CN104777172A - 一种光学镜头次品快速智能检测装置及方法 - Google Patents
一种光学镜头次品快速智能检测装置及方法 Download PDFInfo
- Publication number
- CN104777172A CN104777172A CN201510215116.1A CN201510215116A CN104777172A CN 104777172 A CN104777172 A CN 104777172A CN 201510215116 A CN201510215116 A CN 201510215116A CN 104777172 A CN104777172 A CN 104777172A
- Authority
- CN
- China
- Prior art keywords
- lens
- image
- camera
- display panels
- optical lens
- 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
Links
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种光学镜头次品快速智能检测装置及方法,检测装置包括依次连接的摄像机、图像分析单元和液晶显示面板。检测步骤如下,将待检测光学镜头放置在液晶显示面板上,液晶显示面板的背景光透过光学镜头进入摄像机的摄像头中;摄像机将获得的图像输出给图像分析单元,由图像分析单元进行分割,得到每个镜头对应的子图像;图像分析单元分别对这些子图像与标准镜头对应的标准图像进行对比识别,得到镜头是否有缺陷的识别结果,并将识别结果在液晶显示面板上对应镜头所在区域以颜色反映出来。本发明能够实现批量检测,故检测效率高,且结果客观准确。
Description
技术领域
本发明涉及光学镜头检测,具体涉及一种可实现批处理的光学镜头次品快速智能检测装置及方法,属于光学镜头检测技术领域。
背景技术
在光学镜头的生产过程中,对产品出厂时的光学镜头必须进行质量检测,比如,相机镜头、瞄准镜等产品出厂时的质量检测是一道重要的工序。光学镜头产品生产时的不合格品来源于两个方面:(1)制造工序中导致的裂纹和破裂;(2) 表面或内部可能会残留毛发、灰尘及脏污等等。在光学镜头的制作中,对这些缺陷都有相应的控制要求。现有的缺陷检测方法一般是在白光的照明下,人工肉眼对光学镜头进行识别,从而判断光学元件的缺陷,这种检测方法受人的主观因素影响较大,容易造成人眼疲劳,对人眼有损害,检测速度慢,且检测结果不准确,也不能直观显示检测结果,另外,人工成本也比较高。
为了克服肉眼检测的不足,现有技术还提出了一种基于仪器进行镜头检测的方案,该方案通过机械装置水平移动镜头的位置,利用摄像头采集移动前后的图像,并进行异或运算,分析缺陷的位置和大小,最终显示结果。其方案存在的不足在于:1、仪器结构复杂,包括了用于水平移动镜头的机械装置,价格较贵;2、操作复杂,操作人员需要利用机械装置移动镜头;3、由于需要一次或多次移动光学镜头摄像,并进行两幅或多幅图像的异或运算,所以一次只能检测一枚光学镜头,不能批量处理,故检测速度慢。
发明内容
针对现有技术存在的上述不足,本发明的目的是提供一种光学镜头次品快速智能检测装置及方法,本发明能够实现批量检测,故检测效率高,且结果客观准确。
为实现本发明目的,采用了以下技术方案:
一种光学镜头次品快速智能检测装置,包括依次连接的摄像机、图像分析单元和液晶显示面板;
液晶显示面板,用于放置待检测镜头,并提供摄像用背景光,同时根据检测结果对不同镜头所在区域进行颜色区别标识;
摄像机,位于液晶显示面板正上方,用于对放置于液晶显示面板上的所有待检测镜头进行摄像,以得到检测用图像;
图像分析单元,用于对摄像机输出的图像进行处理分析以得出检测结果并将检测结果传输给液晶显示面板。
进一步地,所述液晶显示面板由高分辨率的液晶显示器构成,可至少显示两种不同的颜色,其中一种颜色为基本色作为摄像用背景光,其余颜色用于在镜头有缺陷时根据缺陷程度进行标识;在液晶显示面板表面贴有可更换的保护膜。
一种光学镜头次品快速智能检测方法,本方法采用前述的光学镜头次品快速智能检测装置,步骤如下,
S1.开启液晶显示面板,使其发出背景光;
S2.将表面清洁预处理后的待检测光学镜头放置在液晶显示面板上,液晶显示面板的背景光透过光学镜头进入摄像机的摄像头中;
S3. 调节摄像头的高度和清晰度,使得摄像头的拍摄区域覆盖液晶显示面板;然后启动摄像机,由摄像机对所有待检测光学镜头进行摄像,得到一幅包含所有待检测光学镜头的图像,摄像机将获得的该图像输出给图像分析单元;
S4. 图像分析单元对接收到的图像进行分割,得到每个镜头对应的子图像;
S5. 图像分析单元分别对这些子图像与标准镜头对应的标准图像进行对比识别,得到镜头是否有缺陷的识别结果,并将识别结果在液晶显示面板上对应镜头所在区域以颜色反映出来;
S6.工作人员根据液晶显示面板上的颜色即可直观看出哪些镜头有缺陷,并挑拣出来进行后续处理。
其中步骤S4所述的图像分割按如下方法进行:
S4.1)采用Canny等算子对图像进行边缘检测,得到每个镜头的边缘轮廓;
S4.2)如果得到的边缘轮廓存在断裂,运用形态学闭运算对边缘线中的断裂处进行连接;
S4.3)运用数学形态学填充方法对闭合的镜头区域进行填充,得到二值化的镜头分割图像,即镜头区域为白色,像素值为1,其他区域为黑色,像素值为0;
S4.4)将二值镜头分割图像与原图像进行“与”运算,即可分割出原图像中的镜头,得到每个镜头对应的子图像。
其中步骤S5所述将子图像与标准图像进行对比识别得到识别结果,其具体过程如下:
S5.1)将子图像与标准图像作“差”运算,得到与这两幅图像大小相同的新矩阵;其中新矩阵中各元素为两幅图像对应元素的差值;
S5.2)将新矩阵中各个元素平方后相加,得到一个用于判定是否有缺陷的相似度值;
S5.3)将相似度值与预先设定的一个阈值L进行比较,当相似度值小于等于L时,该子图像对应的待检测镜头合格,否则不合格。
其中步骤S5.3所述的阈值L按如下方法确定:在与实际检测相同光照、位置条件下,将两个标准镜头按照步骤S1-S4处理得到两个标准镜头对应的子图像,然后将两个标准镜头对应的子图像再按照S5.1)- S5.2)作相似度计算,所得到的相似度值即为阈值L。
步骤S5中将识别结果在液晶显示面板上对应镜头所在区域以颜色反映出来时,用不同深度的红色标注不同程度缺陷的镜头;相似度值越大于阈值L,即认为缺陷越明显,此时颜色就越深。
与现有方法相比,本发明具有如下有益效果:
1)检测效率高。本发明能够实现批量检测,一次可以同时检测多个镜头,其数量由液晶显示面板的大小而定,最多可以布满整个液晶显示面板。
2)检测结果准确。本发明由系统自动对采集的镜头图像进行分析处理并得出检测结果,避免了人为影响,分析过程中引入了两标准镜头获得的阈值,因此结果准确可靠。
3)检测结果交互性好。通过镜头的区域定位和着色,检测结果自动在液晶显示面板上显示,对有缺陷的镜头区域进行不同颜色显示进行标识,检测人员可以快速分辨出有缺陷的镜头。
4)操作简单。只需要将镜头清洁后即可放置在液晶显示面板上,然后启动设备(实际就是按下设备上的一个按键)即可,系统自动给出结果,操作十分简单,对操作人员没有特别要求。
5)健康友好。检测人员劳动强度低,也不存在眼睛伤害问题。
附图说明
图1-本发明光学镜头缺陷检测装置结构框图。
图2-本发明光学镜头缺陷检测装置软件处理流程。
图3-本发明光学镜头缺陷检测方法流程图。
具体实施方式
为了克服人工检测和常规光学镜头检测方法的不足,本发明利用图像分割和模式识别方法进行自动化批量检测。下面结合附图和具体实施方式详细介绍。
本发明光学镜头次品快速智能检测装置,包括依次连接的(高清数字)摄像机130、图像分析单元140和液晶显示面板110,如图1所示。
液晶显示面板,所述液晶显示面板由高分辨率的液晶显示器构成,用于放置待检测镜头120,并提供摄像用背景光,同时根据检测结果对不同镜头所在区域进行颜色区别标识。因此液晶显示面板至少可显示两种不同的颜色,其中一种颜色为基本色作为摄像用背景光,比如纯白色等单一颜色,当然可根据检测对象更换该基本色;其余颜色用于在镜头有缺陷时根据缺陷程度进行标识,便于工作人员马上找到有问题的镜头。在液晶显示面板表面贴有可定期更换的钢化玻璃膜保护液晶显示器和镜头以免划伤,同时减小划痕对次品检测率的影响。
摄像机,位于液晶显示面板正上方,用于对放置于液晶显示面板上的所有待检测镜头进行摄像,以得到检测用图像。
图像分析单元,用于对摄像机输出的图像进行处理分析以得出检测结果并将检测结果传输给液晶显示面板。实际图像分析单元可以基于普通电脑而设计,即在电脑上输入对应的图像处理和分析软件即可,摄像机和电脑通过目前常见的USB接口连接即可。图2是本发明图像分析单元软件处理流程。
本发明检测方法采用上述检测装置而进行,步骤如下,同时可参见图3;
S1.开启液晶显示面板,使其发出背景光;背景光根据镜头的特点通常为某一单色背景光(一般为白色)。
S2.将表面清洁预处理后的待检测光学镜头放置在液晶显示面板上,液晶显示面板的背景光透过光学镜头进入摄像机的摄像头中。镜头数量由镜头大小决定,只要不超过液晶显示面板既可。
S3. 调节摄像头的高度和清晰度,使得摄像头的拍摄区域覆盖液晶显示面板(此步只需调节一次)。然后启动摄像机,由摄像机对所有待检测光学镜头进行摄像,得到一幅包含所有待检测光学镜头的图像,摄像机将获得的该图像输出给图像分析单元。
S4. 图像分析单元对接收到的图像先进行分割,得到每个镜头对应的子图像。
S5. 图像分析单元再分别对这些子图像与标准镜头对应的标准图像进行对比识别,得到镜头是否有缺陷的识别结果,并将识别结果在液晶显示面板上对应镜头所在区域以颜色反映出来。实际设计时用不同深度的红色标注不同程度缺陷的镜头;缺陷越明显,此时颜色就越深。
S6.工作人员根据液晶显示面板上的颜色即可直观看出哪些镜头有缺陷,并挑拣出来进行后续处理。
由于拍摄出的图像中镜头边缘是平滑闭合的,因此可以运用边缘检测算法提取出镜头区域,即步骤S4所述的图像可以按此方法进行分割,具体步骤为:
S4.1)采用Canny(Roberts,Prewitt,Sobel)等算子对图像进行边缘检测,得到每个镜头的边缘轮廓。
S4.2)由于得到的边缘轮廓可能存在断裂,运用形态学闭运算对边缘线中的断裂处进行连接。
S4.3)运用数学形态学填充方法(imfill)对闭合的镜头区域进行填充,得到二值化的镜头分割图像,即镜头区域为白色,像素值为1,其他区域为黑色,像素值为0。
S4.4)将二值镜头分割图像与原图像进行“与”运算,即可分割出原图像中的镜头,得到每个镜头对应的子图像。
其中,步骤S5中将子图像与标准图像进行对比识别得到识别结果的过程就是将分割出的待检测镜头子图像与标准镜头图像进行相似度运算,具体过程如下:
S5.1)两幅图像具有相同大小的矩阵,将子图像与标准图像作“差”运算,得到与这两幅图像大小相同的新矩阵;其中新矩阵中各元素为两幅图像对应的数据矩阵单元的差值。
S5.2)将新矩阵中各个元素平方后相加,得到一个非负值,该值是衡量待检测镜头图像与标准镜头图像之间相似度的度量,称之为相似度值,通过相似度值即可判定镜头是否有缺陷的。当图像之间差异越大,即如果待检测镜头存在裂纹、破裂、残留毛发、灰尘及脏污等问题时,相似度值越大,当两幅图像完全一样时,相似度值为0。
S5.3)由于受到光线,位置等因素的影响,无瑕疵的待检测镜头图像与标准镜头图像之间的相似度值不可能为零,因此需要设定一个阈值L。阈值L按如下方法确定:在与实际检测相同光照、位置条件下,将两个标准镜头按照步骤S1-S4处理得到两个标准镜头对应的子图像,然后将两个标准镜头对应的子图像再按照S5.1)- S5.2)作相似度计算,所得到的相似度值即为阈值L。此时即可步骤将S5.2)得到的相似度值与该阈值L进行比较,当相似度值小于等于L时,该子图像对应的待检测镜头合格,如果相似度值大于阈值L,认为不合格。相似度值越大于阈值L,即认为缺陷越明显,产品越不合格。
最后说明的是,上述实施例仅用于说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (7)
1.一种光学镜头次品快速智能检测装置,其特征在于:包括依次连接的摄像机、图像分析单元和液晶显示面板;
液晶显示面板,用于放置待检测镜头,并提供摄像用背景光,同时根据检测结果对不同镜头所在区域进行颜色区别标识;
摄像机,位于液晶显示面板正上方,用于对放置于液晶显示面板上的所有待检测镜头进行摄像,以得到检测用图像;
图像分析单元,用于对摄像机输出的图像进行处理分析以得出检测结果并将检测结果传输给液晶显示面板。
2.根据权利要求1所述的光学镜头次品快速智能检测装置,其特征在于:所述液晶显示面板由高分辨率的液晶显示器构成,可至少显示两种不同的颜色,其中一种颜色为基本色作为摄像用背景光,其余颜色用于在镜头有缺陷时根据缺陷程度进行标识;在液晶显示面板表面贴有可更换的保护膜。
3.一种光学镜头次品快速智能检测方法,其特征在于:本方法采用权利要求1或2所述的光学镜头次品快速智能检测装置,步骤如下,
S1.开启液晶显示面板,使其发出背景光;
S2.将表面清洁预处理后的待检测光学镜头放置在液晶显示面板上,液晶显示面板的背景光透过光学镜头进入摄像机的摄像头中;
S3. 调节摄像头的高度和清晰度,使得摄像头的拍摄区域覆盖液晶显示面板;然后启动摄像机,由摄像机对所有待检测光学镜头进行摄像,得到一幅包含所有待检测光学镜头的图像,摄像机将获得的该图像输出给图像分析单元;
S4. 图像分析单元对接收到的图像进行分割,得到每个镜头对应的子图像;
S5. 图像分析单元分别对这些子图像与标准镜头对应的标准图像进行对比识别,得到镜头是否有缺陷的识别结果,并将识别结果在液晶显示面板上对应镜头所在区域以颜色反映出来;
S6.工作人员根据液晶显示面板上的颜色即可直观看出哪些镜头有缺陷,并挑拣出来进行后续处理。
4.根据权利要求3所述的光学镜头次品快速智能检测方法,其特征在于:步骤S4所述的图像分割按如下方法进行:
S4.1)采用Canny等算子对图像进行边缘检测,得到每个镜头的边缘轮廓;
S4.2)如果得到的边缘轮廓存在断裂,运用形态学闭运算对边缘线中的断裂处进行连接;
S4.3)运用数学形态学填充方法对闭合的镜头区域进行填充,得到二值化的镜头分割图像,即镜头区域为白色,像素值为1,其他区域为黑色,像素值为0;
S4.4)将二值镜头分割图像与原图像进行“与”运算,即可分割出原图像中的镜头,得到每个镜头对应的子图像。
5.根据权利要求3所述的光学镜头次品快速智能检测方法,其特征在于:步骤S5所述将子图像与标准图像进行对比识别得到识别结果,其具体过程如下:
S5.1)将子图像与标准图像作“差”运算,得到与这两幅图像大小相同的新矩阵;其中新矩阵中各元素为两幅图像对应元素的差值;
S5.2)将新矩阵中各个元素平方后相加,得到一个用于判定是否有缺陷的相似度值;
S5.3)将相似度值与预先设定的一个阈值L进行比较,当相似度值小于等于L时,该子图像对应的待检测镜头合格,否则不合格。
6.根据权利要求5所述的光学镜头次品快速智能检测方法,其特征在于:步骤S5.3所述的阈值L按如下方法确定:在与实际检测相同光照、位置条件下,将两个标准镜头按照步骤S1-S4处理得到两个标准镜头对应的子图像,然后将两个标准镜头对应的子图像再按照S5.1)- S5.2)作相似度计算,所得到的相似度值即为阈值L。
7.根据权利要求5所述的光学镜头次品快速智能检测方法,其特征在于:步骤S5中将识别结果在液晶显示面板上对应镜头所在区域以颜色反映出来时,用不同深度的红色标注不同程度缺陷的镜头;相似度值越大于阈值L,即认为缺陷越明显,此时颜色就越深。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510215116.1A CN104777172B (zh) | 2015-04-30 | 2015-04-30 | 一种光学镜头次品快速智能检测装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510215116.1A CN104777172B (zh) | 2015-04-30 | 2015-04-30 | 一种光学镜头次品快速智能检测装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104777172A true CN104777172A (zh) | 2015-07-15 |
CN104777172B CN104777172B (zh) | 2018-10-09 |
Family
ID=53618775
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510215116.1A Active CN104777172B (zh) | 2015-04-30 | 2015-04-30 | 一种光学镜头次品快速智能检测装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104777172B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106249177A (zh) * | 2016-06-03 | 2016-12-21 | 深圳市普盛旺科技有限公司 | 充电器安规自动测试线 |
CN107219782A (zh) * | 2017-05-12 | 2017-09-29 | 芜湖乐佳自动化机械有限公司 | 一种高低压变电柜精度防尘控制系统 |
CN108198175A (zh) * | 2017-12-28 | 2018-06-22 | 广东欧珀移动通信有限公司 | 检测方法、检测装置、计算机设备和计算机可读存储介质 |
CN108288264A (zh) * | 2017-12-26 | 2018-07-17 | 横店集团东磁有限公司 | 一种广角摄像头模组脏污测试方法 |
CN108827979A (zh) * | 2018-04-23 | 2018-11-16 | 东莞高伟光学电子有限公司 | 一种模组镜头外观检测方法 |
CN110738632A (zh) * | 2019-09-04 | 2020-01-31 | 珠海格力电器股份有限公司 | 检测面板图案显示的方法、装置、计算机设备和介质 |
CN115963114A (zh) * | 2023-02-28 | 2023-04-14 | 广东鲲鹏环保技术有限公司 | 一种锂电池生产质检系统 |
CN116307300A (zh) * | 2023-05-23 | 2023-06-23 | 四川都得利管业有限公司 | 一种塑胶管道的生产工艺优化方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101065657A (zh) * | 2004-09-29 | 2007-10-31 | 通用电气公司 | 用于检测光管理膜的系统和方法以及制造光管理膜的方法 |
CN202133624U (zh) * | 2011-07-15 | 2012-02-01 | 苏州谷夫道自动化科技有限公司 | 磁环不合格品自动检测装置 |
-
2015
- 2015-04-30 CN CN201510215116.1A patent/CN104777172B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101065657A (zh) * | 2004-09-29 | 2007-10-31 | 通用电气公司 | 用于检测光管理膜的系统和方法以及制造光管理膜的方法 |
CN202133624U (zh) * | 2011-07-15 | 2012-02-01 | 苏州谷夫道自动化科技有限公司 | 磁环不合格品自动检测装置 |
Non-Patent Citations (3)
Title |
---|
余文勇 等: "一种浮法玻璃全面缺陷在线检测系统", 《华中科技大学学报(自然科学版)》 * |
易乔木 等: "一种基于机器视觉的玻璃质量在线检测系统", 《武汉理工大学学报》 * |
赵健 等: "基于数字图像处理的玻璃缺陷在线检测系统", 《电子技术应用》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106249177A (zh) * | 2016-06-03 | 2016-12-21 | 深圳市普盛旺科技有限公司 | 充电器安规自动测试线 |
CN107219782A (zh) * | 2017-05-12 | 2017-09-29 | 芜湖乐佳自动化机械有限公司 | 一种高低压变电柜精度防尘控制系统 |
CN108288264A (zh) * | 2017-12-26 | 2018-07-17 | 横店集团东磁有限公司 | 一种广角摄像头模组脏污测试方法 |
CN108288264B (zh) * | 2017-12-26 | 2022-01-18 | 横店集团东磁有限公司 | 一种广角摄像头模组脏污测试方法 |
CN108198175A (zh) * | 2017-12-28 | 2018-06-22 | 广东欧珀移动通信有限公司 | 检测方法、检测装置、计算机设备和计算机可读存储介质 |
CN108827979A (zh) * | 2018-04-23 | 2018-11-16 | 东莞高伟光学电子有限公司 | 一种模组镜头外观检测方法 |
CN110738632A (zh) * | 2019-09-04 | 2020-01-31 | 珠海格力电器股份有限公司 | 检测面板图案显示的方法、装置、计算机设备和介质 |
CN115963114A (zh) * | 2023-02-28 | 2023-04-14 | 广东鲲鹏环保技术有限公司 | 一种锂电池生产质检系统 |
CN116307300A (zh) * | 2023-05-23 | 2023-06-23 | 四川都得利管业有限公司 | 一种塑胶管道的生产工艺优化方法及系统 |
CN116307300B (zh) * | 2023-05-23 | 2023-08-08 | 四川都得利管业有限公司 | 一种塑胶管道的生产工艺优化方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104777172B (zh) | 2018-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104777172B (zh) | 一种光学镜头次品快速智能检测装置及方法 | |
CN109752394B (zh) | 一种显示屏缺陷高精度检测方法及系统 | |
CN105067639B (zh) | 一种光栅调制的镜片疵病自动检测装置和方法 | |
CN103913461A (zh) | 一种tft-lcd点灯自动光学检测的图像处理方法 | |
CN110108711A (zh) | 圆环侧壁缺陷的视觉检测系统 | |
CN104345481B (zh) | 一种液晶屏的质量检测方法、装置及设备 | |
CN106596073A (zh) | 一种检测光学系统像质的方法和系统及一种测试标板 | |
CN204924983U (zh) | 一种光栅调制的镜片疵病自动检测装置 | |
CN109307675A (zh) | 一种产品外观检测方法和系统 | |
CN103743761A (zh) | 一种镜片水印疵病图像检测装置 | |
CN105092473B (zh) | 一种多晶硅薄膜的质量检测方法和系统 | |
CN107966836A (zh) | 一种tft-lcd缺陷光学自动检测系统 | |
CN114881987B (zh) | 基于改进YOLOv5的热压导光板缺陷可视化检测方法 | |
CN110412055B (zh) | 一种基于多光源暗场照明的透镜白雾缺陷检测方法 | |
CN105891228A (zh) | 基于机器视觉的光纤外观缺陷检测及外径测量装置 | |
CN111062961A (zh) | 一种基于深度学习的隐形眼镜边缘缺陷检测方法 | |
CN104122078A (zh) | 一种近眼显示光学镜头像质的评价方法 | |
CN116128881B (zh) | 一种用于缺陷产品同步标记的镜片检测系统及方法 | |
CN110208269A (zh) | 一种玻璃表面异物与内部异物区分的方法及系统 | |
CN114119591A (zh) | 一种显示屏画面质量检测方法 | |
CN111261079A (zh) | 一种亮、暗斑异常现象的检测方法 | |
CN107782744A (zh) | 一种光栅调制的镜片疵病自动检测装置 | |
CN116256366A (zh) | 一种芯片缺陷的检测方法、检测系统及存储介质 | |
CN113763322B (zh) | 一种Pin脚共面度视觉检测方法与装置 | |
CN113624458B (zh) | 基于双路全投射光的薄膜均匀性检测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |