CN107462520B - 面向有限空间基于机器视觉的不锈钢板在线检测装置 - Google Patents

面向有限空间基于机器视觉的不锈钢板在线检测装置 Download PDF

Info

Publication number
CN107462520B
CN107462520B CN201710611015.5A CN201710611015A CN107462520B CN 107462520 B CN107462520 B CN 107462520B CN 201710611015 A CN201710611015 A CN 201710611015A CN 107462520 B CN107462520 B CN 107462520B
Authority
CN
China
Prior art keywords
light source
stainless steel
steel plate
source module
camera
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.)
Active
Application number
CN201710611015.5A
Other languages
English (en)
Other versions
CN107462520A (zh
Inventor
徐平
陈秉强
肖冲
郑柱
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.)
Hangzhou Dianzi University
Original Assignee
Hangzhou Dianzi University
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 Hangzhou Dianzi University filed Critical Hangzhou Dianzi University
Priority to CN201710611015.5A priority Critical patent/CN107462520B/zh
Publication of CN107462520A publication Critical patent/CN107462520A/zh
Application granted granted Critical
Publication of CN107462520B publication Critical patent/CN107462520B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • 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
    • G01N21/8806—Specially adapted optical and illumination features
    • 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
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • 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
    • G06T7/0008—Industrial image inspection checking presence/absence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • 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
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • G01N2021/0106—General arrangement of respective parts
    • G01N2021/0112—Apparatus in one mechanical, optical or electronic block
    • 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
    • G01N21/8806—Specially adapted optical and illumination features
    • G01N2021/8812—Diffuse illumination, e.g. "sky"
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/06—Illumination; Optics
    • G01N2201/063—Illuminating optical parts
    • G01N2201/0634—Diffuse illumination
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • 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
    • G06T2207/30136—Metal

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开面向有限空间基于机器视觉的不锈钢板在线检测装置。本发明位于洗衣机生产线设备的冲床与清洗机间，包括CCD相机、光源模块、传送单元、检测位；传送单元包括滚轴，用于传送待检测不锈钢板；检测位设于传送单元与冲床之间的位置；光源模块位于待检测区域上方，用于侧面打光；CCD相机在光源模块照明下对钢板进行成像，获得高清晰度钢板图像。相对现有技术，本发明具有以下创新:在狭小的空间内采用侧面打光的方式增大了不锈钢表面的打光面积，提高了检测效率；结构简单，光源架和相机架的可调节性强，具有良好的推广性；图像二值化处理采用的阈值非固定值，适用于不锈钢板表面打光强度不均匀的情形。

Description

面向有限空间基于机器视觉的不锈钢板在线检测装置
技术领域
本发明涉及不锈钢板表面检测技术领域，具体为一种面向空间局限的基于机器视觉的不锈钢板表面质量在线检测装置。
背景技术
不锈钢板的孔洞和表面起皮缺陷是影响不锈钢板质量的最为重要的因素之一，表面质量的优劣直接影响其最终产品的性能与质量。然而在加工过程中，由于原材料、轧制设备和工艺等原因造成的孔洞和表面起皮缺陷不仅影响产品外观，而且降低了产品的抗腐蚀性、耐磨性和疲劳强度等性能。此外，在洗衣机等生产线中不锈钢送料系统中往往检测空间比较局限，增加了检测难度。
目前，不锈钢板表面缺陷检测的装置主要分为采用传统无损检测技术的检测装置和采用机器视觉技术的缺陷检测装置。传统的无损检测方法由于其检测原理的局限性，可检出的缺陷种类和缺陷定量描述参数极为有限，无法评估产品的表面质量状况。相比之下，基于机器视觉的缺陷检测方法具有很大的优越性，其中应用最广泛的是固体摄像器件CCD检测法，其原理是运用特殊光源以一定方向照射到钢板表面上，CCD摄像机在不锈钢板上扫描成像，扫描所得图像信号经过图像采集卡输入计算机，通过图像预处理、二值化、确定检测区域等处理方法后得到不锈钢板表面缺陷的二值图像，提取二值图像中的几何特征参数，然后再进行图像识别，判断出是否存在缺陷。
现有的CCD不锈钢表面缺陷检测是在空间没有局限性的前提下进行的，打光方式采用正面打光，且相机的可调节性较为局限。现有的CCD不锈钢板缺陷检测存系统存在以下弊端：(1)在狭小的空间内，传统的正面打光方式有效检测面积小，检测效率低；(2)在狭小的空间内，打光方式和相机的位置难以调整，相机和打光光源的可调性低；(3)采集到的不锈钢板表面图像进行二值化处理时选取的阈值是固定的，仅仅适用于不锈钢板表面打光强度一致的情形。
发明内容
本发明的目的在于针对上述现有技术的不足，提供一种不锈钢表面缺陷检测在线检测装置，主要检测缺陷有两种：一是不锈钢板上的孔洞，二是不锈钢板表面的起皮情况。
本发明的技术方案是这样实现的：
一种基于机器视觉的不锈钢表面在线检测装置，位于洗衣机生产线设备的冲床与清洗机间，包括CCD相机、光源模块、传送单元、检测位；所述的传送单元包括滚轴，用于传送待检测不锈钢板；所述的检测位设于传送单元与冲床之间的位置；所述的光源模块位于待检测区域左上方，进行侧面打光；所述的CCD相机在所述光源模块照明下对钢板进行成像，获得高清晰度钢板图像。
进一步地，光源模块包括由大量灯珠组成的光源阵列和两块漫射板，所述光源阵列置于一块漫射板上，另一块漫射板安装在光源架上，所述光源阵列产生的直射光源，经漫射板后，可以变成漫射的光源从而提供更佳的漫射效果,获得均匀而稳定的漫射光照射区域。
进一步地，所述的光源模块的位置要求可通过公式(1)、(2)获得光源模块最下端与待检测区域最左侧的连线在竖直方向的夹角θ1，光源模块最上端与待检测区域最右端的连线在竖直方向的夹角θ2：
其中x为有效检测长度，l45表示冲床靠近检测区域一侧的面与待检测区域最右端的距离，l45+7-x表示光源模块最下端对应位于检测位所在的水平面所在的点与检测位最左端的距离，h4表示冲床底部距待检测不锈钢表面的高度，即光源模块最下端与检测位所在水平面的距离；
其中l35表示待检测区域最右端与清洗机靠检测区域一侧的面的距离，h3表示清洗机的高度；
根据光源模块最下端与待检测区域最左侧的连线在竖直方向的夹角θ1，光源模块最上端与待检测区域最右端的连线在竖直方向的夹角θ2，通过公式(3)计算得到CCD相机的高度y：
更一步地，所述实际情况的限制条件有两个：(1)有效检测面积不小于40cm*40cm；(2)CCD相机高度y不应超过150cm。
进一步地，滚轴与清洗机距离为14-18cm；
进一步地，冲床与清洗机间距离为70-75cm；
进一步地，在检测位的靠近机床一侧设有不锈钢触发传感器。该不锈钢触发传感器用于判断待检测不锈钢是否进入规定的检测位置，从而促发光源模块与CCD相机工作。
进一步地，CCD相机安装在相机架上，光源模块安装在光源架上，光源架上设有旋转座，用于调节光源照射角度。
相机架包括支架、相机板和移动架，相机板用于放置相机，相机板安装在移动架上，用于调节相机旋转角度，移动架安装在支架上，用于调节相机高度。
光源架包括支架、导向管和旋转座，导向管用于固定光源模块，导向管通过旋转座与支架活动连接，支架用于固定。
光源模块产生的均匀漫射光照射在钢板表面，根据反射原理，通过计算调节光源角度与相机高度、角度，使得所述相机接收到最大面积的反射光线，从而达到最佳的检测效果和最大的检测面积，CCD相机在钢板表面扫描成像，扫描所得的图像信号经过图像采集卡输入计算机，通过图像预处理、二值化、确定监测区域等处理方法后得到钢板表面缺陷的二值图像，提取二值图像的集合特征参数，然后再进行图像识别，判断出是否存在缺陷。由于采用侧面打光，打在不锈钢板表面的光强是不均匀的，本发明在对图像进行二值化处理时选定的阈值随光源垂直投射到检测区域的距离而变化，其具体值可以由式(4)计算：
Thr＝b-k*s 式(4)
式(4)中k取值范围为0.01-0.1，b取值范围为100-230，s表示光源板上某点垂直投射到待检测区域的距离，s的范围为600-1600mm，具体根据可实际进行调节。
相对现有技术，本发明具有以下创新:(1)在狭小的空间内采用侧面打光的方式增大了不锈钢表面的打光面积，提高了检测效率；(2)结构简单，光源架和相机架的可调节性强，具有良好的推广性；(3)图像二值化处理采用的阈值非固定值，适用于不锈钢板表面打光强度不均匀的情形。
附图说明
图1是不锈钢表面两种缺陷的效果图。
图2是所述的基于机器视觉的不锈钢板表面检测安装支架的结构示意图。
图3是所述的光源架的结构图。
图4是所述的相机架的结构图。
图5是所述相机外围电路连接线路图。
具体实施方式
下面将结合本发明的附图，对本发明中的技术方案进行详细、完整地描述。一种不锈钢表面缺陷检测在线检测安装支架，主要检测缺陷有两种：一是不锈钢板上的孔洞，二是不锈钢板表面的起皮情况，图1为不锈钢表面缺陷的两种情况。
如图2所示，本发明装置位于洗衣机生产线设备的冲床与清洗机间，包括光源模块1、CCD相机2、清洗机3、冲床4、用于传送待检测不锈钢板的滚轴5、设于传送单元与冲床之间位置的检测位，图2没有画出相机架和光源架部分，所述光源模块1与冲床4相接，产生均匀光照射在不锈钢板表面，反射到CCD相机2成像。所述光源架设计如图3所示，所述相机架设计如图4所示。
光源模块包括由大量灯珠组成的光源阵列和两块漫射板，所述光源阵列置于一块漫射板上，另一块漫射板安装在光源架上，所述光源阵列产生的直射光源，经漫射板后，可以变成漫射的光源从而提供更佳的漫射效果,获得均匀而稳定的漫射光照射区域。
如图2所示，所述清洗机的高为50cm，所述滚轴5与清洗机3距离17cm，所述冲床4高为15cm与滚轴5距离47cm，所述CCD相机2高度设为y，有效检测长度设为x。
工作方式：为了获得最大的检测面积，需要调节CCD相机2以获得到最大反射光线面积，根据光线反射原理和直线传播原理，所述不锈钢板在滚轴5位置的反射光沿清洗机3边缘出射，检测面积最大，如图2所示，所述CCD相机应设置在这条光线路径上，由实际情况的限制条件可计算出相机的高度y，从而获得最佳相机位置和检测面积。
所述实际情况的限制条件有两个：(1)有效检测面积不小于40cm*40cm；(2)CCD相机高度y不应超过150cm。
如图2所示，假设有效检测长度x为40cm，求此时CCD相机2高度y，根据几何关系可通过正弦定理计算出θ1与θ2的正弦值：
代入数据计算出tanθ1＝0.93、tanθ2＝0.34，再根据几何关系计算出CCD相机2高度y：
代入数据计算出y＝67.8cm，也就是说要使有效检测长度大于40cm，相机高度不能低于67.8cm，相机的高度越高，θ1角度越小，有效检测长度x越长。
如图2所示，假设CCD相机2的高度y为150cm极限值，计算此时最大有效检测长度x，根据三角形相似定理和几何关系可列出以下关系式：
代入数据可计算出有效检测长度x＝44.45cm，综上所述，在本例中CCD相机2的高度范围在67.8cm到150cm之间，最大有效检测长度为44.45cm，经过计算，所述光源模块1角度为52°，所述CCD相机2角度介于-59°到-64°之间最好。综上所述，本基于机器视觉的不锈钢表面检测系统通过光源模块1将不锈钢板照亮，运用光学原理确定CCD相机2位置，以获得最佳检测面积。
如图2所示，放在检测区域内的不锈钢板表面与光源垂直投射距离是不相等的，因而不锈钢表面不同位置受到的光照强度是不一样的。在对相机采集到的不锈钢板表面图像进行二值化处理的过程中，不同位置使用的阈值应当不同，其值可以通过式(5)进行计算：
Thr＝b-k*s (5)
式(5)中，k和b均为常数，s为位于检测区域内不锈钢板表面与垂直投射的光源的距离。
如图5所示，当送入的不锈钢触发传感器时，传感器将信号传送到外触发开关，外触发开关闭合，外围线路接通，固态继电器工作，进而点亮光源开始打光，相机同时采集不锈钢表面图像。
如图4所示，相机架包括支架6-3、相机板6-1和移动架6-2，相机安装在相机板上，相机板安装在移动架上，用于调节相机板旋转角度，移动架安装在支架上，用于调节相机高度。
如图3所示，光源架包括支架7-3、导向管7-1和旋转座7-2，导向管通过旋转座与支架活动连接，导向管沿轴向可旋转固定于所述支架。
应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (5)

1.面向有限空间基于机器视觉的不锈钢板在线检测装置，位于生产线设备的冲床与清洗机间，其特征在于包括CCD相机、光源模块、传送单元、检测位；所述的传送单元包括滚轴，用于传送待检测不锈钢板；所述的检测位设于传送单元与冲床之间的位置；所述的光源模块位于待检测区域上方，用于侧面打光；所述的CCD相机在所述光源模块照明下对钢板进行成像，获得高清晰度钢板图像；
通过公式(1)、(2)获得光源模块的一端与待检测位靠近其的一端连线在竖直方向的夹角θ1，光源模块的另一端与待检测位靠近其的一端连线在竖直方向的夹角θ2，进而判断光源模块的位置：
其中x为不锈钢板的有效检测长度，l45表示冲床靠近检测位一侧的面与检测位远离冲床端的距离，h4表示冲床底部距待检测不锈钢表面的高度；
其中l35表示待检测区域最右端与清洗机靠近滚轴侧的面的距离，h3表示清洗机的高度；
根据光源模块的一端与待检测位靠近其的一端连线在竖直方向的夹角θ1，光源模块的另一端与待检测位靠近其的一端连线在竖直方向的夹角θ2，通过公式(3)计算得到CCD相机的高度信息：
滚轴与清洗机距离为14-18cm；
冲床与清洗机间距离为70-75cm。
2.如权利要求1所述的面向有限空间基于机器视觉的不锈钢板在线检测装置，其特征在于在检测位的靠近机床一侧设有不锈钢触发传感器；该不锈钢触发传感器用于判断待检测不锈钢是否进入规定的检测位置，从而促发光源模块与CCD相机工作。
3.如权利要求1所述的面向有限空间基于机器视觉的不锈钢板在线检测装置，其特征在于CCD相机安装在相机架上，光源模块安装在光源架上，光源架上设有旋转座，用于调节光源照射角度。
4.如权利要求3所述的面向有限空间基于机器视觉的不锈钢板在线检测装置，其特征在于相机架包括支架、相机板和移动架，相机板用于放置相机，相机板安装在移动架上，用于调节相机旋转角度，移动架安装在支架上，用于调节相机高度。
5.如权利要求3所述的面向有限空间基于机器视觉的不锈钢板在线检测装置，其特征在于光源架包括支架、导向管和旋转座，导向管用于固定光源模块，导向管通过旋转座与支架活动连接，支架用于固定。
CN201710611015.5A 2017-07-25 2017-07-25 面向有限空间基于机器视觉的不锈钢板在线检测装置 Active CN107462520B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710611015.5A CN107462520B (zh) 2017-07-25 2017-07-25 面向有限空间基于机器视觉的不锈钢板在线检测装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710611015.5A CN107462520B (zh) 2017-07-25 2017-07-25 面向有限空间基于机器视觉的不锈钢板在线检测装置

Publications (2)

Publication Number Publication Date
CN107462520A CN107462520A (zh) 2017-12-12
CN107462520B true CN107462520B (zh) 2023-11-28

Family

ID=60546982

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710611015.5A Active CN107462520B (zh) 2017-07-25 2017-07-25 面向有限空间基于机器视觉的不锈钢板在线检测装置

Country Status (1)

Country Link
CN (1) CN107462520B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108255298B (zh) * 2017-12-29 2021-02-19 安徽慧视金瞳科技有限公司 一种投影交互系统中的红外手势识别方法及设备
TWI721427B (zh) 2018-05-22 2021-03-11 荷蘭商耐克創新有限合夥公司 皮料檢測設備及偵測皮坯的上表面及下表面兩者上的瑕疵的方法
CN111652869B (zh) * 2020-06-02 2023-04-07 中冶赛迪信息技术(重庆)有限公司 基于深度学习的板坯空洞识别方法、系统、介质及终端
CN116958793B (zh) * 2023-07-24 2024-08-27 国网江苏省电力有限公司泰州供电分公司 基于光照条件评估充电机器人视觉识别的装置及方法

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10321138A (ja) * 1997-05-19 1998-12-04 Dainippon Printing Co Ltd 表面欠陥の検査方法
JP2005257681A (ja) * 2004-02-10 2005-09-22 Showa Denko Kk 表面検査方法および同装置
CN101448143A (zh) * 2002-12-03 2009-06-03 Og技术公司 用于检测诸如轧制/拉制金属条的工件上的表面缺陷的装置和方法
CN101900579A (zh) * 2009-05-26 2010-12-01 大元科技股份有限公司 自动光学检测系统的照明装置
JP2011203201A (ja) * 2010-03-26 2011-10-13 Nippon Steel Corp 金属の欠陥検出方法
CN102590218A (zh) * 2012-01-16 2012-07-18 安徽中科智能高技术有限责任公司 基于机器视觉的金属零件光洁表面微缺陷检测装置及方法
JP2013024809A (ja) * 2011-07-25 2013-02-04 Kobe Steel Ltd 表面検査装置および表面検査方法
CN103884650A (zh) * 2014-03-28 2014-06-25 北京大恒图像视觉有限公司 一种多光源线阵成像系统及方法
CN103940832A (zh) * 2013-01-17 2014-07-23 北京兆维电子(集团)有限责任公司 一种应用于平板显示屏自动光学检测的打光装置
JP2014157024A (ja) * 2013-02-14 2014-08-28 Smics Co Ltd マクロ検査装置
CN104021540A (zh) * 2013-02-28 2014-09-03 宝山钢铁股份有限公司 一种用于机器视觉表面检测设备的静态标定装置和方法
CN104101603A (zh) * 2013-04-12 2014-10-15 宝山钢铁股份有限公司 带钢表面缺陷检测装置及方法
CN104948881A (zh) * 2015-04-29 2015-09-30 韦道义 可自动调节高度的显示器支架
CN205562412U (zh) * 2016-03-17 2016-09-07 广州番禺职业技术学院 带钢表面缺陷视觉检测系统
CN105953728A (zh) * 2016-05-04 2016-09-21 成都贝森伟任科技有限责任公司 金属板表面检测器
CN106680207A (zh) * 2017-03-17 2017-05-17 苏州富鑫林光电科技有限公司 Aoi视觉检测环形光源配侧光源及背光源检测机构
CN106770321A (zh) * 2016-12-08 2017-05-31 广东工业大学 一种基于多阈值区间的塑料零件缺陷检测方法
CN106814085A (zh) * 2016-11-17 2017-06-09 杭州利珀科技有限公司 一种太阳能背板检测系统
CN207779874U (zh) * 2017-07-25 2018-08-28 杭州电子科技大学 一种面向有限空间基于机器视觉的不锈钢板在线检测装置

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10321138A (ja) * 1997-05-19 1998-12-04 Dainippon Printing Co Ltd 表面欠陥の検査方法
CN101448143A (zh) * 2002-12-03 2009-06-03 Og技术公司 用于检测诸如轧制/拉制金属条的工件上的表面缺陷的装置和方法
JP2005257681A (ja) * 2004-02-10 2005-09-22 Showa Denko Kk 表面検査方法および同装置
CN101900579A (zh) * 2009-05-26 2010-12-01 大元科技股份有限公司 自动光学检测系统的照明装置
JP2011203201A (ja) * 2010-03-26 2011-10-13 Nippon Steel Corp 金属の欠陥検出方法
JP2013024809A (ja) * 2011-07-25 2013-02-04 Kobe Steel Ltd 表面検査装置および表面検査方法
CN102590218A (zh) * 2012-01-16 2012-07-18 安徽中科智能高技术有限责任公司 基于机器视觉的金属零件光洁表面微缺陷检测装置及方法
CN103940832A (zh) * 2013-01-17 2014-07-23 北京兆维电子(集团)有限责任公司 一种应用于平板显示屏自动光学检测的打光装置
JP2014157024A (ja) * 2013-02-14 2014-08-28 Smics Co Ltd マクロ検査装置
CN104021540A (zh) * 2013-02-28 2014-09-03 宝山钢铁股份有限公司 一种用于机器视觉表面检测设备的静态标定装置和方法
CN104101603A (zh) * 2013-04-12 2014-10-15 宝山钢铁股份有限公司 带钢表面缺陷检测装置及方法
CN103884650A (zh) * 2014-03-28 2014-06-25 北京大恒图像视觉有限公司 一种多光源线阵成像系统及方法
CN104948881A (zh) * 2015-04-29 2015-09-30 韦道义 可自动调节高度的显示器支架
CN205562412U (zh) * 2016-03-17 2016-09-07 广州番禺职业技术学院 带钢表面缺陷视觉检测系统
CN105953728A (zh) * 2016-05-04 2016-09-21 成都贝森伟任科技有限责任公司 金属板表面检测器
CN106814085A (zh) * 2016-11-17 2017-06-09 杭州利珀科技有限公司 一种太阳能背板检测系统
CN106770321A (zh) * 2016-12-08 2017-05-31 广东工业大学 一种基于多阈值区间的塑料零件缺陷检测方法
CN106680207A (zh) * 2017-03-17 2017-05-17 苏州富鑫林光电科技有限公司 Aoi视觉检测环形光源配侧光源及背光源检测机构
CN207779874U (zh) * 2017-07-25 2018-08-28 杭州电子科技大学 一种面向有限空间基于机器视觉的不锈钢板在线检测装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于机器视觉的钢轨表面检测光学模型的研究;吴禄慎;张丛;万超;史皓良;;铁道标准设计(第05期);全文 *
基于边缘像元投影的微小轴承亚像素边缘检测;徐平;常英杰;薛凌云;;仪器仪表学报(10);全文 *
郭佳 ; 刘晓玉 ; 吴冰 ; 付晓薇.一种光照不均匀图像的二值化方法.计算机应用与软件.2014,第31卷(第31期),183-186、202. *

Also Published As

Publication number Publication date
CN107462520A (zh) 2017-12-12

Similar Documents

Publication Publication Date Title
CN107462520B (zh) 面向有限空间基于机器视觉的不锈钢板在线检测装置
JP5521377B2 (ja) ガラス板の欠陥識別方法および装置
BR112019016366A2 (pt) aparelho em linha para medir defeitos ópticos ou obstrutivos pequenos em uma área selecionada de uma folha de vidro e método para medir defeitos pequenos em uma área selecionada de uma folha de vidro à medida que uma folha de vidro é transportada
Choi et al. Detection of pinholes in steel slabs using Gabor filter combination and morphological features
US10803572B2 (en) Appearance inspection apparatus and appearance inspection method
CN203745392U (zh) 触摸屏保护玻璃外观缺陷检测系统
CN103630544B (zh) 一种视觉在线检测系统
CN110567968A (zh) 一种零件缺陷检测方法及装置
CN211122578U (zh) 一种玻璃表面瑕疵检测装置
CN112394069A (zh) 显示面板的异常检测方法及装置
CN111672773A (zh) 基于机器视觉的产品表面缺陷检测系统及检测方法
JP2000162146A (ja) 表面検査装置
CN207779874U (zh) 一种面向有限空间基于机器视觉的不锈钢板在线检测装置
CN215297174U (zh) 一种硅片检测装置
JP5849397B2 (ja) 表面欠陥検出装置および表面欠陥検出方法
JP2006343138A (ja) 検査装置
JP2011075325A (ja) 表面検査装置
JP5234038B2 (ja) 金属の欠陥検出方法
CN111426696A (zh) 顶覆橡胶片的橡胶附着不良检测装置
JP2002039946A (ja) 表面欠陥検査装置
JP2004219358A (ja) 鋼片の表面疵検出装置
JP2005083906A (ja) 欠陥検出装置
JPH0854351A (ja) 透明シート状成形体の欠陥検査方法
CN212284937U (zh) 针对产品表面缺陷的机器视觉检测系统
JP4613090B2 (ja) 検査装置

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