CN108375585A - 一种多角度视觉缺陷检测平台及检测方法 - Google Patents

一种多角度视觉缺陷检测平台及检测方法 Download PDF

Info

Publication number
CN108375585A
CN108375585A CN201810480894.7A CN201810480894A CN108375585A CN 108375585 A CN108375585 A CN 108375585A CN 201810480894 A CN201810480894 A CN 201810480894A CN 108375585 A CN108375585 A CN 108375585A
Authority
CN
China
Prior art keywords
camera group
workpiece
fixture
image
light source
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
Application number
CN201810480894.7A
Other languages
English (en)
Inventor
杜娟
黄涛
赵欢
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.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
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 South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN201810480894.7A priority Critical patent/CN108375585A/zh
Publication of CN108375585A publication Critical patent/CN108375585A/zh
Pending legal-status Critical Current

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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34—Sorting according to other particular properties
    • 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
    • G01N21/01—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
    • G01N21/8851—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
    • G01N2201/02—Mechanical
    • G01N2201/022—Casings
    • 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
    • G01N2201/061—Sources

Landscapes

  • 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)

Abstract

本发明公开了一种多角度视觉缺陷检测平台及检测方法，包括计算机、柔光罩、光源、摄像头组、夹具及步进电机；所述柔光罩内设置光源、摄像头组及夹具，所述摄像头组设置在柔光罩的一侧内壁上，夹具设置在摄像头组的对侧，位于摄像头组的视场范围内，所述步进电机驱动夹具上下运动及旋转运动，计算机根据摄像头组输出的夹具图像进行缺陷检测。本发明结构简单，可广泛应用于各种注塑制件、增材制造等视觉检测领域。

Description

一种多角度视觉缺陷检测平台及检测方法
技术领域
本发明涉及工业机器视觉检测领域，具体涉及一种多角度视觉缺陷检测平台及检测方法。
背景技术
制造业的飞速发展，对工件的检测任务提出了更高的要求，传统的人工手段已经无法满足大批量工件的高精度、快速甚至实时动态的检测要求。机器视觉技术以数字图像作为获取信息的手段，与计算机图形学、自动化技术等相关领域紧密结合，很适合对工件表面进行缺陷检测。
机器视觉系统最基本的特点就是提高生产的灵活性和自动化程度。在一些不适于人工作业的危险工作环境或者人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉。同时，在大批量重复性工业生产过程中，用机器视觉缺陷检测的方法可以大大提高生产的效率和自动化程度。
目前的视觉检测设备大多数只能从某一个特定角度对待测工件进行图像采集，这样的检测是不全面的；或者通过多摄像头采集图像，又或者通过机械臂来移动待测工件实现多角度采集图像，但这样的方案成本比较高。
发明内容
为了克服现有技术中的不足之处，本发明提供一种多角度视觉缺陷检测平台及检测方法，成本低且能够多角度检测。
本发明采用如下技术方案：
一种多角度视觉缺陷检测平台，包括计算机、柔光罩、光源、摄像头组、夹具及步进电机；
所述柔光罩内设置光源、摄像头组及夹具，所述摄像头组设置在柔光罩的一侧内壁上，所述光源设置在与摄像头组同一侧的内壁上，且沿着摄像头组拍摄方向打光；
夹具位于摄像头组的视场范围内，所述步进电机驱动夹具进行上下运动及旋转运动；
摄像头组拍摄夹具每次旋转角度后的图像输入计算机，计算机根据图像对待检测工件进行缺陷检测；
所述计算机分别与光源及步进电机连接。
所述光源为LED光源，与摄像头组同轴安装或者安装在摄像头组的上、下两侧。
所述柔光罩为内表面粗糙且不易反光的刚性盒子。
还包括分拣系统，所述计算机将缺陷检测结果输出至分拣系统。
所述柔光罩为方形或半球形。
一种多角度视觉缺陷检测平台的检测方法，包括如下步骤：
S1待检测工件放入柔光罩内，夹具夹紧待检测工件上升至与摄像头组相同高度；
S2计算机发出旋转命令，步进电机按照预设定角度驱动夹具旋转；
S3光源打开，摄像头采集夹具及待检测工件图像，输入计算机；
S4计算机对采集图像进行缺陷检测，反馈分拣信息到分拣系统，同时反馈缺陷信息到制造端。
所述采用基于面积的模板匹配方法检测待检测工件的注塑制件飞边及缩水缺陷，具体步骤如下：
S4.1对采集的图像进行滤波及灰度化处理；
S4.2利用霍夫圆变换得到待测工件的特征点位置；
S4.3将检测到的特征点与模板图像的特征点进行匹配，匹配之后分别计算待测图像中工件所占像素数与模板图像中模板所占像素数，若待测工件面积大于模板面积，且超过设定的阈值，则缺陷为飞边；若待测工件面积小于模板面积且超过设定的阈值，则缺陷为缩水。
本发明的工作过程：
首先待测工件进入柔光罩内，并位于两个夹具之间；夹具夹紧工件之后上升到与摄像头组同一高度，计算机根据事先设定控制夹具旋转至指定角度；之后计算机控制光源打开、摄像头组采集图像并将其传输到计算机中，根据工件的不同检测要求，多次调整夹具角度，获得多角度的待检测图像，利用缺陷检测算法对图像进行处理，得出工件优劣的分拣信息以及缺陷信息。
本发明的有益效果：
(1)通过使用夹具夹取待测工件，使得工件能够在柔光罩内根据要求旋转指定角度，从而实现物体的多角度检测。
(2)同时柔光罩可以使光源发出的光在其内表面产生漫反射，使得工件表面能够被光线均匀照射，进而减轻工件表面的强反光现象。
(3)平台通过旋转夹具夹取的工件而非旋转摄像头来实现多角度检测，从而不需要在每次旋转摄像头后对其进行标定，节省了检测时间。
附图说明
图1是本发明的工作流程图；
图2是本发明的结构示意图；
图3是本发明的缺陷检测算法的流程图；
图4是本发明夹具的旋转方式示意图。
具体实施方式
下面结合实施例及附图，对本发明作进一步地详细说明，但本发明的实施方式不限于此。
实施例
如图1-图4所示，一种多角度视觉缺陷检测平台，包括柔光罩1、光源2、摄像头组3、夹具4及步进电机5，所述柔光罩内设置光源、摄像头组及夹具，摄像头组设置在柔光罩的一侧内壁上，摄像头组可以为单个或多个摄像头，当为立体检测的时候也可以使用双目摄像头，本实施例中摄像头组色织在方形柔光罩左侧内壁的中间位置。
所述光源设置在与摄像头组同一侧的内壁上，且沿着摄像头组拍摄方向打光，光源为LED光源，光源颜色可以根据需要选用不同颜色。
夹具用来夹紧待测工件，工件可通过人工放置或者通过流水线上的传送带直接送入柔光罩内。夹具设置在摄像头组的对侧，夹具的具体形状可根据工件形状进行选用，当夹具夹紧工件后，上升至与摄像头组相同高度，并且夹具在摄像头组的视野范围内，所述夹具应该与待测工件的颜色有较大区别，且不能拥有高反光的表面，以便于后续图像处理过程。
步进电机驱动夹具进行上下升降运动及旋转角度运动，夹具通过步进电机及电动推杆固定在柔光罩内，步进电机根据所给的脉冲数动作，具有较高的精度。
计算机内设定夹具旋转角度，驱动步进电机使夹具进行旋转，具体旋转角度根据待测工件的形状，及主要检测缺陷进行预先设定。
所述夹具为夹具立方体，其接触待测工件的面足够粗糙，能够使得待测工件在夹紧后不会掉落。夹具可以在步进电机的驱动下同步旋转，步进电机通过计算机串口输出的脉冲来动作。
摄像头组拍摄夹具每次旋转角度后的图像输入计算机，计算机根据图像对待测工件进行缺陷检测，将工件优劣及缺陷种类大小信息，反馈给分拣系统及制造端。
柔光罩为内表面粗糙且不易反光的刚性盒子，光源发出的光在柔光罩内表面不会产生镜面反射，而是产生漫反射，所述柔光罩可根据实际需要选择方形、半球形或其他形状。
本发明的工作过程为：
将待检测工件放入柔光罩内，夹具夹紧工件，本实施例中，夹具夹紧待检测工件后上升至摄像头组的视场范围内；
计算机驱动步进电机旋转夹具，到预设角度。
计算机设定好需要旋转的角度，然后给步进电机发送响应的脉冲数，步进电机驱动夹具会根据脉冲数来旋转一定的角度，每旋转一个角度就拍摄一幅图像，直到获得待测工件的所有特征图像。
打开光源，摄像头组采集图像，计算机通过串口与光源、摄像头组通信，实现打开光源、摄像头组，并使用摄像头组采集图像的功能。
计算机对图像进行融合后，进行缺陷检测并实现分类
在本实施例中主要针对注塑制件的飞边以及缩水缺陷进行检测。由于这两种缺陷都是形态上的缺陷，会造成待测工件的形状和大小发生变化，因此在本实施例中采取了基于面积的模板匹配方法来检测这两种缺陷。具体的算法步骤如图3所示：
(1)首先对采集的图像进行滤波，以去除一定程度的噪声。
(2)对图像进行灰度化处理。这一步主要是为了下一步的处理方便。
(3)利用霍夫圆变换求取待测工件特征点的位置。由于本实施例中的检测工件在中心有一个较为标准的圆形，因此考虑用霍夫圆变换来检测其圆心，也即特征点的位置。若要对其他物体进行检测，还可以视情况使用其他特征检测算法来提取特征点进行匹配，例如SURF(Speeded Up Robust Feature)、ORB(Oriented Brief)、FAST(Features fromAccelerated Segment Test)、Harris角点等。
(4)根据检测到的特征点与模板图像的特征点进行匹配，使其能够对准。
(5)根据待测工件相对与模板的面积大小可以得到缺陷的种类。在本实施例中，若待测工件面积大于模板面积且超过一定阈值，则缺陷为飞边；若待测工件面积小于模板面积且超过一定阈值，则缺陷为缩水。
由此完成了待测工件的缺陷检测和分类功能。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受所述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (7)

1.一种多角度视觉缺陷检测平台，其特征在于，包括计算机、柔光罩、光源、摄像头组、夹具及步进电机；
所述柔光罩内设置光源、摄像头组及夹具，所述摄像头组设置在柔光罩的一侧内壁上，所述光源设置在与摄像头组同一侧的内壁上，且沿着摄像头组拍摄方向打光；
夹具位于摄像头组的视场范围内，所述步进电机驱动夹具进行上下运动及旋转运动；
摄像头组拍摄夹具每次旋转角度后的图像输入计算机，计算机根据图像对待检测工件进行缺陷检测；
所述计算机分别与光源及步进电机连接。
2.根据权利要求1所述的一种多角度视觉缺陷检测平台，其特征在于，所述光源为LED光源，与摄像头组同轴安装或者安装在摄像头组的上、下两侧。
3.根据权利要求1所述的一种多角度视觉缺陷检测平台，其特征在于，所述柔光罩为内表面粗糙且不易反光的刚性盒子。
4.根据权利要求1所述的一种多角度视觉缺陷检测平台，其特征在于，还包括分拣系统，所述计算机将缺陷检测结果输出至分拣系统。
5.根据权利要求1所述的一种多角度视觉缺陷检测平台，其特征在于，所述柔光罩为方形或半球形。
6.一种如权利要求1-5任一项所述的一种多角度视觉缺陷检测平台的检测方法，其特征在于，包括如下步骤：
S1待检测工件放入柔光罩内，夹具夹紧待检测工件上升至与摄像头组相同高度；
S2计算机发出旋转命令，步进电机按照预设定角度驱动夹具旋转；
S3光源打开，摄像头采集夹具及待检测工件图像，输入计算机；
S4计算机对采集图像进行缺陷检测，反馈分拣信息到分拣系统，同时反馈缺陷信息到制造端。
7.根据权利要求6所述的检测方法，其特征在于，采用基于面积的模板匹配方法检测待检测工件的注塑制件飞边及缩水缺陷，具体步骤如下：
S4.1对采集的图像进行滤波及灰度化处理；
S4.2利用霍夫圆变换得到待测工件的特征点位置；
S4.3将检测到的特征点与模板图像的特征点进行匹配，匹配之后分别计算待测图像中工件所占像素数与模板图像中模板所占像素数，若待测工件面积大于模板面积，且超过设定的阈值，则缺陷为飞边；若待测工件面积小于模板面积且超过设定的阈值，则缺陷为缩水。
CN201810480894.7A 2018-05-18 2018-05-18 一种多角度视觉缺陷检测平台及检测方法 Pending CN108375585A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810480894.7A CN108375585A (zh) 2018-05-18 2018-05-18 一种多角度视觉缺陷检测平台及检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810480894.7A CN108375585A (zh) 2018-05-18 2018-05-18 一种多角度视觉缺陷检测平台及检测方法

Publications (1)

Publication Number Publication Date
CN108375585A true CN108375585A (zh) 2018-08-07

Family

ID=63033508

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810480894.7A Pending CN108375585A (zh) 2018-05-18 2018-05-18 一种多角度视觉缺陷检测平台及检测方法

Country Status (1)

Country Link
CN (1) CN108375585A (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108918420A (zh) * 2018-08-27 2018-11-30 陈超越 一种检测指甲钳钳体质量的自动化装置
CN109584239A (zh) * 2018-12-13 2019-04-05 华南理工大学 一种基于反射光的高光物体表面缺陷检测系统及方法
CN109821763A (zh) * 2019-02-25 2019-05-31 山东大学 一种基于机器视觉的水果分拣系统及其图像识别方法
CN110038822A (zh) * 2019-04-20 2019-07-23 东莞中科蓝海智能视觉科技有限公司 反光圆环件的视觉检测方法
CN110575966A (zh) * 2019-10-16 2019-12-17 苏州微感网络科技有限公司 一种高反光物体表面缺陷检测装置
CN110836897A (zh) * 2019-10-23 2020-02-25 同济大学 一种气缸盖罩加工表面成像装置及方法
CN111107266A (zh) * 2019-12-25 2020-05-05 集美大学 视觉分拣数据集采集方法及装置
CN111220620A (zh) * 2020-03-09 2020-06-02 广东荣旭智能技术有限公司 一种机器视觉外观瑕疵检测装置及其瑕疵检测方法
CN114723671A (zh) * 2022-03-10 2022-07-08 深圳灿维科技有限公司 一种图像预处理方法、装置、计算机设备及存储介质
CN115555290A (zh) * 2022-10-20 2023-01-03 四川大学 一种基于深度学习的玻璃盖板细微缺陷检测设备
CN116008305A (zh) * 2022-12-12 2023-04-25 深圳市旺弘科技有限公司 一种芯片金线缺陷检测装置及其检测方法
CN116087201A (zh) * 2022-12-27 2023-05-09 广东尚菱视界科技有限公司 一种工业视觉检测系统以及检测方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6232616B1 (en) * 1998-07-24 2001-05-15 Inventec Corporation LCD panel test apparatus
CN101261234A (zh) * 2008-03-26 2008-09-10 广州中国科学院工业技术研究院 表面缺陷检测装置
CN204964408U (zh) * 2015-09-16 2016-01-13 深圳市菲可威尔科技有限公司 划痕检测机
CN105606629A (zh) * 2016-03-25 2016-05-25 丹阳市精通眼镜技术创新服务中心有限公司 一种镜片面状疵病自动检测装置及方法
CN205317678U (zh) * 2015-12-08 2016-06-15 广东锐视智能检测有限公司 一种基于机器视觉的金属制品印刷缺陷在线检测系统
CN105675624A (zh) * 2015-12-29 2016-06-15 浙江理工大学 一种超声波焊接件的光纤裂纹多角度视觉检测装置
CN106770331A (zh) * 2017-02-10 2017-05-31 南京航空航天大学 一种基于机器视觉的工件缺陷检测系统
CN106862097A (zh) * 2017-03-27 2017-06-20 江苏凯伦铝业有限公司 光伏组件铝边框全自动检测装置
CN206832698U (zh) * 2017-05-17 2018-01-02 华南理工大学 一种用于表面光滑高反光物体的缺陷检测装置
CN208847664U (zh) * 2018-05-18 2019-05-10 华南理工大学 一种多角度视觉缺陷检测平台

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6232616B1 (en) * 1998-07-24 2001-05-15 Inventec Corporation LCD panel test apparatus
CN101261234A (zh) * 2008-03-26 2008-09-10 广州中国科学院工业技术研究院 表面缺陷检测装置
CN204964408U (zh) * 2015-09-16 2016-01-13 深圳市菲可威尔科技有限公司 划痕检测机
CN205317678U (zh) * 2015-12-08 2016-06-15 广东锐视智能检测有限公司 一种基于机器视觉的金属制品印刷缺陷在线检测系统
CN105675624A (zh) * 2015-12-29 2016-06-15 浙江理工大学 一种超声波焊接件的光纤裂纹多角度视觉检测装置
CN105606629A (zh) * 2016-03-25 2016-05-25 丹阳市精通眼镜技术创新服务中心有限公司 一种镜片面状疵病自动检测装置及方法
CN106770331A (zh) * 2017-02-10 2017-05-31 南京航空航天大学 一种基于机器视觉的工件缺陷检测系统
CN106862097A (zh) * 2017-03-27 2017-06-20 江苏凯伦铝业有限公司 光伏组件铝边框全自动检测装置
CN206832698U (zh) * 2017-05-17 2018-01-02 华南理工大学 一种用于表面光滑高反光物体的缺陷检测装置
CN208847664U (zh) * 2018-05-18 2019-05-10 华南理工大学 一种多角度视觉缺陷检测平台

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108918420A (zh) * 2018-08-27 2018-11-30 陈超越 一种检测指甲钳钳体质量的自动化装置
CN108918420B (zh) * 2018-08-27 2024-04-12 陈超越 一种检测指甲钳钳体质量的自动化装置
CN109584239B (zh) * 2018-12-13 2024-02-06 华南理工大学 一种基于反射光的高光物体表面缺陷检测系统及方法
CN109584239A (zh) * 2018-12-13 2019-04-05 华南理工大学 一种基于反射光的高光物体表面缺陷检测系统及方法
CN109821763A (zh) * 2019-02-25 2019-05-31 山东大学 一种基于机器视觉的水果分拣系统及其图像识别方法
CN109821763B (zh) * 2019-02-25 2020-05-22 山东大学 一种基于机器视觉的水果分拣系统及其图像识别方法
CN110038822A (zh) * 2019-04-20 2019-07-23 东莞中科蓝海智能视觉科技有限公司 反光圆环件的视觉检测方法
CN110575966A (zh) * 2019-10-16 2019-12-17 苏州微感网络科技有限公司 一种高反光物体表面缺陷检测装置
CN110575966B (zh) * 2019-10-16 2024-03-26 苏州微感网络科技有限公司 一种高反光物体表面缺陷检测装置
CN110836897A (zh) * 2019-10-23 2020-02-25 同济大学 一种气缸盖罩加工表面成像装置及方法
CN111107266A (zh) * 2019-12-25 2020-05-05 集美大学 视觉分拣数据集采集方法及装置
CN111220620A (zh) * 2020-03-09 2020-06-02 广东荣旭智能技术有限公司 一种机器视觉外观瑕疵检测装置及其瑕疵检测方法
CN114723671A (zh) * 2022-03-10 2022-07-08 深圳灿维科技有限公司 一种图像预处理方法、装置、计算机设备及存储介质
CN115555290A (zh) * 2022-10-20 2023-01-03 四川大学 一种基于深度学习的玻璃盖板细微缺陷检测设备
CN116008305A (zh) * 2022-12-12 2023-04-25 深圳市旺弘科技有限公司 一种芯片金线缺陷检测装置及其检测方法
CN116087201A (zh) * 2022-12-27 2023-05-09 广东尚菱视界科技有限公司 一种工业视觉检测系统以及检测方法
CN116087201B (zh) * 2022-12-27 2023-09-05 广东尚菱视界科技有限公司 一种工业视觉检测系统以及检测方法

Similar Documents

Publication Publication Date Title
CN108375585A (zh) 一种多角度视觉缺陷检测平台及检测方法
CN108180851B (zh) 一种用于测量气膜孔形位参数的五轴影像测量装置
CN106802301B (zh) 一种发动机气门的机器视觉在线检测系统和方法
CN104101608B (zh) 可对多型号不规则形状产品进行缺陷检测的智能检测装置
CN102539443B (zh) 基于机器视觉的瓶身缺陷自动检测方法
CN110057836A (zh) 一种圆柱形空心管视觉检测设备及其检测方法
CN107884413A (zh) 一种自动检测轴承滚动体缺失的装置及检测方法
CN110987970A (zh) 物体表面缺陷检测系统及检测方法
CN105890669A (zh) 全能影像视觉检测机器人
CN206656692U (zh) 一种气弹簧杆的多工位无损检测设备
TWI571627B (zh) 運用多軸機臂的光學檢查設備
CN113000413A (zh) 基于机器视觉的同步器齿套表面缺陷检测系统、方法、终端
CN208847664U (zh) 一种多角度视觉缺陷检测平台
KR101884556B1 (ko) 머신 비전을 활용한 와이어 하네스 케이블의 터미널 크림핑 검사 장치
CN110554054B (zh) 一种机夹式可转位车刀的三维刃口崩缺检测系统
CN104197850A (zh) 一种基于机器视觉的元件管脚检测方法及其装置
CN111323425A (zh) 一种多相机视觉检测装置及方法
KR101884557B1 (ko) 머신 비전을 활용한 와이어 하네스 케이블의 터미널 크림핑 검사 방법
CN206146851U (zh) 一种智能检测工业零件表面质量的装置
CN114577805A (zh) 一种MiniLED背光面板缺陷检测方法及装置
CN217156336U (zh) 一种边缘检测设备以及设备前端模块
CN110969357A (zh) 一种铝合金机加工零件孔洞视觉检测方法
CN2852116Y (zh) 一种粘结稀土磁体外观缺陷图像自动检测仪
KR101885986B1 (ko) 머신 비전을 활용한 와이어 하네스 케이블의 터미널 크림핑 검사 장치 작동 방법
CN111812120B (zh) 一种翻转式的镜片缺陷检测装置和方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180807

RJ01 Rejection of invention patent application after publication