CN107271446A - 一种发动机正时齿轮室胶线的视觉检测方法 - Google Patents
一种发动机正时齿轮室胶线的视觉检测方法 Download PDFInfo
- Publication number
- CN107271446A CN107271446A CN201710616755.8A CN201710616755A CN107271446A CN 107271446 A CN107271446 A CN 107271446A CN 201710616755 A CN201710616755 A CN 201710616755A CN 107271446 A CN107271446 A CN 107271446A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- tree lace
- mtd
- actual
- 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
- 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
-
- 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
- G01N2021/8887—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 based on image processing techniques
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- 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)
- Length Measuring Devices By Optical Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种发动机正时齿轮室胶线的视觉检测方法,上位机处理单元将采集到的图像沿着胶线轨迹采用分段检测的方式进行检测,Pi(Xi,Yi)和Pi+1(Xi+1,Yi+1)代表离线保存的标准胶线轨迹的中线上第i段两个间隔6mm的点的坐标,计算得到该标准段胶线的角度,由标准胶线段的位置确定实际胶线第i次测量的搜索区域,在搜索区内用斑点分析函数Blob函数对实际胶线进行图像处理分析,得到第i段实际胶线的面积Si和第i段实际胶线的中心点坐标Ni(xi',yi');Pi(Xi,Yi)和Pi+1(Xi+1,Yi+1)的欧式距离即为第i段实际胶线的长度Li,第i段实际胶线的胶宽Wi=Si/Li;Mi(xi,yi)为第i段标准胶线的中心点坐标,Mi与Ni的欧式距离即为第i段实际胶线的偏移量;本发明专利能帮助实现发动机正时齿轮室胶线的快速、准确、自动检测。
Description
技术领域
本发明专利涉及产品检测方法,尤其涉及一种基于机器视觉的发动机正时齿轮室胶线的视觉检测方法,属于产品检测领域。
背景技术
随着经济水平的提高,消费者对汽车安全和能源消耗的要求较高,这对汽车企业的技术提出了新的要求。发动机是汽车的心脏,为汽车的行走提供动力。正时齿轮室盖板的胶线质量直接影响着飞轮壳的装配及发动机的油封性能,需检测的胶线外观如附图3中沿齿轮室外边缘的黑线,工艺上要求胶宽为2-4mm,胶线的偏移小于2mm,不能存在断胶情况。
正时齿轮室的安装是发动机生产过程中的重要一环,由涂胶机器人进行齿轮室盖板的涂胶,可能会存在断胶、胶宽不合格、胶线偏移的情况。传统的检测方法是靠人工利用肉眼或测量器材检测,其自动化程度和可靠性不高,易造成检测出错的情况。
人类依靠自己的眼睛来获取外部环境的信息,进而做出各种判断和动作。机器视觉技术也就是图像处理技术,主要是利用工业相机来模拟人的眼睛的视觉功能,从客观事物的图像中提取信息,进行处理并加以理解,最终用于实际的检测、测量和控制。
本发明专利即是把机器视觉技术应用到发动机正时齿轮室的生产过程中,利用视觉检测技术实现胶线的检测,可以大大减少操作人员的工作量,提高自动化水平。
发明内容
为提高发动机正时齿轮室胶线检测的准确率和速率、降低人工检测成本,本发明专利提供了一种发动机正时齿轮室胶线的视觉检测方法。
本发明专利所采用的技术方案是:
(1)沿着胶线轨迹进行分段检测,Pi(Xi,Yi)和Pi+1(Xi+1,Yi+1)代表离线保存的标准胶线轨迹的中线上第i段两个间隔6mm的点的坐标,由式(1)计算得到该标准段胶线的角度α:
由标准胶线段的位置确定实际胶线第i次测量的搜索区域,由式(2)计算得到:
式中:Mi(xi,yi)为第i次测量的搜索区域中心点的坐标,ri代表第i次测量的搜索区域的旋转角度。在搜索区内用斑点分析函数Blob函数对实际胶线进行图像处理分析,得到第i段实际胶线的面积Ai和第i段实际胶线的中心点坐标Ni(xi',yi');由于实际胶线与标准胶线平行,Pi与Pi+1的欧式距离即为第i段实际胶线的长度
(2)第i段实际胶线的胶宽Wi=Ai/Li,如实际胶宽Wi为2mm≤Wi≤4mm,则第i段实际胶宽合格。
(3)Mi(xi,yi)为第i段标准胶线的中心点坐标,Ni(xi',yi')为第i段实际胶线的中心点坐标,计算Mi与Ni的欧式距离Di即为第i段实际胶线的偏移量,如偏移量Di小于2mm,则实际胶线偏移合格。
(4)调用斑点分析函数Blob函数对第i段实际胶线进行连通性计算,判断实际胶线断胶情况,如斑点数量为1,则不存在胶线断开的情况。
发动机正时齿轮室胶线的视觉检测系统包括图像采集单元、运动控制单元以及实时监控单元。
图像采集单元由4个Basler acA2500-14gm黑白工业相机、4个TAMRON-M118FM16百万像素定焦镜头、4个OPT-LIG495高亮条形光源、背光灯箱和图像采集卡组成,背光灯箱的高度*宽度*厚度为750*750*250mm;4个黑白工业相机安装在背光灯箱内壁,背光灯箱内壁与正时齿轮室盖板检测面的距离保持在900mm±5mm范围内;4个百万像素定焦镜头分别安装在4个黑白工业相机上,4个高亮条形光源分别安装在背光灯箱内壁四周;图像采集卡安装在实时监控单元中工控机的PCI插槽内,图像采集卡与工业相机通过工业以太网线相连接,实现图像的采集与传输功能。
运动控制单元由PLC、传送带、托盘、接近传感器及RFID模块组成,接近传感器和RFID模块安装在传送带下方,接近传感器与PLC的数字量输入端相连,RFID模块通过PROFIBUS总线与PLC相连;发动机缸体放在托盘上,托盘放在传送带上。
实时监控单元由工控机和显示器组成,工控机与PLC通过工业以太网线相连接,工控机的PCI插槽内的图像采集卡通过工业网线与工业相机连接,负责工控机与PLC和工业相机进行数据交换;此外,显示器提供了人机监控界面,实时显示当前检测情况,记录并保存检测数据及图像。
发动机正时齿轮室胶线的检测区域500*500mm,考虑到检测精度和成本,单个相机无法完成检测,分为4个区域来进行检测。根据正时齿轮室盖板胶线的分布特点,检测分A区、B区、C区、D区4个区,每个区高度*宽度为290*216mm,相机1、相机2、相机3、相机4分别采集A区、B区、C区、D区的图像,相机1、相机2、相机3、相机4与检测的齿轮室盖板的工作距离为750mm,工业相机分辨率为2592*1944,检测精度可达0.11mm。
相机1、2、3、4的中心点分别与检测区域的A区、B区、C区、D区的中心点重合;相机1中心点与灯箱上边框、右边框的距离分别为250mm、175mm;相机2中心点与灯箱下边框、右边框的距离分别为250mm、225mm;相机3中心点与灯箱下边框、左边框的距离分别为250mm、175mm;相机4中心点与灯箱上边框、左边框的距离分别为250mm、175mm。
背光灯箱内,条形光源1中心线与灯箱左边框的距离为80mm,条形光源3中心线与灯箱右边框的距离为80mm,条形光源2中心线与灯箱下边框的距离为95mm,条形光源4中心线与灯箱上边框的距离为95mm。
本发明专利的有益效果:(1)能实现发动机正时齿轮室胶线的快速、准确、自动检测。(2)由于发动机正时齿轮室检测区域较大,单个相机无法完成检测,分为4个区域来进行检测,保证检测的精确性和稳定性。
附图说明
下面结合附图对本发明专利进一步说明。
图1是胶线的分段检测原理图。
图2是发动机正时齿轮室胶线的检测工作流程图。
图3是齿轮室盖板胶线的区域分布图。
图3中待检测的胶线分别在A、B、C、D四个分区中。
图4是发动机正时齿轮室胶线的视觉检测装置的硬件连接结构图。
附图4中编号1、2、3、4是工业相机,编号5是RFID模块,编号6是接近传感器,编号7是发动机缸体,编号8是托盘,编号9是传送带,编号10是背光灯箱,编号11、12、13、14是高亮条形光源,编号15、16是工业网线,编号17是工控机,编号18是显示器,编号19是PLC。
附图5是背光灯箱内壁的正视图。
具体实施方式
下面结合附图对本发明一种发动机正时齿轮室胶线的视觉检测方法的具体实施方式做进一步说明。
经过上一条生产线生产的发动机缸体,需要经过本工位的检测,检测合格以后进入下一条生产线进行飞轮壳的装配。检测装置上电启动后,由PLC(19)控制传送带(9)运行,装载发动机缸体(7)的托盘(8)开始传送,到达接近传感器(6)时,传送带(9)停止,托盘(8)停止传送,RFID模块(5)读取产品的流水号,PLC(19)向工控机(17)发出开始检测信号,工控机(17)控制工业相机(1)、工业相机(2)、工业相机(3)、工业相机(4)采集齿轮室盖板胶线的图像,并通过图像采集卡将图像传送给工控机(17)进行图像的检测处理,由工控机(17)给出是否合格信号,等待下一个发动机缸体的检测,保证整个系统和整条生产线的不间断运行。
Blob函数为斑点分析函数,首先确定搜索区域,然后对实际胶线进行分析,通过该函数可以得到该段胶线的面积、中心点坐标以及斑点数量。胶线轨迹指齿轮室盖板上胶线的所有点构成的轨迹,齿轮室盖板胶线的检测由以下4个步骤完成:
(1)如附图1所示,沿着胶线轨迹进行分段检测,Pi(Xi,Yi)和Pi+1(Xi+1,Yi+1)代表离线保存的标准胶线轨迹的中线上第i段两个间隔6mm的点的坐标,由式(1)计算得到该标准段胶线的角度α:
由标准胶线段的位置确定实际胶线第i次测量的搜索区域,由式(2)计算得到:
式中:Mi(xi,yi)为第i次测量的搜索区域中心点的坐标,ri代表第i次测量的搜索区域的旋转角度。在搜索区内用斑点分析函数Blob函数对实际胶线进行图像处理分析,得到第i段实际胶线的面积Ai和第i段实际胶线的中心点坐标Ni(xi',yi');由于实际胶线与标准胶线平行,Pi与Pi+1的欧式距离即为第i段实际胶线的长度
(2)第i段实际胶线的胶宽Wi=Ai/Li,如实际胶宽Wi为2mm≤Wi≤4mm,则第i段实际胶宽合格。
(3)Mi(xi,yi)为第i段标准胶线的中心点坐标,Ni(xi',yi')为第i段实际胶线的中心点坐标,计算Mi与Ni的欧式距离Di即为第i段实际胶线的偏移量,如偏移量Di小于2mm,则实际胶线偏移合格。
(4)调用斑点分析函数Blob函数对第i段实际胶线进行连通性计算,判断实际胶线断胶情况,如斑点数量为1,则不存在胶线断开的情况。
如附图3所示,胶宽为2-4mm,不存在超过2mm的断胶,且胶线的偏移小于2mm,则为合格品,检测时间小于5s。
整个视觉检测过程实时显示于工控机(17)的显示器(18)上,工控机同时将检测数据及图像进行保存,以便进行数据溯源。
以上是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所做的任何的简单修改、等同变化与修饰,均属于发明技术方案的范围内。
Claims (1)
1.一种发动机正时齿轮室胶线的视觉检测方法,其特征在于,胶线轨迹指齿轮室盖板上胶线的所有点构成的轨迹,视觉检测具体包括以下步骤:
(1)沿着胶线轨迹进行分段检测,Pi(Xi,Yi)和Pi+1(Xi+1,Yi+1)代表离线保存的标准胶线轨迹的中线上第i段两个间隔6mm的点的坐标,由式(1)计算得到该标准段胶线的角度α:
<mrow>
<mi>&alpha;</mi>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>&pi;</mi>
<mo>/</mo>
<mn>2</mn>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>(</mo>
<mrow>
<mo>|</mo>
<msub>
<mi>X</mi>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>X</mi>
<mi>i</mi>
</msub>
<mo>|</mo>
<mo><</mo>
<mn>0.001</mn>
<mo>,</mo>
<msub>
<mi>Y</mi>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>></mo>
<msub>
<mi>Y</mi>
<mi>i</mi>
</msub>
</mrow>
<mo>)</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>-</mo>
<mi>&pi;</mi>
<mo>/</mo>
<mn>2</mn>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>(</mo>
<mrow>
<mo>|</mo>
<msub>
<mi>X</mi>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>X</mi>
<mi>i</mi>
</msub>
<mo>|</mo>
<mo><</mo>
<mn>0.001</mn>
<mo>,</mo>
<msub>
<mi>Y</mi>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo><</mo>
<msub>
<mi>Y</mi>
<mi>i</mi>
</msub>
</mrow>
<mo>)</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>arctan</mi>
<mrow>
<mo>(</mo>
<mrow>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>Y</mi>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>Y</mi>
<mi>i</mi>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mo>/</mo>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>X</mi>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>X</mi>
<mi>i</mi>
</msub>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
</mrow>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>X</mi>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>X</mi>
<mi>i</mi>
</msub>
<mo>&GreaterEqual;</mo>
<mn>0.001</mn>
</mrow>
<mo>)</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>arctan</mi>
<mrow>
<mo>(</mo>
<mrow>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>Y</mi>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>Y</mi>
<mi>i</mi>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mo>/</mo>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>X</mi>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>X</mi>
<mi>i</mi>
</msub>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>&pi;</mi>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>X</mi>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>X</mi>
<mi>i</mi>
</msub>
<mo>&le;</mo>
<mo>-</mo>
<mn>0.001</mn>
</mrow>
<mo>)</mo>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
由标准胶线段的位置确定实际胶线第i次测量的搜索区域,由式(2)计算得到:
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>X</mi>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>X</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>/</mo>
<mn>2</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>Y</mi>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>Y</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>/</mo>
<mn>2</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>r</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mi>&alpha;</mi>
<mo>+</mo>
<mi>&pi;</mi>
<mo>/</mo>
<mn>2</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
式中:Mi(xi,yi)为第i次测量的搜索区域中心点的坐标,ri代表第i次测量的搜索区域的旋转角度;在搜索区内用斑点分析函数Blob函数对实际胶线进行图像处理分析,得到第i段实际胶线的面积Si和第i段实际胶线的中心点坐标Ni(x′i,y′i);由于实际胶线与标准胶线平行,Pi(Xi,Yi)和Pi+1(Xi+1,Yi+1)的欧式距离即为第i段实际胶线的长度
(2)第i段实际胶线的胶宽Wi=Si/Li,如实际胶宽Wi为2mm≤Wi≤4mm,则第i段实际胶宽合格;
(3)Mi(xi,yi)为第i段标准胶线的中心点坐标,Ni(x′i,y′i)为第i段实际胶线的中心点坐标,计算Mi与Ni的欧式距离Di即为第i段实际胶线的偏移量,如偏移量Di小于2mm,则实际胶线偏移合格;
(4)调用斑点分析函数Blob函数对第i段实际胶线进行连通性计算,判断实际胶线断胶情况,如斑点数量为1,则不存在胶线断开的情况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710616755.8A CN107271446B (zh) | 2017-07-26 | 2017-07-26 | 一种发动机正时齿轮室胶线的视觉检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710616755.8A CN107271446B (zh) | 2017-07-26 | 2017-07-26 | 一种发动机正时齿轮室胶线的视觉检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107271446A true CN107271446A (zh) | 2017-10-20 |
CN107271446B CN107271446B (zh) | 2020-01-10 |
Family
ID=60078130
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710616755.8A Active CN107271446B (zh) | 2017-07-26 | 2017-07-26 | 一种发动机正时齿轮室胶线的视觉检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107271446B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109142387A (zh) * | 2018-07-31 | 2019-01-04 | 格力电器(武汉)有限公司 | 一种检测空调外机散热器表面散热膏清洁度装置 |
CN109840902A (zh) * | 2019-01-21 | 2019-06-04 | 无锡埃姆维工业控制设备有限公司 | 一种涂胶检测方法、装置及存储介质 |
CN112461130A (zh) * | 2020-11-16 | 2021-03-09 | 北京平恒智能科技有限公司 | 一种胶粘制品视觉检测工具框定位方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102661706A (zh) * | 2012-04-28 | 2012-09-12 | 江南大学 | 一种基于机器视觉的硬盘磁体位置度自动检测方法 |
CN103148783A (zh) * | 2013-03-06 | 2013-06-12 | 江南大学 | 一种气门摇臂安装位置的自动检测方法 |
CN103644957A (zh) * | 2013-12-03 | 2014-03-19 | 华中科技大学 | 一种基于机器视觉的点胶质量检测方法 |
CN105701492A (zh) * | 2014-11-25 | 2016-06-22 | 宁波舜宇光电信息有限公司 | 一种机器视觉识别系统及其实现方法 |
CN105991913A (zh) * | 2015-02-03 | 2016-10-05 | 宁波舜宇光电信息有限公司 | 一种基于机器视觉定位特征对象的方法 |
CN106404781A (zh) * | 2016-09-05 | 2017-02-15 | 北京康视杰视觉技术有限公司 | 一种涂胶检测方法及装置 |
CN106643510A (zh) * | 2017-03-03 | 2017-05-10 | 江南大学 | 一种发动机正时齿轮室胶线及齿轮对位的视觉检测装置 |
-
2017
- 2017-07-26 CN CN201710616755.8A patent/CN107271446B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102661706A (zh) * | 2012-04-28 | 2012-09-12 | 江南大学 | 一种基于机器视觉的硬盘磁体位置度自动检测方法 |
CN103148783A (zh) * | 2013-03-06 | 2013-06-12 | 江南大学 | 一种气门摇臂安装位置的自动检测方法 |
CN103644957A (zh) * | 2013-12-03 | 2014-03-19 | 华中科技大学 | 一种基于机器视觉的点胶质量检测方法 |
CN105701492A (zh) * | 2014-11-25 | 2016-06-22 | 宁波舜宇光电信息有限公司 | 一种机器视觉识别系统及其实现方法 |
CN105991913A (zh) * | 2015-02-03 | 2016-10-05 | 宁波舜宇光电信息有限公司 | 一种基于机器视觉定位特征对象的方法 |
CN106404781A (zh) * | 2016-09-05 | 2017-02-15 | 北京康视杰视觉技术有限公司 | 一种涂胶检测方法及装置 |
CN106643510A (zh) * | 2017-03-03 | 2017-05-10 | 江南大学 | 一种发动机正时齿轮室胶线及齿轮对位的视觉检测装置 |
Non-Patent Citations (4)
Title |
---|
廖勇 等: ""基于机器视觉的发动机缸体涂胶检测模块的设计与实现"", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
殷苏民 等: ""一种基于机器视觉的电池涂胶缺陷检测方法"", 《机械制造》 * |
石美红 等: ""基于Blob 算法的织物疵点检测算法的研究"", 《现代电子技术》 * |
祝钊 等: ""活塞包胶组件表面缺陷的机器视觉检测研究"", 《科学技术与工程》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109142387A (zh) * | 2018-07-31 | 2019-01-04 | 格力电器(武汉)有限公司 | 一种检测空调外机散热器表面散热膏清洁度装置 |
CN109840902A (zh) * | 2019-01-21 | 2019-06-04 | 无锡埃姆维工业控制设备有限公司 | 一种涂胶检测方法、装置及存储介质 |
CN112461130A (zh) * | 2020-11-16 | 2021-03-09 | 北京平恒智能科技有限公司 | 一种胶粘制品视觉检测工具框定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107271446B (zh) | 2020-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102135236B (zh) | 双目视觉管道内壁自动无损检测方法 | |
CN102218406B (zh) | 一种基于机器视觉的手机外壳缺陷智能检测装置 | |
CN109682826A (zh) | 用于弧面外观检测的机器视觉系统及检测方法 | |
CN103454285A (zh) | 基于机器视觉的传动链条质量检测系统 | |
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 | |
CN106290382A (zh) | 泡罩药片包装缺陷视觉检测装置及方法 | |
CN107393270A (zh) | 一种用于电气仪表检测的移动式视觉巡检设备及方法 | |
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 | |
CN102589516B (zh) | 一种基于双目线扫描摄像机的动态距离测量系统 | |
TWI699525B (zh) | 三維相位移瑕疵檢測方法及系統 | |
CN101424514A (zh) | 基于图像处理的卷尺刻度在线自动检测系统及方法 | |
CN203310407U (zh) | 机械臂定位精度标定装置 | |
CN102176228A (zh) | 一种用于识别多个指针式仪表表盘信息的机器视觉方法 | |
CN107271446A (zh) | 一种发动机正时齿轮室胶线的视觉检测方法 | |
CN110991360B (zh) | 一种基于视觉算法的机器人巡检点位智能配置方法 | |
CN104316033A (zh) | 汽车零部件视觉检测系统 | |
CN108489394A (zh) | 一种大尺寸薄板金属工件几何质量自动检测装置及方法 | |
CN107238955A (zh) | 液晶模组屏检测系统 | |
CN102879404B (zh) | 工业结构化场景中医用胶囊缺陷自动检测的系统 | |
CN109596054A (zh) | 长条形工件的尺寸检测识别方法 | |
CN201653450U (zh) | 一种基于机器视觉的数显仪表自动检定装置 | |
CN104316530A (zh) | 一种零部件检测方法及应用 | |
CN203672319U (zh) | 一种大型汽车零部件视觉检测自动化设备 | |
CN102944693A (zh) | 基于面阵快速场同步ccd图像传感器的测速系统及测速方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |