CN102221556A - 基于机器视觉的小型连接件外观缺陷在线检测装置与方法 - Google Patents

基于机器视觉的小型连接件外观缺陷在线检测装置与方法 Download PDF

Info

Publication number
CN102221556A
CN102221556A CN 201110061314 CN201110061314A CN102221556A CN 102221556 A CN102221556 A CN 102221556A CN 201110061314 CN201110061314 CN 201110061314 CN 201110061314 A CN201110061314 A CN 201110061314A CN 102221556 A CN102221556 A CN 102221556A
Authority
CN
China
Prior art keywords
web member
industrial camera
small
red led
measured
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
Application number
CN 201110061314
Other languages
English (en)
Other versions
CN102221556B (zh
Inventor
孙坚
付民
陈乐�
钟绍俊
徐红伟
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.)
China Jiliang University
Original Assignee
China Jiliang University
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 China Jiliang University filed Critical China Jiliang University
Priority to CN2011100613149A priority Critical patent/CN102221556B/zh
Publication of CN102221556A publication Critical patent/CN102221556A/zh
Application granted granted Critical
Publication of CN102221556B publication Critical patent/CN102221556B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Length Measuring Devices By Optical Means (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开一种基于机器视觉的小型连接件外观缺陷在线检测装置与方法。其检测装置包括红色LED背光源、工业相机、含有图像采集卡的PC机、接近开关、PLC控制器和支架；红色LED背光源固定安装在所述支架上，工业相机安装在支架上并能上下移动以使被检测连接件处于工业相机的视野中，红色LED背光源位于工业相机的镜头的正下方，支架设有检测工作台，检测工作台位于红色LED背光源和工业相机之间，检测工作台在工业相机的取景范围处开有透光孔；PLC控制器分别与所述红色LED背光源、工业相机、PC机和接近开关连接，接近开关靠近所述检测工作台。本发明能够对小型精冲连接件外观缺陷实现高速、高精度、无误的在线检测。

Description

基于机器视觉的小型连接件外观缺陷在线检测装置与方法
技术领域
本发明是一种基于机器视觉的小型连接件外观缺陷在线检测装置，涉及一种利用机器视觉技术来检测小型连接件的尺寸和形状缺陷的装置。
背景技术
小型精冲连接件是借助于常规或专用冲压设备的动力，使板料在模具里直接受到变形力并进行变形，从而获得的一定形状、尺寸和性能的产品零件。随着电子、钟表、计算机等行业的迅速发展，广泛应用于这些行业中的小型精冲连接件的消费也日趋剧增。
精冲连接件外观缺陷在线检测传统的方法是依靠专门培训的外观质检工人在不同的工序处根据图样和技术文件的规范对生产线上的连接件通过手摸、目视、光照反射、光照投影、量具测量等方法检测精密冲压件的形状、尺寸、位置精度等外观技术指标。由于质检工人的视觉疲劳、情绪波动等因素使得传统方法必然存在质量标准客观性较差，且该检测方法速度慢，难以适应目前每分钟数百甚至上千的检测速度，再加上该方法为接触式测量，容易对被检测对象造成不同程度的损伤。所以，在小型精冲连接件生产行业，急切需要一种外观缺陷在线检测装置。
发明内容
本发明的目的是提供一种基于机器视觉的小型连接件外观缺陷在线检测装置与方法，可用于对生产线上高速运动的小型精冲连接件外观缺陷检测进行非接触无损在线检测。
为实现上述目的，本发明所采取的技术方案是：其基于机器视觉的小型连接件外观缺陷在线检测装置包括红色LED背光源、工业相机、含有图像采集卡的PC机、接近开关、PLC控制器和支架；所述红色LED背光源固定安装在所述支架上，所述工业相机安装在所述支架上并能上下移动以使被检测连接件处于工业相机的视野中，所述红色LED背光源位于工业相机的镜头的正下方，所述支架设有检测工作台，所述检测工作台位于所述红色LED背光源和工业相机之间，所述检测工作台在工业相机的取景范围处开有透光孔；所述PLC控制器分别与所述红色LED背光源、工业相机、PC机和接近开关连接，所述接近开关靠近所述检测工作台。
进一步地，本发明所述透光孔的面积大于所述工业相机在所述检测工作台的取景范围。
利用本发明的上述装置对小型连接件外观缺陷进行在线检测的方法包括如下步骤：
（1）工业相机采集在检测工作台上运动的待测小型连接件的原始图像；
（2）PC机对工业相机所采集的所述原始图像依次进行图像滤波、图像增强、Canny边缘检测，得到预处理后的图像；
（3）对所述预处理后的图像按以下步骤进行改进的基于Zernike矩的Ghosal亚像素定位：
1）利用式（1）和式（2）计算所述预处理后的图像的三个阶数的Zernike矩，所述三个阶数的Zernike矩分别为Z00 、Z11 、Z20，
Figure 2011100613149100002DEST_PATH_IMAGE001
                              （1）
Figure 373368DEST_PATH_IMAGE002
                                （2）
式（1）中，、
Figure 2011100613149100002DEST_PATH_IMAGE005
表示Zernike矩中关于x，y的阶数，x、y是函数
Figure 705703DEST_PATH_IMAGE006
的变量；
式（2）中，x、y是函数
Figure 819152DEST_PATH_IMAGE006
变量在直角坐标系上的某一点坐标，是直角坐标系中的点与坐标原点之间的欧氏距离，为直角坐标系中的该点的旋转角度；
2）在
Figure 906374DEST_PATH_IMAGE010
模板上找出Z11的所有极大值，再对Z11的所有极大值求平均值；
3）在所述
Figure 905554DEST_PATH_IMAGE010
模板上找出与所述平均值最接近的点作为待测小型连接件的局部的边缘变化率最大的点；
4）利用所述
Figure 189905DEST_PATH_IMAGE010
模板对所述预处理后的图像进行卷积；后重复步骤1）— 3），得到所述待测小型连接件的整体的边缘变化率最大的点；
5）利用蚁群算法搜索所述待测小型连接件的所有边缘变化率最大的点并拟合成曲线，该曲线是所述待测小型连接件的细边缘；
（4）根据所述待测小型连接件的细边缘，获得所述待测小型连接件的特征值；
（5）根据预设的判断标准判断所述小型连接件的特征值是否符合要求，若符合，则直接返回执行步骤（1），否则停机剔除该待测小型连接件后再返回执行步骤（1）。
进一步地，本发明所述
Figure 976333DEST_PATH_IMAGE010
模板为9×9模板，所述9×9模板仅对该9×9模板的圆内灰色的像素求取Zernike矩。
与现有传统的用模具测量检测技术相比，本发明的有益效果是：由于利用机器视觉技术对生产线上运动的小型精冲连接件的外观缺陷进行在线检测，从而实现整个检测过程的非接触无损检测。本发明不仅能够适应高速的生产速度，而且在提高检测精度和抗扰能力的同时，也降低误检率。本发明是一种将广泛应用于无损检测的机器视觉技术应用到小型精冲连接件生产中的改造，解决了人工检测难以适应的高速度、高精度、人为主观因素和无漏检误检等问题，提高了小型精冲连接件检测的效率，降低了生产成本。
附图说明
图1为本发明检测装置的工作状态示意图；
图2为图1中检测工作台的俯视图；
图3为理想阶跃模型三维图；
图4为理想阶跃模型平面图；
图5为本发明9×9模板的示意图；
图6本发明基于机器视觉的小型精冲连接件外观缺陷在线检测方法的流程示意图；
图中，1.红色LED背光源，2.工业相机，3.PC机，4.接近开关，5.PLC控制器，6.支架，7.图像采集卡， 8.显示器，9.检测工作台，10. 检测工作台的透光孔，11. 工业相机的取景范围，12.小型精冲连接件。
具体实施方式
如图1所示，本发明基于机器视觉的小型连接件外观缺陷在线检测装置主要包括红色LED背光源1、工业相机2、含有图像采集卡7的PC机3、接近开关4、PLC控制器5和支架6。其中，红色LED背光源1固定安装在支架6上，工业相机2安装在支架6上并能上下移动，以便用来来调节工业相机2与被检测的小型精冲连接件12的距离以使被检测的小型精冲连接件12在工业相机2的视野中处于合适的位置，所述合适位置是指被检测的小型精冲连接件12约占工业相机2的视野的3/4~4/5。红色LED背光源1位于工业相机2的镜头的正下方。支架6设有检测工作台9，检测工作台9位于红色LED背光源1和工业相机2之间。检测工作台9在工业相机2的取景范围11内的部分开有透光孔10。透光孔10的面积以略大于工业相机2在检测工作台9的取景范围11为宜。PLC控制器5分别与红色LED背光源1、工业相机2、PC机3和接近开关4连接，且接近开关4靠近检测工作台9。
接近开关4和PLC控制器5用于对生产线上的小型精冲连接件12进行计数，计数位满后，PLC控制器5发出信号触发工业相机2拍照并控制红色LED背光源1点亮。不仅实现工业相机2拍照适应生产线上连接件的速度，而且使得在小型精冲连接件12停止运动时，不会拍照浪费资源。最重要的是这样基本可以保证每帧图像中连接件的位置基本不变，给后续的图像预处理、处理和分析降低了难度。工业相机2将采集到的小型精冲连接件12的实时图像经图像采集卡传入PC机，而后PC机3对图像进行处理。具体地说，本发明对小型连接件外观缺陷进行在线检测的方法包括如下步骤：
（1）工业相机2采集在检测工作台9上运动的待测小型连接件12的原始图像；
（2）PC机3对工业相机2所采集的所述原始图像依次进行图像滤波（优选中值滤波）、图像增强、Canny边缘检测，得到预处理后的图像。其中，进行图像滤波可滤除随机噪声并抑制运动导致的拖尾；后在滤波后的图像上选取感兴趣区域，再对选取的感兴趣区域进行图像增强以增加图像的对比度，从而提高Canny边缘检测的效果。若在图像增强后先进行形态学开处理，可以进一步去除图像的毛刺，使图像的边缘平滑。对图像增强（或形态学开处理）后的图像进行canny边缘检测，找出小型精冲连接件特征的粗略位置，由此得到预处理后的图像。
（3）对所述预处理后的图像按以下步骤进行改进的基于Zernike矩的Ghosal亚像素定位。改进的ZOM亚像素边缘检测算子是对Gohsal算法进行的改进，它是基于对原有Gohsal算法无法适应模板尺寸改变的不足而作的改进。具体步骤如下：
1）Gohsal亚像素算法是利用公式（1）计算所述预处理后的图像的三个阶数的Zernike矩，所述三个阶数的Zernike矩分别为Z00 、Z11 、Z20，
Figure 4332DEST_PATH_IMAGE001
                              （3）
式（3）中，
Figure 185914DEST_PATH_IMAGE004
、表示Zernike矩中关于x，y的阶数，x、y是函数
Figure 213093DEST_PATH_IMAGE006
的变量。
在Ghosal算法中仅选用
Figure 2011100613149100002DEST_PATH_IMAGE011
三个Zernike矩，在计算
Figure 716887DEST_PATH_IMAGE011
时分别要选用三个核函数
Figure 18555DEST_PATH_IMAGE012
Figure 2011100613149100002DEST_PATH_IMAGE013
和
Figure 316813DEST_PATH_IMAGE014
。根据ZOM的旋转不变性可得式(4)，
Figure 2011100613149100002DEST_PATH_IMAGE015
                       （4）
式(4)中，
Figure 703932DEST_PATH_IMAGE016
分别是由
Figure 2011100613149100002DEST_PATH_IMAGE017
旋转
Figure 530459DEST_PATH_IMAGE009
角度后得到。
参看图3和图4可知，根据Zernike矩的旋转不变性可以得到式（5）,
Figure 421055DEST_PATH_IMAGE018
                        （5）
式（5）中，
Figure 2011100613149100002DEST_PATH_IMAGE019
和
Figure 155793DEST_PATH_IMAGE020
分别为
Figure 2011100613149100002DEST_PATH_IMAGE021
的虚部和实部。联立方程组（5）就可以求得如式（6）的亚像素边缘位置，
Figure 702312DEST_PATH_IMAGE002
                                   （6）
式（6）中，x、y是函数变量在直角坐标系上某一点的坐标，
Figure 886485DEST_PATH_IMAGE008
是直角坐标系中的点与坐标原点之间的欧氏距离，
Figure 792124DEST_PATH_IMAGE009
为直角坐标系中的该点的旋转角度。
选取两个阈值阶跃强度
Figure 888256DEST_PATH_IMAGE022
和距离阈值
Figure 2011100613149100002DEST_PATH_IMAGE023
，当且仅当表示边缘强度的
Figure 36079DEST_PATH_IMAGE024
和
Figure DEST_PATH_IMAGE025
时，被检测的像素点才是边缘点。
由于Ghosal算法在Zernike矩推理过程中受理想阶跃边缘和单位圆假设的限制，使得该算法存在不能适应模板尺寸的变化和检测边缘较粗的缺陷，如果选取的模板变为
Figure 901267DEST_PATH_IMAGE010
，则
Figure 977807DEST_PATH_IMAGE008
放大N/2倍，由此将式（6）改写为式（7），
Figure 561235DEST_PATH_IMAGE026
                               （7）
这样就可以抑制因模板尺寸改变引起的定位精度不高的不足。针对理想阶跃边缘假设对实际边缘不适用造成的检测边缘粗的缺陷，采用边缘强度
Figure DEST_PATH_IMAGE027
的均值点来替代
Figure 748634DEST_PATH_IMAGE027
最大处的点来细化边缘。这也需要设定一个阈值
Figure 733907DEST_PATH_IMAGE028
，并沿梯度方向即图1中
Figure 43666DEST_PATH_IMAGE009
角度搜索
Figure DEST_PATH_IMAGE029
的点，并记下该点的
Figure 52073DEST_PATH_IMAGE027
和坐标值(x,y)从而构建一组三元数组
Figure 105480DEST_PATH_IMAGE030
，其中，
Figure DEST_PATH_IMAGE031
为搜索到的边缘点数。其中边缘点处的坐标可以用式(8)求得，
                                               (8)
2）在
Figure 802751DEST_PATH_IMAGE010
模板上找出Z11的所有极大值，再对Z11的所有极大值求平均值。如图5所示，本发明使用自行设计的
Figure DEST_PATH_IMAGE033
模板，仅对
Figure 95192DEST_PATH_IMAGE033
模板的圆内灰色的像素进行求取Zernike矩；
3）在所述
Figure 889973DEST_PATH_IMAGE010
模板上找出与所述平均值最接近的点作为待测小型连接件的局部的边缘变化率最大的点；
4）利用所述模板对所述处理后的图像进行卷积，后重复步骤1）-3），得到所述待测小型连接件的整体的边缘变化率最大的点；
5）利用蚁群算法搜索所述待测小型连接件的所有边缘变化率最大的点并拟合成曲线，该曲线为所述待测小型连接件的细边缘。所采用蚁群算法可以是聪、曹三省、杜怀昌发表在第17卷第4期的中国传媒大学学报自然科学版的《一种基于信息增益的蚁群聚类算法》中所记载的方法。
（4）根据所述待测小型连接件的细边缘，获得所述待测小型连接件的特征值，这些特征主要包括：针脚的宽度、鱼眼的曲率和鱼眼之间的距离等；
（5）根据预设的判断标准判断所述小型连接件的特征值是否符合要求，例如，小型精冲连接件两处针脚宽度、针脚间距是否合格，并判断有无缺针、歪针、坏针、鱼眼以及鱼眼直径的大小是否合格等(预设的判断标准可根据用户对不同待测小型连接件的不同要求设定)。若合格，则返回执行（1），否则停机剔除该待测小型连接件后再返回执行步骤（1）,以对其他批次的待测小型精冲连接件进行检测。

Claims (4)

1.一种基于机器视觉的小型连接件外观缺陷在线检测装置，其特征是：包括红色LED背光源、工业相机、含有图像采集卡的PC机、接近开关、PLC控制器和支架；所述红色LED背光源固定安装在所述支架上，所述工业相机安装在所述支架上并能上下移动以使被检测连接件处于工业相机的视野中，所述红色LED背光源位于工业相机的镜头的正下方，所述支架设有检测工作台，所述检测工作台位于所述红色LED背光源和工业相机之间，所述检测工作台在工业相机的取景范围处开有透光孔；所述PLC控制器分别与所述红色LED背光源、工业相机、PC机和接近开关连接，所述接近开关靠近所述检测工作台。
2.根据权利要求1所述的基于机器视觉的小型连接件外观缺陷在线检测装置，其特征是：所述透光孔的面积大于所述工业相机在所述检测工作台的取景范围。
3.一种利用权利要求1的装置对小型连接件外观缺陷进行在线检测的方法，其特征是包括如下步骤：
（1）工业相机采集在检测工作台上运动的待测小型连接件的原始图像；
（2）PC机对工业相机所采集的所述原始图像依次进行图像滤波、图像增强、Canny边缘检测，得到预处理后的图像；
（3）对所述预处理后的图像按以下步骤进行改进的基于Zernike矩的Ghosal亚像素定位：
1）利用式（1）和式（2）计算所述预处理后的图像的三个阶数的Zernike矩，所述三个阶数的Zernike矩分别为Z00 、Z11 、Z20，
Figure 2011100613149100001DEST_PATH_IMAGE002
                              （1）
Figure 2011100613149100001DEST_PATH_IMAGE004
                                （2）
式（1）中，
Figure 2011100613149100001DEST_PATH_IMAGE006
、表示Zernike矩中关于x，y的阶数，x、y是函数
Figure 2011100613149100001DEST_PATH_IMAGE010
的变量；
式（2）中，x、y是函数
Figure 319038DEST_PATH_IMAGE010
变量在直角坐标系上的某一点坐标，
Figure 2011100613149100001DEST_PATH_IMAGE012
是直角坐标系中的点与坐标原点之间的欧氏距离，
Figure 2011100613149100001DEST_PATH_IMAGE014
为直角坐标系中的该点的旋转角度；
2）在
Figure 2011100613149100001DEST_PATH_IMAGE016
模板上找出Z11的所有极大值，再对Z11的所有极大值求平均值；
3）在所述
Figure 198614DEST_PATH_IMAGE016
模板上找出与所述平均值最接近的点作为待测小型连接件的局部的边缘变化率最大的点；
4）利用所述
Figure 551098DEST_PATH_IMAGE016
模板对所述预处理后的图像进行卷积；后重复步骤1）— 3），得到所述待测小型连接件的整体的边缘变化率最大的点；
5）利用蚁群算法搜索所述待测小型连接件的所有边缘变化率最大的点并拟合成曲线，该曲线是所述待测小型连接件的细边缘；
（4）根据所述待测小型连接件的细边缘，获得所述待测小型连接件的特征值；
（5）根据预设的判断标准判断所述小型连接件的特征值是否符合要求，若符合，则直接返回执行步骤（1），否则停机剔除该待测小型连接件后再返回执行步骤（1）。
4.根据权利要求3所述的方法，其特征是：所述
Figure 680596DEST_PATH_IMAGE016
模板为9×9模板，所述9×9模板仅对该9×9模板的圆内灰色的像素求取Zernike矩。
CN2011100613149A 2011-03-15 2011-03-15 基于机器视觉的小型连接件外观缺陷在线检测装置与方法 Expired - Fee Related CN102221556B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2011100613149A CN102221556B (zh) 2011-03-15 2011-03-15 基于机器视觉的小型连接件外观缺陷在线检测装置与方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2011100613149A CN102221556B (zh) 2011-03-15 2011-03-15 基于机器视觉的小型连接件外观缺陷在线检测装置与方法

Publications (2)

Publication Number Publication Date
CN102221556A true CN102221556A (zh) 2011-10-19
CN102221556B CN102221556B (zh) 2012-11-14

Family

ID=44778165

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011100613149A Expired - Fee Related CN102221556B (zh) 2011-03-15 2011-03-15 基于机器视觉的小型连接件外观缺陷在线检测装置与方法

Country Status (1)

Country Link
CN (1) CN102221556B (zh)

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102590218A (zh) * 2012-01-16 2012-07-18 安徽中科智能高技术有限责任公司 基于机器视觉的金属零件光洁表面微缺陷检测装置及方法
CN102621445A (zh) * 2012-03-31 2012-08-01 科络普线束技术(太仓)有限公司 一种检测汽车娱乐系统连接端子的装置
CN102680478A (zh) * 2012-04-25 2012-09-19 华南农业大学 一种基于机器视觉的机械零部件表面缺陷检测方法及装置
CN103344183A (zh) * 2013-07-25 2013-10-09 中国科学院自动化研究所 一种糖块尺寸检测装置及方法
CN103424072A (zh) * 2012-05-23 2013-12-04 珠海格力电器股份有限公司 视觉检测单元和视觉检测系统
CN103439341A (zh) * 2013-09-10 2013-12-11 电子科技大学 光电码盘缺陷检测系统及其实现方法
CN103697838A (zh) * 2013-12-24 2014-04-02 天津森宇科技发展有限公司 一种基于机器视觉技术的贴片件pin针平整度检测设备
CN104359400A (zh) * 2014-11-11 2015-02-18 宝利根（东莞）电子科技有限公司 一种高精度嵌入式成型多端子插接头的检测装置及检测方法
CN104483328A (zh) * 2014-12-05 2015-04-01 华兆鼎泰科技（天津）有限公司 Led外观检测机
CN105158268A (zh) * 2015-09-21 2015-12-16 武汉理工大学 精冲零部件缺陷智能在线检测方法、系统及装置
CN105403166A (zh) * 2015-12-30 2016-03-16 苏州博众精工科技有限公司 一种产品间隙检测装置
CN106066334A (zh) * 2016-06-17 2016-11-02 苏州玻色智能科技有限公司 一种用于智能终端触摸屏保护盖板的检测装置的检测机构
CN104021558B (zh) * 2014-06-16 2017-01-11 哈尔滨工业大学 一种基于归一Zernike矩和灰度匹配的液晶仪表图案视觉检测方法
CN107687812A (zh) * 2017-09-19 2018-02-13 南通爱慕希机械股份有限公司 一种基于机器视觉的外螺纹智能检测系统
CN107941808A (zh) * 2017-11-10 2018-04-20 中国计量大学 基于机器视觉的3d打印成型质量检测系统及方法
CN108519389A (zh) * 2018-04-02 2018-09-11 温州宝德电气有限公司 基于机器视觉的冲压件表面缺陷检测装置及方法
CN108896557A (zh) * 2018-06-27 2018-11-27 上海工程技术大学 一种镜片正边沿倒角爆边瑕疵的检测装置及方法
CN108931533A (zh) * 2018-05-04 2018-12-04 天津博霆光电技术有限公司 一种基于视觉的pvc薄膜鱼眼检测装置和方法
CN109580633A (zh) * 2018-11-30 2019-04-05 佛山职业技术学院 一种木板自动贴面生产设备及木板自动贴面的方法
CN110567369A (zh) * 2019-08-30 2019-12-13 康代影像科技(苏州)有限公司 一种基于上下钻孔电路板的孔位检测方法及检测设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10206821A (ja) * 1997-01-28 1998-08-07 Hitachi Ltd 液晶表示装置
CN101176872A (zh) * 2007-11-30 2008-05-14 华南理工大学 基于机器视觉的物料实时检测及异物剔除系统
CN101565109A (zh) * 2008-04-23 2009-10-28 上海新先锋药业有限公司 基于机器视觉的药品粉针剂生产中铝盖包装在线检测系统
CN202033298U (zh) * 2011-03-15 2011-11-09 中国计量学院 基于机器视觉的小型连接件外观缺陷在线检测装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10206821A (ja) * 1997-01-28 1998-08-07 Hitachi Ltd 液晶表示装置
CN101176872A (zh) * 2007-11-30 2008-05-14 华南理工大学 基于机器视觉的物料实时检测及异物剔除系统
CN101565109A (zh) * 2008-04-23 2009-10-28 上海新先锋药业有限公司 基于机器视觉的药品粉针剂生产中铝盖包装在线检测系统
CN202033298U (zh) * 2011-03-15 2011-11-09 中国计量学院 基于机器视觉的小型连接件外观缺陷在线检测装置

Cited By (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102590218A (zh) * 2012-01-16 2012-07-18 安徽中科智能高技术有限责任公司 基于机器视觉的金属零件光洁表面微缺陷检测装置及方法
CN102621445B (zh) * 2012-03-31 2015-02-25 科络普线束技术(太仓)有限公司 一种检测汽车娱乐系统连接端子的装置
CN102621445A (zh) * 2012-03-31 2012-08-01 科络普线束技术(太仓)有限公司 一种检测汽车娱乐系统连接端子的装置
CN102680478A (zh) * 2012-04-25 2012-09-19 华南农业大学 一种基于机器视觉的机械零部件表面缺陷检测方法及装置
CN103424072A (zh) * 2012-05-23 2013-12-04 珠海格力电器股份有限公司 视觉检测单元和视觉检测系统
CN103344183A (zh) * 2013-07-25 2013-10-09 中国科学院自动化研究所 一种糖块尺寸检测装置及方法
CN103439341A (zh) * 2013-09-10 2013-12-11 电子科技大学 光电码盘缺陷检测系统及其实现方法
CN103439341B (zh) * 2013-09-10 2015-08-19 电子科技大学 光电码盘缺陷检测系统及其实现方法
CN103697838A (zh) * 2013-12-24 2014-04-02 天津森宇科技发展有限公司 一种基于机器视觉技术的贴片件pin针平整度检测设备
CN104021558B (zh) * 2014-06-16 2017-01-11 哈尔滨工业大学 一种基于归一Zernike矩和灰度匹配的液晶仪表图案视觉检测方法
CN104359400A (zh) * 2014-11-11 2015-02-18 宝利根（东莞）电子科技有限公司 一种高精度嵌入式成型多端子插接头的检测装置及检测方法
CN104359400B (zh) * 2014-11-11 2017-08-25 宝利根（东莞）电子科技有限公司 一种高精度嵌入式成型多端子插接头的检测装置及检测方法
CN104483328A (zh) * 2014-12-05 2015-04-01 华兆鼎泰科技（天津）有限公司 Led外观检测机
CN104483328B (zh) * 2014-12-05 2016-09-28 华兆鼎泰科技（天津）有限公司 Led外观检测机
CN105158268A (zh) * 2015-09-21 2015-12-16 武汉理工大学 精冲零部件缺陷智能在线检测方法、系统及装置
CN105403166A (zh) * 2015-12-30 2016-03-16 苏州博众精工科技有限公司 一种产品间隙检测装置
CN106066334A (zh) * 2016-06-17 2016-11-02 苏州玻色智能科技有限公司 一种用于智能终端触摸屏保护盖板的检测装置的检测机构
CN106066334B (zh) * 2016-06-17 2018-09-28 苏州玻色智能科技有限公司 一种用于智能终端触摸屏保护盖板的检测装置的检测机构
CN107687812A (zh) * 2017-09-19 2018-02-13 南通爱慕希机械股份有限公司 一种基于机器视觉的外螺纹智能检测系统
CN107941808A (zh) * 2017-11-10 2018-04-20 中国计量大学 基于机器视觉的3d打印成型质量检测系统及方法
CN107941808B (zh) * 2017-11-10 2024-04-12 中国计量大学 基于机器视觉的3d打印成型质量检测系统及方法
CN108519389A (zh) * 2018-04-02 2018-09-11 温州宝德电气有限公司 基于机器视觉的冲压件表面缺陷检测装置及方法
CN108931533A (zh) * 2018-05-04 2018-12-04 天津博霆光电技术有限公司 一种基于视觉的pvc薄膜鱼眼检测装置和方法
CN108896557A (zh) * 2018-06-27 2018-11-27 上海工程技术大学 一种镜片正边沿倒角爆边瑕疵的检测装置及方法
CN108896557B (zh) * 2018-06-27 2021-06-11 上海工程技术大学 一种镜片正边沿倒角爆边瑕疵的检测装置及方法
CN109580633A (zh) * 2018-11-30 2019-04-05 佛山职业技术学院 一种木板自动贴面生产设备及木板自动贴面的方法
CN110567369A (zh) * 2019-08-30 2019-12-13 康代影像科技(苏州)有限公司 一种基于上下钻孔电路板的孔位检测方法及检测设备

Also Published As

Publication number Publication date
CN102221556B (zh) 2012-11-14

Similar Documents

Publication Publication Date Title
CN102221556B (zh) 基于机器视觉的小型连接件外观缺陷在线检测装置与方法
CN109141232B (zh) 一种基于机器视觉的盘类铸件在线检测方法
CN106204614B (zh) 一种基于机器视觉的工件外观缺陷检测方法
CN106053479B (zh) 一种基于图像处理的工件外观缺陷的视觉检测系统
CN102176228B (zh) 一种用于识别多个指针式仪表表盘信息的机器视觉方法
CN107941808B (zh) 基于机器视觉的3d打印成型质量检测系统及方法
CN101696945B (zh) 机器视觉系统对光伏玻璃瑕疵的在线检测方法
CN106824806A (zh) 基于机器视觉的小模数塑料齿轮的检测系统及检测方法
CN101221134A (zh) 计算机视觉技术检测微小轴承表面缺陷的方法及其装置
CN106289325A (zh) 一种气泡水平仪自动检测系统
CN105403147A (zh) 一种基于嵌入式的瓶胚检测系统和检测方法
CN105783723A (zh) 基于机器视觉的精密模具表面加工精度检测装置及方法
CN106018422A (zh) 基于匹配的异形冲压件轮廓缺陷视觉检测系统及方法
CN106248680A (zh) 一种基于机器视觉的电机换向器质量检测系统及检测方法
CN201141839Y (zh) 计算机视觉技术检测微小轴承表面缺陷的装置
CN110096980A (zh) 字符检测识别系统
Li et al. A new machine vision real-time detection system for liquid impurities based on dynamic morphological characteristic analysis and machine learning
CN115144399B (zh) 一种基于机器视觉的装配质量检测方法及装置
Fu et al. Medicine glass bottle defect detection based on machine vision
CN202033298U (zh) 基于机器视觉的小型连接件外观缺陷在线检测装置
CN108582075A (zh) 一种智能机器人视觉自动化抓取系统
CN113237889A (zh) 一种多尺度的陶瓷检测方法及系统
CN104976959B (zh) 一种基于机器视觉的弹簧尺寸在线测量系统及其方法
CN109881356B (zh) 基于svm图像分类的袜机织针在线检测装置及方法
CN201819889U (zh) 全自动智能灯检系统

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
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20121114

Termination date: 20130315