CN103439338A - 薄膜缺陷分类方法 - Google Patents

薄膜缺陷分类方法 Download PDF

Info

Publication number
CN103439338A
CN103439338A CN2013103871033A CN201310387103A CN103439338A CN 103439338 A CN103439338 A CN 103439338A CN 2013103871033 A CN2013103871033 A CN 2013103871033A CN 201310387103 A CN201310387103 A CN 201310387103A CN 103439338 A CN103439338 A CN 103439338A
Authority
CN
China
Prior art keywords
algorithm
threshold
detects
area
carbon point
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
CN2013103871033A
Other languages
English (en)
Other versions
CN103439338B (zh
Inventor
徐�明
胡鑫成
邹逸
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.)
Nanjing Topstek Automation Equipment Co ltd
Original Assignee
WUXI JINSHIJIE SCIENCE & TECHNOLOGY Co Ltd
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 WUXI JINSHIJIE SCIENCE & TECHNOLOGY Co Ltd filed Critical WUXI JINSHIJIE SCIENCE & TECHNOLOGY Co Ltd
Priority to CN201310387103.3A priority Critical patent/CN103439338B/zh
Publication of CN103439338A publication Critical patent/CN103439338A/zh
Application granted granted Critical
Publication of CN103439338B publication Critical patent/CN103439338B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

本发明涉及到视频图像处理方法，具体为薄膜缺陷分类方法。这种缺陷分类算法包括以下步骤：(1)提取目标区域、(2)消除伪边界、(3)缺陷分类检测。本发明根据缺陷的表面特征来识别、区分不同缺陷类型，实现了缺陷检测与分类过程的自动化。

Description

薄膜缺陷分类方法
技术领域
本发明涉及到视频图像处理方法，具体为薄膜缺陷分类方法。
背景技术
根据中华人民共和国国家标准GB/T 24334-2009(聚偏二氯乙烯（PVDC）自粘性食品包装膜)、GBT 28117-2011(食品包装用多层共挤膜、袋)、GB/T 28118-2011(食品包装用塑料与铝箔复合膜、袋)对食品包装外观质量的要求，所用包装产品的外观不得包含(或单位面积内不得超过标准值)以下5类缺陷：穿孔、碳点、色皱、褶皱、异物。目前，公知的缺陷检测方法主要依靠人工肉眼进行识别，不仅耗费人力物力，而且检测效率低。
发明内容
本发明的技术解决问题是：克服当前薄膜表面质量检测自动化过程中面临的问题，提供一种具有实时性、高准确性和高精度的薄膜缺陷分类方法。
本发明的技术解决方案是：这种缺陷分类算法包括以下步骤：
(1)提取目标区域，利用全局阈值算法提取待检测图像内的目标区域；
(2)消除伪边界，通过形态学腐蚀算法与膨胀算法剔除目标区域的伪边界；
(3)缺陷分类检测，根据缺陷的灰度与形态特征，利用动态阈值算法结合形态学算法计算缺陷区域的特征参数，以此对缺陷进行分类。
更具体的方案，步骤(1)提取目标区域包括以下步骤：
（1.1）根据前景区域与背景区域的灰度特征，选择合适的全局阈值，利用阈值分割得到初始目标区域；
（1.2）利用区域填充算法对初始目标区域内的空白区域进行填充，得到完整的目标区域。
步骤(2)消除伪边界包括以下步骤：
（2.1）利用形态学腐蚀算法消除目标区域边缘被光源衍射的边界区域；
（2.2）利用形态学膨胀算法对步骤（2.1）误消除的真实边界区域进行补偿，得到真实或者接近真实的目标边界；
步骤(3)缺陷分类检测包括以下步骤：
(3.1)穿孔检测，将背景灰度值作为全局阈值分割得到穿孔区域，根据基于轮廓跟踪技术的标记算法对分散的穿孔区域进行标记，得到穿孔数目，分别计算穿孔区域的像素和以及中心坐标，得到穿孔尺寸和坐标；
（3.2)碳点检测，以步骤(3.1)穿孔区域的补集作为碳点检测的目标图像，首先根据碳点与背景的灰度特征设置阈值偏移量，利用动态阈值算法对目标图像进行分割；然后根据碳点的圆度特征预设圆度阈值，如果检测区域的圆度值大于预设的圆度阈值则作为碳点区域，否则作为非碳点缺陷转至步骤（3.4）；最后对碳点区域进行标记，得到碳点数目，计算碳点区域的像素和以及中心坐标，得到碳点的尺寸和坐标；
（3.3）色皱检测，以以步骤（3.1）穿孔检测和步骤（3.2）碳点检测得到的缺陷区域的补集作为色皱检测的目标图像，根据色皱与背景的灰度特征设置阈值偏移量，利用动态阈值算法对目标图像进行分割得到色皱区域；对色皱区域进行标记，得到色皱数目；
 (3.4)褶皱检测，经步骤（3.2）检测得到的非碳点缺陷作为褶皱的检测目标区域，计算检测目标区域的骨架与面积，并计算两者差值,设置该差值的阈值，若大于该阈值的检测区域作为褶皱，否则作为非褶皱区域转到步骤（3.5）；
（3.5）异物检测，将步骤（3.4）检测得到的非褶皱区域分类为异物。
上述步骤中所提及的动态阈值分割算法为：
动态阈值算法将目标区域的原始图像中满足阈值条件的像素区域作为分割结果，分割算法为：
Figure 2013103871033100002DEST_PATH_IMAGE001
其中，
Figure 65072DEST_PATH_IMAGE002
、
Figure 793993DEST_PATH_IMAGE003
、
Figure 872808DEST_PATH_IMAGE004
分别为原始图像、阈值图像和阈值分割结果，
Figure 433102DEST_PATH_IMAGE005
为阈值补偿值。
该动态阈值算法在不同应用场景还具有以下形式：
Figure 204749DEST_PATH_IMAGE006
或
Figure 2013103871033100002DEST_PATH_IMAGE007
或
Figure 155387DEST_PATH_IMAGE008
通常，阈值图像是原始图像经过平滑后的图像。
本发明根据缺陷的表面特征来识别、区分不同缺陷类型，实现了缺陷检测与分类过程的自动化；该薄膜缺陷分类方法实现过程中，通过前期的图像预处理过程剔除了背景区域，消除了光源噪声的干扰，节省了检测时间，提高了分类的准确度；在分类算法的实现过程中，通过全局阈值和动态阈值算法将所有缺陷检出，根据缺陷的外观特征参数：灰度特征、圆度、长度，与中心坐标将缺陷分类、定位。
附图说明
图1为本发明薄膜缺陷分类方法的流程图；
图2为线阵CCD相机拍摄的待检测图像；
图3-1为含有穿孔的检测区域；
图3-2为穿孔的检测结果；
图4-1为碳点的检测结果；
图4-2为色皱的检测结果；
图4-3为褶皱的检测结果；
图4-4为异物的检测结果。
具体实施方式
薄膜缺陷分类方法包括图像预处理部分和检测部分，图像预处理部分包括(1)提取目标区域和(2)消除伪边界；检测部分包括(3)缺陷分类检测。
下面结合附图对这两部分进行说明：
如图1所示
(1)提取目标区域
由高速线阵CCD相机拍摄的待检测图像除了包含完整的产品图像外，两侧还包含了具有高亮度灰度特征的背景区域，如图2所示，两侧为白色的背景区域。根据背景与前景的灰度特征，选择合适的全局阈值将背景分离，得到目标图像。由于穿孔区域的灰度特征与背景一致，因此穿孔区域也同时被剔除，为了得到完整的目标图像，利用区域填充算法对目标区域内的空白区域进行填充，得到完整的目标图像。
(2)消除伪边界
目标图像由于受到光源的影响，在边缘会产生不规则的由光源衍射产生的模糊边缘。为了消除这些伪边界，首先利用形态学腐蚀算法消除目标区域边缘被光源衍射的边界区域；为了对误消除的真实边界区域进行补偿，利用形态学的膨胀算法对边缘进行扩充，得到真实或者近似真实的目标边界。
(3)缺陷分类检测
根据相关国家标准，算法对薄膜类产品的5类表面缺陷进行分类检测，分别是：穿孔、碳点、色皱、褶皱、异物。
(3.1)穿孔检测
如图3-1所示，由于穿孔区域与背景区域的灰度特征一致，所以将背景灰度值作为全局阈值分割得到穿孔区域，如图3-2所示，利用标记算法对分散的穿孔区域进行标记，得到穿孔数目，分别计算穿孔区域的像素和以及中心坐标，得到穿孔尺寸和坐标；
（3.2)碳点检测
碳点与色皱是两种形态相似的缺陷类型，难以用简单的阈值算法将两者区分开来。根据两种缺陷的灰度渐变特征，可以利用动态阈值算法将两者进行区分，具体算法如下：
以步骤(3.1)得到的穿孔区域的补集作为碳点检测的目标图像，首先对目标图像进行两次不同程度的平滑处理，滤波模板分别为5×5、5×50，所得图像分别作为动态阈值算法的两幅输入图像：应用5×5模版平滑后的图像作为原始图像，另一幅作为阈值图像
Figure 452694DEST_PATH_IMAGE003
。由于碳点的灰度渐变特征要强于色皱，所以设置阈值偏移量
Figure 395242DEST_PATH_IMAGE005
大于色皱检测算法。将原始图像
Figure 396958DEST_PATH_IMAGE002
中灰度值大于
Figure 2013103871033100002DEST_PATH_IMAGE009
的像素区域作为分割结果。经实验验证，阈值偏移量
Figure 817575DEST_PATH_IMAGE005
为40~60，能够有效检出碳点区域，如图4-1。
动态阈值算法虽然能够将碳点与色皱相区分，但是检出结果会将其他类型的缺陷如褶皱或异物包含在内，为此，根据碳点的外观特征，取圆度值作为区分特征：
Figure 290145DEST_PATH_IMAGE010
 
其中C为圆度，S为区域面积，为区域中心到区域边界的最远距离。经试验验证，设置圆度阈值0.7（0.5~0.75），大于该阈值的为碳点，否则转到步骤（3.4）。
（3.3）色皱检测
以已检出缺陷区域的补集作为色皱检测的目标图像。设置动态阈值算法的阈值偏移量小于碳点检测中动态阈值算法的阈值偏移量，利用动态阈值算法检出色皱，经实验验证，色皱检测中，动态阈值的阈值偏移量参数为5~30，色皱检出率高，如图4-2所示。
(3.4)褶皱检测
将经过碳点检测得到的非碳点缺陷区域作为可能的褶皱区域。为了与异物，特指毛发，相区分，根据褶皱与毛发的形态特征，计算被检测区域与其骨架区域的像素之差，若该差值大于设定阈值，则为褶皱，如图4-3所示，否则，转至步骤（3.5）。
（3.5）异物检测
将步骤（3.4）得到的非褶皱缺陷分类为毛发，如图4-4所示。

Claims (5)

1.薄膜缺陷分类方法，其特征在于：包括以下步骤：
(1)提取目标区域，利用全局阈值算法提取待检测图像内的目标区域；
(2)消除伪边界，通过形态学腐蚀算法与膨胀算法剔除目标区域的伪边界；
(3)缺陷分类检测，根据缺陷的灰度与形态特征，利用动态阈值算法结合形态学算法计算缺陷区域的特征参数，以此对缺陷进行分类。
2.根据权利要求1所述的薄膜缺陷分类方法，其特征在于：所述(1)提取目标区域包括以下步骤：
（1.1）根据前景区域与背景区域的灰度特征，选择合适的全局阈值，利用阈值分割得到初始目标区域；
（1.2）利用区域填充算法对初始目标区域内的空白区域进行填充，得到完整的目标区域。
3.根据权利要求1所述的薄膜缺陷分类方法，其特征在于：所述(2)消除伪边界包括以下步骤：
（2.1）利用形态学腐蚀算法消除目标区域边缘被光源衍射的边界区域；
（2.2）利用形态学膨胀算法对步骤（2.1）误消除的真实边界区域进行补偿，得到真实或者接近真实的目标边界。
4.根据权利要求1所述的薄膜缺陷分类方法，其特征在于：所述(3)缺陷分类检测包括以下步骤：
(3.1)穿孔检测，将背景灰度值作为全局阈值分割得到穿孔区域，根据基于轮廓跟踪技术的标记算法对分散的穿孔区域进行标记，得到穿孔数目，分别计算穿孔区域的像素和以及中心坐标，得到穿孔尺寸和坐标；
（3.2)碳点检测，以步骤(3.1)穿孔区域的补集作为碳点检测的目标图像，首先根据碳点与背景的灰度特征设置阈值偏移量，利用动态阈值算法对目标图像进行分割；然后根据碳点的圆度特征预设圆度阈值，如果检测区域的圆度值大于预设的圆度阈值则作为碳点区域，否则作为非碳点缺陷转至步骤（3.4）；最后对碳点区域进行标记，得到碳点数目，计算碳点区域的像素和以及中心坐标，得到碳点的尺寸和坐标；
（3.3）色皱检测，以以步骤（3.1）穿孔检测和步骤（3.2）碳点检测得到的缺陷区域的补集作为色皱检测的目标图像，根据色皱与背景的灰度特征设置阈值偏移量，利用动态阈值算法对目标图像进行分割得到色皱区域；对色皱区域进行标记，得到色皱数目；
 (3.4)褶皱检测，经步骤（3.2）检测得到的非碳点缺陷作为褶皱的检测目标区域，计算检测目标区域的骨架与面积，并计算两者差值,设置该差值的阈值，若大于该阈值的检测区域作为褶皱，否则作为非褶皱区域转到步骤（3.5）；
（3.5）异物检测，将步骤（3.4）检测得到的非褶皱区域分类为异物。
5.根据权利要求4所述的薄膜缺陷分类方法，其特征在于：所述的动态阈值分割算法为：
动态阈值算法将目标区域的原始图像中满足阈值条件的像素区域作为分割结果，分割算法为：
Figure 692293DEST_PATH_IMAGE002
其中，
Figure 881966DEST_PATH_IMAGE003
、
Figure 781788DEST_PATH_IMAGE004
、
Figure 410216DEST_PATH_IMAGE005
分别为原始图像、阈值图像和阈值分割结果，
Figure 711884DEST_PATH_IMAGE006
为阈值补偿值。
CN201310387103.3A 2013-08-30 2013-08-30 薄膜缺陷分类方法 Active CN103439338B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310387103.3A CN103439338B (zh) 2013-08-30 2013-08-30 薄膜缺陷分类方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310387103.3A CN103439338B (zh) 2013-08-30 2013-08-30 薄膜缺陷分类方法

Publications (2)

Publication Number Publication Date
CN103439338A true CN103439338A (zh) 2013-12-11
CN103439338B CN103439338B (zh) 2015-08-12

Family

ID=49693040

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310387103.3A Active CN103439338B (zh) 2013-08-30 2013-08-30 薄膜缺陷分类方法

Country Status (1)

Country Link
CN (1) CN103439338B (zh)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103674968A (zh) * 2013-12-20 2014-03-26 纪钢 材料外观腐蚀形貌特征机器视觉原值检测评价方法及装置
CN104677276A (zh) * 2015-02-13 2015-06-03 华南理工大学 一种生瓷片小孔识别检测方法及系统
CN105911067A (zh) * 2016-05-17 2016-08-31 无锡赛默斐视科技有限公司 线缆护套表面瑕疵检测仪及其检测方法
CN106226157A (zh) * 2016-08-31 2016-12-14 孙金更 混凝土构件裂缝自动检测装置及方法
CN106248689A (zh) * 2015-06-11 2016-12-21 东友精细化工有限公司 复合膜的缺陷判别方法
CN106529510A (zh) * 2016-12-12 2017-03-22 中国科学院合肥物质科学研究院 一种用于电容薄膜的褶皱识别方法及装置
CN106644939A (zh) * 2016-12-08 2017-05-10 塔里木大学 一种农田土壤表层残膜残留量的测量方法及系统
CN106934789A (zh) * 2015-12-30 2017-07-07 航天信息股份有限公司 基于三帧差分法的包装动态检测方法及装置
CN108982534A (zh) * 2018-08-22 2018-12-11 合肥工业大学 一种铝箔输送位置和状态自动检测装置及其检测方法
CN109142393A (zh) * 2018-09-03 2019-01-04 佛亚智能装备（苏州）有限公司 一种缺陷分类方法、装置及系统
CN109900716A (zh) * 2019-04-12 2019-06-18 中民筑友科技投资有限公司 一种检测pc构件外观质量的系统和方法
CN110031474A (zh) * 2019-04-28 2019-07-19 无锡先导智能装备股份有限公司 异物检测方法及异物检测装置
CN110473179A (zh) * 2019-07-30 2019-11-19 上海深视信息科技有限公司 一种基于深度学习的薄膜表面缺陷检测方法、系统及设备
CN114604678A (zh) * 2022-03-11 2022-06-10 凌云光技术股份有限公司 一种消除缺陷定位误差的方法
CN114972894A (zh) * 2022-07-26 2022-08-30 南通三信塑胶装备科技股份有限公司 一种基于计算机视觉的cpp薄膜缺陷分类方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1993016442A1 (en) * 1992-02-18 1993-08-19 Neopath, Inc. Method for identifying objects using data processing techniques
CN101256157A (zh) * 2008-03-26 2008-09-03 广州中国科学院工业技术研究院 表面缺陷检测方法、装置
CN101799434A (zh) * 2010-03-15 2010-08-11 深圳市中钞科信金融科技有限公司 一种印刷图像缺陷检测方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1993016442A1 (en) * 1992-02-18 1993-08-19 Neopath, Inc. Method for identifying objects using data processing techniques
CN101256157A (zh) * 2008-03-26 2008-09-03 广州中国科学院工业技术研究院 表面缺陷检测方法、装置
CN101799434A (zh) * 2010-03-15 2010-08-11 深圳市中钞科信金融科技有限公司 一种印刷图像缺陷检测方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
李宁: "基于机器视觉技术的薄膜孔洞检测系统设计", 《机械设计与制造》, 31 December 2008 (2008-12-31) *
樊向党 等: "塑料薄膜表面疵点检测及识别方法研究", 《工业控制计算机》, vol. 24, no. 5, 31 December 2011 (2011-12-31) *
王俊平 等: "GaN 薄膜表面缺陷密度的提取", 《微电子学与计算机》, vol. 23, no. 3, 31 December 2006 (2006-12-31) *
钟球盛 等: "用于光学薄膜缺陷检测的快速图像分割算法", 《机电工程》, vol. 28, no. 10, 31 October 2011 (2011-10-31) *

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103674968A (zh) * 2013-12-20 2014-03-26 纪钢 材料外观腐蚀形貌特征机器视觉原值检测评价方法及装置
CN104677276A (zh) * 2015-02-13 2015-06-03 华南理工大学 一种生瓷片小孔识别检测方法及系统
CN106248689A (zh) * 2015-06-11 2016-12-21 东友精细化工有限公司 复合膜的缺陷判别方法
CN106248689B (zh) * 2015-06-11 2020-05-05 东友精细化工有限公司 复合膜的缺陷判别方法
CN106934789A (zh) * 2015-12-30 2017-07-07 航天信息股份有限公司 基于三帧差分法的包装动态检测方法及装置
CN105911067A (zh) * 2016-05-17 2016-08-31 无锡赛默斐视科技有限公司 线缆护套表面瑕疵检测仪及其检测方法
CN106226157A (zh) * 2016-08-31 2016-12-14 孙金更 混凝土构件裂缝自动检测装置及方法
CN106644939B (zh) * 2016-12-08 2019-03-15 塔里木大学 一种农田土壤表层残膜残留量的测量方法及系统
CN106644939A (zh) * 2016-12-08 2017-05-10 塔里木大学 一种农田土壤表层残膜残留量的测量方法及系统
CN106529510B (zh) * 2016-12-12 2019-07-05 中国科学院合肥物质科学研究院 一种用于电容薄膜的褶皱识别方法及装置
CN106529510A (zh) * 2016-12-12 2017-03-22 中国科学院合肥物质科学研究院 一种用于电容薄膜的褶皱识别方法及装置
CN108982534A (zh) * 2018-08-22 2018-12-11 合肥工业大学 一种铝箔输送位置和状态自动检测装置及其检测方法
CN108982534B (zh) * 2018-08-22 2020-12-04 合肥工业大学 一种铝箔输送位置和状态自动检测装置及其检测方法
CN109142393A (zh) * 2018-09-03 2019-01-04 佛亚智能装备（苏州）有限公司 一种缺陷分类方法、装置及系统
CN109900716A (zh) * 2019-04-12 2019-06-18 中民筑友科技投资有限公司 一种检测pc构件外观质量的系统和方法
CN110031474A (zh) * 2019-04-28 2019-07-19 无锡先导智能装备股份有限公司 异物检测方法及异物检测装置
CN110473179A (zh) * 2019-07-30 2019-11-19 上海深视信息科技有限公司 一种基于深度学习的薄膜表面缺陷检测方法、系统及设备
CN110473179B (zh) * 2019-07-30 2022-03-25 上海深视信息科技有限公司 一种基于深度学习的薄膜表面缺陷检测方法、系统及设备
CN114604678A (zh) * 2022-03-11 2022-06-10 凌云光技术股份有限公司 一种消除缺陷定位误差的方法
CN114972894A (zh) * 2022-07-26 2022-08-30 南通三信塑胶装备科技股份有限公司 一种基于计算机视觉的cpp薄膜缺陷分类方法

Also Published As

Publication number Publication date
CN103439338B (zh) 2015-08-12

Similar Documents

Publication Publication Date Title
CN103439338B (zh) 薄膜缺陷分类方法
CN109961049B (zh) 一种复杂场景下香烟品牌识别方法
CN109829914B (zh) 检测产品缺陷的方法和装置
JP6879431B2 (ja) 画像処理装置、画像処理方法および画像処理プログラム
CN115272341A (zh) 一种基于机器视觉的包装机缺陷产品检测方法
CN104732235B (zh) 一种消除夜间道路反光干扰的车辆检测方法
CN102496161B (zh) 一种印刷电路板图像的轮廓提取方法
CN104077594B (zh) 一种图像识别方法和装置
CN107993224B (zh) 一种基于圆形标志物的物体检测定位方法
CN104597057B (zh) 一种基于机器视觉的柱状二极管表面缺陷检测装置
CN103761743A (zh) 一种基于图像融合分割的实木地板表面缺陷检测方法
CN109658402A (zh) 基于计算机视觉成像的工业型材几何尺寸自动检测方法
CN107945192A (zh) 一种托盘纸箱垛型实时检测方法
CN104142349A (zh) 一种检测外包装透明薄膜热封缺陷的方法
CN103759644B (zh) 一种滤光片表面缺陷的分离细化智能检测方法
CN105893957B (zh) 基于视觉湖面船只检测识别与跟踪方法
CN108181316A (zh) 一种基于机器视觉的竹条缺陷检测方法
Galsgaard et al. Circular hough transform and local circularity measure for weight estimation of a graph-cut based wood stack measurement
CN106501272A (zh) 机器视觉焊锡定位检测系统
CN103903265B (zh) 检测工业产品包装破损的方法
CN111239142A (zh) 膏体外观缺陷检测设备及方法
CN106651802A (zh) 机器视觉焊锡定位检测方法
CN110263794A (zh) 基于数据增强的安全带图像目标识别方法
US9628659B2 (en) Method and apparatus for inspecting an object employing machine vision
Hashmi et al. Computer-vision based visual inspection and crack detection of railroad tracks

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
C41 Transfer of patent application or patent right or utility model
TR01 Transfer of patent right

Effective date of registration: 20160616

Address after: 211178 No. 108 West Tianyuan Road, Jiangning District, Jiangsu, Nanjing

Patentee after: NANJING TOPSTEK AUTOMATION EQUIPMENT CO.,LTD.

Address before: 214191 No. three, No. 99, Furong Road, Xishan District, Jiangsu, Wuxi

Patentee before: Wuxi Jinshijie Science & Technology Co.,Ltd.

PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Classification method for film defects

Effective date of registration: 20200306

Granted publication date: 20150812

Pledgee: Bank of China Limited by Share Ltd. Nanjing Jiangning branch

Pledgor: NANJING TOPSTEK AUTOMATION EQUIPMENT CO.,LTD.

Registration number: Y2020980000480

PE01 Entry into force of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Date of cancellation: 20210406

Granted publication date: 20150812

Pledgee: Bank of China Limited by Share Ltd. Nanjing Jiangning branch

Pledgor: NANJING TOPSTEK AUTOMATION EQUIPMENT Co.,Ltd.

Registration number: Y2020980000480

PC01 Cancellation of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Classification of film defects

Effective date of registration: 20210407

Granted publication date: 20150812

Pledgee: Bank of China Limited by Share Ltd. Nanjing Jiangning branch

Pledgor: NANJING TOPSTEK AUTOMATION EQUIPMENT Co.,Ltd.

Registration number: Y2021980002455

PE01 Entry into force of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Date of cancellation: 20220507

Granted publication date: 20150812

Pledgee: Bank of China Limited by Share Ltd. Nanjing Jiangning branch

Pledgor: NANJING TOPSTEK AUTOMATION EQUIPMENT CO.,LTD.

Registration number: Y2021980002455

PC01 Cancellation of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Film defect classification method

Effective date of registration: 20220509

Granted publication date: 20150812

Pledgee: Bank of China Limited by Share Ltd. Nanjing Jiangning branch

Pledgor: NANJING TOPSTEK AUTOMATION EQUIPMENT CO.,LTD.

Registration number: Y2022980005301

PE01 Entry into force of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Date of cancellation: 20230518

Granted publication date: 20150812

Pledgee: Bank of China Limited by Share Ltd. Nanjing Jiangning branch

Pledgor: NANJING TOPSTEK AUTOMATION EQUIPMENT CO.,LTD.

Registration number: Y2022980005301

PC01 Cancellation of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Classification method for thin film defects

Effective date of registration: 20230519

Granted publication date: 20150812

Pledgee: Bank of China Limited by Share Ltd. Nanjing Jiangning branch

Pledgor: NANJING TOPSTEK AUTOMATION EQUIPMENT CO.,LTD.

Registration number: Y2023980041204

PE01 Entry into force of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Granted publication date: 20150812

Pledgee: Bank of China Limited by Share Ltd. Nanjing Jiangning branch

Pledgor: NANJING TOPSTEK AUTOMATION EQUIPMENT CO.,LTD.

Registration number: Y2023980041204

PC01 Cancellation of the registration of the contract for pledge of patent right