CN104280406A - 一种铜件表面缺陷检测的机器视觉系统 - Google Patents
一种铜件表面缺陷检测的机器视觉系统 Download PDFInfo
- Publication number
- CN104280406A CN104280406A CN201410472732.0A CN201410472732A CN104280406A CN 104280406 A CN104280406 A CN 104280406A CN 201410472732 A CN201410472732 A CN 201410472732A CN 104280406 A CN104280406 A CN 104280406A
- Authority
- CN
- China
- Prior art keywords
- copper piece
- image
- defect
- light source
- photomoduel
- 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
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种铜件表面缺陷检测的机器视觉系统,所述机器视觉系统包括:皮带传送机构,用于将待检测的铜件传送到指定位置;传感器,用于当所述铜件到达传感器固定位时,控制皮带传送机构停止运动,并同时触发图像采集系统的工作;图像采集系统,其包括用于对对铜件进行照射的同轴光光源以及对铜件进行拍照的相机组件;所述机器视觉系统进行铜件表面缺陷检测的方法是:步骤1、确定好图像采集系统各部分的工作参数;步骤2、铜件通过皮带传送机构,传送到传感器固定位;步骤3、判断铜件的表面是否有裂纹缺陷;步骤4、判断铜件的表面是否有夹杂、气孔或凹坑缺陷;步骤5、取完成分拣。本发明可极大提高铜件的检测效率。
Description
技术领域
本发明涉及机器视觉表面缺陷检测技术领域,特别是涉及精密铜件的表面缺陷的图像视觉检测系统。
背景技术
电机精密铜件作为高铁牵引电机的关键部件,高铁对于电机精密铜件的表面质量有着严格要求。铜件的表面缺陷主要有夹杂,裂纹以及凹坑等,目前,工厂对精密铜件表面缺陷主要采用人工渗透探伤和人工目视检测的方法。人工渗透探伤涉及到污水处理以及对环境造成污染,加之近年来劳动力成本持续上升和招工难的问题,以及人工检测容易造成误判和漏检,所以采用机器视觉的检测设备对电机精密铜件进行表面缺陷检测是十分必要和迫切的。
发明内容
本发明的目的在于克服目前人工检测方法造成后续污染以及人工检测精度和效率都不高的缺点,提出一套对铜件的表面缺陷(夹杂,裂纹以及凹坑等)进行检测的机器视觉图像检测解决方案。通过该图像采集系统可以获得满意的铜件缺陷特征图,从而在基于图像的基础上,可以对铜件进行检测判定。
为实现本发明的目的,本发明采用的技术方案步骤如下:
一种铜件表面缺陷检测的机器视觉系统,所述机器视觉系统包括:
皮带传送机构,用于将待检测的铜件传送到指定位置;
传感器,用于当所述铜件到达传感器固定位时,控制皮带传送机构停止运动,并同时触发图像采集系统的工作;
图像采集系统,其包括用于对对铜件进行照射的同轴光光源以及对铜件进行拍照的相机组件;
所述机器视觉系统进行铜件表面缺陷检测的方法是:
步骤1、确定好图像采集系统各部分的工作参数;
步骤2、铜件通过皮带传送机构,传送到传感器固定位;
步骤3、开启的同轴光光源检测铜件表面的裂纹缺陷,然后相机组件拍摄铜件的图像,通过图像检测算法判断铜件的表面是否有裂纹缺陷;
步骤4、采用数字控制器调节同轴光光源的亮度,将同轴光光源调到更大的亮度阈值以表征铜件表面的夹杂、气孔和凹坑缺陷,相机组件在该亮度下拍摄铜件的图像,通过图像检测算法判断铜件的表面是否有夹杂、气孔或凹坑缺陷;
步骤5、取图完毕后,根据铜件检测判定是否为缺陷的结果进行分类,通过传送带将铜件运送到指定的位置完成分拣。
所述相机组件包括相机本体和镜头。
图像采集系统各部分的工作参数包括:同轴光光源的亮度,相机本体的工作距离,镜头的光圈、焦距、工作距离以及视场大小。
所述传感器为光电传感器,通过铜件对光电传感器的光信号进行阻挡引起光电传感器输出电信号的变化判断铜件是否到达传感器固定位。
所述该机器视觉系统进一步包括一控制器,所述光电传感器的输出信号连接于该控制器的输入端,该控制器的输出端分别与皮带传送机构、同轴光光源和相机组件电性连接,用于在铜件到达指定位置时,控制皮带传送机构停止工作、以及触发同轴光光源和相机组件的工作,所述控制器并控制皮带传送机构的运行速度、以及在数字控制器对同轴光光源的亮度进行调节后再次触发相机组件对铜件进行拍照。
所述图像检测算法的步骤包括:
将获取的图像进行中值滤波;
将中值滤波后的图像动态阈值二值化进行分割图像,形成二值化图像;
将二值化图像通过先膨胀再腐蚀的数学形态学开运算,以消除二值化图像中的孤立点,在对进行数学形态学开运算后的图像进行先腐蚀再膨胀的数学形态学闭运算,以消除匹配误差而造成的缺陷区域分裂;
对进行数学形态学闭运算后的图像通过Blob算法进行分析,提取该图像中的色块,所述色块即对应裂纹缺陷、以及夹杂、气孔或凹坑缺陷中的一种。
对于初始同轴光光源亮度下相机组件采集的图像而言,所述色块对应裂纹缺陷;
对于数字控制器调节同轴光光源的亮度下相机组件采集的图像而言,所述色块对应夹杂、气孔或凹坑缺陷中的一种。
优选的,皮带传送系统以及光电传感器指定位置属于机械传动部分,传动的速度,传感器的位置以及相机的选型三者之间都是相互关联。
优选的,同轴光下检测铜件是否存在裂纹缺陷,同轴光光源的亮度需要选得合适,然后对拍摄的图片进行动态阈值分割二值化后,采用形态学和BLOB分析来检测裂纹是否存在。
优选的,数字控制器调整同轴光源的亮度后,光源的亮度值使得铜件背景图的其他夹杂、气孔和凹坑等缺陷表征明显。然后对所拍摄的图片进行二值化后采用BLOB分析判定出缺陷。
本发明与现有技术相比具有以下的优势:
本发明涉及的机器视觉系统,通过传送机构能大大提高检测的效率,通过该系统拍摄图片能检测出铜件常见的裂纹、夹杂、气孔和凹坑等缺陷,取代现有的人工目检误报高及渗透探伤对环境的污染。
附图说明
图1是本发明图像视觉检测系统取图方法的流程示意图;
图2是本发明的图像视觉检测系统装置示意图;
图3是本发明的图像视觉检测系统的检测流程图;
图4是本发明的图像视觉检测系统图像处理算法流程图;
图5是本发明的图像视觉检测系统的控制流程图。
附图标记:1-皮带传送机构;2-铜件;3-传感器;4-皮带前进方向;5-同轴光光源;6-相机组件。
具体实施方式
为了更好地理解本发明,下面结合附图对本发明作进一步的描述,但本发明的实施方式不限于此。
实施例
如图1所示,本发明提供一种铜件表面缺陷的图像视觉检测系统,包括以下步骤:
步骤101、铜件移动到固定的位置;
本发明实施实例中,待检测的铜件2在皮带传送机构1的传送下进入到传感器3的固定位置,传感器3可采用光电传感器,通过铜件2与光发射器、光接收器之间的位置确定铜件2是否到达传感器3的固定位,以光电传感器光接收器输出的电信号的变化作为皮带传送机构1以及同轴光光源5、相机组件6的控制信号。该步骤是靠检测系统的控制流程图5中的步骤501铜件在皮带上移动和步骤502铜件停止在传感器3固定位置实现的,接着触发相机组件6在同轴光光源5的作用下完成了步骤503触发相机拍照。
步骤102、同轴光光源5下判定铜件是否存在裂纹缺陷;
本发明实施实例中,相机组件6在同轴光光源5的亮度一下对铜件2取图,在此亮度下,相机组件6仅能对铜件2上的裂纹进行识别,而无法识别夹杂、气孔和凹坑等缺陷。如图3中所示的检测系统的检测流程图的步骤301所示,接着执行步骤302图像处理算法检测,对取得的铜件图进行相应的图像处理就可以判定铜件2是否存在裂纹缺陷,如果存在裂纹缺陷就判定铜件为缺陷品,否则判定合格进行夹杂等缺陷的判定,如步骤303所示。其中铜件图像处理检测算法如图4所示。
图像处理算法详细流程:首先对取得的铜件图进行步骤401滤波处理,可以考虑使用中值滤波器滤掉多余的噪声,接着执行步骤402动态阈值二值化分割图像,然后对所得到的二值化图像进行步骤403所示的数学形态学和BLOB分析,其中,步骤403的数学形态学包括二个步骤,先对二值化图像通过先膨胀再腐蚀的数学形态学开运算,以消除二值化图像中的孤立点;再对进行数学形态学开运算后的图像进行先腐蚀再膨胀的数学形态学闭运算,以消除匹配误差而造成的缺陷区域分裂;对进行数学形态学闭运算后的图像通过Blob算法进行分析,提取该图像中的色块,最后通过步骤404进行缺陷判定,如果有色块,则证明铜件2的表面包含裂纹缺陷,反之,则无裂纹缺陷。
判定完铜件2是否有裂纹缺陷后,接着执行步骤504调同轴光光源5的亮度,改变光源亮度后,就可以更好的将铜件2存在的夹杂、气孔和凹坑等缺陷表征出来,接着步骤505触发相机做好再次拍照的准备。
步骤103、判定铜件是否存在夹杂、气孔和凹坑等缺陷;
本发明实施实例中,先采用数字控制器调节同轴光光源5的亮度,将同轴光光源5调到更大的亮度阈值以表征铜件2表面的夹杂、气孔和凹坑缺陷,相机组件6在同轴光光源5的亮度二下对铜件2取图,相应的处理步骤如图3中的步骤304所示,接着对取到的铜件图进行步骤305的图像处理算法检测,图像处理算法过程如图4所示,提取该图像中的色块。最后通过步骤404进行缺陷判定,如果有色块,则证明铜件2的表面包含夹杂、气孔或凹坑缺陷,反之,则无此类缺陷。
步骤104、铜件合格/缺陷分类;
本发明实施实例中,铜件2完成步骤103夹杂等缺陷的判定之后,在皮带传送机构1的作用下,从传感器3沿着皮带前进方向4(即箭头方向)移动,如图5中的步骤506所示,接着按照步骤507对检测铜件2按照合格/缺陷的判定分类进行分拣。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (7)
1.一种铜件表面缺陷检测的机器视觉系统,其特征在于,所述机器视觉系统包括:
皮带传送机构(1),用于将待检测的铜件(2)传送到指定位置;
传感器(3),用于当所述铜件(2)到达传感器(3)固定位时,控制皮带传送机构(1)停止运动,并同时触发图像采集系统的工作;
图像采集系统,其包括用于对对铜件(2)进行照射的同轴光光源(5)以及对铜件(2)进行拍照的相机组件(6);
所述机器视觉系统进行铜件表面缺陷检测的方法是:
步骤1、确定好图像采集系统各部分的工作参数;
步骤2、铜件(2)通过皮带传送机构(1),传送到传感器(3)固定位;
步骤3、开启的同轴光光源(5)检测铜件(2)表面的裂纹缺陷,然后相机组件(6)拍摄铜件(2)的图像,通过图像检测算法判断铜件(2)的表面是否有裂纹缺陷;
步骤4、采用数字控制器调节同轴光光源(5)的亮度,将同轴光光源(5)调到更大的亮度阈值以表征铜件(2)表面的夹杂、气孔和凹坑缺陷,相机组件(6)在该亮度下拍摄铜件(2)的图像,通过图像检测算法判断铜件(2)的表面是否有夹杂、气孔或凹坑缺陷;
步骤5、取图完毕后,根据铜件检测判定是否为缺陷的结果进行分类,通过传送带将铜件(2)运送到指定的位置完成分拣。
2.根据权利要求1所述的铜件表面缺陷检测的机器视觉系统,其特征在于,所述相机组件(6)包括相机本体和镜头。
3.根据权利要求2所述的铜件表面缺陷检测的机器视觉系统,其特征在于,图像采集系统各部分的工作参数包括:同轴光光源(5)的亮度,相机本体的工作距离,镜头的光圈、焦距、工作距离以及视场大小。
4.根据权利要求1所述的铜件表面缺陷检测的机器视觉系统,其特征在于,所述传感器(3)为光电传感器,通过铜件(2)对光电传感器的光信号进行阻挡引起光电传感器输出电信号的变化判断铜件(2)是否到达传感器(3)固定位。
5.根据权利要求4所述的铜件表面缺陷检测的机器视觉系统,其特征在于,所述该机器视觉系统进一步包括一控制器,所述光电传感器的输出信号连接于该控制器的输入端,该控制器的输出端分别与皮带传送机构(1)、同轴光光源(5)和相机组件(6)电性连接,用于在铜件(2)到达指定位置时,控制皮带传送机构(1)停止工作、以及触发同轴光光源(5)和相机组件(6)的工作,所述控制器并控制皮带传送机构(1)的运行速度、以及在数字控制器对同轴光光源(5)的亮度进行调节后再次触发相机组件(6)对铜件(2)进行拍照。
6.根据权利要求1所述的铜件表面缺陷检测的机器视觉系统,其特征在于,所述图像检测算法的步骤包括:
将获取的图像进行中值滤波;
将中值滤波后的图像动态阈值二值化进行分割图像,形成二值化图像;
将二值化图像通过先膨胀再腐蚀的数学形态学开运算,以消除二值化图像中的孤立点,再对进行数学形态学开运算后的图像进行先腐蚀再膨胀的数学形态学闭运算,以消除匹配误差而造成的缺陷区域分裂;
对进行数学形态学闭运算后的图像通过Blob算法进行分析,提取该图像中的色块,所述色块即对应裂纹缺陷、以及夹杂、气孔或凹坑缺陷中的一种。
7.根据权利要求6所述的铜件表面缺陷检测的机器视觉系统,其特征在于,
对于初始同轴光光源(5)亮度下相机组件(6)采集的图像而言,所述色块对应裂纹缺陷;
对于数字控制器调节同轴光光源(5)的亮度下相机组件(6)采集的图像而言,所述色块对应夹杂、气孔或凹坑缺陷中的一种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410472732.0A CN104280406A (zh) | 2014-09-16 | 2014-09-16 | 一种铜件表面缺陷检测的机器视觉系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410472732.0A CN104280406A (zh) | 2014-09-16 | 2014-09-16 | 一种铜件表面缺陷检测的机器视觉系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104280406A true CN104280406A (zh) | 2015-01-14 |
Family
ID=52255497
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410472732.0A Pending CN104280406A (zh) | 2014-09-16 | 2014-09-16 | 一种铜件表面缺陷检测的机器视觉系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104280406A (zh) |
Cited By (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104964980A (zh) * | 2015-06-05 | 2015-10-07 | 电子科技大学 | 一种基于机器视觉的火花塞端面缺陷检测方法 |
CN105044122A (zh) * | 2015-08-25 | 2015-11-11 | 安徽工业大学 | 一种基于半监督学习模型的铜件表面缺陷视觉检测系统及检测方法 |
CN105891233A (zh) * | 2016-05-26 | 2016-08-24 | 福州大学 | 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 |
CN106053485A (zh) * | 2016-08-01 | 2016-10-26 | 苏州宙点自动化设备有限公司 | 基于机器视觉的钢球表面缺陷智能环形循检的新型算法 |
CN106226326A (zh) * | 2016-08-24 | 2016-12-14 | 环旭电子股份有限公司 | 检测sip模组表面缺陷、露铜表面缺陷的方法及系统 |
CN106347969A (zh) * | 2016-08-29 | 2017-01-25 | 江苏华航威泰机器人科技有限公司 | 一种图像识别单元运作方法 |
CN106564741A (zh) * | 2016-10-19 | 2017-04-19 | 中建材凯盛机器人(上海)有限公司 | 利用plc控制系统对工件输送系统皮带输送机实现精确位置控制的方法 |
CN106680293A (zh) * | 2017-01-11 | 2017-05-17 | 广东工业大学 | 一种基于机器视觉的电机转子钩槽缺陷检测系统及检测方法 |
CN106706648A (zh) * | 2016-12-28 | 2017-05-24 | 重庆远创光电科技有限公司 | 铜套缺料自动化在线视觉检测系统 |
CN106706656A (zh) * | 2017-03-14 | 2017-05-24 | 杭州汇萃智能科技有限公司 | 一种基于机器视觉的拉链检测装置及方法 |
CN106970086A (zh) * | 2017-04-02 | 2017-07-21 | 聊城大学 | 一种玻璃球损伤检测识别系统 |
CN107179320A (zh) * | 2017-05-25 | 2017-09-19 | 广东文鼎智能科技有限公司 | 基于机器视觉的钻孔倒角缺陷检测装置及方法 |
CN107750371A (zh) * | 2015-06-30 | 2018-03-02 | 倍耐力轮胎股份公司 | 用于检测轮胎的表面上的缺陷的方法和设备 |
CN107782733A (zh) * | 2017-09-30 | 2018-03-09 | 中国船舶重工集团公司第七〇九研究所 | 金属表面缺陷的图像识别无损检测装置及方法 |
CN107831169A (zh) * | 2017-10-26 | 2018-03-23 | 南京矽邦半导体有限公司 | 一种基于机器视觉的半导体封装缺陷检测系统的设计方法 |
CN107993219A (zh) * | 2017-10-31 | 2018-05-04 | 无锡港湾网络科技有限公司 | 一种基于机器视觉的船板表面缺陷检测方法 |
CN108051453A (zh) * | 2017-12-05 | 2018-05-18 | 楚天科技股份有限公司 | 一种用于具有不同深浅颜色产品的视觉检测方法 |
CN108109137A (zh) * | 2017-12-13 | 2018-06-01 | 重庆越畅汽车科技有限公司 | 车辆部件的机器视觉检测系统及方法 |
CN108279239A (zh) * | 2017-12-22 | 2018-07-13 | 中核北方核燃料元件有限公司 | 一种球形燃料元件自动外观检测装置 |
CN108387590A (zh) * | 2018-03-15 | 2018-08-10 | 福州大学 | 一种小模数带轴齿轮外形缺陷检测装置 |
CN108776146A (zh) * | 2018-07-13 | 2018-11-09 | 珠海格力智能装备有限公司 | 丝印线条的检测方法及装置 |
CN108881716A (zh) * | 2018-06-13 | 2018-11-23 | 顺丰科技有限公司 | 一种物料图像的采集装置和方法 |
CN108956614A (zh) * | 2018-05-08 | 2018-12-07 | 太原理工大学 | 一种基于机器视觉的矿用钢丝绳动态探伤检测方法和装置 |
CN109142375A (zh) * | 2018-08-20 | 2019-01-04 | 宁波市智能制造产业研究院 | 一种用于靶材的高精度视觉检测系统及方法 |
CN109459647A (zh) * | 2018-12-26 | 2019-03-12 | 无锡格菲电子薄膜科技有限公司 | 一种用于快速检测电热膜红外性能的方法及装置 |
CN109507195A (zh) * | 2018-11-15 | 2019-03-22 | 沈阳工业大学 | 一种板式换热器板片裂纹成像系统 |
CN110579485A (zh) * | 2019-09-30 | 2019-12-17 | 华南理工大学 | 一种智能手机玻璃盖板表面缺陷快速检测装置与方法 |
CN110579481A (zh) * | 2019-08-29 | 2019-12-17 | 常伍 | 一种圆坯表面质量检测方法及系统 |
CN111044529A (zh) * | 2019-12-31 | 2020-04-21 | 四川索牌科技股份有限公司 | 一种方便面面饼检测系统及检测方法 |
CN111060526A (zh) * | 2018-10-16 | 2020-04-24 | 苏州微微视视觉科技有限公司 | 基于图片处理的金属靶材表面缺陷的检测方法 |
CN111060524A (zh) * | 2018-10-16 | 2020-04-24 | 苏州微微视视觉科技有限公司 | 基于图片处理的金属靶材表面缺陷的检测算法 |
CN111060525A (zh) * | 2018-10-16 | 2020-04-24 | 苏州微微视视觉科技有限公司 | 基于图片处理的金属靶材表面缺陷的检测设备 |
CN111239145A (zh) * | 2020-03-17 | 2020-06-05 | 中科创达软件股份有限公司 | 膏体表面气孔自动检测设备及方法 |
CN111283013A (zh) * | 2020-02-10 | 2020-06-16 | 青岛滨海学院 | 基于机器视觉的弯管机球头检测系统及检测方法 |
CN111307825A (zh) * | 2020-04-08 | 2020-06-19 | 山东交通学院 | 木质板材表面凹坑缺陷检测方法 |
CN111617971A (zh) * | 2020-05-27 | 2020-09-04 | 北京谛测科技有限公司 | 一种筒纱检测系统、方法和装置 |
CN112326671A (zh) * | 2020-11-05 | 2021-02-05 | 菲特(天津)检测技术有限公司 | 一种基于机器视觉的金属板材表面缺陷检测方法 |
CN112363463A (zh) * | 2020-10-14 | 2021-02-12 | 上海第二工业大学 | 一种个性化生产的自动装配系统 |
CN112432949A (zh) * | 2020-11-04 | 2021-03-02 | 东莞东运机械制造有限公司 | 一种利用3d拍照技术进行凹印版辊表面缺陷的检测方法 |
CN112782175A (zh) * | 2019-11-11 | 2021-05-11 | 深圳中科飞测科技股份有限公司 | 一种检测设备及检测方法 |
CN113376177A (zh) * | 2021-06-21 | 2021-09-10 | 上海商汤科技开发有限公司 | 极耳检测方法、装置及电子设备 |
CN114160430A (zh) * | 2021-11-25 | 2022-03-11 | 上海诺狄生物科技有限公司 | 一种预制培养基平板视觉检查系统和方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102218406A (zh) * | 2011-01-04 | 2011-10-19 | 华南理工大学 | 一种基于机器视觉的手机外壳缺陷智能检测装置 |
CN102590218A (zh) * | 2012-01-16 | 2012-07-18 | 安徽中科智能高技术有限责任公司 | 基于机器视觉的金属零件光洁表面微缺陷检测装置及方法 |
CN102654464A (zh) * | 2012-03-13 | 2012-09-05 | 浙江工业大学 | 基于多特征模糊识别的铜带表面缺陷检测系统 |
CN103675588A (zh) * | 2013-11-20 | 2014-03-26 | 中国矿业大学 | 印刷电路元件极性的机器视觉检测方法及设备 |
-
2014
- 2014-09-16 CN CN201410472732.0A patent/CN104280406A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102218406A (zh) * | 2011-01-04 | 2011-10-19 | 华南理工大学 | 一种基于机器视觉的手机外壳缺陷智能检测装置 |
CN102590218A (zh) * | 2012-01-16 | 2012-07-18 | 安徽中科智能高技术有限责任公司 | 基于机器视觉的金属零件光洁表面微缺陷检测装置及方法 |
CN102654464A (zh) * | 2012-03-13 | 2012-09-05 | 浙江工业大学 | 基于多特征模糊识别的铜带表面缺陷检测系统 |
CN103675588A (zh) * | 2013-11-20 | 2014-03-26 | 中国矿业大学 | 印刷电路元件极性的机器视觉检测方法及设备 |
Non-Patent Citations (3)
Title |
---|
FEI GAO ET. AL.: "An Online Inspection System of Surface Defects for Copper Strip Based on Computer Vision", 《CISP 2012》 * |
李卫平等: "《运动控制系统原理与应用》", 30 June 2013 * |
王磊: "机器视觉在铜条缺陷在线高速检测中的应用", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (52)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104964980A (zh) * | 2015-06-05 | 2015-10-07 | 电子科技大学 | 一种基于机器视觉的火花塞端面缺陷检测方法 |
CN107750371A (zh) * | 2015-06-30 | 2018-03-02 | 倍耐力轮胎股份公司 | 用于检测轮胎的表面上的缺陷的方法和设备 |
CN107750371B (zh) * | 2015-06-30 | 2021-10-19 | 倍耐力轮胎股份公司 | 用于检测轮胎的表面上的缺陷的方法和设备 |
CN105044122A (zh) * | 2015-08-25 | 2015-11-11 | 安徽工业大学 | 一种基于半监督学习模型的铜件表面缺陷视觉检测系统及检测方法 |
CN105044122B (zh) * | 2015-08-25 | 2019-01-22 | 安徽工业大学 | 一种基于半监督学习模型的铜件表面缺陷视觉检测方法 |
CN105891233A (zh) * | 2016-05-26 | 2016-08-24 | 福州大学 | 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 |
CN105891233B (zh) * | 2016-05-26 | 2019-03-12 | 福州大学 | 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 |
CN106053485A (zh) * | 2016-08-01 | 2016-10-26 | 苏州宙点自动化设备有限公司 | 基于机器视觉的钢球表面缺陷智能环形循检的新型算法 |
CN106226326A (zh) * | 2016-08-24 | 2016-12-14 | 环旭电子股份有限公司 | 检测sip模组表面缺陷、露铜表面缺陷的方法及系统 |
CN106226326B (zh) * | 2016-08-24 | 2019-09-24 | 环旭电子股份有限公司 | 检测sip模组表面缺陷、露铜表面缺陷的方法及系统 |
CN106347969A (zh) * | 2016-08-29 | 2017-01-25 | 江苏华航威泰机器人科技有限公司 | 一种图像识别单元运作方法 |
CN106564741A (zh) * | 2016-10-19 | 2017-04-19 | 中建材凯盛机器人(上海)有限公司 | 利用plc控制系统对工件输送系统皮带输送机实现精确位置控制的方法 |
CN106706648A (zh) * | 2016-12-28 | 2017-05-24 | 重庆远创光电科技有限公司 | 铜套缺料自动化在线视觉检测系统 |
CN106706648B (zh) * | 2016-12-28 | 2023-05-23 | 重庆远创光电科技有限公司 | 铜套缺料自动化在线视觉检测系统 |
CN106680293A (zh) * | 2017-01-11 | 2017-05-17 | 广东工业大学 | 一种基于机器视觉的电机转子钩槽缺陷检测系统及检测方法 |
CN106706656A (zh) * | 2017-03-14 | 2017-05-24 | 杭州汇萃智能科技有限公司 | 一种基于机器视觉的拉链检测装置及方法 |
CN106970086A (zh) * | 2017-04-02 | 2017-07-21 | 聊城大学 | 一种玻璃球损伤检测识别系统 |
CN107179320A (zh) * | 2017-05-25 | 2017-09-19 | 广东文鼎智能科技有限公司 | 基于机器视觉的钻孔倒角缺陷检测装置及方法 |
CN107782733A (zh) * | 2017-09-30 | 2018-03-09 | 中国船舶重工集团公司第七〇九研究所 | 金属表面缺陷的图像识别无损检测装置及方法 |
CN107782733B (zh) * | 2017-09-30 | 2021-03-16 | 中国船舶重工集团公司第七一九研究所 | 金属表面缺陷的图像识别无损检测装置及方法 |
CN107831169A (zh) * | 2017-10-26 | 2018-03-23 | 南京矽邦半导体有限公司 | 一种基于机器视觉的半导体封装缺陷检测系统的设计方法 |
CN107993219A (zh) * | 2017-10-31 | 2018-05-04 | 无锡港湾网络科技有限公司 | 一种基于机器视觉的船板表面缺陷检测方法 |
CN108051453A (zh) * | 2017-12-05 | 2018-05-18 | 楚天科技股份有限公司 | 一种用于具有不同深浅颜色产品的视觉检测方法 |
CN108109137A (zh) * | 2017-12-13 | 2018-06-01 | 重庆越畅汽车科技有限公司 | 车辆部件的机器视觉检测系统及方法 |
CN108279239A (zh) * | 2017-12-22 | 2018-07-13 | 中核北方核燃料元件有限公司 | 一种球形燃料元件自动外观检测装置 |
CN108387590A (zh) * | 2018-03-15 | 2018-08-10 | 福州大学 | 一种小模数带轴齿轮外形缺陷检测装置 |
CN108956614A (zh) * | 2018-05-08 | 2018-12-07 | 太原理工大学 | 一种基于机器视觉的矿用钢丝绳动态探伤检测方法和装置 |
CN108881716A (zh) * | 2018-06-13 | 2018-11-23 | 顺丰科技有限公司 | 一种物料图像的采集装置和方法 |
CN108776146A (zh) * | 2018-07-13 | 2018-11-09 | 珠海格力智能装备有限公司 | 丝印线条的检测方法及装置 |
CN108776146B (zh) * | 2018-07-13 | 2021-02-26 | 珠海格力智能装备有限公司 | 丝印线条的检测方法及装置 |
CN109142375A (zh) * | 2018-08-20 | 2019-01-04 | 宁波市智能制造产业研究院 | 一种用于靶材的高精度视觉检测系统及方法 |
CN111060525A (zh) * | 2018-10-16 | 2020-04-24 | 苏州微微视视觉科技有限公司 | 基于图片处理的金属靶材表面缺陷的检测设备 |
CN111060526A (zh) * | 2018-10-16 | 2020-04-24 | 苏州微微视视觉科技有限公司 | 基于图片处理的金属靶材表面缺陷的检测方法 |
CN111060524A (zh) * | 2018-10-16 | 2020-04-24 | 苏州微微视视觉科技有限公司 | 基于图片处理的金属靶材表面缺陷的检测算法 |
CN109507195A (zh) * | 2018-11-15 | 2019-03-22 | 沈阳工业大学 | 一种板式换热器板片裂纹成像系统 |
CN109459647A (zh) * | 2018-12-26 | 2019-03-12 | 无锡格菲电子薄膜科技有限公司 | 一种用于快速检测电热膜红外性能的方法及装置 |
CN110579481A (zh) * | 2019-08-29 | 2019-12-17 | 常伍 | 一种圆坯表面质量检测方法及系统 |
CN110579485A (zh) * | 2019-09-30 | 2019-12-17 | 华南理工大学 | 一种智能手机玻璃盖板表面缺陷快速检测装置与方法 |
CN110579485B (zh) * | 2019-09-30 | 2023-11-14 | 华南理工大学 | 一种智能手机玻璃盖板表面缺陷快速检测装置与方法 |
CN112782175A (zh) * | 2019-11-11 | 2021-05-11 | 深圳中科飞测科技股份有限公司 | 一种检测设备及检测方法 |
CN111044529A (zh) * | 2019-12-31 | 2020-04-21 | 四川索牌科技股份有限公司 | 一种方便面面饼检测系统及检测方法 |
CN111283013A (zh) * | 2020-02-10 | 2020-06-16 | 青岛滨海学院 | 基于机器视觉的弯管机球头检测系统及检测方法 |
CN111239145A (zh) * | 2020-03-17 | 2020-06-05 | 中科创达软件股份有限公司 | 膏体表面气孔自动检测设备及方法 |
CN111307825A (zh) * | 2020-04-08 | 2020-06-19 | 山东交通学院 | 木质板材表面凹坑缺陷检测方法 |
CN111307825B (zh) * | 2020-04-08 | 2023-05-02 | 山东交通学院 | 木质板材表面凹坑缺陷检测方法 |
CN111617971A (zh) * | 2020-05-27 | 2020-09-04 | 北京谛测科技有限公司 | 一种筒纱检测系统、方法和装置 |
CN112363463A (zh) * | 2020-10-14 | 2021-02-12 | 上海第二工业大学 | 一种个性化生产的自动装配系统 |
CN112432949A (zh) * | 2020-11-04 | 2021-03-02 | 东莞东运机械制造有限公司 | 一种利用3d拍照技术进行凹印版辊表面缺陷的检测方法 |
CN112432949B (zh) * | 2020-11-04 | 2023-06-16 | 东莞东运机械制造有限公司 | 一种利用3d拍照技术进行凹印版辊表面缺陷的检测方法 |
CN112326671A (zh) * | 2020-11-05 | 2021-02-05 | 菲特(天津)检测技术有限公司 | 一种基于机器视觉的金属板材表面缺陷检测方法 |
CN113376177A (zh) * | 2021-06-21 | 2021-09-10 | 上海商汤科技开发有限公司 | 极耳检测方法、装置及电子设备 |
CN114160430A (zh) * | 2021-11-25 | 2022-03-11 | 上海诺狄生物科技有限公司 | 一种预制培养基平板视觉检查系统和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104280406A (zh) | 一种铜件表面缺陷检测的机器视觉系统 | |
CN102539443B (zh) | 基于机器视觉的瓶身缺陷自动检测方法 | |
CN203750868U (zh) | 基于计算机视觉的毛边检测装置 | |
CN105973912A (zh) | 基于机器视觉的真皮表面缺陷检测系统及其检测方法 | |
CN106802215A (zh) | 一种水管漏水检测装置及检测方法 | |
CN105044122A (zh) | 一种基于半监督学习模型的铜件表面缺陷视觉检测系统及检测方法 | |
CN103090804A (zh) | 成品磁环图像自动检测系统及检测方法 | |
CN103983426B (zh) | 一种基于机器视觉的光纤缺陷检测及分类方法 | |
CN104483320A (zh) | 工业脱硝催化剂的数字化缺陷检测装置与检测方法 | |
CN110021012B (zh) | 基于机器视觉技术的手机镜头视窗玻璃缺陷检测方法 | |
CN104809725A (zh) | 一种布匹缺陷视觉识别检测装置和方法 | |
CN104132945A (zh) | 一种基于光纤传导的棒材表面质量在线视觉检测装置 | |
CN111079831A (zh) | 智能型光学检测的样品特征与瑕疵自动标记方法及其装置 | |
CN106353336A (zh) | 一种镜片镀膜自动检测系统 | |
WO2023168984A1 (zh) | 一种基于面阵相机的阴极铜质量检测方法及系统 | |
CN110412055A (zh) | 一种基于多光源暗场照明的透镜白雾缺陷检测方法 | |
CN111307812A (zh) | 基于机器视觉的焊点外观检测方法 | |
CN202351182U (zh) | 一种马口铁表面缺陷在线高速检测系统 | |
CN106596562A (zh) | 基于机器视觉的磁环外观质量在线检测装置及方法 | |
CN115753813A (zh) | 检测晶圆缺陷的方法、装置、系统、存储介质及电子设备 | |
CN208840024U (zh) | 一种锂电池极片正反表面缺陷检测装置 | |
CN114359155A (zh) | 一种覆膜方法及系统 | |
CN105510339A (zh) | 一种基于机器视觉的饮料瓶满箱检测方法 | |
CN211292638U (zh) | 一种笔管印刷快速自动检测装置 | |
CN203069148U (zh) | 一种成品磁环图像自动检测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150114 |