CN108986095A - 一种镜片检测图像获取装置、镜片检测方法及存储介质 - Google Patents
一种镜片检测图像获取装置、镜片检测方法及存储介质 Download PDFInfo
- Publication number
- CN108986095A CN108986095A CN201810933566.8A CN201810933566A CN108986095A CN 108986095 A CN108986095 A CN 108986095A CN 201810933566 A CN201810933566 A CN 201810933566A CN 108986095 A CN108986095 A CN 108986095A
- Authority
- CN
- China
- Prior art keywords
- eyeglass
- detected
- sample
- image
- feature vector
- 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
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
- G06T7/001—Industrial image inspection using an image reference approach
-
- 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
- G01N21/896—Optical defects in or on transparent materials, e.g. distortion, surface flaws in conveyed flat sheet or rod
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G01N2021/8909—Scan signal processing specially adapted for inspection of running sheets
- G01N2021/891—Edge discrimination, e.g. by signal filtering
-
- 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
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Textile Engineering (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种镜片检测图像获取装置、镜片检测装置方法及存储介质,本发明的镜片检测装置方法,获取样本镜片的镜片部分图像,获取各个待检测镜片的镜片部分图像,从待检测镜片的镜片部分图像中提取各个待检测镜片的特征向量;将提取的各个待检测镜片的特征向量与样本镜片的特征向量进行对比分析判断,得到待检测镜片的检测结果。本发明通过将待检测镜片与样本镜片的镜片部分图像进行对比,得到待检测镜片的检测结果,实现了镜片质检环节的自动化,减轻了人工劳动强度。
Description
技术领域
本发明涉及镜片检测图像获取装置,具体涉及一种镜片检测图像获取装置及方法及存储介质。
背景技术
镜片是指一块玻璃或其它一个或多个曲面透明材料制成的,通过它观察事物时,使事物出现清晰、大或更小的效果,通常被用在眼镜,照相机,望远镜等上。
目前,镜片在生产的质量检测环节,均通过人工检测的方式,人眼检查镜片上是否有麻点、划痕、碰伤破损或镀膜不均匀的情况,且上述各种问题出现在镜片上的位置也各有不同。通过人工检测时,对检测人员眼睛的视力要求很高,且专业的质检人员需要经过长达半年的时间培训合格才能上岗,不仅人工成本高,培训周期长,劳动强度也十分巨大,由于质检专业人手的限制,镜片的日产量也受限在20000片/天,产能无法得到大幅提升。
发明内容
鉴于以上技术问题,本发明的目的在于提供一种镜片检测图像获取装置及方法,解决镜片在检测环节需通过人工检测的问题。
本发明采用以下技术方案:
一种镜片检测图像获取装置,包括用于传送镜片的传送装置,所述传送装置上方安装有摄像头组,传送装置传动区域设有透明部分或空隙,所述传送装置下方设有用于为传送装置的透明部分或空隙上的镜片提供光源的背光光源,所述透明部分或空隙区域位于所述摄像头组的拍摄区域内。
优选的,所述传送装置采用带式传送带,所述带式传送带包括与转轴接触的传送带和传动带中间部分,传送带分布在传动带中间部分的两侧,所述传送带中间部分采用透明材质制成。
优选的,所述传送装置采用滚轴传送装置,所述滚轴传送装置的相邻滚轴间设有空隙。
优选的,所述背光光源为Led光源。
优选的,所述摄像头组包括四个摄像头,所述四个摄像头分别固定安装在带式传送带中心的前上方、后上方、左上方和右上方;所述传送带中心位于传动带中间部分区域,且每个摄像头的拍摄方向均呈45度朝向带式传送带中心。
一种镜片检测图像获取装置方法,包括以下步骤:
获取样本镜片的镜片部分图像,所述样本镜片包括质检通过的样本镜片和质检不通过的样本镜片两类,所述样本镜片的镜片部分图像对应的包括质检通过的镜片部分图像和质检不通过的镜片部分图像;从样本镜片的镜片部分图像中提取样本镜片的特征向量,对应的得到质检通过的特征向量和质检不通过的特征向量;
获取各个待检测镜片的镜片部分图像,从待检测镜片的镜片部分图像中提取各个待检测镜片的特征向量;
将提取的各个待检测镜片的特征向量与样本镜片的特征向量进行对比分析判断,得到待检测镜片的检测结果:当待检测镜片的特征向量与质检通过的特征向量的相似度大于85%时,判定该待检测镜片合格;当待检测镜片的特征向量与质检不通过的特征向量的相似度大于85%时,判定该待检测镜片不合格。
获取各个样本镜片或待检测镜片的镜片部分图像的步骤具体包括:
步骤S21:将样本镜片或待检测镜片按照固定的时间间隔和顺序一片一片的放置到传送装置上,通过摄像头组获取各个样本镜片或待检测镜片的视频图像;
步骤S22:从获得的视频图像中提取关键帧图像,对关键帧图像进行预处理操作得到各个样本镜片或待检测镜片的镜片部分图像。
所述的预处理操作包括对关键帧图像进行去除噪音和干扰处理和/或对关键帧图像进行图像分割处理和/或对关键帧图像进行归一化处理。
所述图像分割处理步骤包括:将关键帧图像进行边缘查找,查找出关键帧图像中镜片的边缘,根据镜片的边缘将除镜片外其余的背景色部分切割掉。
一种存储介质,其上存储有计算机程序,当各个待检测镜片的视频图像和样本镜片的视频图像输入所述存储介质时,所述计算机程序被处理器执行时实现上述的镜片检测方法。
相比现有技术,本发明的有益效果在于:
本发明通过在传送装置上方设置摄像头组,对通过传送装置的镜片进行拍摄,将拍摄的视频图像进行处理得到镜片部分图像,再通过将待检测镜片与样本镜片的镜片部分图像进行对比,得到待检测镜片的检测结果,实现了镜片质检环节的自动化,减轻了人工劳动强度,解决了人工分检效率低、劳动强度大,产能无法提高,人员培训成本高的问题。
附图说明
图1为本发明一种镜片检测图像获取装置的一个方向的结构示意图;
图2为本发明一种镜片检测图像获取装置的另一个方向结构示意图;
图3为本发明一种镜片检测方法的流程示意图。
其中,1、摄像头;2、LED光源;3、转轴;4、带式传送带中心;5、镜片。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例:
实施例:
请参考图1-3,请参考图1-2,一种镜片检测图像获取装置,包括用于传送镜片5的传送装置,所述传送装置上方安装有摄像头组,传送装置传动区域设有透明部分或空隙,所述传送装置下方设有用于为传送装置的透明部分或空隙上的镜片5提供光源的背光光源,所述透明部分或空隙区域位于所述摄像头组的拍摄区域内。
进一步的,所述传送装置采用带式传送带,所述带式传送带包括与转轴3接触的传送带和传动带中间部分,传送带分布在传动带中间部分的两侧,所述传送带中间部分采用透明材质制成。
进一步的,所述传送装置采用滚轴传送装置,所述滚轴传送装置的相邻滚轴间设有空隙。
进一步的,所述背光光源为LED光源2,当传送装置采用滚轴传送装置时,设置在滚轴的下方,通过滚轴之间的间隙为经过传送装置的镜片5拍摄时提供背光光源;当传送装置采用带式传送带时,LED光源2能透过传送带中间部分为经过传送装置的镜片5拍摄时提供背光光源。
以传送装置采用带式传送带为实施例,带式传送带中心4位于传动带中间部分区域,如图1所示,所述摄像头组包括四个摄像头1,所述四个摄像头1分别固定安装在带式传送带中心4的前上方、后上方、左上方和右上方;且每个摄像头1的拍摄方向均呈45度朝向带式传送带中心4,以便每个摄像头1的均呈45度朝向带式传送带中心4进行持续拍摄。
本装置具体的实现方法为:将待检测镜片或样本镜片,(这里统一称镜片5),将镜片5按照固定的时间间隔和顺序,一片一片的放置到传送带上,通过摄像头1获取各个镜片5的视频图像。四个摄像头1分别固定安装在带式传送带中心4的前上方、后上方、左上方和右上方;带式传送带中心4位于传动带中间部分上,每个摄像头1的均呈45度朝向带式传送带中心4进行持续拍摄,当镜片5通过带式传送带中心4时,设置在透明传送带中间部分的下方的一组Led灯源为待检测镜片5拍摄提供稳定的背光光源,通过四个摄像头1同时对通过带式传送带中心4的每一个镜片5进行拍摄,获得各个镜片5通过时的各角度、各方位的视频图像。
本发明一种镜片检测方法如图3所示,采用以下步骤:
步骤S1:获取样本镜片的镜片部分图像,所述样本镜片包括质检通过的样本镜片和质检不通过的样本镜片两类,所述样本镜片的镜片部分图像对应的包括质检通过的镜片部分图像和质检不通过的镜片部分图像;从样本镜片的镜片部分图像中提取样本镜片的特征向量,得到质检通过的特征向量和质检不通过的特征向量;
获取样本镜片的镜片部分图像的步骤包括:获取质检通过的镜片和质检不通过的样本镜片,将样本镜片通过镜片检测图像获取装置获取样本镜片视频图像;根据样本镜片视频图像提取样本镜片的关键帧图像,并对样本镜片的关键帧图像的进行预处理操作,得到样本镜片的镜片部分图像。获取样本镜片的镜片部分图像的步骤与下文获取待检测镜片的步骤类似,这里只作简单描述。
步骤S2:获取各个待检测镜片的镜片部分图像,从待检测镜片的镜片部分图像中提取各个待检测镜片的特征向量。
获取各个待检测镜片的镜片部分图像的步骤具体包括:
步骤S21:将待检测镜片按照固定的时间间隔和顺序,一片一片的放置到传送带上,通过摄像头组获取各个待检测镜片的视频图像。
具体的实现方法为:四个摄像头1分别固定安装在带式传送带中心4的前上方、后上方、左上方和右上方;带式传送带中心4位于传动带中间部分上,每个摄像头1的均呈45度朝向带式传送带中心4进行持续拍摄,当待检测镜片通过带式传送带中心4时,设置在透明传送带中间部分的下方的一组Led灯源为待检测镜片拍摄提供稳定的背光光源,通过摄像头组同时对通过带式传送带中心4的每一个镜片进行拍摄,获得各个镜片通过时的各角度、各方位的视频图像。
S22:从获得的视频图像中提取关键帧图像,对关键帧图像进行预处理操作得到各个待检测镜片的镜片部分图像;
所述的预处理操作包括对关键帧图像进行去除噪音和干扰处理和/或图像分割处理和/或归一化处理。
所述图像分割处理步骤包括:先对关键帧图像进行边缘查找,查找出关键帧图像中镜片的边缘,根据镜片的边缘将除镜片外其余的背景色部分切割掉。
为更好的实现本发明的检测效果,使检测效果更精准,所述各个待检测镜片的镜片部分图像包括各个待检测镜片根据拍摄的不同角度、方位以及具有不同空间密度的纹理组合排布的镜片部分图像。(注:空间密度的纹理组合排布特征指拍摄的物体图像具有缓慢变化或者周期性变化的表面结构组织排列属性,本装置通过摄像头组进行摄像,所以这里可以获得具有不同空间密度的纹理组合排布的镜片部分图像)。
一帧就是视频中的一个画面,关键帧也叫I帧,它是帧间压缩编码的最重要帧。视频的编码是按照“组”来进行的,每一个组叫GOP(Group of Picture,图像组)。GOP与GOP之间是没有联系的。编码关系只在GOP之间产生。每一个GOP都是由关键帧开始的,关键帧是一幅完整的画面,GOP中间的帧都是不完整的,需要由关键帧、前面帧以及后面帧等一起运算得到。关键帧的间隔调节会影响GOP的长度,进而影响到读取GOP的速度。如果关键帧的间隔设置过大的话(GOP长度过大),在必须用到关键帧的场合就可能被迫使用B/P帧来代替,这就会降低画面质量,关键帧是帧间压缩的基础。
具体的包括:对镜片视频图像进行解码,抽取关键帧图像,对图像进行去除噪音和干扰、图像分割、归一化等预处理操作,通过预处理过程提高服务器的处理性能。图像分割时,先进行边缘查找,查找出图像中镜片的边缘,根据镜片的边缘将除镜片外其余的背景色部分切割掉,得到整个镜片部分的图像。
步骤S3、将提取的各个待检测镜片的特征向量与样本镜片的特征向量进行对比分析判断,得到待检测镜片的检测结果:当待检测镜片的特征向量与质检通过的特征向量的相似度大于85%时,判定该待检测镜片合格;当待检测镜片的特征向量与质检不通过的特征向量的相似度大于85%时,判定该待检测镜片不合格。
从镜片部分图像提取特征向量的步骤具体包括,将镜片部分图像分为M*N个方格区域,计算每个方格中的点数与镜片部分图像的总点数之比,得到M*N维的特征向量;
步骤S4:根据待检测镜片的检测结果控制机械臂对镜片进行分类处理,待检测镜片判定为合格的归为一类,待检测镜片判定为不合格的归为另一类。
作为实施例,当判定待检测镜片不合格时,可进行预警提醒。
作为实施例,本发明的一种镜片检测方法,可通过算法实现,将质检通过和质检不通过的各类问题镜片的几百个样本镜片的镜片视频图像,通过反复识别训练,训练时指明样本镜片中质检通过或者质检不通过的各类问题镜片的判断标准,从训练的样本镜片视频图像中提取出标准模版,建立标准特征库,完成镜片检测模型的建立,通过镜片检测模型对待检测镜片的视频图像进行分析判断,得到待检测镜片的检测结果。
本发明还提供一种计算机可读存储介质,其上存储有计算机程序,当各个待检测镜片的视频图像和样本镜片的视频图像输入所述存储介质时,所述计算机程序被处理器执行时实现上述的镜片检测方法。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
对本领域的技术人员来说,可根据以上描述的技术方案以及构思,做出其它各种相应的改变以及形变,而所有的这些改变以及形变都应该属于本发明权利要求的保护范围之内。
Claims (9)
1.一种镜片检测图像获取装置,其特征在于,包括用于传送镜片的传送装置,所述传送装置上方安装有摄像头组,传送装置传动区域设有透明部分或空隙,所述传送装置下方设有用于为传送装置的透明部分或空隙上的镜片提供光源的背光光源,所述透明部分或空隙区域位于所述摄像头组的拍摄区域内。
2.根据权利要求1所述的镜片检测图像获取装置,其特征在于,所述传送装置采用带式传送带,所述带式传送带包括与转轴接触的传送带和传动带中间部分,传送带分布在传动带中间部分的两侧,所述传送带中间部分采用透明材质制成。
3.根据权利要求1所述的镜片检测图像获取装置,其特征在于,所述传送装置采用滚轴传送装置,所述滚轴传送装置的相邻滚轴间设有空隙。
4.根据权利要求1所述的镜片检测图像获取装置,其特征在于,所述背光光源为Led光源。
5.根据权利要求1所述的镜片检测图像获取装置,其特征在于,所述摄像头组包括四个摄像头,所述四个摄像头分别固定安装在带式传送带中心的前上方、后上方、左上方和右上方;所述传送带中心位于传动带中间部分区域,且每个摄像头的拍摄方向均呈45度朝向带式传送带中心。
6.一种镜片检测方法,其特征在于,采用权利要求1所述的镜片检测图像获取装置,包括以下步骤:
获取样本镜片的镜片部分图像,所述样本镜片包括质检通过的样本镜片和质检不通过的样本镜片两类,所述样本镜片的镜片部分图像对应的包括质检通过的镜片部分图像和质检不通过的镜片部分图像;从样本镜片的镜片部分图像中提取样本镜片的特征向量,对应的得到质检通过的特征向量和质检不通过的特征向量;
获取各个待检测镜片的镜片部分图像,从待检测镜片的镜片部分图像中提取各个待检测镜片的特征向量;
将提取的各个待检测镜片的特征向量与样本镜片的特征向量进行对比分析判断,得到待检测镜片的检测结果:当待检测镜片的特征向量与质检通过的特征向量的相似度大于85%时,判定该待检测镜片合格;当待检测镜片的特征向量与质检不通过的特征向量的相似度大于85%时,判定该待检测镜片不合格;
获取各个样本镜片或待检测镜片的镜片部分图像的步骤具体包括:
步骤S21:将样本镜片或待检测镜片按照固定的时间间隔和顺序一片一片的放置到传送装置上,通过摄像头组获取各个样本镜片或待检测镜片的视频图像;
步骤S22:从获得的视频图像中提取关键帧图像,对关键帧图像进行预处理操作得到各个样本镜片或待检测镜片的镜片部分图像。
7.根据权利要求6所述镜片检测方法,其特征在于,所述的预处理操作包括对关键帧图像进行去除噪音和干扰处理和/或对关键帧图像进行图像分割处理和/或对关键帧图像进行归一化处理。
8.根据权利要求7所述镜片检测方法,其特征在于,所述图像分割处理步骤包括:将关键帧图像进行边缘查找,查找出关键帧图像中镜片的边缘,根据镜片的边缘将除镜片外其余的背景色部分切割掉。
9.一种存储介质,其上存储有计算机程序,其特征在于,当各个待检测镜片的视频图像和样本镜片的视频图像输入所述存储介质时,所述计算机程序被处理器执行时实现如权利要求6-8任一项所述的镜片检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810933566.8A CN108986095A (zh) | 2018-08-16 | 2018-08-16 | 一种镜片检测图像获取装置、镜片检测方法及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810933566.8A CN108986095A (zh) | 2018-08-16 | 2018-08-16 | 一种镜片检测图像获取装置、镜片检测方法及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108986095A true CN108986095A (zh) | 2018-12-11 |
Family
ID=64552766
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810933566.8A Pending CN108986095A (zh) | 2018-08-16 | 2018-08-16 | 一种镜片检测图像获取装置、镜片检测方法及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108986095A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110177268A (zh) * | 2019-05-31 | 2019-08-27 | 苏州五方光电材料有限公司 | 一种摄像头用镜片检测工艺 |
CN110508510A (zh) * | 2019-08-27 | 2019-11-29 | 广东工业大学 | 一种塑料泵缺陷检测方法、装置及系统 |
CN115921350A (zh) * | 2022-12-08 | 2023-04-07 | 安徽中科光电色选机械有限公司 | 一种爆珠分选设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102141525A (zh) * | 2011-01-01 | 2011-08-03 | 上海创波光电科技有限公司 | 可调节的正、背光源照明检测装置 |
CN202649126U (zh) * | 2012-03-31 | 2013-01-02 | 湖北山鹰光学有限公司 | 光学元件表面划痕自动识别装置 |
CN104001676A (zh) * | 2014-05-04 | 2014-08-27 | 广东都市丽人实业有限公司 | 大型多品种混搭内衣自动化分拣方法及生产线 |
CN104198157A (zh) * | 2014-09-10 | 2014-12-10 | 南京工业职业技术学院 | 一种镜片检测和自动分拣装置 |
CN105783725A (zh) * | 2016-04-29 | 2016-07-20 | 江苏理工学院 | 基于多目机器视觉的细纱机钢领精度检测装置及检测方法 |
CN106803090A (zh) * | 2016-12-05 | 2017-06-06 | 中国银联股份有限公司 | 一种图像识别方法和装置 |
-
2018
- 2018-08-16 CN CN201810933566.8A patent/CN108986095A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102141525A (zh) * | 2011-01-01 | 2011-08-03 | 上海创波光电科技有限公司 | 可调节的正、背光源照明检测装置 |
CN202649126U (zh) * | 2012-03-31 | 2013-01-02 | 湖北山鹰光学有限公司 | 光学元件表面划痕自动识别装置 |
CN104001676A (zh) * | 2014-05-04 | 2014-08-27 | 广东都市丽人实业有限公司 | 大型多品种混搭内衣自动化分拣方法及生产线 |
CN104198157A (zh) * | 2014-09-10 | 2014-12-10 | 南京工业职业技术学院 | 一种镜片检测和自动分拣装置 |
CN105783725A (zh) * | 2016-04-29 | 2016-07-20 | 江苏理工学院 | 基于多目机器视觉的细纱机钢领精度检测装置及检测方法 |
CN106803090A (zh) * | 2016-12-05 | 2017-06-06 | 中国银联股份有限公司 | 一种图像识别方法和装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110177268A (zh) * | 2019-05-31 | 2019-08-27 | 苏州五方光电材料有限公司 | 一种摄像头用镜片检测工艺 |
CN110508510A (zh) * | 2019-08-27 | 2019-11-29 | 广东工业大学 | 一种塑料泵缺陷检测方法、装置及系统 |
CN115921350A (zh) * | 2022-12-08 | 2023-04-07 | 安徽中科光电色选机械有限公司 | 一种爆珠分选设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110349126B (zh) | 一种基于卷积神经网络带标记的钢板表面缺陷检测方法 | |
CN109934802B (zh) | 一种基于傅里叶变换和图像形态学的布匹疵点检测方法 | |
CN111179225B (zh) | 一种基于灰度梯度聚类的试纸表面纹理缺陷检测方法 | |
CN110286124B (zh) | 基于机器视觉的耐火砖测量系统 | |
CN105447512B (zh) | 一种精粗结合的光学表面缺陷的检测方法及装置 | |
CN104597057B (zh) | 一种基于机器视觉的柱状二极管表面缺陷检测装置 | |
CN108288027A (zh) | 一种图像质量的检测方法、装置及设备 | |
CN108986095A (zh) | 一种镜片检测图像获取装置、镜片检测方法及存储介质 | |
CN103034838B (zh) | 一种基于图像特征的特种车辆仪表类型识别与标定方法 | |
CN108169236A (zh) | 一种基于视觉的金属表面缺陷检测方法 | |
CN109668909A (zh) | 一种玻璃缺陷检测方法 | |
CN113252568A (zh) | 基于机器视觉的镜片表面缺陷检测方法、系统、产品、终端 | |
CN109191421A (zh) | 柱形锂电池圆周面凹坑视觉检测方法 | |
CN109191430A (zh) | 一种基于Laws纹理与单分类SVM结合的素色布匹缺陷检测方法 | |
CN111062961A (zh) | 一种基于深度学习的隐形眼镜边缘缺陷检测方法 | |
CN109900723A (zh) | 玻璃表面缺陷检测方法及装置 | |
CN104749801B (zh) | 高精度自动光学检测方法和系统 | |
CN109064439B (zh) | 基于分区的单侧入光式导光板暗影缺陷提取方法 | |
CN109840905A (zh) | 电力设备锈迹检测方法及系统 | |
CN114723668A (zh) | 一种基于面阵相机的阴极铜质量检测方法及系统 | |
CN102680488B (zh) | 一种基于pca的块状农产品在线识别装置及方法 | |
CN110186929A (zh) | 一种实时的产品瑕疵定位方法 | |
Zhang et al. | Fabric defect detection based on visual saliency map and SVM | |
CN106650824B (zh) | 基于支持向量机的运动目标分类方法 | |
CN116309561B (zh) | 一种基于防漏电绝缘材料的表面缺陷识别方法 |
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 |