CN103198472B - 一种重型汽车连杆成品质量检测方法及其检测系统 - Google Patents
一种重型汽车连杆成品质量检测方法及其检测系统 Download PDFInfo
- Publication number
- CN103198472B CN103198472B CN201310065837.XA CN201310065837A CN103198472B CN 103198472 B CN103198472 B CN 103198472B CN 201310065837 A CN201310065837 A CN 201310065837A CN 103198472 B CN103198472 B CN 103198472B
- Authority
- CN
- China
- Prior art keywords
- connecting rod
- heavy
- image
- duty car
- product
- 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.)
- Active
Links
Abstract
本发明公开了一种重型汽车连杆成品质量检测方法,包括:预先采集重型汽车连杆上的公司标志图像,提取其中信息作为先验信息存储;实时采集待测重型汽车连杆上包含公司标志和产品序列号的汽车连杆图像;计算汽车连杆图像的SURF特征向量,确定包含产品序列号的感兴趣区域;分别对感兴趣区域进行区域划分,得到若干子区域;分别计算每个子区域的积分图像,提取每个积分图像的SURF特征向量,每组子区域得到一对SURF特征向量;分别计算每对SURF特征向量之间的欧式距离,判断待测重型汽车连杆是否合格。重型汽车连杆成品质量的实时精确测量,检测效率和检测精度高,同时大大降低了检测人员的劳动强度。
Description
技术领域
本发明属于产品质量检测技术领域,具体涉及一种关于重型汽车连杆表面字符配准检测方法及其检测系统。
背景技术
连杆作为发动机的关键部件,它的产品质量至关重要。单个重型汽车连杆是由连杆体与连杆盖两部分组装而成,每个连杆体都有唯一一个对应的连杆盖,如果将不同组对的连杆体与连杆盖组装到一起,将会产生不合格品。
重型汽车连杆的产品质量检测过程需要能够快速准确地对连杆体与连杆盖的配准情况进行检测,实时的在线检测手段对于及时、高效地连杆成品的质量非常重要。然而,由于产品加工过程工艺等因素,成品连杆的质量检测成为自动产品质量检测中的一个技术难题。
连杆体与连杆盖上的对应产品序列号在现有工艺条件与技术背景下,连杆的配对质量检测一般采用离线人工肉眼检测方式,由操作工人通过目测连杆体与连杆盖上的对应产品序列号是否一致来判断连杆是否合格,虽然一定程度上满足了检测的需求,但连杆体与连杆盖上的产品序列号较长且数字与字母混杂,因而人工检测存在两个问题:一是人在长时间的单调、枯燥的检测过程中易于疲惫,容易出错;二是肉眼检测自动化程度低,生产效率低下,不能满足企业快速、精确检测的实际需求。
因此,国内的重型汽车连杆生产企业目前都无法实现连杆成品的质量自动化检测,单纯的人工检测费时费力且准确性低,可靠性差。
Bay H.与Tuvtellars T.在标题为SURF:speeded up robust features(Proceedings of the European Conference on ComputerVision,2006:404-417)的文章中公开了一种基于SURF(Speeded Up RobustFeatures)的稀疏局部不变特征,用于图像的形状描述,该方法对图像目标的检测速度快且精度较高,但仅仅成功应用于人脸的检测与跟踪中。
针对重型汽车连杆的质量检测,每一个连杆都对应一组反映其身份的序列号,如果连杆体与连杆盖上的序列号一致,则为合格品,反之为不合格品。因而需要对每个待测连杆产品建立模型进行检测。需要考虑到批量检测、实时性、检测算法策略等实际因素的影响。
发明内容
针对现有技术所存在的上述技术缺陷及不足,本发明提供了一种重型汽车连杆产品质量配准检测方法及其检测系统,实现了重型汽车连杆成品质量的实时精确测量,检测效率和检测精度高,同时大大降低了检测人员的劳动强度。
一种重型汽车连杆成品质量检测方法,包括如下步骤:
(1)预先采集重型汽车连杆上的公司标志图像以及该公司标志与产品序列号之间的间隔距离信息,计算公司标志图像的SURF特征向量,并将该SURF特征向量和间隔距离信息作为先验信息存储;所述重型汽车连杆由连杆体与连杆盖组装而成,连杆体与连杆盖上均带有产品序列号且相互匹配;
(2)实时采集待测重型汽车连杆上包含公司标志和产品序列号的汽车连杆图像;
(3)计算所述汽车连杆图像的SURF特征向量,并与预先存储的先验信息对比,确定公司标志位置,并根据与该公司标志对应的间隔距离信息确定汽车连杆图像中的包含产品序列号的感兴趣区域(ROI,Region ofInteresting,);
(4)分别对感兴趣区域进行区域划分,得到若干子区域,这些子区域对称的分布在所述连杆盖和连杆体上,两个相互对称的子区域为一组子区域;
(5)分别计算每个子区域的积分图像,提取每个积分图像的SURF特征向量,每组子区域得到一对SURF特征向量;
(6)分别计算每对SURF特征向量之间的欧式距离,若所有对SURF特征向量对应的欧式距离均满足设定值满足要求,则该连杆成品为合格品,反之则证明连杆体与连杆盖配对错误,为不合格品;按照步骤(1)~(5)的方法实现对一个或多个重型汽车连杆的质量检测。
目前使用的重型汽车连杆上都刻有公司标志图像,而且该标志与产品序列号的间隔距离恒定,因而采用公司标志图案定位的方法快速寻找产品序列号区域。重型汽车连杆上的产品序列号相同。运用预先存储的公司标志的SURF特征向量对采集的汽车连杆图像进行检测,从而实现公司标志的精确定位,进而实现对产品序列号ROI的定位。
所述的步骤(4)中,为提高检测精度,作为优选,对感兴趣区域进行分割时,每个子区域分别对应于不同位置的产品序列号。例如,对于系列号为5个字符的重型汽车连杆,对感兴趣区域进行图像分割时,分割成2行,每行5个,共10个的字符图像区域,第一行5个字符对应于连杆盖上的产品序列号,第二行5个字符对应于连杆体上的产品序列号。
本发明还提供了一种重型汽车连杆成品质量检测系统,包括:
图像采集单元,用于实时采集待测重型汽车连杆上包含公司标志和产品序列号的汽车连杆图像;
图像处理单元,用于对所述的汽车连杆图像进行处理,并计算出检测结果;
检测结果显示单元,用于显示图像处理单元检测结果;
所述的图像处理单元对所述的汽车连杆图像进行处理,并计算出检测结果时,具体方法为:
(i)在图像采集单元采集的汽车连杆图像中,定位并读取包含产品序列号的感兴趣区域,对读取的感兴趣区域进行分割,得到若干子区域,这些子区域对称的分布在连杆盖和连杆体上,两个相互对称的子区域为一组子区域;
(ii)计算分割得到的每个子区域的积分图像,提取每个积分图像的SURF特征向量,每组子区域得到一对SURF特征向量;
(iii)分别计算每对SURF特征向量之间的欧式距离,根据得到的欧式距离数值均满足设定值满足要求,计算出检测结果。
所述的图像处理单元为工业控制计算机,通过各种软件进行图像处理操作,例如可选择通过图像分割提取软件进行图像定位和分割操作;可选择通过图像特征提取软件进行特征提取操作;可选择通过质量决策软件进行结果判定,最后得到检测结果。另外,为便于检测过程的监控,所述图像处理单元内还可以包括人机界面软件,用于实时显示所述的连杆图像以及检测过程数据,并接收用户的操作指令对所述的图像分割软件、图像特征提取软件、产品质量决策软件进行参数设定。
为提高检测作业的检测效率,作为优选,所述的重型汽车连杆成品质量检测系统还包括运动控制单元,该运动控制单元用于带动图像采集单元连续对多个重型汽车连杆进行采集图像操作。运动控制单元的设置使得本发明的检测系统能够对多个重型汽车连杆进行连续检测,适于工业化流水线作业,实用性很强。
为保证本发明的检测系统可以在各种场合下使用,作为优选,所述的重型汽车连杆成品质量检测系统还包括为图像采集单元提供合适的照明的光源、以及光源控制单元;所述的光源在运动控制单元带动下与图像采集单元同步运动。
为现场人员尽快发现不合格的重型汽车连杆产品,作为优选,所述的重型汽车连杆成品质量检测系统还包括报警单元,当发现不合格重型汽车连杆产品时发出声或/和光报警。所述的报警单元可采用报警灯、声音报警器或者两者的结合。
为进一步提高检测精度,作为优选,所述的光源对称的设置在所述重型汽车连杆两侧。光源对称设置,避免了由于外界光照的变化和重型汽车连杆反光对图像采集的不良影响。保证采集到清楚高质量的汽车连杆图像。为便于光源的布置,作为进一步的优选,所述的光源为两条条形LED光源。
本发明通过运动控制系统带动图像采集单元运动,实时连续采集多个汽车连杆图像,并进行定位、分割,提取ROI区域特征向量,对相对应的ROI进行配准检测,判断连杆体与连杆盖上的字符串是否一致,从而实现多个连杆的产品质量快速检测,具有不接触、无损伤、连续、实时、精度高的优点;通过装在检测设备上的工业摄像机、照明光源以及装有相关软件的工业控制计算机可以实时评估连杆产品质量,在保证测量精度的前提下大大缩减了相应的检测成本。
附图说明
图1为本发明的重型汽车连杆成品质量检测方法的步骤流程示意图。
图2为本发明的重型汽车连杆成品质量检测系统的结构示意图。
图3为本发明的重型汽车连杆成品质量检测方法中区域分割示意图。
具体实施方式
为了更为具体地描述本发明,下面结合附图及具体实施方式对本发明的技术方案进行详细说明。
如图1所示,一种重型汽车连杆成品质量检测方法,包括如下步骤:
(1)预先采集重型汽车连杆上的公司标志图像以及该公司标志与产品序列号之间的间隔距离信息,计算公司标志图像的SURF特征向量,并将该SURF特征向量和间隔距离信息作为先验信息存储;重型汽车连杆由连杆体与连杆盖组装而成,连杆体与连杆盖上均带有产品序列号且相互匹配,即位置和数字完全相同;
(2)实时采集待测重型汽车连杆上包含公司标志和产品序列号的汽车连杆图像;
(3)计算所述汽车连杆图像的SURF特征向量,并与预先存储的先验信息对比,确定公司标志位置,并根据与该公司标志对应的间隔距离信息确定汽车连杆图像中的包含产品序列号的感兴趣区域(ROI,Region ofInteresting,);
(4)分别对感兴趣区域进行区域划分,分割成2行、每行5个共10个的字符图像区域,如图3所示,第一行5个字符对应为连杆盖产品序列号,5个字符区域分别定义为:R1n,其中n=1,2,3,4,5;第二行5个字符对应为连杆体产品序列号,分别将其区域定义为:R2n,其中n=1,2,3,4,5;这些子区域对称的分布在所述连杆盖和连杆体上,两个相互对称的子区域为一组子区域;图3中:A为重型汽车连杆盖,B为重型汽车连杆体,C为公司标志,D1为连杆盖产品序列号区域,D2为连杆体产品序列号区域,E对应虚线框中为示例的一组对称子区域;
R1n为连杆盖产品序列号子区域,R2n为连杆体产品序列号子区域,其中n=1,2,…,5,共5组10个子区域。
(5)定义每个子区域Rmn对应图像为Im,n(x,y),计算其积分图像Jm, n(x,y),并提取每个积分图像的SURF特征向量fm,n,这样每组子区域(R1n,R2n)将得到一对SURF特征向量(f1,n,f2,n);
其中:
式(1)中,m=1,2;n=1,2,3,4,5;
(6)分别计算每对SURF特征向量之间的欧式距离dn:
dn=D(f1,n,f2,n) (2)
式(2)中,D()为欧式距离计算方法,n=1,2,3,4,5;若所有对SURF特征向量对应的欧式距离均满足设定值满足要求:
(d1>T)&(d2>T)&(d3>T)&(d4>T)&(d5>T) (3)
式3中:T为设定阈值;
则该连杆成品为合格品,反之则证明连杆体与连杆盖配对错误,为不合格品;按照步骤(1)~(5)的方法实现对一个或多个重型汽车连杆的质量检测。
本实施方式的检测方法得出检测结果具有较高的精度和可靠性,值得信赖。
如图2所示,一种重型汽车连杆成品质量检测系统,包括:控制柜1、图像采集单元2、图像处理单元3、检测结果显示单元4、光源5、光源控制单元、运动控制单元和报警单元;
其中,控制柜1为按照系统设备进行设计订做,主要用于放置、保护相关系统设备,还可用作重型汽车连杆检测的上料台。
图像采集单元,用于实时采集待测重型汽车连杆上包含公司标志和产品序列号的汽车连杆图像;可采用工业摄像机,工业摄像机使用大恒CG400黑白1/3CMOS摄像机,逐行全帧扫描方式,分辨率为768×480,帧率可达60帧/秒,输出接口为USB,镜头卡口为C/CS口,体积小巧,易于安装,能满足实时检测要求;镜头选用日本Fujinon的12mm无畸变镜头。
图像处理单元,用于对所述的汽车连杆图像进行处理,并计算出检测结果;图像处理单元可采用工业控制计算机,报警单元可采用安装在计算机内的报警软件。工业控制计算机内安装有图像分割软件、图像特征提取软件、质量决策与报警软件和人机界面软件。图像分割软件用于在图像采集单元采集的汽车连杆图像中,定位并读取包含产品序列号的感兴趣区域,对读取的感兴趣区域进行分割,得到若干子区域,这些子区域对称的分布在连杆盖和连杆体上,两个相互对称的子区域为一组子区域;图像特征提取软件用于计算分割得到的每个子区域的积分图像,提取每个积分图像的SURF特征向量,每组子区域得到一对SURF特征向量;待测产品质量决策与报警软件:分别计算每对SURF特征向量之间的欧式距离,根据得到的欧式距离数值均满足设定值满足要求,计算出检测结果,并根据检测结果发出报警信号。报警单元也可选择与工业控制计算机相连的其他报警装置。人机界面软件用于实时显示汽车连杆图像以及检测过程数据,并接收用户的操作指令对所述的图像分割软件、图像特征提取软件、产品质量决策软件进行参数设定,实际过程中通过显示屏显示。工业控制计算机通过USB数据线连接工业摄像机。工业控制计算机采用研华工业控制计算机,该机采用Intel双核处理器,主频3.0G,1100M网卡,1G内存,160G硬盘,19寸液晶显示器,满足工业现场恶劣环境的要求。
检测结果显示单元4,实际上可选择与工业控制计算机相连的显示屏,用于显示图像处理单元检测结果。
光源5选用Ti-times120×20mm条形红色LED光源,光源控制器选用Ti-times PA-2C-24V双通道电源。运动控制器选用雷赛DMC1000型号,高精度两轴带开关量的运动控制卡,通过PCI数据线与工业控制计算机相连,可以实现计算机对直线运动单元的精确控制。直线运动单元6,通过铝合金支架7固定在控制柜顶面。选用日本IAIIF-SA1L-A-60-1000-T1型号,由电机、机械滚珠丝杠、导轨、光电限位传感器8(左右分别设置一个)组成,机械精度可达0.01mm。
工业摄像机和对称的两个红色光源均安装在直线运动单元的支架上,由于外界光照的变化会影响成像效果,而且连杆表面也反光,所以使用两个对称分布的条形光源,以保证检测时的成像效果。
本实施方式中,根据需要可配置弱电控制单元,用于传感器数据采集、信号调理、数字量控制信号输出。
本实施方式按以下步骤进行:
(1)多个重型汽车连杆9在控制柜1上放置完成后,工业控制计算机通过人机接口软件驱动运动控制器控制直线运动单元带动相机与光源运动,依次采集各汽车连杆图像。
(2)对采集的汽车连杆图像进行ROI定位、图像分割、特征提取与匹配检测,判断该重型汽车连杆的连杆体与连杆盖上产品序列号是否一致,若检测为不合格品,则工业控制计算机通过运动控制器的数字量输出单元控制声光报警。
(3)一批次连杆检测完毕,软件复位,直线运动单元带动相机与光源回到起始位置,等待下批次检测。
Claims (3)
1.一种重型汽车连杆成品质量检测方法,其特征在于,包括如下步骤:
(1)预先采集重型汽车连杆上的公司标志图像以及该公司标志与产品序列号之间的间隔距离信息,计算公司标志图像的SURF特征向量,并将该SURF特征向量和间隔距离信息作为先验信息存储;所述重型汽车连杆由连杆体与连杆盖组装而成,连杆体与连杆盖上均带有产品序列号且相互匹配;
(2)实时采集待测重型汽车连杆上包含公司标志和产品序列号的汽车连杆图像;
(3)计算所述汽车连杆图像的SURF特征向量,并与预先存储的先验信息对比,确定公司标志位置,并根据与该公司标志对应的间隔距离信息确定汽车连杆图像中的包含产品序列号的感兴趣区域;
(4)分别对感兴趣区域进行区域划分,得到若干子区域,这些子区域对称的分布在所述连杆盖和连杆体上,两个相互对称的子区域为一组子区域;
(5)分别计算每个子区域的积分图像,提取每个积分图像的SURF特征向量,每组子区域得到一对SURF特征向量;
(6)分别计算每对SURF特征向量之间的欧式距离,若所有对SURF特征向量对应的欧式距离均满足设定值满足要求,则该连杆成品为合格品,反之则证明连杆体与连杆盖配对错误,为不合格品;按照步骤(1)~(5)的方法实现对一个或多个重型汽车连杆的质量检测;
所述的步骤(4)中,对感兴趣区域进行分割时,每个子区域分别对应于不同位置的产品序列号;
所述重型汽车连杆两侧对称的设置有提供照明的光源,所述的光源为两条120×20mm条形红色LED光源。
2.一种重型汽车连杆成品质量检测系统,所述重型汽车连杆由连杆体与连杆盖组装而成,连杆体与连杆盖上均带有产品序列号且相互匹配;其特征在于,包括:
图像采集单元,用于实时采集待测重型汽车连杆上包含公司标志和产品序列号的汽车连杆图像;
图像处理单元,用于对所述的汽车连杆图像进行处理,并计算出检测结果;
检测结果显示单元,用于显示图像处理单元检测结果;
所述图像采集单元预先采集重型汽车连杆上的公司标志图像以及该公司标志与产品序列号之间的间隔距离信息,图像处理单元计算公司标志图像的SURF特征向量,并将该SURF特征向量和间隔距离信息作为先验信息存储;
所述的图像处理单元对所述的汽车连杆图像进行处理,并计算出检测结果时,具体方法为:
(i)在图像采集单元采集的汽车连杆图像中,定位并读取包含产品序列号的感兴趣区域,对读取的感兴趣区域进行分割,得到若干子区域,这些子区域对称的分布在连杆盖和连杆体上,两个相互对称的子区域为一组子区域,每个子区域分别对应于不同位置的产品序列号;
(ii)计算分割得到的每个子区域的积分图像,提取每个积分图像的SURF特征向量,每组子区域得到一对SURF特征向量;
(iii)分别计算每对SURF特征向量之间的欧式距离,根据得到的欧式距离数值均满足设定值满足要求,计算出检测结果;
还包括:
运动控制单元,该运动控制单元用于带动图像采集单元连续对多个重型汽车连杆进行采集图像操作
为图像采集单元提供合适的照明的光源、以及光源控制单元;所述的光源在运动控制单元带动下与图像采集单元同步运动;所述的光源对称的设置在所述重型汽车连杆两侧;所述的光源为两条120×20mm条形红色LED光源。
3.根据权利要求2所述的重型汽车连杆成品质量检测系统,其特征在于,还包括报警单元,当发现不合格重型汽车连杆产品时发出声或/和光报警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310065837.XA CN103198472B (zh) | 2013-03-01 | 2013-03-01 | 一种重型汽车连杆成品质量检测方法及其检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310065837.XA CN103198472B (zh) | 2013-03-01 | 2013-03-01 | 一种重型汽车连杆成品质量检测方法及其检测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103198472A CN103198472A (zh) | 2013-07-10 |
CN103198472B true CN103198472B (zh) | 2015-09-30 |
Family
ID=48720978
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310065837.XA Active CN103198472B (zh) | 2013-03-01 | 2013-03-01 | 一种重型汽车连杆成品质量检测方法及其检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103198472B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104973069B (zh) * | 2015-07-10 | 2017-04-26 | 吉林大学 | 重型车空气阻力合成系数和质量的在线同步辨识方法 |
US9638242B2 (en) * | 2015-09-28 | 2017-05-02 | Ford Motor Company | High-contrast engine connecting rod |
CN106076873A (zh) * | 2016-06-07 | 2016-11-09 | 东莞市成铭胶粘剂有限公司 | 基于包装成型的自动检测及分料系统 |
CN106643536A (zh) * | 2016-12-20 | 2017-05-10 | 南京世界村汽车动力有限公司 | 基于机器视觉的汽车发动机连杆几何参数检测系统 |
CN106990113B (zh) * | 2017-03-24 | 2020-12-11 | 广东四会实力连杆有限公司 | 汽车连杆毛坯胀断面质量视觉检测装置 |
CN110555832B (zh) * | 2019-09-02 | 2023-09-19 | 山东建筑大学 | 汽车发动机连杆质量多参数检测方法,设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102346847A (zh) * | 2011-09-26 | 2012-02-08 | 青岛海信网络科技股份有限公司 | 一种支持向量机的车牌字符识别方法 |
CN102722704A (zh) * | 2012-06-12 | 2012-10-10 | 厦门宸天电子科技有限公司 | 一种融合视频动态跟踪的车牌识别方法和系统 |
-
2013
- 2013-03-01 CN CN201310065837.XA patent/CN103198472B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102346847A (zh) * | 2011-09-26 | 2012-02-08 | 青岛海信网络科技股份有限公司 | 一种支持向量机的车牌字符识别方法 |
CN102722704A (zh) * | 2012-06-12 | 2012-10-10 | 厦门宸天电子科技有限公司 | 一种融合视频动态跟踪的车牌识别方法和系统 |
Non-Patent Citations (2)
Title |
---|
一种用于汽车连杆检测的机器视觉系统研究;潘泉松等;《浙江科技学院学报》;20130228;第25卷(第1期);15-20 * |
基于形态学和 surf 特征的车牌定位算法研究;赵亮等;《通信技术》;20130228;第46卷;48-54 * |
Also Published As
Publication number | Publication date |
---|---|
CN103198472A (zh) | 2013-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103198472B (zh) | 一种重型汽车连杆成品质量检测方法及其检测系统 | |
CN109357630B (zh) | 一种多类型工件批量视觉测量系统及方法 | |
CN102854192B (zh) | 一种基于苹果表面缺陷检测系统的苹果表面缺陷检测方法 | |
CN102176228B (zh) | 一种用于识别多个指针式仪表表盘信息的机器视觉方法 | |
CN104392224B (zh) | 一种公路路面裂纹检测方法 | |
CN111239158A (zh) | 一种基于机器视觉的汽车仪表盘检测系统和检测方法 | |
CN104360501A (zh) | 一种液晶屏幕缺陷视觉检测方法及装置 | |
CN104482860A (zh) | 鱼类形态参数自动测量装置和方法 | |
CN110146516B (zh) | 基于正交双目机器视觉的水果分级装置 | |
CN210071686U (zh) | 基于正交双目机器视觉的水果分级装置 | |
CN106803248B (zh) | 模糊车牌图像模糊度评价方法 | |
CN112184648A (zh) | 一种基于深度学习的活塞表面缺陷检测方法及系统 | |
CN105868756A (zh) | 应用数字图像识别技术的燃气表计数器直读系统和直读方法 | |
CN110096980A (zh) | 字符检测识别系统 | |
CN103630544A (zh) | 一种视觉在线检测系统 | |
CN109816627B (zh) | 平面玻璃元件油墨区弱小缺陷目标检测方法 | |
CN112270659A (zh) | 一种动力电池极片表面缺陷快速检测方法和系统 | |
CN110728269B (zh) | 一种基于c2检测数据的高铁接触网支柱杆号牌识别方法 | |
CN114419038A (zh) | 轮毂表面缺陷的识别方法及装置、存储介质、电子设备 | |
CN114972177A (zh) | 道路病害识别管理方法、装置及智能终端 | |
CN107633508A (zh) | 一种计量产品印刷线路板外观验证方法及系统 | |
CN211856402U (zh) | 一种基于机器视觉的汽车仪表盘检测系统 | |
CN103091332B (zh) | 一种基于机器视觉的u型粉管的检测方法及其检测系统 | |
WO2023098187A1 (zh) | 一种处理方法及处理装置、处理系统 | |
CN109622404A (zh) | 一种基于机器视觉的微工件自动分拣系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |