CN107402216A - 覆膜产品检测系统及方法 - Google Patents
覆膜产品检测系统及方法 Download PDFInfo
- Publication number
- CN107402216A CN107402216A CN201710552178.0A CN201710552178A CN107402216A CN 107402216 A CN107402216 A CN 107402216A CN 201710552178 A CN201710552178 A CN 201710552178A CN 107402216 A CN107402216 A CN 107402216A
- Authority
- CN
- China
- Prior art keywords
- detection
- coated products
- testing agency
- region
- overlay film
- 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
- G01N2021/8854—Grading and classifying of flaws
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)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种覆膜产品检测系统及方法,包括机柜及装配在所述机柜上的上料机构、下料机构、翻转机构、不良件处理机构、控制单元和至少一个检测机构;所述检测机构包括检测相机、检测光源、检测支架、第一传感器和检测单元,所述检测相机和检测光源安装在检测支架上、并位于上料机构或下料机构的上方,所述第一传感器感应到覆膜产品后给所述检测相机发送拍照信号,所述检测单元根据所述检测相机拍摄的图像对覆膜产品进行识别,并将识别结果发送给所述控制单元。本发明的有益效果:本申请充分利用图像处理方式与模式识别技术识别单片覆膜包装产品的缺陷,代替了人工检测,降低了企业生产成本,提升了企业的经济效益。
Description
技术领域
本发明涉及生产自动化领域,尤其涉及一种覆膜产品检测系统及方法。
背景技术
近几年,我国环境空气污染严重,随着经济的发展,人民生活水平得到显著提高,对于防护型口罩需求越来越旺盛,同时对于口罩本身的质量要求也是越来越高。口罩在生产定型后,出厂交付给客户手中使用时,有两种包装,一种是几十片一个大包装,一种是一片一个包装。这种一片一个包装的方式,采用的是覆膜包装,每片口罩正反面覆膜,越来越多的客户和生产厂家采用了这种单片覆膜包装的模式。由于口罩产品需要进行双面的品质检测,包括口罩本体生产缺陷(本体不良和包装不良)和口罩上的脏污、头发丝、蚊虫等缺陷,目前这种单片覆膜包装口罩品质检测采用人工目视检测和手工翻转的方式,效率低下,漏检情况多,受检测人员自身视力、疲劳程度、认真程度的影响很大,出厂产品的不良率无法得到有效控制。
发明内容
本发明要解决的技术问题在于,针对现有技术中的上述缺陷,提供一种覆膜产品检测系统及方法。
本发明解决其技术问题所采用的技术方案是:
提供一种覆膜产品检测系统,包括机柜及装配在所述机柜上的上料机构、下料机构、翻转机构、不良件处理机构、控制单元和至少一个检测机构;
所述检测机构包括检测相机、检测光源、检测支架、第一传感器和检测单元,所述检测相机和检测光源安装在检测支架上、并位于上料机构或下料机构的上方,所述第一传感器感应到覆膜产品后给所述检测相机发送拍照信号,所述检测单元根据所述检测相机拍摄的图像对覆膜产品进行识别,并将识别结果发送给所述控制单元。
在本发明所述的覆膜产品检测系统中,所述检测机构包括位于所述上料机构一侧的正面检测机构,及位于所述下料机构一侧的反面检测机构。
在本发明所述的覆膜产品检测系统中,所述翻转机构位于所述正面检测机构的出料侧,所述翻转机构包括翻转电机、翻转支架和第二传感器;
当所述第二传感器感应到覆膜产品时,若所述正面检测机构发送的识别结果为合格,则控制单元使翻转电机运转,所述翻转电机通过翻转支架将覆膜产品翻转至下料机构上;若所述检测机构发送的识别结果为不合格,则控制单元通过不良件处理机构将覆膜产品运送至正面不合格区域。
在本发明所述的覆膜产品检测系统中,所述下料机构包括下料电机、下料传动机构、打料机构、挡料机构、吹气装置和第三传感器;
若所述反面检测机构发送的识别结果为合格,则控制单元通过所述打料机构将覆膜产品送至良品区域;若所述反面检测机构发送的识别结果为不合格,则控制单元通过挡料机构和吹气装置将不合格的覆膜产品送入反面不合格区域。
在本发明所述的覆膜产品检测系统中,所述检测支架包括固定在所述机柜上的支撑部及连接在所述支撑部上的连接部,所述检测相机和检测光源安装在连接部上,所述连接部在支撑部上的位置可调节。
在本发明所述的覆膜产品检测系统中,所述检测机构还包括遮光板,所述遮光板安装在所述检测支架上。
本发明还提供一种覆膜产品检测方法,包括以下步骤:
S1、检测相机实时采集待检测覆膜产品的正面或反面图像,检测模块根据采集的图像对覆膜区域和产品区域分别进行定位,提取覆膜定位区域和产品定位区域;
S2、判断覆膜区域与产品区域是否定位成功,若不成功,则判定为定位缺陷,否则,执行步骤S3;
S3、计算覆膜定位区域与标准覆膜定位区域的差值,若差值不在第一设定范围内,则判定为覆膜定位缺陷,否则,执行步骤S4;
S4、计算产品定位区域与标准产品定位区域的差值,若差值不在第二设定范围内,则判定为产品定位缺陷,否则,执行步骤S5;
S5、计算覆膜定位区域的中心与产品定位区域的中心的偏差,若偏差不在第三设定范围内,则判定为产品包装不良缺陷,否则,执行步骤S6;
S6、采用图像自适应阈值的方法对产品进行缺陷检查,若检查合格,则判定为正面或反面合格,否则,判定为脏污缺陷。
在本发明所述的覆膜产品检测方法中,所述步骤S1具体包括:所述检测模块将采集的正面或反面图像转换为灰度图、并采用轮廓提取算法和最小外接四边形算法对覆膜区域和产品区域分别进行定位。
在本发明所述的覆膜产品检测方法中,所述轮廓提取算法和最小外接四边形算法具体包括:对灰度图进行图像增强处理和避位处理后,进行图像二值化处理和图像腐蚀处理,再采用轮廓提取算法进行图像轮廓检测,并对面积最大的轮廓采用最小外接四边形进行四边形拟合处理,得到外接四边形四个定点的坐标。
在本发明所述的覆膜产品检测方法中,所述图像增强处理步骤具体为:遍历图像区域的像素值,将大于指定值的像素增加至设定值,将小于指定值的像素值置为0。
综上所述,实施本发明提供的一种覆膜产品检测系统及方法,具有以下有益效果:本申请充分利用图像处理方式与模式识别技术识别单片覆膜包装产品的缺陷,代替了人工检测,降低了企业生产成本,提高了产品成品质量,提高了企业生产效率,提升了企业的经济效益。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明一个实施例提供的一种覆膜产品检测系统的立体图;
图2是图1所示一种覆膜产品检测系统的主视图;
图3是图1所示一种覆膜产品检测系统的俯视图。
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。
如图1所示,本发明较佳实施例提供了一种覆膜产品检测系统,用于检测产品本身是否有缺陷,或者产品是否覆膜不良,并能对产品上的头发丝、脏污、蚊虫等缺陷进行自动识别和分析。本发明覆膜检测系统的运行平稳,自动化程度高,结构简单,容易实现。在本实施例中,产品为口罩,但是本实施例并不将产品限定为口罩。
本申请的覆膜检测系统主要包括机柜1,及装配在机柜1上的上料机构2、下料机构3、翻转机构4、检测机构5、不良件处理机构6和控制单元。结合图1和图2所示,检测机构5包括两个,两个检测机构5分别为正面检测机构5a和反面检测机构5b,正面检测机构5a位于上料机构2的一侧,用于对口罩的正面进行检测,负面检测机构5b位于下料机构3的一侧,用于对口罩的反面进行检测。
机柜1大致呈L形,其包括第一机柜11和第二机柜12,第一机柜11与第二机柜12通过机柜连接件13连接和固定。上料机构2、正面检测机构5a、翻转机构4和不良件处理机构6安装在第一机柜11上,下料机构3和反面检测机构5b安装在第二机柜12上。
具体的,上料机构2包括上料电机21和上料传动机构22,上料传动机构22为皮带轮传动机构,上料电机21带动皮带轮传动机构运动,单片覆膜口罩在皮带轮传动机构上运动。在本实施例中,上料电机21为伺服电机,皮带轮传动机构为黑色平皮带。
检测机构5包括正面检测机构5a和反面检测机构5b,正面检测机构5a和反面检测机构5b均包括检测相机51、检测光源52、检测支架53、遮光板54、第一传感器55和检测单元。
结合图1和图2所示,检测支架53安装在机柜1上,其包括支撑部531和连接部532,支撑部531大致呈柱状结构,其固定在机柜1上,位于上料机构2或下料机构3的侧边处,连接部532的一端连接在支撑部531上,连接部532的另一端延伸至上料机构2或下料机构3的上方。在本实施例中,连接部532在支撑部531上的位置可调节,支撑部531上设置有滑槽(未标号),连接部532的一端可滑动的连接在该滑槽内,操作人员可以根据需要调整连接部532距机柜1的高度。
检测相机51与检测光源52分别安装在连接部532上,检测光源52位于检测相机51的下方、并固定在连接部532两侧的折弯部上,检测光源5上设置有穿孔,检测相机51从该穿孔中穿设。遮光板54包括两块,两块遮光板54固定在连接部532两侧的折弯部上。第一传感器55固定在检测机构5的进料侧,检测单元用于对覆膜口罩的正面或反面进行识别,检测单元分别与检测相机51及控制单元电连接。当第一传感器55感应到有覆膜口罩产品后,第一传感器55给检测相机51发送拍照信号,检测单元根据检测相机51拍摄的图像对覆膜口罩进行自动识别,并将识别结果发送给控制单元进行下一步处理。
本实施例中,检测相机51与检测光源52均位于上料传动机构22的正上方,检测单元为CCD检测软件,第一传感器55为光纤传感器。检测光源52为开孔背光源,开孔背光源的光线均匀、柔和,能有效降低覆膜口罩产品的反光。
翻转机构4位于正面检测机构5a的出料侧,翻转机构4主要包括翻转电机41、翻转支架42和第二传感器43。当第二传感器43感应到覆膜口罩时,若正面检测机构5a的发送的识别结果为合格,则控制单元使翻转电机41运转,翻转电机41带动翻转支架42将覆膜口罩自动翻转至下料机构3上,随后,位于下料机构3一侧的反面检测机构5b对覆膜口罩的反面进行检测;若正面检测机构5a发送的识别结果为不合格,则控制单元使不良件处理机构6将不良品运送到正面不合格区域。本实施例中,翻转电机41为进步电机,第二传感器43为光纤传感器。
下料机构3包括下料电机31、下料传动机构32、打料机构33、挡料机构34、吹气装置35和第三传感器36。其中,下料传动机构32为皮带轮传动机构,下料电机31带动皮带轮传动机构运动。当正面检测机构5a的识别结果为合格时,翻转支架42将产品自动翻转至下料传动机构32上。
当反面检测机构5b的第一传感器55感应到下料传动机构32上的覆膜口罩后,给检测相机51发送拍照信号,检测单元根据检测相机51拍摄的图像对覆膜口罩进行自动识别,并将识别结果发送给控制单元。若反面检测机构5b发送的识别结果为合格,则控制单元使打料机构33下降,将合格品送入良品区域;若反面检测结构5b发送的识别结果为不合格,则控制单元使挡料机构34抬起,并控制吹气装置35将不合格品送入反面不合格区域。
在本实施例中,下料电机31为伺服电机,皮带轮传动机构为黑色平皮带,打料机构33与挡料机构34均为汽缸结构。
本发明还提供了一种覆膜产品检测方法,包括以下步骤:
S1、检测相机实时采集待检测覆膜产品的正面或反面图像,检测模块将采集的正面或反面图像转换为灰度图、并根据灰度图对覆膜区域和产品区域分别进行定位,提取覆膜定位区域和产品定位区域。
具体的,检测相机与工控机连接,检测模块将检测相机采集的正面或反面图像转换为灰度图,并将灰度图按预设比例缩小得到当前正面或反面标准尺寸灰度图像。检测模块根据当前正面或反面标准尺寸灰度图像、采用不同的阈值和轮廓提取算法和最小外接四边形算法对覆膜区域和产品区域分别进行定位,提取覆膜定位区域和产品定位区域。
在利用轮廓提取算法和最小外接四边形算法对覆膜区域或者产品区域进行定位处理的步骤具体为:对灰度图像进行图像局部增强处理和避位处理,然后依次进行图像二值化处理和图像腐蚀处理;采用轮廓提取算法进行图像轮廓检测,并对面积最大的轮廓采用最小外接四边形进行四边形拟合处理,得到外接四边形四个定点的坐标。
上述图像增强处理步骤具体为:遍历图像区域像素值,将大于指定值的像素增加至设定值,将小于制定值的像素值全部置为0。
S2、判断覆膜区域与产品区域是否定位成功,若不成功,则将待检测的覆膜产品判定为定位缺陷,否则,执行步骤S3;
S3、计算覆膜定位区域与标准覆膜定位区域的差值,若差值不在第一设定范围内,则判定为覆膜定位缺陷,否则,执行步骤S4;
S4、计算产品定位区域与标准产品定位区域的差值,若差值不在第二设定范围内,则判定为产品定位缺陷,否则,执行步骤S5;
S5、计算覆膜定位区域的中心与产品定位区域的中心的偏差,若偏差不在第三设定范围内,则判定为产品包装不良缺陷,否则,执行步骤S6;
S6、采用图像自适应阈值的方法对产品进行缺陷检查,若检查合格,则判定为正面或反面合格,否则,判定为脏污缺陷。
缺陷检查主要对产品的内部区域进行脏污、头发丝、蚊虫等缺陷进行检测,采用图像自适应阈值的方法可有效检测出0.03mm~0.08mm以上的头发丝和脏污。当产品进行图像自适应阈值处理后,只保留头发丝等脏污的二值化图像在待处理的图像上,统计处理后的二值化图像上的污点数量,当污点数量超出事先设定的阈值范围时,判定产品为脏污缺陷,否则,判定产品为正面或反面合格。实际处理中,处理后的二值化图像上的污点可以用白点来表示,即只需统计处理后的二值化图像上的白点数量即可。
综上所述,本发明提供的一种覆膜产品检测系统及方法充分利用图像处理方式与模式识别技术识别单片覆膜包装产品的缺陷,代替了人工检测,降低了企业生产成本,提高了产品成品质量,提高了企业生产效率,提升了企业的经济效益。
虽然本发明是通过具体实施例进行说明的,本领域技术人员应当明白,在不脱离本发明范围的情况下,还可以对本发明进行各种变换及等同替代。另外,针对特定情形或材料,可以对本发明做各种修改,而不脱离本发明的范围。因此,本发明不局限于所公开的具体实施例,而应当包括落入本发明权利要求范围内的全部实施方式。
Claims (10)
1.一种覆膜产品检测系统,其特征在于,包括机柜(1)及装配在所述机柜(1)上的上料机构(2)、下料机构(3)、翻转机构(4)、不良件处理机构(6)、控制单元和至少一个检测机构(5);
所述检测机构(5)包括检测相机(51)、检测光源(52)、检测支架(53)、第一传感器(55)和检测单元,所述检测相机(51)和检测光源(52)安装在检测支架(53)上、并位于上料机构(2)或下料机构(3)的上方,所述第一传感器(55)感应到覆膜产品后给所述检测相机(51)发送拍照信号,所述检测单元根据所述检测相机(51)拍摄的图像对覆膜产品进行识别,并将识别结果发送给所述控制单元。
2.根据权利要求1所述的覆膜产品检测系统,其特征在于,所述检测机构(5)包括位于所述上料机构(2)一侧的正面检测机构(5a),及位于所述下料机构(3)一侧的反面检测机构(5b)。
3.根据权利要求2所述的覆膜产品检测系统,其特征在于,所述翻转机构(4)位于所述正面检测机构(5a)的出料侧,所述翻转机构(4)包括翻转电机(41)、翻转支架(42)和第二传感器(43);
当所述第二传感器(43)感应到覆膜产品时,若所述正面检测机构(5a)发送的识别结果为合格,则控制单元使翻转电机(41)运转,所述翻转电机(41)通过翻转支架(42)将覆膜产品翻转至下料机构(3)上;若所述检测机构(5)发送的识别结果为不合格,则控制单元通过不良件处理机构(6)将覆膜产品运送至正面不合格区域。
4.根据权利要求2所述的覆膜产品检测系统,其特征在于,所述下料机构(3)包括下料电机(31)、下料传动机构(32)、打料机构(33)、挡料机构(34)、吹气装置(35)和第三传感器(36);
若所述反面检测机构(5b)发送的识别结果为合格,则控制单元通过所述打料机构(33)将覆膜产品送至良品区域;若所述反面检测机构(5b)发送的识别结果为不合格,则控制单元通过挡料机构(34)和吹气装置(35)将不合格的覆膜产品送入反面不合格区域。
5.根据权利要求1所述的覆膜产品检测系统,其特征在于,所述检测支架(53)包括固定在所述机柜(1)上的支撑部(531)及连接在所述支撑部(531)上的连接部(532),所述检测相机(51)和检测光源(52)安装在连接部(532)上,所述连接部(532)在支撑部(531)上的位置可调节。
6.根据权利要求1所述的覆膜产品检测系统,其特征在于,所述检测机构(5)还包括遮光板(54),所述遮光板(54)安装在所述检测支架(53)上。
7.一种覆膜产品检测方法,其特征在于,包括以下步骤:
S1、检测相机实时采集待检测覆膜产品的正面或反面图像,检测模块根据采集的图像对覆膜区域和产品区域分别进行定位,提取覆膜定位区域和产品定位区域;
S2、判断覆膜区域与产品区域是否定位成功,若不成功,则判定为定位缺陷,否则,执行步骤S3;
S3、计算覆膜定位区域与标准覆膜定位区域的差值,若差值不在第一设定范围内,则判定为覆膜定位缺陷,否则,执行步骤S4;
S4、计算产品定位区域与标准产品定位区域的差值,若差值不在第二设定范围内,则判定为产品定位缺陷,否则,执行步骤S5;
S5、计算覆膜定位区域的中心与产品定位区域的中心的偏差,若偏差不在第三设定范围内,则判定为产品包装不良缺陷,否则,执行步骤S6;
S6、采用图像自适应阈值的方法对产品进行缺陷检查,若检查合格,则判定为正面或反面合格,否则,判定为脏污缺陷。
8.根据权利要求7所述的覆膜产品检测方法,其特征在于,所述步骤S1具体包括:所述检测模块将采集的正面或反面图像转换为灰度图、并采用轮廓提取算法和最小外接四边形算法对覆膜区域和产品区域分别进行定位。
9.根据权利要求8所述的覆膜产品检测方法,其特征在于,所述轮廓提取算法和最小外接四边形算法具体包括:对灰度图进行图像增强处理和避位处理后,进行图像二值化处理和图像腐蚀处理,再采用轮廓提取算法进行图像轮廓检测,并对面积最大的轮廓采用最小外接四边形进行四边形拟合处理,得到外接四边形四个定点的坐标。
10.根据权利要求8所述的覆膜产品检测方法,其特征在于,所述图像增强处理步骤具体为:遍历图像区域的像素值,将大于指定值的像素增加至设定值,将小于指定值的像素值置为0。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710552178.0A CN107402216B (zh) | 2017-07-07 | 2017-07-07 | 覆膜产品检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710552178.0A CN107402216B (zh) | 2017-07-07 | 2017-07-07 | 覆膜产品检测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107402216A true CN107402216A (zh) | 2017-11-28 |
CN107402216B CN107402216B (zh) | 2020-05-01 |
Family
ID=60404601
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710552178.0A Active CN107402216B (zh) | 2017-07-07 | 2017-07-07 | 覆膜产品检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107402216B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108362706A (zh) * | 2018-04-26 | 2018-08-03 | 德清炬诚电子科技有限公司 | 一种泡罩类包装药品视觉检测设备 |
CN108414533A (zh) * | 2018-04-26 | 2018-08-17 | 德清炬诚电子科技有限公司 | 泡罩类包装药品视觉检测设备及方法 |
CN108507953A (zh) * | 2018-04-02 | 2018-09-07 | 凌云光技术集团有限责任公司 | 一种带膜组件自有缺陷检测方法及装置 |
CN108993917A (zh) * | 2018-04-10 | 2018-12-14 | 深圳大学 | 一种微型弹簧的质量检测系统、方法及装置 |
CN109374635A (zh) * | 2018-11-20 | 2019-02-22 | 深圳市维图视技术有限公司 | 一种口罩缺陷检测装置及方法 |
CN109374634A (zh) * | 2018-11-20 | 2019-02-22 | 深圳市维图视技术有限公司 | 一种口罩在线检测系统及方法 |
CN109367277A (zh) * | 2018-11-01 | 2019-02-22 | 宁波得力文教用品有限公司 | 文件夹自动成型机 |
CN110473179A (zh) * | 2019-07-30 | 2019-11-19 | 上海深视信息科技有限公司 | 一种基于深度学习的薄膜表面缺陷检测方法、系统及设备 |
WO2020103324A1 (zh) * | 2018-11-20 | 2020-05-28 | 深圳市维图视技术有限公司 | 一种口罩在线检测系统及方法 |
WO2020103310A1 (zh) * | 2018-11-20 | 2020-05-28 | 深圳市维图视技术有限公司 | 一种口罩缺陷检测装置及方法 |
CN111924176A (zh) * | 2020-08-15 | 2020-11-13 | 深圳市信濠光电科技股份有限公司 | 一种触摸屏生产用包装设备 |
CN112129700A (zh) * | 2020-09-01 | 2020-12-25 | 中山德著智能科技有限公司 | 一种柔性电路板的图像检测方法及检测装置 |
CN112871753A (zh) * | 2021-03-11 | 2021-06-01 | 广东秦泰盛智能化科技有限公司 | 一种口罩检测设备及其检测方法 |
CN113740260A (zh) * | 2021-08-31 | 2021-12-03 | 苏州天准科技股份有限公司 | 一种光学检测装置、成像方法和智能双面检测系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102590226A (zh) * | 2012-01-12 | 2012-07-18 | 北京凌云光视数字图像技术有限公司 | 用于检测具有图案的透明包装膜的检测系统 |
CN104483328A (zh) * | 2014-12-05 | 2015-04-01 | 华兆鼎泰科技(天津)有限公司 | Led外观检测机 |
CN105540215A (zh) * | 2016-01-22 | 2016-05-04 | 东莞市誉铭新精密技术股份有限公司 | Ccd检测机的定位装置 |
CN105728339A (zh) * | 2016-02-05 | 2016-07-06 | 湖北工业大学 | 一种陶瓷阀芯视觉自动检测系统 |
-
2017
- 2017-07-07 CN CN201710552178.0A patent/CN107402216B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102590226A (zh) * | 2012-01-12 | 2012-07-18 | 北京凌云光视数字图像技术有限公司 | 用于检测具有图案的透明包装膜的检测系统 |
CN104483328A (zh) * | 2014-12-05 | 2015-04-01 | 华兆鼎泰科技(天津)有限公司 | Led外观检测机 |
CN105540215A (zh) * | 2016-01-22 | 2016-05-04 | 东莞市誉铭新精密技术股份有限公司 | Ccd检测机的定位装置 |
CN105728339A (zh) * | 2016-02-05 | 2016-07-06 | 湖北工业大学 | 一种陶瓷阀芯视觉自动检测系统 |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108507953A (zh) * | 2018-04-02 | 2018-09-07 | 凌云光技术集团有限责任公司 | 一种带膜组件自有缺陷检测方法及装置 |
CN108507953B (zh) * | 2018-04-02 | 2021-01-29 | 凌云光技术股份有限公司 | 一种带膜组件自有缺陷检测方法及装置 |
CN108993917A (zh) * | 2018-04-10 | 2018-12-14 | 深圳大学 | 一种微型弹簧的质量检测系统、方法及装置 |
CN108414533A (zh) * | 2018-04-26 | 2018-08-17 | 德清炬诚电子科技有限公司 | 泡罩类包装药品视觉检测设备及方法 |
CN108362706A (zh) * | 2018-04-26 | 2018-08-03 | 德清炬诚电子科技有限公司 | 一种泡罩类包装药品视觉检测设备 |
CN109367277A (zh) * | 2018-11-01 | 2019-02-22 | 宁波得力文教用品有限公司 | 文件夹自动成型机 |
CN109374635A (zh) * | 2018-11-20 | 2019-02-22 | 深圳市维图视技术有限公司 | 一种口罩缺陷检测装置及方法 |
WO2020103324A1 (zh) * | 2018-11-20 | 2020-05-28 | 深圳市维图视技术有限公司 | 一种口罩在线检测系统及方法 |
WO2020103310A1 (zh) * | 2018-11-20 | 2020-05-28 | 深圳市维图视技术有限公司 | 一种口罩缺陷检测装置及方法 |
CN109374634A (zh) * | 2018-11-20 | 2019-02-22 | 深圳市维图视技术有限公司 | 一种口罩在线检测系统及方法 |
JP7055212B2 (ja) | 2018-11-20 | 2022-04-15 | 深▲セン▼市▲維▼▲圖▼▲視▼技▲術▼有限公司 | マスクのオンライン検査方法 |
JP2021512342A (ja) * | 2018-11-20 | 2021-05-13 | 深▲セン▼市▲維▼▲圖▼▲視▼技▲術▼有限公司 | マスク欠陥検査装置及び方法 |
JP2021513057A (ja) * | 2018-11-20 | 2021-05-20 | 深▲セン▼市▲維▼▲圖▼▲視▼技▲術▼有限公司 | マスクのオンライン検査システム及び方法 |
JP7055223B2 (ja) | 2018-11-20 | 2022-04-15 | 深▲セン▼市▲維▼▲圖▼▲視▼技▲術▼有限公司 | マスク欠陥検査方法 |
CN110473179A (zh) * | 2019-07-30 | 2019-11-19 | 上海深视信息科技有限公司 | 一种基于深度学习的薄膜表面缺陷检测方法、系统及设备 |
CN110473179B (zh) * | 2019-07-30 | 2022-03-25 | 上海深视信息科技有限公司 | 一种基于深度学习的薄膜表面缺陷检测方法、系统及设备 |
CN111924176A (zh) * | 2020-08-15 | 2020-11-13 | 深圳市信濠光电科技股份有限公司 | 一种触摸屏生产用包装设备 |
CN111924176B (zh) * | 2020-08-15 | 2022-02-11 | 深圳市信濠光电科技股份有限公司 | 一种触摸屏生产用包装设备 |
CN112129700A (zh) * | 2020-09-01 | 2020-12-25 | 中山德著智能科技有限公司 | 一种柔性电路板的图像检测方法及检测装置 |
CN112129700B (zh) * | 2020-09-01 | 2024-03-01 | 真贺科技(江苏)有限公司 | 一种柔性电路板的图像检测方法及检测装置 |
CN112871753A (zh) * | 2021-03-11 | 2021-06-01 | 广东秦泰盛智能化科技有限公司 | 一种口罩检测设备及其检测方法 |
CN113740260A (zh) * | 2021-08-31 | 2021-12-03 | 苏州天准科技股份有限公司 | 一种光学检测装置、成像方法和智能双面检测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107402216B (zh) | 2020-05-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107402216A (zh) | 覆膜产品检测系统及方法 | |
EP3660492B1 (en) | Fluorescent penetrant inspection system and method | |
CA2151344C (en) | Lens inspection system and method | |
CN104764750B (zh) | 基于机器视觉的电梯平衡补偿链质量自动检测装置和方法 | |
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 | |
JP7055212B2 (ja) | マスクのオンライン検査方法 | |
JP7055223B2 (ja) | マスク欠陥検査方法 | |
CN109693140B (zh) | 一种智能化柔性生产线及其工作方法 | |
CN111879781B (zh) | 一种基于机器视觉的试纸质量检测系统 | |
CN106003093A (zh) | 3d扫描智能视觉点胶自动化系统及方法 | |
CN207238542U (zh) | 一种基于机器视觉的篾片缺陷在线检测系统 | |
CN109839384A (zh) | 用于微型振动马达缺陷检测的视觉检测仪及检测方法 | |
CN114136975A (zh) | 一种微波裸芯片表面缺陷智能检测系统和方法 | |
US11935216B2 (en) | Vision inspection system and method of inspecting parts | |
CN113744247A (zh) | 一种pcb焊点缺陷识别方法和系统 | |
CN111693535A (zh) | 基于机器视觉分析的触摸屏缺陷检测设备及方法 | |
Sidehabi et al. | The Development of Machine Vision System for Sorting Passion Fruit using Multi-Class Support Vector Machine. | |
CN106990113A (zh) | 汽车连杆毛坯胀断面质量视觉检测装置 | |
CN117871406A (zh) | 自动光学检测方法及系统 | |
CN116563276B (zh) | 一种化纤长丝在线缺陷检测方法及检测系统 | |
US10969278B2 (en) | Spectroscopic inspection method, image processing apparatus, and robot system | |
CN113624771B (zh) | Pcba涂胶智能视觉检测设备 | |
CN218272012U (zh) | Pcba涂胶智能视觉检测设备 | |
CN115731195A (zh) | 一种缺陷检测方法、装置、设备以及系统 | |
KR100357764B1 (ko) | 지능형 피혁 품질선별 장치 |
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 |