CN102788801A - 一种在线检测系统及其检测方法 - Google Patents
一种在线检测系统及其检测方法 Download PDFInfo
- Publication number
- CN102788801A CN102788801A CN2012102883715A CN201210288371A CN102788801A CN 102788801 A CN102788801 A CN 102788801A CN 2012102883715 A CN2012102883715 A CN 2012102883715A CN 201210288371 A CN201210288371 A CN 201210288371A CN 102788801 A CN102788801 A CN 102788801A
- Authority
- CN
- China
- Prior art keywords
- image
- disposable syringe
- sebific duct
- processing system
- image processing
- 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.)
- Pending
Links
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明提出一种在线检测系统,其设置于生产线上用于检测一次性注射器胶管的瑕疵,所述在线检测系统包括摄像系统、为摄像系统提供光源的照明系统及和摄像系统相连接的图像处理系统。摄像系统包括三个摄像机,三个摄像机围绕生产线的参考位置上的一个一次性注射器胶管均等间隔地设置,并位于与一次性注射器胶管的轴线相垂直且水平高度相同的同一平面上;图像处理系统获取并处理摄像系统所拍摄的一次性注射器胶管的图像,以判断所述一次性注射器胶管是否合格。所述在线检测系统可快速而有效地对一次性注射器胶管的瑕疵进行在线自动检测,既可保证一次性注射器胶管的质量,又可大幅提高其生产效率。本发明另外提供所述在线检测系统的检测方法。
Description
技术领域
本发明涉及一种在线检测系统及其检测方法,尤其涉及一种用于检测一次性注射器胶管瑕疵的在线检测系统及其检测方法。
背景技术
一次性注射器(亦称作一次性输液器)以其性价比高、使用方便、能有效避免交叉感染等优点而被广泛应用,是医院中消耗量最大的易耗品之一。当前,各地医院在临床医疗上都广泛使用一次性注射器,由于一次性注射器属直接进入人体血管、体腔、无菌组织内的特殊医疗产品,因此其产品质量的优劣将直接影响患者的身体健康和生命安全,而且随着现代经济与科学的快速发展,人们生活水平的不断提高,人们对与自身健康息息相关的一次性注射器的质量要求也越来越高。为防止医源性感染,杜绝不合格及伪劣的一次性注射器进入临床医疗,并满足人们对医疗健康用品的要求,需要对一次性注射器实行全程质量监控,以确保临床医疗的安全性。
然而,在一次性注射器胶管的生产过程中,流水线上的胶管中经常会出现管内有头发、管壁有污点等瑕疵,这些具有瑕疵的胶管构成的一次性注射器如果流入市场将给临床医疗埋下极大的医疗健康安全隐患,同时也将给相关企业、医院及相关监管机构的形象造成不良的负面影响。
目前,一次性注射器胶管的生产企业基本都是采用人工检测的方法来检测一次性注射器胶管的瑕疵,但是,人工检测的方法效率较低,而且长时间工作易使检测人员产生视觉疲劳,进而容易造成误检或漏检等情况,既难以保证一次性注射器胶管的质量,又极大地制约着一次性注射器的生产效率。此外,在人工检测的过程中,长期的强光照射易对检测人员的眼睛造成极大伤害很大,不利于企业构建一件健康的生产环境。
发明内容
针对上述问题,本发明的目的是提供一种在线检测系统,其设置于生产线上用于检测一次性注射器胶管的瑕疵,所述在线检测系统包括一个摄像系统、一个为所述摄像系统提供光源的照明系统及一个和所述摄像系统相连接的图像处理系统。所述摄像系统包括三个摄像机,所述三个摄像机围绕生产线的参考位置上的一个一次性注射器胶管均等间隔地设置,所述三个摄像机位于与一次性注射器胶管的轴线相垂直且水平高度相同的同一平面上;所述图像处理系统获取并处理所述摄像系统所拍摄的一次性注射器胶管的图像,以判断所述一次性注射器胶管是否合格。
本发明一较佳实施方式中,每一所述摄像机均为工业摄像机。
本发明一较佳实施方式中,所述平面对应于一次性注射器胶管的中间段。
本发明一较佳实施方式中,所述照明系统包括一个背光光源,所述背光光源架设于所述生产线,且朝向所述生产线上的一次性注射器胶管。
本发明一较佳实施方式中,所述照明系统进一步包括一个环形光源,所述环形光源的中心轴和所述生产线上参考位置上的一次性注射器胶管的中心轴重合。
本发明还提供一种上述在线检测系统的检测方法,所述检测方法包括以下步骤:
S1、所述摄像系统获取源图像,并传送至所述图像处理系统;
S2、所述图像处理系统对所述源图像进行分割,获得单个一次性注射器胶管的图像;
S3、所述图像处理系统对所述单个一次性注射器胶管的图像进行预处理,获得预处理图像,以增强所述单个一次性注射器胶管的图像的可检测性;及
S4、所述图像处理系统分别对合格的一次性注射器胶管的图像和所述预处理图像进行特征提取,并进行相互比较,判断单个一次性注射器胶管是否合格。
本发明一较佳实施方式中,所述S2步骤中采用轮廓跟踪算法对所述源图像进行分割。
本发明一较佳实施方式中,所述S3步骤进一步包括以下步骤:
S31、所述图像处理系统将所述单个一次性注射器胶管的图像从RGB色空间转变至CIELab色空间,获得CIELab色空间图像;
S32、所述图像处理系统去除所述CIELab色空间图像的背景图像;
S33、所述图像处理系统对去除背景图像后的所述CIELab色空间图像进行灰度化处理,并进行图像增强,以突出图像细节;及
S34、所述图像处理系统对图像增强后的图像进行边缘检测。
本发明一较佳实施方式中,所述S32步骤中采用二值化方法去除所述CIELab色空间图像的背景图像,将所述CIELab色空间图像的背景图像的灰度变为零。
本发明一较佳实施方式中,所述S33步骤中采用中值滤波对灰度化处理后的图像进行图像增强。
本发明一较佳实施方式中,所述S34步骤中采用Sobel算子对图像增强后的图像进行边缘检测。
相较于现有技术,本发明提供的在线检测系统利用摄像系统中的三个摄像机,可以实时快速的在生产线的参考位置上拍摄一次性注射器胶管的源图像,再利用图像处理系统对所述摄像系统所拍摄的一次性注射器胶管的源图像进行处理并判断所述一次性注射器胶管是否合格,由此,可以实现在生产线上快速而有效地对一次性注射器胶管的瑕疵进行自动检测,既可以有效地保证一次性注射器胶管的质量,又可以大幅提高一次性注射器的生产效率;同时,由于采用摄像系统替代人工,可以有效地消除人工检测过程中,长期的强光照射对检测人员的眼睛的伤害。此外,本发明提供的上述在线检测系统的检测方法可以实现在生产线上快速而有效地对一次性注射器胶管的瑕疵进行自动检测。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举实施例,并配合附图,详细说明如下。
附图说明
图1为本发明第一实施例提供的在线检测系统的组成示意图。
图2为图1所示在线检测系统的架构图。
图3为图2所示在线检测系统另一视角的侧视图。
图4为图1所示在线检测系统的摄像系统的设置示意图。
图5为本发明第二实施例提供的图1所示在线检测系统的检测方法的流程图。
图6为图5所示检测方法中S3步骤的流程图。
具体实施方式
下面结合附图及具体实施例对本发明作进一步详细的说明。
请参阅图1和图2,本发明第一实施例提供一种在线检测系统100,其设置于生产线10上用于检测一次性注射器胶管20的瑕疵,所述在线检测系统100包括一个摄像系统30、一个为所述摄像系统30提供光源的照明系统40及一个和所述摄像系统30相连接的图像处理系统50。
请一并参阅图2至图4,所述摄像系统30包括三个摄像机31,所述三个摄像机31围绕生产线10的参考位置11上的一个一次性注射器胶管20均等间隔地设置于一次性注射器胶管20的外围,所述三个摄像机31位于与所述一次性注射器胶管20的轴线相垂直且水平高度相同的同一平面上,对所述一次性注射器胶管20进行拍摄,以获得所述一次性注射器胶管20的源图像。本实施例中,所述平面对应于一次性注射器胶管20的中间段。
可以理解的是,所述三个摄像机31从所述一次性注射器胶管20的侧面进行拍摄,可以有效地获取所述一次性注射器胶管20的管壁细节、细节区域和形状等全局图像信息。
优选地,每一所述摄像机31均为工业摄像机,由此,可以更有效地对生产线10上快速流过的一次性注射器胶管20进行拍摄,以获取一次性注射器胶管20的图像。
可以理解的是,由于一次性注射器胶管20在所述生产线10上快速流过,且所述三个摄像机31均具有一定的视觉范围,因此,所述三个摄像机31拍摄获得所述一次性注射器胶管20的源图像中,包括多个一次性注射器胶管20。
请一并参阅图1至图3,所述照明系统40为所述摄像系统30提供光源,以确保突出被拍摄的一次性注射器胶管20的细节特征。本实施例中,所述照明系统40所述照明系统包括一个背光光源41,所述背光光源41架设于所述生产线10,且朝向所述生产线10上的一次性注射器胶管20。
可以理解的是,所述背光光源41可以为所述生产线10的环境光或者专门设置的灯光,其同时照射所述生产线10上流过的一次性注射器胶管20。
优选地,所述背光光源41设置于靠近所述生产线10的参考位置11的地方。
进一步地,所述照明系统40还包括一个环形光源43,所述环形光源43的中心轴和所述生产线10的参考位置11上的一次性注射器胶管20的中心轴重合。由此,所述环形光源43可以产生较适合高反射拍摄对象的无方向、柔和的光。
所述图像处理系统50和所述摄像系统30相连接,其获取并处理所述摄像系统40所拍摄的一次性注射器胶管20的源图像,以判断所述一次性注射器胶管20是否合格。
请参阅图5,本发明第二实施例提供所述在线检测系统100的检测方法,其包括以下步骤:
S 1、所述摄像系统30的三个摄像机31同时拍摄获取所述生产线10参考位上的一次性注射器胶管20的源图像,并传送至所述图像处理系统50。
所述三个摄像机31从所述一次性注射器胶管20的侧面进行拍摄,获取包含所述一次性注射器胶管20的管壁细节、细节区域和形状等全局图像信息的源图像。
可以理解的是,所述源图像中包括多个一次性注射器胶管20。
S2、所述图像处理系统50对所述源图像进行分割,获得单个一次性注射器胶管20的图像。
本实施例中,采用轮廓跟踪算法对所述源图像进行分割,具体地,采用简单二值图象闭合边界的轮廓跟踪算法,即:首先按从上到下、从左到右的顺序搜索,找到的第一个黑点一定是最左上方的边界点,记为A;A的右、右下、下、左下四个邻点中至少有一个是边界点,记为B;从B开始找起,按右、右下、下、左下、左、左上、上、右上的顺序找相邻点中的边界点C;如果C就是A点,则表明已经转了一圈,程序结束,此即为单个一次性注射器胶管20的图像;否则从C点继续找,直到找到A为止;分割出一个一次性注射器胶管20的图像后,再按同样方法进行下一个一次性注射器胶管20的分割。
S3、所述图像处理系统50对所述单个一次性注射器胶管20的图像进行预处理,获得预处理图像,以增强所述单个一次性注射器胶管20的图像的可检测性。
本实施例中,为了符合人的视觉习惯,对所述单个一次性注射器胶管20的图像进行预处理时,先将所述单个一次性注射器胶管20的图像横向放置。
请参阅图6,具体地,对所述单个一次性注射器胶管20的图像进行预处理包括以下步骤:
S31、所述图像处理系统50将所述单个一次性注射器胶管20的图像从RGB色空间转变至CIELab色空间,获得CIELab色空间图像。
由此,可使用数字化的方法来描述人的视觉感应。
S32、所述图像处理系统50去除所述CIELab色空间图像的背景图像。
由此,可以突出所述单个一次性注射器胶管20的图像中的目标检测物,集中对所述单个一次性注射器胶管20的图像进行处理,而不受源图像中背景图像的影响。
本实施例中,采用二值化(BINARIZATION)去除所述CIELab色空间图像的背景图像,将所述CIELab色空间图像的背景图像的灰度变为零。
具体地,采用局部二值化,即按照一定的规则将整幅所述CIELab色空间图像划分为N个窗口,对这N个窗口中的每一个窗口再按照一个统一的阈值T将该窗口内的像素划分为两部分,进行二值化处理。
S33、所述图像处理系统50对去除背景图像后的所述CIELab色空间图像进行灰度化处理,并进行图像增强,以突出图像细节。
本实施例中,采用中值滤波对灰度化处理后的图像进行图像增强。
S34、所述图像处理系统对图像增强后的图像进行边缘检测。
本实施例中,采用Sobel算子对图像增强后的图像进行边缘检测。
S4、所述图像处理系统分别对合格的一次性注射器胶管的图像和所述预处理图像进行特征提取,并进行相互比较,判断单个一次性注射器胶管是否合格。
本实施例中,针对目标区域,定义瑕疵点的像素点数目除以整个区域的像素点数目为Rx,当Rx值在不同范围时来判断所述单个一次性注射器胶管20的是否合格。
相较于现有技术,本发明提供的在线检测系统100利用摄像系统30中的三个摄像机31,可以实时快速的在生产线10的参考位置11上拍摄一次性注射器胶管20的源图像,再利用图像处理系统50对所述摄像系统30所拍摄的一次性注射器胶管20的源图像进行处理并判断所述一次性注射器胶管20是否合格,由此,可以实现在生产线10上快速而有效地对一次性注射器胶管20的瑕疵进行自动检测,既可以有效地保证一次性注射器胶管20的质量,又可以大幅提高一次性注射器的生产效率;同时,由于采用摄像系统30替代人工,可以有效地消除人工检测过程中,长期的强光照射对检测人员的眼睛的伤害。此外,本发明提供的上述在线检测系统100的检测方法可以实现在生产线10上快速而有效地对一次性注射器胶管20的瑕疵进行自动检测。
以上所述,仅是本发明的实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以实施例揭露如上,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (11)
1.一种在线检测系统,其设置于生产线上用于检测一次性注射器胶管的瑕疵,所述在线检测系统包括一个摄像系统、一个为所述摄像系统提供光源的照明系统及一个和所述摄像系统相连接的图像处理系统,其特征在于:所述摄像系统包括三个摄像机,所述三个摄像机围绕生产线的参考位置上的一个一次性注射器胶管均等间隔地设置,所述三个摄像机位于与一次性注射器胶管的轴线相垂直且水平高度相同的同一平面上;所述图像处理系统获取并处理所述摄像系统所拍摄的一次性注射器胶管的源图像,以判断所述一次性注射器胶管是否合格。
2.如权利要求1所述的在线检测系统,其特征在于,每一所述摄像机均为工业摄像机。
3.如权利要求1所述的在线检测系统,其特征在于,所述平面对应于一次性注射器胶管的中间段。
4.如权利要求1所述的在线检测系统,其特征在于,所述照明系统包括一个背光光源,所述背光光源架设于所述生产线,且朝向所述生产线上的一次性注射器胶管。
5.如权利要求4所述的在线检测系统,其特征在于,所述照明系统进一步包括一个环形光源,所述环形光源的中心轴和所述生产线上参考位置上的一次性注射器胶管的中心轴重合。
6.一种如权利要求1~5任一项所述的在线检测系统的检测方法,其特征在于,所述检测方法包括以下步骤:
S1、所述摄像系统的三个摄像机同时拍摄获取生产线参考位上的一次性注射器胶管的源图像,并传送至所述图像处理系统;
S2、所述图像处理系统对所述源图像进行分割,获得单个一次性注射器胶管的图像;
S3、所述图像处理系统对所述单个一次性注射器胶管的图像进行预处理,获得预处理图像,以增强所述单个一次性注射器胶管的图像的可检测性;及
S4、所述图像处理系统分别对合格的一次性注射器胶管的图像和所述预处理图像进行特征提取,并进行相互比较,判断单个一次性注射器胶管是否合格。
7.如权利要求6所述的检测方法,其特征在于,所述S2步骤中采用轮廓跟踪算法对所述源图像进行分割。
8.如权利要求6所述的检测方法,其特征在于,所述S3步骤进一步包括以下步骤:
S31、所述图像处理系统将所述单个一次性注射器胶管的图像从RGB色空间转变至CIELab色空间,获得CIELab色空间图像;
S32、所述图像处理系统去除所述CIELab色空间图像的背景图像;
S33、所述图像处理系统对去除背景图像后的所述CIELab色空间图像进行灰度化处理,并进行图像增强,以突出图像细节;及
S34、所述图像处理系统对图像增强后的图像进行边缘检测。
9.如权利要求8所述的检测方法,其特征在于,所述S32步骤中采用二值化去除所述CIELab色空间图像的背景图像,将所述CIELab色空间图像的背景图像的灰度变为零。
10.如权利要求8所述的检测方法,其特征在于,所述S33步骤中采用中值滤波对灰度化处理后的图像进行图像增强。
11.如权利要求8所述的检测方法,其特征在于,所述S34步骤中采用Sobel算子对图像增强后的图像进行边缘检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012102883715A CN102788801A (zh) | 2012-08-14 | 2012-08-14 | 一种在线检测系统及其检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012102883715A CN102788801A (zh) | 2012-08-14 | 2012-08-14 | 一种在线检测系统及其检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102788801A true CN102788801A (zh) | 2012-11-21 |
Family
ID=47154265
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012102883715A Pending CN102788801A (zh) | 2012-08-14 | 2012-08-14 | 一种在线检测系统及其检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102788801A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103091332A (zh) * | 2013-01-16 | 2013-05-08 | 浙江科技学院 | 一种基于机器视觉的u型粉管的检测方法及其检测系统 |
CN103196920A (zh) * | 2013-03-27 | 2013-07-10 | 贵州蓝科睿思技术研发中心 | 宝石晶体缺陷自动检测系统及其方法 |
CN105372253A (zh) * | 2015-12-14 | 2016-03-02 | 陈艳 | 一种灯管瑕疵检测系统 |
CN105760424A (zh) * | 2016-01-16 | 2016-07-13 | 唐山师范学院 | 用于存储企业产品关键数据的数据库建立方法 |
CN107154039A (zh) * | 2017-04-28 | 2017-09-12 | 北京简易科技有限公司 | 胶管在线缺陷检测装置及方法 |
CN108474752A (zh) * | 2016-01-15 | 2018-08-31 | W.L.戈尔及同仁股份有限公司 | 用于检测注射器密封缺陷的系统和方法 |
CN110653175A (zh) * | 2019-09-29 | 2020-01-07 | 邵东智能制造技术研究院有限公司 | 注射器外管视觉检测及筛选设备 |
CN110910368A (zh) * | 2019-11-20 | 2020-03-24 | 佛山市南海区广工大数控装备协同创新研究院 | 基于语义分割的注射器缺陷检测方法 |
CN110930383A (zh) * | 2019-11-20 | 2020-03-27 | 佛山市南海区广工大数控装备协同创新研究院 | 基于深度学习语义分割和图像分类的注射器缺陷检测方法 |
CN111469047A (zh) * | 2020-04-14 | 2020-07-31 | 大连理工大学 | 一种在线检测抛光垫接触特征的试验装置及其使用方法 |
CN113063803A (zh) * | 2021-04-26 | 2021-07-02 | 北京动力源创科技发展有限公司 | 胶管骨架层检测仪器 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007263852A (ja) * | 2006-03-29 | 2007-10-11 | Dainippon Printing Co Ltd | 欠陥検出装置、欠陥検出方法、及び欠陥検出処理プログラム |
CN102221554A (zh) * | 2011-04-06 | 2011-10-19 | 天津科技大学 | 一种印刷品质量和缺陷检测方法 |
US20120092657A1 (en) * | 2009-04-24 | 2012-04-19 | Hitachi High-Technologies Corporation | Method of defect inspection and device of defect inspection |
-
2012
- 2012-08-14 CN CN2012102883715A patent/CN102788801A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007263852A (ja) * | 2006-03-29 | 2007-10-11 | Dainippon Printing Co Ltd | 欠陥検出装置、欠陥検出方法、及び欠陥検出処理プログラム |
US20120092657A1 (en) * | 2009-04-24 | 2012-04-19 | Hitachi High-Technologies Corporation | Method of defect inspection and device of defect inspection |
CN102221554A (zh) * | 2011-04-06 | 2011-10-19 | 天津科技大学 | 一种印刷品质量和缺陷检测方法 |
Non-Patent Citations (4)
Title |
---|
刘正平等: "《一次性注射器针头反表识别系统》", 《传感器与微系统》 * |
周建民等: "《注射器针头缺陷在线检测技术与虚拟仪器实现》", 《华东交通大学学报》 * |
赵杰文等: "《机器视觉实现方便面破损在线检测的研究》", 《微计算机信息》 * |
邰兆海: "《一次性注射器针尖毛刺在线检测系统》", 《中国医疗器械杂质》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103091332A (zh) * | 2013-01-16 | 2013-05-08 | 浙江科技学院 | 一种基于机器视觉的u型粉管的检测方法及其检测系统 |
CN103196920A (zh) * | 2013-03-27 | 2013-07-10 | 贵州蓝科睿思技术研发中心 | 宝石晶体缺陷自动检测系统及其方法 |
CN105372253A (zh) * | 2015-12-14 | 2016-03-02 | 陈艳 | 一种灯管瑕疵检测系统 |
CN108474752A (zh) * | 2016-01-15 | 2018-08-31 | W.L.戈尔及同仁股份有限公司 | 用于检测注射器密封缺陷的系统和方法 |
CN105760424A (zh) * | 2016-01-16 | 2016-07-13 | 唐山师范学院 | 用于存储企业产品关键数据的数据库建立方法 |
CN107154039B (zh) * | 2017-04-28 | 2020-10-27 | 北京简易科技有限公司 | 胶管在线缺陷检测方法 |
CN107154039A (zh) * | 2017-04-28 | 2017-09-12 | 北京简易科技有限公司 | 胶管在线缺陷检测装置及方法 |
CN110653175A (zh) * | 2019-09-29 | 2020-01-07 | 邵东智能制造技术研究院有限公司 | 注射器外管视觉检测及筛选设备 |
CN110930383A (zh) * | 2019-11-20 | 2020-03-27 | 佛山市南海区广工大数控装备协同创新研究院 | 基于深度学习语义分割和图像分类的注射器缺陷检测方法 |
CN110910368A (zh) * | 2019-11-20 | 2020-03-24 | 佛山市南海区广工大数控装备协同创新研究院 | 基于语义分割的注射器缺陷检测方法 |
CN110910368B (zh) * | 2019-11-20 | 2022-05-13 | 佛山市南海区广工大数控装备协同创新研究院 | 基于语义分割的注射器缺陷检测方法 |
CN111469047A (zh) * | 2020-04-14 | 2020-07-31 | 大连理工大学 | 一种在线检测抛光垫接触特征的试验装置及其使用方法 |
CN111469047B (zh) * | 2020-04-14 | 2021-06-25 | 大连理工大学 | 一种在线检测抛光垫接触特征的试验装置及其使用方法 |
CN113063803A (zh) * | 2021-04-26 | 2021-07-02 | 北京动力源创科技发展有限公司 | 胶管骨架层检测仪器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102788801A (zh) | 一种在线检测系统及其检测方法 | |
US11963750B2 (en) | Systems, devices and methods for non-invasive hematological measurements | |
US11783503B2 (en) | Systems and method for estimating extracorporeal blood volume in a physical sample | |
Kelman et al. | Vision-based localisation of mature apples in tree images using convexity | |
CN102539443B (zh) | 基于机器视觉的瓶身缺陷自动检测方法 | |
JP2014531570A (ja) | 対外血液量の推定及び外科的摘出サンプルの計数システム及び方法 | |
CN106973258B (zh) | 病理切片信息快速获取装置 | |
JP2018525746A5 (zh) | ||
JP2015536140A5 (zh) | ||
CN102305793A (zh) | 一种产品外观质量检测方法和设备 | |
CN206223683U (zh) | 一种板状带孔工件表面缺陷检测装置 | |
CN104282018A (zh) | 基于机器视觉的工业产品外形直径在线检测的方法 | |
US20220047159A1 (en) | Glaucoma image recognition method and device and diagnosis system | |
CN101858768A (zh) | 一种饮料灌装后液位检测装置及方法 | |
CN109509173A (zh) | 一种细菌菌落的计数方法及计数装置 | |
CN110097540A (zh) | 多边形工件的视觉检测方法及装置 | |
CN106093051A (zh) | 基于机器视觉的纸卷切面毛刺检测方法及装置 | |
CN210243513U (zh) | 一种视觉检测系统 | |
CN105954295A (zh) | 一种头盔罩面缺陷检测系统及方法 | |
CN115170493A (zh) | 一种无菌包装微缺损的识别方法、系统及存储介质 | |
CN206414260U (zh) | 一种神经内科瞳孔检测器 | |
CN108693191A (zh) | 一种检测内窥镜的设备及一种内窥镜系统 | |
CN107680079A (zh) | 一种医用药剂中可见异物的高速并行视觉检测方法 | |
TW201803522A (zh) | 影像處理方法及非暫態電腦可讀取媒體 | |
CN105381965A (zh) | 一种基于pc图像采集系统的注射器针头检测系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20121121 |