CN107220969A - 产品灯位的测试方法及检测系统 - Google Patents
产品灯位的测试方法及检测系统 Download PDFInfo
- Publication number
- CN107220969A CN107220969A CN201710369262.9A CN201710369262A CN107220969A CN 107220969 A CN107220969 A CN 107220969A CN 201710369262 A CN201710369262 A CN 201710369262A CN 107220969 A CN107220969 A CN 107220969A
- Authority
- CN
- China
- Prior art keywords
- picture
- lamp position
- product
- lamp
- similarity
- 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
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
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
Abstract
本发明公开涉及产品生产线测试领域,具体涉及一种产品灯位的测试方法及检测系统,包括以下步骤:步骤一,通过摄像头对待测产品通电后的灯位进行瞬时抓拍;步骤二,对摄像头瞬时抓拍的图片进行预处理,得到形态滤波后的图片;步骤三,对形态滤波后的图片扫描,利用灰度值找出图片上灯位的位置;步骤四,对图片进行剪切,将所有灯位剪切下来,并将剪切下来的灯位图片和相应的灯位信息关联;步骤五,用预先保存好的合格灯位图片根据对应的位置和剪切下来的灯位图片进行像素点扫描对比,如果两张图片的相似度达到合格标准,则产品灯位信息合格,产品通过,如果两张图片的相似度低于合格标准,则产品灯位信息不合格,产品不通过。
Description
技术领域
本发明涉及产品生产线测试领域,具体涉及一种产品灯位的测试方法及检测系统。
背景技术
随着科技的进步,工厂生产规模的扩大,生产出来的产品的灯位经常出现不良现象,由于生产量比较大,一批产品中出现几个或几十个灯位不良品,很难被产线员工检测到,这种灯位不良品出厂之后往往被客户投诉导致赔款,造成重大经济损失。
针对上述问题,产线现有的检测灯位的方法需要在黑暗环境下,检测亮点的个数,从而判断灯位是否正常,这种装置的识别率较低,并且测试的结果并不正确,导致灯位不良品继续流出产线,影响了生产的速度与效率。
发明内容
本发明的目的在于提供一种产品灯位的测试方法及检测系统,解决现有技术中,对灯位的检测效率低,并且检测的结构精准度不高,导致不良产品流入市场后出现被投诉和赔偿的问题。
为解决上述的技术问题,本发明采用以下技术方案:
一种产品灯位的测试方法,包括以下步骤:
步骤一,通过摄像头对待测产品通电后的灯位进行瞬时抓拍;
步骤二,对摄像头瞬时抓拍的图片进行预处理,得到形态滤波后的图片;
步骤三,对形态滤波后的图片扫描,利用灰度值找出图片上灯位的位置;
步骤四,对图片进行剪切,将所有灯位剪切下来,并将剪切下来的灯位图片和相应的灯位信息关联;
步骤五,用预先保存好的合格灯位图片根据对应的位置和剪切下来的灯位图片进行像素点扫描对比,如果两张图片的相似度达到合格标准,则产品灯位信息合格,产品通过,如果两张图片的相似度低于合格标准,则产品灯位信息不合格,产品不通过。
进一步的,所述对摄像头瞬时抓拍的图片进行预处理,具体是对图片的灰度进行处理,采用robert算子进行边缘检测,检测到边缘之后对图片进行腐蚀,然后对腐蚀过的图像进行聚类和填充,使边缘图像更加清晰,去除聚团灰度值小于1600的部分,最终得到形态滤波后的图片。
进一步的,所述利用灰度值找出图片上灯位的位置,具体是对形态滤波后的图片分别进行行扫描和列扫描,分别计算出每一行和每一列的灰度值的总和,找到最大值的几行和几列,行与列的交叉点即为灯位的位置。
进一步的,所述灯位信息包括亮度和距离。
进一步的,所述用预先保存好的合格灯位图片根据对应的位置和剪切下来的灯位图片进行像素点扫描对比,如果两张图片的相似度达95%以上则产品灯位信息合格,产品通过,如果两张图片的相似度低于95%,则产品灯位信息不合格,产品不通过。
一种产品灯位的测试方法,包括以下步骤:
步骤一,基于MATLAB2016A平台搭建检测系统;
步骤二,通过图像数据采集模块控制摄像头对待测产品通电后的灯位进行瞬时抓拍;
步骤三,通过数据处理模块对摄像头瞬时抓拍的图片进行预处理,得到形态滤波后的图片;
步骤四,对形态滤波后的图片扫描,利用灰度值找出图片上灯位的位置;
步骤五,通过图像切割模块对图片进行剪切,将所有灯位剪切下来,并将剪切下来的灯位图片和相应的灯位信息关联;
步骤六,通过相似度对比模块对用预先保存好的合格灯位图片根据对应的位置和剪切下来的灯位图片进行像素点扫描对比,如果两张图片的相似度达到合格标准,则产品灯位信息合格,产品通过,如果两张图片的相似度低于合格标准,则产品灯位信息不合格,产品不通过。
一种产品灯位的测试系统,该检测系统是基于MATLAB2016A平台搭建的,包括以下模块:
用于定位摄像头、程序打开摄像头和拍照保存的图像数据采集模块,
用于灰度处理、边缘检测、灯位位置定位的数据处理模块,
用于行方向像素点计算、列方向像素点计算、阈值切割的图像切割模块,
用于维度计算,像素点计算,相似度比较图片的相似度对比模块,
用于结果输出的信息输出模块。
与现有技术相比,本发明的有益效果是:
本发明控制摄像头进行拍照,然后利用图像定位和图像切割程序,把灯位部分切割出来,与事先保存好的灯位图片进行对比,如果相同则为PASS,如果不同,则为FAIL,能够有效地检测出生产过程中出现的不良品,提高生产测试效率,降低出厂不良品的概率,降低人力成本,提高利润值。
附图说明
图1为本发明产品灯位的测试方法的流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
图1示出了本发明产品灯位的测试方法的一个实施例:一种产品灯位的测试方法,包括以下步骤:
步骤一,通过摄像头对待测产品通电后的灯位进行瞬时抓拍;
步骤二,对摄像头瞬时抓拍的图片进行预处理,得到形态滤波后的图片;
步骤三,对形态滤波后的图片扫描,利用灰度值找出图片上灯位的位置;
步骤四,对图片进行剪切,将所有灯位剪切下来,并将剪切下来的灯位图片和相应的灯位信息关联;
步骤五,用预先保存好的合格灯位图片根据对应的位置和剪切下来的灯位图片进行像素点扫描对比,如果两张图片的相似度达到合格标准,则产品灯位信息合格,产品通过,如果两张图片的相似度低于合格标准,则产品灯位信息不合格,产品不通过。
根据本发明产品灯位的测试方法的另一个实施例:一种产品灯位的测试方法,包括以下步骤:
步骤一,通过摄像头对待测产品通电后的灯位进行瞬时抓拍;
步骤二,对摄像头瞬时抓拍的图片进行预处理,得到形态滤波后的图片,具体是对图片的灰度进行处理,采用robert算子进行边缘检测,检测到边缘之后对图片进行腐蚀,然后对腐蚀过的图像进行聚类和填充,使边缘图像更加清晰,去除聚团灰度值小于1600的部分,最终得到形态滤波后的图片;
步骤三,对形态滤波后的图片扫描,利用灰度值找出图片上灯位的位置;
步骤四,对图片进行剪切,将所有灯位剪切下来,并将剪切下来的灯位图片和相应的灯位信息关联;
步骤五,用预先保存好的合格灯位图片根据对应的位置和剪切下来的灯位图片进行像素点扫描对比,如果两张图片的相似度达到合格标准,则产品灯位信息合格,产品通过,如果两张图片的相似度低于合格标准,则产品灯位信息不合格,产品不通过。
根据本发明产品灯位的测试方法的另一个实施例:一种产品灯位的测试方法,包括以下步骤:
步骤一,通过摄像头对待测产品通电后的灯位进行瞬时抓拍;
步骤二,对摄像头瞬时抓拍的图片进行预处理,得到形态滤波后的图片,具体是对图片的灰度进行处理,采用robert算子进行边缘检测,检测到边缘之后对图片进行腐蚀,然后对腐蚀过的图像进行聚类和填充,使边缘图像更加清晰,去除聚团灰度值小于1600的部分,最终得到形态滤波后的图片;
步骤三,对形态滤波后的图片扫描,利用灰度值找出图片上灯位的位置,具体是对形态滤波后的图片分别进行行扫描和列扫描,分别计算出每一行和每一列的灰度值的总和,找到最大值的几行和几列,行与列的交叉点即为灯位的位置;
步骤四,对图片进行剪切,将所有灯位剪切下来,并将剪切下来的灯位图片和相应的灯位信息关联;
步骤五,用预先保存好的合格灯位图片根据对应的位置和剪切下来的灯位图片进行像素点扫描对比,如果两张图片的相似度达到合格标准,则产品灯位信息合格,产品通过,如果两张图片的相似度低于合格标准,则产品灯位信息不合格,产品不通过。
根据本发明产品灯位的测试方法的另一个实施例:一种产品灯位的测试方法,包括以下步骤:
步骤一,通过摄像头对待测产品通电后的灯位进行瞬时抓拍;
步骤二,对摄像头瞬时抓拍的图片进行预处理,得到形态滤波后的图片,具体是对图片的灰度进行处理,采用robert算子进行边缘检测,检测到边缘之后对图片进行腐蚀,然后对腐蚀过的图像进行聚类和填充,使边缘图像更加清晰,去除聚团灰度值小于1600的部分,最终得到形态滤波后的图片;
步骤三,对形态滤波后的图片扫描,利用灰度值找出图片上灯位的位置,具体是对形态滤波后的图片分别进行行扫描和列扫描,分别计算出每一行和每一列的灰度值的总和,找到最大值的几行和几列,行与列的交叉点即为灯位的位置;
步骤四,对图片进行剪切,将所有灯位剪切下来,并将剪切下来的灯位图片和相应的灯位信息关联;
步骤五,用预先保存好的合格灯位图片根据对应的位置和剪切下来的灯位图片进行像素点扫描对比,如果两张图片的相似度达95%以上则产品灯位信息合格,产品通过,如果两张图片的相似度低于95%,则产品灯位信息不合格,产品不通过。
上述各实施例中,作为优选,所述灯位信息包括亮度和距离。
另外,本发明所示出的产品灯位的测试方法,还可以是:
一种产品灯位的测试方法,包括以下步骤:
步骤一,基于MATLAB2016A平台搭建检测系统;
步骤二,通过图像数据采集模块控制摄像头对待测产品通电后的灯位进行瞬时抓拍;
步骤三,通过数据处理模块对摄像头瞬时抓拍的图片进行预处理,得到形态滤波后的图片;
步骤四,对形态滤波后的图片扫描,利用灰度值找出图片上灯位的位置;
步骤五,通过图像切割模块对图片进行剪切,将所有灯位剪切下来,并将剪切下来的灯位图片和相应的灯位信息关联;
步骤六,通过相似度对比模块对用预先保存好的合格灯位图片根据对应的位置和剪切下来的灯位图片进行像素点扫描对比,如果两张图片的相似度达到合格标准,则产品灯位信息合格,产品通过,如果两张图片的相似度低于合格标准,则产品灯位信息不合格,产品不通过。
本发明还示出了一种产品灯位的测试系统:一种产品灯位的测试系统,该检测系统是基于MATLAB2016A平台搭建的,包括以下模块:
用于定位摄像头、程序打开摄像头和拍照保存的图像数据采集模块,
用于灰度处理、边缘检测、灯位位置定位的数据处理模块,
用于行方向像素点计算、列方向像素点计算、阈值切割的图像切割模块,
用于维度计算,像素点计算,相似度比较图片的相似度对比模块,
用于结果输出的信息输出模块。
MATLAB是一款很强大的数学软件,主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。我们主要用到它的图像处理功能。
本发明的工作原理是通过MATLAB软件程序控制摄像头进行拍照,然后利用图像定位和图像切割程序,把灯位部分切割出来,与事先保存好的灯位图片进行对比,如果相同则为PASS;如果不同,则为FAIL。能够有效地提高识别的准确率,提高产线生产的效率,降低不良率,防止不良品流入市场。
尽管这里参照本发明的多个解释性实施例对本发明进行了描述,但是,应该理解,本领域技术人员可以设计出很多其他的修改和实施方式,这些修改和实施方式将落在本申请公开的原则范围和精神之内。更具体地说,在本申请公开、附图和权利要求的范围内,可以对主题组合布局的组成部件和/或布局进行多种变型和改进。除了对组成部件和/或布局进行的变形和改进外,对于本领域技术人员来说,其他的用途也将是明显的。
Claims (7)
1.一种产品灯位的测试方法,其特征在于包括以下步骤:
步骤一,通过摄像头对待测产品通电后的灯位进行瞬时抓拍;
步骤二,对摄像头瞬时抓拍的图片进行预处理,得到形态滤波后的图片;
步骤三,对形态滤波后的图片扫描,利用灰度值找出图片上灯位的位置;
步骤四,对图片进行剪切,将所有灯位剪切下来,并将剪切下来的灯位图片和相应的灯位信息关联;
步骤五,用预先保存好的合格灯位图片根据对应的位置和剪切下来的灯位图片进行像素点扫描对比,如果两张图片的相似度达到合格标准,则产品灯位信息合格,产品通过,如果两张图片的相似度低于合格标准,则产品灯位信息不合格,产品不通过。
2.根据权利要求1所述的产品灯位的测试方法,其特征在于:所述对摄像头瞬时抓拍的图片进行预处理,具体是对图片的灰度进行处理,采用robert算子进行边缘检测,检测到边缘之后对图片进行腐蚀,然后对腐蚀过的图像进行聚类和填充,使边缘图像更加清晰,去除聚团灰度值小于1600的部分,最终得到形态滤波后的图片。
3.根据权利要求1所述的产品灯位的测试方法,其特征在于:所述利用灰度值找出图片上灯位的位置,具体是对形态滤波后的图片分别进行行扫描和列扫描,分别计算出每一行和每一列的灰度值的总和,找到最大值的几行和几列,行与列的交叉点即为灯位的位置。
4.根据权利要求1所述的产品灯位的测试方法,其特征在于:所述灯位信息包括亮度和距离。
5.根据权利要求1所述的产品灯位的测试方法,其特征在于:所述用预先保存好的合格灯位图片根据对应的位置和剪切下来的灯位图片进行像素点扫描对比,如果两张图片的相似度达95%以上则产品灯位信息合格,产品通过,如果两张图片的相似度低于95%,则产品灯位信息不合格,产品不通过。
6.一种产品灯位的测试方法,其特征在于包括以下步骤:
步骤一,基于MATLAB2016A平台搭建检测系统;
步骤一,通过图像数据采集模块控制摄像头对待测产品通电后的灯位进行瞬时抓拍;
步骤二,通过数据处理模块对摄像头瞬时抓拍的图片进行预处理,得到形态滤波后的图片;
步骤三,对形态滤波后的图片扫描,利用灰度值找出图片上灯位的位置;
步骤四,通过图像切割模块对图片进行剪切,将所有灯位剪切下来,并将剪切下来的灯位图片和相应的灯位信息关联;
步骤五,通过相似度对比模块对用预先保存好的合格灯位图片根据对应的位置和剪切下来的灯位图片进行像素点扫描对比,如果两张图片的相似度达到合格标准,则产品灯位信息合格,产品通过,如果两张图片的相似度低于合格标准,则产品灯位信息不合格,产品不通过。
7.一种产品灯位的测试系统,其特征在于包括:该检测系统是基于MATLAB2016A平台搭建的,包括以下模块:
用于定位摄像头、程序打开摄像头和拍照保存的图像数据采集模块,
用于灰度处理、边缘检测、灯位位置定位的数据处理模块,
用于行方向像素点计算、列方向像素点计算、阈值切割的图像切割模块,
用于维度计算,像素点计算,相似度比较图片的相似度对比模块,
用于结果输出的信息输出模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710369262.9A CN107220969A (zh) | 2017-05-23 | 2017-05-23 | 产品灯位的测试方法及检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710369262.9A CN107220969A (zh) | 2017-05-23 | 2017-05-23 | 产品灯位的测试方法及检测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107220969A true CN107220969A (zh) | 2017-09-29 |
Family
ID=59945103
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710369262.9A Pending CN107220969A (zh) | 2017-05-23 | 2017-05-23 | 产品灯位的测试方法及检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107220969A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110910369A (zh) * | 2019-11-19 | 2020-03-24 | 珠海格力电器股份有限公司 | 一种生产线监管的方法、装置及存储介质 |
CN111008968A (zh) * | 2019-12-04 | 2020-04-14 | 深圳科瑞技术股份有限公司 | 图片处理方法、装置及存储介质 |
CN111031287A (zh) * | 2019-12-26 | 2020-04-17 | 天津天地伟业投资管理有限公司 | 一种嵌入式球形摄像机运维提效的方法 |
CN111595561A (zh) * | 2020-06-30 | 2020-08-28 | 东莞市聚明电子科技有限公司 | Led灯珠键盘背光模组的计数识别的智能检测方法及装置 |
CN111721508A (zh) * | 2020-06-30 | 2020-09-29 | 东莞市聚明电子科技有限公司 | 基于计数分析识别的键盘背光模组的智能检测方法及装置 |
CN111721509A (zh) * | 2020-06-30 | 2020-09-29 | 东莞市聚明电子科技有限公司 | 基于极坐标的led灯珠键盘背光模组的智能检测方法及装置 |
CN113063346A (zh) * | 2020-10-14 | 2021-07-02 | 泰州无印广告传媒有限公司 | 产品外观合格等级辨识平台 |
CN115790402A (zh) * | 2022-10-25 | 2023-03-14 | 北京泊菲莱科技有限公司 | 一种球型光源尺寸测量方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1605087A (zh) * | 2001-12-17 | 2005-04-06 | 埃尔迪姆公司 | 控制显示屏的低分辨率采集方法和设备 |
US20130194418A1 (en) * | 2013-03-13 | 2013-08-01 | Electronic Scripting Products, Inc. | Reduced Homography for Recovery of Pose Parameters of an Optical Apparatus producing Image Data with Structural Uncertainty |
CN105574851A (zh) * | 2015-12-09 | 2016-05-11 | 西安诺瓦电子科技有限公司 | Led显示屏逐点校正用点定位方法及装置 |
US20160225139A1 (en) * | 2015-01-29 | 2016-08-04 | Cheng Mei Instrument Technology Co., Ltd. | Detection method and device for touch panel |
-
2017
- 2017-05-23 CN CN201710369262.9A patent/CN107220969A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1605087A (zh) * | 2001-12-17 | 2005-04-06 | 埃尔迪姆公司 | 控制显示屏的低分辨率采集方法和设备 |
US20130194418A1 (en) * | 2013-03-13 | 2013-08-01 | Electronic Scripting Products, Inc. | Reduced Homography for Recovery of Pose Parameters of an Optical Apparatus producing Image Data with Structural Uncertainty |
US20160225139A1 (en) * | 2015-01-29 | 2016-08-04 | Cheng Mei Instrument Technology Co., Ltd. | Detection method and device for touch panel |
CN105574851A (zh) * | 2015-12-09 | 2016-05-11 | 西安诺瓦电子科技有限公司 | Led显示屏逐点校正用点定位方法及装置 |
Non-Patent Citations (4)
Title |
---|
刘毅 等: "MATLAB在TFT-LCD屏显示MURA缺陷检测的应用", 《液晶与显示》 * |
李传乐: "TFT-LCD缺陷检测系统中的图像处理", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
石康: "基于机器视觉的平板显示屏检测技术研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
窦兆玉 等: "基于机器视觉的液晶屏幕坏点检测", 《北京信息科技大学学报自然科学版》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110910369A (zh) * | 2019-11-19 | 2020-03-24 | 珠海格力电器股份有限公司 | 一种生产线监管的方法、装置及存储介质 |
CN111008968A (zh) * | 2019-12-04 | 2020-04-14 | 深圳科瑞技术股份有限公司 | 图片处理方法、装置及存储介质 |
CN111008968B (zh) * | 2019-12-04 | 2024-04-12 | 深圳科瑞技术股份有限公司 | 图片处理方法、装置及存储介质 |
CN111031287A (zh) * | 2019-12-26 | 2020-04-17 | 天津天地伟业投资管理有限公司 | 一种嵌入式球形摄像机运维提效的方法 |
CN111595561A (zh) * | 2020-06-30 | 2020-08-28 | 东莞市聚明电子科技有限公司 | Led灯珠键盘背光模组的计数识别的智能检测方法及装置 |
CN111721508A (zh) * | 2020-06-30 | 2020-09-29 | 东莞市聚明电子科技有限公司 | 基于计数分析识别的键盘背光模组的智能检测方法及装置 |
CN111721509A (zh) * | 2020-06-30 | 2020-09-29 | 东莞市聚明电子科技有限公司 | 基于极坐标的led灯珠键盘背光模组的智能检测方法及装置 |
CN113063346A (zh) * | 2020-10-14 | 2021-07-02 | 泰州无印广告传媒有限公司 | 产品外观合格等级辨识平台 |
CN115790402A (zh) * | 2022-10-25 | 2023-03-14 | 北京泊菲莱科技有限公司 | 一种球型光源尺寸测量方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107220969A (zh) | 产品灯位的测试方法及检测系统 | |
CN111965246B (zh) | 一种基于多信息融合的刮板机故障检测方法及其检测系统 | |
KR102022496B1 (ko) | 비전 이미지 검출을 이용한 공정 관리 및 모니터링 시스템 및 그 방법 | |
CN100499057C (zh) | 晶片检测方法 | |
CN101566582B (zh) | 基于机器视觉的粉针剂生产中药瓶标贴信息在线检测系统 | |
CN103785622B (zh) | 基于机器视觉的零件分拣装置的零件分拣方法 | |
CN108711148A (zh) | 一种基于深度学习的轮胎缺陷智能检测方法 | |
CN104483320A (zh) | 工业脱硝催化剂的数字化缺陷检测装置与检测方法 | |
CN111695493B (zh) | 一种输电线路隐患的检测方法及系统 | |
CN111597904B (zh) | 用于隧道电缆支架倾斜的识别方法 | |
CN111507261A (zh) | 一种基于视觉目标定位的工序操作质量监控方法 | |
CN108776966A (zh) | 一种磁体外观缺陷检测的方法及系统 | |
CN113506281A (zh) | 一种基于深度学习框架的桥梁裂缝检测方法 | |
CN117372377A (zh) | 一种单晶硅棱线的断线检测方法、装置及电子设备 | |
CN113569730B (zh) | 防护状态检测方法、装置及电子设备 | |
JPH04238592A (ja) | 結束棒鋼自動検数装置 | |
CN114387564A (zh) | 一种基于YOLOv5的磕头机停抽检测方法 | |
CN115082850A (zh) | 基于计算机视觉的模板支架安全风险识别方法 | |
CN108956617A (zh) | 一种基于微形变智能分类器的电子器件焊点热循环失效的检测方法 | |
CN105427295A (zh) | 一种基于焊缝的图像识别方法和图像识别系统 | |
KR20210014452A (ko) | 제조 공정 비정상 데이터 탐지 시스템 | |
CN114419080B (zh) | 一种幕墙巡检系统和方法 | |
CN104168473B (zh) | 一种视频图像的横波干扰的检测方法及装置 | |
CN117269197B (zh) | 多晶硅原料表面质量检测方法及检测装置 | |
CN116818769B (zh) | 一种基于机器视觉的异常检测方法及系统 |
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 |
Application publication date: 20170929 |
|
RJ01 | Rejection of invention patent application after publication |