渐出现了一些专业的检测设备生产商,而国内的产品,比如双元科技,设备的检测与计算都是靠软件来完成,该类方式针对速度较慢的生产线来说(比如100米/分)左右基本上是可以对应的,而如果生产线的速度达到了300米以上时,软件计算就会产生丢帧等问题,影响检测精度。
综上所述,在实现本发明的过程中,发明人发现现有技术中至少存在以下缺陷:
(1)人工劳动量大:由于卷材生产线的速度很高,通过现场操作工人的肉眼完成瑕疵的检测,操作工人的劳动强度较大;
(2)成本高:漏检给厂家打来了不可弥补的损失;同时随着人工费用的高涨,能够实现自动检测的需求也越来越高;
(3)漏检率高:由于操作工人的疲劳、技术水品等方面的因素,漏检等问题时常发生;
(4)检测精度低:采用双元科技等检测技术,生产线的速度达到了300米以上时,软件计算就会产生丢帧等问题,影响检测精度。
发明内容
本发明的目的在于,针对上述问题,提出一种卷材表面检测用的图像处理系统,以实现人工劳动量小、成本低、漏检率低与检测精度高的优点。
为实现上述目的,本发明采用的技术方案是:一种卷材表面检测用的图像处理系统,包括光源、线阵相机组与控制柜,其中:所述光源:用于为所述线阵相机组提供光照;所述线阵相机组:用于采集卷材表面的原始图像信息,并对所述原始图像信息进行前期图像处理,得到图像前期处理结果;所述控制柜:用于根据图像前期处理结果,进行后期图像处理,得到图像后期处理结果。
进一步地,还包括辅助输出设备,所述辅助输出设备包括与控制柜配合设置的报警器,以及设置在卷材表面上的打标机;其中:所述报警器:用于根据控制柜得到的图像后期处理结果,当所述图像后期处理结果显示卷材表面有瑕疵时,进行报警提示;所述打标机:用于根据控制柜得到的图像后期处理结果,进行打标记。
进一步地,所述光源包括聚光型光源、散光型光源、高频日光灯管与LED线性光源中的至少一种。
进一步地,所述线阵相机组包括串联的多个相机,以及分别配合设置在每个相机中的前期图像处理卡。
进一步地,所述前期图像处理卡包括图像前期处理单元FPGA、高速图像前期处理单元与PCL-e控制器,所述高速图像前期处理单元连接在FPGA与PCL-e控制器之间,所述FPGA与多个相机配合设置,所述PCL-e控制器与控制柜连接。
进一步地,所述控制柜包括工业控制机或PC机,以及插接在所述工业控制机或PC机内部的图像后期处理单元与PC主内存,所述PC主内存与图像后期处理单元连接,所述PC主内存与PCL-e控制器连接。
本发明各实施例的卷材表面检测用的图像处理系统,由于包括光源、线阵相机组与控制柜,其中:光源用于为线阵相机组提供光照;线阵相机组用于采集卷材表面的原始图像信息,并对原始图像信息进行前期图像处理,得到图像前期处理结果;控制柜用于根据图像前期处理结果,进行后期图像处理,得到图像后期处理结果;通过前期图像处理与后期图像处理相结合,有利于提高检测速度和精度;从而可以克服现有技术中人工劳动量大、成本高、漏检率高与检测精度低的缺陷,以实现人工劳动量小、成本低、漏检率低与检测精度高的优点。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为根据本发明卷材表面检测用的图像处理系统的结构示意图;
图2为根据本发明卷材表面检测用的图像处理系统的工作原理示意图;
图3为根据本发明卷材表面检测用的图像处理系统的工作逻辑示意图;
图4为根据本发明卷材表面检测用的图像处理系统中前期图像处理过程示意图;
图5为根据本发明卷材表面检测用的图像处理系统中后期图像处理过程示意图;
图6为根据本发明卷材表面检测用的图像处理系统中FPGA实现图像前期处理的过程示意图。
结合附图,本发明实施例中附图标记如下:
1-线阵相机组;2-瑕疵;3-光源;4-打标机;5-卷材;6-控制柜;7-报警器。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
根据本发明实施例,提供了一种卷材表面检测用的图像处理系统。如图1-图6所示,本实施例包括光源3、线阵相机组1与控制柜6,其中:光源3用于为线阵相机组1提供光照;线阵相机组1用于采集卷材表面的原始图像信息,并对原始图像信息进行前期图像处理,得到图像前期处理结果;控制柜6用于根据图像前期处理结果,进行后期图像处理,得到图像后期处理结果。
其中,光源3包括聚光型光源、散光型光源、高频日光灯管与LED线性光源中的至少一种。
这里,光源3可以使用高频日光灯管或者LED线性光源;根据检测对象的不同,光源3可以选择聚光型光源和散光型光源,光源3的颜色也视具体物体而定。
具体地,光源3的使用方式如下:聚光型光源主要是针对表面反射较差的物体,比如塑料薄膜、单色非反光纸张等;散光型光源主要适用于表面发色较强的材料,比如烫金表面、发亮的铝箔板等。光源3的颜色主要是根据对象物体的颜色来定,基本上来说要与对象物体的表面颜色有较强反差的光源比较适合该类物体的检测照明,比如说红色物体的检测照明光源建议使用青色光源。
线阵相机组1包括串联的多个相机,以及分别配合设置在每个相机中的前期图像处理卡;前期图像处理卡包括图像前期处理单元FPGA、高速图像前期处理单元与PCL-e控制器,高速图像前期处理单元连接在FPGA与PCL-e控制器之间,FPGA与多个相机配合设置,PCL-e控制器与控制柜连接。
这里,线阵相机组1是由过个相机通过串联来组成了一个相机组,该相机组根据生产线的速度和产品的宽度来确定相机组中各个相机的参数。
其中,前期图像处理卡的逻辑图如图3所示:前期图像处理卡通过Camera Link(FULL)接口采集CCD相机的信息,从FPGA中发送图像抓取和传送命令;随后,图像前期处理单元(FPGA)采集CCD相机的信息并进行前期处理。
该图像前期处理单元中包括:包括3x3、5x5、7x7的多核的卷积过滤器算法,这些算法可以实现平行计算和PIPLINE;具体包括:中指滤波、平均滤波、高斯滤波等;图像的三值化处理;图像的直方图建立;图像的XY轴方向的投影;累加累乘的平行计算电路等。同时,前期图像处理卡还可以利用MLT的功能来实现相机的分配处理的效果,实现真正意义上的实时处理。上述的算法利用多核平行计算和PIPLINE等方式来实现高速图像处理的效果。
具体地,在直方图的建立和利用直方图进行的动态阀值的计算中,利用MLT(camera link repeater module)的方式来分散高速线阵相机的信息,通过多处理板平行工作来处理高速大量的图像信息,如图6所示,特有的卷材检测的图像处理步骤包括:中值滤波,Y轴的投影,X轴的投影,三值处理,傅里叶变换、反傅里叶变换,最大滤波(3次),最小滤波(5次),最大过滤(两次),三次膨胀,三次收缩,LABELING处理,面积、尺寸等特征的计算。
随后,通过工控机中的软件进行的后期软件图像处理,如图5所示可以分为如下几个步骤:
(1)连接各条线的图像形成一个完成的图像;(2)从图像中抽出可能为瑕疵的图案;(3)对图案进行LABELING处理,计算各个小图案的几何特征,包括长宽、面积等等;(4)根据这些特征来判断是否是瑕疵,比如说如果卷材本身大有固定的图案,可以预先计算这些固定图案的面积、宽高、圆度、周长等等几何特征,利用这些几何特征来与瑕疵的同样集合特征进行对比,从而判别是否是瑕疵;如果是瑕疵,通过报警器7来通知操作人员,同时利用打标机4在有瑕疵2的位置打上标记。
控制柜6包括工业控制机或PC机,以及插接在工业控制机或PC机内部的图像后期处理单元与PC主内存,PC主内存与图像后期处理单元连接,PC主内存与PCL-e控制器连接。
这里,控制柜中包括工业控制机、和插在工控机里的前期图像处理卡。
在上述实施例中,图像处理的具体工作方式如图2所示:经过光源照射后的卷材图像被线阵相机组采集,采集后的图像通过Camera Linker(FULL)传送到前期图像处理卡中,前期图像处理卡进行前期的图像处理。
其中,前期的图像处理如图4所示分如下几个步骤:(1)由于灯光的变化而照成相片上有时会有明暗条纹,通过shading的特殊处理,可以去除图像中的明暗条纹;(2)在利用各种过滤器对图片中由于电气信号而引起的杂质,比如孤立点等;(3)利用三值化处理可以去除图片中的底色,从而留下明暗的瑕疵点;(4)利用FPGA来实现的上述计算的电子电路可以通过平行处理和PIPLINE等方式来大大缩短图像处理的计算速度。
进一步地,在上述实施例中,还包括辅助输出设备,辅助输出设备包括与控制柜6配合设置的报警器7,以及设置在卷材表面上的打标机4;其中:报警器7用于根据控制柜6得到的图像后期处理结果,当图像后期处理结果显示卷材表面有瑕疵2时,进行报警提示;打标机4用于根据控制柜6得到的图像后期处理结果,进行打标记。
在上述实施例中,通过资源优化(软硬件计算资源的分配)和算法的改进,为了达到高速图像处理的目的,利用可以高速处理的前期图像处理卡,通过FPGA来实现图像处理的前期处理;其中:
(1)与国内现有方案相比,上述实施例通过FPGA的前处理大大提高了卷材瑕疵检测的速度和精度,不如检测精度控制在0.5mm以内的前提下,上述实施例的检测速度可以充分发挥160Mhz的NED相机的高速拍摄作用,在生产线的速度为250至300米每分时,可以实现实时的图像处理。如使用现有软件的方案来实现同精度同速度的检测时会发生丢帧或是计算滞后等问题;
(2)与国外现有方案相比,上述实施例采用camera link repeater module的方式通过串联多块前期图像处理卡来分散处理高分辨率高速的相机,极限处理速度可以达到每分钟近2000米的卷材检测;特有的图像处理算法也大大提高了检测精度,使以往很难检测的细小划痕等都可以清楚地得到检测。
综上所述,本发明各实施例的卷材表面检测用的图像处理系统,由于包括光源、线阵相机组与控制柜,其中:光源用于为线阵相机组提供光照;线阵相机组用于采集卷材表面的原始图像信息,并对原始图像信息进行前期图像处理,得到图像前期处理结果;控制柜用于根据图像前期处理结果,进行后期图像处理,得到图像后期处理结果;通过前期图像处理与后期图像处理相结合,有利于提高检测速度和精度;从而可以克服现有技术中人工劳动量大、成本高、漏检率高与检测精度低的缺陷,以实现人工劳动量小、成本低、漏检率低与检测精度高的优点。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种卷材表面检测用的图像处理系统,其特征在于,包括光源、线阵相机组与控制柜,其中:
所述光源:用于为所述线阵相机组提供光照;
所述线阵相机组:用于采集卷材表面的原始图像信息,并对所述原始图像信息进行前期图像处理,得到图像前期处理结果;
所述控制柜:用于根据图像前期处理结果,进行后期图像处理,得到图像后期处理结果。
2.根据权利要求1所述的卷材表面检测用的图像处理系统,其特征在于,还包括辅助输出设备,所述辅助输出设备包括与控制柜配合设置的报警器,以及设置在卷材表面上的打标机;其中:
所述报警器:用于根据控制柜得到的图像后期处理结果,当所述图像后期处理结果显示卷材表面有瑕疵时,进行报警提示;
所述打标机:用于根据控制柜得到的图像后期处理结果,进行打标记。
3.根据权利要求1或2所述的卷材表面检测用的图像处理系统,其特征在于,所述光源包括聚光型光源、散光型光源、高频日光灯管与LED线性光源中的至少一种。
4.根据权利要求1或2所述的卷材表面检测用的图像处理系统,其特征在于,所述线阵相机组包括串联的多个相机,以及分别配合设置在每个相机中的前期图像处理卡。
5.根据权利要求4所述的卷材表面检测用的图像处理系统,其特征在于,所述前期图像处理卡包括图像前期处理单元FPGA、高速图像前期处理单元与PCL-e控制器,所述高速图像前期处理单元连接在FPGA与PCL-e控制器之间,所述FPGA与多个相机配合设置,所述PCL-e控制器与控制柜连接。
6.根据权利要求5所述的卷材表面检测用的图像处理系统,其特征在于,所述控制柜包括工业控制机或PC机,以及插接在所述工业控制机或PC机内部的图像后期处理单元与PC主内存,所述PC主内存与图像后期处理单元连接,所述PC主内存与PCL-e控制器连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010287452 CN101988907A (zh) | 2010-09-16 | 2010-09-16 | 一种卷材表面检测用的图像处理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010287452 CN101988907A (zh) | 2010-09-16 | 2010-09-16 | 一种卷材表面检测用的图像处理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101988907A true CN101988907A (zh) | 2011-03-23 |
Family
ID=43745564
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201010287452 Pending CN101988907A (zh) | 2010-09-16 | 2010-09-16 | 一种卷材表面检测用的图像处理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101988907A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102759530A (zh) * | 2012-07-03 | 2012-10-31 | 湖南镭目科技有限公司 | 一种表面质量图像在线检测装置 |
CN103674685A (zh) * | 2013-12-23 | 2014-03-26 | 中国矿业大学(北京) | 一种岩石爆破超动态应变场监测及分析系统 |
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 |
CN105044126A (zh) * | 2015-07-22 | 2015-11-11 | 瑞安市质量技术监督检测院 | 宽幅连续表面缺陷视觉检测系统 |
CN105809219A (zh) * | 2016-03-14 | 2016-07-27 | 上海大学 | 一种隧道预制管片生产线的预制管片质量检测统计系统和方法 |
CN106391502A (zh) * | 2015-08-11 | 2017-02-15 | 深圳市圆融精密电子有限公司 | 一种卷材在线外观检测机 |
CN106671482A (zh) * | 2016-12-23 | 2017-05-17 | 冯袁枫 | 制袋机 |
CN107300559A (zh) * | 2017-08-25 | 2017-10-27 | 山东众鑫电子材料有限公司 | 一种聚酰亚胺薄膜疵点检测系统及方法 |
CN109196555A (zh) * | 2016-05-17 | 2019-01-11 | Abb瑞士股份有限公司 | 用于卷材制造监督的实时、完整卷材图像处理方法和系统 |
CN109738437A (zh) * | 2018-12-29 | 2019-05-10 | 西安西电电力电容器有限责任公司 | 一种金属化薄膜电容器自愈点测量装置及方法 |
CN110118784A (zh) * | 2019-06-20 | 2019-08-13 | 山西大数据产业发展有限公司 | 基于机器视觉的钢卷表面质量缺陷检测系统 |
CN111001674A (zh) * | 2019-11-29 | 2020-04-14 | 中国东方电气集团有限公司 | 一种开卷上料检测工位 |
CN114312060A (zh) * | 2021-12-31 | 2022-04-12 | 深圳市泰力格打印技术有限公司 | 一种打印瑕疵的处理系统 |
CN117250203A (zh) * | 2023-11-10 | 2023-12-19 | 深圳市玻尔智造科技有限公司 | 一种石墨卷材检测方法与系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6665066B2 (en) * | 2001-04-27 | 2003-12-16 | National Instruments Corporation | Machine vision system and method for analyzing illumination lines in an image to determine characteristics of an object being inspected |
CN1532542A (zh) * | 2003-03-24 | 2004-09-29 | 光子动力学公司 | 大平面构图介质的高通量检测方法和装置 |
CN101059451A (zh) * | 2007-05-15 | 2007-10-24 | 上海多路信息技术有限公司 | 基于机器视觉的印花机在线生产瑕疵实时检测系统 |
CN101315337A (zh) * | 2008-07-07 | 2008-12-03 | 湖北工业大学 | 一种坯布表面疵点在线检测装置 |
CN101545869A (zh) * | 2009-04-23 | 2009-09-30 | 轻工业自动化研究所 | 嵌入式机器视觉印刷质量智能检测系统 |
-
2010
- 2010-09-16 CN CN 201010287452 patent/CN101988907A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6665066B2 (en) * | 2001-04-27 | 2003-12-16 | National Instruments Corporation | Machine vision system and method for analyzing illumination lines in an image to determine characteristics of an object being inspected |
CN1532542A (zh) * | 2003-03-24 | 2004-09-29 | 光子动力学公司 | 大平面构图介质的高通量检测方法和装置 |
CN101059451A (zh) * | 2007-05-15 | 2007-10-24 | 上海多路信息技术有限公司 | 基于机器视觉的印花机在线生产瑕疵实时检测系统 |
CN101315337A (zh) * | 2008-07-07 | 2008-12-03 | 湖北工业大学 | 一种坯布表面疵点在线检测装置 |
CN101545869A (zh) * | 2009-04-23 | 2009-09-30 | 轻工业自动化研究所 | 嵌入式机器视觉印刷质量智能检测系统 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102759530A (zh) * | 2012-07-03 | 2012-10-31 | 湖南镭目科技有限公司 | 一种表面质量图像在线检测装置 |
CN103674685A (zh) * | 2013-12-23 | 2014-03-26 | 中国矿业大学(北京) | 一种岩石爆破超动态应变场监测及分析系统 |
CN103674685B (zh) * | 2013-12-23 | 2015-09-23 | 中国矿业大学(北京) | 一种岩石爆破超动态应变场监测及分析系统 |
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 |
CN105044126A (zh) * | 2015-07-22 | 2015-11-11 | 瑞安市质量技术监督检测院 | 宽幅连续表面缺陷视觉检测系统 |
CN106391502A (zh) * | 2015-08-11 | 2017-02-15 | 深圳市圆融精密电子有限公司 | 一种卷材在线外观检测机 |
CN105809219A (zh) * | 2016-03-14 | 2016-07-27 | 上海大学 | 一种隧道预制管片生产线的预制管片质量检测统计系统和方法 |
CN105809219B (zh) * | 2016-03-14 | 2018-12-07 | 上海大学 | 一种隧道预制管片生产线的预制管片质量检测统计系统和方法 |
CN109196555B (zh) * | 2016-05-17 | 2021-12-31 | Abb瑞士股份有限公司 | 用于卷材制造监督的实时、完整卷材图像处理方法和系统 |
CN109196555A (zh) * | 2016-05-17 | 2019-01-11 | Abb瑞士股份有限公司 | 用于卷材制造监督的实时、完整卷材图像处理方法和系统 |
CN106671482A (zh) * | 2016-12-23 | 2017-05-17 | 冯袁枫 | 制袋机 |
CN107300559A (zh) * | 2017-08-25 | 2017-10-27 | 山东众鑫电子材料有限公司 | 一种聚酰亚胺薄膜疵点检测系统及方法 |
CN109738437B (zh) * | 2018-12-29 | 2021-07-06 | 西安西电电力电容器有限责任公司 | 一种金属化薄膜电容器自愈点测量装置及方法 |
CN109738437A (zh) * | 2018-12-29 | 2019-05-10 | 西安西电电力电容器有限责任公司 | 一种金属化薄膜电容器自愈点测量装置及方法 |
CN110118784A (zh) * | 2019-06-20 | 2019-08-13 | 山西大数据产业发展有限公司 | 基于机器视觉的钢卷表面质量缺陷检测系统 |
CN111001674A (zh) * | 2019-11-29 | 2020-04-14 | 中国东方电气集团有限公司 | 一种开卷上料检测工位 |
CN114312060A (zh) * | 2021-12-31 | 2022-04-12 | 深圳市泰力格打印技术有限公司 | 一种打印瑕疵的处理系统 |
CN117250203A (zh) * | 2023-11-10 | 2023-12-19 | 深圳市玻尔智造科技有限公司 | 一种石墨卷材检测方法与系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101988907A (zh) | 一种卷材表面检测用的图像处理系统 | |
CN109709102A (zh) | 模切机锂电池极片物理缺陷检测系统、方法及装置 | |
CN102374993A (zh) | 集成电路封装片三维引脚外观检测单元及其检测方法 | |
CN102175692A (zh) | 织物坯布疵点快速检测系统及方法 | |
Zhang et al. | A review of fabric identification based on image analysis technology | |
CN105044126A (zh) | 宽幅连续表面缺陷视觉检测系统 | |
EP3812747A1 (en) | Defect identifying method, defect identifying device, defect identifying program, and recording medium | |
CN104316033A (zh) | 汽车零部件视觉检测系统 | |
CN102854195B (zh) | 彩色滤光片上缺陷坐标的检测方法 | |
CN105139397A (zh) | 一种pcb板检测方法及装置 | |
CN103544524A (zh) | 棒材复核计数方法和装置 | |
CN103175850A (zh) | 宽幅面高速生产线材料表面瑕疵检测方法及系统 | |
CN201795993U (zh) | 一种卷材表面检测用的图像处理系统 | |
CN103091330A (zh) | 模拟人类视觉感知机理的铜带表面缺陷辨识装置及方法 | |
CN101510295A (zh) | 基于PCIe和Vision Assistan的机器视觉系统的设计方法 | |
CN100462672C (zh) | 影像量测系统及方法 | |
CN106872477A (zh) | 汽车发动机密封件外观缺陷探伤系统 | |
CN203298726U (zh) | 一种零部件尺寸检测系统 | |
CN113533372B (zh) | 一种纸张缺陷检测方法、系统、装置及计算机存储介质 | |
CN206832700U (zh) | 一种基于红外线测距传感器的缺陷检测装置 | |
CN109881356B (zh) | 基于svm图像分类的袜机织针在线检测装置及方法 | |
CN102854193A (zh) | 一种用于图像瑕疵检测的检测方法和检测系统 | |
CN103175841B (zh) | 基于机器视觉的ctp版表面检测方法及系统 | |
CN201697615U (zh) | 三维激光扫描在线检测轮廓仪 | |
CN202562857U (zh) | 透明胶囊端面缺陷检测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20110323 |