CN102297867A - 线束装配质量检测系统 - Google Patents

线束装配质量检测系统 Download PDF

Info

Publication number
CN102297867A
CN102297867A CN201110203423XA CN201110203423A CN102297867A CN 102297867 A CN102297867 A CN 102297867A CN 201110203423X A CN201110203423X A CN 201110203423XA CN 201110203423 A CN201110203423 A CN 201110203423A CN 102297867 A CN102297867 A CN 102297867A
Authority
CN
China
Prior art keywords
wire harness
lead
image
detected
harness
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
CN201110203423XA
Other languages
English (en)
Other versions
CN102297867B (zh
Inventor
任建
陆洋
周琦
孟祥志
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.)
SHANGHAI YUANYI ELECTRONIC CO Ltd
Original Assignee
SHANGHAI YUANYI ELECTRONIC 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 SHANGHAI YUANYI ELECTRONIC CO Ltd filed Critical SHANGHAI YUANYI ELECTRONIC CO Ltd
Priority to CN 201110203423 priority Critical patent/CN102297867B/zh
Publication of CN102297867A publication Critical patent/CN102297867A/zh
Application granted granted Critical
Publication of CN102297867B publication Critical patent/CN102297867B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

本发明公开了一种线束装配质量检测系统,包括,线束图像获取模块,用于获取一帧或多帧的线束图像;判断检测模块,用于截取所述线束图像中每种导线的局部图像,并将所述每种导线的局部图像与标准的线束图像进行对比,当一个所述线束中所述每种导线的局部图像均与所述标准的线束图像一致时,检测合格,否则,检测不合格。本发明线束装配质量检测系统,通过计算机控制的流水线方式,进行自动检测,减少了漏检和误检率;加快了检测速度;同时通过计算机的检测方式替代了人工的检测方式,减少了生产成本。

Description

线束装配质量检测系统
技术领域
本发明涉及一种工业检测装置,尤其涉及一种线束装配质量检测系统。
背景技术
线束是当今电子化、信息化时代行业中发展最快,市场需求量最大,安装最为方便的产品之一。从普及的家用电器到通讯设备、计算机及外部设备,以及安防、太阳能、飞机、汽车和军用仪器设备等均广泛采用线束。
为保证线束安全可靠使用,必须按产品标准对其进行严格的筛选。以便及时发现和剔除不合格失效产品。
传统的线束检测自动化、智能化程度不高。检测方式单一,主要采取的是人工检测和监控的方式,而人工检测有着不可避免的缺点:
1.漏检和误检。由于是人眼检测,眼睛容易疲劳容易发生漏检情况;人工检测主观性大,判断标准不统一,使检测质量变得不稳定。
2.检测速度慢,检测时间长很难实现快速高效的检测。
3.检测成本高。漏检和误检会造成废品率的增加,造成损失。并且在批量检测中,人工检测劳动强度大,增加人力成本。
利用自动化检测系统代替人工进行产品质量检测,能避免人工检测中由于疲劳造成的误检和漏检现象,能克服人的主观因素导致的对产品的误检和漏检,能有效地提高生产率。
发明内容
    本发明提供一种线束装配质量检测系统,用以解决现有的线束装配检测往往通过人工检测,检测速度慢、检测成本高以及漏检和误检多的问题。
本发明一种线束装配质量检测系统,其中,包括:线束图像获取模块,用于获取一帧或多帧的线束图像;判断检测模块,用于截取所述线束图像中每种导线的局部图像,并将所述每种导线的局部图像与标准的线束图像进行对比,当一个所述线束中所述每种导线的局部图像均与所述标准的线束图像一致时,检测合格,否则,检测不合格。
如上所述的线束装配质量检测系统,其中,判断检测模块的处理方式为:计算样本线束中每条导线的截取图像的所有像素点的色度平均值,并统计所述截取图像的色度平均值的分布区间;截取待检测线束中每条导线的局部图像,计算所述待检测线束中每条导线的局部图像的所有像素点的色度平均值,确定所述待检测线束中每条导线的所述色度平均值位于所述样本线束中的哪条导线的色度平均值的分布区间内;如所述待检测线束中一导线的所述色度平均值位于所述样本线束中的一导线的色度平均值的分布区间内,则确定所述待检测线束中的导线与该样本线束中的导线的颜色一致;将所述待检测线束中每条导线的颜色与标准的线束图像中每条导线的颜色进行比较,判定各条导线的颜色是否一致,如果一致,检测合格,否则,检测不合格。
如上所述的线束装配质量检测系统,其中,所述判断检测模块通过安装有图像分析处理软件的终端实现;线束图像获取模块包括,摄像机,用于对线束图像进行摄像,图像采集卡安装于所述终端内,以将所述摄像机摄制的线束图像存储于终端内。
如上所述的线束装配质量检测系统,其中,所述终端将图像采集卡所采集的红绿蓝颜色空间(RedGreenBlue,简称RGB颜色空间)的图像转化为色调饱和度强度颜色空间(HueSaturationItensity,简称HSI颜色空间)的图像,转化的计算公式为:
Figure 201110203423X100002DEST_PATH_IMAGE001
其中,R代表红色的像素值,G代表绿色的像素值,B代表蓝色的像素值,H代表色度值,I代表亮度值,S代表饱和度值。
如上所述的线束装配质量检测系统,其中,还包括由单片机控制的线束传动带,该传动带用于将所述线束传递到所述摄像机处;以及合格品分类闸门以及不合格品分类闸门,两个所述分类闸门一前一后设置所述摄像机后方的传动带上,一单片机能够接收所述终端的控制指令,以控制所述线束传动带的电机以及分类闸门。
如上所述的线束装配质量检测系统,其中,所述电机为步进电机。
如上所述的线束装配质量检测系统,其中,还包括一位置传感器与所述单片机连接,该位置传感器用于检测所述待测线束是否到达摄像机的摄像位置。
如上所述的线束装配质量检测系统,其中,还包括一感应开关设置于所述不合格品分类闸门的位置,另一感应开关设置于所述合格品分类闸门的位置,以检测所述不合格品分类闸门以及所述合格品分类闸门是否按指令进行开合。
如上所述的线束装配质量检测系统,其中,通过空域滤波法的中值滤波器对所述线束图像获取模块所获取的所述一帧或多帧的线束图像进行去噪处理。
如上所述的线束装配质量检测系统,其中,通过图像的阈值分割的方式获得待检测线束中每条导线的局部图像,图像的阈值分割的方式包括:通过最大类间方差阈值将待检测线束中的图像分成前景和背景两种图像,前景为待检测线束中的各条所述导线的局部图像,后景为所述待检测线束中不需截取的图像。
本发明线束装配质量检测系统,至少具有如下好处:
1、通过计算机控制的流水线方式,进行自动检测,减少了漏检和误检率。
    2、通过自动控制的流水线方式,加快了检测速度。
3、通过计算机的检测方式替代了人工的检测方式,减少了生产成本。
附图说明
图1所示为本发明线束装配质量检测系统的第一实施例的模块图;
图2所示为本发明线束装配质量检测系统的第二实施例的模块图。  
具体实施方式
图1所示为本发明线束装配质量检测系统的第一实施例的模块图,如图1所示,在该线束装配质量检测系统的第一实施例中,包括一线束图像获取模块1与一判断检测模块2连接。该线束图像获取模块1用于获取一帧或多帧的线束图像,并将该用于获取一帧或多帧的线束图像传送给判断检测模块2。
在本实施例中,判断检测模块2的工作方式具体可以为:
各种类型样本线束中,每一个样本线束的每一条导线均截取一段图像,并计算所截取的图像的色度平均值,同时,统计各导线的色度平均值的分布区间。
截取待检测线束中每条导线的局部图像,该局部图像应不包含该导线外沿以外的图像,并计算每条导线的局部图像的所有像素点的色度平均值,将该待测线束中每条导线的局部图像的所有像素点的色度平均值,均对应到一个样本线束的导线的色度平均值的分布区间内。
如待检测线束中一导线的色度平均值位于某一样本线束中的一导线的色度平均值的分布区间内,则说明待检测线束中的导线与该样本线束中的导线的颜色一致,这样就将待检测线束中的导线都确定下来了;
将所述待检测线束中每条导线的颜色与标准的线束图像中每条导线的颜色进行比较,如果一个待测线束中每条导线的颜色均与该待测线束对应的样本线束的导线应有的颜色一致,则说明,待测线束检测合格,否则,检测不合格。
图2所示为本发明线束装配质量检测系统的第二实施例的模块图,如图2所示,线束装配质量检测系统的第二实施例,本实施例中,实施例一中的图像获取模块1的功能可以通过一个摄像机以及一个图像采集卡完成,判断检测模块2的功能可以通过一个具有图像处理软件的计算机完成,该系统的结构可以具体包括:摄像机201与图像采集卡202连接,图像采集卡202设置于计算机203中,以组成一个完整的图象采集和处理单元,以完成本发明的基本功能。其中,为适于工业生产线的应用,该线束装配质量检测系统的第二实施例进一步包括一个线束自动传动和筛选的部分,该结构包括:一个用于将待测线束传递给摄像机201的传动带204,该传动带204通过步进电机210带动运转,该传动带靠近摄像机201的部分还设置有位置传感器205,所述传动带204位于摄像机201之后,设置有一合格品的分类闸门207,并在分类闸门207后侧间隔一定距离设置有一不合格品的分类闸门209,且靠近分类闸门207的位置设置有感应开关206,且靠近分类闸门209的位置设置有感应开关208,上述的感应开关206以及208分别用于确定两个闸门的开合情况,计算机203与单片机211连接,单片机211分别连接传动带204的步进电机210、感应开关206以及感应开关208,以通过计算机203完成对整个线束自动传动和筛选的部分的控制。
进一步对本发明线束装配质量检测系统的第二实施例的整体功能实现进行叙述,该计算机203与单片机211连接,以向单片机211发送各种控制指令,该单片机211能够控制步进电机210的运行,单片机211也能够获取位置传感器205传递的信息,以确定线束是否达到摄像机201镜头所处的位置,以便于摄像机201对线束进行摄像,同时,感应开关206和感应开关207分别用来确认合格品分类闸门207和不合格品分类闸门209是否进行了正常的开闭,单片机211同时也用来控制分类闸门207与分类闸门209的开闭。
下面进一步详述本发明线束装配质量检测系统的第二实施例的工作过程:
其中,该单片机211为ARM单片机。
1、计算机与ARM进行连接,连接成功后,计算机向ARM发送开始检测命令, ARM接收到该命令后进行处理,转换成相应步进电机的脉冲信号,使步进电机实现相应的动作,进而实现传送带的动作。为了防止步进电机出现漏步,安装的位置传感器用来检测步进电机的漏步,如出现漏步,则自动进行调整,直到待测线束达到待测位置为止。
2、当传送带上的线束达到摄像机的镜头位置,摄像机成像后输出模拟视频信号,由图像采集卡按一定的采样率采集,并转化为数字图像信号后,将其传到计算机,计算机再通过对图像采集卡提供的接口函数库进行调用,再利用相应算法对图像进行提取和识别。图像处理完成之后,计算机会向ARM发出信号。
3、当ARM收到计算机发出的测试完毕,产品合格与否的信号,ARM将会向步进电机发出信号。本文中合格的分类闸门设置在检测区后120步,不合格的分类闸门在检测区后的240步。当ARM接收到主机发送的合格信息时,ARM便会向步进电机发出指令让传送带行驶120步后停下,此时线束将会停在合格区上方,打开合格的分类闸门使线束落入合格区,若线束不合格,ARM便会向步进电机发出指令让传送带行驶240步后停下,此时线束将会停在不合格区上方,打开不合格区闸门使线束落下。此后,ARM会向计算机反馈“已完成分拣”,开始下一个线束的检测。
当然上述实施例仅作为本发明的几种具体的实施方式,其中,还可以在单片机中设置停机程序,在检测过程中,如果遇到问题可以自动停机,同时还可以在单片机和计算机中加入报警功能,在遇到出现不合格品时,能够及时通知工作人员知晓,另外,可以将各种检测数据以及样本线束的各种图像数据存储在计算机中,以便于多次反复使用。同时,计算机能够与打印机相连,方便工作人员将各种数据进行打印。
上述各实施例对本发明线束装配质量检测系统进行了结构和功能叙述,其中,线束装配质量检测系统在获取图像后,还需要对获取的图像进行处理,该图像进行处理至少包括:图像预处理步骤和图像的提取步骤。
该图像预处理是图像分析的一个重要环节。对图像进行适当的预处理,可以使得图像更加便于决策和判断,图像预处理包括图像点运算、图像平滑处理和图像分割等内容。
本发明图像预处理的图像点运算方式包括,由图象采集卡采集的线束彩色图象是用RGB颜色空间来表示的。RGB颜色空间的表示方法存在着一些缺点:①不直观,从RGB值中很难看出其所表示的颜色的认知属性;②不均匀的,两个色点之间的距离不等于两个颜色之间的知觉差异;③对硬件设备具有依赖性。因此,RGB颜色空间是一个与设备相关的、颜色描述不完全直观的空间。为了克服RGB颜色空间的不均匀和不直观的缺点,在彩色图像处理中大多采用更加符合颜色视觉特性的颜色空间。RGB颜色空间能被转变成所需要的其它任何颜色空间。
HSI颜色空间是从人的心理感知角度建立的。H(色度)是指一种颜色在色谱中所对应的主波长,S(饱和度)相当于颜色的纯度,I(亮度)是感觉的均匀量。HSI颜色空间有两个重要的特点。首先亮度分量与色度分量是分开的,I分量与图像的彩色信息无关。其次是H及S分量与人感受彩色的方式紧密相连。这些特点使得HSI颜色空间非常适合基于人的颜色感知特性进行处理和分析的图像处理算法。其中,H分量对彩色描述的能力相对来说最与人的视觉接近,区分力比较强。
HSI颜色空间与RGB颜色空间可以通过一定的算法相互转换,可使用下列的方程:
Figure 90862DEST_PATH_IMAGE002
其中,R代表红色的像素值,G代表绿色的像素值,B代表蓝色的像素值,H代表色度值,I代表亮度值,S代表饱和度值。
任何一幅未经过处理的原始图像,在生成和传输过程中必然会受到各种噪声源的干扰和影响。噪声恶化了图像质量,使原本均匀和连续变化的灰度突然变大或减少,形成一些虚假的物体边缘或轮廓,造成图像模糊,给图像分析带来困难。本发明图像预处理的平滑处理采用空域滤波,抑制或消除图像噪声而改善图像质量的工作称为图像平滑或滤波。图像平滑的目的有两个:改善图像的质量和抽取图像对象的特征。由于噪声源众多、噪声种类复杂,所以图像平滑的方法也多种多样。从处理的作用域来讲,可分为空间域法和频率域法,频率域处理是对图像进行时频变换,在频率域对系数值作出相应修正,然后通过逆变换获得图像。这种间接平滑的方法,图像平滑的效果好,但缺点是计算量大,而且不直观。在本发明中由于图像内容比较简单,从工业应用的方面考虑不需要采用频率域法消除噪声,因此采用了空域滤波对图像进行处理。
本发明图像预处理的图像分割方式利用了图像中要提取的对象与其背景在灰度特性上的差异,把图像视为具有不同灰度级的两类区域(对象和背景),选取一个合适的阈值,确定图像中每一个像素,高于阈值的点属于对象区域,低于阈值的点属于背景区域,这样就产生相应的二值图像。
本发明中图像分割方式所采用的是最大类间方差法(otsu),其原理是: 阈值将原图像分成前景,背景两个图像。:通过最大类间方差阈值将待检测线束中的图像分成前景和背景两种图像,前景为待检测线束中的各条所述导线的局部图像,后景为所述待检测线束中不需截取的图像,最大类间方差当取最佳阈值时,背景与前景差别最大。所述前景需要确定在当前阈值下的前景的点数,质量矩和平均灰度。所述后景需要确定在当前阈值下的背景的点数,质量矩和平均灰度。当取最佳阈值时,背景应该与前景差别最大,关键在于如何选择衡量差别的标准。在otsu算法中这个衡量差别的标准就是最大类间方差。类间方差法对噪音和目标大小十分敏感,它仅对类间方差为单峰的图像产生较好的分割效果。当目标与背景的大小比例悬殊时,类间方差准则函数可能呈现双峰或多峰,此时效果不好,但是类间方差法是用时最少的。
传统的边缘检测是以原始的图像为基础,对图像的各个像素考察它的某个领域内的灰度阶跃变化,利用边缘邻近的一阶或二阶方向导数变化规律检测边缘, 本发明线束装配质量检测系统的图像分割方式采用的是RobertS算子。采用对角线方向相邻两像素之差近似梯度幅值检测边缘。检测水平和垂直边缘的效果好于斜向边缘,定位精度高,对噪声敏感。
综上所述,本发明线束装配质量检测系统,通过设置一个通过计算机主机和单片机组成的自动控制系统,使得对线束的检测从开始传送,到收集图像,直到最后的合格品和不合格品的筛选,通过一条流水线完成。本发明线束装配质量检测系统通过计算机的流水线方式,进行自动检测,大大减少了漏检和误检率,加快了检测速度,同时通过计算机的检测方式替代了人工的检测方式,减少了生产成本。
应当认识到,上述的实施例仅作为本发明的优选的实施方式的例举而提出,本发明并不仅局限于此,本领域技术人员可以实施的各种简单改进也应当落入本发明的保护范围内。

Claims (10)

1.一种线束装配质量检测系统,其特征在于,包括:
线束图像获取模块,用于获取一帧或多帧的线束图像;
判断检测模块,用于截取所述线束图像中每种导线的局部图像,并将所述每种导线的局部图像与标准的线束图像进行对比,当一个所述线束中所述每种导线的局部图像均与所述标准的线束图像一致时,检测合格,否则,检测不合格。
2.根据权利要求1所述的系统,其特征在于,判断检测模块的处理方式为:
计算样本线束中每条导线的截取图像的所有像素点的色度平均值,并统计所述截取图像的色度平均值的分布区间;
截取待检测线束中每条导线的局部图像,计算所述待检测线束中每条导线的局部图像的所有像素点的色度平均值,确定所述待检测线束中每条导线的所述色度平均值位于所述样本线束中的哪条导线的色度平均值的分布区间内;
如所述待检测线束中一导线的所述色度平均值位于所述样本线束中的一导线的色度平均值的分布区间内,则确定所述待检测线束中的导线与该样本线束中的导线的颜色一致;
将所述待检测线束中每条导线的颜色与标准的线束图像中每条导线的颜色进行比较,判定各条导线的颜色是否一致,如果一致,检测合格,否则,检测不合格。
3.根据权利要求1所述的系统,其特征在于,所述判断检测模块通过安装有图像分析处理软件的终端实现;线束图像获取模块包括,摄像机,用于对线束图像进行摄像,图像采集卡安装于所述终端内,以将所述摄像机摄制的线束图像存储于终端内。
4.根据权利要求3所述的系统,其特征在于,所述终端将图像采集卡所采集的红绿蓝颜色空间的图像转化为色调饱和度强度颜色空间的图像,转化的计算公式为:
Figure 201110203423X100001DEST_PATH_IMAGE001
其中,R代表红色的像素值,G代表绿色的像素值,B代表蓝色的像素值,H代表色度值,I代表亮度值,S代表饱和度值。
5.根据权利要求3所述的系统,其特征在于,还包括由单片机控制的线束传动带,该传动带用于将所述线束传递到所述摄像机处;以及合格品分类闸门以及不合格品分类闸门,两个所述分类闸门一前一后设置所述摄像机后方的传动带上,一单片机能够接收所述终端的控制指令,以控制所述线束传动带的电机以及分类闸门。
6.根据权利要求5所述的系统,其特征在于,所述电机为步进电机。
7.根据权利要求5所述的系统,其特征在于,还包括一位置传感器与所述单片机连接,该位置传感器用于检测所述待测线束是否到达摄像机的摄像位置。
8.根据权利要求5所述的系统,其特征在于,还包括一感应开关设置于所述不合格品分类闸门的位置,另一感应开关设置于所述合格品分类闸门的位置,以检测所述不合格品分类闸门以及所述合格品分类闸门是否按指令进行开合。
9.根据权利要求1所述的系统,其特征在于,通过空域滤波法的中值滤波器对所述线束图像获取模块所获取的所述一帧或多帧的线束图像进行去噪处理。
10.根据权利要求2所述的系统,其特征在于,通过图像的阈值分割的方式获得待检测线束中每条导线的局部图像,图像的阈值分割的方式包括:通过最大类间方差阈值将待检测线束中的图像分成前景和背景两种图像,前景为待检测线束中的各条所述导线的局部图像,后景为所述待检测线束中不需截取的图像。
CN 201110203423 2011-07-20 2011-07-20 线束装配质量检测系统 Active CN102297867B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 201110203423 CN102297867B (zh) 2011-07-20 2011-07-20 线束装配质量检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201110203423 CN102297867B (zh) 2011-07-20 2011-07-20 线束装配质量检测系统

Publications (2)

Publication Number Publication Date
CN102297867A true CN102297867A (zh) 2011-12-28
CN102297867B CN102297867B (zh) 2013-09-04

Family

ID=45358431

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201110203423 Active CN102297867B (zh) 2011-07-20 2011-07-20 线束装配质量检测系统

Country Status (1)

Country Link
CN (1) CN102297867B (zh)

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102854432A (zh) * 2012-06-06 2013-01-02 浙江吉利汽车研究院有限公司杭州分公司 一种汽车线束检测装置
CN102945359A (zh) * 2012-10-25 2013-02-27 苏州佳世达电通有限公司 显示面板的测试装置及测试方法
CN104525508A (zh) * 2014-12-23 2015-04-22 安徽科鸣三维科技有限公司 一种机器视觉次品排出系统
CN104897706A (zh) * 2014-03-07 2015-09-09 旺宏电子股份有限公司 一种测量芯片或晶片表面结构的方法
CN105044538A (zh) * 2015-06-25 2015-11-11 无锡埃姆维工业控制设备有限公司 一种线束行业在线机器视觉防错系统及方法
CN105291105A (zh) * 2015-12-09 2016-02-03 哈尔滨云控机器人科技有限公司 基于移动终端的机械臂远程控制方法
CN105472378A (zh) * 2015-12-09 2016-04-06 哈尔滨云控机器人科技有限公司 一种基于低成本摄像头的产品质量检测方法
JP2016070710A (ja) * 2014-09-29 2016-05-09 古河電気工業株式会社 ワイヤハーネスの外観検査装置、ワイヤハーネスの外観検査方法及びワイヤハーネスの外観検査プログラム
CN107246841A (zh) * 2017-05-27 2017-10-13 武汉理工大学 一种汽车零部件的多视点检测分选装置
CN107583879A (zh) * 2017-09-13 2018-01-16 安徽科创新能源科技有限责任公司 一种充电桩生产用线束固定件装配测试台
CN107607205A (zh) * 2017-09-30 2018-01-19 江苏西格数据科技有限公司 线束颜色顺序检测系统和方法
CN107730492A (zh) * 2017-10-16 2018-02-23 东莞早川电子有限公司 一种数据线连接部以及配色的视觉检测方法
WO2018205109A1 (zh) * 2017-05-08 2018-11-15 深圳市立昌机电设备有限公司 绕线机的质检方法及系统
CN109283425A (zh) * 2018-11-16 2019-01-29 盐城市华悦汽车部件有限公司 一种用于汽车线束的通路自动检测设备
CN110023861A (zh) * 2016-08-22 2019-07-16 罗伯特·博世有限公司 用于监控制造工厂的系统和方法
CN110288930A (zh) * 2019-05-30 2019-09-27 天津市中力神盾电子科技有限公司 一种rgb数据线及其端子故障检测方法及系统
CN112580941A (zh) * 2020-12-03 2021-03-30 安徽普仁中药饮片有限公司 一种中药饮片的物料管理方法
CN114178206A (zh) * 2021-09-15 2022-03-15 沈阳工业大学 一种线束零件自动分类及缺陷检测装置
CN114565699A (zh) * 2022-02-17 2022-05-31 成都飞机工业(集团)有限责任公司 一种线束形态表征方法、装置、设备及介质
CN114612695A (zh) * 2022-03-11 2022-06-10 江阴市浩盛电器线缆制造有限公司 嵌入式布线规则判断系统
CN115639216A (zh) * 2022-10-18 2023-01-24 广州丰桥智能装备有限公司 汽车线束继电器装配检测方法、系统、装置及可存储介质
CN116718600A (zh) * 2023-06-09 2023-09-08 大连阿部配线有限公司 一种用于对线束产品进行智能化检测的检测装置
CN116841270A (zh) * 2023-09-01 2023-10-03 贵州通利数字科技有限公司 一种基于物联网的智能生产线调度方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1382399A (zh) * 2002-06-04 2002-12-04 重庆大学 烟草等物品在线检测中的异物识别方法
US20030094403A1 (en) * 2001-11-19 2003-05-22 Takehiro Murata Color-based sorting apparatus
CN1653975A (zh) * 2005-01-06 2005-08-17 重庆大学 物品检测中的基于单元灰度均匀性的在线异物识别法
CN101398392A (zh) * 2007-09-26 2009-04-01 中国科学院自动化研究所 一种基于hsi颜色空间的棉花杂质高速实时检测方法
CN201279976Y (zh) * 2008-09-19 2009-07-29 沙贵东 平张印刷品高速检测装置
CN101957313A (zh) * 2010-09-21 2011-01-26 吉林大学 鲜玉米果穗质量的计算机视觉检测分级方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030094403A1 (en) * 2001-11-19 2003-05-22 Takehiro Murata Color-based sorting apparatus
CN1382399A (zh) * 2002-06-04 2002-12-04 重庆大学 烟草等物品在线检测中的异物识别方法
CN1653975A (zh) * 2005-01-06 2005-08-17 重庆大学 物品检测中的基于单元灰度均匀性的在线异物识别法
CN101398392A (zh) * 2007-09-26 2009-04-01 中国科学院自动化研究所 一种基于hsi颜色空间的棉花杂质高速实时检测方法
CN201279976Y (zh) * 2008-09-19 2009-07-29 沙贵东 平张印刷品高速检测装置
CN101957313A (zh) * 2010-09-21 2011-01-26 吉林大学 鲜玉米果穗质量的计算机视觉检测分级方法及装置

Cited By (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102854432B (zh) * 2012-06-06 2015-06-10 浙江吉利汽车研究院有限公司杭州分公司 一种汽车线束检测装置
CN102854432A (zh) * 2012-06-06 2013-01-02 浙江吉利汽车研究院有限公司杭州分公司 一种汽车线束检测装置
CN102945359A (zh) * 2012-10-25 2013-02-27 苏州佳世达电通有限公司 显示面板的测试装置及测试方法
CN104897706A (zh) * 2014-03-07 2015-09-09 旺宏电子股份有限公司 一种测量芯片或晶片表面结构的方法
CN104897706B (zh) * 2014-03-07 2018-05-11 旺宏电子股份有限公司 一种测量芯片或晶片表面结构的方法
JP2016070710A (ja) * 2014-09-29 2016-05-09 古河電気工業株式会社 ワイヤハーネスの外観検査装置、ワイヤハーネスの外観検査方法及びワイヤハーネスの外観検査プログラム
CN104525508A (zh) * 2014-12-23 2015-04-22 安徽科鸣三维科技有限公司 一种机器视觉次品排出系统
CN105044538A (zh) * 2015-06-25 2015-11-11 无锡埃姆维工业控制设备有限公司 一种线束行业在线机器视觉防错系统及方法
CN105291105A (zh) * 2015-12-09 2016-02-03 哈尔滨云控机器人科技有限公司 基于移动终端的机械臂远程控制方法
CN105291105B (zh) * 2015-12-09 2017-08-11 哈尔滨云控机器人科技有限公司 基于移动终端的机械臂远程控制方法
CN105472378B (zh) * 2015-12-09 2017-08-29 哈尔滨云控机器人科技有限公司 一种基于低成本摄像头的产品质量检测方法
CN105472378A (zh) * 2015-12-09 2016-04-06 哈尔滨云控机器人科技有限公司 一种基于低成本摄像头的产品质量检测方法
CN110023861A (zh) * 2016-08-22 2019-07-16 罗伯特·博世有限公司 用于监控制造工厂的系统和方法
WO2018205109A1 (zh) * 2017-05-08 2018-11-15 深圳市立昌机电设备有限公司 绕线机的质检方法及系统
CN107246841A (zh) * 2017-05-27 2017-10-13 武汉理工大学 一种汽车零部件的多视点检测分选装置
CN107583879A (zh) * 2017-09-13 2018-01-16 安徽科创新能源科技有限责任公司 一种充电桩生产用线束固定件装配测试台
CN107607205A (zh) * 2017-09-30 2018-01-19 江苏西格数据科技有限公司 线束颜色顺序检测系统和方法
CN107730492A (zh) * 2017-10-16 2018-02-23 东莞早川电子有限公司 一种数据线连接部以及配色的视觉检测方法
CN109283425A (zh) * 2018-11-16 2019-01-29 盐城市华悦汽车部件有限公司 一种用于汽车线束的通路自动检测设备
CN109283425B (zh) * 2018-11-16 2020-10-30 盐城市华悦汽车部件有限公司 一种用于汽车线束的通路自动检测设备
CN110288930A (zh) * 2019-05-30 2019-09-27 天津市中力神盾电子科技有限公司 一种rgb数据线及其端子故障检测方法及系统
CN112580941B (zh) * 2020-12-03 2023-12-29 安徽普仁中药饮片有限公司 一种中药饮片的物料管理方法
CN112580941A (zh) * 2020-12-03 2021-03-30 安徽普仁中药饮片有限公司 一种中药饮片的物料管理方法
CN114178206A (zh) * 2021-09-15 2022-03-15 沈阳工业大学 一种线束零件自动分类及缺陷检测装置
CN114565699A (zh) * 2022-02-17 2022-05-31 成都飞机工业(集团)有限责任公司 一种线束形态表征方法、装置、设备及介质
CN114565699B (zh) * 2022-02-17 2024-03-19 成都飞机工业(集团)有限责任公司 一种线束形态表征方法、装置、设备及介质
CN114612695A (zh) * 2022-03-11 2022-06-10 江阴市浩盛电器线缆制造有限公司 嵌入式布线规则判断系统
CN115639216A (zh) * 2022-10-18 2023-01-24 广州丰桥智能装备有限公司 汽车线束继电器装配检测方法、系统、装置及可存储介质
CN115639216B (zh) * 2022-10-18 2024-01-02 广州丰桥智能装备有限公司 汽车线束继电器装配检测方法、系统、装置及可存储介质
CN116718600A (zh) * 2023-06-09 2023-09-08 大连阿部配线有限公司 一种用于对线束产品进行智能化检测的检测装置
CN116718600B (zh) * 2023-06-09 2024-03-29 大连阿部配线有限公司 一种用于对线束产品进行智能化检测的检测装置
CN116841270A (zh) * 2023-09-01 2023-10-03 贵州通利数字科技有限公司 一种基于物联网的智能生产线调度方法及系统
CN116841270B (zh) * 2023-09-01 2023-11-14 贵州通利数字科技有限公司 一种基于物联网的智能生产线调度方法及系统

Also Published As

Publication number Publication date
CN102297867B (zh) 2013-09-04

Similar Documents

Publication Publication Date Title
CN102297867B (zh) 线束装配质量检测系统
CN104980646B (zh) 阻挡检测方法及电子装置
WO2017028587A1 (zh) 车辆监控的方法和装置、处理器、图像采集设备
CN102253048B (zh) 可用于多种产品检测的机器视觉检测方法及系统
CN110458157B (zh) 一种电力电缆生产过程智能监控系统
CN105426828B (zh) 人脸检测方法、装置及系统
US8712149B2 (en) Apparatus and method for foreground detection
CN105828065B (zh) 一种视频画面过曝检测方法及装置
CN109916910B (zh) 光伏玻璃边部缺陷检测系统及相应的方法
CN105791709A (zh) 带有逆光补偿的自动曝光处理方法及装置
CN107103330A (zh) 一种指示灯状态识别方法和装置
CN102938057B (zh) 一种车辆阴影消除方法及装置
CN107610104A (zh) 一种基于机器视觉的电梯补偿链r处裂纹检测方法
CN104297160A (zh) 一种工夫红茶发酵适度判别方法和装置
CN109584258B (zh) 草地边界识别方法及应用其的智能割草装置
CN110070526A (zh) 基于深度神经网络热度图预测的缺陷检测方法
CN103440671A (zh) 一种印章检测方法及系统
CN102819850A (zh) 基于局部自适应色差阈值的彩色图像边缘检测的方法
CN103327219A (zh) 一种视频图像对比度调整方法及装置
CN103489187A (zh) 基于质量检测的宫颈lct图像中细胞核的分割方法
CN111127810A (zh) 机房明火自动告警方法及系统
CN112862744A (zh) 一种基于超声图像的电容内部缺陷智能检测方法
CN106093051A (zh) 基于机器视觉的纸卷切面毛刺检测方法及装置
CN104598914A (zh) 一种肤色检测的方法及装置
CN115100562A (zh) 基于视频图像及深度学习的设备线路智能监测系统及方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C53 Correction of patent of invention or patent application
CB03 Change of inventor or designer information

Inventor after: Ren Jian

Inventor after: Lu Yang

Inventor after: Zhou Qi

Inventor after: Meng Xiangzhi

Inventor before: Ren Jian

Inventor before: Lu Yang

Inventor before: Zhou Qi

Inventor before: Meng Xiangzhi

C14 Grant of patent or utility model
GR01 Patent grant