CN102735695B - 一种镜片瑕疵快速检测方法及装置 - Google Patents
一种镜片瑕疵快速检测方法及装置 Download PDFInfo
- Publication number
- CN102735695B CN102735695B CN201210180997.4A CN201210180997A CN102735695B CN 102735695 B CN102735695 B CN 102735695B CN 201210180997 A CN201210180997 A CN 201210180997A CN 102735695 B CN102735695 B CN 102735695B
- Authority
- CN
- China
- Prior art keywords
- image
- detected
- eyeglass
- flaw
- defect
- 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
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种镜片瑕疵快速检测方法及装置;该方法包括:S1:将待检测镜片表面均分为n2个部分,分别获取每个部分的图像,在设定的时间内获取n2张图像,设定的时间用于控制获取图像的速率;S2:将n2张图像分别进行中值滤波、黑帽变换以及二值化处理后分割出缺陷图像;S3:对缺陷图像进行开运算滤除非瑕疵干扰部分;S4:对滤除非瑕疵干扰后的缺陷图像进行绘制轮廓处理,若有轮廓,则待检测镜片表面有瑕疵;若无轮廓,则待检测镜片表面无瑕疵。本发明提供的镜片瑕疵快速检测方法在平台的高速运动下用一种基于数学形态学的表面缺陷检测方法能清晰的检测出镜片上的划痕;能够有效地判别缺陷类型,具有速度快、检测结果客观等特性。
Description
技术领域
本发明属于镜片清洁领域,更具体地,涉及一种镜片瑕疵快速检测方法及装置。
背景技术
近年来,随着通讯产业的迅速发展,手机已成为了我们生活中的必需品。很多手机制造商都想生产出高质量的手机满足消费者,他们在手机生产的每个工序上都严格把关,手机镜片的洁净无划痕是最基本的要求。如何检测清洗后的手机镜片是否干净,一开始是工作人员用肉眼检查,如在印刷生产中,通常从人眼发现缺陷到作出反应的时间内,生产线已经运行了几十米,甚至上百米,这就造成了纸张和油墨的巨大的浪费。再次,传统的人眼检测方法对微小缺陷和色差不明显缺陷以及复杂图案的检测并不敏感,难以实现对产品缺陷或瑕疵的完全检测。这样不仅效率低,而且对细小的划痕也检查不出来,随后又用强光灯照射手机镜片去检测镜片上的灰尘、指纹是否清晰干净,是否存在划痕等,但这既伤害员工的眼睛又检测不出颗粒微小的划痕。
发明内容
针对现有技术的缺陷,本发明的目的在于提供一种镜片瑕疵快速检测方法,旨在解决现有技术采用人眼检测导致效率低且检查不出细小划痕的问题。
为实现上述目的,本发明提供了一种镜片瑕疵快速检测方法,包括下述步骤:
S1:将待检测镜片表面均分为n2个部分,分别获取每个部分的图像,在设定的时间内获取n2张图像,所述设定的时间用于控制获取图像的速率;n为大于等于2的自然数;
S2:将所述n2张图像分别进行中值滤波、黑帽变换以及二值化处理后分割出缺陷图像;
S3:对所述缺陷图像进行开运算滤除非瑕疵干扰部分;
S4:对所述滤除非瑕疵干扰后的缺陷图像进行绘制轮廓处理,若有轮廓,则所述待检测镜片表面有瑕疵;若无轮廓,则所述待检测镜片表面无瑕疵。
更进一步地,在步骤S1中,采用CCD面阵相机获取n2张图像。
更进一步地,在步骤S1中,获取n2张图像时采用S型移动。
本发明的目的还在于提供一种镜片瑕疵快速检测装置,包括:
图像获取模块,将待检测镜片表面均分为n2个部分,分别获取每个部分的图像,在设定的时间内获取n2张图像,所述设定的时间用于控制获取图像的速率;
图像分割单元,将所述n2张图像分别进行中值滤波、黑帽变换以及二值化处理后分割出缺陷图像;
滤波单元,对所述缺陷图像进行开运算滤除非瑕疵干扰部分;
瑕疵检测单元,对所述滤除非瑕疵干扰后的缺陷图像进行绘制轮廓处理,若有轮廓,则所述待检测镜片表面有瑕疵;若无轮廓,则所述待检测镜片表面无瑕疵。
更进一步地,还包括:镜片夹取模块和控制模块;控制模块控制镜片夹取模块夹取待检测镜片并将所述待检测镜片移动到图像获取模块的正下方;控制所述待检测镜片每移动一步的同时所述图像获取模块获取一张图像,在设定的时间内所述待检测镜片需移动n2步的同时所述图像获取模块获取n2张图像。
更进一步地,所述镜片夹取模块为摆动气爪,所述摆动气爪前端夹取装置的两个夹紧模块可旋转180度,使所述待检测镜片正反转。
更进一步地,所述图像获取模块包括:CCD面阵相机,以及用于给所述待检测镜片提供图像清晰成像所需的同轴平行光源。
更进一步地,所述图像获取模块中CCD面阵相机固定在龙门架的可调支架上。
本发明提供的镜片瑕疵快速检测方法在平台的高速运动下用一种基于数学形态学的表面缺陷检测方法能清晰的检测出镜片上的划痕;能够有效地判别缺陷类型,具有速度快、检测结果客观等特性,在背景光照不均的条件下,提高了检测的正确率,降低缺陷检测的误判率。
附图说明
图1是本发明实施例提供的XY工作平台与摆动气爪的位置关系示意图;
图2是本发明实施例提供的相机与龙门架的位置关系示意图;
图3是本发明实施例提供的相机、手机镜片和XY工作平台之间位置关系示意图;
图4是本发明实施例提供的镜片瑕疵快速检测方法中缺陷检测处理方法流程图。
具体实施方式
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。
随着电子技术的进步,机器视觉系统的软硬件技术都取得了飞速的发展。大分辨率、高扫描速度的摄像机和具有高速传输能力的图像采集卡满足了对产品进行高速、高精度图像采集的需要;高性能的计算机等处理设备为大数据量的图像处理提供了硬件支撑;图像处理理论和算法研究的成功为视觉系统提供了敏捷的“大脑”。数学形态学是一种用于数字图像处理与识别的新理论和新方法。数学形态学具有完备的数学基础,能定量的描述和分析图像的几何结构,非常适用图像处理的各方面的应用。数学形态学是由一组形态学的代数运算子组成。最基本的形态学运算子有腐蚀(dilation)、膨胀(erosion)、开(opening)、闭(closing)。运用这些算子及其组合,进行图像形态和结构的分析及处理。包括图像分割,边界检测,图像滤波,图像增强和复原等方面的工作。这些理论和技术上的进步都促使机器视觉能在现代工业生产中越来越被广泛应用于产品生产过程中的质量控制与质量检测,特别是各种在线或离线的产品表面缺陷检测等。
本发明实施例提供的镜片瑕疵快速检测方法是一种基于数学形态学的表面缺陷检测方法:首先针对图像中存在的噪声利用中值滤波器消除了椒盐噪声;再用灰度形态学方法将缺陷图像分割出来;最后对提取的形态特征进行分析,确定缺陷分类标准,根据标准判别缺陷类型。结果表明,这种方法能够有效地判别缺陷类型,具有速度快、检测结果客观等特性,在背景光照不均的条件下,提高了检测的正确率,降低缺陷检测的误判率。该方法包括下述步骤:
(1)根据待检测镜片的尺寸调整摆动气爪前端夹取装置的两个夹紧模块之间的距离;
(2)在PLC控制下所述摆动气爪夹取待检测镜片并将待检测镜片移动到图像获取模块的正下方;
(3)在PLC控制下所述待检测镜片每移动一步的同时图像获取模块获取一张图像,在设定的时间内待检测镜片需移动n2步的同时图像获取模块获取n2张图像,设定的时间用于控制获取图像的速率;n为大于等于2的自然数;
(4)对n2张图像进行缺陷检测处理并确定待检测镜片表面是否有瑕疵;具体包括:将所述n2张图像分别进行中值滤波、黑帽变换以及二值化处理后分割出缺陷图像;对缺陷图像进行开运算滤除非瑕疵干扰部分;对滤除非瑕疵干扰后的缺陷图像进行绘制轮廓处理,若有轮廓,则待检测镜片表面有瑕疵;若无轮廓,则所述待检测镜片表面无瑕疵。
在本发明实施例中,图像获取模块包括:CCD面阵相机,以及用于给待检测镜片提供图像清晰成像所需的同轴平行光源。采用同轴平行光源对待检测镜片的表面进行照明,能使得待检测镜片表面的划痕以高清晰度和高对比度呈现出来;这是其它条形、环形等光源无法实现的。
如图1-图5所示,本发明实施例提供的镜片瑕疵快速检测装置包括一个XY工作平台、一个相机装置和光源装置,101工作平台固定于安装板上,X、Y平台之间通过滑块结合起来并通过PLC控制X、Y平台内的伺服电机,设置伺服的参数使XY工作平台按要求移动,102摆动气爪也是安装在Y平台上的滑块上,气爪前的两个夹块103在气爪控制下即可旋转180度,使镜片正反转,也可缩放,用于夹紧镜片。104龙门架固定在101XY工作平台上空,龙门架上的支架可放置相机和光源,这里相机选用的是千兆网面阵CCD摄像机、光源采用平行光光学单元CCS光源MSU-10,这种光源是从同样的角度到达任何物体表面而不散射,用来检测反光表面上的细小裂纹、凹痕和污损。调整好光源的位置、设置好相机参数和检测参数,就可对镜片开始拍照并检测镜片上的瑕疵,此外相机和镜片的同步拍照PLC控制实现的,镜片每移动一步,伺服电机给PLC信号,PLC给相机触发信号,相机照一张图像,这样PLC控制101XY工作平台4s内走9个工位,并在光源MSU-10(10X10mm)视野成像九次,相机所拍的九张图片通过网线将图像数据传输给计算机,采集的图片在计算机上显示,逐一对这九张图片用数学形态学的表面缺陷检测方法进行检测。
先对采集的图像的进行中值滤波,由于CCD面阵相机采集的图像会因光照不均、CCD器件本身的噪声等原因,而使得图像存在噪声,图像平滑可抑制图像噪声,提高图像质量。中值滤波是降低图像噪声的有效工具,不仅能有效滤除噪声,且在一定的条件下可克服线性滤波器带来的图像细节模糊,较好地保持了图像边缘,中值滤波对平滑脉冲干扰及图像扫描噪声尤为有效。中值滤波就是用一个有奇数点的滑动窗口,将窗口中心点的值用窗口内各点的中值代替,用数学公式表示为:yi=Med{fi-v,.....fi,.....fi+v},(其中一个维序列f1,f2,…,fn,窗口长度为奇数m,窗口的中心值v=(m-1)/2),采用中值滤波对缺陷图像进行平滑,抑制噪声,提高图像质量。然后对图像进行黑帽运算,“高帽”法就是Black-Hat变换,即从原始图像做开运算后得到的图像中减去原始图像,可以得到一些重要的标记点,黑帽操作突出比原图像周围的区域黑暗的区域,其中先膨胀后腐蚀的过程称为闭运算,用来填充物体内细小空洞、连接邻近物体、平滑其边界的同时并不明显改变其面积。接着对图像进行二值化处理,就是将图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的黑白效果。即将256个亮度等级的灰度图像通过适当的阀值选取而获得仍然可以反映图像整体和局部特征的二值化图像。再对对象进行开运算处理,先腐蚀后膨胀的过程称为开运算,用来消除小物体、在纤细点处分离物体、平滑较大物体的边界的同时并不明显改变其面积。再利用OPENCV中的Image<TColor,TDepth>类的FindContours方法可以很方便的查找轮廓,在这里选用顶点序列的方式来表达轮廓,不过在查找之前,我们需要将彩色图像转换成灰度图像,然后再将灰度图像转换成二值图像,接着对用顶点序列表示的轮廓,用cvDrawContours函数可以很方便的绘制出轮廓,并计算每副图片的轮廓数,是否大于零,则认为该镜片有瑕疵,若无则对下一副图片进行同样的分析。
为了更进一步的说明本发明实施例提供的镜片瑕疵快速检测方法,现以手机镜片202为例,结合图1-图5详述其工作原理如下:(1)上电启动该装置,打开计算机上的控制相机的界面,关联相机,设置好相机的参数(图形宽度、图像高度、曝光时间),且触发方式选用外部触发,再设置背景减除、同态滤波等检测参数。(2)PLC控制102摆动气爪夹取吸盘下放的手机镜片,然后通过PLC控制XY工作平台的位移,使镜片置于相机下,镜片每移动一步,电机给PLC一个信号,PLC给相机触发信号,相机照一张图像,在PLC的控制下,XY工作平台101在4s~6s内走9个工位,千兆网面阵CCD摄像机依次对镜片进行九次拍照,通过千兆网网线将图像数据传输给计算机,采集的图片在计算机上显示,逐一对这九张图片用数学形态学的表面缺陷检测方法进行检测。(3)首先从CCD面阵相面采集一张手机屏灰度图像,并用中值滤波算法对图像进行平滑处理,减小噪声的影响。利用黑帽变换将缺陷细节从背景中显示出来。对图像进行二值化分割,经过这一步,缺陷图像会被分割出来,但仍有一些非缺陷干扰图像;为此,对图像进行形态学开运算将干扰部分滤掉。对只可能包含缺陷的图像绘制轮廓,若无轮廓说明这是一幅无缺陷图像,则转到处理下一幅图像;若有轮廓,则说是这是一幅缺陷图像,并用OpenCV库提供的轮廓绘制函数将缺陷轮廓在原图中画出绘制出来方便观察缺陷位置。获取经形态学处理后缺陷的形态特征量:质心、长轴、短轴、面积和扁平度;并分类,最后将分类结果数据保存为文件。(4)观察显示在计算机的图片,根据上述的数学形态学的表面缺陷检测方法看是否有瑕疵,若有则镜片由吸盘吸走至丢弃处抛弃,若无则将镜片传送至下一个环节。
在本发明实施例中,镜片瑕疵快速检测装置,包括一个放置手机镜片的装置、一个相机装置这两个部分组成;放置手机镜片的装置由XY工作平台和摆动气爪组成;相机装置由龙门架和相机组成。一种基于数学形态学的镜片瑕疵快速检测方法就是摆动气爪夹取手机镜片,并有XY工作平台4s内快速运动九个工位,采用CCD工业相机获取手机屏灰度图像,并采用数字图像处理技术,首先对单帧图像进行中值滤波预处理;然后经灰度形态学方法将表面缺陷分割出来;最后提取缺陷的形态特征,进行缺陷分类,将所得图片在计算机上显示,观察是否有瑕疵。
本发明提供的镜片瑕疵快速检测方法在平台的高速运动下用一种基于数学形态学的表面缺陷检测方法能清晰的检测出镜片上的划痕;能够有效地判别缺陷类型,具有速度快、检测结果客观等特性,在背景光照不均的条件下,提高了检测的正确率,降低缺陷检测的误判率。
本领域的技术人员容易理解,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 (4)
1.一种镜片瑕疵快速检测方法,其特征在于,包括下述步骤:
S1:将待检测镜片表面均分为n2个部分,分别获取每个部分的图像,采用CCD面阵相机在设定的时间内获取n2张图像,所述设定的时间用于控制获取图像的速率;n为大于等于2的自然数;获取n2张图像时采用S型移动;
S2:将所述n2张图像分别进行中值滤波、黑帽变换以及二值化处理后分割出缺陷图像;
S3:对所述缺陷图像进行开运算滤除非瑕疵干扰部分;
S4:对所述滤除非瑕疵干扰后的缺陷图像进行绘制轮廓处理,若有轮廓,则所述待检测镜片表面有瑕疵;若无轮廓,则所述待检测镜片表面无瑕疵。
2.一种镜片瑕疵快速检测装置,其特征在于,包括:
图像获取模块,将待检测镜片表面均分为n2个部分,分别获取每个部分的图像,在设定的时间内获取n2张图像,所述设定的时间用于控制获取图像的速率;
图像分割单元,将所述n2张图像分别进行中值滤波、黑帽变换以及二值化处理后分割出缺陷图像;
滤波单元,对所述缺陷图像进行开运算滤除非瑕疵干扰部分;
瑕疵检测单元,对所述滤除非瑕疵干扰后的缺陷图像进行绘制轮廓处理,若有轮廓,则所述待检测镜片表面有瑕疵;若无轮廓,则所述待检测镜片表面无瑕疵;以及
镜片夹取模块和控制模块;控制模块控制镜片夹取模块夹取待检测镜片并将所述待检测镜片移动到图像获取模块的正下方;控制所述待检测镜片每移动一步的同时所述图像获取模块获取一张图像,在设定的时间内所述待检测镜片需移动n2步的同时所述图像获取模块获取n2张图像;
所述图像获取模块包括:CCD面阵相机,以及用于给所述待检测镜片提供图像清晰成像所需的同轴平行光源。
3.如权利要求2所述的检测装置,其特征在于,所述镜片夹取模块为摆动气爪,所述摆动气爪前端夹取装置的两个夹紧模块可旋转180度,使所述待检测镜片正反转。
4.如权利要求2所述的检测装置,其特征在于,所述图像获取模块中CCD面阵相机固定在龙门架的可调支架上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210180997.4A CN102735695B (zh) | 2012-06-04 | 2012-06-04 | 一种镜片瑕疵快速检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210180997.4A CN102735695B (zh) | 2012-06-04 | 2012-06-04 | 一种镜片瑕疵快速检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102735695A CN102735695A (zh) | 2012-10-17 |
CN102735695B true CN102735695B (zh) | 2014-07-09 |
Family
ID=46991578
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210180997.4A Expired - Fee Related CN102735695B (zh) | 2012-06-04 | 2012-06-04 | 一种镜片瑕疵快速检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102735695B (zh) |
Families Citing this family (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103163156A (zh) * | 2013-03-21 | 2013-06-19 | 万新光学集团有限公司 | 一种基于机器视觉技术的镜片疵病自动分级方法 |
CN103837545B (zh) * | 2014-03-14 | 2016-05-25 | 华中科技大学 | 一种镜片成像装置及方法 |
CN104142349A (zh) * | 2014-07-28 | 2014-11-12 | 云南省机械研究设计院 | 一种检测外包装透明薄膜热封缺陷的方法 |
CN104614386A (zh) * | 2015-02-12 | 2015-05-13 | 江苏宇迪光学股份有限公司 | 一种镜片疵病类型的识别方法 |
CN106157263A (zh) * | 2016-07-01 | 2016-11-23 | 哈尔滨工业大学 | 一种嵌入式手背静脉图像增强装置及增强方法 |
CN106770330B (zh) * | 2017-01-23 | 2023-06-23 | 无锡职业技术学院 | 一种物体表面划痕检测方法 |
CN107424194A (zh) * | 2017-04-21 | 2017-12-01 | 苏州德创测控科技有限公司 | 键盘轮廓度的检测方法 |
CN107505122A (zh) * | 2017-08-31 | 2017-12-22 | 浙江舜宇光学有限公司 | 光学检测设备 |
CN107527367A (zh) * | 2017-10-19 | 2017-12-29 | 新疆秦域工业设备制造安装有限公司 | 一种基于双目相机的棉花识别及定位方法 |
CN108144873B (zh) * | 2017-12-29 | 2020-06-16 | 深圳市智能机器人研究院 | 一种视觉检测系统及方法 |
CN108490002B (zh) * | 2018-03-06 | 2021-02-26 | 浙江工业大学 | 一种微结构棱镜镜片质量检测方法 |
CN108918529A (zh) * | 2018-06-13 | 2018-11-30 | 佛山科学技术学院 | 一种透明介质的表面划痕成像检测装置及方法 |
CN109297975A (zh) * | 2018-08-16 | 2019-02-01 | 奇酷互联网络科技(深圳)有限公司 | 移动终端及检测方法、存储装置 |
CN109239111A (zh) * | 2018-08-17 | 2019-01-18 | 河北省特种设备监督检验研究院 | 一种管道焊缝无损探伤装置 |
CN109307678A (zh) * | 2018-10-30 | 2019-02-05 | 华南理工大学 | 一种锥形旋压件起皱缺陷在线检测装置与方法 |
CN109738454B (zh) * | 2019-03-18 | 2024-07-05 | 福建工程学院 | 一种软包电池极耳焊缝检测装置及方法 |
CN110018178B (zh) * | 2019-04-28 | 2024-06-07 | 华南理工大学 | 一种手机曲面玻璃典型缺陷在线检测装置与方法 |
CN110243937B (zh) * | 2019-06-17 | 2020-11-17 | 江南大学 | 一种基于高频超声的倒装焊焊点缺失缺陷智能检测方法 |
CN110346119B (zh) * | 2019-08-06 | 2024-07-19 | 广东工业大学 | 一种镜片检测系统 |
CN110554045A (zh) * | 2019-08-20 | 2019-12-10 | 华中科技大学 | 一种全自动镜片缺陷检测系统 |
CN110487821A (zh) * | 2019-08-30 | 2019-11-22 | 太原科技大学 | 一种基于机器视觉的透明板材缺陷检测装置及其检测方法 |
CN111551350A (zh) * | 2020-05-18 | 2020-08-18 | 哈尔滨理工大学 | 一种基于U_Net网络的光学镜片表面划痕检测方法 |
CN111861980B (zh) * | 2020-05-29 | 2022-02-01 | 合肥联宝信息技术有限公司 | 一种成像检测方法、电子设备及计算机可读存储介质 |
CN111551568A (zh) * | 2020-06-04 | 2020-08-18 | 哈尔滨理工大学 | 一种基于机器视觉的镜片缺陷检测与分类方法 |
CN112557400B (zh) * | 2020-11-30 | 2021-10-22 | 电子科技大学 | 一种卫星望远镜镜片表面疵病轮廓检测系统及方法 |
CN112730432A (zh) * | 2020-12-24 | 2021-04-30 | 苏州赛众自动化科技有限公司 | 一种手机锂电池激光焊缺陷检测设备及检测方法 |
CN113610774B (zh) * | 2021-07-16 | 2024-01-09 | 广州大学 | 一种玻璃划痕缺陷检测方法、系统、装置及存储介质 |
CN115889345B (zh) * | 2022-12-20 | 2024-06-18 | 广东工业大学 | 基于视觉检测的激光超声波清洗方法及装置 |
CN116128881B (zh) * | 2023-04-18 | 2023-06-23 | 苏州宣雄智能科技有限公司 | 一种用于缺陷产品同步标记的镜片检测系统及方法 |
CN116993682B (zh) * | 2023-07-10 | 2024-02-23 | 欧几里德(苏州)医疗科技有限公司 | 基于图像数据分析的角膜塑形镜瑕疵区域提取方法 |
CN116596929B (zh) * | 2023-07-18 | 2023-10-20 | 湖北三环三立汽车后视镜有限公司 | 一种汽车后视镜生产质量监控系统 |
CN117491391B (zh) * | 2023-12-29 | 2024-03-15 | 登景(天津)科技有限公司 | 基于芯片计算的玻璃基板光三维健康检测方法及设备 |
CN117830282A (zh) * | 2024-01-11 | 2024-04-05 | 北京远舢智能科技有限公司 | 一种爆珠质量检测方法、装置、电子设备及存储介质 |
CN117871415A (zh) * | 2024-03-11 | 2024-04-12 | 天津大学四川创新研究院 | 一种基于平行光源的曝光式结构性瑕疵检测系统和方法 |
CN118470004B (zh) * | 2024-07-09 | 2024-10-15 | 苏州高视半导体技术有限公司 | Led半导体芯片集中性脏污缺陷检测方法、设备及介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1563957A (zh) * | 2004-04-09 | 2005-01-12 | 浙江大学 | 光滑表面疵病的自动化检测方法及其系统 |
CN102262093A (zh) * | 2010-05-24 | 2011-11-30 | 张爱明 | 基于机器视觉的印花机在线检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10180629A (ja) * | 1996-12-18 | 1998-07-07 | Fuji Xerox Co Ltd | 微小突起の検出方法 |
-
2012
- 2012-06-04 CN CN201210180997.4A patent/CN102735695B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1563957A (zh) * | 2004-04-09 | 2005-01-12 | 浙江大学 | 光滑表面疵病的自动化检测方法及其系统 |
CN102262093A (zh) * | 2010-05-24 | 2011-11-30 | 张爱明 | 基于机器视觉的印花机在线检测方法 |
Non-Patent Citations (5)
Title |
---|
JP特开平10-180629A 1998.07.07 |
叶斌 等.基于形态学Top-Hat算子的小目标检测方法.《中国图象图形学报》.2002,第7卷(第7期),全文. |
基于形态学Top-Hat算子的小目标检测方法;叶斌 等;《中国图象图形学报》;20020731;第7卷(第7期);全文 * |
基于数学形态学的像增强器缺陷的图像检测方法;王吉晖 等;《光学技术》;20050531;第31卷(第3期);全文 * |
王吉晖 等.基于数学形态学的像增强器缺陷的图像检测方法.《光学技术》.2005,第31卷(第3期),全文. |
Also Published As
Publication number | Publication date |
---|---|
CN102735695A (zh) | 2012-10-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102735695B (zh) | 一种镜片瑕疵快速检测方法及装置 | |
CN105548212B (zh) | 一种触摸屏玻璃表面瑕疵在线自动化检测系统及方法 | |
CN103913468B (zh) | 生产线上大尺寸lcd玻璃基板的多视觉缺陷检测设备及方法 | |
CN107966454A (zh) | 一种基于fpga的端塞缺陷检测装置及检测方法 | |
CN105891233B (zh) | 基于机器视觉的镜片表面缺陷智能检测系统及其实现方法 | |
CN111696077A (zh) | 一种基于WaferDet网络的晶圆缺陷检测方法 | |
CN107064160A (zh) | 基于显著性检测的纺织品表面瑕疵检测方法及系统 | |
CN108760747A (zh) | 一种3d打印模型表面缺陷视觉检测方法 | |
CN103808732A (zh) | 基于机器视觉的电容检测系统和方法 | |
CN113421230B (zh) | 基于目标检测网络的车载液晶屏导光板缺陷视觉检测方法 | |
CN102020036A (zh) | 一种条烟外包装透明纸缺陷的视觉检测方法 | |
CN105388162A (zh) | 基于机器视觉的原料硅片表面划痕检测方法 | |
CN103983426B (zh) | 一种基于机器视觉的光纤缺陷检测及分类方法 | |
CN110021012B (zh) | 基于机器视觉技术的手机镜头视窗玻璃缺陷检测方法 | |
CN109738454B (zh) | 一种软包电池极耳焊缝检测装置及方法 | |
CN112129783B (zh) | 基于深度学习的透明药瓶底部缺陷检测方法 | |
CN110020691B (zh) | 基于卷积神经网络对抗式训练的液晶屏幕缺陷检测方法 | |
CN105931246A (zh) | 一种基于小波变换和遗传算法的织物瑕疵检测方法 | |
CN110567976A (zh) | 基于机器视觉的手机盖板丝印缺陷检测装置及检测方法 | |
CN103630544A (zh) | 一种视觉在线检测系统 | |
CN112881424A (zh) | Ai+荧光渗透小型管件表面缺陷检测及质量分级方法与系统 | |
CN106290379A (zh) | 基于面扫描相机的钢轨表面缺陷检测装置及方法 | |
CN111693535A (zh) | 基于机器视觉分析的触摸屏缺陷检测设备及方法 | |
CN109622404B (zh) | 一种基于机器视觉的微工件自动分拣系统及方法 | |
CN114359155A (zh) | 一种覆膜方法及系统 |
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 | ||
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: 20140709 Termination date: 20210604 |