CN108776966A - 一种磁体外观缺陷检测的方法及系统 - Google Patents

一种磁体外观缺陷检测的方法及系统 Download PDF

Info

Publication number
CN108776966A
CN108776966A CN201810598088.XA CN201810598088A CN108776966A CN 108776966 A CN108776966 A CN 108776966A CN 201810598088 A CN201810598088 A CN 201810598088A CN 108776966 A CN108776966 A CN 108776966A
Authority
CN
China
Prior art keywords
magnet
defect
detected
image
length
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
Application number
CN201810598088.XA
Other languages
English (en)
Other versions
CN108776966B (zh
Inventor
黄甦
何金洲
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.)
Chengdu Galaxy Magnets Co Ltd
Original Assignee
Chengdu Galaxy Magnets Co Ltd
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 Chengdu Galaxy Magnets Co Ltd filed Critical Chengdu Galaxy Magnets Co Ltd
Priority to CN201810598088.XA priority Critical patent/CN108776966B/zh
Publication of CN108776966A publication Critical patent/CN108776966A/zh
Application granted granted Critical
Publication of CN108776966B publication Critical patent/CN108776966B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection

Landscapes

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

Abstract

本发明公开了一种磁体外观缺陷检测的方法及装置，首先对待检测磁体图像进行二值化处理，其次对经过二值化处理后的磁体图像进行特征提取，并根据提取到的图像特征，确定待检测磁体的缺陷类型、缺陷位置以及缺陷大小。最后，根据待检测磁体的缺陷位置以及缺陷大小，确定待检测磁体是否合格。从而对符合工艺要求的产品进行准确、快速的识别，减少由于采用同一识别标准而造成的误识别。

Description

一种磁体外观缺陷检测的方法及系统
技术领域
本发明属于图像识别技术领域，尤其是一种磁体外观缺陷检测的方法及系统。
背景技术
金属工件的主要生产工艺流程为机械加工、冲压、精密铸造、粉末冶金、金属注射成型、尺寸检测、外观缺陷检测等。在整个生产过程中受到制造工艺的影响，工件尺寸和外观在一定程度上会存在不合格。其中外观缺陷主要包括：缺口、粘料、裂痕、压痕、针眼、划痕和起泡等。存在外观质量缺陷的工件若流入下个生产工序，会导致组装受阻、变形，影响组装件的质量，严重时可能导致组装件报废而停机，极大地影响了自动化生产线的生产效率，给生产企业带来潜在的经济损失和信誉风险。
传统外观缺陷检测方法有人工目测。自动化生产线速度很快，人眼根本无法快速捕捉到准确的缺陷信息，尤其一些很小的缺陷，人的肉眼完全无法分辨出合格与否，这就造成缺陷检测精度低、误检率高的问题。
目前磁体的外观缺陷检验分选需耗费大量的人工，包括对产品的缺口、异物附着、裂痕、压痕、针眼、掉漆的缺陷检验分选，由于自动化生产线速度很快，人眼根本无法快速捕捉到准确的缺陷信息，尤其一些很小的缺陷，人的肉眼完全无法分辨出合格与否，这就造成缺陷检测精度低、误检率高的问题；而使用精度较高的智能化设备对磁体的外观缺陷进行识别时，采用整体图像统一标准的判断方法，某些瑕疵在工艺的标准要求以内属于合格品时，也会将其判别为不合格品，从而产生误判。
发明内容
本发明的目的在于克服现有技术中在对符合工艺要求的产品识别中，将合格品识别为不合格品，或者使用同一识别标准将不合格品误识别为合格品的不足，本发明采用一种磁体外观缺陷检测的方法及装置。
为了实现上述发明目的，本发明提供了以下技术方案：
一种磁体外观缺陷检测的方法，包括以下步骤：
(1)获取待检测磁体的图像，并对磁体图像进行二值化处理；
(2)对经过二值化处理后的磁体图像进行特征提取，并根据提取到的图像特征，确定待检测磁体的缺陷类型、缺陷位置以及缺陷大小；
(3)根据待检测磁体的缺陷位置以及缺陷大小，确定待检测磁体是否合格。优选的，步骤(2)中，所述缺陷类型包括缺口、压痕、粘料、针眼、裂痕和划痕，其中，缺口、压痕、粘料、针眼的缺陷大小通过缺陷面积表征；裂痕和划痕的缺陷大小通过缺陷长度表征。
优选的，步骤(2)中，所述磁体图像进行二值化处理后，若磁体边界与缺陷边界重合，则确定待检测磁体的缺陷位置位于磁体的边界上。
优选的，当缺陷位于磁体边界上时，若缺陷面积超过第一面积阈值或缺陷长度超过第一长度阈值，则所述待检测磁体不合格；当缺陷位于磁体边界内时，若缺陷面积超过第二面积阈值或缺陷长度超过第二长度阈值，则所述待检测磁体不合格。
一种磁体外观缺陷检测的系统，其特征在于，包括图像采集装置和图像处理装置；所述图像采集装置自动获取待检测磁体的图像；所述图像采集装置将磁体图像传输至所述图像处理装置；所述图像处理装置对所述磁体图像进行二值化处理后，对所述磁体图像进行特征提取，并根据提取到的图像特征，确定待检测磁体的缺陷类型、缺陷位置以及缺陷大小，以及根据待检测磁体的缺陷位置以及缺陷大小，确定待检测磁体是否合格。
优选的，所述图像处理装置通过对磁体图像进行识别后，确定的该磁体图像上的缺陷类型包括缺口、压痕、粘料、针眼、裂痕和划痕，其中，缺口、压痕、粘料、针眼的缺陷大小通过缺陷面积表征；裂痕和划痕的缺陷大小通过缺陷长度表征。
优选的，所述图像处理装置判断缺陷边界是否与磁体边界重合，若磁体边界与缺陷边界重合，则确定该缺陷位于磁体的边界上。
优选的，所述图像处理装置中还存储有第一面积阈值、第二面积阈值、第一长度阈值和第二长度阈值；当缺陷位于磁体边界上时，所述图像处理装置若判断出缺陷面积超过所述第一面积阈值或缺陷长度超过所述第一长度阈值，则所述待检测磁体不合格；当缺陷位于磁体边界内时，所述图像处理装置若判断出缺陷面积超过所述第二面积阈值或缺陷长度超过所述第二长度阈值，则所述待检测磁体不合格。
优选的，还包括报警模块；当所述图像处理器判断出所述待检测磁体不合格时，所述图像处理器控制报警模块报警；所述报警模块为报警灯或报警蜂鸣器。
优选的，还包括光电传感器，所述光电传感器在其检测区域内检测到所述待检测磁体时产生信号，并将该信号传输至所述图像采集装置，所述图像采集装置根据该信号的触发对所述待检测磁体进行拍照。
与现有技术相比，本发明的有益效果：本发明采用一种磁体棱边外观缺陷检测方法及装置，首先对待检测磁体图像进行二值化处理，其次对经过二值化处理后的磁体图像进行特征提取，并根据提取到的图像特征，确定待检测磁体的缺陷类型、缺陷位置以及缺陷大小。最后，根据待检测磁体的缺陷位置以及缺陷大小，确定待检测磁体是否合格。从而对符合工艺要求的产品进行准确、快速的识别，减少由于采用同一识别标准而造成的误识别。
附图说明
图1为一种磁体外观缺陷检测的方法的工艺流程图；
图2为磁体的缺陷示意图；
图3为磁体外观缺陷检测系统的结构框图。
具体实施方式
下面结合试验例及具体实施方式对本发明作进一步的详细描述。但不应将此理解为本发明上述主题的范围仅限于以下的实施例，凡基于本发明内容所实现的技术均属于本发明的范围。
实施例1
本发明，磁体外观缺陷检测的方法，如图1所示，包括以下步骤：
(1)获取待检测磁体的图像，并对磁体图像进行二值化处理。
(2)对经过二值化处理后的磁体图像进行特征提取，并根据提取到的图像特征，确定待检测磁体的缺陷类型、缺陷位置以及缺陷大小。
(3)根据待检测磁体的缺陷位置以及缺陷大小，确定待检测磁体是否合格。
磁体图像进行二值化处理后，若磁体边界与缺陷边界重合，则判断该缺陷位于磁体的边界上。
例如，磁体边界上的像素坐标和缺陷边界的像素坐标相同时，则说明该缺陷位于磁体边界上。
图像的二值化，就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的只有黑和白的视觉效果。因此，磁体图像进行二值化处理后，若磁体边界上出现缺口或者有集中的像素点时，则该缺陷位于磁体的边界上。
步骤(2)中，缺陷类型包括缺口、压痕、粘料、针眼、裂痕和划痕，其中，缺口、压痕、粘料、针眼的缺陷大小通过缺陷面积表征；裂痕和划痕的缺陷大小通过缺陷长度表征。
具体实时过程中，缺陷面积通过像素的面积和数量求积计算得出，缺陷长度通过像素的长度和数量求积计算得出。如图2所示，例如1号缺陷的像素的面积为0.1mm2，像素数量为7，则1号缺陷的面积参数为0.1×7＝0.7mm2。例如3号缺陷的像素的长度为0.5mm，像素个数为3，则3号缺陷的长度参数为0.5×3＝1.5mm。
根据不同磁体缺陷类型和位置，判断其合格的标准也不相同。针对缺陷类型和缺陷位置的不同，设置第一面积阈值、第二面积阈值、第一长度阈值和第二长度阈值，分别对待检测磁体是否合格进行判断。当缺陷位于磁体边界上时，对缺陷面积通过第一面积阈值进行判断，对缺陷长度通过第一长度阈值进行判断；当缺陷面积超过第一面积阈值或缺陷长度超过第一长度阈值，则待检测磁体不合格；当缺陷位于磁体边界内时，对缺陷面积通过第二面积阈值进行判断，对缺陷长度通过第二长度阈值进行判断；当缺陷面积超过第二面积阈值或缺陷长度超过第二长度阈值，则待检测磁体不合格。
如图2所示，由于1号缺陷位于磁体边界处，2号缺陷位于磁体边界内，因此其判断标准不相同，如1号缺陷面积与2号缺陷面积相等，1号缺陷的判断标准为在临界面积≥1mm2时为不合格品，而2号缺陷判断标准为在临界面积≥2mm2时为不合格品。
根据磁体类型的不同，相反地，如1号缺陷面积与2号缺陷面积相等，1号缺陷的判断标准为在临界面积≥2mm2时为不合格品，而2号缺陷判断标准为在临界面积≥1mm2时为不合格品。
由于3号缺陷位于磁体边界处，4号缺陷位于磁体边界内，因此其判断标准不相同，如3号缺陷长度与4号缺陷长度相等，3号缺陷的判断标准为在临界长度≥2mm时为不合格品，而4号缺陷判断标准为在临界长度≥3mm时为不合格品。
根据磁体类型的不同，相反地，如3号缺陷长度与4号缺陷长度相等，3号缺陷的判断标准为在临界长度≥3mm时为不合格品，而4号缺陷判断标准为在临界长度≥2mm时为不合格品。
当同一个磁体中同时出现2种以上的缺陷，则其中任意一种缺陷不符合设定参数时，该磁体为不合格品。
本发明磁体外观缺陷检测的系统，如图3所示，包括图像处理装置和图像采集装置。当磁体位于生产线上的指定位置时，图像采集装置自动获取待检测磁体的图像，并将磁体图像传输至图像处理装置。图像处理装置对该磁体图像进行二值化处理后，对磁体图像进行特征提取，并根据提取到的图像特征，确定待检测磁体的缺陷类型、缺陷位置以及缺陷大小。同时，根据待检测磁体的缺陷位置以及缺陷大小，确定待检测磁体是否合格。
本发明磁体外观缺陷检测的系统还包括光电传感器，光电传感器在其检测区域内检测到待检测磁体时产生信号，并将该信号传输至图像采集装置，图像采集装置根据该信号的触发对待检测磁体进行拍照。
图像处理装置通过对磁体图像进行识别后，确定的该磁体图像上的缺陷类型包括缺口、压痕、粘料、针眼、裂痕和划痕，其中，缺口、压痕、粘料、针眼的缺陷大小通过缺陷面积表征；裂痕和划痕的缺陷大小通过缺陷长度表征。
具体实施过程中，图像处理装置通过图像处理软件，对磁体图像进行二值化处理和特征提取，并基于神经网络的图像识别方法或基于小波矩的图像识别方法，根据提取到的图像特征，对经过二值化处理的磁体图像进行识别后，确定该磁体上的缺陷类型。图像处理装置还对磁体边界与缺陷边界的位置进行判断，若磁体边界与缺陷边界重合，则确定该缺陷位于磁体的边界上；以及，图像处理装置根据提取到的图像特征，缺陷面积通过像素的面积和数量求积计算得出，缺陷长度通过像素的长度和数量求积计算得出通过对像素对缺陷大小的进行计算。
具体实施过程中图像处理装置中还存储有第一面积阈值、第二面积阈值、第一长度阈值和第二长度阈值；当缺陷位于磁体边界上时，图像处理装置若判断出缺陷面积超过第一面积阈值或缺陷长度超过第一长度阈值，则待检测磁体不合格；当缺陷位于磁体边界内时，图像处理装置若判断出缺陷面积超过第二面积阈值或缺陷长度超过第二长度阈值，则待检测磁体不合格。
具体实施过程中，还包括报警模块，当图像处理器判断出待检测磁体不合格时，图像处理器控制报警模块报警。其中，报警模块为报警灯或报警蜂鸣器。

Claims (10)

1.一种磁体外观缺陷检测的方法，其特征在于，包括以下步骤：
(1)获取待检测磁体的图像，并对磁体图像进行二值化处理；
(2)对经过二值化处理后的磁体图像进行特征提取，并根据提取到的图像特征，确定待检测磁体的缺陷类型、缺陷位置以及缺陷大小；
(3)根据待检测磁体的缺陷位置以及缺陷大小，确定待检测磁体是否合格。
2.根据权利要求1所述的一种磁体外观缺陷检测的方法，其特征在于，步骤(2)中，所述缺陷类型包括缺口、压痕、粘料、针眼、裂痕和划痕，其中，缺口、压痕、粘料、针眼的缺陷大小通过缺陷面积表征；裂痕和划痕的缺陷大小通过缺陷长度表征。
3.根据权利要求2所述的一种磁体外观缺陷检测的方法，其特征在于，步骤(2)中，所述磁体图像进行二值化处理后，若磁体边界与缺陷边界重合，则确定待检测磁体的缺陷位置位于磁体的边界上。
4.根据权利要求3所述的一种磁体外观缺陷检测的方法，其特征在于，当缺陷位于磁体边界上时，若缺陷面积超过第一面积阈值或缺陷长度超过第一长度阈值，则所述待检测磁体不合格；当缺陷位于磁体边界内时，若缺陷面积超过第二面积阈值或缺陷长度超过第二长度阈值，则所述待检测磁体不合格。
5.一种磁体外观缺陷检测的系统，其特征在于，包括图像采集装置和图像处理装置；所述图像采集装置自动获取待检测磁体的图像；所述图像采集装置将磁体图像传输至所述图像处理装置；所述图像处理装置对所述磁体图像进行二值化处理后，对所述磁体图像进行特征提取，并根据提取到的图像特征，确定待检测磁体的缺陷类型、缺陷位置以及缺陷大小，以及根据待检测磁体的缺陷位置以及缺陷大小，确定待检测磁体是否合格。
6.根据权利要求5所述的一种磁体外观缺陷检测的系统，其特征在于，所述图像处理装置通过对磁体图像进行识别后，确定的该磁体图像上的缺陷类型包括缺口、压痕、粘料、针眼、裂痕和划痕，其中，缺口、压痕、粘料、针眼的缺陷大小通过缺陷面积表征；裂痕和划痕的缺陷大小通过缺陷长度表征。
7.根据权利要求6所述的一种磁体外观缺陷检测的系统，其特征在于，所述图像处理装置判断缺陷边界是否与磁体边界重合，若磁体边界与缺陷边界重合，则确定该缺陷位于磁体的边界上。
8.根据权利要求7所述的一种磁体外观缺陷检测的系统，其特征在于，所述图像处理装置中还存储有第一面积阈值、第二面积阈值、第一长度阈值和第二长度阈值；当缺陷位于磁体边界上时，所述图像处理装置若判断出缺陷面积超过所述第一面积阈值或缺陷长度超过所述第一长度阈值，则所述待检测磁体不合格；当缺陷位于磁体边界内时，所述图像处理装置若判断出缺陷面积超过所述第二面积阈值或缺陷长度超过所述第二长度阈值，则所述待检测磁体不合格。
9.根据权利要求5至8中任一权利要求所述的一种磁体外观缺陷检测的系统，其特征在于，还包括报警模块；当所述图像处理器判断出所述待检测磁体不合格时，所述图像处理器控制报警模块报警；所述报警模块为报警灯或报警蜂鸣器。
10.根据权利要求5所述的一种磁体外观缺陷检测的系统，其特征在于，还包括光电传感器，所述光电传感器在其检测区域内检测到所述待检测磁体时产生信号，并将该信号传输至所述图像采集装置，所述图像采集装置根据该信号的触发对所述待检测磁体进行拍照。
CN201810598088.XA 2018-06-12 2018-06-12 一种磁体外观缺陷检测的方法及系统 Active CN108776966B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810598088.XA CN108776966B (zh) 2018-06-12 2018-06-12 一种磁体外观缺陷检测的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810598088.XA CN108776966B (zh) 2018-06-12 2018-06-12 一种磁体外观缺陷检测的方法及系统

Publications (2)

Publication Number Publication Date
CN108776966A true CN108776966A (zh) 2018-11-09
CN108776966B CN108776966B (zh) 2021-11-16

Family

ID=64026085

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810598088.XA Active CN108776966B (zh) 2018-06-12 2018-06-12 一种磁体外观缺陷检测的方法及系统

Country Status (1)

Country Link
CN (1) CN108776966B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110118786A (zh) * 2019-05-07 2019-08-13 鲁班嫡系机器人（深圳）有限公司 检测方法、检测装置和工业设备
CN111311542A (zh) * 2020-01-15 2020-06-19 歌尔股份有限公司 一种产品质量检测方法及装置
CN113793322A (zh) * 2021-09-16 2021-12-14 上海安稷软件科技有限公司 一种对磁性材料自动检测的方法、电子设备和存储介质
CN114240920A (zh) * 2021-12-24 2022-03-25 苏州凌云视界智能设备有限责任公司 一种外观缺陷检测方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005172559A (ja) * 2003-12-10 2005-06-30 Seiko Epson Corp パネルの線欠陥検出方法及び装置
WO2013074068A1 (en) * 2011-11-14 2013-05-23 Neocera, Llc Method and system for localization of open defects in electronic devices with a dc squid based rf magnetometer
CN106204614A (zh) * 2016-07-21 2016-12-07 湘潭大学 一种基于机器视觉的工件外观缺陷检测方法
CN106251352A (zh) * 2016-07-29 2016-12-21 武汉大学 一种基于图像处理的罐盖缺陷检测方法
CN106296687A (zh) * 2016-08-10 2017-01-04 浙江理工大学 基于掩模技术的磁环表面缺陷提取方法
CN106338521A (zh) * 2016-09-22 2017-01-18 华中科技大学 增材制造表面及内部缺陷与形貌复合检测方法及装置
CN106353324A (zh) * 2016-08-10 2017-01-25 浙江理工大学 磁环表面缺陷提取方法
CN106971955A (zh) * 2017-05-18 2017-07-21 上海华力微电子有限公司 晶圆缺陷的检测方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005172559A (ja) * 2003-12-10 2005-06-30 Seiko Epson Corp パネルの線欠陥検出方法及び装置
WO2013074068A1 (en) * 2011-11-14 2013-05-23 Neocera, Llc Method and system for localization of open defects in electronic devices with a dc squid based rf magnetometer
CN106204614A (zh) * 2016-07-21 2016-12-07 湘潭大学 一种基于机器视觉的工件外观缺陷检测方法
CN106251352A (zh) * 2016-07-29 2016-12-21 武汉大学 一种基于图像处理的罐盖缺陷检测方法
CN106296687A (zh) * 2016-08-10 2017-01-04 浙江理工大学 基于掩模技术的磁环表面缺陷提取方法
CN106353324A (zh) * 2016-08-10 2017-01-25 浙江理工大学 磁环表面缺陷提取方法
CN106338521A (zh) * 2016-09-22 2017-01-18 华中科技大学 增材制造表面及内部缺陷与形貌复合检测方法及装置
CN106971955A (zh) * 2017-05-18 2017-07-21 上海华力微电子有限公司 晶圆缺陷的检测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
CUI, WEI等: "A RECOGNITION ALGORITHM TO DETECT PIPE WELD DEFECTS", 《TEHNICKI VJESNIK-TECHNICAL GAZETTE》 *
贺振东等: "基于反向P-M 扩散的钢轨表面缺陷视觉检测", 《自动化学报》 *
黄伟 等: "图像边缘提取在工件内部缺陷识别中的应用研究", 《MECHINE TOOL&HYD RAULICS》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110118786A (zh) * 2019-05-07 2019-08-13 鲁班嫡系机器人（深圳）有限公司 检测方法、检测装置和工业设备
CN111311542A (zh) * 2020-01-15 2020-06-19 歌尔股份有限公司 一种产品质量检测方法及装置
CN111311542B (zh) * 2020-01-15 2023-09-19 歌尔股份有限公司 一种产品质量检测方法及装置
CN113793322A (zh) * 2021-09-16 2021-12-14 上海安稷软件科技有限公司 一种对磁性材料自动检测的方法、电子设备和存储介质
CN114240920A (zh) * 2021-12-24 2022-03-25 苏州凌云视界智能设备有限责任公司 一种外观缺陷检测方法

Also Published As

Publication number Publication date
CN108776966B (zh) 2021-11-16

Similar Documents

Publication Publication Date Title
CN108776966A (zh) 一种磁体外观缺陷检测的方法及系统
CN106053479B (zh) 一种基于图像处理的工件外观缺陷的视觉检测系统
CN104441526B (zh) 基于外形轮廓匹配的模具在线监视保护系统及方法
CN101566582B (zh) 基于机器视觉的粉针剂生产中药瓶标贴信息在线检测系统
CN110216080A (zh) 一种基于图像对比的pcb加工产线的质量监控系统
CN102393397B (zh) 一种磁瓦表面缺陷检测系统及其检测方法
CN101696945B (zh) 机器视觉系统对光伏玻璃瑕疵的在线检测方法
CN110246122A (zh) 基于机器视觉的小型轴承质量检测方法、装置及系统
CN108760747A (zh) 一种3d打印模型表面缺陷视觉检测方法
CN110044910B (zh) 一种汽车置杯盒零部件检测系统及检测方法
CN106706656B (zh) 一种基于机器视觉的拉链检测装置及方法
CN113894055A (zh) 基于机器视觉的五金件表面缺陷检测分类系统及方法
CN104198497A (zh) 一种基于视觉显著图和支持向量机的表面缺陷检测方法
CN105784719A (zh) 能够进行物品分类的机器视觉检验终端机
CN102901735B (zh) 利用计算机对工件缺损、裂变、变形进行自动检测的系统
CN110942450A (zh) 一种基于深度学习的多生产流水线实时缺陷检测方法
CN107220969A (zh) 产品灯位的测试方法及检测系统
CN109461156B (zh) 基于视觉的螺纹密封塞装配检测方法
CN109239073A (zh) 一种用于汽车车身的表面缺陷检测方法
CN106872488A (zh) 一种快速大面积透明基片双表面缺陷视觉检测方法及装置
CN101696943A (zh) 机器视觉系统对医用手术刀瑕疵的在线检测方法
CN103389312B (zh) 铜管检测系统
CN111862050A (zh) 一种物料检测系统、方法及设备
CN109557098A (zh) 基于机器视觉的金属表面检测系统
CN111307817B (zh) 一种智能产线pcb生产过程的在线检测方法及系统

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