CN105631857A - 一种光学元件表面的划痕检测方法和装置 - Google Patents
一种光学元件表面的划痕检测方法和装置 Download PDFInfo
- Publication number
- CN105631857A CN105631857A CN201510954616.7A CN201510954616A CN105631857A CN 105631857 A CN105631857 A CN 105631857A CN 201510954616 A CN201510954616 A CN 201510954616A CN 105631857 A CN105631857 A CN 105631857A
- Authority
- CN
- China
- Prior art keywords
- cut
- point set
- complete
- preliminary
- information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000003287 optical effect Effects 0.000 title claims abstract description 38
- 238000001514 detection method Methods 0.000 claims abstract description 29
- 238000005452 bending Methods 0.000 claims abstract description 22
- 238000006748 scratching Methods 0.000 claims description 23
- 230000002393 scratching effect Effects 0.000 claims description 23
- 230000011218 segmentation Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 abstract description 3
- 238000012360 testing method Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 3
- 239000005304 optical glass Substances 0.000 description 3
- 230000009977 dual effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 230000001154 acute effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- G06T7/0008—Industrial image inspection checking presence/absence
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种光学元件表面划痕的检测方法和装置。所述方法包括:对光学元件表面的图像二值化后,检测得到所述光学元件表面初步划痕的信息;对所述初步划痕的信息进行分组,每一组代表一条完整的划痕;根据分组后的初步划痕的信息得到每一条完整划痕的感兴趣处理矩形区域;根据所述每一条完整划痕的感兴趣处理矩形区域获取每一条完整划痕对应的精确划痕点集;对每一条完整划痕对应的精确划痕点集进行分段,并剔除每段中的干扰噪点;对每一条完整划痕中的所有点集与每一条完整划痕的精确划痕点集进行合并,并获取每一条完整划痕对应的划痕的信息,所述划痕的信息包括长度以及是否存在弯曲。本发明的方案抗噪声干扰能力,检测速度较快。
Description
技术领域
本发明属于机器视觉检测领域,更具体的说,涉及一种大口径光学元件表面非连续、存在弯曲划痕的检测方法。
背景技术
玻璃等材质的光学元件在生产的过程中,由于生产环境、生产工艺以及人工操作等因素的影响,难免会在光学元件表面造成划痕。同时,划痕会改变光学元件的性能,影响其正常使用。因此,在使用光学元件前,对其表面进行划痕检测和定量分析是非常有必要的。
目前,在光学仪器生产、装配的工厂中,主要依靠人工检测,效率低下、费时费力,并且检测结果主观性强,不同人员检测结果不同。现在主流的非人工检测方法有两种,一种采用干涉原理来检测划痕。这种方法的局限性在于,检测时间长,而且对被检测物体的尺寸有要求,对于大口径的光学元件更是没有相关设备能够检测;另一种则是利用显微暗场散射成像原理,获得光学元件表面的照片,再运用图像处理技术获取表面的划痕信息。
同样是基于现有的显微暗场成像设备,李晨等人使用基于滤波差分的双阈值划痕提取方法。该方法使用双阈值把划痕分为两类,一类是普通划痕,另一类是弱划痕。对于弱划痕,先对其背景进行灰度直方图均衡化,然后对图像进行滤波,将图像中的高亮、高频噪声去除,再通过差分方法把弱划痕转化为普通划痕,与原来的划痕归并,进行统一后续处理。这种方法能够处理弱划痕,但效果有限,对于实际大口径光学玻璃表面的划痕,长度检测的准确度只能达到约80%,而且计算复杂度高,检测耗时久。
发明内容
针对现有划痕检测方法的不足,本发明提供了一种大口径光学元件表面非连续、存在弯曲划痕的检测方法。采用本发明的技术方案,在一定的噪声干扰下,可以满足大口径光学元件表面非连续划痕、存在弯曲划痕的完整提取。对于实际大口径光学玻璃表面的划痕,总长度的检测准确度可以达到90%以上。
为达到上述目的,本发明提供的技术方案为:
根据本发明一方面,提供了一种光学元件表面划痕的检测方法,包括:
步骤1、对光学元件表面的图像二值化后,检测得到所述光学元件表面初步划痕的信息,所述初步划痕的信息包括每条初步划痕的位置信息以及走向;
步骤2、对所述初步划痕的信息进行分组,每一组代表一条完整的划痕,分组依据为在阈值允许范围内任意两条初步划痕是否共线;
步骤3、根据分组后的初步划痕的信息得到每一条完整划痕的感兴趣处理矩形区域;
步骤4、根据所述每一条完整划痕的感兴趣处理矩形区域获取每一条完整划痕对应的精确划痕点集;
步骤5、对每一条完整划痕对应的精确划痕点集进行分段,并剔除每段中的干扰噪点,得到每一条完整划痕对应的所有点集;
步骤6、对每一条完整划痕中的所有点集与步骤4中得到的每一条完整划痕的精确划痕点集进行合并,并获取每一条完整划痕对应的划痕的信息,所述划痕的信息包括长度以及是否存在弯曲。
根据本发明另一方面,提供了一种光学元件表面划痕的检测装置,包括:
初步划痕检测模块,对光学元件表面的图像二值化后,检测得到所述光学元件表面初步划痕的信息,所述初步划痕的信息包括每条初步划痕的位置信息以及走向;
初步划痕分组模块,对所述初步划痕的信息进行分组,每一组代表一条完整的划痕,分组依据为在阈值允许范围内任意两条初步划痕是否共线;
感兴趣处理矩形区域模块,根据分组后的初步划痕的信息得到每一条完整划痕的感兴趣处理矩形区域;
精确划痕点集确定模块,根据所述每一条完整划痕的感兴趣处理矩形区域获取每一条完整划痕对应的精确划痕点集;
干扰噪点去除模块,对每一条完整划痕对应的精确划痕点集进行分段,并剔除每段中的干扰噪点,得到每一条完整划痕对应的所有点集;
划痕确定模块,对每一条完整划痕中的所有点集与步骤4中得到的每一条完整划痕的精确划痕点集进行合并,并获取每一条完整划痕对应的划痕的信息,所述划痕的信息包括长度以及是否存在弯曲。
采用本发明提供的技术方案,与现有技术相比,具有如下显著效果:
(1)本发明的一种光学元件表面非连续、存在弯曲划痕的检测方法,能够在一定噪声环境中,将光学元件表面的非连续的、存在弯曲的划痕提取出来。
(2)本发明的一种光学元件表面非连续、存在弯曲划痕的检测方法,其计算复杂度低,检测速度较快。
(3)本发明的一种光学元件表面非连续、存在弯曲划痕的检测方法,检测的准确度高,对于实际大口径光学玻璃表面的划痕,总长度的准确率可达90%以上。
(4)本发明的一种光学元件表面非连续、存在弯曲划痕的检测方法,可拓展性强,通过调整内部参数,能够适应具有不同特征的划痕检测需求。
附图说明
图1是本发明中光学元件表面的划痕检测方法的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明作进一步的详细说明。
实施例1
本发明的一种光学元件表面非连续、存在弯曲划痕的检测方法,主要由计算机实现。
如图1所示,本发明一实施例中的一种光学元件表面划痕的检测方法,具体操作步骤如下:
1)将光学元件表面的图像二值化,并以编号i(i=1、2……)储存在计算机硬盘中;
2)对于步骤1)中的第i幅图像应用LSD(LineSegmentDetector)算法,得到该算法检测出的一组线段;这组线段能够提供划痕所在的位置信息及其大致走向,每一个线段包括:起始点坐标和终止点坐标。该步骤根据图像获取光学元件表面的初步划痕;
3)对于步骤2)中得到的所有线段进行分类,分类的依据条件有三个:1.计算每两条线段所在直线的夹角;2.计算任意两条线段中一条线段上的中点到另一条线段所在直线的距离;3.计算两个共线线段的间距;具体分类过程:首先根据条件1,如果两个线段夹角大于夹角阈值(如1度),则两条线段是两类。如果两个线段夹角小于或等于夹角阈值,在计算条件2,如果距离大于距离阈值(如5个像素),则这两个线段是两类。如果距离也小于或等于距离阈值,则称这两个线段为共线线段(平行线段)。共线线段之间的间距是指起始点较小的一条线段的终点到另外一条线段的起点之间的距离,且该间距中的点都不在两个线段上。如果两个共线线段之间的间距小于间距阈值(如10个像素),则这两条线段是一类,否则就分为两类。分类后每一类代表一条完整的划痕;将不同的类别记为编号ci(i=1、2……),每一类别c中点集代表一条完整的划痕,ci中包括至少一个线段的信息,即至少一个起始点坐标和终止点坐标;该步骤用于将所述图像中的初步划痕进行分组,每一组初步划痕代表一条完整的划痕,分组的判断依据为在阈值允许范围内任意两个初步划痕是否共线;所述阈值包括任意两条初步划痕之间的夹角、间距以及共线线段的间距;
4)对于步骤3)中的结果ci排序,计算ci代表的线段与水平方向的所夹锐角的绝对值,如果夹角小于45度,ci中所有点的坐标按照X坐标进行排序,如果夹角大于45度,ci中所有点的坐标按照Y坐标进行排序,得到有序点集ci′,找出ci′中的两个端点,并以这两点向外拓展矩形;拓展的方式为:以这两点所在的直线为中轴线,延轴线方向向外拓展extend_length个像素;延垂直轴线方向向外拓展extend_width个像素;靠实验设定宽和长的像素,优选地长取200像素,宽取20像素,得到矩形的四个顶点;该步骤用于获取每组划痕信息的感兴趣处理矩形区域ROI;
5)根据步骤4)中得到的矩形顶点,确定了一个感兴趣的矩形区域z,将区域中点集p应用RANSAC(RANdomSAmpleConsensus)算法,得到一条精确直线;并保留在直线上的点集n;该步骤根据所述感兴趣处理矩形区域中的点集得到最佳拟合直线,并根据所述最佳拟合直线获取对应该组划痕信息的精确划痕点集;
6)将步骤5)中的点集n按照前述方法排序,得到有序点集n′,然后将n′按照点数平均分为k段点集(k1、k2、k3……),对每一段点集分别应用RANSAC算法,得到每一段点集的RANSAC最佳拟合直线以及与直线上的点集;将最佳拟合直线记为li(l1、l2、l3……),点集记为si(s1、s2、s3……);该步骤用于将所述精确划痕点集按照点数进行平均分段,同时对每个平均分段进行最佳拟合得到每个平均分段对应的最佳拟合直线的点集;
7)排除由步骤6)得到的点集si的干扰噪点,排除干扰的依据有两个:1.计算点集si中相邻两点间距离;2.计算连续点集构成连通区域的长度;如果相邻两点间距大于threshold_split,且该点与该点之前所有点构成的连通区域的长度大于threshold_longness,则保留这一段连续点集,否则删除该点集;最终保留的点集记为r;间距和长度阈值通过实验选取,优选地间距取20像素,长度为10像素。该步骤用于剔除分段后所述精确划痕点集中的干扰噪点后,得到每一组对应的所有点集;
8)将步骤7)中的点集r按照前述方法排序,得到有序点集的两个端点,将这两点与步骤4)中的对应的两个端点比较,如果步骤4中的两个端点的起始点比步骤8中获得的端点的起始点X或者Y坐标更小,将步骤4的起始点作为划痕起始点。如果步骤4中的两个端点的终止点比步骤8中获得的端点的终止点X或者Y坐标更大,将步骤4的终止点作为划痕终止点。其结果作为划痕的起始点和终止点,并计算出划痕长度;依据步骤6)中得到的直线l1、l2、l3……计算它们之间的夹角:如果直线之间的夹角小于lineal_angle,那么这条划痕没有弯曲;否则,这条划痕是弯曲的;lineal_angle,通过实验确定,优选地取5度;该步骤对排出了干扰噪点的没要组对应的所有点集与每一组的精确划痕点集进行合并,并计算得到划痕的长度,判断合并后的划痕是否存在弯曲;
9)依据步骤8)得到的划痕信息,输出划痕的检测结果。
本发明中所有的参数阈值选取方法,首先选取一个经验值r,r为向量,其中的元素包括上面需要确定的每一个阈值,然后确定参数选择的范围,即在经验值50%范围为参数范围,[0.5r,1.5r]的范围内,通过选取不同的参数值ri,计算出整个光学元件上识别出的的划痕条数Ti和划痕总长度Li,通过与标准的划痕条数总长度Ts和划痕总长度Ls对比,当[(Ti-Ts)/Ts]2+[(Li-Ls)/Ls]2最小时,ri所对应的参数向量即为要选择的参数。
可选地,上述方法中对点集进行排序的过程具体如下:
计算点集对应线段所在直线的斜率,如果斜率的绝对值小于1,那么将点集中的点按照x坐标从小到大排列,若两点的x坐标相同,则按y坐标从小到大排列;如果斜率的绝对值大或等于1,按照y坐标从小到大排列,若两点的y坐标相同,则按x坐标从小到大排列。
本发明公开的上述方法,首先使用LSD算法得到图像中的所有可能划痕的初步信息,并依据该信息对图像中划痕进行分组。然后,依据每一组中的划痕信息,获取最终划痕的感兴趣处理矩形区域(ROI)。对感兴趣区域中的划痕使用RANSAC算法获得该组划痕的精确点集。为了进一步处理存在弯曲的划痕,需要对精确划痕点集进行分段RANSAC,进而得到该组划痕中分段信息。最后,排除划痕点集中的噪声干扰,对分段划痕进行连接并找到划痕的起始点和终止点,同时参考LSD的检测结果进行合并修正,最终输出划痕的长度及判断划痕是否存在弯曲。本发明采用非接触的测量方式,能够将非连续、存在弯曲的划痕找出并连接为完整划痕,同时具有抗噪声干扰能力,检测速度较快。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种光学元件表面划痕的检测方法,包括:
步骤1、对光学元件表面的图像二值化后,检测得到所述光学元件表面初步划痕的信息,所述初步划痕的信息包括每条初步划痕的位置信息以及走向;
步骤2、对所述初步划痕的信息进行分组,每一组代表一条完整的划痕,分组依据为在阈值允许范围内任意两条初步划痕是否共线;
步骤3、根据分组后的初步划痕的信息得到每一条完整划痕的感兴趣处理矩形区域;
步骤4、根据所述每一条完整划痕的感兴趣处理矩形区域获取每一条完整划痕对应的精确划痕点集;
步骤5、对每一条完整划痕对应的精确划痕点集进行分段,并剔除每段中的干扰噪点,得到每一条完整划痕对应的所有点集;
步骤6、对每一条完整划痕中的所有点集与步骤4中得到的每一条完整划痕的精确划痕点集进行合并,并获取每一条完整划痕对应的划痕的信息,所述划痕的信息包括长度以及是否存在弯曲。
2.如权利要求1所述的方法,其中,步骤2中分组依据具体为:
如果任意两条初步划痕的夹角小于或等于预定夹角阈值,则分为一组;
对于夹角大于所述预定夹角阈值的两条初步划痕,如果两者之间的距离小于或等于预定距离阈值,则分为一组;
对于距离大于预定距离阈值的两条初步划痕,如果它们之间共线的线段间距小于或等于预定共线间距阈值,则分为一组。
3.如权利要求1所述的方法,其中,步骤3中所述感兴趣处理矩形区域如下获得:
对每一组初步划痕中所有点进行排序,得到排序后的第一有序点集,以所述第一有序点集中两个端点的直线为中轴线,沿轴线方向向外扩展第一预定个像素值,沿垂直于所述轴线方向向外扩展第二预定个像素值,得到所述处理矩形区域的四个顶点。
4.如权利要求1所述的方法,其中,步骤4中对所述感兴趣处理矩形区域中的点集进行最佳拟合得到最佳拟合直线对应的点集,作为每一条完整划痕对应的精确划痕点集。
5.如权利要求1所述的方法,其中,步骤5包括:
步骤501、对每一条完整划痕对应的精确划痕点集进行排序,并得到第二有序点集,对所述第二有序点集按点数进行分段;
步骤502、对每一段进行最佳拟合得到最佳拟合直线及其对应的最佳拟合点集;
步骤503、对每一最佳拟合点集,如果相邻两点之间的距离大于间距阈值,且该相邻两点中后一点与其之前所有点构成的连通区域的长度大于长度阈值,则保留该最佳拟合点集,否则删除该最佳拟合点集;
步骤504、最终保留下来的最佳拟合点集构成的点集即为每一条完整划痕对应的所有点集。
6.如权利要求1所述的方法,其中,步骤6具体包括:
步骤601、将每一条完整划痕对应的所有点集进行排序得到第三有序点集,并得到所述第三有序点集的起始点和终止点;
步骤602、将所述有序点集的起始点、终止点与每一条完整划痕对应的精确划痕点集的起始点、终止点分别进行比较;
步骤603、将X或Y坐标较小的起始点作为每一条完整划痕对应的划痕的最终起始点,将X或Y坐标较大的终止点作为每一条完整划痕对应的划痕的最终终止点;
步骤604、根据所述最终起始点和最终终止点计算每一条完整划痕的长度和弯曲情况。
7.如权利要求6所述的方法,其中,所述步骤604中所述每一条完整划痕的弯曲情况如下获得:
根据步骤5中精确划痕点集分段后每一段对应的最佳拟合直线之间的夹角是否大于预定夹角阈值,确定划痕是否存在弯曲。
8.如权利要求3、5或6所述的方法,其中对点集进行排序的过程如下:
计算点集对应线段所在直线的斜率,如果斜率的绝对值小于1,则将所述点集中的点按照X坐标从小到大进行排序,若两者的X坐标相同,则按Y坐标从小到大排序;如果斜率的绝对值大于或等于1,则按照Y坐标从小到大排序,若两点的Y坐标相同,则按X坐标从小到大排序。
9.一种光学元件表面划痕的检测装置,包括:
初步划痕检测模块,对光学元件表面的图像二值化后,检测得到所述光学元件表面初步划痕的信息,所述初步划痕的信息包括每条初步划痕的位置信息以及走向;
初步划痕分组模块,对所述初步划痕的信息进行分组,每一组代表一条完整的划痕,分组依据为在阈值允许范围内任意两条初步划痕是否共线;
感兴趣处理矩形区域模块,根据分组后的初步划痕的信息得到每一条完整划痕的感兴趣处理矩形区域;
精确划痕点集确定模块,根据所述每一条完整划痕的感兴趣处理矩形区域获取每一条完整划痕对应的精确划痕点集;
干扰噪点去除模块,对每一条完整划痕对应的精确划痕点集进行分段,并剔除每段中的干扰噪点,得到每一条完整划痕对应的所有点集;
划痕确定模块,对每一条完整划痕中的所有点集与步骤4中得到的每一条完整划痕的精确划痕点集进行合并,并获取每一条完整划痕对应的划痕的信息,所述划痕的信息包括长度以及是否存在弯曲。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510954616.7A CN105631857B (zh) | 2015-12-17 | 2015-12-17 | 一种光学元件表面的划痕检测方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510954616.7A CN105631857B (zh) | 2015-12-17 | 2015-12-17 | 一种光学元件表面的划痕检测方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105631857A true CN105631857A (zh) | 2016-06-01 |
CN105631857B CN105631857B (zh) | 2018-02-09 |
Family
ID=56046743
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510954616.7A Active CN105631857B (zh) | 2015-12-17 | 2015-12-17 | 一种光学元件表面的划痕检测方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105631857B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106990119A (zh) * | 2017-04-27 | 2017-07-28 | 中科慧远视觉技术(洛阳)有限公司 | 一种自动检测白玻表面缺陷的视觉检测系统及检测方法 |
CN107749268A (zh) * | 2017-10-27 | 2018-03-02 | 歌尔科技有限公司 | 屏幕检测方法及设备 |
CN109801281A (zh) * | 2019-01-23 | 2019-05-24 | 浙江大学 | 一种无纹理金属零件图像规整化直线段边缘检测方法 |
CN110706224A (zh) * | 2019-10-09 | 2020-01-17 | 中国科学院自动化研究所 | 基于暗场图像的光学元件弱划痕检测方法、系统和装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104215646A (zh) * | 2014-09-18 | 2014-12-17 | 浙江大学 | 大口径球面光学元件表面疵病检测系统及其方法 |
CN105158269A (zh) * | 2015-09-29 | 2015-12-16 | 中国科学院上海光学精密机械研究所 | 大口径平面光学元件疵病三维快速暗场检测装置和方法 |
-
2015
- 2015-12-17 CN CN201510954616.7A patent/CN105631857B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104215646A (zh) * | 2014-09-18 | 2014-12-17 | 浙江大学 | 大口径球面光学元件表面疵病检测系统及其方法 |
CN105158269A (zh) * | 2015-09-29 | 2015-12-16 | 中国科学院上海光学精密机械研究所 | 大口径平面光学元件疵病三维快速暗场检测装置和方法 |
Non-Patent Citations (3)
Title |
---|
XIAN TAO ET AL.: "《A Novel and Effective Surface Flaw Inspection Instrument for Large-Aperture Optical Elements》", 《IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT,》 * |
李晨等: "《强激光与粒子束》", 《基于滤波差分的双阈值弱划痕提取算法》 * |
陶显等: "《基于机器视觉的大口径光学元件表面损伤检测技术研究进展》", 《PROCEEDINGS OF THE 33RD CHINESE CONTROL CONFERENCE》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106990119A (zh) * | 2017-04-27 | 2017-07-28 | 中科慧远视觉技术(洛阳)有限公司 | 一种自动检测白玻表面缺陷的视觉检测系统及检测方法 |
CN107749268A (zh) * | 2017-10-27 | 2018-03-02 | 歌尔科技有限公司 | 屏幕检测方法及设备 |
CN107749268B (zh) * | 2017-10-27 | 2021-06-29 | 歌尔光学科技有限公司 | 屏幕检测方法及设备 |
CN109801281A (zh) * | 2019-01-23 | 2019-05-24 | 浙江大学 | 一种无纹理金属零件图像规整化直线段边缘检测方法 |
CN109801281B (zh) * | 2019-01-23 | 2020-09-18 | 浙江大学 | 一种无纹理金属零件图像规整化直线段边缘检测方法 |
CN110706224A (zh) * | 2019-10-09 | 2020-01-17 | 中国科学院自动化研究所 | 基于暗场图像的光学元件弱划痕检测方法、系统和装置 |
CN110706224B (zh) * | 2019-10-09 | 2022-02-25 | 中国科学院自动化研究所 | 基于暗场图像的光学元件弱划痕检测方法、系统和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105631857B (zh) | 2018-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102298698B (zh) | 基于角点与边缘信息融合的遥感图像飞机检测方法 | |
CN105631857A (zh) | 一种光学元件表面的划痕检测方法和装置 | |
CN110163853A (zh) | 一种边缘缺陷的检测方法 | |
CN100520811C (zh) | 一种数字图像轮廓形态的识别方法 | |
CN102998316B (zh) | 一种透明液体杂质检测系统及其检测方法 | |
CN102508110A (zh) | 基于纹理的绝缘子缺陷诊断方法 | |
CN102122344A (zh) | 基于红外图像的道路边界检测方法 | |
CN102999886A (zh) | 图像边缘检测器及标尺光栅栅线精度检测系统 | |
CN116611748A (zh) | 一种钛合金家具生产质量监控系统 | |
CN104990926A (zh) | 一种基于视觉的tr元件定位和缺陷检测方法 | |
CN103020626A (zh) | 在图像中检测椭圆型目标的方法及系统 | |
CN104268853A (zh) | 一种红外图像与可见光图像配准方法 | |
CN102175692A (zh) | 织物坯布疵点快速检测系统及方法 | |
CN105447489B (zh) | 一种图片ocr识别系统的字符与背景粘连噪声消除方法 | |
CN109767445A (zh) | 一种高精度的pcb缺陷智能检测方法 | |
CN104268598A (zh) | 一种基于二维扫描激光的人腿检测方法 | |
CN104156951A (zh) | 一种针对支气管肺泡灌洗涂片的白细胞检测方法 | |
CN102129685A (zh) | 一种基于高斯金字塔分解的不规则圆检测方法 | |
CN104613869A (zh) | 一种基于最大内切圆的椭圆孔组检测方法和系统 | |
CN111476804A (zh) | 托辊图像高效分割方法、装置、设备及存储介质 | |
CN107507185B (zh) | 一种适用于工业检测的快速检测圆的方法 | |
CN107392216B (zh) | 一种基于灰度数据的盾构隧道管片环缝快速识别方法 | |
CN110458809B (zh) | 一种基于亚像素边缘检测的纱线条干均匀度检测方法 | |
CN105184792A (zh) | 一种圆锯片磨损量在线测量方法 | |
CN105260559B (zh) | 一种基于轮廓面积和轮廓细化的纸浆纤维形态参数计算方法 |
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 |