CN108682012A - 一种基于线扫激光的3d曲面玻璃表面平整性缺陷检测方法 - Google Patents
一种基于线扫激光的3d曲面玻璃表面平整性缺陷检测方法 Download PDFInfo
- Publication number
- CN108682012A CN108682012A CN201810463943.6A CN201810463943A CN108682012A CN 108682012 A CN108682012 A CN 108682012A CN 201810463943 A CN201810463943 A CN 201810463943A CN 108682012 A CN108682012 A CN 108682012A
- Authority
- CN
- China
- Prior art keywords
- bend
- gray
- defect
- defect inspection
- laser based
- 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
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
- G01B11/303—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces using photoelectric detection means
-
- 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
- G01N21/958—Inspecting transparent materials or objects, e.g. windscreens
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- 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
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- 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
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Computer Graphics (AREA)
- Signal Processing (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
一种基于线扫激光的3D曲面玻璃表面平整性缺陷检测方法,包括待检测的3D曲面玻璃和载物台,缺陷检测方法包括以下步骤:视觉成像系统采集三维点云数据;三维重建得到3D曲面玻璃的三维轮廓;对三维点云数据进行渲染;沿载物台的垂直方向进行投影并进行灰度变换得到第一灰度图和第二灰度图;提取3D曲面玻璃的图像区域的ROI;根据第一灰度图和第二灰度图选取缺陷区域;对3D曲面玻璃的缺陷进行自动匹配评价。本发明提供了一种基于线扫激光的3D曲面玻璃表面平整性缺陷检测方法,使得3D曲面玻璃表面平整性的缺陷在图像中显得更加的明显,还提供了图像处理检测算法,能快速准确地检测出平整性不足的缺陷,还能通过分析对比对缺陷进行自动匹配评价。
Description
技术领域
本发明涉及曲面玻璃缺陷检测技术领域,尤其涉及一种基于线扫激光的3D曲面玻璃表面平整性缺陷检测方法。
背景技术
随着手机玻璃后盖来替代传统的金属机壳,其中3D曲面玻璃盖板成为一大亮点,其高颜值的外形和出色的手感迅速成为消费者的新宠,并逐渐成为国内厂商相互追逐的热点。3D曲面玻璃主要应用于智能终端产品的防护屏以及后盖,和传统2D或2.5D玻璃相比,曲面玻璃具有轻薄、透明洁净、抗指纹、防眩晕等特点。
3D曲面玻璃生产完成后,需要对玻璃屏表面进行检测,以确定其表面质量,是否存在外观缺陷。现有技术是采用机器视觉来代替人工视觉进行检测,采用机器视觉进行检测3D曲面玻璃的表面平整性是一种方法,但是由于玻璃透明性好,反射低,长时间的检测容易出现误差,难以记录具体位置信息;在一些缺陷不明显的玻璃上无法快速检测出缺陷。
发明内容
本发明的目的在于提出一种基于线扫激光的3D曲面玻璃表面平整性缺陷检测方法,利用特有的视觉成像方式,使得3D曲面玻璃表面平整性的缺陷在图像中显得更加的明显,容易被快速准确地检测出3D曲面玻璃平整性不足的缺陷。
为达此目的,本发明采用以下技术方案:
一种基于线扫激光的3D曲面玻璃表面平整性缺陷检测方法,包括待检测的3D曲面玻璃和载物台,所述缺陷检测方法包括以下步骤:
步骤A:视觉成像系统采集三维点云数据;
步骤B:三维重建得到所述3D曲面玻璃的三维轮廓;
步骤C:对所述三维点云数据进行渲染;
步骤D:沿所述载物台的垂直方向进行投影并进行灰度变换得到第一灰度图和第二灰度图;
步骤E:提取所述3D曲面玻璃的图像区域的ROI;
步骤F:根据所述第一灰度图和第二灰度图选取缺陷区域;
步骤G:对所述3D曲面玻璃的缺陷进行自动匹配评价。
优选的,所述三维重建得到3D曲面玻璃的三维轮廓包括以下步骤:
步骤B1:噪声处理;
步骤B2:数据配准;
步骤B3:格网建立、数据缩减和曲面拟合;
步骤B4:完成三维重建。
优选的,所述沿所述载物台的垂直方向进行投影并进行灰度变换得到第一灰度图和第二灰度图包括以下步骤:
步骤D1:规定所述载物台每次运动的起点相同和行程相等;
步骤D2:将所述载物台水平面的法向量作为z方向;
步骤D3:将高精度的3D曲面玻璃的三维轮廓沿z方向投影并进行灰度变换得到第一灰度图;
步骤D4:将普通的3D曲面玻璃的三维轮廓沿z方向投影并进行灰度变换得到第二灰度图。
优选的,对所述点云数据进行渲染包括利用文件RGB值渲染点云。
优选的,所述提取3D曲面玻璃的图像区域的ROI包括所提取的3D曲面玻璃的ROI区域和所述载物台的平面的灰度值不同。
优选的,所述视觉成像系统采集三维点云数据包括视觉成像系统利用线激光扫描待检测的所述3D曲面玻璃,得到三维点云数据。
优选的,所述选取缺陷区域包括将第一灰度图和第二灰度图做差,根据灰度值差特征选取缺陷区域。
优选的,对所述3D曲面玻璃的缺陷进行自动匹配评价包括为缺陷分等级,建立缺陷标准,根据样品的缺陷区域的灰度值差所在的缺陷范围记进行自动评级。
附图说明
图1是本发明的基于线扫激光的3D曲面玻璃的表面平整性曲线检测方法的流程图。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
本实施例的一种基于线扫激光的3D曲面玻璃表面平整性缺陷检测方法,如图1所示,具体包括如下步骤:
步骤A:视觉成像系统采集三维点云数据;
其中视觉成像系统利用线激光扫描3D曲面玻璃整体,得到包含有三维坐标和颜色信息(RGB)或反射强度信息的三维点云数据,利用激光作为一种平行光,单色光,具有传播过程不易受外界环境影响的特点,使得视觉成像系统中的工业相机所成的像能够显示出3D曲面玻璃的缺陷。
步骤B:三维重建得到3D曲面玻璃的三维轮廓;
三维重建需要先进行噪声处理,然后数据配准再格网建立、数据缩减和曲面拟合最终完成三维重建。
步骤C:对点云数据进行渲染;
其中对点云数据进行渲染的依据是三维点云数据的RGB信息或反射强度信息。
步骤D:沿载物台的垂直方向进行投影并进行灰度变换得到第一灰度图和第二灰度图;
需要满足载物台每次运动的起点相同和行程相等并将载物台水平面的法向量作为z方向;
步骤E:提取3D曲面玻璃的图像区域中的ROI;
其步骤可细分如下:
步骤E1:利用中值滤波器平滑采集到的图像;
中值滤波作为一种领域计算,适用一个窗口在图像上移动,将窗口内所有的像素点的灰度按升序或者降序的顺序排列起来,把中间灰度值作为窗口中心像素的灰度值。中值滤波的表达式如下:
f(i,j)=Median{gA(i+h,j+1),(h,l)∈w}
式子中的Median表示为取窗口内所以灰度的中间灰度值,gA(i+h,j+1)表示为窗口中中心像素点(i,j)周围的各个灰度值。
步骤E2:阈值化平滑后的图像,得到一副二值化图像;
步骤E3:通过基于形态学的腐蚀算子对该二值化图像进行腐蚀,得到3D曲面玻璃的大部分图像区域;
步骤E4:求取3D图像区域的外接矩阵;
步骤E5:截取外界矩阵所包含的图像区域,得到最后图像区域中的ROI。
步骤F:选取缺陷区域;
将第一灰度图和第二灰度图做差,根据灰度值差特征选取缺陷区域。
步骤G:对所述3D曲面玻璃的缺陷进行自动匹配评价;
包括将缺陷分为几个等级,建立缺陷标准,根据样品的缺陷区域的灰度值差在哪个缺陷范围进行自动评级。
本发明的有益效果:
1、本发明利用视觉成像系统采用线激光扫描物体,使得视觉成像系统中的工业相机所成的像能够更加明显地显示出3D曲面玻璃的三维轮廓,容易被快速准确地检测出3D曲面玻璃平整性不足的缺陷;
2、本发明有相应的缺陷标准,不仅能确定缺陷的等级,具体到缺陷区域的每个点的高度信息也是已知的,故每点的缺陷深度也是已知的。在原三维模型中能快速确定缺陷位置。
以上结合具体实施例描述了本发明的技术原理。这些描述只是为了解释本发明的原理,而不能以任何方式解释为对本发明保护范围的限制。基于此处的解释,本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具体实施方式,这些方式都将落入本发明的保护范围之内。
Claims (8)
1.一种基于线扫激光的3D曲面玻璃表面平整性缺陷检测方法,包括待检测的3D曲面玻璃和载物台,其特征在于:
所述缺陷检测方法包括以下步骤:
步骤A:视觉成像系统采集三维点云数据;
步骤B:三维重建得到所述3D曲面玻璃的三维轮廓;
步骤C:对所述三维点云数据进行渲染;
步骤D:沿所述载物台的垂直方向进行投影并进行灰度变换得到第一灰度图和第二灰度图;
步骤E:提取所述3D曲面玻璃的图像区域的ROI;
步骤F:根据所述第一灰度图和第二灰度图选取缺陷区域;
步骤G:对所述3D曲面玻璃的缺陷进行自动匹配评价。
2.根据权利要求1所述一种基于线扫激光的3D曲面玻璃表面平整性缺陷检测方法,其特征在于:
所述三维重建得到3D曲面玻璃的三维轮廓包括以下步骤:
步骤B1:噪声处理;
步骤B2:数据配准;
步骤B3:格网建立、数据缩减和曲面拟合;
步骤B4:完成三维重建。
3.根据权利要求1所述一种基于线扫激光的3D曲面玻璃表面平整性缺陷检测方法,其特征在于:
所述沿所述载物台的垂直方向进行投影并进行灰度变换得到第一灰度图和第二灰度图包括以下步骤:
步骤D1:规定所述载物台每次运动的起点相同和行程相等;
步骤D2:将所述载物台水平面的法向量作为z方向;
步骤D3:将高精度的3D曲面玻璃的三维轮廓沿z方向投影并进行灰度变换得到第一灰度图;
步骤D4:将普通的3D曲面玻璃的三维轮廓沿z方向投影并进行灰度变换得到第二灰度图。
4.根据权利要求1所述一种基于线扫激光的3D曲面玻璃表面平整性缺陷检测方法,其特征在于:
对所述点云数据进行渲染包括利用文件RGB值渲染点云。
5.根据权利要求1所述一种基于线扫激光的3D曲面玻璃表面平整性缺陷检测方法,其特征在于:
所述提取3D曲面玻璃的图像区域的ROI包括所提取的3D曲面玻璃的ROI区域和所述载物台的平面的灰度值不同。
6.根据权利要求1所述一种基于线扫激光的3D曲面玻璃表面平整性缺陷检测方法,其特征在于:
所述视觉成像系统采集三维点云数据包括视觉成像系统利用线激光扫描待检测的所述3D曲面玻璃,得到三维点云数据。
7.根据权利要求1所述一种基于线扫激光的3D曲面玻璃表面平整性缺陷检测方法,其特征在于:
所述选取缺陷区域包括将第一灰度图和第二灰度图做差,根据灰度值差特征选取缺陷区域。
8.根据权利要求1所述一种基于线扫激光的3D曲面玻璃表面平整性缺陷检测方法,其特征在于:
对所述3D曲面玻璃的缺陷进行自动匹配评价包括为缺陷分等级,建立缺陷标准,根据样品的缺陷区域的灰度值差所在的缺陷范围记进行自动评级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810463943.6A CN108682012B (zh) | 2018-05-15 | 2018-05-15 | 一种基于线扫激光的3d曲面玻璃表面平整性缺陷检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810463943.6A CN108682012B (zh) | 2018-05-15 | 2018-05-15 | 一种基于线扫激光的3d曲面玻璃表面平整性缺陷检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108682012A true CN108682012A (zh) | 2018-10-19 |
CN108682012B CN108682012B (zh) | 2021-07-27 |
Family
ID=63806242
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810463943.6A Active CN108682012B (zh) | 2018-05-15 | 2018-05-15 | 一种基于线扫激光的3d曲面玻璃表面平整性缺陷检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108682012B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109613002A (zh) * | 2018-11-21 | 2019-04-12 | 腾讯科技(深圳)有限公司 | 一种玻璃缺陷检测方法、装置和存储介质 |
CN110285758A (zh) * | 2019-07-29 | 2019-09-27 | 福州大学 | 一种汽车风挡玻璃的尺寸检测装置及其工作方法 |
CN111426282A (zh) * | 2018-12-21 | 2020-07-17 | 核动力运行研究所 | 一种光学测量点云的密封面误差评估缺陷识别方法 |
CN111739164A (zh) * | 2019-03-19 | 2020-10-02 | 北京京东尚科信息技术有限公司 | 箱体建模方法、装置、机器人拣选系统、电子设备及介质 |
CN112730449A (zh) * | 2020-12-16 | 2021-04-30 | 上海辛玮智能科技有限公司 | 自动对焦液晶模组围观三维立体检测光学方法 |
CN115908424A (zh) * | 2023-02-14 | 2023-04-04 | 广东建准检测技术有限公司 | 基于三维激光扫描的建筑物健康检测方法、系统及介质 |
CN117173171A (zh) * | 2023-11-02 | 2023-12-05 | 深圳市蓝钛科技有限公司 | 一种基于图像处理的材料表面检测方法、装置和系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101319485A (zh) * | 2008-07-16 | 2008-12-10 | 张小虎 | 检测公路路面平整度的摄像测量方法 |
CN102592284A (zh) * | 2012-02-27 | 2012-07-18 | 上海交通大学 | 零件表面形貌三维高密度点云数据转化为灰度图像的方法 |
KR20150128300A (ko) * | 2014-05-09 | 2015-11-18 | 한국건설기술연구원 | 카메라와 레이저 스캔을 이용한 3차원 모델 생성 및 결함 분석 방법 |
CN105574929A (zh) * | 2015-12-15 | 2016-05-11 | 电子科技大学 | 一种基于地面LiDAR点云数据的单株植被三维建模方法 |
CN106447715A (zh) * | 2016-01-29 | 2017-02-22 | 北京建筑大学 | 用于激光雷达的平面反射标靶中心点位置提取方法 |
CN106949848A (zh) * | 2017-03-15 | 2017-07-14 | 深圳市深视智能科技有限公司 | 一种高精度激光3d轮廓手机结构件检测方法 |
CN107121967A (zh) * | 2017-05-25 | 2017-09-01 | 西安知象光电科技有限公司 | 一种激光在机找正和工序间测量装置 |
CN107767457A (zh) * | 2017-10-09 | 2018-03-06 | 东南大学 | 一种基于点云快速重建的stl数模生成方法 |
-
2018
- 2018-05-15 CN CN201810463943.6A patent/CN108682012B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101319485A (zh) * | 2008-07-16 | 2008-12-10 | 张小虎 | 检测公路路面平整度的摄像测量方法 |
CN102592284A (zh) * | 2012-02-27 | 2012-07-18 | 上海交通大学 | 零件表面形貌三维高密度点云数据转化为灰度图像的方法 |
KR20150128300A (ko) * | 2014-05-09 | 2015-11-18 | 한국건설기술연구원 | 카메라와 레이저 스캔을 이용한 3차원 모델 생성 및 결함 분석 방법 |
CN105574929A (zh) * | 2015-12-15 | 2016-05-11 | 电子科技大学 | 一种基于地面LiDAR点云数据的单株植被三维建模方法 |
CN106447715A (zh) * | 2016-01-29 | 2017-02-22 | 北京建筑大学 | 用于激光雷达的平面反射标靶中心点位置提取方法 |
CN106949848A (zh) * | 2017-03-15 | 2017-07-14 | 深圳市深视智能科技有限公司 | 一种高精度激光3d轮廓手机结构件检测方法 |
CN107121967A (zh) * | 2017-05-25 | 2017-09-01 | 西安知象光电科技有限公司 | 一种激光在机找正和工序间测量装置 |
CN107767457A (zh) * | 2017-10-09 | 2018-03-06 | 东南大学 | 一种基于点云快速重建的stl数模生成方法 |
Non-Patent Citations (5)
Title |
---|
ULRICH KLANK 等: "Transparent Object Detection and Reconstruction on a Mobile Platform", 《2011 IEEE INTERNATIONAL CONFERENCE ON ROBOTICS AND AUTOMATION》 * |
ZHONG ZHANG 等: "Defect Inspection for Curved Surface with Highly Specular Reflection", 《ADVANCES IN COMPUTER VISION AND PATTERN RECOGNITION》 * |
吴荣 编著: "《产品设计建模与渲染》", 31 May 2011, 上海交通大学出版社 * |
李仲君 等: "基于三维扫描的点云数据快速获取及渲染方法", 《计算机工程与应用》 * |
王宏 等: "一种基于灰度投影的带钢表面缺陷检测算法", 《东北大学学报(自然科学版)》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109613002A (zh) * | 2018-11-21 | 2019-04-12 | 腾讯科技(深圳)有限公司 | 一种玻璃缺陷检测方法、装置和存储介质 |
CN111426282A (zh) * | 2018-12-21 | 2020-07-17 | 核动力运行研究所 | 一种光学测量点云的密封面误差评估缺陷识别方法 |
CN111426282B (zh) * | 2018-12-21 | 2022-04-19 | 核动力运行研究所 | 一种光学测量点云的密封面误差评估缺陷识别方法 |
CN111739164A (zh) * | 2019-03-19 | 2020-10-02 | 北京京东尚科信息技术有限公司 | 箱体建模方法、装置、机器人拣选系统、电子设备及介质 |
CN110285758A (zh) * | 2019-07-29 | 2019-09-27 | 福州大学 | 一种汽车风挡玻璃的尺寸检测装置及其工作方法 |
CN112730449A (zh) * | 2020-12-16 | 2021-04-30 | 上海辛玮智能科技有限公司 | 自动对焦液晶模组围观三维立体检测光学方法 |
CN112730449B (zh) * | 2020-12-16 | 2023-07-14 | 上海辛玮智能科技有限公司 | 自动对焦液晶模组微观三维立体检测光学方法 |
CN115908424A (zh) * | 2023-02-14 | 2023-04-04 | 广东建准检测技术有限公司 | 基于三维激光扫描的建筑物健康检测方法、系统及介质 |
CN117173171A (zh) * | 2023-11-02 | 2023-12-05 | 深圳市蓝钛科技有限公司 | 一种基于图像处理的材料表面检测方法、装置和系统 |
CN117173171B (zh) * | 2023-11-02 | 2023-12-29 | 深圳市蓝钛科技有限公司 | 一种基于图像处理的材料表面检测方法、装置和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108682012B (zh) | 2021-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108682012A (zh) | 一种基于线扫激光的3d曲面玻璃表面平整性缺陷检测方法 | |
CN113450307B (zh) | 一种产品边缘缺陷检测方法 | |
CN111855664B (zh) | 一种可调节隧道病害三维检测系统 | |
CN109580630B (zh) | 一种机械零部件缺陷的视觉检测方法 | |
CN101639452B (zh) | 一种钢轨表面缺陷的三维检测方法 | |
CN109341527B (zh) | 一种自动阴影补偿的结构光投影三维测量系统及方法 | |
CN112651968B (zh) | 一种基于深度信息的木板形变与凹坑检测方法 | |
CN108416766B (zh) | 双侧入光式导光板缺陷视觉检测方法 | |
Rau et al. | Bridge crack detection using multi-rotary UAV and object-base image analysis | |
CN111583114B (zh) | 一种管道螺纹自动测量装置及测量方法 | |
CN110473187A (zh) | 一种面向对象的线扫描三维路面裂缝提取方法 | |
CN107869954B (zh) | 一种双目视觉体积重量测量系统及其实现方法 | |
CN105160652A (zh) | 基于计算机视觉的手机外壳检验装置与方法 | |
CN108596975A (zh) | 一种针对弱纹理区域的立体匹配算法 | |
CN105133471A (zh) | 一种基于线结构光路面检测系统的路面深度图像生产方法 | |
CN111640158A (zh) | 基于对应掩模的端到端的摄像头与激光雷达外参标定方法 | |
CN107240073A (zh) | 一种基于梯度融合与聚类的三维视频图像修复方法 | |
CN103293168B (zh) | 基于视觉显著性的水果表面缺陷检测方法 | |
CN105957116B (zh) | 一种基于频率的动态编码点的设计与解码方法 | |
US9204130B2 (en) | Method and system for creating a three dimensional representation of an object | |
CN114998308A (zh) | 一种基于光度立体的缺陷检测方法及系统 | |
Huyan et al. | Three-dimensional pavement crack detection based on primary surface profile innovation optimized dual-phase computing | |
CN116485719A (zh) | 一种用于裂缝检测的自适应canny方法 | |
CN106770322A (zh) | 校准点深度检测方法及温控器外观检测方法 | |
JP2007017364A (ja) | シルエット抽出装置及び該方法並びに3次元形状データ生成装置及び該方法 |
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 |