CN106529510A - 一种用于电容薄膜的褶皱识别方法及装置 - Google Patents

一种用于电容薄膜的褶皱识别方法及装置 Download PDF

Info

Publication number
CN106529510A
CN106529510A CN201611136755.XA CN201611136755A CN106529510A CN 106529510 A CN106529510 A CN 106529510A CN 201611136755 A CN201611136755 A CN 201611136755A CN 106529510 A CN106529510 A CN 106529510A
Authority
CN
China
Prior art keywords
image
film
thin film
fold
module
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
Application number
CN201611136755.XA
Other languages
English (en)
Other versions
CN106529510B (zh
Inventor
刘勇
邓国庆
张龙
夏营威
张文
王依人
戴庞达
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.)
WANJIANG CENTER FOR DEVELOPMENT OF EMERGING INDUSTRIAL TECHNOLOGY
Hefei Institutes of Physical Science of CAS
Original Assignee
WANJIANG CENTER FOR DEVELOPMENT OF EMERGING INDUSTRIAL TECHNOLOGY
Hefei Institutes of Physical Science of CAS
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 WANJIANG CENTER FOR DEVELOPMENT OF EMERGING INDUSTRIAL TECHNOLOGY, Hefei Institutes of Physical Science of CAS filed Critical WANJIANG CENTER FOR DEVELOPMENT OF EMERGING INDUSTRIAL TECHNOLOGY
Priority to CN201611136755.XA priority Critical patent/CN106529510B/zh
Publication of CN106529510A publication Critical patent/CN106529510A/zh
Application granted granted Critical
Publication of CN106529510B publication Critical patent/CN106529510B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/94Hardware or software architectures specially adapted for image or video understanding
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/24Aligning, centring, orientation detection or correction of the image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/26Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种用于电容薄膜的褶皱识别方法及装置,主要包括蜂窝准直弱光监测模块、自适应调焦模块、图像处理模块。自适应调焦模块配合蜂窝准直光源实现薄膜弱光检测,基于图像处理模块,合理识别薄膜质量及卷制缺陷。本发明获取在线图像,通过图像处理方法,实时监测薄膜褶皱形成,褶皱的位置及大小,及时标记产品缺陷,解决人工巡检问题的同时也填补了国内外智能化监控薄膜卷制的空白。

Description

一种用于电容薄膜的褶皱识别方法及装置
技术领域
本发明涉及卷制薄膜生产及质量监测领域,特别是一种用于电容薄膜的褶皱识别方法及装置。
背景技术
薄膜电容器应用于家电、通讯、混合动力汽车、太阳能发电等多个行业,这些行业的稳定发展,推动了电容器市场的增长。电容器用薄膜、金属化薄膜作为薄膜电容器等新型电子元器件产业链的重要节点,其需求也进一步增大。随着新能源汽车、互联网行业+等产业为代表的战略性新兴产业的快速崛起,加大了上游基础性电子元器件的需求,也对其质量提出了更高的要求,进而对生产期间材料的品质提出了更为苛刻的要求。
电容器用薄膜卷制过程中,普遍存在褶皱现象。限于技术条件限制,国内外目前均采用人工巡检监测,但由于高速卷制,人为观察无法及时和全面的监控生产过程,严重影响电容薄膜的生产质量。同时雇佣大量人力将显著提高生产成本,是企业提高效益的重要障碍。因此,急需一种实时监控电容薄膜的在线监测方法及装置。
发明内容
本发明的目的是提供一种用于电容薄膜褶皱识别方法及装置,获取在线图像,通过图像处理方法,实时监测薄膜褶皱形成,褶皱的位置及大小,及时标记产品缺陷,解决人工巡检问题的同时也填补了国内外智能化监控薄膜卷制的空白。
本发明采用的技术方案为:一种用于电容薄膜的褶皱识别装置,包括蜂窝准直弱光监测模块、自适应调焦模块和图像处理模块,自适应调焦模块配合蜂窝准直光源实现薄膜弱光检测,基于图像处理模块,合理识别薄膜质量及卷制缺陷;
所述蜂窝准直弱光监测模块,包括蜂窝准直弱光光源和CCD感光元件,光源发射均匀覆盖监测区域的偏正光,使得CCD感光元件能够采集清晰的电容薄膜图像,CCD感光元件具有全局曝光性能,通过扫描完成不同长度薄膜的采样;
所述自适应调焦模块,用于实现自适应调焦功能,使得CCD可以采集不同时段的清晰图像,所述的自适应调焦模块包括用于自适应调焦成像模块在X向和Y向运动的导向调节机构以及激光测距仪;
所述图像处理模块,通过以太网将薄膜图像输送至计算平台,经图像处理后,准确识别折痕类型、长度、位置、宽度特征,用于定量分析、记录折痕信息。
进一步的,该装置还可以用于金属化薄膜的褶皱识别。
进一步的,所述蜂窝准直弱光光源包括COB偏正光源和六边形蜂窝过滤板,六边形蜂窝过滤板置于COB偏正光源前端,起到准直光路的作用,六边形蜂窝过滤板由3D打印制作,与COB偏正光源一起封装于外壳。
进一步的,CCD感光元件的图像视场为4.2cm*3.2cm。
进一步的,所述自适应调焦模块的导向调节机构,其X向调节用于控制CCD感光元件到薄膜卷制的距离,等效于调节焦距功能,保证CDD相机能够获取清晰的薄膜卷制图像;所述自适应调焦模块的导向调节机构,其Y向调节用于控制CCD感光器件在薄膜卷制主轴方向移动,获取薄膜卷制不同片段的图像;所述自适应调焦模块激光测距仪,用于测量自适应调焦模块与薄膜卷轴最外层边界距离,指导自适应模块的X向运动,调节CCD感光元件和蜂窝准直弱光光源与薄膜卷轴的相对距离。
另外,本发明还提供一种用于电容薄膜的褶皱识别方法,包括如下步骤:
步骤1:在所述蜂窝准直弱光监测模块的光源照射下,通过高速成效工业相机采集薄膜卷制生产过程中的图像,获取样本图像;
步骤2:图像预处理,对图像进行矫正,并利用同态滤波对矫正图像进行增强,增强褶皱的信息,降低干扰,提高后续识别算法的效率和准确性;
步骤3:光照矫正,采用标准白板配合图像灰度拉伸,矫正光照不稳定和光照不均匀对图像质量不稳定的影响;
步骤4:图像分割,根据褶皱的光学表现和图像特征,设计图像特征轮廓提取算法,准确提取折痕的位置和尺寸;
步骤5:通过模式识别方法,识别薄膜卷制缺陷,识别折痕类型、长度、位置和宽度,用于分析、记录折痕信息。
本发明与现有技术相比的优点在于:
(1)本发明的意义在于,设计了一种用于电容薄膜的褶皱识别方法和在线检测装置,填补了国内外智能化监控薄膜卷制生产的空白,为企业增加了品牌效应,提升企业竞争力。
(2)本发明的意义在于,设计了一种用于电容薄膜的褶皱识别方法和在线检测装置,代替目前薄膜生产企业的人工巡检方式,可及时发现卷制缺陷并标记,为企业节约人员成本,为改进生产工艺、产品分级、剔除次品,提高产品竞争力提供技术支撑。
附图说明
图1是薄膜褶皱识别装置示意图,其中,101为蜂窝准直弱光监测模块,102为自适应调焦模块,103为薄膜卷制仪器;
图2是蜂窝准直弱光监测模块示意图,其中,111为蜂窝准直弱光光源模块,112为CCD感光元件模块,113为激光测距仪;
图3是蜂窝准直弱光光源示意图,其中,121为蜂窝板、122为COB偏正光源,123为封装外壳;
图4是3D打印的蜂窝板结构示意图;
图5是自适应调焦高速成像模块示意图,其中,131为X向导轨,132为Y向导轨;
图6是褶皱识别方法的处理流程图;
图7是电容薄膜的褶皱识别方法效果图。
具体实施方式
本发明以下将结合实施案例(附图)作进一步描述。这些实施案例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动和修改,这些等价形式同样落于本申请所附权利要求所限定的范围。
本发明中的薄膜褶皱识别装置如图1所示。所述薄膜褶皱识别装置包括蜂窝准直弱光监测模块101,自适应调焦模块102。103为薄膜卷制仪器,不在本发明范围。蜂窝准直弱光监测模块101,主要提供图像采集的光照环境和实时采集薄膜卷制图像。自适应调焦模块102,自适应调节控制蜂窝准直弱光监测模块101到薄膜卷制仪器103的距离。
本发明中的蜂窝准直弱光监测模块101结构如图2所示。所述蜂窝准直弱光监测模块包括蜂窝准直弱光光源模块111,CCD感光元件模块112。光源模块111发射均匀覆盖监测区域的偏正光,使得CCD感光元件模块112能够采集清晰的电容薄膜图像。激光测距仪113属于自适应调焦模块102,其作用在于实时测量蜂窝弱光监测模块与薄膜卷制的距离,其与薄膜卷位于同一水平面,发射出的激光光束与薄膜卷主轴水平面上垂直。
所述蜂窝准直弱光光源模块结构如图3所示。所述蜂窝准直弱光光源模块包括蜂窝板121、COB偏正光源122,及封装外壳123。蜂窝板121置于COB光源122前端,由封装外壳123一起封装。121蜂窝板采用3D打印技术制造,其几何结构如图4所示,正多边形结构,保证光源投射不存在阴影区域,具体实施中选取正六边形结构说明,并不代表专利保护范围仅限于此。
所述CCD感光元件模块112,即CCD相机选取具有全局曝光性能,且图像视场为4.2cm*3.2cm,通过扫描完成不同长度薄膜的采样。
所述蜂窝准直弱光监测模块101,架设在薄膜反射光的布儒斯特角内,对入射光线具有检偏作用,通过光源对偏正态实现消除薄膜表面反射光的干扰。蜂窝准直弱光光源模块111投射光线与激光测距仪113投射激光光线夹角等于CCD相机主光轴与激光测距仪投射激光光线夹角,即如图2中所示,a、b两夹角相等。
如图1所示,所述自适应调焦模块主要包括导向调节机构,可调节蜂窝准直弱光监测模块101在X、Y向运动,其结构图如图5所示,其X向运动根据激光测距仪返回数据,自适应调节,使蜂窝弱光监测模块与薄膜卷制最外层保持一定距离;其Y向调节与X向运动可同时进行,用于控制CCD相机在薄膜卷主轴方向移动,获取薄膜卷主轴方向不同片段图像,其导轨最长距离根据薄膜卷制长度设定。
本发明中的薄膜褶皱识别方法如图6所示。在特定照明下,通过高速成像技术采集薄膜图像,基于同态滤波校正图像后,经形态学方法去除冗余信息,对提取轮廓进行模式识别,获取最终缺陷褶皱。该方法具体步骤如下:
步骤1:在权利要求1所述蜂窝准直弱光监测模块的光源照射下,通过高速成效工业相机采集薄膜卷制生产过程中的:图像,获取样本图像。
步骤2:图像预处理,对图像进行矫正,并利用同态滤波对矫正图像进行增强,增强褶皱的信息,降低干扰,提高后续识别算法的效率和准确性。
步骤3:光照矫正,采用标准白板配合图像灰度拉伸,矫正光照不稳定和光照不均匀对图像质量不稳定的影响。
步骤4:图像分割,根据褶皱的光学表现和图像特征,设计图像特征轮廓提取算法,准确提取折痕的位置和尺寸。
步骤5:通过模式识别方法,识别薄膜卷制缺陷,识别折痕类型、长度、位置、宽度等,用于分析、记录折痕信息。图7是电容薄膜的褶皱识别方法效果图。

Claims (6)

1.一种用于电容薄膜的褶皱识别装置,其特征在于:包括蜂窝准直弱光监测模块、自适应调焦模块和图像处理模块,自适应调焦模块配合蜂窝准直光源实现薄膜弱光检测,基于图像处理模块,合理识别薄膜质量及卷制缺陷;
所述蜂窝准直弱光监测模块,包括蜂窝准直弱光光源和CCD感光元件,光源发射均匀覆盖监测区域的偏正光,使得CCD感光元件能够采集清晰的电容薄膜图像,CCD感光元件具有全局曝光性能,通过扫描完成不同长度薄膜的采样;
所述自适应调焦模块,用于实现自适应调焦功能,使得CCD可以采集不同时段的清晰图像,所述的自适应调焦模块包括用于自适应调焦成像模块在X向和Y向运动的导向调节机构以及激光测距仪;
所述图像处理模块,通过以太网将薄膜图像输送至计算平台,经图像处理后,准确识别折痕类型、长度、位置、宽度特征,用于定量分析、记录折痕信息。
2.根据权利要求1所述的用于电容薄膜的褶皱识别装置,其特征在于:该装置还可以用于金属化薄膜的褶皱识别。
3.根据权利要求1所述的用于电容薄膜的褶皱识别装置,其特征在于:所述蜂窝准直弱光光源包括COB偏正光源和六边形蜂窝过滤板,六边形蜂窝过滤板置于COB偏正光源前端,起到准直光路的作用,六边形蜂窝过滤板由3D打印制作,与COB偏正光源一起封装于外壳。
4.根据权利要求1所述的用于电容薄膜的褶皱识别装置,其特征在于:CCD感光元件的图像视场为4.2cm*3.2cm。
5.根据权利要求1所述的用于电容薄膜的褶皱识别装置,其特征在于:所述自适应调焦模块的导向调节机构,其X向调节用于控制CCD感光元件到薄膜卷制的距离,等效于调节焦距功能,保证CDD相机能够获取清晰的薄膜卷制图像;所述自适应调焦模块的导向调节机构,其Y向调节用于控制CCD感光器件在薄膜卷制主轴方向移动,获取薄膜卷制不同片段的图像;所述自适应调焦模块激光测距仪,用于测量自适应调焦模块与薄膜卷轴最外层边界距离,指导自适应模块的X向运动,调节CCD感光元件和蜂窝准直弱光光源与薄膜卷轴的相对距离。
6.一种用于电容薄膜的褶皱识别方法,利用权利要求1-5任一项所述的用于电容薄膜的褶皱识别装置,其特征在于:该方法包括如下步骤:
步骤1:在所述蜂窝准直弱光监测模块的光源照射下,通过高速成效工业相机采集薄膜卷制生产过程中的图像,获取样本图像;
步骤2:图像预处理,对图像进行矫正,并利用同态滤波对矫正图像进行增强,增强褶皱的信息,降低干扰,提高后续识别算法的效率和准确性;
步骤3:光照矫正,采用标准白板配合图像灰度拉伸,矫正光照不稳定和光照不均匀对图像质量不稳定的影响;
步骤4:图像分割,根据褶皱的光学表现和图像特征,设计图像特征轮廓提取算法,准确提取折痕的位置和尺寸;
步骤5:通过模式识别方法,识别薄膜卷制缺陷,识别折痕类型、长度、位置和宽度,用于分析、记录折痕信息。
CN201611136755.XA 2016-12-12 2016-12-12 一种用于电容薄膜的褶皱识别方法及装置 Active CN106529510B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611136755.XA CN106529510B (zh) 2016-12-12 2016-12-12 一种用于电容薄膜的褶皱识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611136755.XA CN106529510B (zh) 2016-12-12 2016-12-12 一种用于电容薄膜的褶皱识别方法及装置

Publications (2)

Publication Number Publication Date
CN106529510A true CN106529510A (zh) 2017-03-22
CN106529510B CN106529510B (zh) 2019-07-05

Family

ID=58341762

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611136755.XA Active CN106529510B (zh) 2016-12-12 2016-12-12 一种用于电容薄膜的褶皱识别方法及装置

Country Status (1)

Country Link
CN (1) CN106529510B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112651923A (zh) * 2020-11-11 2021-04-13 北京平恒智能科技有限公司 一种基于面积比的剔除细小残留物的胶粘薄膜褶皱缺陷检测方法
CN113334754A (zh) * 2021-07-01 2021-09-03 唐汉聪 一种油墨印刷纸表面覆膜工艺
CN113636393A (zh) * 2021-07-02 2021-11-12 中国船舶重工集团公司第七一三研究所 一种全自动微米级透明薄膜流延卷饶端面平齐控制装置
CN113916897A (zh) * 2021-12-15 2022-01-11 武汉三力国创机械设备工程有限公司 一种基于图像处理的滤芯质量检测方法
CN115165577A (zh) * 2022-09-07 2022-10-11 常州树杰塑业有限公司 一种抗静电pe薄膜褶皱检测装置
CN116660269A (zh) * 2023-05-24 2023-08-29 昆山祺力达电子材料有限公司 一种pe薄膜褶皱检测系统

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070165941A1 (en) * 2006-01-19 2007-07-19 Fujifilm Corporation Surface defect inspector and method of inspecting surface defect
CN101326435A (zh) * 2005-12-12 2008-12-17 康宁股份有限公司 用于探测蜂窝结构中的缺陷的准直光方法和系统
CN101403864A (zh) * 2006-11-17 2009-04-08 上海微电子装备有限公司 自适应调焦调平传感器系统自我判断测量数据可信度的方法
CN201589753U (zh) * 2009-12-25 2010-09-22 成都精密光学工程研究中心 大口径光学元件亚表面缺陷的检测装置
CN102565072A (zh) * 2011-12-30 2012-07-11 重庆大学 拉伸铝合金板表面裂纹立体视觉在线检测方法
CN103439338A (zh) * 2013-08-30 2013-12-11 无锡金视界科技有限公司 薄膜缺陷分类方法
CN103744162A (zh) * 2013-12-17 2014-04-23 上海微小卫星工程中心 自适应调焦光学系统及调焦方法
CN104574353A (zh) * 2014-09-12 2015-04-29 苏州大学 基于视觉显著性的表面缺陷判定方法
CN204598152U (zh) * 2015-03-26 2015-08-26 上海市刑事科学技术研究院 基于声光可调谐滤光器的红外线成像取证系统
CN105196180A (zh) * 2015-08-24 2015-12-30 哈尔滨工业大学 一种使用小尺寸工具头超精密研抛用的ccd对刀装置
CN105538345A (zh) * 2016-01-27 2016-05-04 华南理工大学 一种基于多镜头的智能机械手及定位装配方法
CN105823785A (zh) * 2016-05-06 2016-08-03 西安工业大学 一种传送带表面裂痕在线检测装置和检测方法
US20160277666A1 (en) * 2015-03-17 2016-09-22 Canon Kabushiki Kaisha Image pickup apparatus and method of controlling image pickup apparatus

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101326435A (zh) * 2005-12-12 2008-12-17 康宁股份有限公司 用于探测蜂窝结构中的缺陷的准直光方法和系统
US20070165941A1 (en) * 2006-01-19 2007-07-19 Fujifilm Corporation Surface defect inspector and method of inspecting surface defect
CN101403864A (zh) * 2006-11-17 2009-04-08 上海微电子装备有限公司 自适应调焦调平传感器系统自我判断测量数据可信度的方法
CN201589753U (zh) * 2009-12-25 2010-09-22 成都精密光学工程研究中心 大口径光学元件亚表面缺陷的检测装置
CN102565072A (zh) * 2011-12-30 2012-07-11 重庆大学 拉伸铝合金板表面裂纹立体视觉在线检测方法
CN103439338A (zh) * 2013-08-30 2013-12-11 无锡金视界科技有限公司 薄膜缺陷分类方法
CN103744162A (zh) * 2013-12-17 2014-04-23 上海微小卫星工程中心 自适应调焦光学系统及调焦方法
CN104574353A (zh) * 2014-09-12 2015-04-29 苏州大学 基于视觉显著性的表面缺陷判定方法
US20160277666A1 (en) * 2015-03-17 2016-09-22 Canon Kabushiki Kaisha Image pickup apparatus and method of controlling image pickup apparatus
CN204598152U (zh) * 2015-03-26 2015-08-26 上海市刑事科学技术研究院 基于声光可调谐滤光器的红外线成像取证系统
CN105196180A (zh) * 2015-08-24 2015-12-30 哈尔滨工业大学 一种使用小尺寸工具头超精密研抛用的ccd对刀装置
CN105538345A (zh) * 2016-01-27 2016-05-04 华南理工大学 一种基于多镜头的智能机械手及定位装配方法
CN105823785A (zh) * 2016-05-06 2016-08-03 西安工业大学 一种传送带表面裂痕在线检测装置和检测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
QIN WANG 等: "Protein fold recognition based on functional domain composition", 《PROTEIN FOLD RECOGNITION BASED ON FUNCTIONAL DOMAIN COMPOSITION》 *
董浩 等: "基于机器视觉技术的烟用包装膜磨损程度测定方法", 《烟草工艺》 *
闫龙 等: "纸张平整度视觉精密测量系统", 《计算机系统应用》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112651923A (zh) * 2020-11-11 2021-04-13 北京平恒智能科技有限公司 一种基于面积比的剔除细小残留物的胶粘薄膜褶皱缺陷检测方法
CN113334754A (zh) * 2021-07-01 2021-09-03 唐汉聪 一种油墨印刷纸表面覆膜工艺
CN113636393A (zh) * 2021-07-02 2021-11-12 中国船舶重工集团公司第七一三研究所 一种全自动微米级透明薄膜流延卷饶端面平齐控制装置
CN113916897A (zh) * 2021-12-15 2022-01-11 武汉三力国创机械设备工程有限公司 一种基于图像处理的滤芯质量检测方法
CN113916897B (zh) * 2021-12-15 2022-03-15 武汉三力国创机械设备工程有限公司 一种基于图像处理的滤芯质量检测方法
CN115165577A (zh) * 2022-09-07 2022-10-11 常州树杰塑业有限公司 一种抗静电pe薄膜褶皱检测装置
CN115165577B (zh) * 2022-09-07 2023-02-07 常州树杰塑业有限公司 一种抗静电pe薄膜褶皱检测装置
CN116660269A (zh) * 2023-05-24 2023-08-29 昆山祺力达电子材料有限公司 一种pe薄膜褶皱检测系统
CN116660269B (zh) * 2023-05-24 2023-12-26 昆山祺力达电子材料有限公司 一种pe薄膜褶皱检测系统

Also Published As

Publication number Publication date
CN106529510B (zh) 2019-07-05

Similar Documents

Publication Publication Date Title
CN106529510A (zh) 一种用于电容薄膜的褶皱识别方法及装置
DE69531805T2 (de) Inspektion einer Kontaktlinse mit einer Beleuchtung mit Doppelfokus
CN204556517U (zh) 热轧钢板表面质量在线检测装置
US11779946B2 (en) System and method for quality inspection on overall inkjet printing manufacturing process for display device
WO2020223594A3 (en) Automated 360-degree dense point object inspection
CN107052086A (zh) 基于三维视觉的冲压件表面缺陷检测装置及检测方法
CN108381034B (zh) 一种激光自动聚焦清障系统及控制方法
CN106855677A (zh) 动态式自动追焦系统
CN107442946A (zh) 一种柔性薄膜太阳能电池的激光划线系统及方法
DE19708582A1 (de) Qualitätskontrolle für Kunststeine
CN106707526A (zh) 光源投影仪的自动调焦方法与系统
CN111798477B (zh) 一种基于视觉技术的熔池监控方法
CN109693140A (zh) 一种智能化柔性生产线及其工作方法
CN112718555A (zh) 一种硅太阳能电池分选工序测试系统
CN115319338A (zh) 基于深度学习的螺纹钢焊牌机器人3d视觉计数和定位方法
CN109542145B (zh) 一种高功率激光装置的光路自动准直方法
CN105057229A (zh) 一种喷涂表面缺陷检测机
CN114113116A (zh) 一种大口径元件表面微缺陷精确检测工艺方法
CN116934719B (zh) 一种用于带式输送设备的自动检测系统
CN219836720U (zh) 一种智能涂布系统
CN117054447A (zh) 异形玻璃边部缺陷的检测方法及检测装置
CN207521876U (zh) 一种柔性薄膜太阳能电池的激光划线系统
CN217059974U (zh) 一种固定镂空图案薄金属产品质量在线检测装置
KR20230108774A (ko) 레이저 거리 측정기 및 스테레오 카메라를 이용하여 이차전지용 전극의 결함을 검출하기 위한 비젼 검사 시스템
JPH10260027A (ja) 絶縁テープの異物検出・除去装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant