CN107991307B - 一种软质材料表面裂纹自动检测装置及方法 - Google Patents
一种软质材料表面裂纹自动检测装置及方法 Download PDFInfo
- Publication number
- CN107991307B CN107991307B CN201710985419.0A CN201710985419A CN107991307B CN 107991307 B CN107991307 B CN 107991307B CN 201710985419 A CN201710985419 A CN 201710985419A CN 107991307 B CN107991307 B CN 107991307B
- Authority
- CN
- China
- Prior art keywords
- crack
- cracks
- image
- width
- electron microscope
- 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.)
- Expired - Fee Related
Links
Images
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
- 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
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- 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
- 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
- G06T2207/10056—Microscopic 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种软质材料表面裂纹检测装置,包括电子显微镜和上位机,所述上位机包括图像处理程序和显示器,其特征在于,所述上位机接收电子显微镜的信号后经过计算分析将被测材料表面的裂纹程度通过显示屏输出。通过该检测装置,采用了软质材料表面裂纹自动检测方法,包括如下步骤:获取被测材料表面裂纹图像;对图像中的裂纹进行提取;统计裂纹数量并测量各裂纹宽度;确定裂纹等级并输出结果。本发明可以供没有实验室经验的人员快速的检测裂纹情况,具有很好的精度、检测结果重复性较高,适用于不同场合环境对软质材料表面裂纹进行自动检测使用。
Description
技术领域
本发明涉及一种自动检测装置及方法,特别是关于一种软质材料表面裂纹自动检测装置及方法。
背景技术
根据GB/T11206-2009,对于材料表面老化龟裂的检查及评价方法,需要正规的实验室人员,使用的工具是放大镜、毛刷等,并进行人工计数的方法,自动化程度低、对操作人员要求高,且试验结果精度不高、误差大、重复性差。为了大众推广且便于使用操作,因此,需要提供一种对于软质材料表面裂纹能够快速检测及分析的自动检测装置及方法。
发明内容
针对上述问题,本发明的目的是提供一种能满足快速自动检测的软质材料表面裂纹检测装置及方法。
为实现上述目的,本发明采取以下技术方案:一种软质材料表面裂纹检测装置,包括电子显微镜和上位机,所述上位机包括图像处理程序和显示器,其特征在于,所述上位机接收电子显微镜的信号后经过计算分析将被测材料表面的裂纹程度通过显示器输出。
进一步的,所述的电子显微镜为DinoLite手持式USB电子显微镜。
通过该检测装置,采用了软质材料表面裂纹自动检测方法,包括如下步骤:获取被测材料表面裂纹图像;对图像中的裂纹进行提取;统计裂纹数量并测量各裂纹宽度;确定裂纹等级并输出结果。
进一步的,所述的获取被测材料表面裂纹图像,包括拍摄裂纹图像和图像预处理,其中,拍摄裂纹图像:通过上位机调整电子显微镜的放大倍数X至裂纹清晰可测,截取电子显微镜的单帧静态彩色图像,并根据放大倍数及图像分辨率得到长度标尺的换算系数Y;图像预处理:在静态彩色图像的基础上,将彩色RGB图像转换成灰度图。
进一步的,所述的对图像中的裂纹进行提取,包括裂纹分离和滤波修复,其中,裂纹分离:选择合适的灰度阈值T对灰度图像进行二值化处理。在灰度图基础上,对裂纹图像进行逐行扫描,得到各像素点的梯度幅值和梯度方向,比较某像素点与其相邻像素点在梯度方向上的梯度幅值,确定裂纹边界,并将裂纹边界点像素描红;滤波修复:对分离后的裂纹图像进行逐行扫描,进行平滑滤波降噪处理,去除不合理的面域裂纹和非线状裂纹,使裂纹特征清晰直观。
进一步的,所述的统计裂纹数量并测量各裂纹宽度,包括框选裂纹计数和测量各裂纹最大宽度,其中,框选裂纹计数:逐行扫描提取的裂纹骨架,存储已扫描区域上下左右四个极限位置,在扫描过程中,如果与扫描点的八邻域仍然处于裂纹骨架,比较修改已扫描区域极限位置的坐标信息,否则,该扫描过程结束,分别绘制两条水平线和两条垂直线,得到裂纹区域的矩形选框,并逐一编号;循环上述过程至穷尽全部裂纹骨架区域,完成全部裂纹框选及计数。测量各裂纹最大宽度:依次对于每条框选裂纹,逐行扫描每个裂纹像素点并画圆,当该圆周上任一点均处于裂纹区域,则记录该圆的圆心及直径值,循环上述过程直至找到最大的直径值及相应的圆心位置,则该圆的直径值乘以换算系数Y即为该条框选裂纹的最大宽度值。
进一步的,所述的确定裂纹等级并输出结果,包括确定裂纹等级和输出结果,其中,确定裂纹等级:统计总的裂纹数量及裂纹宽度的数值,并分别与GB/T 11206标准规定的进行比较,确定材料表面龟裂密度等级及龟裂宽度等级,综合得到材料表面裂纹等级;输出结果:由上位机通过显示器显示出材料表面裂纹等级结果,并自动输出检测报告。
本发明由于采取以上技术方案,其具有以下优点:1、本发明可以供没有实验室经验的人员快速的检测裂纹情况。2、本发明可以具有很好的精度、检测结果重复性较高,适用于不同场合环境对软质材料表面裂纹进行自动检测使用。
附图说明
图1是本发明的软质材料表面裂纹自动检测装置工作示意图
图2是本发明的软质材料表面裂纹自动检测方法流程示意图
图3是本发明的一个实施例的软质材料表面裂纹形态图
图4是本发明的一个获取被测材料表面裂纹图像的实施例
图5是本发明的一个框选裂纹计数和测量各裂纹最大宽度方法的实施例
图6是本发明的一个统计裂纹数量并测量各裂纹宽度的实施例
图7是本发明的一个确定裂纹等级并输出结果的实施例
具体实施方式
下面结合附图和实施例对本发明进行详细的描述。
本发明是一种软质材料表面裂纹自动检测装置,其一个实施例如图1所示,包括电子显微镜1和上位机2,所述电子显微镜1通过接口与上位机2相连;所述上位机2包括裂纹自动检测程序和显示器,其特征在于,所述上位机2接收电子显微镜1的信号后经过裂纹自动检测程序计算分析后,将被测材料表面的裂纹程度通过显示器输出。
优选地,所述的电子显微镜1为DinoLite手持式USB电子显微镜。
本发明提供的一种软质材料表面裂纹自动检测方法,其实施例如图2所示,具体步骤如下:
首先,获取被测材料表面裂纹图像;其次,对图像中的裂纹进行提取;再次,统计裂纹数量并测量各裂纹宽度;最后,确定裂纹等级并输出结果。软质材料表面裂纹的一个实施例图3所示。
所述的获取被测材料表面裂纹图像,包括拍摄裂纹图像和图像预处理,其中,拍摄裂纹图像:将电子显微镜与上位机连接,打开裂纹自动检测程序,调好电子显微镜放大倍数即可进行裂纹图像提取,截取电子显微镜的单帧静态彩色图像,并根据放大倍数及图像分辨率得到长度标尺的换算系数Y;图像预处理:在静态彩色图像的基础上,将彩色RGB图像转换成灰度图,处理后结果如图4所示。
所述的对图像中的裂纹进行提取,包括裂纹分离和滤波修复,其中,裂纹分离:选择合适的灰度阈值T对灰度图像进行二值化处理;滤波修复:对分离后的裂纹图像进行逐行扫描,进行平滑滤波降噪处理,去除不合理的面域裂纹和非线状裂纹,使裂纹特征清晰直观。
所述的统计裂纹数量并测量各裂纹宽度,包括框选裂纹计数和测量各裂纹最大宽度,其一个实施例局部示意图如图5所示,其中,框选裂纹计数:逐行扫描提取的裂纹骨架,存储已扫描区域上下左右四个极限位置,在扫描过程中,如果与扫描点的八邻域仍然处于裂纹骨架,比较修改已扫描区域极限位置的坐标信息,否则,该扫描过程结束,分别绘制两条水平线和两条垂直线,得到裂纹区域的矩形选框,并逐一编号;循环上述过程至穷尽全部裂纹骨架区域,完成全部裂纹框选及计数;测量各裂纹最大宽度:依次对于每条框选裂纹,逐行扫描每个裂纹像素点并画圆,当该圆周上任一点均处于裂纹区域,则记录该圆的圆心及直径值,循环上述过程直至找到最大的直径值及相应的圆心位置,则该圆的直径值乘以换算系数Y即为该条框选裂纹的最大宽度值,其统计结果的一个实施例如图6所示。
所述的确定裂纹等级并输出结果,包括确定裂纹等级和输出结果,一个实施例如图7所示。
采集后的信息按照不同宽度裂纹的数量进行分级,分级参照GB/T 11206-2009《橡胶老化试验表面龟裂法》的规定进行判断。GB/T 11206-2009第22条规定:试验结果评价方法指出龟裂老化可用龟裂变化的严重程度(即龟裂等级)来表示。裂纹龟裂程度以裂纹龟裂宽度和裂纹龟裂密度分别按表1(对应于标准中的表2)和表2(对应于标准中的表3)所列的等级进行评定,组合后作为结果(取中值)。裂纹龟裂宽度等级划分为0级~4级,以试样的有效工作表面出现的最大裂口宽度来区分;裂纹龟裂密度等级划分为a级~c级,以试样的有效工作表面在每厘米(应力长度方向)内出现裂纹的平均条数来区分。
表1试样表面龟裂宽度的等级
龟裂宽度的等级 | 龟裂程度与表观特征 | 裂口宽度/mm |
0级 | 没有龟裂,用20倍以下放大镜仍看不见 | 0 |
1级 | 轻微龟裂,裂纹微小,放大镜易见,肉眼认真可见 | <0.1 |
2级 | 显著龟裂,裂纹明显,突出,广泛发展 | <0.2 |
3级 | 严重龟裂,裂纹粗大。布满表面,严重深入内部 | <0.4 |
4级 | 最严重龟裂,裂纹深大,裂口张开,临近断裂 | ≥0.4 |
表2试样表面龟裂密度的等级
龟裂密度的等级 | 龟裂程度与表观特征 | 裂纹密度/(条/cm) |
a | 少数龟裂,稀疏几条裂纹,极易计数 | <10 |
b | 多数龟裂,裂纹疏密散布表面,认真可数 | <40 |
c | 无数龟裂,裂纹麻密布满表面,难以计数 | ≥40 |
裂纹龟裂等级的判定以裂纹宽度为主,以裂纹密度为辅,将宽度的等级和密度的等级两者结合起来表示试验结果。最后,由上位机通过显示器显示出材料表面裂纹等级结果,并自动输出检测报告。
优选地,灰度转换可以公式根据H=0.299×R+0.587×G+0.144×B进行。
优选地,二值化处理中灰度阈值T的确定,按如下进行:
设原始图像为X,F(x)=0,x<T;F(x)=255,x≥T;阈值T的最大类间方差法确定图像阈值T,即取σ2(t)最大值的t为阈值T,其中max{σ2(t)}=max{PA[μA(t)-μ(t)]2+PB[μB(t)-μ(t)]2}。
优选地,所述的平滑滤波降噪处理采用中值滤波法。
至此,本领域技术人员应认识到,虽然本文已详尽出和描述了本发明多个示例性实施例,但是,在不脱离本发明精神和范围的情况下,仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变形或修改。因此,本发明的范围应被理解和认定为覆盖了所有这些其他变形或修改。
Claims (9)
1.一种软质材料表面裂纹自动检测方法,其特征在于,步骤如下:
获取被测材料表面裂纹图像;对图像中的裂纹进行提取;统计裂纹数量并测量各裂纹宽度;确定裂纹等级并输出结果;
所述的统计裂纹数量并测量各裂纹宽度,包括框选裂纹计数和测量各裂纹最大宽度,其中,框选裂纹计数:逐行扫描提取的裂纹骨架,存储已扫描区域上下左右四个极限位置,在扫描过程中,如果与扫描点的八邻域仍然处于裂纹骨架,比较修改已扫描区域极限位置的坐标信息,否则,该扫描过程结束,分别绘制两条水平线和两条垂直线,得到裂纹区域的矩形选框,并逐一编号;循环上述过程至穷尽全部裂纹骨架区域,完成全部裂纹框选及计数;测量各裂纹最大宽度:依次对于每条框选裂纹,逐行扫描每个裂纹像素点并画圆,当该圆周上任一点均处于裂纹区域,则记录该圆的圆心及直径值,循环上述过程直至找到最大的直径值及相应的圆心位置,则该圆的直径值乘以换算系数Y即为该条框选裂纹的最大宽度值。
2.如权利要求1所述的检测方法,其特征在于,所述的获取被测材料表面裂纹图像,包括拍摄裂纹图像和图像预处理,其中,
拍摄裂纹图像:通过上位机调整电子显微镜的放大倍数X至裂纹清晰可测,截取电子显微镜的单帧静态彩色图像,并根据放大倍数及图像分辨率得到长度标尺的换算系数Y,单位为mm/pixel;
图像预处理:在静态彩色图像的基础上,将彩色RGB图像转换成灰度图。
3.如权利要求1所述的检测方法,其特征在于,所述的对图像中的裂纹进行提取,包括裂纹分离和滤波修复,其中,
裂纹分离:选择合适的灰度阈值T对灰度图像进行二值化处理;
滤波修复:对分离后的裂纹图像进行逐行扫描,进行平滑滤波降噪处理,去除不合理的面域裂纹和非线状裂纹,使裂纹特征清晰直观。
4.如权利要求1所述的检测方法,其特征在于,所述的确定裂纹等级并输出结果,包括确定裂纹等级和输出结果,其中,
确定裂纹等级:统计总的裂纹数量及裂纹宽度的数值,并分别与GB/T 11206标准规定的进行比较,确定材料表面龟裂密度等级及龟裂宽度等级,综合得到材料表面裂纹等级;
输出结果:由上位机通过显示器显示出材料表面裂纹等级结果,并自动输出检测报告。
5.如权利要求2所述的检测方法,其特征在于,
灰度转换根据公式H=0.299×R+0.587×G+0.144×B进行计算。
6.如权利要求3所述的检测方法,其特征在于,
二值化处理中灰度阈值T的确定,按如下进行:
设原始图像为X,F(x)=0,x<T;F(x)=255,x≥T;阈值T的最大类间方差法确定图像阈值T,即取σ2(t)最大值的t为阈值T,其中max{σ2(t)}=max{PA[μA(t)- μ(t)]2+ PB[μB(t)- μ(t)]2}。
7.如权利要求3所述的检测方法,其特征在于,
所述的平滑滤波降噪处理采用中值滤波法。
8.一种软质材料表面裂纹自动检测装置,使用如权利要求1所述的自动检测方法进行实现,其特征在于,包括电子显微镜(1)和上位机(2),所述电子显微镜(1)通过接口与上位机(2)相连;所述上位机(2)包括裂纹自动检测程序和显示器,其特征在于,所述上位机(2)接收电子显微镜(1)的信号后经过裂纹自动检测程序计算分析后,将被测材料表面的裂纹程度通过显示屏输出。
9.如权利要求8所述的自动检测装置,其特征在于,所述的电子显微镜(1)为DinoLite手持式USB电子显微镜。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2017107512396 | 2017-08-28 | ||
CN201710751239 | 2017-08-28 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107991307A CN107991307A (zh) | 2018-05-04 |
CN107991307B true CN107991307B (zh) | 2020-04-28 |
Family
ID=62030004
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710985419.0A Expired - Fee Related CN107991307B (zh) | 2017-08-28 | 2017-10-20 | 一种软质材料表面裂纹自动检测装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107991307B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113193518B (zh) * | 2021-04-06 | 2022-11-11 | 浙江万马专用线缆科技有限公司 | 一种风能橡胶电缆护套表面局部龟裂的快速修复方法 |
CN113899874B (zh) * | 2021-11-17 | 2024-04-12 | 重庆钢铁股份有限公司 | 连铸板坯低倍检验中间裂纹的评定检测方法 |
CN114184105A (zh) * | 2021-12-06 | 2022-03-15 | 海南核电有限公司 | 一种橡胶表面裂纹检测评价方法及工具 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06207910A (ja) * | 1993-01-11 | 1994-07-26 | Fuji Photo Film Co Ltd | 表面検査装置 |
JPH1078305A (ja) * | 1996-09-04 | 1998-03-24 | Kansai Electric Power Co Inc:The | コンクリートのひび割れ計測方法及び計測装置 |
JP2002214152A (ja) * | 2001-01-24 | 2002-07-31 | Electro Techno Kk | 表面検査方法及び装置 |
CN101178367A (zh) * | 2007-09-21 | 2008-05-14 | 天津大学 | 一种陶瓷加工表面损伤检测系统 |
CN202075755U (zh) * | 2011-05-03 | 2011-12-14 | 西安理工大学 | 一种工件表面微裂纹视觉检测装置 |
CN102937593A (zh) * | 2012-10-20 | 2013-02-20 | 山东理工大学 | 陶瓷天线罩裂纹自动检测方法 |
CN103149214A (zh) * | 2013-02-27 | 2013-06-12 | 上海交通大学 | 水果表面缺陷检测方法 |
CN104777174A (zh) * | 2015-03-27 | 2015-07-15 | 中国人民解放军装甲兵工程学院 | 轴类零件截面突变部位表面疲劳裂纹检测系统及方法 |
CN105092597A (zh) * | 2015-09-14 | 2015-11-25 | 广东电网有限责任公司电力科学研究院 | 一种硬塑材料表面的裂纹检测方法 |
CN106934829A (zh) * | 2017-02-14 | 2017-07-07 | 中铁大桥科学研究院有限公司 | 一种表面裂缝的检测方法及系统 |
-
2017
- 2017-10-20 CN CN201710985419.0A patent/CN107991307B/zh not_active Expired - Fee Related
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06207910A (ja) * | 1993-01-11 | 1994-07-26 | Fuji Photo Film Co Ltd | 表面検査装置 |
JPH1078305A (ja) * | 1996-09-04 | 1998-03-24 | Kansai Electric Power Co Inc:The | コンクリートのひび割れ計測方法及び計測装置 |
JP2002214152A (ja) * | 2001-01-24 | 2002-07-31 | Electro Techno Kk | 表面検査方法及び装置 |
CN101178367A (zh) * | 2007-09-21 | 2008-05-14 | 天津大学 | 一种陶瓷加工表面损伤检测系统 |
CN202075755U (zh) * | 2011-05-03 | 2011-12-14 | 西安理工大学 | 一种工件表面微裂纹视觉检测装置 |
CN102937593A (zh) * | 2012-10-20 | 2013-02-20 | 山东理工大学 | 陶瓷天线罩裂纹自动检测方法 |
CN103149214A (zh) * | 2013-02-27 | 2013-06-12 | 上海交通大学 | 水果表面缺陷检测方法 |
CN104777174A (zh) * | 2015-03-27 | 2015-07-15 | 中国人民解放军装甲兵工程学院 | 轴类零件截面突变部位表面疲劳裂纹检测系统及方法 |
CN105092597A (zh) * | 2015-09-14 | 2015-11-25 | 广东电网有限责任公司电力科学研究院 | 一种硬塑材料表面的裂纹检测方法 |
CN106934829A (zh) * | 2017-02-14 | 2017-07-07 | 中铁大桥科学研究院有限公司 | 一种表面裂缝的检测方法及系统 |
Non-Patent Citations (2)
Title |
---|
New stopping criteria for crack detection during fatigue tests;M.J. Gómez,et al;《Engineering Failure Analysis》;20141201;第56卷;第530-537页 * |
如何理解贯彻GB /T11206-2009《橡胶老化试验表面龟裂法》;谢宇芳 等;《合成材料老化与应用》;20111231;第40卷(第5期);第6节及表1 * |
Also Published As
Publication number | Publication date |
---|---|
CN107991307A (zh) | 2018-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105158258B (zh) | 一种基于计算机视觉的竹条表面缺陷检测方法 | |
CN109269951B (zh) | 基于图像的浮选尾煤灰分、浓度、粗颗粒含量检测方法 | |
CN107991307B (zh) | 一种软质材料表面裂纹自动检测装置及方法 | |
CN108416766B (zh) | 双侧入光式导光板缺陷视觉检测方法 | |
CN107845090B (zh) | 一种硅片检测方法和硅片检测装置 | |
CN113989279A (zh) | 基于人工智能及图像处理的塑料薄膜质量检测方法 | |
CN111060442B (zh) | 一种基于图像处理的油液颗粒检测方法 | |
Samarawickrama et al. | Matlab based automated surface defect detection system for ceremic tiles using image processing | |
CN103063576A (zh) | 激光显微镜下定量分析钢中夹杂物的方法 | |
CN103674968A (zh) | 材料外观腐蚀形貌特征机器视觉原值检测评价方法及装置 | |
CN115100206B (zh) | 用于具有周期图案纺织物的印花缺陷识别方法 | |
JP4488308B2 (ja) | 構造物表面のひび割れ検出方法 | |
US8094922B2 (en) | Crack measuring method and apparatus | |
CN113720914B (zh) | 超声波探伤系统及超声波探伤方法 | |
Kimura et al. | Accurate root length and diameter measurement using NIH Image: use of Pythagorean distance for diameter estimation | |
CN104197866A (zh) | 玉米籽粒剖面角质与粉质百分比的定量测定方法 | |
KR20080060851A (ko) | 목재표면의 결함검출방법 | |
Xu et al. | Fiber-image analysis part I: Fiber-image enhancement | |
Chen et al. | Automated measurement of vessel properties in birch and poplar wood | |
CN113570652A (zh) | 基于sem图像的砂岩储层矿物晶间孔的定量分析方法 | |
CN117274251A (zh) | 基于图像数据的药品生产过程中药片质量检测方法 | |
CN114820611B (zh) | 基于人工智能的机械零件质量评估方法及系统 | |
KR101858829B1 (ko) | 편석 분석 장치 및 방법 | |
Mishra et al. | Surface defects detection for ceramic tiles using image processing and morphological techniques | |
CN115496706A (zh) | 一种基于数字图像处理的表面腐蚀比率测量方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200428 Termination date: 20211020 |
|
CF01 | Termination of patent right due to non-payment of annual fee |