CN108426892A - 一种检测家居板表面缺陷的机器视觉装置 - Google Patents
一种检测家居板表面缺陷的机器视觉装置 Download PDFInfo
- Publication number
- CN108426892A CN108426892A CN201810619598.0A CN201810619598A CN108426892A CN 108426892 A CN108426892 A CN 108426892A CN 201810619598 A CN201810619598 A CN 201810619598A CN 108426892 A CN108426892 A CN 108426892A
- Authority
- CN
- China
- Prior art keywords
- household plate
- conveyer belt
- detected
- household
- color
- 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
Links
- 230000007547 defect Effects 0.000 title claims abstract description 46
- 238000001514 detection method Methods 0.000 title claims abstract description 42
- 238000003384 imaging method Methods 0.000 claims abstract description 25
- 239000002932 luster Substances 0.000 claims abstract description 24
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 21
- 230000005540 biological transmission Effects 0.000 claims abstract description 6
- 238000005286 illumination Methods 0.000 claims abstract description 6
- 230000005571 horizontal transmission Effects 0.000 claims description 4
- 230000002950 deficient Effects 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000013135 deep learning Methods 0.000 claims description 2
- 238000007689 inspection Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 206010054949 Metaplasia Diseases 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 208000037656 Respiratory Sounds Diseases 0.000 description 1
- 241000276425 Xiphophorus maculatus Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000011031 large-scale manufacturing process Methods 0.000 description 1
- 230000015689 metaplastic ossification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
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
- G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
- G01N21/892—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined
Landscapes
- Engineering & Computer Science (AREA)
- Textile Engineering (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)
Abstract
本发明实施例提供一种检测家居板表面缺陷的机器视觉装置。所述检测家居板表面缺陷的机器视觉装置包括:控制设备;与所述控制设备连接的传送带,用于传送待检测的家居板;与所述传送带连接的色泽预检器,用于确定待检测家居板的成像曝光量;与所述传送带连接的LED线性聚焦光源,用于为待检测家居板提供成像照明;与所述控制设备和色泽预检器连接的彩色线扫描相机,用于获取所述待检测家居板的图像;与所述彩色线扫描相机和控制设备连接的人工智能工作站,用于接收和识别彩色线扫描相机送来的图像;与控制设备连接的剔除装置,用于剔除有表面缺陷的家居板。
Description
技术领域
本发明涉及检测自动化技术领域,具体而言,涉及一种检测家居板表面缺陷的机器视觉装置。
背景技术
表面缺陷检测是家居板生产过程和质量控制的重要环节。近年来,随着刨花板、纤维板等人工压制板在家居行业的大量推广使用,家居板已经进入了个性化定制、大规模自动化生产的阶段。其颜色、图案、纹理多种多样,常见的缺陷包括色差、污迹、裂纹、划痕、鼓包、压痕、杂点、崩缺等等,大多数尺寸很小而且颜色和背景相同或相近。现有的缺陷检测主要由手工和人眼完成,速度慢、精度低、大量的表面缺陷无法在线识别和剔除,无法适应现代化大规模生产的要求。
发明内容
本发明实施例的目的在于提供一种检测家居板表面缺陷的机器视觉装置。
本发明实施例提供的一种检测家居板表面缺陷的机器视觉装置,包括:
控制设备;
与所述控制设备连接的传送带,用于传送待检测家居板;
与所述传送带连接的LED线性聚焦光源,用于为待检测家居板提供成像照明;
与所述传送带连接的色泽预检器,用于确定待检测家居板的成像曝光量;
与所述控制设备和色泽预检器连接的彩色线扫描相机,用于获取所述待检测家居板的正面图像和明场图像;
与所述彩色线扫描相机和控制设备连接的人工智能工作站,用于识别所述彩色线扫描相机获取的家居板图像;
与所述控制设备连接的剔除装置,用于剔除有表面缺陷的家居板;
使用时,所述传送带水平传送待检测家居板,所述LED线性聚焦光源为待检测家居板提供成像照明,所述色泽预检器检测所述待检测家居板的颜色和亮度并确定成像曝光参数,所述彩色线扫描相机按照所述色泽预检器确定的成像曝光参数获取所述待检测家居板的数字图像,所述人工智能工作站接收所述彩色线扫描机获取的图像并识别,所述控制设备控制所述传送带和彩色线扫描相机的速度并根据人工智能工作站的识别结果发出剔除或通过指令,所述剔除装置根据控制设备的指令剔除有表面缺陷的家居板。
可选地,所述传送带可以为中间没有成像缝隙的一条传送带,用于先检测家居板的上表面;上表面检测完成之后,下表面翻转朝上再进入传送带以同样的方式完成其检测。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举实施例,并配合附图说明如下。
附图说明
图1为本发明实施例提供的检测家居板表面缺陷的机器视觉装置的结构示意图。
图2为本发明实施例提供的检测家居板表面缺陷的机器视觉装置的立体结构示意图。
图3为本发明实施例提供的检测家居板表面缺陷的机器视觉装置的剔除装置的结构示意图。
图标:10-测量家居板尺寸的机器视觉装置;100-控制设备;210-上表面LED线性聚焦光源;220-下表面LED线性聚焦光源;310-上表面斜向彩色线扫描相机;320-上表面铅垂向彩色线扫描相机;330-下表面斜向彩色线扫描相机;340-下表面铅垂向彩色线扫描相机;410-第一传送带;420-第二传送带;500-人工智能工作站;600-色泽预检器;700-剔除装置;710-翻转板;720-枢接轴;800-支撑柱;900-支撑架;20-待检测家居板。
具体实施方式
在本发明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对的重要性。
在本发明的描述中,术语“上”、“下”、“正面”、“斜向”、“铅垂向”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是所述发明产品使用时惯常表征的方位或位置关系,仅是为了便于描述本发明和简化描述,不能解释为本发明的限制。
在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“安装”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接;可以是机械连接,也可以是电连接;可以是直接连接,也可以是通过中间媒介间接连接。本领域的技术人员可以根据具体情况理解上述术语在本发明中的具体含义。
如图1和2所示,所述检测家居板表面缺陷的机器视觉装置10包括:控制设备100;LED(Light Emitting Diode)线性聚焦光源;彩色线扫描相机;传送带;人工智能工作站500、色泽预检器600、剔除装置700和待检测家居板20。
本实施例中,所述LED线性聚焦光源可包括上表面LED线性聚焦光源210和下表面LED线性聚焦光源220。
本实施例中,所述彩色线扫描相机可包括上表面斜向彩色线扫描相机310、上表面铅垂向彩色线扫描相机320、下表面斜向彩色线扫描相机330及下表面铅垂向彩色线扫描相机340。
本实施例中,所述传送带可包括图1所示的第一传送带410和第二传送带420。所述传送带包括一条传送皮带,用于传送待检测家居板20。
所述第一传送带410和第二传送带420均与控制设备100连接,用于传送待检测家居板20。
所述上表面LED线性聚焦光源210和下表面LED线性聚焦光源220均与第一传送带410和第二传送带420连接,用于为待检测家居板20提供成像照明。
所述色泽预检器600与第一传送带410连接,用于确定待检测家居板的成像曝光量。
所述上表面斜向彩色线扫描相机310、上表面铅垂向彩色线扫描相机320、下表面斜向彩色线扫描相机330及下表面铅垂向彩色线扫描相机340均与控制设备100和色泽预检器600连接,用于获取所述待检测家居板的正面图像和明场图像。
所述上表面斜向彩色线扫描相机310、上表面铅垂向彩色线扫描相机320、下表面斜向彩色线扫描相机330及下表面铅垂向彩色线扫描相机340可以是CCD(Charge-coupledDevice)或CMOS传感器。
所述人工智能工作站500与所述上表面斜向彩色线扫描相机310、上表面铅垂向彩色线扫描相机320、下表面斜向彩色线扫描相机330及下表面铅垂向彩色线扫描相机340以及控制设备100连接,用于处理识别彩色线扫描相机获取的图像,并在发现缺陷板时发出剔除的激发指令。
所述剔除装置700与控制设备100连接,用于剔除有表面缺陷的家居板。
所述剔除装置700根据人工智能工作站的识别结果和控制设备的指令、通过PLC和气动装置或电磁装置剔除有缺陷的家居板。
在一种实施方式中,所述剔除装置700可以在所述待检测家居板喷射不合格标记。
在另一种实施方式中,所述剔除装置700包括翻转板710、枢接轴720。所述剔除装置700接收到剔除指令时,所述枢接轴720转动以控制所述翻转板710转动,以使所述待检测家居板转送至剔除通道。如图3所示,所述翻转板710可以在方向D上转动。本实施例中,所述翻转板710是板状结构,所述翻转板710的宽度不小于待检测家居板的宽度。在一个实例中,所述枢接轴720的长度与所述翻转板710的宽度相同。
使用时,所述第一传送带410和第二传送带420水平传送待检测家居板20,所述LED线性聚焦光源为待检测家居板20提供成像照明,所述色泽预检器600检测待检测家居板的颜色和亮度并确定成像曝光参数,所述彩色线扫描相机按照所述色泽预检器确定的成像曝光参数获取所述待检测家居板20上下表面的数字图像,所述人工智能工作站500接收所述彩色线扫描机获取的图像并识别,所述控制设备100控制所述传送带和彩色线扫描相机的速度并根据人工智能工作站500的识别结果发出“通过”或“剔除”的指令,所述剔除装置700根据控制设备100的指令剔除有表面缺陷的家居板。
在本实施例中,所述控制设备100由位置传感器、微处理芯片和PLC(ProgrammableLogic Controller,称为:可编程逻辑控制器)构成;所述控制设备100用于协调和控制所述第一传送带410和第二传送带420、所述上表面斜向彩色线扫描相机310、上表面铅垂向彩色线扫描相机320、下表面斜向彩色线扫描相机330及下表面铅垂向彩色线扫描相机340、所述人工智能工作站500和所述剔除装置700的工作。
在本实施例中,所述第一传送带410和第二传送带420同宽度、同速度、同中心线,两段传送带之间留有成像缝隙;所述第一传送带410和第二传送带420的上表面用于支撑待检测家居板、使之运动到预定位置成像,两段传送带之间的成像缝隙用于待检测家居板的下表面成像。
进一步地,所述第一传送带410和第二传送带420由同一台伺服电机驱动、水平传送待检测家居板,待检测家居板从第一传送带410经过成像缝隙移动到第二传送带420并经过设置在第二传送带420尾端的剔除装置700。
在本实施例中,所述色泽预检器600,所述上表面斜向彩色线扫描相机310、上表面铅垂向彩色线扫描相机320、下表面斜向彩色线扫描相机330及下表面铅垂向彩色线扫描相机340,以及所述上表面LED线性聚焦光源210和下表面LED线性聚焦光源220按照所述待检测家居板的移动方向顺序安装在所述第一传送带410和第二传送带420的上方,并且各自相对于传送带的上表面设置对应的预留位置和安装角度。
本实施例中,所述色泽预检器600用于获取检测家居板的颜色和亮度,并根据所述待检测家居板的颜色和亮度计算彩色线扫描相机的最佳曝光量。
进一步地,所述色泽预检器600经由CCD或CMOS传感器检测家居板的颜色和亮度并由此计算所述上表面斜向彩色线扫描相机310、上表面铅垂向彩色线扫描相机320、下表面斜向彩色线扫描相机330及下表面铅垂向彩色线扫描相机340的最佳曝光量。
其中,所述CCD或CMOS传感器可以是与所述色泽预检器600外接的设备,也可以是属于所述色泽预检器600的一部分。
在本实施例中,所述上表面斜向彩色线扫描相机310、上表面铅垂向彩色线扫描相机320、下表面斜向彩色线扫描相机330及下表面铅垂向彩色线扫描相机340的成像扫描线均垂直于所述第一传送带410和第二传送带420的运动方向;
进一步地,所述检测家居板表面缺陷的机器视觉装置包括上、下表面成像组,每一成像组至少有两台同分辨率、同扫描频率的彩色线扫描相机、二者以协同的方式成像。在图1中,上表面铅垂向彩色线扫描相机320和下表面铅垂向彩色线扫描相机340的成像中轴线沿所述传送带的法线方向以获取待检测家居板的正面图像;上表面斜向彩色线扫描相机310和下表面斜向彩色线扫描相机330倾斜安装在LED线性聚焦光源的反射角方向以获取待检测家居板的明场图像。
进一步地,根据检测对缺陷图像分辨率的要求,所述彩色线扫描相机可以是高分辨率、高扫描频率的两台相机;也可以是偶数对、并列为两行设置的多台相机,其中一半相机并列成一行、其成像中轴线沿传送带的法线方向以便获取待检测家居板的正面图像;另外一半相机并列成另一行、安装在LED线性聚焦光源的反射方向以获取待检测家居板的明场图像。
在本实施例中,所述上表面LED线性聚焦光源210和下表面LED线性聚焦光源220分别以预设的角度投射到待测家居板的上、下表面,二者的投射线均垂直于所述传送带的运动方向。
在本实施例中,所述人工智能工作站500包括多个高速CPU、GPU和深度学习芯片等。所述人工智能工作站500采用卷积人工神经网络等算法完成各种家居板缺陷图集的学习训练和在线检测家居板图像的缺陷识别。
在本实施例中,所述剔除装置700根据人工智能工作站的识别结果和控制设备的指令剔除有缺陷的家居板。
进一步地,如图2所示,所述检测家居板表面缺陷的机器视觉装置10还包括支撑柱800,用于支撑所述第一传送带410和第二传送带420。
进一步地,如图2所示,所述检测家居板表面缺陷的机器视觉装置10还包括支撑架900,所述支撑架900用于安装设置在所述第一传送带410和第二传送带420上方的上表面斜向彩色线扫描相机310、上表面铅垂向彩色线扫描相机320。
进一步地,所述测量家居板表面缺陷的机器视觉装置10还可以包括用于控制所述第一传送带410和第二传送带420运作的电机(图未标号)。
在其他实施例中,所述传送带可以仅包括图1所示的第一传送带410。或者所述第一传送带410和第二传送带420连接在一起,中间没有成像缝隙,用于待检测家居板的单面缺陷检测;上表面检测完成之后,下表面翻转朝上再进入传送带、以同样的方式完成其检测。进一步地,所述彩色线扫描相机可包括上表面斜向彩色线扫描相机310、上表面铅垂向彩色线扫描相机320。所述LED线性聚焦光源可包括上表面LED线性聚焦光源210。
关于本实施例的其它细节可以参考前面实施例中的描述,在此不再赘述。
本发明提供的检测家居板表面缺陷的机器视觉装置,本实施例提供一个检测家居板的装置,通过扫描相机采集待检测家居板的图像就能够实现对家居板的检测,减少人工检测的操作,提高家居板缺陷检测的效率,避免因为人为的因素导致识别误差。
以上所述仅为本发明的一个具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种检测家居板表面缺陷的机器视觉装置,其特征在于,包括:
控制设备;
与所述控制设备连接的传送带,用于传送待检测家居板;
与所述传送带连接的色泽预检器,用于确定待检测家居板的成像曝光量;
与所述传送带连接的LED线性聚焦光源,用于为待检测家居板提供成像照明;
与所述控制设备和色泽预检器连接的彩色线扫描相机,用于获取所述待检测家居板的正面图像和明场图像;
与所述彩色线扫描相机和控制设备连接的人工智能工作站,用于接收和识别彩色线扫描相机获取的图像;
与控制设备连接的剔除装置,用于剔除有表面缺陷的家居板;
使用时,所述传送带水平传送待检测家居板,所述色泽预检器检测所述待检测家居板的颜色和纹理并确定最佳的曝光参数,所述LED线性聚焦光源为待检测家居板提供成像照明,所述彩色线扫描相机按照所述色泽预检器确定的最佳曝光参数获取所述待检测家居板的数字图像,所述人工智能工作站接收所述彩色线扫描机获取的图像并识别,所述控制设备控制所述传送带和彩色线扫描相机的速度并根据人工智能工作站的识别结果发出剔除或通过指令,所述剔除装置根据控制设备的指令剔除有表面缺陷的家居板。
2.如权利要求1所述的检测家居板表面缺陷的机器视觉装置,其特征在于,所述控制设备由位置传感器、微处理芯片和PLC构成;所述控制设备用于协调和控制所述传送带、所述彩色线扫描相机、所述人工智能工作站和所述剔除装置的工作。
3.如权利要求1所述的检测家居板表面缺陷的机器视觉装置,其特征在于,所述传送带由两段同宽度、同速度、同中心线的第一传送带和第二传送带构成,所述第一传送带和所述第二传送带之间留有成像缝隙;所述传送带的上表面用于支撑待检测家居板、使之运动到预定位置成像,两段传送带之间的成像缝隙用于待检测家居板的下表面成像;
所述第一传送带和所述第二传送带由一伺服电机驱动,以水平传送待检测家居板,并使待检测家居板从所述第一传送带经过成像缝隙移动到所述第二传送带并经过设置在第二传送带尾端的剔除装置;
所述色泽预检器、所述彩色线扫描相机和所述LED线性聚焦光源按照所述待检测家居板的移动方向顺序安装在所述传送带的上方,并且所述色泽预检器、所述彩色线扫描相机和所述LED线性聚焦光源相对于传送带的上表面设置预留位置。
4.如权利要求1所述的检测家居板表面缺陷的机器视觉装置,其特征在于,所述传送带包括一条传送皮带,用于传送所述待检测家居板。
5.如权利要求1所述的检测家居板表面缺陷的机器视觉装置,其特征在于,所述色泽预检器用于获取检测家居板的颜色和亮度,并根据所述检测家居板的颜色和亮度计算彩色线扫描相机的最佳曝光量。
6.如权利要求5所述的检测家居板表面缺陷的机器视觉装置,其特征在于,所述彩色线扫描相机的成像扫描线垂直于所述传送带的运动方向;
所述检测家居板表面缺陷的机器视觉装置包括上、下表面成像组,每一成像组包括至少有两台同分辨率、同扫描频率的彩色线扫描相机,其中一台彩色线扫描相机的成像中轴线沿所述传送带的法线方向以获取待检测家居板的正面图像;另一台彩色线扫描相机倾斜安装在LED线性聚焦光源的反射角方向以获取待检测家居板的明场图像。
7.如权利要求5所述的检测家居板表面缺陷的机器视觉装置,其特征在于,所述彩色线扫描相机由高分辨率、高扫描频率的两台相机扩展为并列成两排设置的偶数对多台相机,其中一半相机并列成一行、其成像中轴线沿传送带的法线方向以便获取待检测家居板的正面图像;另外一半相机并列成另一行、安装在LED线性聚焦光源的反射方向以获取待检测家居板的明场图像。
8.如权利要求1所述的检测家居板表面缺陷的机器视觉装置,其特征在于,所述LED线性聚焦光源有相同的两条,分别以预设的角度投射到待测家居板的上、下表面,其投射线垂直于所述传送带的运动方向。
9.如权利要求1所述的检测家居板表面缺陷的机器视觉装置,其特征在于,所述人工智能工作站包括多个CPU、GPU和深度学习芯片;所述人工智能工作站采用卷积人工神经网络算法完成各种家居板缺陷图集的学习训练和在线检测家居板图像的缺陷识别。
10.如权利要求1所述的检测家居板表面缺陷的机器视觉装置,其特征在于,所述剔除装置根据人工智能工作站的识别结果和控制设备的指令、通过PLC和气动装置或电磁装置剔除有缺陷的家居板。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810619598.0A CN108426892A (zh) | 2018-06-12 | 2018-06-12 | 一种检测家居板表面缺陷的机器视觉装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810619598.0A CN108426892A (zh) | 2018-06-12 | 2018-06-12 | 一种检测家居板表面缺陷的机器视觉装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108426892A true CN108426892A (zh) | 2018-08-21 |
Family
ID=63164565
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810619598.0A Pending CN108426892A (zh) | 2018-06-12 | 2018-06-12 | 一种检测家居板表面缺陷的机器视觉装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108426892A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109724984A (zh) * | 2018-12-07 | 2019-05-07 | 上海交通大学 | 一种基于深度学习算法的缺陷检测识别装置和方法 |
CN110530265A (zh) * | 2019-09-26 | 2019-12-03 | 广东理工学院 | 一种通过式板件尺寸检测装置 |
CN110604579A (zh) * | 2019-09-11 | 2019-12-24 | 腾讯科技(深圳)有限公司 | 一种数据采集方法、装置、终端及存储介质 |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5274713A (en) * | 1991-09-23 | 1993-12-28 | Industrial Technology Research Institute | Real-time apparatus for detecting surface defects on objects |
JPH08201047A (ja) * | 1995-01-31 | 1996-08-09 | Shin Etsu Polymer Co Ltd | 床タイルの外観検査方法 |
US20010050772A1 (en) * | 1998-10-13 | 2001-12-13 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewan Dten Forschung E.V. | Device and method for non-contact detection of structural and/or surface faults in large surface bodies |
JP2008164731A (ja) * | 2006-12-27 | 2008-07-17 | Fujifilm Corp | 撮影装置及びその制御方法 |
JP2009139239A (ja) * | 2007-12-06 | 2009-06-25 | Nippon Steel Corp | 帯状体の表面疵検出方法、検出装置及びコンピュータプログラム |
CN201413296Y (zh) * | 2009-06-11 | 2010-02-24 | 浙江创鑫木业有限公司 | 一种检测木板表面缺陷的装置 |
CN102495069A (zh) * | 2011-12-07 | 2012-06-13 | 广东辉丰科技股份有限公司 | 一种基于数字图像处理的拉链链带缺陷检测方法 |
CN103559486A (zh) * | 2013-11-11 | 2014-02-05 | 东南大学 | 一种视频检测地板正反面的方法 |
CN103761743A (zh) * | 2014-01-29 | 2014-04-30 | 东北林业大学 | 一种基于图像融合分割的实木地板表面缺陷检测方法 |
CN103901040A (zh) * | 2014-03-27 | 2014-07-02 | 华中科技大学 | 一种基于机器视觉的三维网状物缺陷在线检测系统 |
CN104614380A (zh) * | 2013-11-04 | 2015-05-13 | 北京兆维电子(集团)有限责任公司 | 一种板带表面质量检测系统和方法 |
CN105044122A (zh) * | 2015-08-25 | 2015-11-11 | 安徽工业大学 | 一种基于半监督学习模型的铜件表面缺陷视觉检测系统及检测方法 |
CN205333536U (zh) * | 2016-01-26 | 2016-06-22 | 南京林业大学 | 实木板材表面缺陷双面检测装置 |
CN106338520A (zh) * | 2016-09-18 | 2017-01-18 | 南京林业大学 | 一种表板为拼板的多层实木复合地板表面缺陷的识别方法 |
CN206410992U (zh) * | 2016-11-01 | 2017-08-15 | 控智(厦门)机器人科技有限公司 | 全方位视觉检测机 |
CN107589124A (zh) * | 2017-02-13 | 2018-01-16 | 上海佑生源环境工程有限公司 | 基于机器视觉的在线人造板表面缺陷检测分等系统及方法 |
CN206945552U (zh) * | 2017-06-13 | 2018-01-30 | 常州宏大智能装备产业发展研究院有限公司 | 基于机器视觉的鞋面布料检测装置 |
CN108007364A (zh) * | 2018-01-22 | 2018-05-08 | 广东理工学院 | 一种基于rgb-d相机的瓷砖检测装置及检测方法 |
CN208752021U (zh) * | 2018-06-12 | 2019-04-16 | 广东理工学院 | 一种检测家居板表面缺陷的机器视觉装置 |
-
2018
- 2018-06-12 CN CN201810619598.0A patent/CN108426892A/zh active Pending
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5274713A (en) * | 1991-09-23 | 1993-12-28 | Industrial Technology Research Institute | Real-time apparatus for detecting surface defects on objects |
JPH08201047A (ja) * | 1995-01-31 | 1996-08-09 | Shin Etsu Polymer Co Ltd | 床タイルの外観検査方法 |
US20010050772A1 (en) * | 1998-10-13 | 2001-12-13 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewan Dten Forschung E.V. | Device and method for non-contact detection of structural and/or surface faults in large surface bodies |
JP2008164731A (ja) * | 2006-12-27 | 2008-07-17 | Fujifilm Corp | 撮影装置及びその制御方法 |
JP2009139239A (ja) * | 2007-12-06 | 2009-06-25 | Nippon Steel Corp | 帯状体の表面疵検出方法、検出装置及びコンピュータプログラム |
CN201413296Y (zh) * | 2009-06-11 | 2010-02-24 | 浙江创鑫木业有限公司 | 一种检测木板表面缺陷的装置 |
CN102495069A (zh) * | 2011-12-07 | 2012-06-13 | 广东辉丰科技股份有限公司 | 一种基于数字图像处理的拉链链带缺陷检测方法 |
CN104614380A (zh) * | 2013-11-04 | 2015-05-13 | 北京兆维电子(集团)有限责任公司 | 一种板带表面质量检测系统和方法 |
CN103559486A (zh) * | 2013-11-11 | 2014-02-05 | 东南大学 | 一种视频检测地板正反面的方法 |
CN103761743A (zh) * | 2014-01-29 | 2014-04-30 | 东北林业大学 | 一种基于图像融合分割的实木地板表面缺陷检测方法 |
CN103901040A (zh) * | 2014-03-27 | 2014-07-02 | 华中科技大学 | 一种基于机器视觉的三维网状物缺陷在线检测系统 |
CN105044122A (zh) * | 2015-08-25 | 2015-11-11 | 安徽工业大学 | 一种基于半监督学习模型的铜件表面缺陷视觉检测系统及检测方法 |
CN205333536U (zh) * | 2016-01-26 | 2016-06-22 | 南京林业大学 | 实木板材表面缺陷双面检测装置 |
CN106338520A (zh) * | 2016-09-18 | 2017-01-18 | 南京林业大学 | 一种表板为拼板的多层实木复合地板表面缺陷的识别方法 |
CN206410992U (zh) * | 2016-11-01 | 2017-08-15 | 控智(厦门)机器人科技有限公司 | 全方位视觉检测机 |
CN107589124A (zh) * | 2017-02-13 | 2018-01-16 | 上海佑生源环境工程有限公司 | 基于机器视觉的在线人造板表面缺陷检测分等系统及方法 |
CN206945552U (zh) * | 2017-06-13 | 2018-01-30 | 常州宏大智能装备产业发展研究院有限公司 | 基于机器视觉的鞋面布料检测装置 |
CN108007364A (zh) * | 2018-01-22 | 2018-05-08 | 广东理工学院 | 一种基于rgb-d相机的瓷砖检测装置及检测方法 |
CN208752021U (zh) * | 2018-06-12 | 2019-04-16 | 广东理工学院 | 一种检测家居板表面缺陷的机器视觉装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109724984A (zh) * | 2018-12-07 | 2019-05-07 | 上海交通大学 | 一种基于深度学习算法的缺陷检测识别装置和方法 |
CN109724984B (zh) * | 2018-12-07 | 2021-11-02 | 上海交通大学 | 一种基于深度学习算法的缺陷检测识别装置和方法 |
CN110604579A (zh) * | 2019-09-11 | 2019-12-24 | 腾讯科技(深圳)有限公司 | 一种数据采集方法、装置、终端及存储介质 |
CN110604579B (zh) * | 2019-09-11 | 2024-05-17 | 腾讯科技(深圳)有限公司 | 一种数据采集方法、装置、终端及存储介质 |
CN110530265A (zh) * | 2019-09-26 | 2019-12-03 | 广东理工学院 | 一种通过式板件尺寸检测装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10782248B2 (en) | Automatic detection device and method for detecting surface detects of large caliber cambered optical element | |
CN108765416B (zh) | 基于快速几何对准的pcb表面缺陷检测方法及装置 | |
KR101772673B1 (ko) | 멀티 광학 모듈 비전 검사 시스템 | |
US5095204A (en) | Machine vision inspection system and method for transparent containers | |
CN108426892A (zh) | 一种检测家居板表面缺陷的机器视觉装置 | |
US7330251B2 (en) | Method and apparatus for producing reference image in glass bottle inspecting apparatus | |
US5926268A (en) | System and method for stress detection in a molded container | |
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 | |
CN100547394C (zh) | 基于图像信息融合技术的水果品质检测系统 | |
CN102621156B (zh) | 基于图像处理的微小零件自动分拣系统 | |
US20060000968A1 (en) | Glass bottle inspection device | |
CN113000413B (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 | |
CN206223686U (zh) | 一种lcd外观缺陷检测系统 | |
CN106767423A (zh) | 自动视觉检测仪 | |
CN208752021U (zh) | 一种检测家居板表面缺陷的机器视觉装置 | |
CN112014414A (zh) | 一种手机玻璃盖板缺陷检测系统及方法 | |
CN109781735A (zh) | 一种爆珠在线检测装置及检测方法 | |
CN109092701A (zh) | 电池铝壳检测装置 | |
CN104897366A (zh) | 一种色环光纤在线检测方法及装置、系统 | |
CN206670551U (zh) | 自动视觉检测仪 | |
CN113566733A (zh) | 一种线激光视觉三维扫描装置及方法 | |
CN108322736B (zh) | 一种多个线阵相机绕视轴旋转角度校准的校准板和校准方法 | |
CN206146851U (zh) | 一种智能检测工业零件表面质量的装置 | |
CN219608806U (zh) | 一种弧面透镜产品外观检测设备 | |
KR101719470B1 (ko) | 전자부품 검사장치 및 그 검사방법 |
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: 20180821 |