CN105783716A - 基于计算机视觉的结构钢丝全自动测量仪及方法 - Google Patents
基于计算机视觉的结构钢丝全自动测量仪及方法 Download PDFInfo
- Publication number
- CN105783716A CN105783716A CN201610185768.XA CN201610185768A CN105783716A CN 105783716 A CN105783716 A CN 105783716A CN 201610185768 A CN201610185768 A CN 201610185768A CN 105783716 A CN105783716 A CN 105783716A
- Authority
- CN
- China
- Prior art keywords
- steel wire
- structure steel
- computer
- tested
- wave height
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
Abstract
本发明提供了一种基于计算机视觉的结构钢丝全自动测量仪及方法,所述测量仪包括光源、测量工装、镜头、摄像部件、支撑部件、驱动部件、底座和计算机,驱动部件旋转并带动测量工装内的被测结构钢丝低速转动,光源被打开,照亮被测结构钢丝;镜头将被测结构钢丝的图像成像到摄像部件中,摄像部件获得的被测结构钢丝的图像信号传送到计算机进行处理,得到被测结构钢丝所需的结构参数。所述镜头和摄像部件自动获得被测结构钢丝的图像,通过边缘提取和曲线拟合得到两条外轮廓曲线,从而通过计算获得被测结构钢丝所需的结构参数。本发明所述测量仪无需人工参与,测量过程全自动,不仅测量效率大幅度提高,而且可以最大限度地回避人工因素的干扰。
Description
技术领域
本发明涉及一种结构钢丝的检测系统与方法,具体地,是一种基于计算机视觉的结构钢丝全自动测量仪及方法。
背景技术
结构钢丝是一种新型钢缆。结构钢丝一般具有规律性变形结构,也称变形钢丝。目前结构钢丝主要为具有螺旋结构的钢丝,所以有人也称之为螺旋钢丝。与传统的直型光面钢丝相比,结构钢丝具有更高的强度与韧性。结构钢丝与混凝土或其他材料具有更好的结合力、附着力、摩擦力、握裹力等。因此,采用结构钢丝制成的混凝土制件、帘子布、轮胎等具有更高的强度与寿命,性价比远远超过普通直型光面钢丝。因此,结构钢丝近年来成为国内外发展的热点。
由于结构钢丝的自身结构特性,其形状已经属于典型的三维空间问题。因此,结构钢丝的检测面临着巨大的难度和困难。特别是螺旋状空间结构的钢丝,在两个正交方向上的波形高度与宽度(即波长)都是不一样的,无法采用常规螺旋丝的方法进行检测。
目前结构钢丝的生产商一般采用其他测量通用仪器,例如投影测量仪、视觉测量仪等,在结构钢丝的不同位置、不同回转角度条件下观测钢丝投影图,然后通过人工操作选择一些特征点,最后通过这些特征点的坐标来计算的结构钢丝的波高与波长等参数。
但是,上述测量方法存在诸多问题与弊端:
一是人工操作效率低下,一段结构钢丝的检测超出需要数分钟,验证影响生产检验效率;
二是人工目视选点进行测量,常常收到操作者的目视能力和身体状态影响,测量精度不高,测量结果可信度差;
三是结构钢丝的不同位置的波高与波长不仅相同,单一位置的测量结果与其他位置常常存在一定差异;
四是不同回转角度条件下得到的测量结果不一定是最大波高,有可能是存在一定角度偏差而出现投影误差。
发明内容
本发明针对目前结构钢丝检测普遍存在的效率低、时间长、精度差、劳动强度大、可靠性低的现状,提出一种基于计算机视觉技术的结构钢丝全自动测量仪及方法,可实现结构钢丝的非接触全自动测量。
本发明是通过以下技术方案实现的:
根据本发明的一个方面,提供一种基于计算机视觉的结构钢丝全自动测量仪,包括光源、测量工装、镜头、摄像部件、支撑部件、驱动部件、底座和计算机,其中:
测量工装固定于底座上,用于将被测结构钢丝拉直并且定位;驱动部件固定于底座上,用于驱动测量工装内的被测结构钢丝转动;光源置于测量工装下方,用于给测量工装提供背光照明;镜头和摄像部件置于测量工装的上方并可靠固定于支撑部件上,用于对准并聚焦于测量工装内的被测结构钢丝;摄像部件的输出接口连接到计算机;
所述测量仪通电后,驱动部件旋转并带动测量工装内的被测结构钢丝低速转动;此时光源被打开,照亮被测结构钢丝;镜头将被测结构钢丝的图像成像到摄像部件中,摄像部件获得的被测结构钢丝的图像(视频)信号传送到计算机进行处理,得到被测结构钢丝所需的结构参数。
优选地,所述镜头和摄像部件自动获得被测结构钢丝的图像,计算机通过边缘提取和曲线拟合得到两条外轮廓曲线,从而通过计算获得被测结构钢丝所需的结构参数,有效避免了传统方法中人为取点和计算产生的误差与不稳定、不可靠因素,大大提高了测量精度、测量效率和测量的可靠性与稳定性。
更优选地,所述镜头和摄像部件直接获得一段长度的被测结构钢丝图像,计算机同时获得多个周期的被测结构钢丝的结构参数,而不是仅仅一个点和一个周期的参数,通过对多个结构参数取平均的方法以显著提高测量精度和测量效率。
优选地,所述驱动部件驱动被测结构钢丝连续低速转动,镜头和摄像部件连续不断地获取被测结构钢丝的图像,从而计算机连续获得不同角度下被测结构钢丝的结构参数。
更优选地,所述结构参数包括波高与波长,其中:取所有波高的最大值作为波高的最终测量结果,其他角度位置的波高仅仅是投影结果,不是真正的波高,应该剔除;这样,更有利于更为精确地分析被测结构钢丝的结构形态。
根据本发明的另一个方面,提供一种基于计算机视觉的结构钢丝全自动测量方法,所述方法包括如下:
(1)摄像部件捕获的被测结构钢丝的图像之后,将图像传送到计算机中,有计算机对图像数据进行预处理,包括滤波和边缘提取,得到被测结构钢丝的上边缘轮廓点和下边缘轮廓点;
(2)对于上步得到的上下边缘轮廓点,分别采用周期函数进行拟合,得到上边缘轮廓线和下边缘轮廓线;
(3)对于上步得到的上边缘轮廓线和下边缘轮廓线,分别判断每个边缘上各个轮廓点与该边缘轮廓线的距离;对于个别严重超差(大于3倍标准差)的点予以删除,以剔除可能的毛刺、铁屑、显微、灰尘颗粒异物的影响;
(4)对于剩下的上边缘和下边缘轮廓点,再次分别采用周期函数重新进行拟合,从而得到正确的上边缘轮廓线和下边缘轮廓线;
(5)寻找上边缘轮廓线的峰值点和下边缘的谷值点;
(6)利用上边缘轮廓线的一个峰值点与其相邻下边缘的两个谷值点连线的距离作为峰值波高,以此类推计算上边缘其他峰值点的峰值波高;
(7)利用下边缘轮廓线的一个谷值点与其相邻的上边缘两个峰值点连线的距离作为谷值波高,以此类推计算下边缘其他谷值点的谷值波高;
(8)将(6)得到的所有峰值波高与(7)得到的所有谷值波高取平均值,作为最终的波高测量结果;
(9)利用上边缘轮廓线的所有两个相邻峰值点的距离分别计算峰值波长;
(10)利用下边缘轮廓线的所有两个相邻谷值点的距离分别计算谷值波长;
(11)将(9)得到的所有峰值波长与(10)得到的所有谷值波长取平均值,作为最终的波长测量结果。
本发明与现有技术相比较,具有如下有益效果:
本发明采用计算机视觉技术实现被测结构钢丝参数的自动测量,无需人工参与,测量过程全自动,不仅测量效率大幅度提高,而且可以最大限度地回避人工因素的干扰。与此同时,通过驱动部件实现被测结构钢丝的低速转动,通过实时监测被测结构钢丝每个角度上的波高参数,从而可以获得真实的波高最大值,避免人工主观造成的误差。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明一较优实施例的测量仪整体结构示意图;
图2为本发明一较优实施例的测量仪多波测量示意图;
图3为本发明一较优实施例的测量仪旋转测量示意图;
图中:1-光源,2-测量工装,3-被测结构钢丝,4-镜头,5-摄像机,6-支架,7-电机,8-底座,9-电缆,10-计算机。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进。这些都属于本发明的保护范围。
如图1所示,本发明一优选实施例中基于计算机视觉的结构钢丝全自动测量仪的示意图,所述测量仪由光源1、测量工装2、镜头4、摄像机5、支架6、电机7、底座8、电缆9、计算机10组成,其中:
测量工装2固定于底座8上,用于将被测结构钢丝3拉直并且准确定位;电机7固定于底座8上,用于驱动测量工装2内的被测结构钢丝3转动;光源1置于测量工装2的下方,用于给测量工装2提供背光照明;镜头4和摄像机5置于测量工装2的正上方并可靠固定于支架6上,镜头4和摄像机5用于对准并聚焦于测量工装2内的被测结构钢丝3;摄像机5的输出接口通过电缆9与计算机10相连。
本实施例所述测量仪的工作过程如下:
测量仪通电之后,电机7开始旋转,并带动测量工装2内的被测结构钢丝3低速转动;此时光源1被打开,照亮被测结构钢丝3;镜头4将被测结构钢丝3的图像成像到摄像机5中,摄像机5获得的被测结构钢丝3的视频信号通过电缆9传送到计算机10进行处理,得到被测结构钢丝3所需的结构参数(包括波高与波长等)。
本实施例中,所述镜头4和摄像机5自动获得被测结构钢丝3的图像,通过计算机10的数据处理直接获得被测结构钢丝3所需的结构参数,有效避免了传统方法中人为取点和计算产生的误差与不稳定、不可靠因素,大大提高了测量精度、测量效率和测量的可靠性与稳定性。
本实施例中,所述镜头4和摄像机5可以直接获得一段长度的被测结构钢丝3的图像,因此计算机可以同时获得多个周期的结构参数,而不是仅仅一个点和一个周期的参数,从而可以获得更高的测量精度和测量效率。
如图2所示,所述测量仪可以同时获得A、B、C、D、E、F、G共7个波高点,由此可以得到h1、h2、h3、h4、h5共5个波高参数和l1、l2、l3、l4、l5共5个波长参数。
所述电机7驱动被测结构钢丝3连续低速转动,镜头4和摄像机5可以连续不断地获取被测结构钢丝3的图像,从而计算机可以连续获得不同角度下的被测结构钢丝3的结构参数;其中:波高的最大值才是真正的波高,应该作为波高的最终测量结果;而其他角度位置的波高仅仅是投影结果,不是真正的波高,应该剔除,这样更有利于更为精确地分析被测结构钢丝3结构形态。
如图3所示,随着被测结构钢丝3的低速转动,所述摄像机5得到的图像也产生相应的变化,每幅图像对应的被测结构钢丝3的波高h也随着产生变化,由此可以得到一系列波高值h1、h2、…、hn;而真实的波高应该是上述一系列波高值中的最大值,即:
h=max{h1,h2,…,hn}。
在一优选实施例中,所述镜头4是物方远心显微镜头,可以有效克服因为被测结构钢丝3定位不准而产生的被测结构钢丝3中心位置变化带来的测量误差;且所述镜头4的视角应该保证可以测量足够长度的被测结构钢丝3。
在一优选实施例中,所述的摄像机5可以采用常规工业级摄像机,其像素数应该满足测量精度的需求。
在一优选实施例中,所述光源1采用常规LED面光源,以减少其他热光源因发热而带来的测量误差;且所述光源1的发光面积应该大于镜头4视场的长度。
在一优选实施例中,所述计算机10可以采用常规工业控制计算机来实现数据处理,保证性能稳定,满足测量环境的要求。
基于上测量仪,一种基于计算机视觉的结构钢丝全自动测量方法,具体如下:
(1)摄像机捕获的被测结构钢丝的图像之后,将图像传送到计算机中,有计算机对图像数据进行预处理,具体包括滤波和边缘提取,得到被测结构钢丝的上边缘轮廓点和下边缘轮廓点;
(2)对于上步得到的上下边缘轮廓点,分别采用周期函数进行拟合,得到上边缘轮廓线和下边缘轮廓线;
(3)对于上步得到的上边缘轮廓线和下边缘轮廓线,分别判断每个边缘上各个轮廓点与该边缘轮廓线的距离;对于个别严重超差(大于3倍标准差)的点予以删除,以剔除可能的毛刺、铁屑、显微、灰尘颗粒异物的影响;
(4)对于剩下的上边缘和下边缘轮廓点,再次分别采用周期函数重新进行拟合,从而得到正确的上边缘轮廓线和下边缘轮廓线;
(5)寻找上边缘轮廓线的峰值点和下边缘的谷值点;
(6)利用上边缘轮廓线的一个峰值点与其相邻下边缘的两个谷值点连线的距离作为峰值波高,以此类推计算上边缘其他峰值点的峰值波高;
(7)利用下边缘轮廓线的一个谷值点与其相邻的上边缘两个峰值点连线的距离作为谷值波高,以此类推计算下边缘其他谷值点的谷值波高;
(8)将(6)得到的所有峰值波高与(7)得到的所有谷值波高取平均值,作为最终的波高测量结果;
(9)利用上边缘轮廓线的所有两个相邻峰值点的距离分别计算峰值波长;
(10)利用下边缘轮廓线的所有两个相邻谷值点的距离分别计算谷值波长;
(11)将(9)得到的所有峰值波长与(10)得到的所有谷值波长取平均值,作为最终的波长测量结果。
本发明采用计算机视觉技术实现被测结构钢丝结构参数的自动测量,无需人工参与,测量过程全自动,不仅测量效率大幅度提高,而且可以最大限度地回避人工因素的干扰。与此同时,通过电机实现被测结构钢丝的低速转动,通过实时监测每个角度上的波高参数,从而可以获得真实的波高最大值,避免人工主观造成的误差。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变形或修改,这并不影响本发明的实质内容。
Claims (10)
1.一种基于计算机视觉的结构钢丝全自动测量仪,其特征在于,包括光源、测量工装、镜头、摄像部件、支撑部件、驱动部件、底座和计算机,其中:
测量工装固定于底座上,用于将被测结构钢丝拉直并且定位;驱动部件固定于底座上,用于驱动测量工装内的被测结构钢丝转动;光源置于测量工装下方,用于给测量工装提供背光照明;镜头和摄像部件置于测量工装的上方并可靠固定于支撑部件上,用于对准并聚焦于测量工装内的被测结构钢丝;摄像部件的输出接口连接到计算机;
所述测量仪通电后,驱动部件旋转并带动测量工装内的被测结构钢丝低速转动;此时光源被打开,照亮被测结构钢丝;镜头将被测结构钢丝的图像成像到摄像部件中,摄像部件获得的被测结构钢丝的图像信号传送到计算机进行处理,得到被测结构钢丝所需的结构参数。
2.根据权利要求1所述一种基于计算机视觉的结构钢丝全自动测量仪,其特征在于,所述镜头和摄像部件自动获得被测结构钢丝的图像,计算机通过边缘提取和曲线拟合得到两条外轮廓曲线,从而通过计算获得被测结构钢丝所需的结构参数。
3.根据权利要求2所述一种基于计算机视觉的结构钢丝全自动测量仪,其特征在于,所述镜头和摄像部件直接获得一段长度的被测结构钢丝图像,计算机同时获得多个周期的结构参数,通过对多个结构参数取平均的方法以提高测量精度和测量效率。
4.根据权利要求1所述一种基于计算机视觉的结构钢丝全自动测量仪,其特征在于,所述驱动部件,驱动被测结构钢丝连续低速转动,镜头和摄像部件连续不断地获取被测结构钢丝的图像,从而计算机连续获得不同角度下的被测结构钢丝的结构参数。
5.根据权利要求4所述一种基于计算机视觉的结构钢丝全自动测量仪,其特征在于,所述结构参数包括波高与波长,其中:取所有波高的最大值作为波高的最终测量结果,其他角度位置的波高剔除。
6.根据权利要求1所述一种基于计算机视觉的结构钢丝全自动测量仪,其特征在于,所述镜头是物方远心显微镜头,以克服因为被测结构钢丝定位不准而产生的被测结构钢丝中心位置变化带来的测量误差,且镜头的视角保证测量足够长度的被测结构钢丝。
7.根据权利要求1-6任一项所述一种基于计算机视觉的结构钢丝全自动测量仪,其特征在于,所述摄像部件采用常规工业级摄像机,像素数满足测量精度的需求。
8.根据权利要求1-6任一项所述一种基于计算机视觉的结构钢丝全自动测量仪,其特征在于,所述光源采用常规LED面光源,且光源的发光面积大于镜头视场的长度。
9.根据权利要求1-6任一项所述一种基于计算机视觉的结构钢丝全自动测量仪,其特征在于,所述计算机采用工业控制计算机来实现数据处理。
10.一种采用权利要求1-9任一项所述测量仪的基于计算机视觉的结构钢丝全自动测量方法,其特征在于,所述方法包括如下:
(1)摄像部件捕获的被测结构钢丝的图像之后,将图像传送到计算机中,有计算机对图像数据进行预处理,包括滤波和边缘提取,得到被测结构钢丝的上边缘轮廓点和下边缘轮廓点;
(2)对于上步得到的上边缘轮廓点和下边缘轮廓点,分别采用周期函数进行拟合,得到上边缘轮廓线和下边缘轮廓线;
(3)对于上步得到的上边缘轮廓线和下边缘轮廓线,分别判断每个边缘上各个轮廓点与该边缘轮廓线的距离,对于大于3倍标准差的点予以删除;
(4)对于剩下的上边缘轮廓点和下边缘轮廓点,再次分别采用周期函数重新进行拟合,从而得到正确的上边缘轮廓线和下边缘轮廓线;
(5)寻找上边缘轮廓线的峰值点和下边缘的谷值点;
(6)利用上边缘轮廓线的一个峰值点与其相邻下边缘的两个谷值点连线的距离作为峰值波高,以此类推计算上边缘其他峰值点的峰值波高;
(7)利用下边缘轮廓线的一个谷值点与其相邻的上边缘两个峰值点连线的距离作为谷值波高,以此类推计算下边缘其他谷值点的谷值波高;
(8)将步骤(6)得到的所有峰值波高与步骤(7)得到的所有谷值波高取平均值,作为最终的波高测量结果;
(9)利用上边缘轮廓线的所有两个相邻峰值点的距离分别计算峰值波长;
(10)利用下边缘轮廓线的所有两个相邻谷值点的距离分别计算谷值波长;
(11)将步骤(9)得到的所有峰值波长与步骤(10)得到的所有谷值波长取平均值,作为最终的波长测量结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610185768.XA CN105783716B (zh) | 2016-03-28 | 2016-03-28 | 基于计算机视觉的结构钢丝全自动测量仪及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610185768.XA CN105783716B (zh) | 2016-03-28 | 2016-03-28 | 基于计算机视觉的结构钢丝全自动测量仪及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105783716A true CN105783716A (zh) | 2016-07-20 |
CN105783716B CN105783716B (zh) | 2019-01-25 |
Family
ID=56391139
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610185768.XA Active CN105783716B (zh) | 2016-03-28 | 2016-03-28 | 基于计算机视觉的结构钢丝全自动测量仪及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105783716B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106404023A (zh) * | 2016-11-17 | 2017-02-15 | 苏州襄行智能科技有限公司 | 用于寻找钢丝最佳测量面的装置及使用方法 |
CN106501259A (zh) * | 2016-11-17 | 2017-03-15 | 苏州襄行智能科技有限公司 | 一种钢丝自动测量检测设备 |
CN111478142A (zh) * | 2020-03-12 | 2020-07-31 | 上海交通大学 | 一种提高导电滑环组装精度的方法 |
CN112990367A (zh) * | 2021-04-25 | 2021-06-18 | 杭州晟视科技有限公司 | 一种图像处理方法、装置、设备以及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102506736A (zh) * | 2011-10-31 | 2012-06-20 | 西安工业大学 | 一种圆钢坯挠度的非接触在线检测方法 |
CN202583080U (zh) * | 2012-05-02 | 2012-12-05 | 慈溪思达电子科技有限公司 | 基于图像的钢丝绳断丝检测装置 |
JP2014215130A (ja) * | 2013-04-24 | 2014-11-17 | 国立大学法人九州工業大学 | 線状体振れ測定装置および方法 |
CN204807392U (zh) * | 2015-05-20 | 2015-11-25 | 浙江大学城市学院 | 一种基于数字化的弹性模量测量仪 |
CN204881515U (zh) * | 2015-03-04 | 2015-12-16 | 张家港市骏马钢帘线有限公司 | 一种钢丝检测装置 |
-
2016
- 2016-03-28 CN CN201610185768.XA patent/CN105783716B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102506736A (zh) * | 2011-10-31 | 2012-06-20 | 西安工业大学 | 一种圆钢坯挠度的非接触在线检测方法 |
CN202583080U (zh) * | 2012-05-02 | 2012-12-05 | 慈溪思达电子科技有限公司 | 基于图像的钢丝绳断丝检测装置 |
JP2014215130A (ja) * | 2013-04-24 | 2014-11-17 | 国立大学法人九州工業大学 | 線状体振れ測定装置および方法 |
CN204881515U (zh) * | 2015-03-04 | 2015-12-16 | 张家港市骏马钢帘线有限公司 | 一种钢丝检测装置 |
CN204807392U (zh) * | 2015-05-20 | 2015-11-25 | 浙江大学城市学院 | 一种基于数字化的弹性模量测量仪 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106404023A (zh) * | 2016-11-17 | 2017-02-15 | 苏州襄行智能科技有限公司 | 用于寻找钢丝最佳测量面的装置及使用方法 |
CN106501259A (zh) * | 2016-11-17 | 2017-03-15 | 苏州襄行智能科技有限公司 | 一种钢丝自动测量检测设备 |
CN106404023B (zh) * | 2016-11-17 | 2019-07-12 | 苏州襄行新材料有限公司 | 用于寻找钢丝最佳测量面的装置及使用方法 |
CN111478142A (zh) * | 2020-03-12 | 2020-07-31 | 上海交通大学 | 一种提高导电滑环组装精度的方法 |
CN112990367A (zh) * | 2021-04-25 | 2021-06-18 | 杭州晟视科技有限公司 | 一种图像处理方法、装置、设备以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN105783716B (zh) | 2019-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1995553B1 (en) | System and method for identifying a feature of a workpiece | |
CN105783716A (zh) | 基于计算机视觉的结构钢丝全自动测量仪及方法 | |
CN106093068A (zh) | 锂电池极片表面缺陷检测装置的成像系统及其使用方法 | |
CN103712567A (zh) | 小模数圆弧齿轮非接触式光学精密测量方法 | |
CN106441804A (zh) | 解像力测试方法 | |
CN102818544B (zh) | 汽车轮毂螺栓孔节圆中心和中孔中心偏心距在线测量方法 | |
CN105783723A (zh) | 基于机器视觉的精密模具表面加工精度检测装置及方法 | |
CN102840836A (zh) | 一种基于机器视觉的装配间隙检测方法及装置 | |
CN109324056B (zh) | 一种基于机器视觉的缝纫线迹测量方法 | |
CN109297412A (zh) | 一种花键轴的花键端面的图像采集装置及花键检测方法 | |
CN204924181U (zh) | 一种发动机主轴瓦装配质量检测设备 | |
CN104614386A (zh) | 一种镜片疵病类型的识别方法 | |
CN110853031B (zh) | 汽车组合仪表指示灯点亮的排他检测方法 | |
CN205941399U (zh) | 一种用于锂电池极片表面缺陷检测装置的成像系统 | |
TW201641931A (zh) | 銲道三維影像檢測裝置及其檢測方法 | |
JP5775646B1 (ja) | 指示針式メータ用画像解析装置、指示針式メータ用画像解析方法及びプログラム | |
TWI312705B (zh) | ||
TW202018255A (zh) | 鞋面檢測裝置,及其鞋面檢測方法 | |
CN103337067A (zh) | 单针扫描式螺纹测量仪探针x轴旋转偏差的视觉检测方法 | |
TW201710671A (zh) | 螺帽側面360度瑕疵檢測裝置 | |
CN114392940B (zh) | 一种异型元器件的针脚检测方法及装置 | |
CN110930359A (zh) | 一种检测汽车拨叉的方法及系统 | |
CN105445286A (zh) | 玻璃保险丝管产品上标志质量缺陷检测方法及装置 | |
TWI742391B (zh) | 立體影像表面瑕疵檢測系統 | |
CN108459030A (zh) | 一种应用于非平面塑料光滑表面瑕疵在线检测装置与方法 |
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 |