CN102495076B - 一种基于机器视觉的拉链金属链牙缺陷检测方法 - Google Patents
一种基于机器视觉的拉链金属链牙缺陷检测方法 Download PDFInfo
- Publication number
- CN102495076B CN102495076B CN 201110403900 CN201110403900A CN102495076B CN 102495076 B CN102495076 B CN 102495076B CN 201110403900 CN201110403900 CN 201110403900 CN 201110403900 A CN201110403900 A CN 201110403900A CN 102495076 B CN102495076 B CN 102495076B
- Authority
- CN
- China
- Prior art keywords
- slide fastener
- image
- jag
- detection
- carry out
- 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.)
- Expired - Fee Related
Links
Images
Abstract
本发明涉及一种基于机器视觉的拉链金属链牙缺陷检测方法,利用由送料机构、物料位置传感器、图像传感器、步进电机/伺服电机、灯箱、传送皮带、分拣机构、不锈钢滑轨、控制器和控制系统构成的检测装置进行检测,待检测拉链经送料机构送到检测装置的皮带平台上,经物料位置传感器检测定位,启动图像传感器,获取拉链图像,然后将图像传输至控制系统,控制系统对图像进行处理,根据处理的结果与判别标准比较,判断拉链是否存在缺陷。本发明,能实现金属链牙缺陷进行同时检测,克服了现有技术只能对某一特定缺陷进行检测的缺点,提高了检测的效率。
Description
技术领域
本发明是一种采用机器视觉来对拉链的金属链牙进行缺陷检测的方法,属于服装行业中拉链质量检验技术领域中的改造技术。
背景技术
拉链产品是服装产业的重要组成部分。目前,拉链产品的外观质量都是由大量的生产线一线工人通过视觉和主观印象来判定。一方面,检测线上需要大量的工人;另一方面,工人的工作强度大,易疲劳,从而导致产品瑕疵漏判和错判,使产品品质的检测稳定性较差、效率低下,制约了拉链行业的健康快速发展。
机器视觉系统能大幅度提高生产的柔性和自动化程度,使用机器视觉的检测方法可以大大提高生产效率和生产的自动化程度。由于机器视觉易于实现信息集成,是实现计算机集成制造的基础技术。机器视觉检测技术因其具有非接触、速度快、精度高等优点,能满足现代生产的需要,在实际中渐渐得到应用。因此,在现代自动化生产过程中,人们将机器视觉系统广泛地用于生产过程状况监视、成品检验和质量控制等领域。
目前,采用机器视觉对金属链牙(包括拉链的金属链牙、拉头、限位码和锁紧件,下同)进行缺陷检测,主要集中在利用图像处理技术开展拉链齿数检测的研究,利用直方图均衡和阈值分割技术来对拉链的齿牙状况进行分析和研究。然而,对在拉链中使用很广泛的金属链牙存在的缺陷锁紧件断齿、拉头断齿、限位码断齿和链牙断齿等缺陷共同检测、判别的问题则还没有很好地解决。
综上所述,现有采用机器视觉对金属链牙进行缺陷检测方法,大多只能静态地完成某一特定缺陷的检测,不能满足对金属链牙缺陷进行同时检测的需求。
发明内容
本发明的目的在于考虑对金属链牙缺陷进行同时检测的需求而提供一种基因机器视觉的检测方法。该方法首先通过对灰度拉伸后的拉链进行像素的收缩和放大来剔除较小面积的拉链链牙部分,计算在划定的区域内的像素数目,并以此来判断拉头、限位码和锁紧件这三个部分的存在性;其次,通过确定拉头所在区域的中心点和其他辅助点,计算出旋转角度使处于不同角度的拉链旋转到水平位置。将划分的区域和整张拉链图像进行异或处理,截取到拉链拉合部分和开叉上、下半部分链牙图像。对拉链开叉上、下半部分的链牙进行水平旋转后,按照灰度值的跳变方法分别对拉链的拉合部分和开叉部分进行检测。
本发明,利用由送料机构、物料位置传感器、图像传感器、步进电机/伺服电机、灯箱、传送皮带、分拣机构、不锈钢滑轨、控制器和工控机或嵌入式控制系统构成的检测装置进行检测,把前道生产工序已完成的待检测拉链经送料机构送到检测装置的皮带平台上,在步进电机/伺服电机的驱动下,由传送皮带带动拉链前进,物料位置传感器检测定位,若有拉链通过,则启动图像传感器,获取拉链图像,在灯箱内调节合适的光照,使得拉链图像中链牙部位清晰可见,然后将图像传输至工控机或嵌入式控制系统,工控机或嵌入式控制系统对图像进行滤波、二值化和提取轮廓等处理,根据处理的结果与判别标准比较,判断拉链是否存在缺陷,拉链产品进入分拣机构,根据判别的结果,把存在缺陷的拉链通过不锈钢轨道送入次品区域,把合格品送入下一道包装生产工序。所述检测包括以下步骤:
1)采用图像传感器获取拉链图像,并采用灰度均匀拉伸算法调整灰度值在图像上的分布,进行拉链链牙骨架的提取;
2)对灰度拉伸后的图像进行图像的光滑化处理后,进行像素的收缩和像素的放大,去除图像中的链牙部分,保留拉头、限位码和锁紧件;
3)在整条拉链上划分分析区域,使用求取像素面积算法计算出拉头、限位码和锁紧件三个部分在区域内处在灰度上、下限范围像素的数目。如像素数目低于设定值,则表明拉链缺少某一部分或该部分存在缺陷,缺陷检测程序结束,否则继续执行断齿、少齿检测程序;
4)以拉头和锁紧件这两个部分所在的区域里的中心点作为图像旋转的基准点,对图像进行水平旋转;
5)在水平旋转后的图像中,以拉头所在区域的中心点为基准点,将链牙骨架划分为拉链拉合部分、拉链开叉上半部分和拉链开叉下半部分等三个部分;
6)使用图像异或算法,将拉链开叉上半部分和拉链开叉下半部分与整个图像进行图像异或处理,获得只包含拉链拉合部分图像;
7)测量出拉合部分左、右边缘点在图像中所在的列值,并以两个链牙齿距的增量作为循环变量,进行右往左进行循环检测。如在循环检测过程中不能检测到灰度跳变,说明拉合部分存在断裂,程序结束,否则进入拉链开叉部分检测;
8)使用图像异或算法,将拉链拉合部分和拉链开叉下半部分与整个图像进行图像异或处理,获得只包含拉链开叉上半部图像;
9)以拉头和限位码所在区域的中心点为基准点,计算拉链开叉上半部分与水平位置的旋转角度,并通过此旋转角度将拉链开叉上半部分图像旋转至水平位置;
10)测量出处于水平位置的拉链开叉上半部分左、右两个边缘点的列值,并以两个链牙齿距的增量作为循环变量,进行右往左进行循环检测。如在循环检测过程中不能检测到灰度跳变,说明拉链开叉上半部分存在断裂或缺齿情况,程序结束,否则进入拉链开叉下半部分;
11)使用图像异或算法,将拉链拉合部分和拉链开叉上半部分与整个图像进行图像异或处理,获得只包含拉链开叉下半部图像;
12)以拉头和限位码所在区域的中心点为基准点,计算拉链开叉下半部分与水平位置的旋转角度,并通过此旋转角度将拉链开叉下半部分图像旋转至水平位置;
13)测量出处于水平位置的拉链开叉上半部分左、右两个边缘点的列值,并以两个链牙齿距的增量作为循环变量,进行左往右进行循环检测。如在循环检测过程中不能检测到灰度跳变,说明拉链开叉上半部分存在断裂或缺齿情况,程序结束,否则表明拉链金属链牙完好;
14)根据拉链链牙是否存在缺陷,输出不同的信号。
本发明,可先通过边缘检测的方式得到链带的粗略边界,再运用边界跟踪的方式获取链带的边缘准确轮廓,从传送带背景图像中提取出清晰的链带边缘,突出检测目标。
本发明,可通过区域划分与整张拉链图像进行异或处理,将整个拉链链带划分为上下两个部分进行检测,运用镜射的方式把下半部分的边缘镜射到上方,使用检测链带上半部分的程序模块完成对链带下半部分的检测,节省程序步骤和大小。
本发明,可通过区域划分与整张拉链图像进行异或处理,截取到分别只含有拉链拉合部分和开叉部分的链带图像,对拉链开叉部分的链带进行水平旋转后,根据链带边缘处垂直方向的梯度值最大,判断该点是否发生灰度值跳变,如果发生跳变则认为该点为边缘点,通过比较两个相邻间隔边缘点的纵轴坐标值的差值来确定链带边缘是否存在缺陷,分别完成对拉链链带的拉合部分和开叉部分的检测。
本发明与现有技术相比的优点在于:
1、能实现金属链牙缺陷进行同时检测,克服了现有技术只能对某一特定缺陷进行检测的缺点,提高了检测的效率;
2、采用像素面积比较的方法来判断拉头、限位码和锁紧件这三个部分的存在性,简化了检测算法的复杂性,提高了检测的速度和准确性;
3、将图像旋转的至水平进行处理,使水平的图像比较直观,并可使链牙处于同一条水平线上,使检测程序变得简单;
4、采用循环检测链牙灰度跳变算法,降低了检测的复杂性;
5、整个检测方法具有良好的通用性和扩展性,能方便地扩充到其他材质的链牙缺陷检测上。
附图说明
图1为本发明所采用的检测装置的结构方框图。图中,1、送料机构;2、待检测拉链;3、物料位置传感器;4、图像传感器;5、步进电机/伺服电机;6、灯箱;7、传送皮带;8、分拣机构;9、不锈钢滑轨;10、控制器;11、工控机或嵌入式控制系统。
图2为拉链拉头、限位码和锁紧件的缺陷检测流程图;通过分别对每个区域执行完像素面积的返回值做If-go判断,如果像素数目低于某个设定值,表明拉链缺少该部分或该部分有破损等这些情况出现,此拉链链牙存在缺陷,缺陷检测程序结束;否则进入下一项检测流程。
图3为图像水平旋转流程图。在图中A,B分别为拉头和锁紧件这两个部分所在的区域内处在灰度上、下限的像素点的中心值。以中心点A为基准点,中心点B为末点,利用角度计算算法计算出两中心点之间的角度θ1,角度的正值代表图像将按某个基准点顺着逆时针方向进行旋转,反之,角度为负值则将按某个基准点顺着顺时针方向进行旋转。
图4为拉链拉合部分的断齿检测流程图。在图中,C1和C2分别为拉合部分左、右边缘点所在的列值。当扫描到拉链断齿部分所在的列时,由于此时没有灰度值的跳变,会出现错误。
图5为拉链开叉下半部分检测与上半部分的检测算法示意图。在图中,测量出处于水平位置的链牙左、右两个边缘点的列值,确定好检测的方向(拉链开叉下半部分从左往右,拉链开叉上半部分从右往左)进行扫描。由于限位码的面积范围是一定的,以限位码的边缘点为起点,拉头中心点的列值为终值,进行循环扫描,扫描的步长为两个齿距的间距,直到变量的列值等于或小于终值,否则程序将一直循环。
具体实施方式
一种基于机器视觉的拉链金属链牙缺陷检测方法,利用由送料机构1、物料位置传感器3、图像传感器4、步进电机/伺服电机5、灯箱6、传送皮带7、分拣机构8、不锈钢滑轨9、控制器10和工控机或嵌入式控制系统11构成的检测装置进行检测,把前道生产工序已完成的待检测拉链2经送料机构1送到检测装置的皮带平台上,在步进电机/伺服电机5的驱动下,由传送皮带7带动拉链前进,物料位置传感器3检测定位,若有拉链通过,则启动图像传感器4,获取拉链图像,在灯箱6内调节合适的光照,使得拉链图像中链牙部位清晰可见,然后将图像传输至工控机或嵌入式控制系统11,工控机或嵌入式控制系统11对图像进行滤波、二值化和提取轮廓处理,根据处理的结果与判别标准比较,判断拉链是否存在缺陷,拉链产品进入分拣机构8,根据判别的结果,把存在缺陷的拉链通过不锈钢轨道9送入次品区域,把合格品送入下一道包装生产工序。
本检测方法中拉链拉头、限位码和锁紧件的缺陷检测流程图见附图2,本检测方法中图像水平旋转流程图见附图3,本检测方法中拉链拉合部分的断齿检测流程图见附图4。本检测方法中拉链开叉下半部分检测与上半部分的检测算法示意图见附图5。本检测方法的具体实施步骤如下:
1、根据厂家提供的拉链的尺寸和金属链牙的表面镀层颜色,选择合适的光源类型,调节合适的视野范围,调节视觉传感器的焦距、进光量和曝光时间,使视觉传感器获得清晰的静态图像;
2、当拉链进入视觉传感器中心范围时,触发视觉传感器,获得连续的拉链图像;
3、使用灰度拉升算法,对获得的图像进行灰度均匀拉伸,提取灰度对比明显拉链链牙骨架图像;
4、对含有清晰的拉链链牙骨架图像使用像素的收缩和放大去除图像中的链牙部分,保留拉头、限位码和锁紧件,并根据拉头、锁紧件和限位码出现的大体范围,将图像划分出三个区域;
5、使用像素统计算法分别计算出三个区域内处在灰度上、下限范围像素的数目,并进行像素数目的判定。如像素数目小于设定值则说明拉头、限位码和锁紧件存在缺陷,跳出程序流程,给出错误信号,反之则进入下一流程;
6、以拉头和锁紧件这两个部分所在的区域里的中心点计算拉链链牙骨架与水平轴的角度θ1,对图像进行水平旋转,角度θ1的正值代表图像将按某个基准点顺着逆时针方向进行旋转,反之,角度为负值则将按某个基准点顺着顺时针方向进行旋转;
7、将整个拉链划分为拉合部分链牙、开叉上、下半部分链牙三个部分进行检测,通过确定拉头所在区域的中心点和其他辅助点,计算出旋转角度使处于不同角度的拉链旋转到水平位置,通过区域划分与整张拉链图像进行异或处理,截取到拉链拉合部分和开叉上、下半部分链牙图像,对拉链开叉上、下半部分的链牙进行水平旋转后,按照断齿存在的灰度跳变规律进行循环检测,分别对拉链的拉合部分和开叉部分进行检测;
8、采用图像异或的方式对拉链拉合部分图像进行截取,并测量出拉合部分左、右边缘点所在的列值,为下一步做循环检测做准备;
9、在循环检测中,应用动态阈值分割法将感兴趣的区域进行划分,并在每个循环中以加上或减去两个链牙齿距的增量,当扫描到拉链断齿部分所在的列时,由于此时没有灰度值的跳变,说明拉链拉合部分存在缺陷,跳出程序流程,给出错误信号,反之则进入下一流程;
10、再次采用图像异或的方式对拉链开叉上半部分和拉链开叉下半部分图像进行截取,并测量出处于水平位置的链牙左、右两个边缘点的列值,为下一步断齿检测做准备;
11、采用类似的循环检测算法,检测灰度值的跳变,如没有灰度值的跳变,说明拉链开叉上半部分和拉链开叉下半部分存在缺陷,跳出程序流程,给出错误信号;
12、如没有出现上述故障,则给出正确信号,检测结束。
Claims (3)
1.一种基于机器视觉的拉链金属链牙缺陷检测方法,其特征在于:利用由送料机构(1)、物料位置传感器(3)、图像传感器(4)、步进电机/伺服电机(5)、灯箱(6)、传送皮带(7)、分拣机构(8)、不锈钢滑轨(9)、控制器(10)和工控机或嵌入式控制系统(11)构成的检测装置进行检测,把前道生产工序已完成的待检测拉链(2)经送料机构(1)送到检测装置的皮带平台上,在步进电机/伺服电机(5)的驱动下,由传送皮带(7)带动拉链前进,物料位置传感器(3)检测定位,若有拉链通过,则启动图像传感器(4),获取拉链图像,在灯箱(6)内调节光照,使得拉链图像中链牙部位清晰可见,然后将图像传输至工控机或嵌入式控制系统(11),工控机或嵌入式控制系统(11)对图像进行滤波、二值化和提取轮廓处理,根据处理的结果与判别标准比较,判断拉链是否存在缺陷,拉链产品进入分拣机构(8),根据判别的结果,把存在缺陷的拉链通过不锈钢轨道(9)送入次品区域,把合格品送入下一道包装生产工序,所述检测包括如下步骤:
1)采用图像传感器获取拉链图像,并采用灰度均匀拉伸算法调整灰度值在图像上的分布,进行拉链链牙骨架的提取;
2)对灰度拉伸后的图像进行图像的光滑化处理后,进行像素的收缩和像素的放大,去除图像中的链牙部分,保留拉头、限位码和锁紧件;
3)在整条拉链上划分分析区域,使用求取像素面积算法计算出拉头、限位码和锁紧件三个部分在区域内处在灰度上、下限范围像素的数目,如像素数目低于设定值,则表明拉链缺少某一部分或该部分存在缺陷,缺陷检测程序结束,否则继续执行断齿、少齿检测程序;
4)以拉头和锁紧件这两个部分所在的区域里的中心点作为图像旋转的基准点,对图像进行水平旋转;
5)在水平旋转后的图像中,以拉头所在区域的中心点为基准点,将链牙骨架划分为拉链拉合部分、拉链开叉上半部分和拉链开叉下半部分三个部分;
6)使用图像异或算法,将拉链开叉上半部分和拉链开叉下半部分与整个图像进行图像异或处理,获得只包含拉链拉合部分图像;
7)测量出拉合部分左、右边缘点在图像中所在的列值,并以两个链牙齿距的增量作为循环变量,从右往左进行循环检测,如在循环检测过程中不能检测到灰度跳变,说明拉合部分存在断裂,程序结束,否则进入拉链开叉部分检测;
8)使用图像异或算法,将拉链拉合部分和拉链开叉下半部分与整个图像进行图像异或处理,获得只包含拉链开叉上半部图像;
9)以拉头和限位码所在区域的中心点为基准点,计算拉链开叉上半部分与水平位置的旋转角度,并通过此旋转角度将拉链开叉上半部分图像旋转至水平位置;
10)测量出处于水平位置的拉链开叉上半部分左、右两个边缘点的列值,并以两个链牙齿距的增量作为循环变量,从右往左进行循环检测,如在循环检测过程中不能检测到灰度跳变,说明拉链开叉上半部分存在断裂或缺齿情况,程序结束,否则进入拉链开叉下半部分;
11)使用图像异或算法,将拉链拉合部分和拉链开叉上半部分与整个图像进行图像异或处理,获得只包含拉链开叉下半部图像;
12)以拉头和限位码所在区域的中心点为基准点,计算拉链开叉下半部分与水平位置的旋转角度,并通过此旋转角度将拉链开叉下半部分图像旋转至水平位置;
13)测量出处于水平位置的拉链开叉下半部分左、右两个边缘点的列值,并以两个链牙齿距的增量作为循环变量,从左往右进行循环检测,如在循环检测过程中不能检测到灰度跳变,说明拉链开叉下半部分存在断裂或缺齿情况,程序结束,否则表明拉链金属链牙完好;
14)根据拉链链牙是否存在缺陷,输出不同的信号。
2.根据权利要求1所述的检测方法,其特征在于:通过对灰度拉伸后的拉链进行像素的收缩和放大来剔除拉链链牙部分,计算在划定的区域内的像素数目,并以此来判断拉头、限位码和锁紧件这三个部分的存在性。
3.根据权利要求1所述的检测方法,其特征在于:通过确定拉头所在区域的中心点和其他辅助点,计算出旋转角度使处于不同角度的拉链旋转到水平位置,通过区域划分与整张拉链图像进行异或处理,截取到拉链拉合部分和开叉上、下半部分链牙图像,对拉链开叉上、下半部分的链牙进行水平旋转后,按照断齿存在的灰度跳变规律进行循环检测,分别对拉链的拉合部分和开叉部分进行检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110403900 CN102495076B (zh) | 2011-12-07 | 2011-12-07 | 一种基于机器视觉的拉链金属链牙缺陷检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110403900 CN102495076B (zh) | 2011-12-07 | 2011-12-07 | 一种基于机器视觉的拉链金属链牙缺陷检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102495076A CN102495076A (zh) | 2012-06-13 |
CN102495076B true CN102495076B (zh) | 2013-06-19 |
Family
ID=46186917
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110403900 Expired - Fee Related CN102495076B (zh) | 2011-12-07 | 2011-12-07 | 一种基于机器视觉的拉链金属链牙缺陷检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102495076B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI560439B (zh) * | 2014-12-27 | 2016-12-01 |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103213823B (zh) * | 2013-03-20 | 2015-05-20 | 太原理工大学 | 一种输送带纵向撕裂视觉检测与预警的系统及应用方法 |
CN103196925B (zh) * | 2013-03-27 | 2015-10-28 | 广东顺德三扬科技股份有限公司 | 一种采用摄像识别检测拉头的装置 |
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 |
CN104738907A (zh) * | 2013-12-31 | 2015-07-01 | 常熟市给力拉链设备有限公司 | 自动拉链机 |
WO2015107619A1 (ja) * | 2014-01-14 | 2015-07-23 | Ykk株式会社 | スライドファスナー用スライダーの検査装置 |
CN104502354A (zh) * | 2014-11-26 | 2015-04-08 | 芜湖福马汽车零部件有限公司 | 汽车铸件检测线 |
CN106932005A (zh) * | 2015-12-30 | 2017-07-07 | 希姆通信息技术(上海)有限公司 | 一种移动终端上螺丝的视觉检测方法及控制设备 |
CN105891438A (zh) * | 2016-04-06 | 2016-08-24 | 华国洋 | 一种五金缺陷检测系统 |
IT201700020724A1 (it) * | 2017-02-23 | 2018-08-23 | Adapta Spa | Sistema modulabile per l’identificazione e certificazione di capi. |
CN106706656A (zh) * | 2017-03-14 | 2017-05-24 | 杭州汇萃智能科技有限公司 | 一种基于机器视觉的拉链检测装置及方法 |
CN107373920B (zh) * | 2017-07-18 | 2021-01-22 | 浙江伟星实业发展股份有限公司 | 一种拉链在线检错标记装置 |
CN109781022A (zh) * | 2017-11-13 | 2019-05-21 | Ykk株式会社 | 拉链链牙检查装置 |
CN110954401B (zh) * | 2018-09-27 | 2022-08-05 | Ykk株式会社 | 拉头固定部件检查装置 |
CN110645908A (zh) * | 2019-08-16 | 2020-01-03 | 广州瑞松北斗汽车装备有限公司 | 车身外观缺陷检测方法及检测系统 |
CN111981990B (zh) * | 2020-08-03 | 2022-02-01 | 无锡鼎茂机械制造有限公司 | 基于机器视觉的自封拉链质量在线检测方法 |
CN113261755A (zh) * | 2021-07-19 | 2021-08-17 | 南通市前景拉链有限公司 | 一种压力自适应的金属拉链成型机 |
CN113295398B (zh) * | 2021-07-28 | 2021-10-29 | 南通市前景拉链有限公司 | 一种可连续离心式的废弃拉链检测装置 |
CN113820326B (zh) * | 2021-11-19 | 2022-02-15 | 佛山市煜丰机械有限公司 | 一种长码拉链的缺陷检测系统 |
CN114459393B (zh) * | 2022-04-14 | 2022-06-24 | 中安合顺物联网技术(山东)有限公司 | 一种不规则零件表面积计量用装置及其使用方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1148332A2 (en) * | 2000-04-18 | 2001-10-24 | The University of Hong Kong | Method of and device for inspecting images to detect defects |
TW201124697A (en) * | 2010-01-11 | 2011-07-16 | Univ Nat Yunlin Sci & Tech | Zipper image inspection device. |
CN201909762U (zh) * | 2010-12-31 | 2011-07-27 | 广东辉丰科技股份有限公司 | 金属拉链缺陷自动检测装置 |
CN201935873U (zh) * | 2010-12-30 | 2011-08-17 | 天津普达软件技术有限公司 | 瓶盖在线影像检测系统 |
-
2011
- 2011-12-07 CN CN 201110403900 patent/CN102495076B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1148332A2 (en) * | 2000-04-18 | 2001-10-24 | The University of Hong Kong | Method of and device for inspecting images to detect defects |
TW201124697A (en) * | 2010-01-11 | 2011-07-16 | Univ Nat Yunlin Sci & Tech | Zipper image inspection device. |
CN201935873U (zh) * | 2010-12-30 | 2011-08-17 | 天津普达软件技术有限公司 | 瓶盖在线影像检测系统 |
CN201909762U (zh) * | 2010-12-31 | 2011-07-27 | 广东辉丰科技股份有限公司 | 金属拉链缺陷自动检测装置 |
Non-Patent Citations (4)
Title |
---|
图像处理技术在拉链齿数检测中的研究;程西云等;《汕头大学学报》;20060228;第21卷(第1期);全文 * |
基于机器视觉的拉链齿数分布实时检测方案的研究设计;张婕敏;《中国优秀硕士学位论文全文数据库 信息科技辑》;20061215(第12期);第21、24页 * |
张婕敏.基于机器视觉的拉链齿数分布实时检测方案的研究设计.《中国优秀硕士学位论文全文数据库 信息科技辑》.2006,(第12期),第21、25页. |
程西云等.图像处理技术在拉链齿数检测中的研究.《汕头大学学报》.2006,第21卷(第1期),全文. |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI560439B (zh) * | 2014-12-27 | 2016-12-01 |
Also Published As
Publication number | Publication date |
---|---|
CN102495076A (zh) | 2012-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102495076B (zh) | 一种基于机器视觉的拉链金属链牙缺陷检测方法 | |
CN102495069B (zh) | 一种基于数字图像处理的拉链链带缺陷检测方法 | |
CN109115785B (zh) | 一种铸件打磨质量检测方法、装置及其使用方法 | |
CN102788803B (zh) | 列车轮对踏面和轮缘在线高速检测系统及其检测方法 | |
CN109239076B (zh) | 一种基于机器视觉的缝纫线迹缺陷检测方法 | |
CN104634791B (zh) | 条形工件表面缺陷全方位视觉在线检测系统 | |
US10760898B2 (en) | Optical device and method for inspecting tires | |
EP1995553B1 (en) | System and method for identifying a feature of a workpiece | |
CN104508423B (zh) | 用于被检查对象的表面的检查的方法和装置 | |
US20150243018A1 (en) | Automated inline inspection and metrology using shadow-gram images | |
CN103323457A (zh) | 水果外观缺陷实时在线检测系统及检测方法 | |
CN109969736A (zh) | 一种大型运载皮带跑偏故障智能检测方法 | |
CN110216080A (zh) | 一种基于图像对比的pcb加工产线的质量监控系统 | |
CN110403232A (zh) | 一种基于二级算法的烟支质量检测方法 | |
CN107345921B (zh) | 一种轮胎带束层贴合质量检测方法以及系统 | |
CN103051872A (zh) | 基于图像边缘提取的输送带跑偏检测方法 | |
CN102890093B (zh) | 汽车刹车主缸活塞表面质量机器视觉检测装置 | |
CN102175692A (zh) | 织物坯布疵点快速检测系统及方法 | |
CN106295705B (zh) | 一种运动背景下的多颜色物料筛选计数系统 | |
CN109324056B (zh) | 一种基于机器视觉的缝纫线迹测量方法 | |
CN103434268B (zh) | 用于印刷设备的检测系统 | |
CN110310275A (zh) | 一种基于图像处理的链式传送带缺陷检测方法 | |
CN115690387A (zh) | 一种基于图像识别的合金表面检测系统 | |
CN110567968A (zh) | 一种零件缺陷检测方法及装置 | |
CN104568956A (zh) | 基于机器视觉的带钢表面缺陷的检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
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: 20130619 Termination date: 20181207 |