CN105241891A - 一种基于wifi网络的玻璃缺陷检测方法 - Google Patents
一种基于wifi网络的玻璃缺陷检测方法 Download PDFInfo
- Publication number
- CN105241891A CN105241891A CN201510534424.0A CN201510534424A CN105241891A CN 105241891 A CN105241891 A CN 105241891A CN 201510534424 A CN201510534424 A CN 201510534424A CN 105241891 A CN105241891 A CN 105241891A
- Authority
- CN
- China
- Prior art keywords
- glass
- subset
- threshold
- gray
- type
- 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
本发明涉及一种基于WIFI网络的玻璃缺陷检测方法,该方法包括:1)提供一种基于WIFI网络的玻璃缺陷检测平台,所述检测平台包括WIFI无线通信接口、缺陷信息提取设备和数字信号处理器,所述缺陷信息提取设备用于提取玻璃的缺陷信息,所述数字信号处理器与所述无线通信接口和所述缺陷信息提取设备分别连接,基于玻璃的缺陷信息确定玻璃的缺陷类型,并将玻璃的缺陷类型通过所述WIFI无线通信接口发送到远端的玻璃信息服务器;2)使用所述检测平台来进行检测。通过本发明,能够准确地将待检测玻璃与背景分离,从而提高玻璃缺陷的检测精度。
Description
技术领域
本发明涉及WIFI通信领域,尤其涉及一种基于WIFI网络的玻璃缺陷检测方法。
背景技术
玻璃是工业领域和民用领域重要的材料之一,其是否存在缺陷直接决定了施工的质量。对于生产玻璃的厂家来说,如何及时发现玻璃缺陷,确定玻璃缺陷类型,非常重要,一旦确定玻璃缺陷类型,玻璃厂家就可以快速做出反应,自适应地采取相应措施以改良生产工艺,避免缺陷玻璃流入施工环节。
现有技术中,玻璃缺陷的检测存在两种检测方式:(1)人工检测方式,依赖人眼和检测人员的经验进行玻璃缺陷种类的确定:(2)仪器检测方式,根据待检测玻璃的特征和各种玻璃缺陷的匹配,确定玻璃缺陷的种类。然而,上述两种检测方式都存在缺陷,前者过于依赖检测人员的历史经验,主观性强,且人眼易于疲劳,检测无法持久,后者由于特征提取精度有限,检测准确性差。
为此,本发明提出了一种基于WIFI网络的玻璃缺陷检测方法,采用仪器检测方式替代人工检测方式,针对玻璃的特性,有针对性地搭建具体的检测流水线和玻璃特征提取设备的结构,并能够将检测结果通过WIFI网络传送到远端,从而在准确检测玻璃缺陷种类的同时,提高了玻璃种类检测的效率。
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WIFI网络的玻璃缺陷检测方法,利用自适应玻璃阈值选择模式,准确地将待检测玻璃与背景分类,同时引用了包括维纳滤波设备的多种图像处理设备,去除了各种图像干扰,以及根据玻璃缺陷的特征,有针对性地设计了玻璃类型的决策机制,并将检测结果通过WIFI网络进行远程传输,一方面,从整体上提高了玻璃缺陷检测的精度,另一方面,提高了玻璃缺陷检测的速度。
根据本发明的一方面,提供了一种基于WIFI网络的玻璃缺陷检测方法,该方法包括:1)提供一种基于WIFI网络的玻璃缺陷检测平台,所述检测平台包括WIFI无线通信接口、缺陷信息提取设备和数字信号处理器,所述缺陷信息提取设备用于提取玻璃的缺陷信息,所述数字信号处理器与所述无线通信接口和所述缺陷信息提取设备分别连接,基于玻璃的缺陷信息确定玻璃的缺陷类型,并将玻璃的缺陷类型通过所述WIFI无线通信接口发送到远端的玻璃信息服务器;2)使用所述检测平台来进行检测。
更具体地,在所述基于WIFI网络的玻璃缺陷检测平台中,还包括:玻璃传输线,用于逐块接收并运送已生产完毕的各块玻璃;玻璃类型检测设备,设置在玻璃传输线前部上方,用于通过红外线检测器检测设备检测各块玻璃的红外折射特性,基于检测到的红外折射特性确定玻璃类型;移动硬盘,用于存储阈值范围表,所述阈值范围表以玻璃类型为索引,保存了每一种玻璃类型对应的预选灰度阈值范围,预选灰度阈值范围的取值范围落在0-255数值范围内;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;高清摄像头,包括CCD图像传感单元,设置在玻璃传输线中部上方,用于对每一块玻璃进行图像采集,以获得玻璃目标图像,所述玻璃目标图像的分辨率为1920×1080;所述缺陷信息提取设备与所述玻璃类型检测设备、所述高清摄像头和所述移动硬盘分别连接,用于接收玻璃类型和玻璃目标图像;所述缺陷信息提取设备包括阈值范围确定子设备、维纳滤波子设备、边缘增强子设备、灰度化处理子设备、阈值选择子设备、目标分割子设备和特征提取子设备;所述阈值范围确定子设备与所述玻璃类型检测设备和所述移动硬盘分别连接,用于基于玻璃类型确定对应的预先灰度阈值范围以作为目标灰度阈值范围;所述维纳滤波子设备与所述高清摄像头连接,用于对所述玻璃目标图像执行维纳滤波处理,以获得滤波图像;所述边缘增强子设备与所述维纳滤波子设备连接,用于对滤波图像执行边缘增强处理,以获得增强图像;所述灰度化处理子设备与所述边缘增强子设备连接,用于对所述增强图像执行灰度化处理,以获得灰度化图像;所述阈值选择子设备与所述阈值范围确定子设备和所述灰度化处理子设备分别连接,用于依次从目标灰度阈值范围中选择一个值作为预选灰度阈值,采用预选灰度阈值将灰度化图像划分为预选背景区域和预选目标区域,计算预选背景区域占据灰度化图像的面积比例作为第一面积比,计算预选背景区域的像素平均灰度值作为第一平均灰度值,计算预选目标区域占据灰度化图像的面积比例作为第二面积比,计算预选目标区域的像素平均灰度值作为第二平均灰度值,将第一平均灰度值减去第二平均灰度值,获得的差的平方乘以第一面积比和第二面积比,获得的乘积作为阈值乘积,选择阈值乘积最大的预选灰度阈值作为目标灰度阈值;所述目标分割子设备与所述阈值选择子设备连接,用于采用目标灰度阈值将灰度化图像划分为背景图像和目标图像;所述特征提取子设备与所述目标分割子设备连接,基于所述目标图像提取其中的缺陷子图像,并基于所述缺陷子图像计算缺陷对象的圆度、欧拉数和高宽差;所述数字信号处理器与所述缺陷信息提取设备和所述WIFI无线通信接口分别连接,当接收到的欧拉数为1且圆度小于预设圆度阈值且高宽差为正值时,输出划痕类型信号,当接收到的欧拉数为0且圆度大于等于预设圆度阈值时,输出气泡类型信号,当接收到的欧拉数为1且圆度小于预设圆度阈值且高宽差为负值时,输出碎玻璃类型信号;所述WIFI无线通信接口与所述数字信号处理器连接,用于将所述划痕类型信号、所述气泡类型信号或所述碎玻璃类型信号通过WIFI无线通信网络发送到远端的玻璃信息服务器,还用于通过WIFI无线通信网络接收远端的检测控制指令;其中,所述阈值范围确定子设备、所述维纳滤波子设备、所述边缘增强子设备、所述灰度化处理子设备、所述阈值选择子设备、所述目标分割子设备和所述特征提取子设备分别采用不同的FPGA芯片实现;所述移动硬盘还用于存储所述预设圆度阈值,所述数字信号处理器还与所述移动硬盘连接,用于接收所述预设圆度阈值,所述预设圆度阈值的取值范围在0-1之间。
更具体地,在所述基于WIFI网络的玻璃缺陷检测平台中,所述检测平台还包括:玻璃推送入口,用于将已生产完毕的各块玻璃逐块推送到所述玻璃传输线上。
更具体地,在所述基于WIFI网络的玻璃缺陷检测平台中:所述数字信号处理器为TI公司的DSP芯片。
更具体地,在所述基于WIFI网络的玻璃缺陷检测平台中:所述高清摄像头和所述缺陷信息提取设备被集成在一块集成电路板上。
更具体地,在所述基于WIFI网络的玻璃缺陷检测平台中,所述检测平台还包括:当地显示设备,与所述数字信号处理器、所述玻璃类型检测设备和所述高清摄像头分别连接,用于显示被检测块玻璃的玻璃类型和玻璃目标图像,还用于显示所述划痕类型信号、所述气泡类型信号或所述碎玻璃类型信号。
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WIFI网络的玻璃缺陷检测平台的结构方框图。
附图标记:1缺陷信息提取设备;2数字信号处理器;3WIFI无线通信接口
具体实施方式
下面将参照附图对本发明的基于WIFI网络的玻璃缺陷检测平台的实施方案进行详细说明。
为了避免缺陷玻璃进入到市场流通环节和施工环节,现有技术中,对刚生产完毕的玻璃块采用人工检测方式或仪器检测方式以确定玻璃缺陷类型,以便于玻璃厂商有的放矢地采取相应的改良措施,提高玻璃的合格率。
然而,现有技术中的两种检测方式,或者过于依赖人工,或者检测机制没有针对性,导致检测效果不佳,检测速度不高,为了克服上述不足,本发明搭建了一种基于WIFI网络的玻璃缺陷检测平台,搭建了一种专门针对玻璃缺陷种类的检测机制,在将玻璃与背景准确分离的情况下,根据各种玻璃缺陷的特性,制定有针对性的缺陷种类检测模式,并将检测结果通过WIFI网络传送,从而同时提高了检测的效率和精度。
图1为根据本发明实施方案示出的基于WIFI网络的玻璃缺陷检测平台的结构方框图,所述检测平台包括WIFI无线通信接口、缺陷信息提取设备和数字信号处理器,所述缺陷信息提取设备用于提取玻璃的缺陷信息,所述数字信号处理器与所述无线通信接口和所述缺陷信息提取设备分别连接,基于玻璃的缺陷信息确定玻璃的缺陷类型,并将玻璃的缺陷类型通过所述WIFI无线通信接口发送到远端的玻璃信息服务器。
接着,继续对本发明的基于WIFI网络的玻璃缺陷检测平台的具体结构进行进一步的说明。
所述检测平台还包括:玻璃传输线,用于逐块接收并运送已生产完毕的各块玻璃。
所述检测平台还包括:玻璃类型检测设备,设置在玻璃传输线前部上方,用于通过红外线检测器检测设备检测各块玻璃的红外折射特性,基于检测到的红外折射特性确定玻璃类型。
所述检测平台还包括:移动硬盘,用于存储阈值范围表,所述阈值范围表以玻璃类型为索引,保存了每一种玻璃类型对应的预选灰度阈值范围,预选灰度阈值范围的取值范围落在0-255数值范围内。
所述检测平台还包括: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。
所述检测平台还包括:高清摄像头,包括CCD图像传感单元,设置在玻璃传输线中部上方,用于对每一块玻璃进行图像采集,以获得玻璃目标图像,所述玻璃目标图像的分辨率为1920×1080。
所述缺陷信息提取设备与所述玻璃类型检测设备、所述高清摄像头和所述移动硬盘分别连接,用于接收玻璃类型和玻璃目标图像。
所述缺陷信息提取设备包括阈值范围确定子设备、维纳滤波子设备、边缘增强子设备、灰度化处理子设备、阈值选择子设备、目标分割子设备和特征提取子设备。
所述阈值范围确定子设备与所述玻璃类型检测设备和所述移动硬盘分别连接,用于基于玻璃类型确定对应的预先灰度阈值范围以作为目标灰度阈值范围。
所述维纳滤波子设备与所述高清摄像头连接,用于对所述玻璃目标图像执行维纳滤波处理,以获得滤波图像。
所述边缘增强子设备与所述维纳滤波子设备连接,用于对滤波图像执行边缘增强处理,以获得增强图像。
所述灰度化处理子设备与所述边缘增强子设备连接,用于对所述增强图像执行灰度化处理,以获得灰度化图像。
所述阈值选择子设备与所述阈值范围确定子设备和所述灰度化处理子设备分别连接,用于依次从目标灰度阈值范围中选择一个值作为预选灰度阈值,采用预选灰度阈值将灰度化图像划分为预选背景区域和预选目标区域,计算预选背景区域占据灰度化图像的面积比例作为第一面积比,计算预选背景区域的像素平均灰度值作为第一平均灰度值,计算预选目标区域占据灰度化图像的面积比例作为第二面积比,计算预选目标区域的像素平均灰度值作为第二平均灰度值,将第一平均灰度值减去第二平均灰度值,获得的差的平方乘以第一面积比和第二面积比,获得的乘积作为阈值乘积,选择阈值乘积最大的预选灰度阈值作为目标灰度阈值。
所述目标分割子设备与所述阈值选择子设备连接,用于采用目标灰度阈值将灰度化图像划分为背景图像和目标图像。
所述特征提取子设备与所述目标分割子设备连接,基于所述目标图像提取其中的缺陷子图像,并基于所述缺陷子图像计算缺陷对象的圆度、欧拉数和高宽差。
所述数字信号处理器与所述缺陷信息提取设备和所述WIFI无线通信接口分别连接,当接收到的欧拉数为1且圆度小于预设圆度阈值且高宽差为正值时,输出划痕类型信号,当接收到的欧拉数为0且圆度大于等于预设圆度阈值时,输出气泡类型信号,当接收到的欧拉数为1且圆度小于预设圆度阈值且高宽差为负值时,输出碎玻璃类型信号。
所述WIFI无线通信接口与所述数字信号处理器连接,用于将所述划痕类型信号、所述气泡类型信号或所述碎玻璃类型信号通过WIFI无线通信网络发送到远端的玻璃信息服务器,还用于通过WIFI无线通信网络接收远端的检测控制指令。
其中,所述阈值范围确定子设备、所述维纳滤波子设备、所述边缘增强子设备、所述灰度化处理子设备、所述阈值选择子设备、所述目标分割子设备和所述特征提取子设备分别采用不同的FPGA芯片实现;所述移动硬盘还用于存储所述预设圆度阈值,所述数字信号处理器还与所述移动硬盘连接,用于接收所述预设圆度阈值,所述预设圆度阈值的取值范围在0-1之间。
可选地,在所述检测平台中,所述检测平台还包括:玻璃推送入口,用于将已生产完毕的各块玻璃逐块推送到所述玻璃传输线上;所述数字信号处理器为TI公司的DSP芯片;所述高清摄像头和所述缺陷信息提取设备被集成在一块集成电路板上;所述检测平台还包括:当地显示设备,与所述数字信号处理器、所述玻璃类型检测设备和所述高清摄像头分别连接,用于显示被检测块玻璃的玻璃类型和玻璃目标图像,还用于显示所述划痕类型信号、所述气泡类型信号或所述碎玻璃类型信号。
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WIFI网络的玻璃缺陷检测平台,针对现有技术中玻璃缺陷检测效率和精度不高的技术问题,采用有针对性的玻璃缺陷特征提取机制,其中改良了各种图像处理设备以专用于玻璃特征检测,以选定了特征为准绳,确定玻璃缺陷是否存在以及玻璃缺陷的类型,为玻璃厂家下一步合格玻璃的生产提供有价值的参考数据。
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WIFI网络的玻璃缺陷检测方法,该方法包括:
1)提供一种基于WIFI网络的玻璃缺陷检测平台,所述检测平台包括WIFI无线通信接口、缺陷信息提取设备和数字信号处理器,所述缺陷信息提取设备用于提取玻璃的缺陷信息,所述数字信号处理器与所述无线通信接口和所述缺陷信息提取设备分别连接,基于玻璃的缺陷信息确定玻璃的缺陷类型,并将玻璃的缺陷类型通过所述WIFI无线通信接口发送到远端的玻璃信息服务器;
2)使用所述检测平台来进行检测。
2.如权利要求1所述的方法,其特征在于,所述检测平台还包括:
玻璃传输线,用于逐块接收并运送已生产完毕的各块玻璃;
玻璃类型检测设备,设置在玻璃传输线前部上方,用于通过红外线检测器检测设备检测各块玻璃的红外折射特性,基于检测到的红外折射特性确定玻璃类型;
移动硬盘,用于存储阈值范围表,所述阈值范围表以玻璃类型为索引,保存了每一种玻璃类型对应的预选灰度阈值范围,预选灰度阈值范围的取值范围落在0-255数值范围内;
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;
高清摄像头,包括CCD图像传感单元,设置在玻璃传输线中部上方,用于对每一块玻璃进行图像采集,以获得玻璃目标图像,所述玻璃目标图像的分辨率为1920×1080;
所述缺陷信息提取设备与所述玻璃类型检测设备、所述高清摄像头和所述移动硬盘分别连接,用于接收玻璃类型和玻璃目标图像;所述缺陷信息提取设备包括阈值范围确定子设备、维纳滤波子设备、边缘增强子设备、灰度化处理子设备、阈值选择子设备、目标分割子设备和特征提取子设备;所述阈值范围确定子设备与所述玻璃类型检测设备和所述移动硬盘分别连接,用于基于玻璃类型确定对应的预先灰度阈值范围以作为目标灰度阈值范围;所述维纳滤波子设备与所述高清摄像头连接,用于对所述玻璃目标图像执行维纳滤波处理,以获得滤波图像;所述边缘增强子设备与所述维纳滤波子设备连接,用于对滤波图像执行边缘增强处理,以获得增强图像;所述灰度化处理子设备与所述边缘增强子设备连接,用于对所述增强图像执行灰度化处理,以获得灰度化图像;所述阈值选择子设备与所述阈值范围确定子设备和所述灰度化处理子设备分别连接,用于依次从目标灰度阈值范围中选择一个值作为预选灰度阈值,采用预选灰度阈值将灰度化图像划分为预选背景区域和预选目标区域,计算预选背景区域占据灰度化图像的面积比例作为第一面积比,计算预选背景区域的像素平均灰度值作为第一平均灰度值,计算预选目标区域占据灰度化图像的面积比例作为第二面积比,计算预选目标区域的像素平均灰度值作为第二平均灰度值,将第一平均灰度值减去第二平均灰度值,获得的差的平方乘以第一面积比和第二面积比,获得的乘积作为阈值乘积,选择阈值乘积最大的预选灰度阈值作为目标灰度阈值;所述目标分割子设备与所述阈值选择子设备连接,用于采用目标灰度阈值将灰度化图像划分为背景图像和目标图像;所述特征提取子设备与所述目标分割子设备连接,基于所述目标图像提取其中的缺陷子图像,并基于所述缺陷子图像计算缺陷对象的圆度、欧拉数和高宽差;
所述数字信号处理器与所述缺陷信息提取设备和所述WIFI无线通信接口分别连接,当接收到的欧拉数为1且圆度小于预设圆度阈值且高宽差为正值时,输出划痕类型信号,当接收到的欧拉数为0且圆度大于等于预设圆度阈值时,输出气泡类型信号,当接收到的欧拉数为1且圆度小于预设圆度阈值且高宽差为负值时,输出碎玻璃类型信号;
所述WIFI无线通信接口与所述数字信号处理器连接,用于将所述划痕类型信号、所述气泡类型信号或所述碎玻璃类型信号通过WIFI无线通信网络发送到远端的玻璃信息服务器,还用于通过WIFI无线通信网络接收远端的检测控制指令;
其中,所述阈值范围确定子设备、所述维纳滤波子设备、所述边缘增强子设备、所述灰度化处理子设备、所述阈值选择子设备、所述目标分割子设备和所述特征提取子设备分别采用不同的FPGA芯片实现;
其中,所述移动硬盘还用于存储所述预设圆度阈值,所述数字信号处理器还与所述移动硬盘连接,用于接收所述预设圆度阈值,所述预设圆度阈值的取值范围在0-1之间。
3.如权利要求2所述的方法,其特征在于,所述检测平台还包括:玻璃推送入口,用于将已生产完毕的各块玻璃逐块推送到所述玻璃传输线上。
4.如权利要求2所述的方法,其特征在于:所述数字信号处理器为TI公司的DSP芯片。
5.如权利要求2所述的方法,其特征在于:所述高清摄像头和所述缺陷信息提取设备被集成在一块集成电路板上。
6.如权利要求2所述的方法,其特征在于,所述检测平台还包括:当地显示设备,与所述数字信号处理器、所述玻璃类型检测设备和所述高清摄像头分别连接,用于显示被检测块玻璃的玻璃类型和玻璃目标图像,还用于显示所述划痕类型信号、所述气泡类型信号或所述碎玻璃类型信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510534424.0A CN105241891A (zh) | 2015-08-27 | 2015-08-27 | 一种基于wifi网络的玻璃缺陷检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510534424.0A CN105241891A (zh) | 2015-08-27 | 2015-08-27 | 一种基于wifi网络的玻璃缺陷检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105241891A true CN105241891A (zh) | 2016-01-13 |
Family
ID=55039614
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510534424.0A Pending CN105241891A (zh) | 2015-08-27 | 2015-08-27 | 一种基于wifi网络的玻璃缺陷检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105241891A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108888975A (zh) * | 2018-08-17 | 2018-11-27 | 浙江大丰实业股份有限公司 | 舞台幕布完整度辨识机构 |
CN117333441A (zh) * | 2023-09-27 | 2024-01-02 | 威海天拓合创电子工程有限公司 | 一种基于图像数据的pcb板缺陷检测方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010024082A1 (ja) * | 2008-08-25 | 2010-03-04 | 旭硝子株式会社 | 欠陥検査システムおよび欠陥検査方法 |
CN101750422A (zh) * | 2010-01-07 | 2010-06-23 | 秦皇岛凯维科技有限公司 | 一种玻璃缺陷的在线自动检测装置 |
CN101871896A (zh) * | 2009-04-24 | 2010-10-27 | 湖南科创信息技术股份有限公司 | 表面压纹玻璃瑕疵在线检测方法及装置 |
CN101996405A (zh) * | 2010-08-30 | 2011-03-30 | 中国科学院计算技术研究所 | 一种快速的玻璃图像缺陷检测及分类方法及其装置 |
KR20110109576A (ko) * | 2010-03-31 | 2011-10-06 | 주식회사 디이엔티 | 디스플레이 패널 글라스 표면의 결함 검사 방법 |
CN102213681A (zh) * | 2011-04-01 | 2011-10-12 | 哈尔滨工业大学(威海) | 玻璃瓶瓶底防滑区污物检测新方法 |
CN104794491A (zh) * | 2015-04-28 | 2015-07-22 | 重庆大学 | 基于预分类的模糊聚类钢板表面缺陷检测方法 |
-
2015
- 2015-08-27 CN CN201510534424.0A patent/CN105241891A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010024082A1 (ja) * | 2008-08-25 | 2010-03-04 | 旭硝子株式会社 | 欠陥検査システムおよび欠陥検査方法 |
CN101871896A (zh) * | 2009-04-24 | 2010-10-27 | 湖南科创信息技术股份有限公司 | 表面压纹玻璃瑕疵在线检测方法及装置 |
CN101750422A (zh) * | 2010-01-07 | 2010-06-23 | 秦皇岛凯维科技有限公司 | 一种玻璃缺陷的在线自动检测装置 |
KR20110109576A (ko) * | 2010-03-31 | 2011-10-06 | 주식회사 디이엔티 | 디스플레이 패널 글라스 표면의 결함 검사 방법 |
CN101996405A (zh) * | 2010-08-30 | 2011-03-30 | 中国科学院计算技术研究所 | 一种快速的玻璃图像缺陷检测及分类方法及其装置 |
CN102213681A (zh) * | 2011-04-01 | 2011-10-12 | 哈尔滨工业大学(威海) | 玻璃瓶瓶底防滑区污物检测新方法 |
CN104794491A (zh) * | 2015-04-28 | 2015-07-22 | 重庆大学 | 基于预分类的模糊聚类钢板表面缺陷检测方法 |
Non-Patent Citations (1)
Title |
---|
王吴雨 等: "图像处理技术在玻璃缺陷检测中的应用", 《工业控制计算机》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108888975A (zh) * | 2018-08-17 | 2018-11-27 | 浙江大丰实业股份有限公司 | 舞台幕布完整度辨识机构 |
CN117333441A (zh) * | 2023-09-27 | 2024-01-02 | 威海天拓合创电子工程有限公司 | 一种基于图像数据的pcb板缺陷检测方法及系统 |
CN117333441B (zh) * | 2023-09-27 | 2024-04-02 | 威海天拓合创电子工程有限公司 | 一种基于图像数据的pcb板缺陷检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN105044119A (zh) | 一种基于灰度均值分析的玻璃瑕疵分类方法 | |
CN105160670A (zh) | 一种玻璃缺陷类型识别方法 | |
CN105044124A (zh) | 基于灰度均值分析的玻璃瑕疵分类装置 | |
CN104967832A (zh) | 一种基于图像处理的船下水域检测方法 | |
CN104952247A (zh) | 基于双通信数据的拥堵等级分析平台 | |
CN105181708A (zh) | 纺织机针批次合格检测平台 | |
CN104835329B (zh) | 基于遥感通信的路段拥堵程度检测系统 | |
CN104916116A (zh) | 智能家居空气自适应互动系统 | |
CN105241891A (zh) | 一种基于wifi网络的玻璃缺陷检测方法 | |
CN105139400A (zh) | 基于图像处理的工件缺陷定位系统 | |
CN104836597A (zh) | 一种基于电力线通信的监狱监控方法 | |
CN104851302B (zh) | 一种拥堵等级网络识别方法 | |
CN105096325A (zh) | 基于激光图像的水下设备检测系统 | |
CN105092591A (zh) | 一种基于图像处理的工件缺陷定位方法 | |
CN104851296B (zh) | 一种基于遥感通信的路段拥堵程度检测系统 | |
CN105136810A (zh) | 基于高强度照明的钢板缺陷检测平台 | |
CN105243656A (zh) | 基于wifi网络的玻璃缺陷检测平台 | |
CN104851230B (zh) | 基于电力线网络的煤矿火情检测系统 | |
CN104991259A (zh) | 一种激光成像探测方法 | |
CN105136817A (zh) | 一种基于无线网络的胶囊可见光缺陷识别方法 | |
CN105160671A (zh) | 基于无线网络的胶囊可见光缺陷识别装置 | |
CN105136734A (zh) | 一种胶囊近红外瑕疵分析方法 | |
CN105080857A (zh) | 基于串口通信的纺织机针外观质量检验系统 |
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 |
Application publication date: 20160113 |
|
WD01 | Invention patent application deemed withdrawn after publication |