CN105139400A - 基于图像处理的工件缺陷定位系统 - Google Patents
基于图像处理的工件缺陷定位系统 Download PDFInfo
- Publication number
- CN105139400A CN105139400A CN201510534771.3A CN201510534771A CN105139400A CN 105139400 A CN105139400 A CN 105139400A CN 201510534771 A CN201510534771 A CN 201510534771A CN 105139400 A CN105139400 A CN 105139400A
- Authority
- CN
- China
- Prior art keywords
- workpiece
- image
- subset
- defect
- positioning system
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Abstract
本发明涉及一种基于图像处理的工件缺陷定位系统,包括高清摄像头、工件缺陷信息检测设备和飞思卡尔IMX6处理器,所述高清摄像头对被检测的工件进行高清图像采集以获得高清工件图像,所述工件缺陷信息检测设备与所述高清摄像头连接,用于从所述高清工件图像中提取出工件缺陷信息,所述IMX6处理器与所述工件缺陷信息检测设备连接,用于基于提取的工件缺陷信息对工件缺陷进行定位。通过本发明,能够实时、快速地定位出问题工件处的缺陷位置。
Description
技术领域
本发明涉及工件检测领域,尤其涉及一种基于图像处理的工件缺陷定位系统。
背景技术
工件是构建机械设备的重要部分,工件在加工过程中由于工件材料本身原因或者加工设备原因,不可避免在其表面出现缺陷,如何对这些缺陷进行剖面上的定位,对于工件生产厂商定位缺陷、分析缺陷原因非常重要,能够帮助工件生产厂商改进后续生产工艺,提高工件的生产质量。
然而,现有技术中,对工件的缺陷定位仍旧采用人工手段,完全依赖于检测人员的历史经验进行缺陷的识别和定位,这种缺陷定位方式过于原始,需要大量人力成本,而且定位精度不高。
为此,本发明提出了一种基于图像处理的工件缺陷定位系统,能够采用机器识别方式替代人工识别方式,保持工件缺陷定位的可持续性和准确性,为工件生产厂商的后续生产以及缺陷工件的使用提供有价值的参考数据。
发明内容
为了解决现有技术存在的技术问题,本发明提供了一种基于图像处理的工件缺陷定位系统,采用中值滤波子设备、均值滤波子设备、图像膨胀处理子设备、图像腐蚀处理子设备、灰度化处理子设备、目标分割子设备和信息提取子设备构建适合工件外形特征的图像处理设备,并采用外接四边形的方式对缺陷进行及时定位。
根据本发明的一方面,提供了一种基于图像处理的工件缺陷定位系统,所述定位系统包括高清摄像头、工件缺陷信息检测设备和飞思卡尔IMX6处理器,所述高清摄像头对被检测的工件进行高清图像采集以获得高清工件图像,所述工件缺陷信息检测设备与所述高清摄像头连接,用于从所述高清工件图像中提取出工件缺陷信息,所述IMX6处理器与所述工件缺陷信息检测设备连接,用于基于提取的工件缺陷信息对工件缺陷进行定位。
更具体地,在所述基于图像处理的工件缺陷定位系统中,还包括:用户输入设备,与静态存储设备连接,用于在用户的操作下,接收用户输入的工件阈值范围、预设数量阈值和基准工件图像;静态存储设备,用于存储工件阈值范围,所述工件阈值范围包括工件上限阈值和工件下限阈值,所述工件上限阈值和所述工件下限阈值的取值范围都落在0-255数值范围内,所述工件上限阈值大于所述工件下限阈值;所述静态存储设备还用于存储预设数量阈值和基准工件图像,所述基准工件图像为对基准工件预先拍摄的只包括工件像素的图像;供电设备,包括太阳能供电器件、市电接口、切换开关和电压转换器,所述切换开关与所述太阳能供电器件和所述市电接口分别连接,根据市电接口处的市电电压大小决定是否切换到所述太阳能供电器件以由所述太阳能供电器件供电,所述电压转换器与所述切换开关连接,以将通过切换开关输入的5V电压转换为3.3V电压;工件传输线,用于逐块接收并传输各块工件;高清摄像头,设置在工件传输线中部上方位置,用于对每一块工件进行图像采集,以获得高清工件图像,所述高清工件图像的分辨率为3940×2160;所述工件缺陷信息检测设备与所述高清摄像头和所述静态存储设备分别连接,用于接收所述高清工件图像和所述工件阈值范围;所述工件缺陷信息检测设备包括中值滤波子设备、均值滤波子设备、图像膨胀处理子设备、图像腐蚀处理子设备、灰度化处理子设备、目标分割子设备和信息提取子设备;所述中值滤波子设备、所述均值滤波子设备、所述图像膨胀处理子设备、所述图像腐蚀处理子设备、所述灰度化处理子设备、所述目标分割子设备和所述信息提取子设备分别采用不同型号的FPGA芯片实现;所述中值滤波子设备与所述高清摄像头连接,用于对所述高清工件图像执行3×3像素滤波窗口的中值滤波处理,以获得中值滤波图像;所述均值滤波子设备与所述中值滤波子设备连接,用于对所述中值滤波图像执行均值滤波处理,以获得均值滤波图像;所述图像膨胀处理子设备、所述图像腐蚀处理子设备和所述灰度化处理子设备依次对所述均值滤波图像进行图像膨胀、图像腐蚀和灰度化处理,以获得灰度化图像;所述目标分割子设备与所述灰度化处理子设备和所述静态存储设备分别连接,将灰度化图像中像素灰度值在所述工件上限阈值和所述工件下限阈值之间的所有像素组成目标图像;所述信息提取子设备与所述目标分割子设备和所述静态存储设备分别连接,将目标图像与基准工件图像相减,获得缺陷子图像,计算缺陷子图像中非零像素的总数以作为缺陷点总数,当缺陷点总数大于等于预设数量阈值时,判断工件存在缺陷并输出工件存在缺陷信号,当缺陷点总数小于预设数量阈值时,判断工件不存在缺陷并输出工件不存在缺陷信号;所述IMX6处理器与所述工件缺陷信息检测设备连接,用于接收所述灰度化图像、所述目标图像和所述缺陷子图像,并在接收到所述工件存在缺陷信号时,在所述灰度化图像中,以垂直方向为Y轴,以水平方向为X轴,寻找所述缺陷子图像在所述灰度化图像中最上方像素的Y轴坐标值和最下方像素的Y轴坐标值,寻找所述缺陷子图像在所述灰度化图像中最左边像素的X轴坐标值和最右边像素的X轴坐标值,以上述四个像素组成四边形,标记到所述灰度化图像中以形成复合图像;液晶显示屏,与所述IMX6处理器连接,用于接收并实时显示所述复合图像;其中,所述中值滤波子设备、所述均值滤波子设备、所述图像膨胀处理子设备、所述图像腐蚀处理子设备、所述灰度化处理子设备、所述目标分割子设备和所述信息提取子设备被集成在一块集成电路板上。
更具体地,在所述基于图像处理的工件缺陷定位系统中,所述定位系统还包括:移动通信接口,与所述IMX6处理器连接,用于接收远端工件定位服务器发送的控制指令,还用于将所述复合图像通过移动通信网络发送到远端工件定位服务器。
更具体地,在所述基于图像处理的工件缺陷定位系统中:所述移动通信接口中包括图像编码器,用于基于MPEG-4标准对所述复合图像进行图像压缩。
更具体地,在所述基于图像处理的工件缺陷定位系统中:所述移动通信接口在所述复合图像被压缩完后,将压缩后的复合图像发送出去。
更具体地,在所述基于图像处理的工件缺陷定位系统中:所述移动通信接口采用的移动通信网络为GPRS通信网络、3G通信网络或4G通信网络中的一种。
附图说明
以下将结合附图对本发明的实施方案进行描述,其中:
图1为根据本发明实施方案示出的基于图像处理的工件缺陷定位系统的结构方框图。
附图标记:1高清摄像头;2工件缺陷信息检测设备;3飞思卡尔IMX6处理器
具体实施方式
下面将参照附图对本发明的基于图像处理的工件缺陷定位系统的实施方案进行详细说明。
工件的质量好坏直接决定了其构建的机器设备的运行安全。一般地,从工件的外观对工件质量进行检测,识别出存在缺陷的区域并进行定位,方便工件生产厂商的后续生产以及缺陷工件的使用。
然而,现有技术中,一般采用人工缺陷定位的技术方案,这种技术方案过于原始,定位效果不佳且可持续性差。
为了克服上述不足,本发明搭建了一种基于图像处理的工件缺陷定位系统,采用机器视觉定位的模式,针对工件和其缺陷的外观特性,引入适合工件的各种图像处理设备,对工件缺陷进行精确定位。
图1为根据本发明实施方案示出的基于图像处理的工件缺陷定位系统的结构方框图,所述定位系统包括高清摄像头、工件缺陷信息检测设备和飞思卡尔IMX6处理器,所述高清摄像头对被检测的工件进行高清图像采集以获得高清工件图像,所述工件缺陷信息检测设备与所述高清摄像头连接,用于从所述高清工件图像中提取出工件缺陷信息,所述IMX6处理器与所述工件缺陷信息检测设备连接,用于基于提取的工件缺陷信息对工件缺陷进行定位。
接着,继续对本发明的基于图像处理的工件缺陷定位系统的具体结构进行进一步的说明。
所述定位系统还包括:用户输入设备,与静态存储设备连接,用于在用户的操作下,接收用户输入的工件阈值范围、预设数量阈值和基准工件图像。
所述定位系统还包括:静态存储设备,用于存储工件阈值范围,所述工件阈值范围包括工件上限阈值和工件下限阈值,所述工件上限阈值和所述工件下限阈值的取值范围都落在0-255数值范围内,所述工件上限阈值大于所述工件下限阈值;所述静态存储设备还用于存储预设数量阈值和基准工件图像,所述基准工件图像为对基准工件预先拍摄的只包括工件像素的图像。
所述定位系统还包括:供电设备,包括太阳能供电器件、市电接口、切换开关和电压转换器,所述切换开关与所述太阳能供电器件和所述市电接口分别连接,根据市电接口处的市电电压大小决定是否切换到所述太阳能供电器件以由所述太阳能供电器件供电,所述电压转换器与所述切换开关连接,以将通过切换开关输入的5V电压转换为3.3V电压。
所述定位系统还包括:工件传输线,用于逐块接收并传输各块工件。
所述定位系统还包括:高清摄像头,设置在工件传输线中部上方位置,用于对每一块工件进行图像采集,以获得高清工件图像,所述高清工件图像的分辨率为3940×2160。
所述工件缺陷信息检测设备与所述高清摄像头和所述静态存储设备分别连接,用于接收所述高清工件图像和所述工件阈值范围。
所述工件缺陷信息检测设备包括中值滤波子设备、均值滤波子设备、图像膨胀处理子设备、图像腐蚀处理子设备、灰度化处理子设备、目标分割子设备和信息提取子设备。
所述中值滤波子设备、所述均值滤波子设备、所述图像膨胀处理子设备、所述图像腐蚀处理子设备、所述灰度化处理子设备、所述目标分割子设备和所述信息提取子设备分别采用不同型号的FPGA芯片实现。
所述中值滤波子设备与所述高清摄像头连接,用于对所述高清工件图像执行3×3像素滤波窗口的中值滤波处理,以获得中值滤波图像;所述均值滤波子设备与所述中值滤波子设备连接,用于对所述中值滤波图像执行均值滤波处理,以获得均值滤波图像;所述图像膨胀处理子设备、所述图像腐蚀处理子设备和所述灰度化处理子设备依次对所述均值滤波图像进行图像膨胀、图像腐蚀和灰度化处理,以获得灰度化图像。
所述目标分割子设备与所述灰度化处理子设备和所述静态存储设备分别连接,将灰度化图像中像素灰度值在所述工件上限阈值和所述工件下限阈值之间的所有像素组成目标图像。
所述信息提取子设备与所述目标分割子设备和所述静态存储设备分别连接,将目标图像与基准工件图像相减,获得缺陷子图像,计算缺陷子图像中非零像素的总数以作为缺陷点总数,当缺陷点总数大于等于预设数量阈值时,判断工件存在缺陷并输出工件存在缺陷信号,当缺陷点总数小于预设数量阈值时,判断工件不存在缺陷并输出工件不存在缺陷信号。
所述IMX6处理器与所述工件缺陷信息检测设备连接,用于接收所述灰度化图像、所述目标图像和所述缺陷子图像,并在接收到所述工件存在缺陷信号时,在所述灰度化图像中,以垂直方向为Y轴,以水平方向为X轴,寻找所述缺陷子图像在所述灰度化图像中最上方像素的Y轴坐标值和最下方像素的Y轴坐标值,寻找所述缺陷子图像在所述灰度化图像中最左边像素的X轴坐标值和最右边像素的X轴坐标值,以上述四个像素组成四边形,标记到所述灰度化图像中以形成复合图像。
所述定位系统还包括:液晶显示屏,与所述IMX6处理器连接,用于接收并实时显示所述复合图像。
其中,所述中值滤波子设备、所述均值滤波子设备、所述图像膨胀处理子设备、所述图像腐蚀处理子设备、所述灰度化处理子设备、所述目标分割子设备和所述信息提取子设备被集成在一块集成电路板上。
可选地,在所述定位系统中:所述定位系统还包括:移动通信接口,与所述IMX6处理器连接,用于接收远端工件定位服务器发送的控制指令,还用于将所述复合图像通过移动通信网络发送到远端工件定位服务器;所述移动通信接口中包括图像编码器,用于基于MPEG-4标准对所述复合图像进行图像压缩;所述移动通信接口在所述复合图像被压缩完后,将压缩后的复合图像发送出去;所述移动通信接口采用的移动通信网络为GPRS通信网络、3G通信网络或4G通信网络中的一种。
另外,FPGA(Field-ProgrammableGateArray),即现场可编程门阵列,他是在PAL、GAL、CPLD等可编程器件的基础上进一步发展的产物。他是作为专用集成电路(ASIC)领域中的一种半定制电路而出现的,既解决了定制电路的不足,又克服了原有可编程器件门电路数有限的缺点。
以硬件描述语言(Verilog或VHDL)所完成的电路设计,可以经过简单的综合与布局,快速的烧录至FPGA上进行测试,是现代IC设计验证的技术主流。这些可编辑元件可以被用来实现一些基本的逻辑门电路(比如AND、OR、XOR、NOT)或者更复杂一些的组合功能比如解码器或数学方程式。在大多数的FPGA里面,这些可编辑的元件里也包含记忆元件例如触发器(Flip-flop)或者其他更加完整的记忆块。系统设计师可以根据需要通过可编辑的连接把FPGA内部的逻辑块连接起来,就好像一个电路试验板被放在了一个芯片里。一个出厂后的成品FPGA的逻辑块和连接可以按照设计者而改变,所以FPGA可以完成所需要的逻辑功能。
FPGA一般来说比ASIC(专用集成电路)的速度要慢,实现同样的功能比ASIC电路面积要大。但是他们也有很多的优点比如可以快速成品,可以被修改来改正程序中的错误和更便宜的造价。厂商也可能会提供便宜的但是编辑能力差的FPGA。因为这些芯片有比较差的可编辑能力,所以这些设计的开发是在普通的FPGA上完成的,然后将设计转移到一个类似于ASIC的芯片上。另外一种方法是用CPLD(ComplexProgrammableLogicDevice,复杂可编程逻辑器件)。FPGA的开发相对于传统PC、单片机的开发有很大不同。FPGA以并行运算为主,以硬件描述语言来实现;相比于PC或单片机(无论是冯诺依曼结构还是哈佛结构)的顺序操作有很大区别。
早在1980年代中期,FPGA已经在PLD设备中扎根。CPLD和FPGA包括了一些相对大数量的可编辑逻辑单元。CPLD逻辑门的密度在几千到几万个逻辑单元之间,而FPGA通常是在几万到几百万。CPLD和FPGA的主要区别是他们的系统结构。CPLD是一个有点限制性的结构。这个结构由一个或者多个可编辑的结果之和的逻辑组列和一些相对少量的锁定的寄存器组成。这样的结果是缺乏编辑灵活性,但是却有可以预计的延迟时间和逻辑单元对连接单元高比率的优点。而FPGA却是有很多的连接单元,这样虽然让他可以更加灵活的编辑,但是结构却复杂的多。
采用本发明的基于图像处理的工件缺陷定位系统,针对现有技术中工件缺陷定位过于依赖人工的技术问题,采用机器视觉的方式,引入多种适合工件外形的图像处理设备,同时,使用外接四边形的定位机制,保证工件缺陷定位的准确性。
可以理解的是,虽然本发明已以较佳实施例披露如上,然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言,在不脱离本发明技术方案范围情况下,都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。
Claims (6)
1.一种基于图像处理的工件缺陷定位系统,所述定位系统包括高清摄像头、工件缺陷信息检测设备和飞思卡尔IMX6处理器,所述高清摄像头对被检测的工件进行高清图像采集以获得高清工件图像,所述工件缺陷信息检测设备与所述高清摄像头连接,用于从所述高清工件图像中提取出工件缺陷信息,所述IMX6处理器与所述工件缺陷信息检测设备连接,用于基于提取的工件缺陷信息对工件缺陷进行定位。
2.如权利要求1所述的基于图像处理的工件缺陷定位系统,其特征在于,所述定位系统还包括:
用户输入设备,与静态存储设备连接,用于在用户的操作下,接收用户输入的工件阈值范围、预设数量阈值和基准工件图像;
静态存储设备,用于存储工件阈值范围,所述工件阈值范围包括工件上限阈值和工件下限阈值,所述工件上限阈值和所述工件下限阈值的取值范围都落在0-255数值范围内,所述工件上限阈值大于所述工件下限阈值;所述静态存储设备还用于存储预设数量阈值和基准工件图像,所述基准工件图像为对基准工件预先拍摄的只包括工件像素的图像;
供电设备,包括太阳能供电器件、市电接口、切换开关和电压转换器,所述切换开关与所述太阳能供电器件和所述市电接口分别连接,根据市电接口处的市电电压大小决定是否切换到所述太阳能供电器件以由所述太阳能供电器件供电,所述电压转换器与所述切换开关连接,以将通过切换开关输入的5V电压转换为3.3V电压;
工件传输线,用于逐块接收并传输各块工件;
高清摄像头,设置在工件传输线中部上方位置,用于对每一块工件进行图像采集,以获得高清工件图像,所述高清工件图像的分辨率为3940×2160;
所述工件缺陷信息检测设备与所述高清摄像头和所述静态存储设备分别连接,用于接收所述高清工件图像和所述工件阈值范围;所述工件缺陷信息检测设备包括中值滤波子设备、均值滤波子设备、图像膨胀处理子设备、图像腐蚀处理子设备、灰度化处理子设备、目标分割子设备和信息提取子设备;所述中值滤波子设备、所述均值滤波子设备、所述图像膨胀处理子设备、所述图像腐蚀处理子设备、所述灰度化处理子设备、所述目标分割子设备和所述信息提取子设备分别采用不同型号的FPGA芯片实现;所述中值滤波子设备与所述高清摄像头连接,用于对所述高清工件图像执行3×3像素滤波窗口的中值滤波处理,以获得中值滤波图像;所述均值滤波子设备与所述中值滤波子设备连接,用于对所述中值滤波图像执行均值滤波处理,以获得均值滤波图像;所述图像膨胀处理子设备、所述图像腐蚀处理子设备和所述灰度化处理子设备依次对所述均值滤波图像进行图像膨胀、图像腐蚀和灰度化处理,以获得灰度化图像;所述目标分割子设备与所述灰度化处理子设备和所述静态存储设备分别连接,将灰度化图像中像素灰度值在所述工件上限阈值和所述工件下限阈值之间的所有像素组成目标图像;所述信息提取子设备与所述目标分割子设备和所述静态存储设备分别连接,将目标图像与基准工件图像相减,获得缺陷子图像,计算缺陷子图像中非零像素的总数以作为缺陷点总数,当缺陷点总数大于等于预设数量阈值时,判断工件存在缺陷并输出工件存在缺陷信号,当缺陷点总数小于预设数量阈值时,判断工件不存在缺陷并输出工件不存在缺陷信号;
所述IMX6处理器与所述工件缺陷信息检测设备连接,用于接收所述灰度化图像、所述目标图像和所述缺陷子图像,并在接收到所述工件存在缺陷信号时,在所述灰度化图像中,以垂直方向为Y轴,以水平方向为X轴,寻找所述缺陷子图像在所述灰度化图像中最上方像素的Y轴坐标值和最下方像素的Y轴坐标值,寻找所述缺陷子图像在所述灰度化图像中最左边像素的X轴坐标值和最右边像素的X轴坐标值,以上述四个像素组成四边形,标记到所述灰度化图像中以形成复合图像;
液晶显示屏,与所述IMX6处理器连接,用于接收并实时显示所述复合图像;
其中,所述中值滤波子设备、所述均值滤波子设备、所述图像膨胀处理子设备、所述图像腐蚀处理子设备、所述灰度化处理子设备、所述目标分割子设备和所述信息提取子设备被集成在一块集成电路板上。
3.如权利要求2所述的基于图像处理的工件缺陷定位系统,其特征在于,所述定位系统还包括:
移动通信接口,与所述IMX6处理器连接,用于接收远端工件定位服务器发送的控制指令,还用于将所述复合图像通过移动通信网络发送到远端工件定位服务器。
4.如权利要求3所述的基于图像处理的工件缺陷定位系统,其特征在于:
所述移动通信接口中包括图像编码器,用于基于MPEG-4标准对所述复合图像进行图像压缩。
5.如权利要求4所述的基于图像处理的工件缺陷定位系统,其特征在于:
所述移动通信接口在所述复合图像被压缩完后,将压缩后的复合图像发送出去。
6.如权利要求3-5任一所述的基于图像处理的工件缺陷定位系统,其特征在于:
所述移动通信接口采用的移动通信网络为GPRS通信网络、3G通信网络或4G通信网络中的一种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510534771.3A CN105139400A (zh) | 2015-08-27 | 2015-08-27 | 基于图像处理的工件缺陷定位系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510534771.3A CN105139400A (zh) | 2015-08-27 | 2015-08-27 | 基于图像处理的工件缺陷定位系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105139400A true CN105139400A (zh) | 2015-12-09 |
Family
ID=54724732
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510534771.3A Pending CN105139400A (zh) | 2015-08-27 | 2015-08-27 | 基于图像处理的工件缺陷定位系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105139400A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107294000A (zh) * | 2016-05-24 | 2017-10-24 | 刘太龙 | 一种用于高压线路检修的操作台 |
CN108007366A (zh) * | 2016-10-31 | 2018-05-08 | 泰科电子(上海)有限公司 | 在线厚度检测平台 |
CN109204235A (zh) * | 2018-08-13 | 2019-01-15 | 侯苏 | 汽车零件状态自动上报系统 |
CN112256905A (zh) * | 2020-10-23 | 2021-01-22 | 常州微亿智造科技有限公司 | 图像数据集缺陷热点分布显示方法和装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102680478A (zh) * | 2012-04-25 | 2012-09-19 | 华南农业大学 | 一种基于机器视觉的机械零部件表面缺陷检测方法及装置 |
CN103399016A (zh) * | 2013-07-26 | 2013-11-20 | 齐鲁工业大学 | 冷轧铝板表面缺陷在线检测系统及其检测方法 |
CN105092591A (zh) * | 2015-08-27 | 2015-11-25 | 任红霞 | 一种基于图像处理的工件缺陷定位方法 |
-
2015
- 2015-08-27 CN CN201510534771.3A patent/CN105139400A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102680478A (zh) * | 2012-04-25 | 2012-09-19 | 华南农业大学 | 一种基于机器视觉的机械零部件表面缺陷检测方法及装置 |
CN103399016A (zh) * | 2013-07-26 | 2013-11-20 | 齐鲁工业大学 | 冷轧铝板表面缺陷在线检测系统及其检测方法 |
CN105092591A (zh) * | 2015-08-27 | 2015-11-25 | 任红霞 | 一种基于图像处理的工件缺陷定位方法 |
Non-Patent Citations (2)
Title |
---|
申志强: "基于图像处理的冷轧板板形识别", 《中国博士学位论文全文数据库 工程科技I辑》 * |
赵磊 等: "基于机器视觉的密封件表面缺陷检测研究", 《电子设计工程》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107294000A (zh) * | 2016-05-24 | 2017-10-24 | 刘太龙 | 一种用于高压线路检修的操作台 |
CN108007366A (zh) * | 2016-10-31 | 2018-05-08 | 泰科电子(上海)有限公司 | 在线厚度检测平台 |
CN109204235A (zh) * | 2018-08-13 | 2019-01-15 | 侯苏 | 汽车零件状态自动上报系统 |
CN112256905A (zh) * | 2020-10-23 | 2021-01-22 | 常州微亿智造科技有限公司 | 图像数据集缺陷热点分布显示方法和装置 |
CN112256905B (zh) * | 2020-10-23 | 2022-06-07 | 常州微亿智造科技有限公司 | 图像数据集缺陷热点分布显示方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107014819A (zh) | 一种太阳能电池板表面缺陷检测系统和方法 | |
CN105139400A (zh) | 基于图像处理的工件缺陷定位系统 | |
CN105184783A (zh) | 玻璃缺陷类型识别系统 | |
CN105092593A (zh) | 一种基于高强度照明的钢板缺陷检测方法 | |
CN102565073B (zh) | 基于fpga的便携式电路板缺陷快速检测装置 | |
CN105092591A (zh) | 一种基于图像处理的工件缺陷定位方法 | |
CN201839391U (zh) | 一种产品质量检测嵌入式照相机设备 | |
CN105044119A (zh) | 一种基于灰度均值分析的玻璃瑕疵分类方法 | |
CN105181708A (zh) | 纺织机针批次合格检测平台 | |
CN105160670A (zh) | 一种玻璃缺陷类型识别方法 | |
CN107944444A (zh) | 一种瓶装液体异物检测方法及系统 | |
CN105044124A (zh) | 基于灰度均值分析的玻璃瑕疵分类装置 | |
CN112014413A (zh) | 一种基于机器视觉的手机玻璃盖板视窗区缺陷检测方法 | |
CN104103069A (zh) | 图像处理装置、图像处理方法及程序 | |
CN104836597A (zh) | 一种基于电力线通信的监狱监控方法 | |
CN105096325B (zh) | 基于激光图像的水下设备检测系统 | |
CN102854195B (zh) | 彩色滤光片上缺陷坐标的检测方法 | |
CN105181705A (zh) | 一种基于多重滤波的陶瓷外观分析方法 | |
CN105578154A (zh) | 一种基于图像采集的电能表自动抄表平台及自动抄表方法 | |
CN101221135B (zh) | 基于fpga的印刷电路板图像骨架化方法 | |
CN105136810A (zh) | 基于高强度照明的钢板缺陷检测平台 | |
CN105241891A (zh) | 一种基于wifi网络的玻璃缺陷检测方法 | |
CN104991259A (zh) | 一种激光成像探测方法 | |
CN105069958B (zh) | 基于电力线网络的煤矿火情检测系统 | |
CN105137449A (zh) | 基于图像处理的激光成像探测平台 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 054000 Xingtai Province, the west of the bridge in the city of Hebei Road No. 32 Applicant after: Ren Hongxia Address before: 054025 No. 9 West Main Street, Qiaoxi West Road, Hebei, Xingtai Applicant before: Ren Hongxia |
|
COR | Change of bibliographic data | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20151209 |