CN104792789A - 化纤纸管外观检测装置及方法 - Google Patents
化纤纸管外观检测装置及方法 Download PDFInfo
- Publication number
- CN104792789A CN104792789A CN201510161827.5A CN201510161827A CN104792789A CN 104792789 A CN104792789 A CN 104792789A CN 201510161827 A CN201510161827 A CN 201510161827A CN 104792789 A CN104792789 A CN 104792789A
- Authority
- CN
- China
- Prior art keywords
- paper tube
- chemical fiber
- module
- image
- fiber paper
- 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
本发明公开了一种化纤纸管外观检测装置,通过信号采集模块采集纸管的端面、柱面位置信号,将位置信号发送至工业视觉计算机模块,图像采集模块拍摄纸管的位置和姿态图像数据,并将图像数据发送至工业视觉计算机模块,工业视觉计算机模块对图像数据进行分析处理,并输出光源控制信号给光源控制模块,以及输出检测后的分类筛选信号至分类筛选模块,分类筛选模块将纸管分成三类:合格、不合格、人工待检。本发明还公开一种化纤纸管外观检测方法,通过纸管外观进行精确筛选,检测出不同性质的纸管,并实时进行分类,适用于纸管外观参数检测过程,应用机器视觉技术和自动控制技术来实现高精准测量、标准分类筛选的目的。
Description
技术领域
本发明涉及工业产品的检测技术,更具体地说,涉及化纤纸管外观检测装置及方法。
背景技术
化纤纸管主要用于纺织业,为高速卷绕或加弹锭子提供基础保障。其外型几何尺寸、圆度、同心度以及外表是否有瑕疵是纸管充当中间介质时非常重要的参数,目前纸管生产企业普遍采用人工检测的手段,来保证产出的纸管外观符合质量要求。然而,人工检测方法存在以下弊端:
1、由于检测人员之间主观判断标准的不一致,易造成检测结果的不一致;
2、由于检测人员自身的生理疲劳易造成的产品漏检、误检;
3、人力成本逐年上升,人员流动性大等因素,导致人工检测成本越来越高。
发明内容
本发明提供一种化纤纸管外观检测装置及方法,以解决现有技术中存在的人工检测漏检、误检、标准不一致、成本高等问题。
本发明采用如下技术方案:
一种化纤纸管外观检测装置,包括图像采集模块、工业视觉计算机模块、信号采集模块、光源控制模块、分类筛选模块。信号采集模块采集纸管的端面、柱面位置信号,将位置信号发送至工业视觉计算机模块。图像采集模块拍摄纸管的位置和姿态图像数据,包括纸管的端面数据和柱面数据,并将图像数据发送至工业视觉计算机模块。工业视觉计算机模块对图像数据进行分析处理,并输出光源控制信号给光源控制模块,以及输出检测后的分类筛选信号至分类筛选模块,分类筛选模块并输出检测结果。
根据本发明的一实施例,还包括可调光源,光源控制模块输出光源控制脉冲至可调光源,对可调光源进行光源亮度调节,保持采集图像的光照强度、数字摄像机的图像亮度均匀
根据本发明的一实施例,还包括报警模块,工业视觉计算机模块发送报警信号至报警模块。
根据本发明的一实施例,工业视觉计算机模块根据信号采集模块的位置信号生成图像采集信号,并发送至图像采集模块,图像采集模块根据图像采集信号对纸管的图像数据进行采集。
为实现上述目的,本发明还采用如下技术方案:
一种化纤纸管外观检测方法,包括以下步骤:步骤1,输入待检化纤纸管;步骤2,调节数字摄像机和可调光源;步骤3,对化纤纸管的端面和柱面进行图像采集;步骤4,对采集到的图像进行图像算法处理;步骤5,对算法处理的结果进行逻辑分析、判定;步骤6,输出外观图像检测结果。
根据本发明的一实施例,步骤3包括:利用多组可调光源照射纸管的同一处柱面,并使纸管进行转动。
根据本发明的一实施例,步骤4的图像算法包括对合格化纤纸管进行图像分析以设定标准参数,并对待检化纤纸管进行图像分析处理。
根据本发明的一实施例,标准参数的设定步骤如下:1)收集若干个化纤纸管外观图像;2)将拍摄的图片按一定比例随机分为训练集合和测试集合;3)对于训练集合中的图像,按照图像预处理,图像分割,图像区域分析,得到所检测的特征参数;4)将检测纸管的特征参数,应用于测试集合,并不断修改此参数使得检测结果符合集合的真值;5)根据测试得到的特征参数,分别取平均值,最大和最小值,从而形成标准参数。
在上述技术方案中,本发明的化纤纸管外观检测装置及方法可对纸管外观进行精确筛选,检测出不同性质的纸管,并实时进行分类。适用于纸管外观参数检测过程,应用机器视觉技术和自动控制技术来实现高精准检测、标准分类筛选的目的,提高工作效率,降低劳动力的成本。
附图说明
图1是本发明化纤纸管外观检测装置的结构示意图;
图2是本发明化纤纸管外观检测方法的流程图;
图3a和3b分别是调节数字摄像机拍摄区域的示意图;
图4a和4b分别是端面和柱面采集的示意图;
图5是“半包围”式柱面信息采集的示意图;
图6是对采集到的图像进行图像算法处理的流程图;
图7a、7b和7c是化纤纸管外观算法检测的示意图。
具体实施方式
下面结合附图和实施例进一步说明本发明的技术方案。
参照图1,本发明公开一种化纤纸管外观检测装置,其主要模块包括图像采集模块22、信号采集模块23、工业视觉计算机模块24、报警模块25、可调光源26、光源控制模块27、分类筛选模块28等。下面来详细说明上述各个模块的作用和互相工作的方式。
如图1所示,信号采集模块23采集纸管21的端面和柱面位置信号,将位置信号发送至工业视觉计算机模块24,生成图像采集信号来控制图像采集模块22对纸管21的外观图像实时进行采集。具体来说,信号采集模块23采集到的化纤纸管的位置和姿态数据,工业视觉计算机模块24生成图像采集信号并发送至图像采集模块22,图像采集模块22根据图像采集信号对纸管21的图像数据进行采集。
图像采集模块22拍摄纸管21的空间图像数据,包括纸管的端面数据和柱面数据。具体来说,信号采集模块23捕捉纸管21的空间位置和姿态,采集端面到位信号来判断纸管21的端面是否进入拍摄区域,采集柱面到位信号来判断纸管21的柱面是否进入拍摄区域,将拍摄到的图像数据221传送至工业视觉计算机模块24,通过数字图像处理算法对其进精确测量计算,并明确判断结果,输出纸管外观的性质。
继续参照图1,图像采集模块22采集到当前的图像数据传送给工业视觉计算机模块24,工业视觉计算机模块24对图像数据的灰度值及曝光度进行计算,并输出光源控制信号给光源控制模块27,以及输出分类筛选信号至分类筛选模块28。光源控制模块27输出光源控制脉冲对可调光源26进行光源亮度调节,对图像的亮度进行改变,进而影响图像采集模块22对图像数据的采集,以此形成反馈,实现了图像采集模块22和可调光源26的自动化操作,并自动记录原始数据。
光源控制模块27输出光源控制脉冲至可调光源26,可调光源26进行光源亮度调节,对纸管21的图像的亮度进行改变。作为本发明的一种优选实施方式,可调光源26是由多组可调光源按照一定的空间位置摆放,每组光源之间按照矩阵形式以及一定的空间夹角摆放,保证每次拍摄到纸管区域的感兴趣区域的亮度一致。如图5所示,三组可调光源26按照一定的空间夹角摆放,保证每次拍摄到纸管的感兴趣区域的亮度一致,对感兴趣区域可随拍摄景深进行调节。另一方面,如图4b所示,可调光源26的空间夹角也可以随拍摄区域进行调节,这样保证了每次获取的纸管拍摄区域保持一致的亮度。
工业视觉计算机模块24发送报警信号至报警模块25,报警模块25是根据用户的需求来设置报警参数。当连续检出的纸管外观数量达到设置的数值时将输出报警信号。
分类筛选模块28接收到工业视觉计算机24的分类筛选信号,并输出检测结果29。具体来说,分类筛选模块28输出的检测结果为:合格、不合格、人工待检。其中,人工待检筛选出的是一些微小的、可能可以修复的化纤纸管,用于后期人工检查修复。
此外,本发明还公开了一种利用上述化纤纸管外观检测装置进行纸管外观检测的方法,如图2所示,其主要包括以下几个步骤:
步骤S1:输入待检化纤纸管。在步骤1中,待检化纤纸管由传送机构送入数字摄像机的拍摄区域内,需要调整数字摄像机与纸管的相对位置。
步骤S2:调节可调光源的光照亮度。
光照亮度是对数字摄像机采集化纤纸管图像进行光补偿的必要条件。本发明设计出了自动光源控制器对光源亮度调节,可根据摄像机采集的图像灰度值对比来进行光源调节,将采集到的图像转换成灰度,并且与标准灰度值(经过多次重复测试实验取得满足摄像机采集图像的最佳效果灰度值)进行对比计算:
如果当前灰度值小于标准灰度值,调亮光照亮度;
如果当前灰度值大于标准灰度值,调暗光照亮度。
步骤S3:调节数字摄像机。
如图3a和3b所示,调节化纤纸管端面与数字摄像机的相对位置,保证化纤纸管的左端面的圆心、右端面的圆心和数字摄像机的中心点在同一条直线上。如图3a所示,区域31表示为纸管左端面,区域32为纸管右端面,区域34为数字摄像机35的拍照区域。具体来说,保证化纤纸管的端面在数字摄像机35的可视区域内,使得D1=D2=D3=D4,即保证化纤纸管的左端面31的圆心、右端面32的圆心和数字摄像机35的中心点在同一条直线上,如图3a所示。
另一方面,调节化纤纸管柱面与数字摄像机35的相对位置,保证化纤纸管的柱面在数字摄像机35的可视范围内。如图3b所示,区域33为化纤纸管柱面,区域34为数字摄像机35的拍照区域,保证化纤纸管的柱面在数字摄像机35的可视范围内。具体来说,保证化纤纸管的柱面在数字摄像机35的可视范围内,即E1=E3、E2=E4,纸管柱面与数字摄像机35处于相对位置,保证化纤纸管的柱面在数字摄像机的可视区域内。
步骤S2调节可调光源和步骤S3调节数字摄像机的目的在于:调节数字摄像机的焦距、光圈能够使得抓拍的图像清晰,以便对图像进行处理,而调节可调光源与化纤纸管的空间位置、物理夹角和可调光源的亮度来进行光照强度调节,以此来更好地进行光照补偿。
步骤S4:对化纤纸管的端面进行图像采集。
对化纤纸管外观信息采集完整是检测化纤纸管外观的基础。本发明的方法使用的是分步实时采集,用数字摄像机分别对化纤纸管的两端面的图像信息进行实时采集,对其柱面图像信息进行360度图像信息采集。
如图4a所示,端面图像信息进行采集实施方式:对化纤纸管两端面图像信息进行实时采集,既可对左右端面同时同步实时进行图像采集,也可对左右端面分步进行采集。
步骤S5:对化纤纸管的柱面进行图像采集。
如图4b所示为对柱面图像信息进行采集的实施方式,对化纤纸管柱面图像进行360度图像采集,既可实施为数字摄像机和化纤纸管相对运动来进行图像360度实时采集,也可实施为化纤纸管相对数字摄像机静止,可用多个摄像机对柱面进行分块实时采集。
特别地,对柱面采集图像的时候,本发明设计了一种“半包围”形式的光源结构,如图5所示,利用多组可调光源组照射纸管的同一处柱面,并使纸管进行转动。多组LED光源为每次实时采集的亮度一致和光线均匀奠定了基础,如图5所示LED光源组的结构,角A和角B可以根据实际情况进行调节,且LED光源组结构的长度和物理面积也可以根据实际情况进行调节。
此外,本发明采集纸管图像的端面和柱面的先后顺序可根据具体情况进行调整。
步骤S6:对采集到的图像进行图像算法处理。
算法处理包括标准参数设定和检测参数运算两个步骤。
首先,标准参数设定步骤如下:
1)收集若干个化纤纸管外观图像;
2)将拍摄的图片按一定比例随机分为训练集合和测试集合;
3)对于训练集合中的图像,按照图像预处理,图像分割,图像区域分析,得到所检测的特征参数;
4)将检测纸管的特征参数,应用于测试集合,并不断修改此参数使得检测结果符合测试集合的真值;
5)根据测试得到的特征参数,分别取平均值,最大和最小值,从而形成标准参数。
其次,将待检化纤纸管的检测参数与标准参数进行比较,如图6所示。
1)输入图像
2)图像滤波增强
3)边缘检测或二值化
4)提取可疑的轮廓或直线
5)面积约束、比宽约束、角度约束、灰度区域约束
6)标定外观异常(可能为瑕疵)的区域
以下介绍两种纸管瑕疵种类的图像算法处理原理:
1.凸起
根据化纤纸管凸起的特点:
凸起会占有一定宽度的面积,也就是说凸起会形成一个局部区域;
凸起的部分容易受到光的照射,会比周围的两侧的亮度高;
凸起出现的部位是位于相同颜色的羊皮纸的区域。
得出其判断公式如下:
2*m0-mupper-mdown>0 (公式1)
其中,m0是所在区域的图像灰度平均值,mupper是所在区域上部区域的图像灰度平均值;mdown是所在区域下部区域的图像灰度平均值。
不同颜色的羊皮纸交叠处也会形成边缘,但是其周围两侧的平均灰度值会相差很多,即:
Abs(mupper-mdown)>Threhold (公式2)
如图7a~7c所示为区域上下与中间图像灰度值的约束缺陷检测使用公式(1-2)的结果。
2.破损
根据破损的特点得出:
2*m0-mupper-mdown>0 (公式1)
2*m0-mlift-mlight>0 (公式3)
其中,m0是所在区域的图像灰度平均值,mupper是所在区域上部区域的图像灰度平均值;mdown所在区域下部区域的图像灰度平均值;mlift是所在左边区域的图像灰度平均值;mright是所在右边区域的图像灰度平均值。
不同颜色的纸管外观羊皮纸交叠处也会形成边缘,但是其周围两侧的平均灰度值会相差很多。
Abs(mupper-mdown)>Threhold (公式2)
边缘检测运用了canny算子,采用自适应阈值方法进行分割,是一种改进了的阈值技术,其中阈值本身是一个变量,自适应阈值的每个像素点都不同,通过计算像素点周围的b*b区域的加权平均,然后减去一个常数来得到自适应阈值。
步骤S7:对算法处理的结果进行逻辑分析、判定。其逻辑分析过程为通过比较检测结果与标准参数的差异来分析该纸管接近合格品的程度,该程度即为检测结果数值与标准参数的差值,其不同的差值范围就对应了不同的结果:合格、不合格、人工待检。进一步,同一纸管不同部位的检测结果需要进行结果合并判定,逻辑判定表如下所示:
表中“\”表示任意的检测结果均不会影响输出结果。
步骤S8:将最后的外观图像综合检测结果输出到分类筛选模块。
下面通过一个实施例来进一步说明上述方法。
以外观破损的待检化纤纸管(以下简称待检纸管)为例:
1.工业视觉计算机输出图像采集信号控制数字摄像机对待检纸管外观参数进行采集,分别采集纸管柱面和端面图像参数,拍照出两张端面和8张柱面外观参数照片。
2.图像采集模块(数字摄像机)对纸管柱面和端面进行采集,需要固定的和合适的光源为图像采集模块(数字摄像机)进行光照补偿。
3.由光源控制模块对光源进行自动控制,以满足图像采集模块(数字摄像机)采集图像的光线需求。
4.图像采集模块(数字摄像机)采集到待检纸管的外观信息,将图像数据送至工业视觉计算机,进行图像处理。
5.经过图像处理输出待检纸管的状态为:不合格。
6.不合格产品自动分离处理,以达到检测效果。
当然,本发明除了可用于对化纤纸管的外观进行检测,同样也适用于其他类似的工业产品外观的有效检测。
本技术领域中的普通技术人员应当认识到,以上的实施例仅是用来说明本发明,而并非用作为对本发明的限定,只要在本发明的实质精神范围内,对以上所述实施例的变化、变型都将落在本发明的权利要求书范围内。
Claims (8)
1.一种化纤纸管外观检测装置,其特征在于,包括:
图像采集模块、工业视觉计算机模块、信号采集模块、光源控制模块、分类筛选模块;
所述信号采集模块采集纸管的端面、柱面位置信号,将所述位置信号发送至所述工业视觉计算机模块;
所述图像采集模块拍摄纸管的位置和姿态图像数据,包括纸管的端面数据和柱面数据,并将所述图像数据发送至所述工业视觉计算机模块;
所述工业视觉计算机模块对所述图像数据进行分析处理,并输出光源控制信号给光源控制模块,以及输出检测后的分类筛选信号至所述分类筛选模块;
所述分类筛选模块输出检测结果。
2.如权利要求1所述的化纤纸管外观检测装置,其特征在于,还包括可调光源,所述光源控制模块输出光源控制脉冲至所述可调光源,所述可调光源进行光源亮度调节,保持化纤纸管表面的光照强度、数字摄像机的图像亮度均匀一致。
3.如权利要求1所述的化纤纸管外观检测装置,其特征在于,还包括报警模块,所述工业视觉计算机模块发送报警信号至所述报警模块。
4.如权利要求1所述的化纤纸管外观检测装置,其特征在于,所述工业视觉计算机模块根据信号采集模块的位置信号生成图像采集信号,并发送至所述图像采集模块,所述图像采集模块根据所述图像采集信号对纸管的图像数据进行采集。
5.一种化纤纸管外观检测方法,其特征在于,包括以下步骤:
步骤1,输入待检化纤纸管;
步骤2,调节数字摄像机和可调光源;
步骤3,对化纤纸管的端面和柱面进行图像采集;
步骤4,对采集到的图像进行图像算法处理;
步骤5,对算法处理的结果进行逻辑分析、判定;
步骤6,输出外观图像检测结果。
6.如权利要求5所述的化纤纸管外观检测方法,其特征在于,所述步骤3包括:
利用多组可调光源照射纸管的同一处柱面,并使所述纸管进行转动。
7.如权利要求5所述的化纤纸管外观检测方法,其特征在于,所述步骤4的图像算法包括对合格化纤纸管进行图像分析以设定标准参数,并对待检化纤纸管进行图像分析处理。
8.如权利要求7所述的化纤纸管外观检测方法,其特征在于,所述标准参数的设定步骤如下:
1)收集若干个化纤纸管外观图像;
2)将拍摄的图像按一定比例随机分为训练集合和测试集合;
3)对于训练集合中的图像,按照图像预处理,图像分割,图像区域分析,得到所检测纸管的特征参数;
4)将检测纸管的特征参数应用于测试集合,并不断修改此参数使得检测结果符合测试集合的真值;
5)根据测试得到的特征参数,分别取平均值,最大和最小值,从而形成标准参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510161827.5A CN104792789A (zh) | 2015-04-08 | 2015-04-08 | 化纤纸管外观检测装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510161827.5A CN104792789A (zh) | 2015-04-08 | 2015-04-08 | 化纤纸管外观检测装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104792789A true CN104792789A (zh) | 2015-07-22 |
Family
ID=53557773
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510161827.5A Pending CN104792789A (zh) | 2015-04-08 | 2015-04-08 | 化纤纸管外观检测装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104792789A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106525864A (zh) * | 2016-11-22 | 2017-03-22 | 陕西科技大学 | 一种图像灰度的光源补偿装置及补偿方法 |
CN106733680A (zh) * | 2016-11-21 | 2017-05-31 | 上海常良智能科技有限公司 | 基于图像识别的化纤纸管分类传输系统 |
CN108038989A (zh) * | 2017-12-04 | 2018-05-15 | 杭州纳戒科技有限公司 | 共享物流箱控制方法、装置及系统 |
CN108362701A (zh) * | 2018-05-18 | 2018-08-03 | 西安获德图像技术有限公司 | 一种化纤丝饼外观自动检测系统 |
CN109550712A (zh) * | 2018-12-29 | 2019-04-02 | 杭州慧知连科技有限公司 | 一种化纤丝尾丝外观缺陷检测系统及方法 |
CN111999314A (zh) * | 2020-10-28 | 2020-11-27 | 南京大量数控科技有限公司 | 一种自动检查柔性pcb加工过程中变形的装置及其方法 |
CN113960290A (zh) * | 2021-09-27 | 2022-01-21 | 上海视禹智能科技有限公司 | 一种纸管质量检测系统及检测方法 |
CN114062387A (zh) * | 2021-11-12 | 2022-02-18 | 杭州慧知连科技有限公司 | 纸管外观检测装置 |
CN115494068A (zh) * | 2022-09-19 | 2022-12-20 | 卡奥斯工业智能研究院(青岛)有限公司 | 一种产品检测方法、装置、检测设备及存储介质 |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101004389A (zh) * | 2006-01-18 | 2007-07-25 | 宝山钢铁股份有限公司 | 带材表面三维缺陷的检测方法 |
CN101007308A (zh) * | 2007-01-11 | 2007-08-01 | 浙江大学 | 基于机器视觉的珍珠实时检测和分级系统 |
CN101169826A (zh) * | 2007-11-29 | 2008-04-30 | 上海交通大学 | 基于机器视觉的排辊成形焊管质量在线监控系统 |
CN101221134A (zh) * | 2007-01-10 | 2008-07-16 | 宁波工程学院 | 计算机视觉技术检测微小轴承表面缺陷的方法及其装置 |
CN101349550A (zh) * | 2008-08-26 | 2009-01-21 | 浙江大学 | 在线橡胶栓外形质量检查机 |
CN101393143A (zh) * | 2008-10-31 | 2009-03-25 | 东莞康视达自动化科技有限公司 | 基于显微视觉的光学测量和检测方法及其装置 |
CN101614524A (zh) * | 2009-07-21 | 2009-12-30 | 株洲硬质合金集团有限公司 | 精磨球齿直径及高度自动检测装置 |
CN101699273A (zh) * | 2009-10-29 | 2010-04-28 | 北京交通大学 | 一种在线钢轨探伤的图像处理辅助检测装置及方法 |
CN101769877A (zh) * | 2008-12-26 | 2010-07-07 | 中国铁道科学研究院基础设施检测研究所 | 轨道表面擦伤检测系统 |
CN102284887A (zh) * | 2011-05-09 | 2011-12-21 | 哈尔滨理工大学 | 大型铸锻件荒加工用车削刀具寿命监测仪 |
CN202256177U (zh) * | 2011-09-09 | 2012-05-30 | 杭州品目科技有限公司 | 基于机器视觉的管材表面缺陷检测设备 |
CN102866166A (zh) * | 2012-09-20 | 2013-01-09 | 天津嘉乐惠电子科技有限公司 | 自动光学检测系统及方法 |
CN103217442A (zh) * | 2012-01-19 | 2013-07-24 | 昆山思拓机器有限公司 | 一种医用支架连续自动检测设备 |
CN103308525A (zh) * | 2013-05-21 | 2013-09-18 | 中国科学院自动化研究所 | 一种用于金属线材生产的在线检测方法和装置 |
CN103529047A (zh) * | 2013-11-01 | 2014-01-22 | 哈尔滨理工大学 | 交互式半自动光栅表面缺陷检测装置及使用该装置的方法 |
CN203534977U (zh) * | 2013-07-09 | 2014-04-09 | 洛阳久德轴承模具技术有限公司 | 一种用于轴承滚动体的图像检测系统 |
CN103792240A (zh) * | 2014-01-03 | 2014-05-14 | 广西师范大学 | 竹片智能检测系统 |
CN103808732A (zh) * | 2014-01-21 | 2014-05-21 | 图灵视控(北京)科技有限公司 | 基于机器视觉的电容检测系统和方法 |
CN203616261U (zh) * | 2013-11-30 | 2014-05-28 | 惠州市三协精密有限公司 | 一种音膜组件外观在线视觉检测设备 |
CN203981605U (zh) * | 2014-07-18 | 2014-12-03 | 株洲硬质合金集团有限公司 | 圆柱形棒材外观自动检测装置 |
-
2015
- 2015-04-08 CN CN201510161827.5A patent/CN104792789A/zh active Pending
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101004389A (zh) * | 2006-01-18 | 2007-07-25 | 宝山钢铁股份有限公司 | 带材表面三维缺陷的检测方法 |
CN101221134A (zh) * | 2007-01-10 | 2008-07-16 | 宁波工程学院 | 计算机视觉技术检测微小轴承表面缺陷的方法及其装置 |
CN101007308A (zh) * | 2007-01-11 | 2007-08-01 | 浙江大学 | 基于机器视觉的珍珠实时检测和分级系统 |
CN101169826A (zh) * | 2007-11-29 | 2008-04-30 | 上海交通大学 | 基于机器视觉的排辊成形焊管质量在线监控系统 |
CN101349550A (zh) * | 2008-08-26 | 2009-01-21 | 浙江大学 | 在线橡胶栓外形质量检查机 |
CN101393143A (zh) * | 2008-10-31 | 2009-03-25 | 东莞康视达自动化科技有限公司 | 基于显微视觉的光学测量和检测方法及其装置 |
CN101769877A (zh) * | 2008-12-26 | 2010-07-07 | 中国铁道科学研究院基础设施检测研究所 | 轨道表面擦伤检测系统 |
CN101614524A (zh) * | 2009-07-21 | 2009-12-30 | 株洲硬质合金集团有限公司 | 精磨球齿直径及高度自动检测装置 |
CN101699273A (zh) * | 2009-10-29 | 2010-04-28 | 北京交通大学 | 一种在线钢轨探伤的图像处理辅助检测装置及方法 |
CN102284887A (zh) * | 2011-05-09 | 2011-12-21 | 哈尔滨理工大学 | 大型铸锻件荒加工用车削刀具寿命监测仪 |
CN202256177U (zh) * | 2011-09-09 | 2012-05-30 | 杭州品目科技有限公司 | 基于机器视觉的管材表面缺陷检测设备 |
CN103217442A (zh) * | 2012-01-19 | 2013-07-24 | 昆山思拓机器有限公司 | 一种医用支架连续自动检测设备 |
CN102866166A (zh) * | 2012-09-20 | 2013-01-09 | 天津嘉乐惠电子科技有限公司 | 自动光学检测系统及方法 |
CN103308525A (zh) * | 2013-05-21 | 2013-09-18 | 中国科学院自动化研究所 | 一种用于金属线材生产的在线检测方法和装置 |
CN203534977U (zh) * | 2013-07-09 | 2014-04-09 | 洛阳久德轴承模具技术有限公司 | 一种用于轴承滚动体的图像检测系统 |
CN103529047A (zh) * | 2013-11-01 | 2014-01-22 | 哈尔滨理工大学 | 交互式半自动光栅表面缺陷检测装置及使用该装置的方法 |
CN203616261U (zh) * | 2013-11-30 | 2014-05-28 | 惠州市三协精密有限公司 | 一种音膜组件外观在线视觉检测设备 |
CN103792240A (zh) * | 2014-01-03 | 2014-05-14 | 广西师范大学 | 竹片智能检测系统 |
CN103808732A (zh) * | 2014-01-21 | 2014-05-21 | 图灵视控(北京)科技有限公司 | 基于机器视觉的电容检测系统和方法 |
CN203981605U (zh) * | 2014-07-18 | 2014-12-03 | 株洲硬质合金集团有限公司 | 圆柱形棒材外观自动检测装置 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106733680A (zh) * | 2016-11-21 | 2017-05-31 | 上海常良智能科技有限公司 | 基于图像识别的化纤纸管分类传输系统 |
CN106733680B (zh) * | 2016-11-21 | 2019-02-12 | 上海常良智能科技有限公司 | 基于图像识别的化纤纸管分类传输系统 |
CN106525864A (zh) * | 2016-11-22 | 2017-03-22 | 陕西科技大学 | 一种图像灰度的光源补偿装置及补偿方法 |
CN106525864B (zh) * | 2016-11-22 | 2024-04-12 | 陕西科技大学 | 一种图像灰度的光源补偿装置及补偿方法 |
CN108038989A (zh) * | 2017-12-04 | 2018-05-15 | 杭州纳戒科技有限公司 | 共享物流箱控制方法、装置及系统 |
CN108362701A (zh) * | 2018-05-18 | 2018-08-03 | 西安获德图像技术有限公司 | 一种化纤丝饼外观自动检测系统 |
CN109550712A (zh) * | 2018-12-29 | 2019-04-02 | 杭州慧知连科技有限公司 | 一种化纤丝尾丝外观缺陷检测系统及方法 |
CN111999314A (zh) * | 2020-10-28 | 2020-11-27 | 南京大量数控科技有限公司 | 一种自动检查柔性pcb加工过程中变形的装置及其方法 |
CN111999314B (zh) * | 2020-10-28 | 2021-02-05 | 南京大量数控科技有限公司 | 一种自动检查柔性pcb加工过程中变形的装置及其方法 |
CN113960290A (zh) * | 2021-09-27 | 2022-01-21 | 上海视禹智能科技有限公司 | 一种纸管质量检测系统及检测方法 |
CN114062387A (zh) * | 2021-11-12 | 2022-02-18 | 杭州慧知连科技有限公司 | 纸管外观检测装置 |
CN115494068A (zh) * | 2022-09-19 | 2022-12-20 | 卡奥斯工业智能研究院(青岛)有限公司 | 一种产品检测方法、装置、检测设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104792789A (zh) | 化纤纸管外观检测装置及方法 | |
TWI603074B (zh) | 光學薄膜缺陷辨識方法及其系統 | |
CN107886500A (zh) | 一种基于机器视觉和机器学习的产品生产监控方法及系统 | |
CN109269951B (zh) | 基于图像的浮选尾煤灰分、浓度、粗颗粒含量检测方法 | |
CN108918542B (zh) | 一种光缆表面缺陷检测装置及方法 | |
CN111047655B (zh) | 基于卷积神经网络的高清摄像机布料疵点检测方法 | |
CN107944504B (zh) | 木板识别及木板识别的机器学习方法、装置及电子设备 | |
CN102305793A (zh) | 一种产品外观质量检测方法和设备 | |
CN108760747A (zh) | 一种3d打印模型表面缺陷视觉检测方法 | |
CN109829895A (zh) | 一种基于gan的aoi缺陷检测方法 | |
CN105021628A (zh) | 一种用于光纤倒像器表面缺陷的检测方法 | |
CN108267455A (zh) | 塑料薄膜印刷字符缺陷检测装置及方法 | |
CN109406529B (zh) | 一种aoi缺陷检测系统的性能调节方法 | |
CN104809725A (zh) | 一种布匹缺陷视觉识别检测装置和方法 | |
CN111062961A (zh) | 一种基于深度学习的隐形眼镜边缘缺陷检测方法 | |
DE102018202051A1 (de) | Vorrichtung zum automatischen Prüfen von Linsen und Verfahren zum automatischen Prüfen einer Vielzahl von Linsen | |
CN104048966B (zh) | 一种基于大律法的布面疵点检测及分类方法 | |
CN110412055A (zh) | 一种基于多光源暗场照明的透镜白雾缺陷检测方法 | |
CN108414531A (zh) | 一种基于机器视觉的柔性薄膜缺陷检测装置及其检测方法 | |
CN106872488A (zh) | 一种快速大面积透明基片双表面缺陷视觉检测方法及装置 | |
CN110020691A (zh) | 基于卷积神经网络对抗式训练的液晶屏幕缺陷检测方法 | |
CN110813795B (zh) | 一种化纤丝锭纸筒破损在线检测装置及方法 | |
CN102680488B (zh) | 一种基于pca的块状农产品在线识别装置及方法 | |
CN106501278B (zh) | 基于旋转不变纹理特征的灯管表面瑕疵分类方法及系统 | |
CN116563276B (zh) | 一种化纤长丝在线缺陷检测方法及检测系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150722 |