CN103134785A - 一种基于机器视觉的荧光粉涂覆表面缺陷检测系统及方法 - Google Patents
一种基于机器视觉的荧光粉涂覆表面缺陷检测系统及方法 Download PDFInfo
- Publication number
- CN103134785A CN103134785A CN2013100491390A CN201310049139A CN103134785A CN 103134785 A CN103134785 A CN 103134785A CN 2013100491390 A CN2013100491390 A CN 2013100491390A CN 201310049139 A CN201310049139 A CN 201310049139A CN 103134785 A CN103134785 A CN 103134785A
- Authority
- CN
- China
- Prior art keywords
- fluorescent powder
- module
- fluorescent
- image
- imageing 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.)
- Pending
Links
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了一种基于机器视觉的荧光粉涂覆表面缺陷检测的系统及方法,该系统包括激光发射器、图像采集终端、图像传感器伺服电机调节模块和上位PC机,图像采集终端包括顺次连接的图像传感器、视觉处理及控制模块和接口模块,上位PC机通过接口模块与视觉处理及控制模块相连接,图像传感器伺服电机调节模块与视觉处理及控制模块和图像传感器分别连接,激光发射器与视觉处理及控制模块连接。该系统采用激光三角测量法来检测荧光粉涂层过厚、过薄和厚度不均匀的缺陷;该系统采集涂覆后的荧光粉涂层图像,然后与标准涂层图像模板进行对比,从而检测荧光粉涂层涂覆面不规则、沾胶和异物等缺陷。该系统结构简单、成本低廉、检测速度快、检测精度高。
Description
技术领域
本发明涉及精密电子封装过程中的物体表面缺陷检测领域,特别是一种精密电子封装过程中基于机器视觉的荧光粉涂层表面缺陷检测系统及方法。
背景技术
大功率LED蓝白光转换封装工艺的核心工序包括荧光粉涂覆与塑封成型,而荧光粉涂覆工艺是其中技术难度最大的关键工序。荧光粉涂覆作为实现LED蓝光向白光转换的关键工艺之一,直接影响LED发光效率和光均匀性。为了提高LED的光色品质,对涂覆面的控制以及涂覆均匀度与涂层的厚度要求越来越高。目前荧光粉涂覆涂层表面质量检测主要采用人工目测的方法,这种方法不仅工作量大,而且易受检测人员主观因素的影响,容易对涂层表面缺陷造成漏检或误检,不能保证检测的效率和精度。近年来,随着机器视觉识别技术的发展,很多研究机构开始了基于机器视觉的表面缺陷检测的应用研究。但是这些缺陷检测主要集中在表面刮伤、裂缝、坍陷等缺陷的检测,几乎没有从涂层厚度均匀性的角度进行研究。在大功率LED蓝白光转换封装工艺中,荧光粉涂层厚度的均匀度、荧光粉涂层对LED管芯的覆盖完整度是影响白光LED光色品质的重要因素。因此,对荧光粉涂层的厚度和涂覆面的缺陷检测是荧光粉涂覆控制的关键环节之一。
发明内容
本发明的目的在于克服上述现有缺陷检测技术的缺点与不足,提供一种可靠性高、组合灵活、检测准确、效率高的基于机器视觉的荧光粉涂覆表面缺陷检测系统。
本发明的目的还在于提供上述基于机器视觉的荧光粉涂覆表面缺陷检测系统的检测方法。
本发明的目的通过下述方案实现:
一种基于机器视觉的荧光粉涂覆表面缺陷检测系统,包括激光发射器、图像采集终端、图像传感器伺服电机调节模块和上位PC机,图像采集终端包括顺次连接的图像传感器、视觉处理及控制模块和接口模块,上位PC机通过接口模块与视觉处理及控制模块相连接,图像传感器伺服电机调节模块分别与视觉处理及控制模块和图像传感器连接,激光发射器与视觉处理及控制模块连接;激光发射器用于发射测量荧光粉涂覆厚度分布的激光光线,图像传感器伺服电机调节模块用于调整图像传感器的接收角度,图像传感器安装在图像传感器伺服电机调节模块上,用于把图像信息转化为电信号,视觉处理及控制模块用于接收上位PC机的控制命令的接收及发送、图像数据的采集和传输,接口模块用于连接上位PC机和视觉处理及控制模块,上位PC机负责对图像数据进行分析和处理。
进一步的,激光发射器发出的激光光线在荧光粉涂覆表面反射或漫射所得的光斑的采集通过图像采集终端来实现;图像传感器采用CMOS传感器或者CCD传感器,视觉处理及控制模块基于FPGA、CPLD、DSP、DSP+FPFA或者DSP+CPLD;接口模块采用基于总线的方式,包括IEEE1394a、USB或以太网。
进一步的,视觉处理及控制模块包括视觉处理及控制主芯片模块、激光发射器控制电路、电机控制接口和通讯接口;视觉处理及控制主芯片模块与激光发射器控制电路、电机控制接口和通讯接口分别相连;激光发射器控制电路实现对激光发射器的控制,通讯接口实现与所述的接口模块的通讯,视觉处理及控制模块还通过电机控制接口与所述的图像传感器伺服电机调节模块连接。
进一步的,所述的图像传感器伺服电机调节模块由控制接口电路、电机驱动功率放大电路、电机依次连接组成;控制接口电路与所述的视觉处理及控制模块连接,电机驱动功率放大电路实现对电机的驱动,所述图像传感器安装在电机上。
本发明的基于机器视觉的荧光粉涂覆表面缺陷检测系统的检测方法,包括以下步骤:
(1)开启激光发射器,照射被测表面,被测表面分别为荧光粉涂覆前的大功率LED芯片表面和荧光粉涂覆后的荧光粉涂覆面;
(2)用图像采集终端采集荧光粉涂覆前后的两幅激光光斑图像;利用两幅激光光斑图像,采用激光三角测量法计算荧光粉涂层的厚度分布,并根据设定厚度标准,判断是否存在过厚、过薄和厚度不均匀的缺陷;
(3)关闭激光发射器,由图像传感器伺服电机调节模块调整图像传感器的角度使图像传感器接收面与荧光粉涂覆面平行,再用图像采集终端采集荧光粉涂覆后的荧光粉涂层图像;
(4)对步骤(3)中采集的荧光粉涂层图像进行滤波、边缘检测,再与标准的荧光粉涂层图像模板进行对比,最后根据对比分析来检测荧光粉涂层是否存在涂覆面不规则、沾胶和异物的缺陷。
进一步的,步骤(2)中,所述采用激光三角测量法得到荧光粉涂层厚度分布的方法如下:
①对所采集的两幅激光光斑图像用平滑滤波器进行滤波;
②对步骤①滤波后得到的光斑图像进行二值分割;基于图像的灰度直方图,通过迭代计算得到分割阈值;
③求取激光光斑各处的质心位置;
④采用激光三角法计算荧光粉涂层厚度分布。
进一步的,步骤(4)中,所述涂覆面不规则、沾胶和异物的缺陷的检测方法如下:
①建立标准的荧光粉涂层模板;
②对前述步骤(3)所采集的荧光粉涂层图像用ROF模型进行去噪;
③把由步骤②去噪后得到的荧光粉涂层图像进行去模糊、增强预处理,并复制一份;
④把步骤③中的其中一份荧光粉涂层图像,进行边缘检测,对得到的封闭荧光粉涂覆面进行填充处理并计算荧光粉涂覆面的面积,与设定面积标准进行对比,判断是否存在涂覆面过大、过小的缺陷;
⑤把步骤③中的另一份荧光粉涂层图像与标准的荧光粉涂层模板图像进行模式匹配,判断是否存在涂覆不规则、异物、沾胶的缺陷。
本发明相对现有技术具有如下的积极优点和效果:
(1)本发明采用基于激光光线的三角测量法来获取荧光粉涂覆表面的厚度分布,相对于点激光测量来说,具有获取的厚度信息更丰富,对涂覆表面厚度的质量检测更全面。
(2)本发明采用机器视觉的方式来实现荧光粉表面缺陷的检测,不仅实现了无接触的检测方式,而且相对于人工检测,其检测速度更快、检测精度更高。
(3)本发明采用图像传感器伺服电机调节模块来调节传感器的采集角度,从而避免了采用多图像传感器的方式,不仅使系统变得简单,而且节省了系统成本。
附图说明
图1是本发明荧光粉涂覆表面缺陷检测系统的结构方框图;
图2为图1所示视觉处理及控制模块的结构方框图;
图3为图1所示图像传感器伺服电机调节模块的结构方框图;
图4是本发明方法中激光测量厚度分布检测的光路原理图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细说明,但本发明的实施方法不限于此。
实施例
如图1所示,本基于机器视觉的荧光粉涂覆表面缺陷检测系统包括激光发射器、图像采集终端、图像传感器伺服电机调节模块和上位PC机,图像采集终端包括顺次连接的图像传感器、视觉处理及控制模块和接口模块,上位PC机通过接口模块与视觉处理及控制模块相连接,图像传感器伺服电机调节模块与视觉处理及控制模块和图像传感器分别连接,激光发射器与视觉处理及控制模块连接;激光发射器用于发射测量荧光粉涂覆厚度分布的激光光线,图像传感器伺服电机调节模块用于调整图像传感器的接收角度,图像传感器安装在图像传感器伺服电机调节模块上,用于把图像信息转化为电信号,视觉处理及控制模块用于接收上位PC机的控制命令的接收及发送、图像数据的采集和传输,接口模块用于连接上位PC机和视觉处理及控制模块,上位PC机负责对图像数据进行分析和处理。图像传感器选择使用CMOS传感器,视觉处理及控制模块和接口模块以FPGA作为主芯片,接口模块采用IEEE1394a作为接口。
如图2所示,视觉处理及控制模块包括视觉处理及控制主芯片模块、激光发射器控制电路、电机控制接口和通讯接口;视觉处理及控制主芯片模块与激光发射器控制电路、电机控制接口和通讯接口分别相连。视觉处理及控制主芯片模块以FPGA作为主芯片,主要包括电源、晶振、JTAG、通用I/O、RS232、flash芯片编程接口、flash、SDRAM等辅助电路,FPGA采用Xilinx公司Spartan-3系列的XC3S500E型芯片。
如图3所示,图像传感器伺服电机调节模块由控制接口电路、电机驱动功率放大电路、电机依次连接组成;控制接口电路与所述的视觉处理及控制模块连接,电机驱动功率放大电路实现对电机的驱动,所述图像传感器安装在电机上。电机采用直流伺服电机。
图像的预处理主要包括图像滤波和二值分割。下面将分别进行介绍。
本实施例中采用平滑滤波器来滤除噪声影响。平滑滤波的结果是将输入图像中每个像素点的灰度值用周围邻域内的灰度平均值代替。对于图像中任意像素点f(x,y)选取周围N×N的领域S来进行平滑滤波的结果g(i,j)为:
式中,f(x,y),g(i,j)表示图像坐标。
为了减小模糊效应本实例中采用下面这种改进型的掩膜:
这种模板在计算平均值时加入了权值,从权值的分配可以看出越靠近原像素点的像素比远离的像素更加重要,这样可以在抑制噪声的同时减小对边缘模糊的效应。
本实例采用阈值分割的方法来对图像进行二值分割。由于拍摄的环境相对稳定,因此,确定一次阈值以后就可以将它设定为默认的阈值无需经常修改。阈值的求取过程如下:
(1)采集25幅图为蓝本来进行阈值计算;
(2)根据事先设定一个阈值,求取低于阈值和高于阈值的两段像素分布图;
(3)分别求取这两段数据中的最大值;
(4)在这两个最大值之间找出其中的最小值,即为求取的新的阈值。
如图4所示,从激光器1发出的入射主光线经过会聚透镜2和被测物面法线成θ角,成像主光线和法线成角,成像透镜3的物距和像距分别为L和l,荧光粉未涂覆前入射主光线入射到大功率LED芯片表面6的A点上,经透镜成像3后像点落在传感器感光面4的C点。荧光粉的涂覆厚度为H,B点为荧光粉涂覆完成后入射主光线在荧光粉涂覆面5上的入射点,D点为B点在传感器感光面上的像点,C点到D点的距离为d。由三角关系推导可得:
以上原理分析的是激光光线上某一点的厚度测量原理,其他点的厚度测量依本原理同样可得其厚度,进而可以得到荧光粉涂层的厚度分布图。
ROF模型能较好的去除图像噪声并保持图像的边缘信息,具体描述如下:
其中,f0为原始图像,f为含噪图像,|f|TV是f的BV半范,C为实数域,参数γ为正则化参数。
对采集的涂层图像采用上述ROF模型进行去噪预处理后,再进行边缘检测。
边缘检测是以局部运算为特征的一种检测方法,包括边缘检测算子结合阈值分割的方法、基于区域增长的边缘检测等。专利算法中主要采用区域增长法求元件的边界矩阵,并基于图像的灰度直方图,通过迭代计算得到分割阈值。
下面进一步详述本发明的实施过程:
(1)开启激光发射器,照射被测表面,被测表面分别为荧光粉涂覆前的大功率LED芯片表面和荧光粉涂覆后的荧光粉涂覆面;
(2)用图像采集终端采集荧光粉涂覆前后的两幅激光光斑图像;利用两幅激光光斑图像,采用激光三角测量法计算荧光粉涂层的厚度分布,并根据设定厚度标准,判断是否存在过厚、过薄和厚度不均匀的缺陷;
(3)关闭激光发射器,由图像传感器伺服电机调节模块调整图像传感器的角度使图像传感器接收面与荧光粉涂覆面平行,再用图像采集终端采集荧光粉涂覆后的荧光粉涂层图像;
(4)对步骤(3)中采集的荧光粉涂层图像进行滤波、边缘检测,再与标准的荧光粉涂层图像模板进行对比,最后根据对比分析来检测荧光粉涂层是否存在涂覆面不规则、沾胶和异物的缺陷。
步骤(2)中,所述基于激光三角测量法得到荧光粉涂层厚度分布的方法如下:
①对所采集的两幅激光光斑图像用平滑滤波器进行滤波;
②对步骤①滤波后得到的光斑图像进行二值分割;基于图像的灰度直方图,通过迭代计算得到分割阈值;
③求取激光光斑各处的质心位置;
④采用激光三角法计算荧光粉涂层厚度分布。
步骤(4)中,所述涂覆面不规则、沾胶和异物的缺陷的检测方法如下:
①建立标准的荧光粉涂层模板;
②对前述步骤(3)所采集的荧光粉涂层图像用ROF模型进行去噪;
③把由步骤②去噪后得到的荧光粉涂层图像进行去模糊、增强预处理,并复制一份;
④把步骤③中的其中一份荧光粉涂层图像,进行边缘检测,对得到的封闭荧光粉涂覆面进行填充处理并计算荧光粉涂覆面的面积,与设定面积标准进行对比,判断是否存在涂覆面过大、过小的缺陷;
⑤把步骤③中的另一份荧光粉涂层图像与标准的荧光粉涂层模板图像进行模式匹配,判断是否存在涂覆不规则、异物、沾胶的缺陷。
如上所述,便可较好地实现本发明。
Claims (7)
1.一种基于机器视觉的荧光粉涂覆表面缺陷检测系统,其特征在于:包括激光发射器、图像采集终端、图像传感器伺服电机调节模块和上位PC机,图像采集终端包括顺次连接的图像传感器、视觉处理及控制模块和接口模块,上位PC机通过接口模块与视觉处理及控制模块相连接,图像传感器伺服电机调节模块分别与视觉处理及控制模块和图像传感器连接,激光发射器与视觉处理及控制模块连接;激光发射器用于发射测量荧光粉涂覆厚度分布的激光光线,图像传感器伺服电机调节模块用于调整图像传感器的接收角度,图像传感器安装在图像传感器伺服电机调节模块上,用于把图像信息转化为电信号,视觉处理及控制模块用于接收上位PC机的控制命令的接收及发送、图像数据的采集和传输,接口模块用于连接上位PC机和视觉处理及控制模块,上位PC机负责对图像数据进行分析和处理。
2.根据权利要求1所述的一种基于机器视觉的荧光粉涂覆表面缺陷检测系统,其特征在于:激光发射器发出的激光光线在荧光粉涂覆表面反射或漫射所得的光斑的采集通过图像采集终端来实现;图像传感器采用CMOS传感器或者CCD传感器,视觉处理及控制模块基于FPGA、CPLD、DSP、DSP+FPFA或者DSP+CPLD;接口模块采用基于总线的方式,包括IEEE 1394a、USB或以太网。
3.根据权利要求1所述的一种基于机器视觉的荧光粉涂覆表面缺陷检测系统,其特征在于:视觉处理及控制模块包括视觉处理及控制主芯片模块、激光发射器控制电路、电机控制接口和通讯接口;视觉处理及控制主芯片模块与激光发射器控制电路、电机控制接口和通讯接口分别相连;激光发射器控制电路实现对激光发射器的控制,通讯接口实现与所述的接口模块的通讯,视觉处理及控制模块还通过电机控制接口与所述的图像传感器伺服电机调节模块连接。
4.根据权利要求1所述的一种基于机器视觉的荧光粉涂覆表面缺陷检测系统,其特征在于:所述的图像传感器伺服电机调节模块由控制接口电路、电机驱动功率放大电路、电机依次连接组成;控制接口电路与所述的视觉处理及控制模块连接,电机驱动功率放大电路实现对电机的驱动,所述图像传感器安装在电机上。
5.用于权利要求1所述的一种基于机器视觉的荧光粉涂覆表面缺陷检测系统的检测方法,其特征在于包括以下步骤:
(1)开启激光发射器,照射被测表面,被测表面分别为荧光粉涂覆前的大功率LED芯片表面和荧光粉涂覆后的荧光粉涂覆面;
(2)用图像采集终端采集荧光粉涂覆前后的两幅激光光斑图像;利用两幅激光光斑图像,采用激光三角测量法计算荧光粉涂层的厚度分布,并根据设定厚度标准,判断是否存在过厚、过薄和厚度不均匀的缺陷;
(3)关闭激光发射器,由图像传感器伺服电机调节模块调整图像传感器的角度使图像传感器接收面与荧光粉涂覆面平行,再用图像采集终端采集荧光粉涂覆后的荧光粉涂层图像;
(4)对步骤(3)中采集的荧光粉涂层图像进行滤波、边缘检测,再与标准的荧光粉涂层图像模板进行对比,最后根据对比分析来检测荧光粉涂层是否存在涂覆面不规则、沾胶和异物的缺陷。
6.根据权利要求5所述的方法,其特征在于:步骤(2)中,所述采用激光三角测量法得到荧光粉涂层厚度分布的方法如下:
①对所采集的两幅激光光斑图像用平滑滤波器进行滤波;
②对步骤①滤波后得到的光斑图像进行二值分割;基于图像的灰度直方图,通过迭代计算得到分割阈值;
③求取激光光斑各处的质心位置;
④采用激光三角法计算荧光粉涂层厚度分布。
7.根据权利要求5所述的方法,其特征在于步骤(4)中,所述涂覆面不规则、沾胶和异物的缺陷的检测方法如下:
①建立标准的荧光粉涂层模板;
②对前述步骤(3)所采集的荧光粉涂层图像用ROF模型进行去噪;
③把由步骤②去噪后得到的荧光粉涂层图像进行去模糊、增强预处理,并复制一份;
④把步骤③中的其中一份荧光粉涂层图像,进行边缘检测,对得到的封闭荧光粉涂覆面进行填充处理并计算荧光粉涂覆面的面积,与设定面积标准进行对比,判断是否存在涂覆面过大、过小的缺陷;
⑤把步骤③中的另一份荧光粉涂层图像与标准的荧光粉涂层模板图像进行模式匹配,判断是否存在涂覆不规则、异物、沾胶的缺陷。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013100491390A CN103134785A (zh) | 2013-02-07 | 2013-02-07 | 一种基于机器视觉的荧光粉涂覆表面缺陷检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013100491390A CN103134785A (zh) | 2013-02-07 | 2013-02-07 | 一种基于机器视觉的荧光粉涂覆表面缺陷检测系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103134785A true CN103134785A (zh) | 2013-06-05 |
Family
ID=48494896
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2013100491390A Pending CN103134785A (zh) | 2013-02-07 | 2013-02-07 | 一种基于机器视觉的荧光粉涂覆表面缺陷检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103134785A (zh) |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103439341A (zh) * | 2013-09-10 | 2013-12-11 | 电子科技大学 | 光电码盘缺陷检测系统及其实现方法 |
CN104792788A (zh) * | 2015-03-18 | 2015-07-22 | 浙江野马电池有限公司 | 一种涂胶视觉检测方法及其装置 |
CN105214906A (zh) * | 2015-08-26 | 2016-01-06 | 武汉华星光电技术有限公司 | 一种涂布装置及其清除异物误报的方法 |
CN105388163A (zh) * | 2015-10-28 | 2016-03-09 | 佛山市南海区广工大数控装备协同创新研究院 | 陶瓷砖表面缺陷智能检测系统 |
WO2016091152A1 (en) * | 2014-12-08 | 2016-06-16 | Boe Technology Group Co., Ltd. | Method and device for sealant coating inspection |
CN105738336A (zh) * | 2016-02-25 | 2016-07-06 | 福建中烟工业有限责任公司 | 在线监控香精香料施加均匀性的方法及装置 |
CN106156953A (zh) * | 2016-07-26 | 2016-11-23 | 华南理工大学 | 一种网络控制动态调度的荧光粉胶配比装置与方法 |
CN106289060A (zh) * | 2016-09-14 | 2017-01-04 | 华南理工大学 | 一种测量平面led荧光粉涂层体积的系统及方法 |
CN106370104A (zh) * | 2016-09-14 | 2017-02-01 | 华南理工大学 | 一种测量曲面led荧光粉涂层体积的方法 |
CN106758713A (zh) * | 2016-12-30 | 2017-05-31 | 重庆力力建设工程有限公司 | 一种路面裂缝的检测方法 |
CN106812052A (zh) * | 2016-12-30 | 2017-06-09 | 重庆力力建设工程有限公司 | 路面裂缝检测装置 |
CN106910434A (zh) * | 2017-02-13 | 2017-06-30 | 武汉随戈科技服务有限公司 | 一种会展会议服务用电子席卡 |
CN107295068A (zh) * | 2017-05-27 | 2017-10-24 | 镇江苏仪德科技有限公司 | 一种基于以太网的产品质量监测系统 |
CN107607064A (zh) * | 2017-09-01 | 2018-01-19 | 华南理工大学 | 基于点云信息的led荧光粉胶涂覆平整度检测系统及方法 |
CN108665444A (zh) * | 2018-04-12 | 2018-10-16 | 浙江大学 | 一种荧光pcb三防漆涂覆质量检测系统及方法 |
CN109060823A (zh) * | 2018-08-03 | 2018-12-21 | 珠海格力智能装备有限公司 | 散热器的散热膏涂覆质量检测方法以及装置 |
CN109215026A (zh) * | 2018-09-29 | 2019-01-15 | 广东工业大学 | 一种基于机器视觉的高速准确led缺陷检测方法 |
CN109580569A (zh) * | 2018-12-28 | 2019-04-05 | 蜂巢能源科技有限公司 | 涂覆浆料的检测装置 |
WO2019179089A1 (zh) * | 2018-03-22 | 2019-09-26 | 华南理工大学 | 一种大功率白光led荧光粉微涂覆区域的分割方法 |
CN110308453A (zh) * | 2019-06-27 | 2019-10-08 | 南京理工大学 | 基于线阵ccd和fpga的多激光光斑位置探测装置及方法 |
CN110992353A (zh) * | 2019-12-13 | 2020-04-10 | 哈尔滨工业大学 | 基于智能感知的芯片涂层薄膜质量检测方法 |
CN111440347A (zh) * | 2020-03-25 | 2020-07-24 | 李皥东 | 一种改善型pc板及其制备方法 |
CN111696102A (zh) * | 2020-06-18 | 2020-09-22 | 王振才 | 一种基于大数据的涂料涂覆检测系统及方法 |
CN113092485A (zh) * | 2021-04-06 | 2021-07-09 | 广东剑鑫科技股份有限公司 | 一种三防漆涂覆质量检测系统及方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008267926A (ja) * | 2007-04-19 | 2008-11-06 | Ckd Corp | 蛍光ランプ検査装置 |
-
2013
- 2013-02-07 CN CN2013100491390A patent/CN103134785A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008267926A (ja) * | 2007-04-19 | 2008-11-06 | Ckd Corp | 蛍光ランプ検査装置 |
Non-Patent Citations (1)
Title |
---|
肖超: "《视觉系统在LED荧光粉厚度检测中的应用》", 《中国优秀硕士学位论文全文数据库》, 15 January 2013 (2013-01-15) * |
Cited By (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN103439341A (zh) * | 2013-09-10 | 2013-12-11 | 电子科技大学 | 光电码盘缺陷检测系统及其实现方法 |
WO2016091152A1 (en) * | 2014-12-08 | 2016-06-16 | Boe Technology Group Co., Ltd. | Method and device for sealant coating inspection |
US10026162B2 (en) | 2014-12-08 | 2018-07-17 | Boe Technology Group Co., Ltd. | Method and device for sealant coating inspection |
CN104792788B (zh) * | 2015-03-18 | 2017-12-22 | 浙江野马电池有限公司 | 一种涂胶视觉检测方法及其装置 |
CN104792788A (zh) * | 2015-03-18 | 2015-07-22 | 浙江野马电池有限公司 | 一种涂胶视觉检测方法及其装置 |
CN105214906A (zh) * | 2015-08-26 | 2016-01-06 | 武汉华星光电技术有限公司 | 一种涂布装置及其清除异物误报的方法 |
CN105388163A (zh) * | 2015-10-28 | 2016-03-09 | 佛山市南海区广工大数控装备协同创新研究院 | 陶瓷砖表面缺陷智能检测系统 |
CN105738336A (zh) * | 2016-02-25 | 2016-07-06 | 福建中烟工业有限责任公司 | 在线监控香精香料施加均匀性的方法及装置 |
CN106156953A (zh) * | 2016-07-26 | 2016-11-23 | 华南理工大学 | 一种网络控制动态调度的荧光粉胶配比装置与方法 |
CN106289060A (zh) * | 2016-09-14 | 2017-01-04 | 华南理工大学 | 一种测量平面led荧光粉涂层体积的系统及方法 |
CN106370104A (zh) * | 2016-09-14 | 2017-02-01 | 华南理工大学 | 一种测量曲面led荧光粉涂层体积的方法 |
CN106370104B (zh) * | 2016-09-14 | 2019-01-18 | 华南理工大学 | 一种测量曲面led荧光粉涂层体积的方法 |
CN106758713A (zh) * | 2016-12-30 | 2017-05-31 | 重庆力力建设工程有限公司 | 一种路面裂缝的检测方法 |
CN106812052A (zh) * | 2016-12-30 | 2017-06-09 | 重庆力力建设工程有限公司 | 路面裂缝检测装置 |
CN106910434A (zh) * | 2017-02-13 | 2017-06-30 | 武汉随戈科技服务有限公司 | 一种会展会议服务用电子席卡 |
CN107295068A (zh) * | 2017-05-27 | 2017-10-24 | 镇江苏仪德科技有限公司 | 一种基于以太网的产品质量监测系统 |
CN107607064B (zh) * | 2017-09-01 | 2020-09-22 | 华南理工大学 | 基于点云信息的led荧光粉胶涂覆平整度检测系统及方法 |
CN107607064A (zh) * | 2017-09-01 | 2018-01-19 | 华南理工大学 | 基于点云信息的led荧光粉胶涂覆平整度检测系统及方法 |
WO2019179089A1 (zh) * | 2018-03-22 | 2019-09-26 | 华南理工大学 | 一种大功率白光led荧光粉微涂覆区域的分割方法 |
CN108665444A (zh) * | 2018-04-12 | 2018-10-16 | 浙江大学 | 一种荧光pcb三防漆涂覆质量检测系统及方法 |
CN109060823A (zh) * | 2018-08-03 | 2018-12-21 | 珠海格力智能装备有限公司 | 散热器的散热膏涂覆质量检测方法以及装置 |
CN109215026A (zh) * | 2018-09-29 | 2019-01-15 | 广东工业大学 | 一种基于机器视觉的高速准确led缺陷检测方法 |
CN109215026B (zh) * | 2018-09-29 | 2022-02-11 | 广东工业大学 | 一种基于机器视觉的高速准确led缺陷检测方法 |
CN109580569A (zh) * | 2018-12-28 | 2019-04-05 | 蜂巢能源科技有限公司 | 涂覆浆料的检测装置 |
CN110308453A (zh) * | 2019-06-27 | 2019-10-08 | 南京理工大学 | 基于线阵ccd和fpga的多激光光斑位置探测装置及方法 |
CN110992353A (zh) * | 2019-12-13 | 2020-04-10 | 哈尔滨工业大学 | 基于智能感知的芯片涂层薄膜质量检测方法 |
CN110992353B (zh) * | 2019-12-13 | 2021-04-06 | 哈尔滨工业大学 | 基于智能感知的芯片涂层薄膜质量检测方法 |
CN111440347A (zh) * | 2020-03-25 | 2020-07-24 | 李皥东 | 一种改善型pc板及其制备方法 |
CN111696102A (zh) * | 2020-06-18 | 2020-09-22 | 王振才 | 一种基于大数据的涂料涂覆检测系统及方法 |
CN111696102B (zh) * | 2020-06-18 | 2021-09-03 | 乐清市路航电气有限公司 | 一种基于大数据的涂料涂覆检测系统及方法 |
CN113092485A (zh) * | 2021-04-06 | 2021-07-09 | 广东剑鑫科技股份有限公司 | 一种三防漆涂覆质量检测系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103134785A (zh) | 一种基于机器视觉的荧光粉涂覆表面缺陷检测系统及方法 | |
CN108921176B (zh) | 一种基于机器视觉的指针式仪表定位与识别方法 | |
US11468553B2 (en) | System and method for determining type and size of defects on blank reticles | |
CN102288613B (zh) | 一种灰度和深度信息融合的表面缺陷检测方法 | |
CN102175700B (zh) | 数字x射线图像焊缝分割和缺陷检测方法 | |
CN203117109U (zh) | 基于机器视觉的荧光粉涂覆表面缺陷检测系统 | |
CN110930390B (zh) | 基于半监督深度学习的芯片管脚缺失检测方法 | |
CN103411533B (zh) | 结构光自适应多次曝光法 | |
CN106091981B (zh) | 用于高动态范围物体的区域投影光学三维轮廓测量方法 | |
CN103759676A (zh) | 一种工件表面粗糙度非接触式的检测方法 | |
CN108088845A (zh) | 一种基于微弱信息保留的成像校正方法与装置 | |
CN110490826B (zh) | 一种照相机中雾滴样本图像处理方法 | |
CN104597057A (zh) | 一种基于机器视觉的柱状二极管表面缺陷检测装置 | |
CN113781415B (zh) | 一种x射线图像的缺陷检测方法、装置、设备及介质 | |
CN114719749B (zh) | 基于机器视觉的金属表面裂纹检测及真实尺寸测量方法及系统 | |
CN104574312A (zh) | 标靶图像求圆心的方法和装置 | |
EP3867866A1 (en) | Automated inspection for sheet parts of arbitrary shape from manufactured film | |
CN112730454A (zh) | 基于光学、红外热波与超声波融合的复合材料的损伤智能检测方法 | |
CN115272256A (zh) | 亚像素级传感光纤路径高斯提取方法及系统 | |
CN110853092A (zh) | 一种基于不规则物体的点云量方算法 | |
CN109886936B (zh) | 一种低对比度缺陷检测方法和装置 | |
CN104878679A (zh) | 一种车载车辙实时检测系统及检测方法 | |
CN106289060A (zh) | 一种测量平面led荧光粉涂层体积的系统及方法 | |
CN107833223B (zh) | 一种基于光谱信息的水果高光谱图像分割方法 | |
CN109785290A (zh) | 基于局部光照归一化的钢板缺陷检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130605 |