CN106546603A - 一种tp、玻璃盖板的工业视觉检测装置及检测方法 - Google Patents

一种tp、玻璃盖板的工业视觉检测装置及检测方法 Download PDF

Info

Publication number
CN106546603A
CN106546603A CN201610924705.1A CN201610924705A CN106546603A CN 106546603 A CN106546603 A CN 106546603A CN 201610924705 A CN201610924705 A CN 201610924705A CN 106546603 A CN106546603 A CN 106546603A
Authority
CN
China
Prior art keywords
image
glass cover
plate
mentioned
carried out
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
Application number
CN201610924705.1A
Other languages
English (en)
Inventor
洪凡荣
张勋
赵笑磊
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.)
Information Technology (shanghai) Co Ltd
Original Assignee
Information Technology (shanghai) Co Ltd
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 Information Technology (shanghai) Co Ltd filed Critical Information Technology (shanghai) Co Ltd
Priority to CN201610924705.1A priority Critical patent/CN106546603A/zh
Publication of CN106546603A publication Critical patent/CN106546603A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/958—Inspecting transparent materials or objects, e.g. windscreens
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N2021/9511—Optical elements other than lenses, e.g. mirrors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N2021/9513—Liquid crystal panels

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)
  • Image Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明公开了一种TP、玻璃盖板的工业视觉检测装置及检测方法，包括固定在传送装置上的相机和光源，相机通过图像获取模块与配置文件生成模块相连，配置文件生成模块通过图像配准模块与分析模块相连，分析模块通过判断模块与显示模块相连。本发明实行自动化检测，速度快，精度高，支持用户自定义检测标准。

Description

一种TP、玻璃盖板的工业视觉检测装置及检测方法
技术领域
本发明涉及图像检测和处理术领域，具体涉及一种TP、玻璃盖板的工业视觉检测装置及检测方法。
背景技术
TP(Touch Panel，触摸屏)、玻璃盖板在显示领域应用日益广泛，产品质量在生产制造中也越来越重视。在传统流水线作业的TP、玻璃盖板生产过程中，需要对TP、玻璃盖板是否合格(存在点状、线状和崩边等瑕疵)进行检测。现有技术中，对TP、玻璃盖板的检测主要还是以人工检测为主。而TP、玻璃盖板的产量很大，因此需要很大的人力来进行检测。而且人工检测存在的缺点有：工人检测劳动强度大；长时间观察会出现眼胀等眼部不适，检测人员很难长时间不间断工作；有些瑕疵比较细小，人眼无法准确判断，出错的机会会变大，检测质量无法保证；人工检测速度比较慢，效率比较低。
发明内容
本发明针对现有方法的不足，提供一种利用机器视觉系统在线进行TP、玻璃盖板检测装置及检测方法，检测精度高，检测速度快，可以有效保证出厂产品的合格率。
为解决上述技术问题，本发明提供如下技术方案：
一种TP、玻璃盖板的工业视觉检测装置，包括固定在传送装置上的相机和光源，所述装置包括：
用于获取相机拍摄的TP、玻璃盖板的图像，并传输至计算机的图像获取模块；
用于对所述TP、玻璃盖板图像进行图像分割和边缘检测，得到掩模图像和边缘信息并保存的配置文件生成模块；
用于将配置文件和待检测TP、玻璃盖板图像进行配准，得到仅包含TP、玻璃盖板区域的目标图像的图像配准模块；
用于对上述目标图像与配置文件进行对比分析，得到瑕疵数据的分析模块；
用于对上述瑕疵数据和预设检测标准进行分析并判断上述待检测TP、玻璃盖板图像是否合格的判断模块；
用于对不合格瑕疵信息进行显示及报警的显示模块；
相机通过图像获取模块与配置文件生成模块相连，配置文件生成模块通过图像配准模块与分析模块相连，分析模块通过判断模块与显示模块相连。
一种TP、玻璃盖板的工业视觉检测方法，包括固定在传送装置上的相机和光源，其特征在于，所述方法包括以下步骤：
(1)通过相机拍摄一幅TP、玻璃盖板图像，并传输至计算机；
(2)对所述TP、玻璃盖板图像进行图像分割和边缘检测，得到掩模图像和边缘信息并保存至配置文件；
(3)通过相机拍摄待检测TP、玻璃盖板图像；
(4)将配置文件和待检测TP、玻璃盖板图像进行配准，得到仅包含TP、玻璃盖板区域的目标图像；
(5)将上述目标图像与配置文件进行对比分析，得到瑕疵数据；
(6)根据上述瑕疵数据和预设检测标准进行分析，判断上述待检测TP、玻璃盖板图像是否合格。
上述瑕疵数据包括点状/线状/崩边数据。
所述步骤(2)进一步包括：
(21)通过自适应阈值方法对所述TP、玻璃盖板图像进行二值化处理，得到TP、玻璃盖板的掩模图像和最小外界矩形的四个顶点；
(22)将上述四个顶点旋转至垂直，得到标准图像；
(23)通过canny算法对上述标准图像进行边缘检测，获得边缘信息。
所述步骤(4)进一步包括：
(41)对待检测TP、玻璃盖板图像进行图像分割；
(42)计算待检测TP、玻璃盖板的最小外界矩形的四个顶点，并根据标准图像的四个顶点计算透视变换矩阵；
(43)根据得到的透视变换矩阵对待检测TP、玻璃盖板图像进行透视变换，得到仅包含TP、玻璃盖板区域的目标图像。
所述步骤(5)进一步包括：
(511)通过canny算法对上述目标图像进行边缘检测，得到上述目标图像边缘；
(512)对上述目标图像边缘和配置文件中的边缘进行对比，计算两边缘的对应点距离，当距离大于设定阈值时，判定为崩边瑕疵点；
(513)对所有崩边瑕疵点进行连通域分析，得到崩边区域数据。
两边缘距离的具体计算如下，设点集pts1、pts分别为目标图像与配置文件中对应的两个边缘上的点的集合，p为pts中的点，则pts1中任一点p1到边缘pts的距离定义为：
其中符号||||为某种距离范数，本发明使用L2范数。
所述步骤(6)还包括以下步骤：
(521)对目标图像进行频率域转换，得到与目标图像对应的频率域图像；
(522)提取上述频率域图像中的高频信息，得到仅包含高频细节信息的图像；
(523)将上述仅包含高频细节信息的图像转换成空间域图像；
(524)对上述空间域图像进行阈值分割，得到二值图像；
(525)对上述二值图像进行连通性处理，得到连通图像的连通域；
(526)对上述连通域进行分析，判断上述连通域是点状或线状缺陷；
(527)根据点状或线状缺陷的面积和细化后的长度，计算上述点状或线状缺陷大小的数据。
所述步骤(6)之后还包括以下步骤：当拍摄图像不合格时，对瑕疵信息进行显示并报警。
本发明具有如下有益效果：
TP、玻璃盖板的工业视觉检测方法对拍摄的TP、玻璃盖板图像进行分析，实现自动化检测，速度快，精度高。支持用户自定义检测标准，根据具体瑕疵数据与预设检测标准进行比较，实现不同检测标准下的TP、玻璃盖板的瑕疵检测。同时，本发明实现对TP、玻璃盖板瑕疵、外观、划伤、尺寸等常规检测项的一站式检测,完全替代人工检测,检测精度可达到微米级别。另外，本发明同样适用于手机屏幕、平板屏幕、液晶屏、一般玻璃等的检测。
附图说明
图1为本发明的方法流程图；
图2为TP、玻璃盖板标准图片，记为oriImg。
图3(a)TP、玻璃盖板标准图片中包含前景区域的图片；(b)为TP、玻璃盖板标准图片前景区域的掩模，记为stdImg。
图4为拍摄的传送带上的待检测TP、玻璃盖板图像，记为testImg。
图5为testImg配准后的图像，记为chkImg。
图6为chkImg的频率域图像，记为chkImgFreq。
图7为高频信息在空间域并使用固定的阈值进行阈值分割后的图像。
图8为最终连通性处理后得到的边缘图像。
具体实施方式
下面结合附图和具体实施方式对本发明进一步详细描述，涉及到图像命名沿用上面附图说明中定义的名称。
具体实施方式如下：
TP、玻璃盖板的工业视觉检测装置包括固定在传送装置上的相机和光源，所述装置包括：
用于获取相机拍摄的TP、玻璃盖板的图像，并传输至计算机的图像获取模块；
用于对所述TP、玻璃盖板图像进行图像分割和边缘检测，得到掩模图像和边缘信息并保存的配置文件生成模块；
用于将配置文件和待检测TP、玻璃盖板图像进行配准，得到仅包含TP、玻璃盖板区域的目标图像的图像配准模块；
用于对上述目标图像与配置文件进行对比分析，得到瑕疵数据的分析模块；
用于对上述瑕疵数据和预设检测标准进行分析并判断上述待检测TP、玻璃盖板图像是否合格的判断模块；
用于对不合格瑕疵信息进行显示及报警的显示模块；
相机通过图像获取模块与配置文件生成模块相连，配置文件生成模块通过图像配准模块与分析模块相连，分析模块通过判断模块与显示模块相连。
TP、玻璃盖板的工业视觉检测方法包括固定在传送装置上的相机和光源，所述方法如图1包括以下步骤：
(1)调整相机的拍摄角度、拍摄距离、选择镜头的焦距，曝光和光源的亮度，通过相机拍摄一幅标准的TP、玻璃盖板图像oriImg，如图2所示，并传输至计算机，为后续的瑕疵检测提供对照。
(2)对所述TP、玻璃盖板图像进行图像分割和边缘检测，得到掩模图像和边缘信息并保存至配置文件。
使用自适应阈值方法对oriImg进行二值化处理得到前景区域的掩模，如图3(a)所示，该前景区域就是TP、玻璃盖板所在的区域。同时我们还求出整个TP、玻璃盖板的最小外界矩形的四个顶点，并将其旋转至垂直且该区域的掩模单独保存成标准图像stdImg，如图3(b)所示。对stdImg使用Canny算法进行边缘检测，检测出来的边缘信息和前景区域的掩模图像一起保存到该型号的TP、玻璃盖板的配置文件中。
如果TP、玻璃盖板中还分为多个区域，我们通过简单的聚类算法进行聚类，可以得到多个可以区分这多个区域的阈值，然后在对前景区域进行进一步分割得到每个区域的掩模。对前景区域中每个子区域再分别求边缘(同上使用Canny算法)，并将各个前景区域的掩模和边缘都保存到以上配置文件中。
(3)通过相机拍摄待检测TP、玻璃盖板图像testImg，如图4所示。同时，在人机交互界面，可以根据不同的检测标准，让用户自定义对瑕疵的判断标准，并保存该检测标准。
(4)将配置文件和待检测TP、玻璃盖板图像进行配准，得到仅包含TP、玻璃盖板区域的目标图像chkImg，如图5所示。
(5)将上述目标图像与配置文件进行对比分析，得到瑕疵数据；
(6)根据上述瑕疵数据和预设检测标准进行分析，判断上述待检测TP、玻璃盖板图像是否合格。
当拍摄图像不合格时，对瑕疵信息进行显示并报警。
在进行检测时，将拍摄的传送带上的TP、玻璃盖板图像testImg与标准图像stdImg进行图像配准，配准过程如下：
(41)在testImg上检测使用同上述步骤(2)中的方法进行图像分割；
(42)求出testImg中整个TP、玻璃盖板的最小外界矩形的四个顶点，结合标准图像的四个顶点，计算出透视变换矩阵transMat；
(43)利用transMat做透视变换，假如stdImg上坐标(i,j)对应于testImg上(f,g)，其中i，j是整形数，f，g是浮点数，则生成的chkImg(i,j)由testImg在(f,g)邻域通过线性插值得到(因为f，g为非整形数)。由此得到配准后的图像chkImg，其尺寸和stdImg一致。
对chkImg上的崩边瑕疵进行检测，具体方法如下：
(511)通过canny算法对上述目标图像进行边缘检测，得到上述目标图像边缘；
(512)对上述目标图像边缘和配置文件中的边缘进行对比，计算两边缘的对应点距离，当距离大于设定阈值时，判定为崩边瑕疵点；
(513)对所有崩边瑕疵点进行连通域分析，根据阈值，排除小的干扰区域，得到的区域即为崩边瑕疵区域。
上述目标图像边缘和配置文件中的边缘进行对比时，两边缘距离的具体计算如下，设点集pts1、pts分别为目标图像与配置文件中对应的两个边缘上的点的集合，p为pts中的点，则pts1中任一点p1到边缘pts的距离定义为：
其中符号‖‖为某种距离范数，本发明使用L2范数(即欧几里得范数)。
对chkImg上的点状和线状瑕疵进行检测，具体方法如下(这里只介绍只有一个区域的检测，如果存在多个区域只要对每个区域分别做以下操作即可)：
(521)首先对chkImg图像进行频率域转换(傅里叶变换)，得到该图像对应的频率域图像chkImgFreq，如图6所示；
(522)对频率域图像chkImgFreq进行处理，只保留其中高频的信息得到图像chkImgHighFreq；
(523)将图像chkImgHighFreq反变换至空间域图像；
(524)使用固定的阈值进行阈值分割，得到二值图像BadRegionsImg，如图7所示；
(525)对二值图像进行连通性BadRegionsImg处理，得到所有连通域的集合LabelsOri，首先对集合LabelsOri进行判断，滤除细小的集合，剩下的连通域集合Labels，如图8所示的边缘图像；
(526)对连通域Labels集合进行判断，根据连通域判断该瑕疵是点状还是线状瑕疵；
(527)根据面积和细化后的长度求出瑕疵的尺寸大小。

Claims (9)

1.一种TP、玻璃盖板的工业视觉检测装置，包括固定在传送装置上的相机和光源，其特征在于，所述装置包括：
用于获取相机拍摄的TP、玻璃盖板的图像，并传输至计算机的图像获取模块；用于对所述TP、玻璃盖板图像进行图像分割和边缘检测，得到掩模图像和边缘信息并保存的配置文件生成模块；
用于将配置文件和待检测TP、玻璃盖板图像进行配准，得到仅包含TP、玻璃盖板区域的目标图像的图像配准模块；
用于对上述目标图像与配置文件进行对比分析，得到瑕疵数据的分析模块；
用于对上述瑕疵数据和预设检测标准进行分析并判断上述待检测TP、玻璃盖板图像是否合格的判断模块；
用于对不合格瑕疵信息进行显示及报警的显示模块；
相机通过图像获取模块与配置文件生成模块相连，配置文件生成模块通过图像配准模块与分析模块相连，分析模块通过判断模块与显示模块相连。
2.一种根据权利要求1所述的TP、玻璃盖板工业视觉检测装置的检测方法，包括固定在传送装置上的相机和光源，其特征在于，所述方法包括以下步骤：
(1)通过相机拍摄一幅TP、玻璃盖板图像，并传输至计算机；
(2)对所述TP、玻璃盖板图像进行图像分割和边缘检测，得到掩模图像和边缘信息并保存至配置文件；
(3)通过相机拍摄待检测TP、玻璃盖板图像；
(4)将配置文件和待检测TP、玻璃盖板图像进行配准，得到仅包含TP、玻璃盖板区域的目标图像；
(5)将上述目标图像与配置文件进行对比分析，得到瑕疵数据；
(6)根据上述瑕疵数据和预设检测标准进行分析，判断上述待检测TP、玻璃盖板图像是否合格。
3.根据权利要求2所述的方法，其特征在于，上述瑕疵数据包括点状/线状/崩边数据。
4.根据权利要求2所述的方法，其特征在于，所述步骤(2)进一步包括：
(21)通过自适应阈值方法对所述TP、玻璃盖板图像进行二值化处理，得到TP、玻璃盖板的掩模图像和最小外界矩形的四个顶点；
(22)将上述四个顶点旋转至垂直，得到标准图像；
(23)通过canny算法对上述标准图像进行边缘检测，获得边缘信息。
5.根据权利要求2所述的方法，其特征在于，所述步骤(4)进一步包括：
(41)对待检测TP、玻璃盖板图像进行图像分割；
(42)计算待检测TP、玻璃盖板的最小外界矩形的四个顶点，并根据标准图像的四个顶点计算透视变换矩阵；
(43)根据得到的透视变换矩阵对待检测TP、玻璃盖板图像进行透视变换，得到仅包含TP、玻璃盖板区域的目标图像。
6.根据权利要求2或3所述的方法，其特征在于，所述步骤(5)进一步包括：
(511)通过canny算法对上述目标图像进行边缘检测，得到上述目标图像边缘；
(512)对上述目标图像边缘和配置文件中的边缘进行对比，计算两边缘的对应点距离，当距离大于设定阈值时，判定为崩边瑕疵点；
(513)对所有崩边瑕疵点进行连通域分析，得到崩边区域数据。
7.根据权利要求6所述的方法，其特征在于，两边缘距离的具体计算如下，设点集pts1、pts分别为目标图像与配置文件中对应的两个边缘上的点的集合，p为pts中的点，则pts1中任一点p1到边缘pts的距离定义为：
d i s t ( p 1 ) = min p ∈ p t s ( | | p 1 - p | | ) ,
其中符号|| ||为某种距离范数，本发明使用L2范数。
8.根据权利要求2或3所述的方法，其特征在于，所述步骤(6)还包括以下步骤：
(521)对目标图像进行频率域转换，得到与目标图像对应的频率域图像；
(522)提取上述频率域图像中的高频信息，得到仅包含高频细节信息的图像；
(523)将上述仅包含高频细节信息的图像转换成空间域图像；
(524)对上述空间域图像进行阈值分割，得到二值图像；
(525)对上述二值图像进行连通性处理，得到连通图像的连通域；
(526)对上述连通域进行分析，判断上述连通域是点状或线状缺陷；
(527)根据点状或线状缺陷的面积和细化后的长度，计算上述点状或线状缺陷大小的数据。
9.根据权利要求2所述的方法，其特征在于，所述步骤(6)之后还包括以下步骤：当拍摄图像不合格时，对瑕疵信息进行显示并报警。
CN201610924705.1A 2016-10-29 2016-10-29 一种tp、玻璃盖板的工业视觉检测装置及检测方法 Pending CN106546603A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610924705.1A CN106546603A (zh) 2016-10-29 2016-10-29 一种tp、玻璃盖板的工业视觉检测装置及检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610924705.1A CN106546603A (zh) 2016-10-29 2016-10-29 一种tp、玻璃盖板的工业视觉检测装置及检测方法

Publications (1)

Publication Number Publication Date
CN106546603A true CN106546603A (zh) 2017-03-29

Family

ID=58392285

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610924705.1A Pending CN106546603A (zh) 2016-10-29 2016-10-29 一种tp、玻璃盖板的工业视觉检测装置及检测方法

Country Status (1)

Country Link
CN (1) CN106546603A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107345916A (zh) * 2017-07-25 2017-11-14 深圳市杰恩世智能科技有限公司 一种基于固定轮廓的平面外观检测方法
CN109507210A (zh) * 2018-12-10 2019-03-22 成都市澳格斯科技有限公司 一种3d玻璃片检验方法
CN109596620A (zh) * 2018-11-10 2019-04-09 江苏网进科技股份有限公司 基于机器视觉的产品表面形状缺陷检测方法和系统
CN110501349A (zh) * 2018-05-18 2019-11-26 蓝思科技（长沙）有限公司 一种盖板弧边检测方法和系统及其检测设备
CN110567965A (zh) * 2019-07-31 2019-12-13 华南理工大学 一种智能手机玻璃盖板边缘视觉缺陷检测方法
CN112014413A (zh) * 2020-08-04 2020-12-01 贵州乐道科技有限公司 一种基于机器视觉的手机玻璃盖板视窗区缺陷检测方法
CN112184584A (zh) * 2020-09-29 2021-01-05 北京达佳互联信息技术有限公司 图像处理方法、装置、电子设备及存储介质
CN115078407A (zh) * 2022-02-17 2022-09-20 山东康和医药包装材料科技有限公司 一种用于医药玻璃的检测系统及方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1779473A (zh) * 2004-11-22 2006-05-31 台湾薄膜电晶体液晶显示器产业协会 利用视觉模型检测平面显示器的方法与装置
CN103424409A (zh) * 2013-04-12 2013-12-04 安徽工业大学 一种基于dsp的视觉检测系统
CN104764712A (zh) * 2015-04-29 2015-07-08 浙江工业大学 一种pcb过孔内壁质量的检测方法
CN105427304A (zh) * 2015-11-19 2016-03-23 北京航空航天大学 基于多种特征联合的目标sar图像和光学图像配准方法
CN105548212A (zh) * 2016-02-03 2016-05-04 杭州晶耐科光电技术有限公司 一种触摸屏玻璃表面瑕疵在线自动化检测系统及方法
CN105548208A (zh) * 2016-02-05 2016-05-04 湖北工业大学 一种基于机器视觉的陶瓷阀芯表面缺陷检测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1779473A (zh) * 2004-11-22 2006-05-31 台湾薄膜电晶体液晶显示器产业协会 利用视觉模型检测平面显示器的方法与装置
CN103424409A (zh) * 2013-04-12 2013-12-04 安徽工业大学 一种基于dsp的视觉检测系统
CN104764712A (zh) * 2015-04-29 2015-07-08 浙江工业大学 一种pcb过孔内壁质量的检测方法
CN105427304A (zh) * 2015-11-19 2016-03-23 北京航空航天大学 基于多种特征联合的目标sar图像和光学图像配准方法
CN105548212A (zh) * 2016-02-03 2016-05-04 杭州晶耐科光电技术有限公司 一种触摸屏玻璃表面瑕疵在线自动化检测系统及方法
CN105548208A (zh) * 2016-02-05 2016-05-04 湖北工业大学 一种基于机器视觉的陶瓷阀芯表面缺陷检测方法

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107345916A (zh) * 2017-07-25 2017-11-14 深圳市杰恩世智能科技有限公司 一种基于固定轮廓的平面外观检测方法
CN110501349A (zh) * 2018-05-18 2019-11-26 蓝思科技（长沙）有限公司 一种盖板弧边检测方法和系统及其检测设备
CN109596620A (zh) * 2018-11-10 2019-04-09 江苏网进科技股份有限公司 基于机器视觉的产品表面形状缺陷检测方法和系统
CN109507210A (zh) * 2018-12-10 2019-03-22 成都市澳格斯科技有限公司 一种3d玻璃片检验方法
CN110567965A (zh) * 2019-07-31 2019-12-13 华南理工大学 一种智能手机玻璃盖板边缘视觉缺陷检测方法
CN112014413A (zh) * 2020-08-04 2020-12-01 贵州乐道科技有限公司 一种基于机器视觉的手机玻璃盖板视窗区缺陷检测方法
CN112184584A (zh) * 2020-09-29 2021-01-05 北京达佳互联信息技术有限公司 图像处理方法、装置、电子设备及存储介质
CN112184584B (zh) * 2020-09-29 2024-05-21 北京达佳互联信息技术有限公司 图像处理方法、装置、电子设备及存储介质
CN115078407A (zh) * 2022-02-17 2022-09-20 山东康和医药包装材料科技有限公司 一种用于医药玻璃的检测系统及方法
CN115078407B (zh) * 2022-02-17 2024-04-02 山东康和医药包装材料科技有限公司 一种用于医药玻璃的检测系统及方法

Similar Documents

Publication Publication Date Title
CN106546603A (zh) 一种tp、玻璃盖板的工业视觉检测装置及检测方法
US10267750B2 (en) System and associated method for online detection of small defects on/in a glass sheet
KR101711073B1 (ko) 딥 러닝 알고리즘을 적용한 플렉서블 터치스크린 패널 미세 크랙 검출 장치 및 방법
CN103759638B (zh) 一种零件检测方法
JP6619194B2 (ja) タッチパネル検査装置及び方法
CN110267893B (zh) 用于在线测量玻璃板的光学特性的系统及相关方法
EP3314237B1 (en) System and method for developing three-dimensional surface information corresponding to a contoured glass sheet
CN106248686A (zh) 基于机器视觉的玻璃表面缺陷检测装置及方法
CN103630544B (zh) 一种视觉在线检测系统
CN106093055B (zh) 一种复数张菲林质量检测方法
CN108469437B (zh) 浮法玻璃的缺陷检测方法及装置
CN110108712A (zh) 多功能视觉缺陷检测系统
CN105139384B (zh) 缺陷胶囊检测的方法和装置
CN103607558A (zh) 一种视频监控系统及其目标匹配方法和装置
CN108986055A (zh) 一种鸡蛋蛋壳表面细微裂纹的视觉检测方法
KR101828536B1 (ko) 패널 검사 방법 및 장치
TW201516397A (zh) 玻璃氣泡瑕疵檢測系統
CN111103309A (zh) 用于检测透明材质物体瑕疵的方法
CN104297259A (zh) 触摸屏保护玻璃外观缺陷检测方法
CN117169247A (zh) 一种基于机器视觉的金属表面缺陷多维度检测方法及系统
CN116071365A (zh) 零件检测方法、装置、设备及存储介质
Nguyen et al. Detection of weak micro-scratches on aspherical lenses using a Gabor neural network and transfer learning
CN110148141A (zh) 一种丝印滤光片小片检测计数方法及设备
CN113624458B (zh) 基于双路全投射光的薄膜均匀性检测系统
Wang et al. AI-based automatic optical inspection of glass bubble defects

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170329

RJ01 Rejection of invention patent application after publication