CN102692216A - 基于机器视觉技术的实时光纤绕制缺陷检测方法 - Google Patents

基于机器视觉技术的实时光纤绕制缺陷检测方法 Download PDF

Info

Publication number
CN102692216A
CN102692216A CN2012101890251A CN201210189025A CN102692216A CN 102692216 A CN102692216 A CN 102692216A CN 2012101890251 A CN2012101890251 A CN 2012101890251A CN 201210189025 A CN201210189025 A CN 201210189025A CN 102692216 A CN102692216 A CN 102692216A
Authority
CN
China
Prior art keywords
optical fiber
image
coiling
definition camera
coordinate
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
CN2012101890251A
Other languages
English (en)
Other versions
CN102692216B (zh
Inventor
杨瑞峰
郭晨霞
武锦辉
贾建芳
张鹏
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.)
North University of China
Original Assignee
North University of China
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 North University of China filed Critical North University of China
Priority to CN201210189025.1A priority Critical patent/CN102692216B/zh
Publication of CN102692216A publication Critical patent/CN102692216A/zh
Application granted granted Critical
Publication of CN102692216B publication Critical patent/CN102692216B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明涉及基于机器视觉技术的实时光纤绕制缺陷检测方法,主要解决光纤绕制过程存在缺陷的自动检测问题,采用机器视觉装置和工控机;其中:机器视觉装置包括CCD高清摄像机和LED光源;工控机包括内置嵌入式视频图像处理软件的中央微处理器和显示器;对CCD高清摄像机采集回的被测光纤图像,经过去噪,SOBEL算子法边缘化和OSTU法二值化后,得到清晰的目标图像,对绕制光纤使用改进的运动光纤检测算法处理后,得到光纤的坐标信息,以此判断光纤的绕制状态。本发明能在不同的光纤绕制速度下,准确检测出光纤绕制过程中存在的断纤、排纤不均匀及光纤回叠等缺陷,实时显示检测结果,并可自动进行报警,保存缺陷产生时的视频图像信息。

Description

基于机器视觉技术的实时光纤绕制缺陷检测方法
技术领域
本发明属于测试与控制技术领域,涉及一种基于机器视觉技术的实时光纤绕制缺陷检测方法。
背景技术
光纤环是光纤陀螺中的关键器件,它是光纤陀螺中用于敏感输入角速度引起的两相向传播光波之间的Sagnac相位差的部件。因此对光纤陀螺来说,它既是提高精度的途径,同时也是影响精度的主要因素。为了保证光纤环有高质量的静态特性和瞬态特性,在光纤环的绕制过程中需采用特殊的对称缠绕方法、精密的绕制技术,它的缠绕质量的好坏直接决定光纤陀螺的精度。由于各种原因,光纤在绕制过程中会出现断纤、排纤不均匀、光纤回叠等问题,当出现这些问题没有及时检测到进而修正的话,会影响整个光纤环的缠绕质量。光纤直径都是微米级的,且无色透明,所以肉眼从外观很难检查出光纤环的缠绕质量。
因此,本发明公开的一种在光纤环自动绕制过程中,基于机器视觉技术的实时光纤绕制缺陷检测方法对光纤绕制过程进行实时监测,实现光纤绕制缺陷的实时自动监测,并在出现缺陷时,进行报警提示,保存绕制出现缺陷时的视频图像信息,这样在光纤绕制出现缺陷时,可以及时报警做出相应处理,有利于提高光纤绕制质量,减少次品率,同时提高光纤绕制的自动化程度及缺陷检测效率。
发明内容
本发明所要解决的技术问题是在光纤自动绕制过程中,采用机器视觉技术对光纤绕制缺陷进行自动检测,确保能够实时准确的对光纤绕制过程中存在的断纤、排纤不均匀、光纤回叠等缺陷进行自动报警,及时处理。
本发明为实现其目的所采取的技术方案是:
基于机器视觉技术的实时光纤绕制缺陷检测方法,采用机器视觉装置和工控机,其中:所述机器视觉装置包括光源和高清摄像机,所述光源采用LED光源,设置在光纤绕丝机机架上正在绕制的待检测光纤环一方,即采用背光照明方式;所述高清摄像机采用CCD高清摄像机,固定在光纤绕丝机机架上正在绕制的待检测光纤环的另一方,光源与高清摄像机相对设置,并通过高清摄像机上设置的接口与所述工控机通讯;所述工控机包括内置嵌入式视频图像处理软件的中央微处理器和显示器;所述高清摄像机、显示器均与工控机的中央微处理器相连接,中央微处理器对采集回的视频图像进行一系列处理,得到实时绕制光纤的坐标信息,根据得到的坐标信息进行判断光纤绕制的状态;其特征在于:该方法有以下处理过程:
1)待绕制光纤环开始绕制时,由工控机的中央处理器控制CCD高清摄像机进行视频图像采集;
2)中央微处理器从高清摄像机读取拍下的视频图像信息,根据光纤绕丝机的绕制速度,进行视频图像信息的抽样提取,提取出部分帧图像进行处理识别;
3)对提取的帧图像用静态图像处理方法进行图像预处理,以减小噪声对图像的干扰;即进行灰度化、去噪、使用Sobel算子法进行边缘检测及使用全局阈值法中的Otsu法对图像进行二值化处理;
4)对进行了图像预处理后的各帧图像进行差分图像C、D处理,即计算Fn-1-Fn-2=C,Fn-Fn-1=D;其中:Fn,Fn-1,Fn-2分别是采集回的视频图像进行抽样后在n时刻,n-1时刻,n-2时刻的帧图像;
5)设定阈值T,将T的值转化为double型数据T',即计算T/256=T′;
6)分别对上述差分图像C、D取绝对值,分别判断C,D与T'的大小,并运用find函数找到差分图像C、D中值大于T'的所有点的图像坐标系中满足条件的坐标,并分别记到矩阵(row1,col1),(row2,col2)中;灰度值大于T′时将其值置为255,即白色;反之小于T'的将其灰度值置为0,即黑色;
7)分别找出差分图像C矩阵中(row1,col1),差分图像D矩阵中(row2,col2)的最小列行坐标值并分别记为u1,v1,u2,v2,并运算u=u2-u1,v=v2-v1;
其中:u表示最后的差分图像中光纤像素点坐标中列坐标的最小值;
v表示最后的差分图像中光纤像素点坐标中行坐标的最小值;
8)最后判断u,v的值。由光纤的直径参数和CCD高清摄像机的像素点尺寸可知,并设定:
当u大于10时,可以判断此时光纤绕制出现缺陷,即绕制光纤出现了排纤不均匀现象;
当v大于3时,可以判断此时光纤绕制出现缺陷,即绕制光纤出现了光纤回叠现象;
当u,v都近似等于0时,可以判断此时光纤绕制出现缺陷,即绕制光纤出现了断纤现象;
9)出现缺陷时,根据缺陷类别自动报警提示,并保存此刻图像信息,实时显示检测结果。
本发明具有的实质性特点和有益效果:
本发明的基于机器视觉技术的实时光纤绕制缺陷检测方法,能准确高效的检测出光纤绕制过程中存在的断纤、排纤不均匀、光纤回叠等缺陷,自动进行报警,自动保存缺陷产生时的视频图像信息、实时显示检测结果、能在不同的光纤绕制速度下实时准确的检测光纤绕制状态、具有人机友好界面,只要将视频图像接入本系统,不需要进行外部软件设置即可自动进行事件检测,方便用户操作、由于光纤直径是微米级的,因此本方法也可用于其它类似产品的缺陷检测、替代人工检测的不确定性,提高了产品的绕制质量,实现自动化智能化的现代化生产。
附图说明
图1为光纤绕制缺陷检测系统的构成示意图
图2为光纤绕制缺陷检测方法流程图
图中:1-高清摄像机,2-工控机,3-正在绕制的待检测光纤环,4-光源,5-显示器,6-报警器,7-光纤绕丝机机架
具体实施方式
以下结合附图和具体实施方式对本发明做进一步说明。
如图1所示,光纤绕制缺陷检测系统,采用机器视觉装置和工控机;所述机器视觉装置包括光源4和高清摄像机1;所述工控机2包括内置嵌入式图像处理软件的中央微处理器和显示器5;所述高清摄像机1、显示器5均与工控机2的中央微处理器相连接。所述光源4采用LED光源,设置在光纤绕丝机机架7上正在绕制的待检测光纤环3正下方,即采用背光照明方式,光源与高清摄像机相对设置;所述高清摄像机1采用CCD高清摄像机,固定在光纤绕丝机机架7上正在绕制的待检测光纤环3正上方的横梁上,并通过高清摄像机1上设置的接口与所述工控机2通讯;所述工控机2包括内置嵌入式视频图像处理软件的中央微处理器和显示器5;所述高清摄像机、显示器均与工控机的中央微处理器相连接,中央微处理器对采集回的视频图像进行一系列处理,得到实时绕制光纤的坐标信息,根据得到的坐标信息进行判断光纤绕制的状态,若光纤绕制过程中有断纤、光纤回叠、排纤不均匀等缺陷发生,通过工控机2的中央微处理器向报警器6发送报警命令。
视频图像是直观而具体的信息表达形式,是对客观事物生动、形象的描述。大量与视频有关的研究和应用随着与视频数据获取、处理和保存有关的设备和技术的普及而被大量应用,视频图像中的运动分析应用最为广泛,它必须经过数字化处理,并且以一定的格式存储到计算机的存储设备中才能用计算机处理相关视频信息,并且视频图像的运动检测算法也通常由于应用范围的不同而采用不同的检测方法。
因此,本发明中介绍的对光纤绕制缺陷的检测方法,是根据光纤及光纤绕制过程的特性并对传统的运动目标检测方法进行了改进最终形成了对光纤绕制缺陷成功检测的方法。
本发明基于机器视觉技术的实时光纤绕制缺陷检测方法,检测过程如图2所示,具体包括下述步骤:
1)待检测光纤环开始绕制时,由工控机的中央处理器控制CCD高清摄像机进行视频图像采集;
2)中央微处理器从高清摄像机读取采集到的视频图像信息,根据光纤绕丝机的绕制速度,进行视频图像信息的抽样提取,提取出部分帧图像进行处理识别;
3)对提取的帧图像用静态图像处理方法进行灰度化、去噪、Sobel算子法进行边缘锐化、Otsu法对图像进行二值化等一系列图像预处理,尽量减小噪声对图像的干扰;
4)对进行了图像预处理后的各帧图像进行做差分运算,差分图像C、D的计算为:Fn-1-Fn-2=C,Fn-Fn-1=D;
其中:Fn,Fn-1,Fn-2分别是采集回的视频图像进行抽样后在n时刻,n-1时刻,n-2时刻的帧图像;
5)设定阈值T,并计算T/256=T',将T的值转化为double型数据T′;
6)分别对上述差分图像C、D取绝对值,分别判断C、D与T′的大小,并运用find函数找到差分图像图C,D中值大于T'的所有点的图像坐标系中满足条件的坐标,并分别记到矩阵(row1,col1),(row2,col2)中。灰度值大于T′的将其值置为255,即白色,反之小于T'的将其灰度值置为0,即黑色;
7)分别找出差分图像图C矩阵中(row1,col1),差分图像图D矩阵中(row2,col2)的最小列行坐标值,并分别记为u1,v1,u2,v2,并运算u=u2-u1,v=v2-v1;
其中:u表示最后的差分图像中光纤像素点坐标中列坐标的最小值;
v表示最后的差分图像中光纤像素点坐标中行坐标的最小值。
8)最后通过判断u,v的值判断光纤绕制缺陷。由光纤的直径参数和CCD摄像机的像素点尺寸设定阈值,根据本发明中所检测的光纤直径和使用的CCD摄像机像素点尺寸设定为:
当u大于10时,可以判断此时光纤绕制出现缺陷,即绕制光纤出现了排纤不均匀现象;
当v大于3时,可以判断此时光纤绕制出现缺陷,即绕制光纤出现了光纤回叠现象;
当u,v都近似等于0时,可以判断此时光纤绕制出现缺陷,即绕制光纤出现了断纤现象;
9)出现缺陷时,根据缺陷类别由工控机2控制报警器6自动报警提示、保存此刻视频图像信息、输出信号给相应控制机构、实时显示检测结果。

Claims (1)

1.一种基于机器视觉技术的实时光纤绕制缺陷检测方法,采用机器视觉装置和工控机,其中:所述机器视觉装置包括光源和高清摄像机,所述光源采用LED光源,设置在光纤绕丝机机架上正在绕制的待检测光纤环一方,即采用背光照明方式;所述高清摄像机采用CCD高清摄像机,固定在光纤绕丝机机架上正在绕制的待检测光纤环的另一方,光源与高清摄像机相对设置,并通过高清摄像机上设置的接口与所述工控机通讯;所述工控机包括内置嵌入式视频图像处理软件的中央微处理器和显示器;所述高清摄像机、显示器均与工控机的中央微处理器相连接,中央微处理器对采集回的视频图像进行一系列处理,得到实时绕制光纤的坐标信息,根据得到的坐标信息进行判断光纤绕制的状态;其特征在于:该方法有以下处理过程:
1)待绕制光纤环开始绕制时,由工控机的中央处理器控制CCD高清摄像机进行视频图像采集;
2)中央微处理器从高清摄像机读取拍下的视频图像信息,根据光纤绕丝机的绕制速度,进行视频信息的抽样提取,提取出部分帧图像进行处理识别;
3)对提取的帧图像用静态图像处理方法进行图像预处理,以减小噪声对图像的干扰;即进行灰度化、去噪、使用Sobel算子法进行边缘检测及使用全局阈值法中的Otsu法对图像进行二值化处理;
4)对进行了图像预处理后的各帧图像进行差分图像C、D处理,即计算Fn-1-Fn-2=C,Fn-Fn-1=D;其中:Fn,Fn-1,Fn-2分别是采集回的视频图像进行抽样后在n时刻,n-1时刻,n-2时刻的帧图像;
5)设定阈值T,将T的值转化为double型数据T',即计算T/256=T′;
6)分别对上述差分图像C、D取绝对值,分别判断C,D与T'的大小,并运用find函数找到差分图像C、D中值大于T'的所有点的图像坐标系中满足条件的坐标,并分别记到矩阵(row1,col1),(row2,col2)中;灰度值大于T′时将其值置为255,即白色;反之小于T'的将其灰度值置为0,即黑色;
7)分别找出差分图像C矩阵中(row1,col1),差分图像D矩阵中(row2,col2)的最小列行坐标值并分别记为u1,v1,u2,v2,并运算u=u2-u1,v=v2-v1;
其中:u表示最后的差分图像中光纤像素点坐标中列坐标的最小值;
v表示最后的差分图像中光纤像素点坐标中行坐标的最小值;
8)最后判断u,v的值。由光纤的直径参数和CCD高清摄像机的像素点尺寸可知,并设定:
当u大于10时,可以判断此时光纤绕制出现缺陷,即绕制光纤出现了排纤不均匀现象;
当v大于3时,可以判断此时光纤绕制出现缺陷,即绕制光纤出现了光纤回叠现象;
当u,v都近似等于0时,可以判断此时光纤绕制出现缺陷,即绕制光纤出现了断纤现象;
9)出现缺陷时,根据缺陷类别自动报警提示,并保存此刻视频图像信息,实时显示检测结果。
CN201210189025.1A 2012-06-08 2012-06-08 基于机器视觉技术的实时光纤绕制缺陷检测方法 Active CN102692216B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210189025.1A CN102692216B (zh) 2012-06-08 2012-06-08 基于机器视觉技术的实时光纤绕制缺陷检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210189025.1A CN102692216B (zh) 2012-06-08 2012-06-08 基于机器视觉技术的实时光纤绕制缺陷检测方法

Publications (2)

Publication Number Publication Date
CN102692216A true CN102692216A (zh) 2012-09-26
CN102692216B CN102692216B (zh) 2014-09-10

Family

ID=46857829

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210189025.1A Active CN102692216B (zh) 2012-06-08 2012-06-08 基于机器视觉技术的实时光纤绕制缺陷检测方法

Country Status (1)

Country Link
CN (1) CN102692216B (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103018252A (zh) * 2012-11-21 2013-04-03 北京航空航天大学 一种用于光纤环绕制的在线监测与报警系统及方法
CN103076758A (zh) * 2012-12-20 2013-05-01 长城信息产业股份有限公司 全光纤传感探头绕制装置及绕制方法
CN105115981A (zh) * 2015-09-28 2015-12-02 北京工商大学 全自动光纤缠绕缺陷检测系统及方法、光纤缠绕方法
CN105891228A (zh) * 2016-06-07 2016-08-24 江南工业集团有限公司 基于机器视觉的光纤外观缺陷检测及外径测量装置
CN105954008A (zh) * 2016-06-07 2016-09-21 江南工业集团有限公司 基于双ccd的实时光纤缠绕缺陷视觉检测装置
KR20180081652A (ko) * 2017-01-06 2018-07-17 경남대학교 산학협력단 필라멘트 와인딩시스템
TWI646320B (zh) * 2016-08-18 2019-01-01 日商藤倉股份有限公司 光纖單元之檢查裝置及光纖單元之製造方法
CN110153036A (zh) * 2019-05-16 2019-08-23 红云红河烟草(集团)有限责任公司 一种烟盒内框纸接头检测装置
CN110857919A (zh) * 2018-08-24 2020-03-03 东华大学 一种卷装长丝的尾丝缺陷检测方法
CN113432592A (zh) * 2021-06-23 2021-09-24 中国船舶重工集团公司第七0七研究所 一种光纤环圈绕环机绕制缺陷自动识别与纠错系统
CN113567460A (zh) * 2020-04-29 2021-10-29 中国石油化工股份有限公司 基于图像识别的牵伸过程断丝自动检测装置和检测方法
US11242215B2 (en) 2019-03-07 2022-02-08 Corning Incorporated Apparatus and methods for detecting stray optical fibers during winding
CN114910009A (zh) * 2022-05-12 2022-08-16 合肥综合性国家科学中心能源研究院(安徽省能源实验室) 一种实时监测绕线匝间距的视觉检测装置与方法
CN117710901A (zh) * 2024-02-02 2024-03-15 鲁能泰山曲阜电缆有限公司 一种基于机器视觉的电缆制造异常检测系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1340155A (zh) * 1999-12-16 2002-03-13 古河电气工业株式会社 检测光纤缺陷的方法
JP2007132757A (ja) * 2005-11-09 2007-05-31 Osaka City 外観検査方法および同装置
CN101750418A (zh) * 2009-12-25 2010-06-23 苏州光环科技有限公司 一种利用分布式偏振串扰检测技术改善光纤环质量的方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1340155A (zh) * 1999-12-16 2002-03-13 古河电气工业株式会社 检测光纤缺陷的方法
JP2007132757A (ja) * 2005-11-09 2007-05-31 Osaka City 外観検査方法および同装置
CN101750418A (zh) * 2009-12-25 2010-06-23 苏州光环科技有限公司 一种利用分布式偏振串扰检测技术改善光纤环质量的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
DR GEORGE A PAVLATH ET AL.: "Fiber Optic Gyros:The Vision Realized", 《PROC.OF SPIE》, vol. 6314, 31 December 2006 (2006-12-31) *
WENCHAO LU ET AL.: "Research on vision-based error detection system for optic fiber winding", 《PROC.OF SPIE》, vol. 8200, 31 December 2011 (2011-12-31) *

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103018252A (zh) * 2012-11-21 2013-04-03 北京航空航天大学 一种用于光纤环绕制的在线监测与报警系统及方法
CN103018252B (zh) * 2012-11-21 2014-12-24 北京航空航天大学 一种用于光纤环绕制的在线监测与报警系统及方法
CN103076758A (zh) * 2012-12-20 2013-05-01 长城信息产业股份有限公司 全光纤传感探头绕制装置及绕制方法
CN103076758B (zh) * 2012-12-20 2015-08-26 长城信息产业股份有限公司 全光纤传感探头绕制装置及绕制方法
CN105115981A (zh) * 2015-09-28 2015-12-02 北京工商大学 全自动光纤缠绕缺陷检测系统及方法、光纤缠绕方法
CN105891228A (zh) * 2016-06-07 2016-08-24 江南工业集团有限公司 基于机器视觉的光纤外观缺陷检测及外径测量装置
CN105954008A (zh) * 2016-06-07 2016-09-21 江南工业集团有限公司 基于双ccd的实时光纤缠绕缺陷视觉检测装置
TWI646320B (zh) * 2016-08-18 2019-01-01 日商藤倉股份有限公司 光纖單元之檢查裝置及光纖單元之製造方法
US10746629B2 (en) 2016-08-18 2020-08-18 Fujikura Ltd. Inspection device of optical fiber unit and method of manufacturing optical fiber unit
KR20180081652A (ko) * 2017-01-06 2018-07-17 경남대학교 산학협력단 필라멘트 와인딩시스템
KR101977816B1 (ko) * 2017-01-06 2019-05-14 경남대학교 산학협력단 필라멘트 와인딩시스템
CN110857919A (zh) * 2018-08-24 2020-03-03 东华大学 一种卷装长丝的尾丝缺陷检测方法
US11242215B2 (en) 2019-03-07 2022-02-08 Corning Incorporated Apparatus and methods for detecting stray optical fibers during winding
CN110153036A (zh) * 2019-05-16 2019-08-23 红云红河烟草(集团)有限责任公司 一种烟盒内框纸接头检测装置
CN113567460A (zh) * 2020-04-29 2021-10-29 中国石油化工股份有限公司 基于图像识别的牵伸过程断丝自动检测装置和检测方法
CN113432592A (zh) * 2021-06-23 2021-09-24 中国船舶重工集团公司第七0七研究所 一种光纤环圈绕环机绕制缺陷自动识别与纠错系统
CN114910009A (zh) * 2022-05-12 2022-08-16 合肥综合性国家科学中心能源研究院(安徽省能源实验室) 一种实时监测绕线匝间距的视觉检测装置与方法
CN117710901A (zh) * 2024-02-02 2024-03-15 鲁能泰山曲阜电缆有限公司 一种基于机器视觉的电缆制造异常检测系统
CN117710901B (zh) * 2024-02-02 2024-04-26 鲁能泰山曲阜电缆有限公司 一种基于机器视觉的电缆制造异常检测系统

Also Published As

Publication number Publication date
CN102692216B (zh) 2014-09-10

Similar Documents

Publication Publication Date Title
CN102692216B (zh) 基于机器视觉技术的实时光纤绕制缺陷检测方法
CN102735695B (zh) 一种镜片瑕疵快速检测方法及装置
CN102253048B (zh) 可用于多种产品检测的机器视觉检测方法及系统
CN110930357B (zh) 一种基于深度学习的在役钢丝绳表面缺陷检测方法与系统
CN103604808A (zh) 一种瓶盖缺陷视觉检测方法
CN102162797A (zh) 玻璃瓶瓶口破损和瓶底污物检测算法
CN102175692A (zh) 织物坯布疵点快速检测系统及方法
CN103785622B (zh) 基于机器视觉的零件分拣装置的零件分拣方法
CN102303017B (zh) 机器视觉系统对注射器钢针弯针的自动检测方法
CN102721702A (zh) 基于嵌入式处理器的分布式纸病检测系统及方法
CN203310407U (zh) 机械臂定位精度标定装置
CN103018252A (zh) 一种用于光纤环绕制的在线监测与报警系统及方法
CN107891012B (zh) 基于等效算法的珍珠大小及圆形度分拣装置
CN112014413A (zh) 一种基于机器视觉的手机玻璃盖板视窗区缺陷检测方法
CN109881356B (zh) 基于svm图像分类的袜机织针在线检测装置及方法
CN103544524A (zh) 棒材复核计数方法和装置
CN104132945A (zh) 一种基于光纤传导的棒材表面质量在线视觉检测装置
CN102303018B (zh) 机器视觉系统对注射器钢针毛刺的自动检测方法
CN111426693A (zh) 一种质量缺陷检测系统及其检测方法
CN110873718A (zh) 基于机器视觉的钢板表面缺陷检测系统及方法
CN107201577B (zh) 高分辨率细纱机纱线恒张力检测系统及方法
CN106093051A (zh) 基于机器视觉的纸卷切面毛刺检测方法及装置
CN104316530A (zh) 一种零部件检测方法及应用
Foglia et al. An inspection system for pharmaceutical glass tubes
CN104048966A (zh) 一种基于大律法的布面疵点检测及分类方法

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