CN107052086A - 基于三维视觉的冲压件表面缺陷检测装置及检测方法 - Google Patents
基于三维视觉的冲压件表面缺陷检测装置及检测方法 Download PDFInfo
- Publication number
- CN107052086A CN107052086A CN201710404120.1A CN201710404120A CN107052086A CN 107052086 A CN107052086 A CN 107052086A CN 201710404120 A CN201710404120 A CN 201710404120A CN 107052086 A CN107052086 A CN 107052086A
- Authority
- CN
- China
- Prior art keywords
- stamping parts
- dimensional
- camera
- detection
- vision
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 36
- 230000003287 optical Effects 0.000 claims description 11
- 238000005259 measurement Methods 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 6
- 239000003086 colorant Substances 0.000 claims description 5
- 238000000034 method Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 4
- 239000000203 mixture Substances 0.000 claims description 4
- 240000006394 Sorghum bicolor Species 0.000 claims description 3
- 235000012970 cakes Nutrition 0.000 claims description 3
- 230000000875 corresponding Effects 0.000 claims description 3
- 235000019713 millet Nutrition 0.000 claims description 3
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 238000000691 measurement method Methods 0.000 abstract 1
- 238000004519 manufacturing process Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 238000004080 punching Methods 0.000 description 3
- 238000011179 visual inspection Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000036633 rest Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21C—MANUFACTURE OF METAL SHEETS, WIRE, RODS, TUBES OR PROFILES, OTHERWISE THAN BY ROLLING; AUXILIARY OPERATIONS USED IN CONNECTION WITH METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL
- B21C51/00—Measuring, gauging, indicating, counting, or marking devices specially adapted for use in the production or manipulation of material in accordance with subclasses B21B - B21F
-
- 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
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
Abstract
本发明公开了自动检测技术领域内的基于机器视觉的对冲压产品三维表面缺陷检测装置及其检测方法，该装置包括冲压件输送机构、机器视觉运动控制平台、机器视觉照明系统、相机自标定和相机参数设置模块、冲压件表面三维扫描点云数据采集模块、点云数据与三维CAD模型配准与表面缺陷识别模块及检测结果显示模块，其工作时，通过采集冲压件的三维点云数据与三维CAD模型对比，识别冲压件是否具有表面缺陷，其检测效率高，稳定性好，可实现冲压件在线快速检测。
Description
基于三维视觉的冲压件表面缺陷检测装置及检测方法
技术领域
[0001] 本发明涉及先进制造领域的智能化检测技术，具体的说是一种基于三维视觉的冲 压件表面缺陷检测系统。
背景技术
[0002] 冲压加工是借助于冲压设备的压力，使板材在冲压模具里产生分离，从而获得一 定形状和尺寸的产品零件的生产技术，具有智能、精密、高效、高速等特点。然而，冲压生产 过程中，总会有因加工误差、材料缺陷、模具损伤等客观因素而导致的废品存在，如不能及 时检测并剔除掉，将会严重影响后续的装配等环节，导致产品总体质量水平的下降，增加成 本，影响生产效率。因此，能否在全自动冲压生产线上实现产品在线质量检测也就变得至关 重要，成为评判其自动化程度的一个重要指标。
[0003] 然而，目前国内大多数厂家对冲压产品的缺陷检测还停留在人目离线检测的阶 段，效率低、稳定性差、成本高的人目检测严重制约了冲压生产线的自动化进程。因此十分 需要研宄一项新的技术来完成生产过程中的冲压产品三维表面缺陷在线检测系统。
发明内容
[0004] 针对上述传统的冲压件检测方法存在的检测效率低、稳定性差、成本高的人目检 测，难以在线快速检测三维冲压件的表面缺陷等问题，本发明提供一种基于机器视觉的对 冲压产品三维表面缺陷检测装置和检测方法。
[0005] 为实现上述目的，本发明提供了一种基于机器视觉的对冲压产品三维表面缺陷检 测装置，包括冲压件输送机构、机器视觉运动控制平台、机器视觉照明系统、相机自标定和 相机参数设置模块、冲压件表面三维扫描点云数据采集模块、点云数据与三维CAD模型配准 与表面缺陷识别模块及检测结果显示模块； 冲压件输送机构:包括冲压件输入机构和冲压件输出机构，冲压件输入机构和冲压件 输出机构之间设置有检测工作箱，所述工作箱内设有透明且倾斜的滑道;滑道的高位端连 接冲压件输入机构，滑道的低位端连接冲压件输出机构； 机器视觉运动控制平台：包括检测工作箱顶部和底部分别设置的三轴运动平台，所述 三轴运动平台上安装有自动化视觉装置，所述自动化视觉装置包括线型激光器和CCD相机； 机器视觉照明系统:包括在相机周边设置的24相彩色LED光源； 相机自标定和相机参数设置模块:用于标定相机内参、焦距以及外参信息； 冲压件表面三维扫描点云数据采集模块:完成冲压件的三维点云的数据采集和冲压件 的姿态控制，通过将提取光条图像中线结构光的光条中心，并根据传感器模型计算出测量 位置上的冲压件三维表面点的坐标，形成三维点云； 点云数据与三维CAD模型配准与表面缺陷识别模块:用于将三维点云数据与三维CAD模 型进行对比，根据对比结果识别冲压件是否具有表面缺陷； 检测结果显示模块:用于显示识别的结果。 10006J作为本发明的进一步改进在于，所述检测工作箱与24相彩色LED光源对应的顶部 和底部位置均为穹顶结构，24相彩色LH)光源分为三组，每组8个同一颜色的LED灯呈环形分 布，三组LED灯组成RGB三色并嵌装在穹顶结构的内侧，各LED灯独立控制。采用穹顶灯光照 的布局来可实现多照明角度，每一组LED等的单独照明可以实现RGB三原色的单色照明 组合则可实现多种颜色的真彩色照明。 ’ '
[0007]本发明还提供了一种基于三维视觉的冲压件表面缺陷检测方法，包括如下步骤： 1) 利用相机自标定和参数设置模块首先对标定板进行拍照，拍照结束之后设置标定的 参数，根据标定板的格式确定相机标定参数;然后进行相机标定的工作，通过单目标定测量 相机的内参和畸变系数，通过双目标定得出相机的焦距以及外参信息； 2) 标定完成之后，进行拟合调整，使图像的拟合效果达到最佳； 3) 开启LED灯，利用冲压件表面三维扫描点云数据采集模块，完成测量过程中的图像三 维点云的数据采集和冲压件的姿态控制，通过将提取光条图像中线结构光的光条中心，并 根据传感器模型计算出测量位置上的物体三维表面点的坐标，形成三维点云； 4) 通过点云数据与三维CAD模型配准与缺陷检测模块先获取冲压件三维表面轮廓的坐 标数据后，将冲压件数据与三维CAD模型数据对齐、做差，再通过差异阈值判断是否存在缺 陷。具体而言，其通过将点云的高度信息映射为二维平面彩色图像，并从平面彩色图像中提 取用于模板匹配的特征，再与标准产品的点云映射平面彩色图像进行配准，标准产品的点 云映射平面彩色图像来自三维CAD模型，根据配准结果，进行颜色对比，通过计算颜色差异， 实现缺陷识别。
[0008] 5)将缺陷信息通过检测结果显示模块予以显示。
[0009]与现有技术相比，本发明的有益效果是:一，冲压件通过滑道时，可以被CCD相机全 方位捕捉，表面缺陷一览无余，识别方便;二：穹顶结构可以提供全方位照明，无死角，冲压 件的影像清晰，便于比对;三，其对冲压件的图像进行识别，快速判断其是否具有表面缺陷， 判断准确；四，能够实现在线逐一检测，比以往的抽检检测更加全面，检测无遗漏;五，比人 目检测更加准确。该装置可以用于各种冲压件的自动化生产线上。
附图说明
[0010] 图1为本发明的检测工作箱结构示意图。
[0011] 图2为本发明中穹顶结构与LED灯结构示意图。
[0012]图3为本发明中穹顶结构与LED灯的平面投影图。
[0013]图4为相机自标定和参数设置模块的单目标定流程图。
[0014]图5为相机自标定和参数设置模块的双目标定流程图。
[0015]图6为本发明中冲压件表面三维扫描点云数据采集模块工作原理图。
[0016]图7为本发明中点云数据与三维CAD模型配准与缺陷检测模块流程图。
[0017] 其中，丨冲压件输入机构，2冲压件输出机构，3LED灯，4三轴运动平台，5CCD相机，6 穹顶结构，7滑道，8检测工作箱，9线型激光器，1〇冲压件。
具体实施方式
[0018] 如图1-7所示，为一种基于三维视觉的冲压件表面缺陷检测装置，包括冲压件输送 机构、机器视觉运动控制平台、机器视觉照明系统、相机自标定和相机参数设置模块、冲压 件表面三维扫描点云数据采集模块、点云数据与三维CAD模型配准与表面缺陷识别模块及 检测结果显示模块。
[0019] 冲压件输送机构:包括冲压件输入机构1和冲压件输出机构2,冲压件输入机构1和 冲压件输出机构2之间设置有检测工作箱8,所述工作箱内设有透明且倾斜的滑道7;滑道7 的高位端连接冲压件输入机构1，滑道7的低位端连接冲压件输出机构2;冲压件输送机构可 由步进电机、皮带、若干滚柱及若干齿轮组成，用于衔接冲压件的生产线，并自动将冲压件 10输送至滑道7上。
[0020]机器视觉运动控制平台：包括检测工作箱8顶部和底部分别设置的三轴运动平台 4,所述三轴运动平台4上安装有自动化视觉装置，所述自动化视觉装置包括线型激光器9和 CCD相机5;线型激光器9用于CCD相机5定位，可实现精确的视觉高度测量，该CCD相机5带有 双目摄像头，分别为左摄像头和有摄像头。
[0021]机器视觉照明系统:包括在相机周边设置的24相彩色LED光源。
[0022]相机自标定和相机参数设置模块:用于标定相机内参、焦距以及外参信息。
[0023]冲压件表面三维扫描点云数据采集模块:完成冲压件1〇的三维点云的数据采集和 冲压件的姿态控制，通过将提取光条图像中线结构光的光条中心，并根据传感器模型计算 出测量位置上的冲压件1〇三维表面点的坐标，形成三维点云;所述检测工作箱8与24相彩色 LED光源对应的顶部和底部位置均为穹顶结构6,24相彩色LED光源分为三组，每组8个同一 颜色的LED灯3呈环形分布，三组LED灯3组成RGB三色并嵌装在穹顶结构6的内侧，各LED灯3 独立控制。图2中所示，三组LED可从多角度照射冲压件，使得冲压件的表面缺陷更容易被捕 捉。
[0024]点云数据与三维CAD模型配准与表面缺陷识别模块：用于将三维点云数据与三维 CAD模型进行对比，根据对比结果识别冲压件是否具有表面缺陷。
[0025] 检测结果显不検块:用于显不识别的结果。
[0026]对冲压件检测时，将冲压件通过冲压件输入机构1送入检测工作箱8内的滑道7上， LED灯3开启，CCD相机5工作，对冲压件图像进行采集，识别缺陷后，冲压件从冲压件输出机 构2离开。
[0027]具体而言，其检测方法包括如下步骤： 1)利用相机自标定和参数设置模块首先对标定板进行拍照，标定板采用棋盘格标定 板，拍照结束之后设置标定的参数，根据标定板的格式确定相机标定参数;然后进行相机标 定的工作，通过单目标定测量CCD相机5的内参和畸变系数，通过双目标定得出CCD相机5的 焦距以及外参信息;如图4、图5所示。
[0028] 2)标定完成之后，进行拟合调整，使图像的拟合效果达到最佳。
[0029] 3)开启LED灯3,利用冲压件10表面三维扫描点云数据采集模块，完成测量过程中 的图像三维点云的数据采集和冲压件的姿态控制，通过将提取光条图像中线结构光的光条 中心，并根据传感器模型计算出测量位置上的物体三维表面点的坐标，形成三维点云；如 图6所示。
[0030] 4)通过点云数据与三维CAD模型配准与缺陷检测模块先获取冲压件10三维表面轮 廓的坐标数据后，将冲压件数据与三维CAD模型数据对齐、做差，再通过差异阈值判断是否 存在缺陷。其通过将点云的高度信息映射为二维平面彩色图像，并从平面彩色图像中提取 用于模板匹配的特征，再与标准产品的点云映射平面彩色图像进行配准，根据配准结果，进 行颜色对比，通过计算颜色差异，实现缺陷识别。如图7所示。 ’
[0031] 5)将缺陷信息通过检测结果显示模块予以显示。
[0032]每个三轴运动平台4具有X、Y、Z轴三维机构，运动速度可调，可以实现匀速运动和 快速运动，利用好接近开关控制原点和限位，检测相机镜头可调节，适用于多尺寸、异构型 冲压件检测。
[0033]本发明并不局限于上述实施例，在本发明公开的技术方案的基础上，本领域的技 术人员根据所公开的技术内容，不需要创造性的劳动就可以对其中的一些技术特征作出一 些替换和变形，这些替换和变形均在本发明的保护范围内。
Claims (4)
1.一种基于三维视觉的冲压件表面缺陷检测装置，其特征在于:包括冲压件输送机构、 机器视觉运动控制f台、机器视觉照明系统、相机自标定和相机参数设置模块、冲压件表面 三维扫描点云数据采集模块、点云数据与三维CAD模型配准与表面缺陷识别模块及检测结 果显示模块； 冲压件输送机构:包括冲压件输入机构和冲压件输出机构，冲压件输入机构和冲压件 输出机构之间设置有检测工作箱，所述工作箱内设有透明且倾斜的滑道;滑道的高位端连 接冲压件输入机构，滑道的低位端连接冲压件输出机构； 机器视觉运动控制平台：包括检测工作箱顶部和底部分别设置的三轴运动平台，所述 三轴运动平台上安装有自动化视觉装置，所述自动化视觉装置包括线型激光器和(XD相机； 机器视觉照明系统:包括在相机周边设置的24相彩色LED光源； 相机自标定和相机参数设置模块:用于标定相机内参、焦距以及外参信息； 冲压件表面三维扫描点云数据采集模块:完成冲压件的三维点云的数据采集和冲压件 的姿态控制，通过将提取光条图像中线结构光的光条中心，并根据传感器模型计算出测量 位置上的冲压件三维表面点的坐标，形成三维点云； 点云数据与三维CAD模型配准与表面缺陷识别模块:用于将三维点云数据与三维CAD模 型进行对比，根据对比结果识别冲压件是否具有表面缺陷； 检测结果显示模块:用于显示识别的结果。
2.根据权利要求1所述的一种基于三维视觉的冲压件表面缺陷检测装置，其特征在于： 所述检测工作箱与24相彩色LED光源对应的顶部和底部位置均为穹顶结构，24相彩色LED光 源分为三组，每组8个同一颜色的LED灯呈环形分布，三组LED灯组成RGB三色并嵌装在穹顶 结构的内侧，各LED灯独立控制。
3.—种基于三维视觉的冲压件表面缺陷检测方法，其特征在于包括如下步骤： 1) 利用相机自标定和参数设置模块首先对标定板进行拍照，拍照结束之后设置标定的 参数，根据标定板的格式确定相机标定参数;然后进行相机标定的工作，通过单目标定测量 相机的内参和畸变系数，通过双目标定得出相机的焦距以及外参信息； 2) 标定完成之后，进行拟合调整，使图像的拟合效果达到最佳； 3) 开启LED灯，利用冲压件表面三维扫描点云数据采集模块，完成测量过程中的图像三 维点云的数据采集和冲压件的姿态控制，通过将提取光条图像中线结构光的光条中心，并 根据传感器模型计算出测量位置上的物体三维表面点的坐标，形成三维点云； 4) 通过点云数据与三维CAD模型配准与缺陷检测模块先获取冲压件三维表面轮廓的坐 标数据后，将冲压件数据与三维CAD模型数据对齐、做差，再通过差异阈值判断是否存在缺 陷； 5) 将缺陷信息通过检测结果显示模块予以显示。
4.根据权利要求3所述的一种基于三维视觉的冲压件表面缺陷检测方法，其特征在于： 步骤4)中通过将点云的高度信息映射为二维平面彩色图像，并从平面彩色图像中提取用于 模板匹配的特征，再与标准产品的点云映射平面彩色图像进行配准，根据配准结果，进行颜 色对比，通过计算颜色差异，实现缺陷识别。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710404120.1A CN107052086A (zh) | 2017-06-01 | 2017-06-01 | 基于三维视觉的冲压件表面缺陷检测装置及检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710404120.1A CN107052086A (zh) | 2017-06-01 | 2017-06-01 | 基于三维视觉的冲压件表面缺陷检测装置及检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107052086A true CN107052086A (zh) | 2017-08-18 |
Family
ID=59617383
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710404120.1A Pending CN107052086A (zh) | 2017-06-01 | 2017-06-01 | 基于三维视觉的冲压件表面缺陷检测装置及检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107052086A (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107578450A (zh) * | 2017-09-14 | 2018-01-12 | 长沙全度影像科技有限公司 | 一种用于全景相机装配误差标定的方法及系统 |
| CN108508024A (zh) * | 2018-04-02 | 2018-09-07 | 温州宝德电气有限公司 | 一种基于机器视觉的测量系统 |
| CN108519389A (zh) * | 2018-04-02 | 2018-09-11 | 温州宝德电气有限公司 | 基于机器视觉的冲压件表面缺陷检测装置及方法 |
| CN109215085A (zh) * | 2018-08-23 | 2019-01-15 | 上海小萌科技有限公司 | 一种利用计算机视觉与图像识别的物品统计算法 |
| CN109270079A (zh) * | 2018-11-15 | 2019-01-25 | 燕山大学 | 一种基于点云模型的工件表面缺陷精确检测方法 |
| CN109870464A (zh) * | 2019-03-19 | 2019-06-11 | 陕西三星洁净工程有限公司 | 基于机器视觉的杆状物体表面缺陷检测系统及方法 |
| CN109870459A (zh) * | 2019-02-21 | 2019-06-11 | 武汉武大卓越科技有限责任公司 | 无砟轨道的轨道板裂缝检测方法 |
| CN110455815A (zh) * | 2019-09-05 | 2019-11-15 | 西安多维机器视觉检测技术有限公司 | 一种电子元器件外观缺陷检测的方法及系统 |
| CN110567963A (zh) * | 2019-11-06 | 2019-12-13 | 江苏金恒信息科技股份有限公司 | 合金分析视觉定位方法、装置及合金分析系统 |
| CN110632081A (zh) * | 2019-09-12 | 2019-12-31 | 浙江汉振智能技术有限公司 | 基于2d及3d视觉的轴承外观检测设备 |
| CN111197958A (zh) * | 2018-11-19 | 2020-05-26 | 北新集团建材股份有限公司 | 一种板材外观的在线检测系统及方法 |
| CN113390370A (zh) * | 2021-05-17 | 2021-09-14 | 珠海格力电器股份有限公司 | 一种对象检测方法、装置、电子设备及存储介质 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5471309A (en) * | 1992-05-30 | 1995-11-28 | Koenig & Bauer Aktiengesellschaft | Print quality control device for perfecting press |
| US5963328A (en) * | 1997-08-28 | 1999-10-05 | Nissan Motor Co., Ltd. | Surface inspecting apparatus |
| JP2000241147A (ja) * | 1999-02-25 | 2000-09-08 | Nissan Motor Co Ltd | 表面欠陥検査装置 |
| DE20112088U1 (de) * | 2001-07-18 | 2002-01-03 | Vialux Messtechnik & Bildverar | Vorrichtung zur Betonsteinprüfung |
| EP1921442A1 (fr) * | 2006-11-10 | 2008-05-14 | Peugeot Citroen Automobiles SA | Procédé et installation de contrôle de la qualité de pieces |
| CN101586744A (zh) * | 2008-05-23 | 2009-11-25 | 苏州明富自动化设备有限公司 | 一种aoi光源灯具 |
| CN103674970A (zh) * | 2013-12-24 | 2014-03-26 | 中核包头核燃料元件股份有限公司 | 一种批量生产条带的自动检测方法 |
| CN105044118A (zh) * | 2015-08-17 | 2015-11-11 | 东莞市神州视觉科技有限公司 | 一种aoi光源 |
| CN105157602A (zh) * | 2015-07-13 | 2015-12-16 | 西北农林科技大学 | 基于机器视觉的远程三维扫描系统及方法 |
-
2017
- 2017-06-01 CN CN201710404120.1A patent/CN107052086A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5471309A (en) * | 1992-05-30 | 1995-11-28 | Koenig & Bauer Aktiengesellschaft | Print quality control device for perfecting press |
| US5963328A (en) * | 1997-08-28 | 1999-10-05 | Nissan Motor Co., Ltd. | Surface inspecting apparatus |
| JP2000241147A (ja) * | 1999-02-25 | 2000-09-08 | Nissan Motor Co Ltd | 表面欠陥検査装置 |
| DE20112088U1 (de) * | 2001-07-18 | 2002-01-03 | Vialux Messtechnik & Bildverar | Vorrichtung zur Betonsteinprüfung |
| EP1921442A1 (fr) * | 2006-11-10 | 2008-05-14 | Peugeot Citroen Automobiles SA | Procédé et installation de contrôle de la qualité de pieces |
| CN101586744A (zh) * | 2008-05-23 | 2009-11-25 | 苏州明富自动化设备有限公司 | 一种aoi光源灯具 |
| CN103674970A (zh) * | 2013-12-24 | 2014-03-26 | 中核包头核燃料元件股份有限公司 | 一种批量生产条带的自动检测方法 |
| CN105157602A (zh) * | 2015-07-13 | 2015-12-16 | 西北农林科技大学 | 基于机器视觉的远程三维扫描系统及方法 |
| CN105044118A (zh) * | 2015-08-17 | 2015-11-11 | 东莞市神州视觉科技有限公司 | 一种aoi光源 |
Non-Patent Citations (1)
| Title |
|---|
| 吴庆华: "基于线结构光扫描的三维表面缺陷在线检测的理论与应用研究", 《中国博士学位论文全文数据库 信息科技辑》 * |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107578450A (zh) * | 2017-09-14 | 2018-01-12 | 长沙全度影像科技有限公司 | 一种用于全景相机装配误差标定的方法及系统 |
| CN107578450B (zh) * | 2017-09-14 | 2020-04-14 | 长沙全度影像科技有限公司 | 一种用于全景相机装配误差标定的方法及系统 |
| CN108508024A (zh) * | 2018-04-02 | 2018-09-07 | 温州宝德电气有限公司 | 一种基于机器视觉的测量系统 |
| CN108519389A (zh) * | 2018-04-02 | 2018-09-11 | 温州宝德电气有限公司 | 基于机器视觉的冲压件表面缺陷检测装置及方法 |
| CN109215085A (zh) * | 2018-08-23 | 2019-01-15 | 上海小萌科技有限公司 | 一种利用计算机视觉与图像识别的物品统计算法 |
| CN109215085B (zh) * | 2018-08-23 | 2021-09-17 | 上海小萌科技有限公司 | 一种利用计算机视觉与图像识别的物品统计方法 |
| CN109270079A (zh) * | 2018-11-15 | 2019-01-25 | 燕山大学 | 一种基于点云模型的工件表面缺陷精确检测方法 |
| CN111197958A (zh) * | 2018-11-19 | 2020-05-26 | 北新集团建材股份有限公司 | 一种板材外观的在线检测系统及方法 |
| CN109870459B (zh) * | 2019-02-21 | 2021-07-06 | 武汉光谷卓越科技股份有限公司 | 无砟轨道的轨道板裂缝检测方法 |
| CN109870459A (zh) * | 2019-02-21 | 2019-06-11 | 武汉武大卓越科技有限责任公司 | 无砟轨道的轨道板裂缝检测方法 |
| CN109870464A (zh) * | 2019-03-19 | 2019-06-11 | 陕西三星洁净工程有限公司 | 基于机器视觉的杆状物体表面缺陷检测系统及方法 |
| CN110455815A (zh) * | 2019-09-05 | 2019-11-15 | 西安多维机器视觉检测技术有限公司 | 一种电子元器件外观缺陷检测的方法及系统 |
| CN110632081A (zh) * | 2019-09-12 | 2019-12-31 | 浙江汉振智能技术有限公司 | 基于2d及3d视觉的轴承外观检测设备 |
| CN110567963B (zh) * | 2019-11-06 | 2020-02-04 | 江苏金恒信息科技股份有限公司 | 合金分析视觉定位方法、装置及合金分析系统 |
| CN110567963A (zh) * | 2019-11-06 | 2019-12-13 | 江苏金恒信息科技股份有限公司 | 合金分析视觉定位方法、装置及合金分析系统 |
| CN113390370A (zh) * | 2021-05-17 | 2021-09-14 | 珠海格力电器股份有限公司 | 一种对象检测方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| 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 | |
| CN206981462U (zh) | 基于三维视觉的冲压件表面缺陷检测装置 | |
| CN102095733B (zh) | 一种基于机器视觉对瓶盖表面瑕疵的智能检测方法 | |
| CN102218406B (zh) | 一种基于机器视觉的手机外壳缺陷智能检测装置 | |
| CN103954634A (zh) | 一种印刷品在线质量检测系统 | |
| CN102621156B (zh) | 基于图像处理的微小零件自动分拣系统 | |
| CN106706653A (zh) | 一种高速宽型板材检测方法 | |
| CN105866129A (zh) | 一种基于数字投影的产品表面质量在线检测方法 | |
| CN105651782A (zh) | 一种发动机缸盖表面缺陷机器视觉自动检测设备 | |
| CN109375573A (zh) | 一种工业机器视觉系统图像处理方法 | |
| CN206818154U (zh) | 一种齿环内外径外观检测装置 | |
| CN110403232A (zh) | 一种基于二级算法的烟支质量检测方法 | |
| CN204128554U (zh) | 钟表业精密零部件质量快速自动化检测系统 | |
| CN204202647U (zh) | 一种采用反射镜辅助毛片测试的装置 | |
| CN208366821U (zh) | 一种组合光照明的彩色相机rgb图像融合视觉检测装置 | |
| CN207366467U (zh) | 一种用于增材制造的表面缺陷实时检测装置 | |
| CN109840900A (zh) | 一种应用于智能制造车间的故障在线检测系统及检测方法 | |
| CN106803410A (zh) | Led显示模块检测设备 | |
| CN203543350U (zh) | 用于印刷设备的检测系统 | |
| CN205607332U (zh) | 基于机器视觉的桥式起重机桥架跨度测量装置 | |
| CN105067629B (zh) | 一种色环电阻外观缺陷和阻值集成检测方法 | |
| CN202351182U (zh) | 一种马口铁表面缺陷在线高速检测系统 | |
| CN107271446A (zh) | 一种发动机正时齿轮室胶线的视觉检测方法 | |
| CN106872488A (zh) | 一种快速大面积透明基片双表面缺陷视觉检测方法及装置 | |
| CN208155893U (zh) | 基于高速相机的双目视觉划痕检测系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170818 |