CN103831253B - 基于dsp机器视觉的太阳能硅片表面检测装置及方法 - Google Patents

基于dsp机器视觉的太阳能硅片表面检测装置及方法 Download PDF

Info

Publication number
CN103831253B
CN103831253B CN201410053411.7A CN201410053411A CN103831253B CN 103831253 B CN103831253 B CN 103831253B CN 201410053411 A CN201410053411 A CN 201410053411A CN 103831253 B CN103831253 B CN 103831253B
Authority
CN
China
Prior art keywords
silicon wafers
solar silicon
solar
machine vision
dsp
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
Application number
CN201410053411.7A
Other languages
English (en)
Other versions
CN103831253A (zh
Inventor
王从庆
李飞
丛楚滢
陈磊
周鑫
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 University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
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 Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN201410053411.7A priority Critical patent/CN103831253B/zh
Publication of CN103831253A publication Critical patent/CN103831253A/zh
Application granted granted Critical
Publication of CN103831253B publication Critical patent/CN103831253B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明公开了一种基于DSP机器视觉的太阳能硅片表面检测装置,属于无损检测技术领域。包括机器视觉模块、工控模块、自动分拣模块和传输带装置,机器视觉模块由第一摄像装置、第二摄像装置和DSP板卡连接组成;自动分拣模块为PLC和并联机器人组成;DSP板卡、PLC均与工控模块连接;第一摄像装置、并联机器人设置在传输带装置的上方,第二摄像装置设置在传输带装置的下方。本发明还公开了一种基于DSP机器视觉的太阳能硅片表面检测方法。通过机器视觉模块来完成图像采集和分析处理任务,减轻了工控模块的负担,提高检测速度和分级准确率;采用并联机器人实现分拣,提高了分拣效率和准确率。

Description

基于DSP机器视觉的太阳能硅片表面检测装置及方法
技术领域
[0001]本发明涉及一种太阳能硅片表面检测装置及方法,尤其是一种基于DSP机器视觉的太阳能硅片表面检测装置及方法,属于无损检测技术领域。
背景技术
[0002]太阳能单晶硅片在大规模生产中,硅片表面质量检测是重要一环,硅片的外观品质会直接影响到后续的太阳能电池片的制作和转换效率等,太阳能娃片是在娃棒上一片一片切割而成的,每片的厚度大约在200um左右。由于切割的厚度非常薄且硅的物理性能又非常脆,所以生产过程中常常产生诸如崩边、硅落、缺角以及化学残留色斑等几何和表面缺陷;由于硅棒切割前已经经过预加工,但如果切割时发生偏斜则导致切片尺寸的变化;硅棒本身是由单晶硅或者多晶硅生长而来的,晶体之间也存在一定的应力,故切割后也很容易产生一些内部微裂纹等缺陷,这些微裂纹在初期肉眼无法观察,但在后道工序中很容易导致碎片;此外,切割过程中由于刀具的问题常常产生有规律方向的锯痕,这些锯痕导致表面的不平整度。为了保证后续工序的顺利展开,必须对硅片太阳能进行检测分级。
[0003]目前,太阳能硅片检测分级方法主要包括:(1)、目视检测法。即由检验人员通过手工的方法一片一片进行目视检验,太阳能单晶硅片的人工检验存在着强度大、效率低、主观误差大等诸多缺陷,严重在阻碍了太阳能硅片制造业的发展壮大。(2)、计算机图像处理的检测法。利用CCD摄像头采集传输带上的太阳能硅片图像传送到工控机中进行图像处理分级,通过分料机构实现太阳能硅片的分拣。
[0004] 2013年9月4日,中国实用新型CN203178203U公开了一种基于机器视觉的太阳能硅片颜色自动检测装置。该装置通过工控机对采集的图像进行处理分析,提取图像的特征信息,并经过基于支持向量机与改进的引力搜索算法相结合的模式识别方法训练和测试后,将硅晶片分类后,由执行机构控制单轴机器人取出缺陷硅片。该装置及方法结构简单,易于维护和操作,满足检测要求,但是该设备获取的图像一般需要通过CCD成像、数据采集卡、A/D转换器才能到将数据传送到工控机中,然后通过工控机调用应用程序对数据进行处理,首先数据的传输浪费大量时钟周期,其次是相关的图像处理算法都在工控机中执行、势必也会占用大量硬件资源,从而导致太阳能硅片分级实时性不高,降低了太阳能硅片检测与分级的效率。
发明内容
[0005]本发明所要解决的技术问题在于克服现有技术缺陷,提供一种能明显提高实时性、分级效率和准确率的基于DSP机器视觉的太阳能硅片表面检测装置及方法。
[0006]为了解决上述技术问题,本发明提供了一种基于DSP机器视觉的太阳能硅片表面检测装置,包括机器视觉模块、工控模块、自动分拣模块和传输带装置,所述机器视觉模块由第一摄像装置、第二摄像装置和DSP板卡组成,第一摄像装置和第二摄像装置均连接DSP板卡;所述自动分拣模块为PLC和并联机器人组成;所述机器视觉模块中的DSP板卡、自动分拣模块中的PLC均与工控模块连接;所述第一摄像装置、并联机器人设置在传输带装置的上方,第二摄像装置设置在传输带装置的下方。
[0007]所述基于DSP机器视觉的太阳能硅片表面检测装置中的摄像装置由CCD摄像机和照明设备组成。
[0008]所述基于DSP机器视觉的太阳能硅片表面检测装置中的工控模块由装有分级软件的工控机和显示设备组成。
[0009]所述基于DSP机器视觉的太阳能硅片表面检测装置中的并联机器人由静平台、动平台和三个互为120度的机械臂并联组成;所述三个机械臂分别由主动臂和从动臂连接,主动臂安装在静平台上,分别由3台旋转电机控制,从动臂上连接动平台;所述动平台上安装末端执行器,在末端执行器上安装有真空吸盘。
[0010]所述基于DSP机器视觉的太阳能硅片表面检测装置中的DSP板卡通过工控机上的PCI接口与工控机连接,并置于工控机机箱内。
[0011]所述基于DSP机器视觉的太阳能硅片表面检测装置中的工控机通过以太网与PLC连接。
[0012]本发明还提供了一种基于DSP机器视觉的太阳能硅片表面质量自动检测分级方法,主要利用上述基于DSP机器视觉的太阳能硅片表面检测装置,具体包括以下步骤:
[0013] I)、通过摄像机采集太阳能硅片PAL制式的模拟图像信号传输给DSP板卡,DSP板卡通过解码器将模拟信号转换为YUV格式图像数据,存储在DSP板卡的图像采集数据存储区;
[0014] 2)、对DSP板卡图像采集数据存储区中的太阳能硅片YUV格式图像数据进行预处理;
[0015] 3)、利用步骤2)经预处理的太阳能硅片图像,针对太阳能单晶硅片缺陷的不规则性,通过八方向Sobel算子进行边缘检测,得到太阳能硅片大小;
[0016] 4)、对步骤2)经预处理的太阳能硅片图像采用HSI彩色模型表示表面的颜色,并利用色度值H对硅片表面颜色组成进行分析,计算出太阳能硅片表面色度所占比例来确定太阳能娃片表面品质等级;
[0017] 5)、根据表面坏损区域与非坏损区域的颜色特征差异,利用R分量与G分量在坏损区域与非坏损区域交界处的突变,求得可疑坏损点,然后再利用区域增长法,求出步骤2)经预处理的太阳能硅片图像整个受损区域的面积;
[0018] 6)、DSP板卡将步骤3)、4)、5)所得到的太阳能硅片大小、表面品质、缺陷特征参数通过PCI接口传输到工控机中通过分级软件分级;
[0019] 7)、分级软件同时根据当前太阳能硅片在传输带上的位置信息,判定当前的太阳能硅片应该分拣触发时,将触发信号发送经PLC来控制并联机器人执行分拣,将当前太阳能硅片抓取到相应等级的通道盒中。
[0020]本发明方法中,所述步骤2)的预处理过程为:
[0021] 21)、利用中值滤波的方法对图像进行平滑滤波,通过自适应直方图均衡化处理后的太阳能硅片图像;
[0022] 22)、采用基于阈值的分割法对太阳能硅片图像进行背景分割处理;
[0023] 23)、采用轮廓跟踪的方法进行太阳能硅片边界提取,从而得到太阳能硅片边界形状。
[0024]本发明的有益效果在于:(1)、本发明通过机器视觉模块来完成图像采集和分析处理任务,使图像采集处理过程前置,工控模块只负责进行人机交互和分级决策,明显减小了工控模块的工作负担,提高了太阳能硅片表面质量自动检测装置的检测速度和分级准确率;(2)、本发明在传输带装置上采用高速并联机器人实现分拣,从而取代了传统分级通道触发方式,提高了对太阳能硅片的分拣效率和准确率。
附图说明
[0025]图1是本发明太阳能硅片表面检测装置的总体结构图;
[0026]图2是本发明太阳能硅片表面检测装置的图像检测过程示意图;
[0027]图3是本发明太阳能硅片表面检测装置的气动控制系统示意图;
[0028]图4是本发明太阳能硅片表面检测装置的控制结构示意图;
[0029]图5是本发明太阳能硅片表面检测装置的并联机器人结构示意图;
[0030]图6是本发明太阳能硅片表面检测装置的在线支持向量机示意图。
具体实施方式
[0031]下面结合附图和实施例对本发明基于DSP机器视觉的太阳能硅片表面检测装置及方法作进一步详细说明。
[0032]如图1所示,本发明基于DSP机器视觉的太阳能硅片表面检测装置包括机器视觉模块、工控模块、自动分拣模块和传输带装置,机器视觉模块主要包括CCD摄像机、照明设备和DSP642板卡组成,其中DSP642板卡其工作主频可达720MHz,处理能力达5760MIPS,实现了四通路的视频输入与一个通路的视频输出接口,四通路的视频输入接口可以同时完成对四路视频信号的采集,CCD摄像机和光源箱均两个,分别配套设置在传输带装置的上方和下方,两个CCD摄像机通过视频连线与DSP642板卡相连,用于采集太阳能硅片的图像和位置信息,并将采集到的太阳能硅片图像信息传送到DSP642板卡中通过图像处理算法提取检测所需的太阳能硅片表面品质特征。工控模块包括由工控机和显示设备,DSP板卡通过工控机的PCI接口与工控机相连接,并且置于工控机机箱中;分级软件安装在工控机中,分级软件分为人机接口和分级控制部分,用户通过人机接口部分可以配置太阳能硅片的分级参数;分级软件的分级控制部分通过PCI总线直接访问DSP642板卡的寄存器获取DSP机器视觉处理程序提取的太阳能硅片特征参数,并根据这些参数与用户配置太阳能硅片的分级参数比较并分级。自动分拣模块由PLC和并联机器人组成,PLC通过以太网与工控机连接,并联机器人安装在传输带装置的上方,工控机分级软件根据两个CCD摄像机获取的太阳能硅片位置信息来控制何时触发检测和分拣;结合传输带下方的摄像头判断太阳能硅片是否已到达并联机器人的抓取位置,如果太阳能硅片已经到达并联机器人的下方位置,则分级软件会将太阳能硅片的分级触发信号通过以太网传送到PLC,最后由PLC来控制并联机器人执行分拣,将太阳能硅片抓取到相应等级的通道盒中。
[0033]如图2所示,传输带装置上下2个CCD摄像机用于采集传输带上太阳能硅片的图像信息,并将太阳能硅片图像信息传送到机器视觉模块的DSP642板卡的两个通道中,机器视觉模块通过一系列的图像处理算法将太阳能硅片的外部品质特征(如大小形状、表面电性能品质和缺陷等)信息提取出来。DSP642板卡通过PCI接口将提取的太阳能硅片表面特征信息提供给安装在工控机中的分级软件,分级软件根据这些信息和通过人机交互模块由用户事先设置好的太阳能硅片等级信息来判别当前太阳能硅片属于何等级。另一方面,机器视觉模块中的2个CCD摄像机分别采集太阳能硅片在传输带上的位置信息提供给分级软件,分级软件据此来决定太阳能硅片何时进行检测触发和何时进行分拣触发。当分级软件判定当前的太阳能硅片应该分级触发时,将触发信号发送给PLC由PLC来控制并联机器人动作,然后并联机器人末端的气动系统控制执行机构将当前太阳能硅片分拣到相应等级的通道盒中。
[0034]如图3所示,在气动控制系统中气源空气压缩机产生压缩空气,通过一个电磁阀连接到真空发生器用于产生负压真空。电磁阀的通断信号来自PLC控制器的开关量信号,当并联机器人末端的吸盘到达待抓取太阳能硅片表面时,其中一个电磁阀打开,真空发生器产生真空,吸盘将该硅片吸住;并联机器人到达放置指定的等级位置时,真空破坏电磁阀打开,吸盘释放太阳能硅片。
[0035]如图4所示,本发明并联机器人它由静平台、动平台和三个互为120度的机械臂并联组成,并联机器人吊装在传输带的上方。其中三个机械臂分别由主动臂和从动臂连接,主动机械臂安装在静平台上,分别由3台旋转电机控制,为了用于太阳能高速分拣场合,在动平台下方安装末端执行器,在末端执行器上安装有真空吸盘,并联机器人下方的位置配备有传输带。
[0036]如图5所示,在本发明太阳能硅片表面质量自动检测分级装置的控制结构中,PLC和控制器为主控单元,进行并联机器人的多轴伺服控制和传输带装置的运动控制;工控机通过控制器和驱动器来控制传输带装置中的伺服电机。
[0037]图6所示,本发明分级软件中在线分级支持向量机,其中从图像预处理中获得的太阳能硅片几何形状、表面品质、缺陷特征样本中分别取60%的样本特征作为训练集和40%的样本特征作为测试集,训练集的样本设计为自动更新来修正核函数参数和惩罚因子。
[0038]本发明中,在工控机中的分级软件中构造一个用于缺陷检测和质量分级的在线SVM分类器。传统的太阳能硅片的图像分类方法仅仅用训练样本集合训练分类器,而忽略了测试样本集合的重要性,测试样本集合往往包含着更多的分类信息,通过引入在线学习方法,在线更新支持向量机核函数参数和惩罚因子,以减少分级错误率,提高分级精度。
[0039]本发明中在分级软件中将图像检测后的硅片分为4级:A级(优等,表面颜色均匀光滑,导电性能好)、B级(合格,导电性能满足要求)、C级(不合格,硅片表面含有污点需要清洗)、D级(不合格,硅片表面有划伤、穿孔、缺角、裂纹等)。
[0040]本发明中基于DSP机器视觉的太阳能硅片表面质量自动检测分级方法,具体包括以下步骤:
[0041 ] 1、通过两个CCD摄像机采集太阳能硅片PAL制式的模拟图像信号传输上给DSP642板卡,DSP642板卡通过解码器将模拟信号转换为YUV格式图像数据,存储在DSP642板卡的图像采集数据存储区内;
[0042] 2、通过中值滤波、自适应直方图均衡化、基于阈值的分割法和轮廓跟踪等方法对DSP642板卡图像采集数据存储区中的太阳能硅片YUV格式图像数据进行预处理。首先,利用中值滤波的方法对图像进行平滑滤波,通过自适应直方图均衡化处理后的太阳能硅片图像;其次,采用基于阈值的分割法对太阳能硅片图像进行背景分割处理;再次,采用轮廓跟踪的方法进行太阳能硅片边界提取,从而得到太阳能硅片边界形状。
[0043] 3、利用步骤2经预处理的太阳能硅片图像,针对太阳能单晶硅片缺陷的不规则性,通过八方向Sobel算子进行边缘检测,得到的太阳能硅片大小,以提高边缘检测的定位精度和连通性;
[0044] 4、对步骤2经预处理的太阳能硅片图像采用HSI彩色模型表示表面的颜色,并利用色度值H对硅片表面颜色组成进行分析,计算出太阳能硅片表面色度所占比例来确定太阳能娃片表面品质等级;
[0045] 5、根据表面坏损区域与非坏损区域的颜色特征差异,利用R分量与G分量在坏损区域与非坏损区域交界处的突变,求得可疑坏损点,然后再利用区域增长法,求出步骤2经预处理的太阳能硅片图像整个受损区域的面积;
[0046] 6、DSP642板卡将步骤3、4、5所得到的太阳能硅片大小、表面品质、缺陷特征参数通过PCI接口传输到工控机,工控机中的分级软件通过人机交互模块由用户事先设置好的太阳能硅片等级信息来判别当前太阳能硅片属于何等级;
[0047] 7、同时,两个CCD摄像机将采集到太阳能硅片在传输带上的位置信息提供给分级软件,当分级软件判定当前的太阳能硅片应该分拣触发时,将触发信号发送给PLC,由PLC来控制并联机器人动作,然后并联机器人末端的气动系统控制执行机构将当前太阳能硅片分拣到相应等级的通道盒中。
[0048]以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下还可以做出若干改进,这些改进也应视为本发明的保护范围。

Claims (7)

1.一种基于DSP机器视觉的太阳能硅片表面检测装置,其特征在于:包括机器视觉模块、工控模块、自动分拣模块和传输带装置,所述机器视觉模块由第一摄像装置、第二摄像装置和DSP板卡组成,第一摄像装置和第二摄像装置均连接DSP板卡;所述自动分拣模块为PLC和并联机器人组成;所述机器视觉模块中的DSP板卡、自动分拣模块中的PLC均与工控模块连接;所述第一摄像装置、并联机器人设置在传输带装置的上方,第二摄像装置设置在传输带装置的下方;所述并联机器人由静平台、动平台和三个互为120度的机械臂并联组成;所述三个机械臂分别由主动臂和从动臂连接,主动臂安装在静平台上,分别由3台旋转电机控制,从动臂上连接动平台;所述动平台上安装末端执行器,在末端执行器上安装有真空吸盘。
2.根据权利要求1所述的基于DSP机器视觉的太阳能硅片表面检测装置,其特征在于:所述摄像装置由CCD摄像机和照明设备组成。
3.根据权利要求1所述的基于DSP机器视觉的太阳能硅片表面检测装置,其特征在于:所述工控模块由装有分级软件的工控机和显示设备组成。
4.根据权利要求1所述的基于DSP机器视觉的太阳能硅片表面检测装置,其特征在于:所述DSP板卡通过工控机上的PCI接口与工控机连接,并置于工控机机箱内。
5.根据权利要求4所述的基于DSP机器视觉的太阳能硅片表面检测装置,其特征在于:所述工控机通过以太网与PLC连接。
6.一种基于DSP机器视觉的太阳能硅片表面检测方法,其特征在于,主要利用权利要求1至5任一项所述的基于DSP机器视觉的太阳能硅片表面检测装置,具体包括以下步骤: 1)、通过摄像机采集太阳能硅片PAL制式的模拟图像信号传输给DSP板卡,DSP板卡通过解码器将模拟信号转换为YUV格式图像数据,存储在DSP板卡的图像采集数据存储区; 2)、对DSP板卡图像采集数据存储区中的太阳能硅片YUV格式图像数据进行预处理; 3)、利用步骤2)经预处理的太阳能硅片图像,针对太阳能单晶硅片缺陷的不规则性,通过八方向Sobel算子进行边缘检测,得到太阳能娃片大小; 4)、对步骤2)经预处理的太阳能硅片图像采用HSI彩色模型表示表面的颜色,并利用色度值H对硅片表面颜色组成进行分析,计算出太阳能硅片表面色度所占比例来确定太阳能娃片表面品质等级; 5)、根据表面坏损区域与非坏损区域的颜色特征差异,利用R分量与G分量在坏损区域与非坏损区域交界处的突变,求得可疑坏损点,然后再利用区域增长法,求出步骤2)经预处理的太阳能硅片图像整个受损区域的面积; 6)、05?板卡将步骤3)、4)、5)所得到的太阳能硅片大小、表面品质、缺陷特征参数通过PCI接口传输到工控机中通过分级软件分级; 7)、分级软件同时根据当前太阳能硅片在传输带上的位置信息,判定当前的太阳能硅片应该分拣触发时,将触发信号发送经PLC来控制并联机器人执行分拣,将当前太阳能硅片抓取到相应等级的通道盒中。
7.根据权利要求6所述的基于DSP机器视觉的太阳能硅片表面检测方法,其特征在于所述步骤2)的预处理过程为: 21)、利用中值滤波的方法对图像进行平滑滤波,通过自适应直方图均衡化处理后的太阳能硅片图像;22)、采用基于阈值的分割法对太阳能硅片图像进行背景分割处理;23)、采用轮廓跟踪的方法进行太阳能硅片边界提取,从而得到太阳能硅片边界形状。
CN201410053411.7A 2014-02-17 2014-02-17 基于dsp机器视觉的太阳能硅片表面检测装置及方法 Active CN103831253B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410053411.7A CN103831253B (zh) 2014-02-17 2014-02-17 基于dsp机器视觉的太阳能硅片表面检测装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410053411.7A CN103831253B (zh) 2014-02-17 2014-02-17 基于dsp机器视觉的太阳能硅片表面检测装置及方法

Publications (2)

Publication Number Publication Date
CN103831253A CN103831253A (zh) 2014-06-04
CN103831253B true CN103831253B (zh) 2017-01-04

Family

ID=50795327

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410053411.7A Active CN103831253B (zh) 2014-02-17 2014-02-17 基于dsp机器视觉的太阳能硅片表面检测装置及方法

Country Status (1)

Country Link
CN (1) CN103831253B (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104084380A (zh) * 2014-06-30 2014-10-08 东莞市顺如电子科技有限公司 检测机及其检测机器人
CN104139395A (zh) * 2014-06-30 2014-11-12 东莞市顺如电子科技有限公司 一种检测机器人
CN104525508A (zh) * 2014-12-23 2015-04-22 安徽科鸣三维科技有限公司 一种机器视觉次品排出系统
CN104490602B (zh) * 2014-12-24 2017-07-18 芜湖林一电子科技有限公司 一种机器视觉智能胶囊灌装系统
CN105425135A (zh) * 2015-12-25 2016-03-23 江苏盎华光伏工程技术研究中心有限公司 一种多晶硅料智能检测和分类运输装置及方法
CN106298568B (zh) * 2016-07-25 2019-04-12 河海大学常州校区 一种太阳能电池片的灰片的检测方法
CN106409711B (zh) * 2016-09-12 2019-03-12 佛山市南海区广工大数控装备协同创新研究院 一种太阳能硅晶片缺陷检测系统及方法
CN106903072A (zh) * 2017-03-21 2017-06-30 湖南师范大学 缺陷检测方法
CN106935683B (zh) * 2017-03-24 2019-03-05 广东工业大学 一种太阳能电池片高速视觉定位及矫正系统及其方法
CN107168232A (zh) * 2017-06-20 2017-09-15 天海欧康科技信息(厦门)有限公司 一种轨道式拣选机控制系统
CN107470170B (zh) * 2017-07-13 2019-03-19 上海第二工业大学 基于机器视觉的pcb检测分拣系统及方法
CN108000239A (zh) * 2017-12-01 2018-05-08 常州信息职业技术学院 数控加工在线检测系统
CN108212824A (zh) * 2017-12-25 2018-06-29 北京石油化工学院 一种led晶片自动分选机及其控制系统
CN109692826A (zh) * 2019-03-09 2019-04-30 东北大学秦皇岛分校 一种芯片在线分拣平台
CN110658202B (zh) * 2019-09-30 2021-01-01 贵州航天云网科技有限公司 一种基于深度学习的工业元器件外观缺陷检测方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0666115A2 (de) * 1990-09-14 1995-08-09 Bühler Ag Verfahren zum Sortieren von Partikeln eines Schüttgutes und Vorrichtung hierfür
CN101439335A (zh) * 2008-12-26 2009-05-27 天津市华核科技有限公司 采用彩色电荷藕合器件的多功能色选方法
CN202018275U (zh) * 2011-04-25 2011-10-26 上海神舟新能源发展有限公司 一种针对硅片来料性质的检测设备
CN102692418A (zh) * 2012-06-13 2012-09-26 北京优纳科技有限公司 一种平板显示屏的外观及功能检测设备及检测方法
CN103364411A (zh) * 2013-07-18 2013-10-23 江苏科思机电工程有限公司 一种工件表面和边缘质量检测机及其检测方法
CN103439340A (zh) * 2013-09-06 2013-12-11 厦门工科自动化设备有限公司 一种全自动智能电容分选机

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0666115A2 (de) * 1990-09-14 1995-08-09 Bühler Ag Verfahren zum Sortieren von Partikeln eines Schüttgutes und Vorrichtung hierfür
CN101439335A (zh) * 2008-12-26 2009-05-27 天津市华核科技有限公司 采用彩色电荷藕合器件的多功能色选方法
CN202018275U (zh) * 2011-04-25 2011-10-26 上海神舟新能源发展有限公司 一种针对硅片来料性质的检测设备
CN102692418A (zh) * 2012-06-13 2012-09-26 北京优纳科技有限公司 一种平板显示屏的外观及功能检测设备及检测方法
CN103364411A (zh) * 2013-07-18 2013-10-23 江苏科思机电工程有限公司 一种工件表面和边缘质量检测机及其检测方法
CN103439340A (zh) * 2013-09-06 2013-12-11 厦门工科自动化设备有限公司 一种全自动智能电容分选机

Also Published As

Publication number Publication date
CN103831253A (zh) 2014-06-04

Similar Documents

Publication Publication Date Title
CN103831253B (zh) 基于dsp机器视觉的太阳能硅片表面检测装置及方法
CN105388162B (zh) 基于机器视觉的原料硅片表面划痕检测方法
CN103808732A (zh) 基于机器视觉的电容检测系统和方法
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
CN203178203U (zh) 基于机器视觉的太阳能硅晶片颜色自动检测装置
CN201702119U (zh) 齿轮外观缺陷光学自动分检机
CN107486415A (zh) 基于机器视觉的篾片缺陷在线检测系统及检测方法
CN104614379A (zh) 一种版材表面缺陷的检测系统和方法
CN207107973U (zh) 用于分离双张产品的上料装置
CN103308525A (zh) 一种用于金属线材生产的在线检测方法和装置
CN106248680A (zh) 一种基于机器视觉的电机换向器质量检测系统及检测方法
CN102529019A (zh) 一种模具检测、保护及零件检测、摘取的方法
CN205762409U (zh) 纺织材料自动分拣设备
CN107175218A (zh) 一种基于机器视觉的太阳能电池单传送带分拣装置
CN204142649U (zh) 一种容器缺口的在线视觉检测装置
CN109557104A (zh) 一种基于深度学习的木料优选锯智能检测方法
CN206056509U (zh) 轴类零件机器视觉尺寸检测装置
CN206022316U (zh) 一种太阳能硅晶片缺陷自动检测设备
CN105855186A (zh) 纺织材料自动分拣设备及方法
CN205289020U (zh) 基于图像识别的pvc手套自动检测剔除系统
CN103954627A (zh) 一种基于样本库字典基的电子元器件表面缺陷检测方法
CN202351182U (zh) 一种马口铁表面缺陷在线高速检测系统
CN204389406U (zh) 蓝宝石长晶缺陷及表面缺陷光学检测系统
CN204866575U (zh) 镀膜后硅片缺陷检测分选设备
CN207238542U (zh) 一种基于机器视觉的篾片缺陷在线检测系统

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