CN105466953B - 基于识别钢球表面反射图案完整性的钢球表面缺陷检测法 - Google Patents

基于识别钢球表面反射图案完整性的钢球表面缺陷检测法 Download PDF

Info

Publication number
CN105466953B
CN105466953B CN201511017872.XA CN201511017872A CN105466953B CN 105466953 B CN105466953 B CN 105466953B CN 201511017872 A CN201511017872 A CN 201511017872A CN 105466953 B CN105466953 B CN 105466953B
Authority
CN
China
Prior art keywords
steel ball
light source
ball surface
source cover
integrality
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.)
Expired - Fee Related
Application number
CN201511017872.XA
Other languages
English (en)
Other versions
CN105466953A (zh
Inventor
付鲁华
张恺
王仲
刘常杰
姜美华
宋宇航
邢芊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin University
Original Assignee
Tianjin University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tianjin University filed Critical Tianjin University
Priority to CN201511017872.XA priority Critical patent/CN105466953B/zh
Publication of CN105466953A publication Critical patent/CN105466953A/zh
Application granted granted Critical
Publication of CN105466953B publication Critical patent/CN105466953B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/95Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/951Balls

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

一种基于识别钢球表面反射图案完整性的钢球表面缺陷检测法,将待测钢球放置于漫反射型的光源罩内部,将以一定形式排列的LED光源置于光源罩内侧底部作为照明光源,LED光源与待测钢球之间设置有光源挡板;在光源罩上开观测孔,并在光源罩外侧对应观测孔设置图像传感器;光源罩内壁均匀涂满具有漫反射特性的单色材料层,在单色材料层上涂有规则排列的具有漫反射特性的图案层,图像传感器采集到表面呈现有光源罩内壁规则图案的钢球图像,利用机器视觉技术对图像传感器采集到的图像进行处理,提取并识别钢球表面规则图案形成像的完整性,即实现钢球表面缺陷的检测。本发明可以有效的检测出更多种表面缺陷类型,降低数字图像处理的难度与工作量。

Description

基于识别钢球表面反射图案完整性的钢球表面缺陷检测法
技术领域
本发明涉及一种钢球表面缺陷检测法。特别是涉及一种基于识别钢球表面反射图案完整性的钢球表面缺陷检测法。
背景技术
钢球作为轴承的滚动体,是一类生产量大、应用领域广的重要基础零件。由于受到生产工艺、设备等条件的制约,钢球表面不可避免的会存在凹坑、生锈、裂纹、划伤等缺陷,这些表面缺陷对于轴承的精度、动态性能及使用寿命等有着重要的影响。因此,钢球表面缺陷检测具有重要的意义。
目前国内的钢球生产厂家主要采取人工目检的方法,即检测人员通过肉眼或低倍率显微镜观察钢球表面,从而剔除可能存在表面缺陷的钢球。该方法检测效率低,无法适应工业生产的需求,且对于检测人员的依赖性较强,易发生误检、漏检等情况。因此,研究高效准确的钢球表面缺陷自动化检测方法是实际生产过程中提出的迫切需求。
机器视觉是通过计算机分析处理图像传感器所获得图像的一种方法,主要研究用计算机来模拟人的视觉功能,从客观事物的图像中提取信息,进行处理并加以理解,最终用于实际测量和控制。机器视觉技术具有检测效率高、自动化程度高、非接触式检测等优势,目前在表面缺陷检测领域得到了较为广泛的应用。
中北大学喻宾扬等人依据莫尔条纹产生的原理,利用CCD相机进行平板玻璃表面缺陷的检测。光源设置于待测玻璃板下方,光源与玻璃板之间放置标准光栅。光源发出的光线经过光栅投射到玻璃板表面可以得到明暗相间的条纹。CCD相机设置于玻璃板上方采集表面图像。检测过程中先采集一块无缺陷的平板玻璃图像得到基准栅,之后再采集待测平板玻璃的图像得到试件栅,通过计算机对基准栅与试件栅的图像进行运算比对可以得到等倾莫尔条纹图像。不同的表面缺陷会得到不同的莫尔条纹图像。此种方法需要在光源外部放置光栅产生明暗相间的条纹,检测装置复杂。若采用此方法检测钢球等曲率连续变化的物体,则需要标准物体与待测物体精确对位,这在实际检测过程中难以实现。因此,此方法只适用于玻璃等平面物体的检测。
专利号为200510120663.8的发明专利中公开了一种球面反射镜的双点光源干涉检测方法。该方法令激光器发出的光依次通过光栅、凸透镜、空间滤波器等多个镜组得到双点光源。双点光源经固定的平面镜返回的光束与经待测球面反射镜返回的光束可以产生干涉条纹,通过CCD相机获取干涉条纹图样即可完成球面反射镜表面检测。该方法对于光源要求较高,需要利用多镜组得到平行光及双点光源。此外,整体装置中各个光学器件需要精确调节位置,具有一定的难度。
专利号为201210135079.X的发明专利中公开了一种基于视觉的钢球表面缺陷检测方法。钢球沿直线导轨进入检测区域,通过光源左右两侧对称设置的图像传感器进行图像采集。首先需要采集一列无缺陷钢球的图像得到模板,之后通过上料装置使待测钢球滚动进入检测区域。在钢球滚动过程中,图像传感器对每个待测钢球分别采集多幅图像。利用投影分割法求得左侧图像传感器和右侧图像传感器对每个钢球所采集的各幅图像与模板图像的钢球边界,将待测钢球图像与模板图像进行对齐、剪影即可判断钢球表面是否存在缺陷。本方法的检测速度快、适用于不同直径的钢球,但图像处理过程的核心是识别缺陷区域与正常区域灰度值的差异。虽然绝大部分缺陷都存在光学反射特性差异,但极个别情况下,缺陷部分反射特性与正常表面极为相近,几何差异却更容易捕捉。
现有的钢球表面缺陷图像检测方法中,通常使用单个或多个图像传感器采集到的钢球表面图像各点灰度值连续性的分析确定表面缺陷。在照明可认为均匀的情况下,若钢球表面不存在缺陷,则表面图像灰度值连续无突变;若钢球表面存在缺陷,则由于缺陷部分与钢球表面光学特性的差异,图像灰度值会发生突变,从而通过对图像灰度值进行阈值分割即可确定表面缺陷的位置及范围。此种方法要求缺陷部分与球体表面的光学特性存在较大差异,对于图像中灰度值差异不明显的部分则无法进行有效的判别。
发明内容
本发明所要解决的技术问题是,提供一种能够提高钢球表面缺陷检测效率和准确性的基于识别钢球表面反射图案完整性的钢球表面缺陷检测法。
本发明所采用的技术方案是:一种基于识别钢球表面反射图案完整性的钢球表面缺陷检测法,将待测钢球放置于漫反射型的光源罩内部,将以一定形式排列的LED光源置于光源罩内侧底部作为照明光源,所述的LED光源与待测钢球之间设置有用于遮挡LED光源直接照射到待测钢球上的光源挡板;在光源罩上开观测孔,并在光源罩外侧对应所述的观测孔设置用于采集钢球表面图像的图像传感器;所述的光源罩内壁均匀涂满具有漫反射特性的单色材料层,在所述单色材料层上涂有规则排列的具有漫反射特性的图案层,LED光源照射到光源罩内壁上的光反射到钢球表面,图像传感器采集到表面呈现有光源罩内壁规则图案的钢球图像,利用机器视觉技术对图像传感器采集到的图像进行处理,提取并识别钢球表面规则图案形成像的完整性,即实现钢球表面缺陷的检测。
所述的待测钢球在所述光源罩内沿直线分布,并且球列通过图像传感器光轴所在直线与钢球所在平面的交点。
所述的光源罩内侧壁上的单色涂层与规则排列的图案层颜色不同并具有一定的灰度反差,所述光源罩内侧壁上的单色涂层和规则排列的图案层均是采用具有高漫反射率的不同颜色涂料喷涂构成。
所述的光源罩内侧壁上的规则排列的图案层,是宽度相同、间隔相等的同心圆环层,或是频率、幅值相等的正弦波纹层,或是间隙大小相等的矩形网格层,或是以光源罩顶部中心为原点的均匀放射的条纹层。
所述的光源罩内侧壁上的规则排列的图案层,是有序排列的字母层或数字层或几何图形层。
所述的图像传感器为一个以上,在所述的光源罩上对应一个以上的图像传感器开有一个以上的观测孔。
所述的光源罩两侧的侧壁上对称地形成有进料孔和出料孔,沿进料孔和出料孔贯穿地插入有用于向所述光源罩内导入和导出待测钢球的直线导轨。
所述直线导轨是能够使待测钢球球列只保留一维自由度的导轨。
当获取的钢球表面所反射的光源罩内侧壁上的规则排列的图案层为连续完整的图案时,则表示钢球表面无缺陷;当获取的钢球表面所反射的光源罩内侧壁上的规则排列的图案层有扭曲变形或间断缺失的部分,则表示钢球表面存在缺陷。
本发明的基于识别钢球表面反射图案完整性的钢球表面缺陷检测法,通过对于钢球表面规则图案的提取识别的方式进行缺陷检测,可以不完全依赖于钢球表面缺陷区域的光学反射特性差异,可以有效的检测出更多种表面缺陷类型,同时可以很大程度上降低数字图像处理过程中算法实现的难度与工作量。
附图说明
图1是本发明方法所使用装置的整体结构示意图;
图2是本发明中光源罩模型沿X-Z平面的剖面图;
图3是光源罩第一实施例的内部结构示意图;
图4是光源罩第二实施例的内部结构示意图;
图5a是实施例中采用现有检测方法采集到的表面无缺陷钢球图像;
图5b是实施例中采用本发明的检测方法采集到的表面无缺陷钢球图像;
图6a是实施例中采用现有检测方法采集到的表面有凹坑缺陷的钢球图像;
图6b是实施例中采用本发明的检测方法采集到的表面有凹坑缺陷的钢球图像;
图7a是实施例中采用现有检测方法采集到的表面有擦伤缺陷的钢球图像;
图7b是实施例中采用本发明的检测方法采集到的表面有擦伤缺陷的钢球图像;
图8a是实施例中采用现有检测方法采集到的表面有拖沟和凹坑缺陷的钢球图像;
图8b是实施例中采用本发明的检测方法采集到的表面有拖沟和凹坑缺陷的钢球图像。
图中
1:被测物体 2:图像传感器
3:光源罩 4:图像采集孔
5:进料孔 6:出料孔
7:直线导轨 8:支架
9:环状光源组件 91:光源挡板
92:安装座 93:发光部件
10:单色涂层 11:图案层
具体实施方式
下面结合实施例和附图对本发明的基于识别钢球表面反射图案完整性的钢球表面缺陷检测法做出详细说明。
本发明的基于识别钢球表面反射图案完整性的钢球表面缺陷检测法,是利用钢球表面的反光率极高且能够作为镜面成像的特性,将钢球表面作为成像面,钢球表面会反射经由光源照亮的光源罩内壁的规则图案的像,通过图像传感器采集钢球表面图像并检测所得图像中内壁修饰图案所成像的完整性即可达到表面缺陷检测的目的。在光源罩内壁修饰的图案均匀完整的条件下,若钢球表面无缺陷,则反射形成的内壁修饰图案的像应连续完整;若钢球表面存在缺陷,则反射形成的内壁修饰图案的像在表面缺陷部分会发生扭曲变形或间断缺失。此种方法对于钢球表面缺陷的检测方法不依赖于缺陷部分与其余部分反光特性的差异,缺陷部分深度等因素的变化均会引起修饰图案的像不同程度的改变。
本发明的基于识别钢球表面反射图案完整性的钢球表面缺陷检测法,是将待测钢球放置于漫反射型的光源罩内部,所述的待测钢球在漫反射型光源罩内沿直线分布,并且待测球列通过图像传感器光轴所在直线与钢球所在平面的交点。将以一定形式排列的LED光源置于光源罩内侧底部作为照明光源,所述的LED光源与待测钢球之间设置有用于遮挡LED光源直接照射到待测钢球上的光源挡板;在光源罩上开观测孔,并在光源罩外侧对应所述的观测孔设置用于采集钢球表面图像的图像传感器。所述的图像传感器为一个以上,在所述的光源罩上对应一个以上的图像传感器开有一个以上的观测孔。所述的光源罩内壁均匀涂满具有漫反射特性的单色材料层,在所述单色材料层上涂有规则排列的具有漫反射特性的图案层,由于钢球表面的反光率极接近于镜面反射,LED光源照射到光源罩内壁上的光反射到钢球表面,图像传感器采集到表面呈现有光源罩内壁规则图案的钢球图像,利用机器视觉技术对图像传感器采集到的图像进行处理,提取并识别钢球表面规则图案形成像的完整性,即实现钢球表面缺陷的检测。
所述的光源罩两侧的侧壁上对称地形成有进料孔和出料孔,沿进料孔和出料孔贯穿地插入有用于向所述光源罩内导入和导出待测钢球的直线导轨。所述直线导轨是能够使待测钢球球列只保留一维自由度的导轨。
所述的光源罩内侧壁上的单色涂层与规则排列的图案层颜色不同并具有一定的灰度反差,所述光源罩内侧壁上的单色涂层和规则排列的图案层均是采用高漫反射率的不同颜色涂料喷涂构成,如采用掺有不同颜色的硫酸钡或氧化镁或聚四氟乙烯。
所述的光源罩内侧壁上的规则排列的图案层,是宽度相同、间隔相等的同心圆环层(如图3所示),或是频率、幅值相等的正弦波纹层,或是间隙大小相等的矩形网格层,或是以光源罩顶部中心为原点的均匀放射的条纹层(如图4所示)。或者所述的光源罩内侧壁上的规则排列的图案层,是有序排列的字母层或数字层或几何图形层。
当获取的钢球表面所反射的光源罩内侧壁上的规则排列的图案层为连续完整的图案时,则表示钢球表面无缺陷;当获取的钢球表面所反射的光源罩内侧壁上的规则排列的图案层有扭曲变形或间断缺失的部分,则表示钢球表面存在缺陷。
下面给出具体实施例:
本发明实施例是采用如图1所示的装置,所述的光源罩采用半球体形状,光源罩底面为圆形。所述的图像传感器为两个对称放置的CMOS图像传感器,并在光源罩上对称的开两个观测孔进行钢球表面图像采集。光源采用红光LED光源照明,考虑到半球体光源罩的底面形状为圆形,LED光源的排列方式设计为沿光源罩底面边缘均匀分布的环形阵列形式。实施例中为保证光源提供足够的照明强度,采用双环LED光源分布。检测时:
(1)将待测钢球在两图像传感器所在平面的垂直方向上沿直线分布;
(2)分别调整两侧图像传感器的焦距以及摆放位置,使视野范围内的钢球可以清晰成像;
(3)两个图像传感器同时采集钢球表面图像,通过图像处理分析钢球表面规则图案所成的像是否连续完整确定有无表面缺陷。即:
若钢球表面无缺陷,则反射形成的内壁修饰图案的像应连续完整;若钢球表面存在缺陷,凹坑、生锈等缺陷会引起钢球表面高度值的突变,划伤、擦伤等类型的缺陷会改变钢球表面高反光的光学特性,钢球表面作为成像的镜面,镜面任何特性的细微变化都会导致物体所成像的改变,反射形成的内壁修饰图案的像在钢球表面缺陷部分会发生扭曲变形或间断缺失。
实施例中待测钢球直径为3mm。图5a~8b为使用现有检测方法和本发明提出的检测方法得到的效果对比图。每组图像中,左侧图为采用现有检测方法得到的钢球表面图像,右侧图为采用本发明提出的检测方法得到的钢球表面图像。钢球表面存在的缺陷均由矩形框标出。
图5a中,钢球表面灰度值均匀;图5b中,钢球表面的环形条纹图案完整,因此可以判断出图5b中的待测钢球不存在表面缺陷。图6a中,钢球表面下半部分存在椭圆形灰度值较大的区域,但灰度值与周围区域的差异不明显;图6b中,钢球表面下半部分条纹存在间断缺失的现象,由此可以判断出该钢球表面存在凹坑缺陷。图7a中,钢球表面灰度值无明显变化,无法有效判断出缺陷的位置;图7b中,中心区域条纹发生扭曲变形,因此可以判断出该钢球表面具有划伤或擦伤缺陷。图8a中,顶部椭圆形区域存在灰度值的突变,下半部分灰度值无明显差异,不能有效的判断出钢球表面的全部缺陷;图8b中,顶部的条纹存在一小段的缺失,下半部分的条纹在较大区域内存在扭曲变形,因此可以判断出该钢球表面存在凹坑和拖沟缺陷。
通过上述实施例可以发现,本发明的基于识别钢球表面反射图案完整性的钢球表面缺陷检测法对于不同直径钢球表面不同类型的表面缺陷均具有较为理想的检测效果。
钢球表面缺陷对于规则图案反射所成的像有较大程度的改变,这使得本发明的基于识别钢球表面反射图案完整性的钢球表面缺陷检测法可以很大程度上降低图像处理算法的难度,可以有效的解决灰度值与其他部分差异不大的缺陷的识别检测。

Claims (6)

1.一种基于识别钢球表面反射图案完整性的钢球表面缺陷检测法,其特征在于,将待测钢球放置于漫反射型的光源罩内部,将以一定形式排列的LED光源置于光源罩内侧底部作为照明光源,所述的LED光源与待测钢球之间设置有用于遮挡LED光源直接照射到待测钢球上的光源挡板;在光源罩上开观测孔,并在光源罩外侧对应所述的观测孔设置用于采集钢球表面图像的图像传感器,所述的图像传感器为一个以上,在所述的光源罩上对应一个以上的图像传感器开有一个以上的观测孔;所述的光源罩内壁均匀涂满具有漫反射特性的单色材料层,在所述单色材料层上涂有规则排列的具有漫反射特性的图案层,LED光源照射到光源罩内壁上的光反射到钢球表面,图像传感器采集到表面呈现有光源罩内壁规则图案的钢球图像,利用机器视觉技术对图像传感器采集到的图像进行处理,提取并识别钢球表面规则图案形成像的完整性,即实现钢球表面缺陷的检测,所述的光源罩内侧壁上的单色涂层与规则排列的图案层颜色不同并具有一定的灰度反差,所述光源罩内侧壁上的单色涂层和规则排列的图案层均是采用具有高漫反射率的不同颜色涂料喷涂构成,当获取的钢球表面所反射的光源罩内侧壁上的规则排列的图案层为连续完整的图案时,则表示钢球表面无缺陷;当获取的钢球表面所反射的光源罩内侧壁上的规则排列的图案层有扭曲变形或间断缺失的部分,则表示钢球表面存在缺陷。
2.根据权利要求1所述的基于识别钢球表面反射图案完整性的钢球表面缺陷检测法,其特征在于,所述的待测钢球在所述光源罩内沿直线分布,并且球列通过图像传感器光轴所在直线与钢球所在平面的交点。
3.根据权利要求1所述的基于识别钢球表面反射图案完整性的钢球表面缺陷检测法,其特征在于,所述的光源罩内侧壁上的规则排列的图案层,是宽度相同、间隔相等的同心圆环层,或是频率、幅值相等的正弦波纹层,或是间隙大小相等的矩形网格层,或是以光源罩顶部中心为原点的均匀放射的条纹层。
4.根据权利要求1所述的基于识别钢球表面反射图案完整性的钢球表面缺陷检测法,其特征在于,所述的光源罩内侧壁上的规则排列的图案层,是有序排列的字母层或数字层或几何图形层。
5.根据权利要求1所述的基于识别钢球表面反射图案完整性的钢球表面缺陷检测法,其特征在于,所述的光源罩两侧的侧壁上对称地形成有进料孔和出料孔,沿进料孔和出料孔贯穿地插入有用于向所述光源罩内导入和导出待测钢球的直线导轨。
6.根据权利要求5所述的基于识别钢球表面反射图案完整性的钢球表面缺陷检测法,其特征在于,所述直线导轨是能够使待测钢球球列只保留一维自由度的导轨。
CN201511017872.XA 2015-12-28 2015-12-28 基于识别钢球表面反射图案完整性的钢球表面缺陷检测法 Expired - Fee Related CN105466953B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201511017872.XA CN105466953B (zh) 2015-12-28 2015-12-28 基于识别钢球表面反射图案完整性的钢球表面缺陷检测法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201511017872.XA CN105466953B (zh) 2015-12-28 2015-12-28 基于识别钢球表面反射图案完整性的钢球表面缺陷检测法

Publications (2)

Publication Number Publication Date
CN105466953A CN105466953A (zh) 2016-04-06
CN105466953B true CN105466953B (zh) 2018-06-12

Family

ID=55604884

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201511017872.XA Expired - Fee Related CN105466953B (zh) 2015-12-28 2015-12-28 基于识别钢球表面反射图案完整性的钢球表面缺陷检测法

Country Status (1)

Country Link
CN (1) CN105466953B (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN106643584B (zh) * 2016-12-15 2019-03-05 贵州虹轴轴承有限公司 一种基于点光源的轴承钢球表面平整检测装置
CN106914428A (zh) * 2017-01-16 2017-07-04 哈尔滨理工大学 一种基于机器视觉的钢球表面缺陷差分检测的新型算法
CN107121391A (zh) * 2017-06-12 2017-09-01 北京爱康泰科技有限责任公司 用于辅助试纸检测的装置、用于液体检测的系统和方法
CN108333187A (zh) * 2018-04-10 2018-07-27 湖南科创信息技术股份有限公司 平板形材料两面差异性视觉鉴别系统
CN110132992B (zh) * 2019-03-30 2022-08-12 天津大学 一种光滑内壁微小缺陷视觉检测装置
CN110047066B (zh) * 2019-03-30 2023-03-21 天津大学 一种基于条纹偏折的光滑内壁微小缺陷检测方法
CN110108725A (zh) * 2019-06-05 2019-08-09 深圳至汉装备科技有限公司 一种磁瓦外观缺陷检测结构
CN110243813B (zh) * 2019-06-28 2021-06-22 郑州工业应用技术学院 一种机械制造用工件抛光检测装置
CN112221998A (zh) * 2019-07-15 2021-01-15 宁波高松电子有限公司 一种实现产品外观检验的自动化检验设备及其检验方法
CN113466259B (zh) * 2020-03-31 2023-02-17 上海微电子装备(集团)股份有限公司 金属掩模检测装置、光源标定方法及装置和维护标定方法
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
CN113252557B (zh) * 2021-04-08 2023-02-03 成都小淞科技有限公司 条纹结构光喷涂瑕疵检出光源装置
CN113390870B (zh) * 2021-05-25 2023-08-01 广西大学 一种基于机器视觉技术的植物叶片叶绿素含量估测方法
CN115165920B (zh) * 2022-09-06 2023-06-16 南昌昂坤半导体设备有限公司 一种三维缺陷检测方法及检测设备

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5588809B2 (ja) * 2010-09-16 2014-09-10 株式会社ブリヂストン 検査装置および検査方法
JP6098505B2 (ja) * 2013-12-27 2017-03-22 トヨタ自動車株式会社 溶接品質検査装置及び溶接品質検査方法
CN204177749U (zh) * 2014-11-03 2015-02-25 周久胜 钢球表面缺陷检测装置
CN204479483U (zh) * 2015-02-04 2015-07-15 宁波百加百测控设备有限公司 一种钢球表面缺陷检测展开装置
CN204649168U (zh) * 2015-03-16 2015-09-16 上海理工大学 钢球表面检测装置

Also Published As

Publication number Publication date
CN105466953A (zh) 2016-04-06

Similar Documents

Publication Publication Date Title
CN105466953B (zh) 基于识别钢球表面反射图案完整性的钢球表面缺陷检测法
CN204758502U (zh) 透镜测试系统
CN104458755B (zh) 一种基于机器视觉的多类型材质表面缺陷检测方法
CN106959293A (zh) 通过视觉系统检测反光面上缺陷的系统及方法
JP4964135B2 (ja) 3次元オブジェクトを、単一視点方式の光学系を用いるシャドウグラフ法により光伝搬の光学法則を使用して測定する方法
KR100849370B1 (ko) 스캐터로미터
Jehle et al. Learning of optimal illumination for material classification
Kukkonen et al. Color features for quality control in ceramic tile industry
CN109520436A (zh) 一种基于机器视觉的蝶形弹簧三维尺寸自动测量系统及其测量方法
CN112001917A (zh) 一种基于机器视觉的圆形有孔零件形位公差检测方法
TW201818064A (zh) 晶圓中開口尺寸之光學量測
CN108287165A (zh) 缺陷检查方法及缺陷检测系统
KR20220105770A (ko) 홀(Hole)을 구비한 유리기판 검사시스템
CN108986088A (zh) 一种基于matlab的图像自动提取优化方法及设备
Koshti Assessing visual and system flaw detectability in nondestructive evaluation
TW201144753A (en) Micro-lens array surface profile detection system and detection method thereof
CN110618140A (zh) 一种轴承套圈磨削振纹的机器视觉检测系统和方法
CN106767425A (zh) 一种轴承卡簧豁口的视觉测量方法
Aluze et al. Vision system for defect imaging, detection, and characterization on a specular surface of a 3D object
JP5197600B2 (ja) 2層3次元オブジェクトを単一視点方式の光学オムブルスコープによって非接触測定する方法
CN105277558A (zh) 一种研究表面的多步方法及其对应设备
JP5638327B2 (ja) 外観検査装置
Vezzetti Computer aided inspection: design of customer-oriented benchmark for noncontact 3D scanner evaluation
JP2006047102A (ja) 検査対象物の所定の表面状態の原因を自動的に求める装置
JP2005070051A (ja) 表面特性を特定するための方法および装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180612

Termination date: 20211228