CN102393397A - 一种磁瓦表面缺陷检测系统及其检测方法 - Google Patents
一种磁瓦表面缺陷检测系统及其检测方法 Download PDFInfo
- Publication number
- CN102393397A CN102393397A CN2011102514735A CN201110251473A CN102393397A CN 102393397 A CN102393397 A CN 102393397A CN 2011102514735 A CN2011102514735 A CN 2011102514735A CN 201110251473 A CN201110251473 A CN 201110251473A CN 102393397 A CN102393397 A CN 102393397A
- Authority
- CN
- China
- Prior art keywords
- magnetic shoe
- image
- camera
- zone
- sensor
- 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 Or Analyzing Materials By The Use Of Magnetic Means (AREA)
- Image Analysis (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种磁瓦表面缺陷检测系统,包括由多个相机组成的图像采集模块、图像传输和处理模块以及多个传感器组成的相机触发和计算机中断模块,所述图像采集模块中的相机用于获取磁瓦不同表面图像,所述图像传输和处理模块包括交换机和计算机,所述相机分别与交换机连接,交换机与计算机连接,所述相机触发和计算机中断模块中的传感器用于对磁瓦位置进行检测,并触发相机,所述多个相机与多个传感器对应连接,所述传感器通过I/O接口与计算机连接。本发明能够实现对磁瓦表面缺陷进行有效的在线识别检测和分类。
Description
技术领域
本发明涉及机器视觉领域,特别是一种磁瓦表面缺陷检测系统及其检测方法。
背景技术
磁瓦生产中非常重要的一个环节是对表面缺陷的检测。目前磁瓦生成厂家对缺陷检测的方法主要有抽检和全面检测两种方式。这两种方式均以人工检测的方式进行。由于磁瓦的形状和颜色的特殊性,目前没有有效的检测方法可以实现对磁瓦的各种表面进行自动、快速和正确的检测。
如图6所示,磁瓦要检测的表面包括:外表面1,内表面2,大端面3,小端面4以及各个面之间的倒角。磁瓦缺陷一般包括起层5,裂纹6等。由于机器视觉检测技术比较成熟的应用多集中于二维物体或零件检测,而应用于类似磁瓦这种比较复杂空间形状的零件实时在线检测的并不多见。对于铁氧体磁瓦这种黑色表面的零件,由于可以得到的图像信息含量少,图像对比度非常低,因此需要开发出特定的检测方法来完成信息提取分析与分类。
发明内容
本发明的发明目的在于,针对上述存在的问题,提供一种能够对磁瓦表面缺陷进行在线检测的系统以及检测的方法。
本发明的技术方案是这样实现的:一种磁瓦表面缺陷检测系统,其特征在于:包括由多个相机组成的图像采集模块、图像传输和处理模块以及多个传感器组成的相机触发和计算机中断模块,所述图像采集模块中的相机用于对磁瓦的不同表面获取图像,所述图像传输和处理模块包括交换机和计算机,所述相机分别与交换机连接,交换机与计算机连接,所述相机触发和计算机中断模块中的传感器用于对磁瓦位置进行检测,并触发相机,所述多个相机与多个传感器对应连接,所述传感器通过I/O接口与计算机连接。
本发明所述的磁瓦表面缺陷检测系统,其所述相机为面阵相机,在线检测时,触发方式为外触发方式,由传感器检测传送带上的磁瓦位置,如果磁瓦进入检测区域,传感器发信号给相机,触发相机获取磁瓦图像。
本发明所述的磁瓦表面缺陷检测系统,其所述传感器为光电传感器,在触发相机的同时,通过I/O接口给计算机发送中断信号。
一种磁瓦表面缺陷检测方法,其特征在于:包括:
a)、图像ROI区域生成方法,在所述ROI区域生成方法中,计算图像以X轴中心位置,沿整个Y轴方向的灰度直方图,根据中心位置的灰度值特征检测是否有磁瓦图像存在,如果没有则以L间距向两边扩展搜索,以同样方式搜索以Y轴中心位置,X轴方向;
b)、图像掩膜生成方法,在所述掩膜生成方法中,包括高斯滤波,获得降噪后的图像;求模,获得对比度高的图像;轮廓提取,以获得完整磁瓦区域;轮廓面积计算,以确定是否获得磁瓦真实轮廓;
d)、磁瓦缺陷分类方法,在所述分类方法中,对分类结果进行再选择,将新类型加入数据库,并将分类结果返回到调用函数中。
本发明所述的磁瓦表面缺陷检测方法,其在所述步骤a)中,读入图片之后,首先对图片x/2位置的像素进行沿Y轴方向的直方图分析,如果存在低于设定灰度阈值的区域,则表明找到了磁瓦的一部分,进入计算外轮廓步骤,如果没有找到低于设定阈值的区域,则以半个弦高L/2作为迭代量,进行双向搜索,若双向搜索仍然没有找到低于设定阈值的区域,则提示未找到磁瓦;
按照在x轴方向上的搜索策略,对y轴方向上进行搜索,所不同的是,迭代量为半个磁瓦宽度H/2或者长度;
经过上述两次搜索,分别得到x方向的磁瓦中心xc和Y方向上的磁瓦中心yc,然后生成ROI区域,区域的x坐标为(xc-L),与(xc+L),区域的y坐标为(yc-H),与(yc+H)。
本发明所述的磁瓦表面缺陷检测方法,其在所述步骤b)中,对读入的图像首先要进行高斯滤波,得到一个降噪的图像,然后对图像与高斯滤波后的图形做比较,求出模,以此模作为Canny算子轮廓提取的图像;得到轮廓之后,要对轮廓进行面积计算,然后对磁瓦的面积做理论计算,此理论面积仅计算一次,然后存储在数据库中,供下一次调用;如果数据库中已经存在此参数,则直接调用;
得到轮廓面积参数AC后,与带有一定松弛量β,α的理论面积At做比较,如果满足β* At> AC>α*At,并将掩膜数据同时返回,如果不能满足上式,则提示掩膜失败。
本发明能够实现对磁瓦表面缺陷进行有效的在线识别和分类。
附图说明
图1是本发明检测系统的连接示意图。
图2是本发明检测方法的总体流程图。
图3是本发明检测方法的主流程图。
图4是本发明检测方法中磁瓦ROI区域提取的流程图。
图5是本发明检测方法中磁瓦掩膜提取的流程图。
图6是磁瓦及其缺陷的示意图。
图中标记:1为外表面,2为内表面,3为大端面,4为小端面,5为起层,6为裂纹。
具体实施方式
下面结合附图,对本发明作详细的说明。
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,一种磁瓦表面缺陷检测系统,包括由多个相机组成的图像采集模块、图像传输和处理模块以及多个传感器组成的相机触发和计算机中断模块,所述图像采集模块中的相机用于对磁瓦的不同表面获取图像,所述图像传输和处理模块包括交换机和计算机,所述相机分别与交换机连接,交换机与计算机连接,所述相机触发和计算机中断模块中的传感器用于对磁瓦位置进行检测,并触发相机,所述多个相机与多个传感器对应连接,所述传感器通过I/O接口与计算机连接。
其中,所述相机为面阵相机,在线检测时,触发方式为外触发方式,由传感器检测传送带上的磁瓦位置,如果磁瓦进入检测区域,传感器发信号给相机,触发相机获取磁瓦图像;所述传感器为光电传感器,在触发相机的同时,通过I/O接口给计算机发送中断信号。计算机对中断进行排队之后,经过系列操作,再读取相机缓存中的图像。
图像在计算机和相机之间的数据传输是通过千兆网网络实现,包括交换机以及计算机内部的千兆网卡,每个相机均分配给不同IP地址,根据IP地址,计算机确定要获取的图片来源。
如图2所示,磁瓦缺陷检测函数是整个检测系统的一部分。系统程序调用磁瓦检测函数,并返回检测结果。图2是一个总体流程图,其详细部分在图3做了解释。图2所示表明函数调用关系,以及磁瓦图像获取,磁瓦缺陷提取,缺陷识别,缺陷分类,以及返回检测结果,这些图像处理和检测的顺序。
如图3所示,磁瓦缺陷检测函数被调用之后,首先要检测I/O接口,查询各个传感器的状态,在每次中断产生之后,程序均要对I/O状态进行查询,以确定I/O来源和相机地址。
在查询I/O之后,对相机进行访问,以确定相机缓存中是否有磁瓦图像,并核对拍摄时间是否与中断时间足够接近(设定一个毫秒级的阈值)。如果有图像,且拍摄时间正确,则读入这一帧图像。
读入一帧图像后,对其进行ROI区域设定,以减少图像处理时间。对调用ROI区域设定函数返回值进行判别,如果设定成功,则调用掩膜处理函数,如果失败,表明没有磁瓦进入相机拍摄范围,或者传感器出错等等情况发生,显示出错界面,然后返回主程序。
调用掩膜处理函数也要判段是否成功,如果成功,则执行下一步操作,如果失败,表明光照出现偏差,不能获得完整掩膜,则显示出错界面,然后返回主程序。
掩膜之后,图像进一步缩小,处理图片所需时间更短。调用动态阈值分割函数,将缺陷以及纹理显示处理。动态分割之后,调用纹理处理函数,然后再调用纹理消除函数,消除纹理,以便将缺陷与纹理分离,正确消除纹理之后,得到的将是仅有磁瓦整体轮廓和缺陷轮廓,用形态学处理将磁瓦外部轮廓去除。
去除轮廓之后,采用Canny算子提取轮廓,此轮廓包含了缺陷。对此轮廓进行各种特征计算,以计算所得的特征作为特征向量,使用支持向量机对其进行分类计算。
对分类结果要进行分析与判断,如果有缺陷,则将缺陷数据添加至数据库,作为下次分类用是样本,并将判断结果以返回值的方式,发送到控制系统。经过上述过程之后,返回到主程序。
其中,在ROI区域生成方法中,计算图像X轴中心位置灰度直方图,检查图像中是否有磁瓦,如果没有则以L间距向两边扩展搜索,以同样方式搜索Y轴方向。
如图4所示,具体程序步骤为:读入图像之后,首先对图像x/2位置,沿Y轴方向的像素进行灰度直方图分析,如果存在低于设定灰度阈值的区域,则表明找到了磁瓦的一部分,进入计算外轮廓步骤,如果没有找到低于设定阈值的区域,则以半个弦高L/2作为迭代量,进行双向搜索,若双向搜索仍然没有找到低于设定阈值的区域,则提示未找到磁瓦,提示错误,并返回false,返回到主程序;
按照在y轴方向上的搜索策略,对x轴方向上进行搜索,所不同的是,迭代量为半个磁瓦宽度H/2或者长度,(因磁瓦长度和宽度的定义而不同);
经过上述两次搜索,分别得到x轴方向的磁瓦中心xc和Y轴方向上的磁瓦中心yc,然后生成ROI区域,区域的x坐标为(xc-L),与(xc+L),区域的y坐标为(yc-H),与(yc+H),生成ROI区域之后,返回true,并将ROI区域参数同时返回到主程序。
其中,在掩膜生成方法中,包括高斯滤波,获得降噪后的图像;求模,获得对比度高的图像;轮廓提取,以获得完整磁瓦区域;轮廓面积计算,以确定是否获得磁瓦真实轮廓;
如图5所示,具体程序步骤为:对读入的图像首先要进行高斯滤波,得到一个降噪的图像,然后对图像与高斯滤波后的图形做比较,求出模,以此模作为Canny算子轮廓提取的图像;得到轮廓之后,要对轮廓进行面积计算,然后对磁瓦的面积做理论计算,此理论面积仅计算一次,然后存储在数据库中,供下一次调用;如果数据库中已经存在此参数,则直接调用;
得到轮廓面积参数AC后,与带有一定松弛量β,α的理论面积At做比较,如果满足β* At> AC>α*At,并将掩膜数据同时返回,如果不能满足上式,则提示掩膜失败。
在分类方法中,对分类结果进行再选择,将新类型加入数据库,并将分类结果返回到调用函数中。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种磁瓦表面缺陷检测系统,其特征在于:包括由多个相机组成的图像采集模块、图像传输和处理模块以及多个传感器组成的相机触发和计算机中断模块,所述图像采集模块中的相机用于对磁瓦的不同表面获取图像,所述图像传输和处理模块包括交换机和计算机,所述相机分别与交换机连接,交换机与计算机连接,所述相机触发和计算机中断模块中的传感器用于对磁瓦位置进行检测,并触发相机,所述多个相机与多个传感器对应连接,所述传感器通过I/O接口与计算机连接。
2.根据权利要求1所述的磁瓦表面缺陷检测系统,其特征在于:所述相机为面阵相机,在线检测时,触发方式为外触发方式,由传感器检测传送带上的磁瓦位置,如果磁瓦进入检测区域,传感器发信号给相机,触发相机获取磁瓦图像。
3.根据权利要求1或2所述的磁瓦表面缺陷检测系统,其特征在于:所述传感器为光电传感器,在触发相机的同时,通过I/O接口给计算机发送中断信号。
4.一种磁瓦表面缺陷检测方法,其特征在于:包括:
a)、图像ROI区域生成方法,在所述ROI区域生成方法中,计算图像以X轴中心位置,沿整个Y轴方向的灰度直方图,根据中心位置的灰度值特征检测是否有磁瓦图像存在,如果没有则以L间距向两边扩展搜索,以同样方式搜索以Y轴中心位置,X轴方向;
b)、图像掩膜生成方法,在所述掩膜生成方法中,包括高斯滤波,获得降噪后的图像;求模,获得对比度高的图像;轮廓提取,以获得完整磁瓦区域;轮廓面积计算,以确定是否获得磁瓦真实轮廓;
d)、磁瓦缺陷分类方法,在所述分类方法中,对分类结果进行再选择,将新类型加入数据库,并将分类结果返回到调用函数中。
5.根据权利要求4所述的磁瓦表面缺陷检测方法,其特征在于:在所述步骤a)中,读入图片之后,首先对图片x/2位置的像素进行沿Y轴方向的直方图分析,如果存在低于设定灰度阈值的区域,则表明找到了磁瓦的一部分,进入计算外轮廓步骤,如果没有找到低于设定阈值的区域,则以半个弦高L/2作为迭代量,进行双向搜索,若双向搜索仍然没有找到低于设定阈值的区域,则提示未找到磁瓦;
按照在x轴方向上的搜索策略,对y轴方向上进行搜索,所不同的是,迭代量为半个磁瓦宽度H/2或者长度;
经过上述两次搜索,分别得到x方向的磁瓦中心xc和Y方向上的磁瓦中心yc,然后生成ROI区域,区域的x坐标为(xc-L),与(xc+L),区域的y坐标为(yc-H),与(yc+H)。
6.根据权利要求4或5所述的磁瓦表面缺陷检测方法,其特征在于:在所述步骤b)中,对读入的图像首先要进行高斯滤波,得到一个降噪的图像,然后对图像与高斯滤波后的图形做比较,求出模,以此模作为Canny算子轮廓提取的图像;得到轮廓之后,要对轮廓进行面积计算,然后对磁瓦的面积做理论计算,此理论面积仅计算一次,然后存储在数据库中,供下一次调用;如果数据库中已经存在此参数,则直接调用;
得到轮廓面积参数AC后,与带有一定松弛量β,α的理论面积At做比较,如果满足β* At> AC>α*At,并将掩膜数据同时返回,如果不能满足上式,则提示掩膜失败。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110251473.5A CN102393397B (zh) | 2011-08-30 | 2011-08-30 | 一种磁瓦表面缺陷检测系统及其检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110251473.5A CN102393397B (zh) | 2011-08-30 | 2011-08-30 | 一种磁瓦表面缺陷检测系统及其检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102393397A true CN102393397A (zh) | 2012-03-28 |
CN102393397B CN102393397B (zh) | 2014-04-09 |
Family
ID=45860757
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110251473.5A Expired - Fee Related CN102393397B (zh) | 2011-08-30 | 2011-08-30 | 一种磁瓦表面缺陷检测系统及其检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102393397B (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103528954A (zh) * | 2013-10-25 | 2014-01-22 | 成都四星液压制造有限公司 | 一种磁瓦检测光源与相机调整装置 |
CN103743753A (zh) * | 2014-01-23 | 2014-04-23 | 四川大学 | 一种磁瓦柔性成像装置 |
CN104568961A (zh) * | 2014-12-08 | 2015-04-29 | 昆明理工大学 | 一种垂直盘式磁瓦检测装置 |
CN104568976A (zh) * | 2014-12-08 | 2015-04-29 | 昆明理工大学 | 一种水平盘式磁瓦检测装置 |
CN104977313A (zh) * | 2014-04-09 | 2015-10-14 | 四川省特种设备检验研究院 | 一种焊缝x射线图像缺陷检测与识别方法和装置 |
CN105665311A (zh) * | 2016-03-22 | 2016-06-15 | 横店集团东磁股份有限公司 | 一种磁瓦外观缺陷自动检测系统及其实现方法 |
CN105758382A (zh) * | 2014-12-16 | 2016-07-13 | 马鞍山森格电子科技有限公司 | 一种基于机器视觉的磁瓦产品在线检测系统 |
CN106353324A (zh) * | 2016-08-10 | 2017-01-25 | 浙江理工大学 | 磁环表面缺陷提取方法 |
CN106600593A (zh) * | 2016-12-19 | 2017-04-26 | 福州大学 | 一种中铝瓷球表面缺陷检测方法 |
CN106780473A (zh) * | 2016-12-23 | 2017-05-31 | 西安交通大学 | 一种磁环缺陷多目视觉检测方法及系统 |
CN108435456A (zh) * | 2018-03-23 | 2018-08-24 | 四川恒立智方自动化工程有限公司 | 工业机器人喷涂控制系统 |
CN108663369A (zh) * | 2017-03-27 | 2018-10-16 | 研祥智能科技股份有限公司 | 一种基于机器视觉的磁瓦缺陷检测取相系统 |
CN109146871A (zh) * | 2018-08-31 | 2019-01-04 | 珠海格力智能装备有限公司 | 裂纹的识别方法及装置 |
CN109211919A (zh) * | 2018-09-03 | 2019-01-15 | 珠海格力智能装备有限公司 | 磁瓦崩缺区域的识别方法及装置 |
CN109701890A (zh) * | 2018-12-10 | 2019-05-03 | 湖南航天天麓新材料检测有限责任公司 | 磁瓦表面缺陷检测与分拣方法 |
CN110672635A (zh) * | 2019-12-04 | 2020-01-10 | 杭州利珀科技有限公司 | 一种布匹疵点检测装置及实时检测方法 |
CN111986195A (zh) * | 2020-09-07 | 2020-11-24 | 北京凌云光技术集团有限责任公司 | 一种外观缺陷检测方法及系统 |
CN112745114A (zh) * | 2020-12-23 | 2021-05-04 | 东阳富仕特磁业有限公司 | 一种基于在线检测的微波旋磁铁氧体制备方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101701938A (zh) * | 2009-11-23 | 2010-05-05 | 中国计量学院 | 一种采用振型频率组合的工件缺陷类型音频检测方法 |
US20110205387A1 (en) * | 2007-12-21 | 2011-08-25 | Zoran Corporation | Detecting objects in an image being acquired by a digital camera or other electronic image acquisition device |
-
2011
- 2011-08-30 CN CN201110251473.5A patent/CN102393397B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110205387A1 (en) * | 2007-12-21 | 2011-08-25 | Zoran Corporation | Detecting objects in an image being acquired by a digital camera or other electronic image acquisition device |
CN101701938A (zh) * | 2009-11-23 | 2010-05-05 | 中国计量学院 | 一种采用振型频率组合的工件缺陷类型音频检测方法 |
Non-Patent Citations (3)
Title |
---|
XIANGHUA XIE: "A Review of Recent Advances in Surface Defect Detection using Texture analysis Techniques", 《ELECTRONIC LETTERS ON COMPUTER VISION AND IMAGE ANALYSIS》 * |
严俊龙 等: "磁瓦表面缺陷自动检测系统的研究", 《计算机工程与应用》 * |
罗小宾 等: "基于计算机视觉的产品自动检测系统的研究", 《计算机工程与应用》 * |
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103528954B (zh) * | 2013-10-25 | 2015-09-09 | 成都四星液压制造有限公司 | 一种磁瓦检测光源与相机调整装置 |
CN103528954A (zh) * | 2013-10-25 | 2014-01-22 | 成都四星液压制造有限公司 | 一种磁瓦检测光源与相机调整装置 |
CN103743753A (zh) * | 2014-01-23 | 2014-04-23 | 四川大学 | 一种磁瓦柔性成像装置 |
CN103743753B (zh) * | 2014-01-23 | 2016-03-30 | 四川大学 | 一种磁瓦柔性成像装置 |
CN104977313A (zh) * | 2014-04-09 | 2015-10-14 | 四川省特种设备检验研究院 | 一种焊缝x射线图像缺陷检测与识别方法和装置 |
CN104568976B (zh) * | 2014-12-08 | 2017-02-22 | 昆明理工大学 | 一种水平盘式磁瓦检测装置 |
CN104568961A (zh) * | 2014-12-08 | 2015-04-29 | 昆明理工大学 | 一种垂直盘式磁瓦检测装置 |
CN104568976A (zh) * | 2014-12-08 | 2015-04-29 | 昆明理工大学 | 一种水平盘式磁瓦检测装置 |
CN104568961B (zh) * | 2014-12-08 | 2017-01-25 | 昆明理工大学 | 一种垂直盘式磁瓦检测装置 |
CN105758382B (zh) * | 2014-12-16 | 2019-03-19 | 安徽达特智能科技有限公司 | 一种基于机器视觉的磁瓦产品在线检测系统 |
CN105758382A (zh) * | 2014-12-16 | 2016-07-13 | 马鞍山森格电子科技有限公司 | 一种基于机器视觉的磁瓦产品在线检测系统 |
CN105665311B (zh) * | 2016-03-22 | 2018-02-13 | 横店集团东磁股份有限公司 | 一种磁瓦外观缺陷自动检测系统及其实现方法 |
CN105665311A (zh) * | 2016-03-22 | 2016-06-15 | 横店集团东磁股份有限公司 | 一种磁瓦外观缺陷自动检测系统及其实现方法 |
CN106353324B (zh) * | 2016-08-10 | 2019-01-18 | 浙江理工大学 | 磁环表面缺陷提取方法 |
CN106353324A (zh) * | 2016-08-10 | 2017-01-25 | 浙江理工大学 | 磁环表面缺陷提取方法 |
CN106600593B (zh) * | 2016-12-19 | 2019-08-09 | 福州大学 | 一种中铝瓷球表面缺陷检测方法 |
CN106600593A (zh) * | 2016-12-19 | 2017-04-26 | 福州大学 | 一种中铝瓷球表面缺陷检测方法 |
CN106780473A (zh) * | 2016-12-23 | 2017-05-31 | 西安交通大学 | 一种磁环缺陷多目视觉检测方法及系统 |
CN108663369A (zh) * | 2017-03-27 | 2018-10-16 | 研祥智能科技股份有限公司 | 一种基于机器视觉的磁瓦缺陷检测取相系统 |
CN108435456A (zh) * | 2018-03-23 | 2018-08-24 | 四川恒立智方自动化工程有限公司 | 工业机器人喷涂控制系统 |
CN109146871A (zh) * | 2018-08-31 | 2019-01-04 | 珠海格力智能装备有限公司 | 裂纹的识别方法及装置 |
CN109146871B (zh) * | 2018-08-31 | 2021-09-24 | 珠海格力智能装备有限公司 | 裂纹的识别方法及装置 |
CN109211919A (zh) * | 2018-09-03 | 2019-01-15 | 珠海格力智能装备有限公司 | 磁瓦崩缺区域的识别方法及装置 |
CN109211919B (zh) * | 2018-09-03 | 2021-04-30 | 珠海格力智能装备有限公司 | 磁瓦崩缺区域的识别方法及装置 |
CN109701890A (zh) * | 2018-12-10 | 2019-05-03 | 湖南航天天麓新材料检测有限责任公司 | 磁瓦表面缺陷检测与分拣方法 |
CN110672635A (zh) * | 2019-12-04 | 2020-01-10 | 杭州利珀科技有限公司 | 一种布匹疵点检测装置及实时检测方法 |
CN110672635B (zh) * | 2019-12-04 | 2020-04-10 | 杭州利珀科技有限公司 | 一种布匹疵点检测装置及实时检测方法 |
CN111986195A (zh) * | 2020-09-07 | 2020-11-24 | 北京凌云光技术集团有限责任公司 | 一种外观缺陷检测方法及系统 |
CN111986195B (zh) * | 2020-09-07 | 2024-02-20 | 凌云光技术股份有限公司 | 一种外观缺陷检测方法及系统 |
CN112745114A (zh) * | 2020-12-23 | 2021-05-04 | 东阳富仕特磁业有限公司 | 一种基于在线检测的微波旋磁铁氧体制备方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102393397B (zh) | 2014-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102393397B (zh) | 一种磁瓦表面缺陷检测系统及其检测方法 | |
CN111951237A (zh) | 外观视觉检测方法 | |
CN109489724B (zh) | 一种隧道列车安全运行环境综合检测装置及检测方法 | |
CN109752392B (zh) | 一种pcb板缺陷类型检测系统和方法 | |
JP4987826B2 (ja) | ナンバプレート認識方法およびナンバプレート認識装置 | |
CN112200790B (zh) | 布料缺陷检测方法、设备和介质 | |
CN107016348A (zh) | 结合深度信息的人脸检测方法、检测装置和电子装置 | |
CN106290379A (zh) | 基于面扫描相机的钢轨表面缺陷检测装置及方法 | |
CN105321191A (zh) | 用于处理图像中的反射区的方法和电子设备 | |
US7116814B2 (en) | Image-based container defects detector | |
CN105303573A (zh) | 金针类元件的引脚检测方法和系统 | |
CN113160132A (zh) | 焊缝缺陷图像的检测处理方法及系统 | |
CN113971681A (zh) | 一种复杂环境下带式输送机边缘检测方法 | |
CN113269769A (zh) | 一种基于图像配准的缺陷检测方法、系统及设备 | |
CN101282419B (zh) | 一种自动坏点检测方法与设备 | |
CN109584212B (zh) | 一种基于matlab的slm粉床铺粉图像划痕缺陷识别方法 | |
JP3322958B2 (ja) | 印刷物検査装置 | |
JP2007316019A (ja) | 表面欠陥検査装置 | |
CN111563869B (zh) | 用于摄像模组质检的污点测试方法 | |
CN116002480A (zh) | 电梯轿厢内乘客意外摔倒的自动检测方法和系统 | |
CN109544514A (zh) | 一种融合表现特征的锯材身份辨识方法、装置及设备 | |
JPH02242382A (ja) | 欠陥検査方法 | |
JP2006035505A (ja) | 印刷物の検査方法及び装置 | |
JP2710685B2 (ja) | 外観検査による欠陥検出方法 | |
CN113344858B (zh) | 特征检测方法、装置及计算机存储介质 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140409 Termination date: 20180830 |