CN109001112B - 一种用于缺陷检测的光源确定方法及系统 - Google Patents
一种用于缺陷检测的光源确定方法及系统 Download PDFInfo
- Publication number
- CN109001112B CN109001112B CN201711482251.8A CN201711482251A CN109001112B CN 109001112 B CN109001112 B CN 109001112B CN 201711482251 A CN201711482251 A CN 201711482251A CN 109001112 B CN109001112 B CN 109001112B
- Authority
- CN
- China
- Prior art keywords
- light source
- sample
- light
- image
- defect
- 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.)
- Expired - Fee Related
Links
Images
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
- G01N21/01—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
Abstract
本发明公开了一种用于缺陷检测的光源确定方法及系统。该方法包括:获取待检测的同一种类的样本集合;获取样本在不同参数的光源照射下拍摄的图像集合;提取每一张图像对应的样本的缺陷的轮廓数据,得到样本的不同参数光源对应的第一轮廓数据;获得样本的实际测量的缺陷的轮廓数据;将样本的所有第一轮廓数据与实际轮廓值进行相似度比较,得到相似度值;将相似度值最高的第一轮廓数据对应的光源的参数确定为样本的光源参数;将所有样本对应的光源参数中出现次数最多的光源参数确定为样本集合对应的最佳光源参数;用于采用最佳光源参数的光源对样本所属的木材种类或板材种类进行缺陷检测。采用本发明的方法及系统可以实现高精度的缺陷检测。
Description
技术领域
本发明涉及缺陷检测领域,特别是涉及一种用于缺陷检测的光源确定方法及系统。
背景技术
在日常生活或者工程作业中,物体凹痕缺陷通常会影响其正常使用。例如,工程作业中木材或者板材的表面缺陷,会影响其质量,改变其使用性能,严重时影响工程作业的质量,降低安全性能。现有的专业检测木材或板材表面缺陷的装置大多数比较复杂,价格比较昂贵,成本较高。因此,可以采用拍摄图像的方式对物体的缺陷进行检测,现有的检测设备有的直接采用自然光拍摄,有的直接采用白光进行拍摄,具有通用性,但是对于不同种类的物体,检测精度不高。
发明内容
本发明的目的是提供一种用于缺陷检测的光源确定方法及系统,在保持检测精度的基础上,降低检测的成本。
为实现上述目的,本发明提供了如下方案:
一种用于缺陷检测的光源确定方法,所述方法包括:
获取待检测的样本集合;所述样本集合中的样本为同一种类的样本,所述种类包括木材种类和板材种类;
对于第k个样本,获取所述第k个样本在不同参数的光源照射下拍摄的图像集合;所述图像集合中不同的图像对应不同参数的光源;所述参数包括光源的颜色和强度;
提取所述图像集合中每一张图像对应的样本的缺陷的轮廓数据,得到所述第k个样本的不同参数光源对应的多个第一轮廓数据;
获得所述第k个样本的第二轮廓数据,所述第二轮廓数据为所述第k个样本实际测量的缺陷的轮廓数据;
将所述第k个样本的所有第一轮廓数据依次与第二轮廓数据进行相似度比较,得到所述第k个样本每个所述第一轮廓数据对应的相似度值;
将相似度值最高的第一轮廓数据对应的光源的参数确定为所述第k个样本的光源参数;
依次获取所有样本的光源参数;
将所有样本对应的光源参数中出现次数最多的光源参数确定为所述样本集合对应的最佳光源参数;用于采用所述最佳光源参数的光源对所述样本所属的木材种类或板材种类进行缺陷检测。
可选的,所述获取所述第k个样本在不同参数的光源照射下拍摄的图像集合之前,还包括:
获取RGB配光表,所述RGB配光表为红色光、绿色光和蓝色光三原色光组成的配光表;
依次获取所述RGB配光表中的光色;
根据所述光色控制光源的颜色,使所述光源的颜色与所述光色一致。
可选的,所述获取所述第k个样本在不同参数的光源照射下拍摄的图像集合之前,还包括:
获取光源功率表,所述光源功率表中不同的功率值对应光源的不同强度;
依次获取所述光源功率表中的功率值;
根据所述功率值调节所述光源的强度。
可选的,所述提取所述图像集合中每一张图像对应的样本的缺陷的轮廓数据,得到所述第k个样本的不同参数光源对应的多个第一轮廓数据具体包括:
对每一张图像进行二值化处理,得到处理后的二值图像;
对于第i张图像,遍历所述二值图像中的每个像素点,将取值不同的两个相邻像素点中像素值低的像素点进行标记;
将所有标记的像素点连通,获得所述第i张图像对应的样本的缺陷轮廓;
根据所述缺陷轮廓获得所述第i张图像对应的样本的缺陷轮廓的相关数据。
本发明还提供一种用于缺陷检测的光源确定系统,所述系统应用于上述的方法,所述系统包括:
样本集合获取模块,用于获取待检测的样本集合;所述样本集合中的样本为同一种类的样本,所述种类包括木材种类和板材种类;
图像获取模块,用于对于第k个样本,获取所述第k个样本在不同参数的光源照射下拍摄的图像集合;所述图像集合中不同的图像对应不同参数的光源;所述参数包括光源的颜色和强度;
缺陷的轮廓数据提取模块,用于提取所述图像集合中每一张图像对应的样本的缺陷的轮廓数据,得到所述第k个样本的不同参数光源对应的多个第一轮廓数据;
第二轮廓数据获取模块,用于获得所述第k个样本的第二轮廓数据,所述第二轮廓数据为所述第k个样本实际测量的缺陷的轮廓数据;
相似度比较模块,用于将所述第k个样本的所有第一轮廓数据与第二轮廓值依次进行相似度比较,得到所述第k个样本每个第一轮廓数据对应的相似度值;
光源参数确定模块,用于将相似度值最高的第一轮廓数据对应的光源的参数确定为所述第k个样本的光源参数;依次获取所有样本的光源参数;
最佳光源参数确定模块,用于将所有样本对应的光源参数中出现次数最多的光源参数确定为所述样本集合对应的最佳光源参数;用于采用所述最佳光源参数的光源对所述样本所属的木材种类或板材种类进行缺陷检测。
可选的,所述系统还包括:
配光表获取模块,用于获取RGB配光表,所述RGB配光表为红色光、绿色光和蓝色光三原色光组成的配光表;
光色获取模块,用于依次获取所述RGB配光表中的光色;
光源颜色控制模块,用于根据所述光色控制光源的颜色,使所述光源的颜色与所述光色一致。
可选的,所述系统还包括:
光源功率表获取模块,用于获取光源功率表,所述光源功率表中不同的功率值对应光源的不同强度;
功率值获取模块,用于依次获取所述光源功率表中的功率值;
光源强度调节模块,用于根据所述功率值调节所述光源的强度。
可选的,所述缺陷的轮廓数据提取模块,具体包括:
二值化处理单元,用于对每一张图像进行二值化处理,得到处理后的二值图像;
像素点标记单元,对于第i张图像,用于遍历所述二值图像中的每个像素点,将取值不同的相邻两个像素点中像素值低的像素点进行标记;
缺陷轮廓获取单元,用于将所有标记的像素点连通,获得所述第i张图像对应的样本的缺陷轮廓;
缺陷轮廓数据获取单元,用于根据所述缺陷轮廓获得所述第i张图像对应的样本的缺陷轮廓数据。根据本发明提供的具体实施例,本发明公开了以下技术效果:
由于不同种类的木材或者不同种类的板材,具有其固定的特点,例如颜色或者纹理。因此,通过确定一个木材种类或者板材种类检测效果最好的光源的相关参数,所述光源的相关参数包括光源的颜色和光源的强度,然后对于该类木材或者板材,均采用已经确定的光源的参数进行检测,即可对该种类木材或者该种类的板材实现高精度的缺陷检测。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明用于缺陷检测的光源确定方法的流程示意图;
图2为本发明用于缺陷检测的光源确定系统的结构程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明用于缺陷检测的光源确定方法的流程示意图。如图1所示,所述方法包括:
步骤100:获取待检测的样本集合;所述样本集合中的样本为同一种类的样本,所述种类包括木材种类和板材种类。例如木材种类包括松木、柏木、杨木、梧桐木等;板材种类包括实木板、大芯板、竹拼板、密度板、饰面板、细芯板、指接板等。针对一个木材种类或板材种类进行检测,从而获得该种类对应的光源参数。
步骤200:对于第k个样本,获取所述第k个样本在不同参数的光源照射下拍摄的图像集合;所述图像集合中不同的图像对应不同参数的光源;所述参数包括光源的颜色和强度。此步骤对每一个样本分别用不同参数的光源照射,进而获得每个参数对应的图像,得到该样本的图像集合。在不同参数的光源照射下,对同一个样本拍摄获得的图像也是不同的。此处,光源的参数包括颜色、强度等。
对于颜色的调节:
获取RGB配光表,所述RGB配光表为红色光、绿色光和蓝色光三原色光组成的配光表。配光表可以根据实际需求自行定义,也可以采用现有的配光表数据。
依次获取所述RGB配光表中的光色。可以采用遍历的方式依次获取表中的每一个光色,也可以根据实际需求筛选表中的部分光色。
根据所述光色控制光源的颜色,使所述光源的颜色与所述光色一致。从而实现改变光源颜色的目的。
作为一个具体实施方式,RGB配光表可以为下表示例:
RGB配光表
对于强度的调节:
获取光源功率表,所述光源功率表中不同的功率值对应光源的不同强度。本申请中以灯源作为光源,由于光源的功率对应光源的相应强度,因此,首先需要获得不同强度对应的功率表。
依次获取所述光源功率表中的功率值;
根据所述功率值调节所述光源的强度。调节过程可以为根据不同的功率值控制相应的灯源的线路接通,以实现该灯源的照明作用;还可以根据不同的功率直接控制同一灯源的不同工作模式,不同的工作模式对应不同的功率,以实现光源强度的变化。
作为其中一个具体实施方式,光源功率表可以按下表设置:
光源功率表
功率 | 强度 |
1W | 一级强度 |
3W | 二级强度 |
5W | 三级强度 |
…… | …… |
55W | 二十八级强度 |
步骤300:提取所述图像集合中每一张图像对应的样本的缺陷的轮廓数据,得到第k个样本的不同参数光源对应的多个第一轮廓数据。对一个样本拍摄的所有图像进行处理,提取图像中样本缺陷的轮廓,由于图像不同,提取的轮廓也是不同的。轮廓提取的具体过程可以为:
对每一张图像进行二值化处理,得到处理后的二值图像;
对于第i张图像,遍历所述二值图像中的每个像素点,将取值不同的相邻两个像素点中像素值低的像素点进行标记;
将所有标记的像素点连通,获得所述第i张图像对应的样本的缺陷轮廓;
根据所述缺陷轮廓获得所述第i张图像对应的样本的缺陷轮廓数据。
步骤400:获得所述第k个样本的第二轮廓数据,所述第二轮廓数据为所述第k个样本实际测量的缺陷的轮廓数据。轮廓数据可以为缺陷的形状、对边的最长距离、对边的最短距离、轮廓的面积等。
步骤500:将所述第k个样本的所有第一轮廓数据依次与第二轮廓数据进行相似度比较,得到所述第k个样本每个第一轮廓数据对应的相似度值。
步骤600:将相似度值最高的第一轮廓数据对应的光源的参数确定为所述第k个样本的光源参数。对于每个样本,不同光源参数拍摄的情况下,提取的第一轮廓数据是不同的,因此,将相似度最高的第一轮廓数据对应的光源的参数确定为该样本的光源参数。光源参数是指颜色或者强度等。
步骤700:依次获取所有样本的光源参数;
步骤800:将所有样本对应的光源参数中出现次数最多的光源参数确定为所述样本集合对应的最佳光源参数;用于采用所述最佳光源参数的光源对所述样本所属的木材种类或板材种类进行缺陷检测。例如,对于所有样本中,红色参数出现的次数最多,也就是光源参数是红色的样本数量最多,此时,将红色确定为样本所属的种类的最佳光源参数,对于该种类的样本,采用红色光源对样本的检测效果最好。
图2为本发明用于缺陷检测的光源确定系统的结构程示意图。如图2所示,所述系统包括:
样本集合获取模块201,用于获取待检测的样本集合;所述样本集合中的样本为同一种类的样本,所述种类包括木材种类和板材种类;
图像获取模块202,用于对于第k个样本,获取所述第k个样本在不同参数的灯源照射下拍摄的图像集合;所述图像集合中不同的图像对应不同参数的灯源;所述参数包括灯源的颜色和强度;
缺陷的轮廓数据提取模块203,用于提取所述图像集合中每一张图像对应的样本的缺陷的轮廓数据,得到所述第k个样本的不同参数灯源对应的多个第一轮廓数据。
第二轮廓数据获取模块204,用于获得所述第k个样本的第二轮廓数据,所述第二轮廓数据为所述第k个样本实际测量的缺陷的轮廓数据;
相似度比较模块205,用于将所述第k个样本的所有第一轮廓数据与第二轮廓值依次进行相似度比较,得到所述第k个样本每个第一轮廓数据对应的相似度值;
光源参数确定模块206,用于将相似度值最高的第一轮廓数据对应的灯源的参数确定为所述第k个样本的光源参数;依次获取所有样本的光源参数;
最佳光源参数确定模块207,用于将所有样本对应的光源参数中出现次数最多的光源参数确定为所述样本集合对应的最佳光源参数;用于采用所述最佳光源参数的光源对所述样本所属的木材种类或板材种类进行缺陷检测。
所述缺陷的轮廓数据提取模块203,具体包括:
二值化处理单元,用于对每一张图像进行二值化处理,得到处理后的二值图像;
像素点标记单元,对于第i张图像,用于遍历所述二值图像中的每个像素点,将取值不同的相邻两个像素点中像素值低的像素点进行标记;
缺陷轮廓获取单元,用于将所有标记的像素点连通,获得所述第i张图像对应的样本的缺陷轮廓;
缺陷轮廓数据获取单元,用于根据所述缺陷轮廓获得所述第i张图像对应的样本的缺陷轮廓数据。
此外,所述系统还包括:
配光表获取模块,用于获取RGB配光表,所述RGB配光表为红色光、绿色光和蓝色光三原色光组成的配光表;
光色获取模块,用于依次获取所述RGB配光表中的光色;
灯源颜色控制模块,用于根据所述光色控制灯源的颜色,使所述灯源的颜色与所述光色一致。
还包括:
灯源功率表获取模块,用于获取灯源功率表,所述灯源功率表中不同的功率值对应光源的不同强度;
功率值获取模块,用于依次获取所述灯源功率表中的功率值;
灯源强度调节模块,用于根据所述功率值调节所述灯源的强度。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种用于缺陷检测的光源确定方法,其特征在于,所述方法包括:
获取待检测的样本集合;所述样本集合中的样本为同一种类的样本,所述种类包括木材种类和板材种类;
对于第k个样本,获取所述第k个样本在不同参数的光源照射下拍摄的图像集合;所述图像集合中不同的图像对应不同参数的光源;所述参数包括光源的颜色和强度;
提取所述图像集合中每一张图像对应的样本的缺陷的轮廓数据,得到所述第k个样本的不同参数光源对应的多个第一轮廓数据;
获得所述第k个样本的第二轮廓数据,所述第二轮廓数据为所述第k个样本实际测量的缺陷的轮廓数据;
将所述第k个样本的所有第一轮廓数据依次与第二轮廓数据进行相似度比较,得到所述第k个样本每个所述第一轮廓数据对应的相似度值;
将相似度值最高的第一轮廓数据对应的光源的参数确定为所述第k个样本的光源参数;
依次获取所有样本的光源参数;
将所有样本对应的光源参数中出现次数最多的光源参数确定为所述样本集合对应的最佳光源参数;采用所述最佳光源参数的光源对所述样本所属的木材种类或板材种类进行缺陷检测。
2.根据权利要求1所述的方法,其特征在于,所述获取所述第k个样本在不同参数的光源照射下拍摄的图像集合之前,还包括:
获取RGB配光表,所述RGB配光表为红色光、绿色光和蓝色光三原色光组成的配光表;
依次获取所述RGB配光表中的光色;
根据所述光色控制光源的颜色,使所述光源的颜色与所述光色一致。
3.根据权利要求1所述的方法,其特征在于,所述获取所述第k个样本在不同参数的光源照射下拍摄的图像集合之前,还包括:
获取光源功率表,所述光源功率表中不同的功率值对应光源的不同强度;
依次获取所述光源功率表中的功率值;
根据所述功率值调节所述光源的强度。
4.根据权利要求1所述的方法,其特征在于,所述提取所述图像集合中每一张图像对应的样本的缺陷的轮廓数据,得到所述第k个样本的不同参数光源对应的多个第一轮廓数据具体包括:
对每一张图像进行二值化处理,得到处理后的二值图像;
对于第i张图像,遍历所述二值图像中的每个像素点,将取值不同的两个相邻像素点中像素值低的像素点进行标记;
将所有标记的像素点连通,获得所述第i张图像对应的样本的缺陷轮廓;
根据所述缺陷轮廓获得所述第i张图像对应的样本的缺陷轮廓的相关数据。
5.一种用于缺陷检测的光源确定系统,其特征在于,所述系统应用于权利要求1-4任一项所述的方法,所述系统包括:
样本集合获取模块,用于获取待检测的样本集合;所述样本集合中的样本为同一种类的样本,所述种类包括木材种类和板材种类;
图像获取模块,用于对于第k个样本,获取所述第k个样本在不同参数的光源照射下拍摄的图像集合;所述图像集合中不同的图像对应不同参数的光源;所述参数包括光源的颜色和强度;
缺陷的轮廓数据提取模块,用于提取所述图像集合中每一张图像对应的样本的缺陷的轮廓数据,得到所述第k个样本的不同参数光源对应的多个第一轮廓数据;
第二轮廓数据获取模块,用于获得所述第k个样本的第二轮廓数据,所述第二轮廓数据为所述第k个样本实际测量的缺陷的轮廓数据;
相似度比较模块,用于将所述第k个样本的所有第一轮廓数据与第二轮廓值依次进行相似度比较,得到所述第k个样本每个第一轮廓数据对应的相似度值;
光源参数确定模块,用于将相似度值最高的第一轮廓数据对应的光源的参数确定为所述第k个样本的光源参数;依次获取所有样本的光源参数;
最佳光源参数确定模块,用于将所有样本对应的光源参数中出现次数最多的光源参数确定为所述样本集合对应的最佳光源参数;采用所述最佳光源参数的光源对所述样本所属的木材种类或板材种类进行缺陷检测。
6.根据权利要求5所述的系统,其特征在于,所述系统还包括:
配光表获取模块,用于获取RGB配光表,所述RGB配光表为红色光、绿色光和蓝色光三原色光组成的配光表;
光色获取模块,用于依次获取所述RGB配光表中的光色;
光源颜色控制模块,用于根据所述光色控制光源的颜色,使所述光源的颜色与所述光色一致。
7.根据权利要求5所述的系统,其特征在于,所述系统还包括:
光源功率表获取模块,用于获取光源功率表,所述光源功率表中不同的功率值对应光源的不同强度;
功率值获取模块,用于依次获取所述光源功率表中的功率值;
光源强度调节模块,用于根据所述功率值调节所述光源的强度。
8.根据权利要求5所述的系统,其特征在于,所述缺陷的轮廓数据提取模块,具体包括:
二值化处理单元,用于对每一张图像进行二值化处理,得到处理后的二值图像;
像素点标记单元,对于第i张图像,用于遍历所述二值图像中的每个像素点,将取值不同的相邻两个像素点中像素值低的像素点进行标记;
缺陷轮廓获取单元,用于将所有标记的像素点连通,获得所述第i张图像对应的样本的缺陷轮廓;
缺陷轮廓数据获取单元,用于根据所述缺陷轮廓获得所述第i张图像对应的样本的缺陷轮廓数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711482251.8A CN109001112B (zh) | 2017-12-29 | 2017-12-29 | 一种用于缺陷检测的光源确定方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711482251.8A CN109001112B (zh) | 2017-12-29 | 2017-12-29 | 一种用于缺陷检测的光源确定方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109001112A CN109001112A (zh) | 2018-12-14 |
CN109001112B true CN109001112B (zh) | 2021-01-05 |
Family
ID=64574085
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711482251.8A Expired - Fee Related CN109001112B (zh) | 2017-12-29 | 2017-12-29 | 一种用于缺陷检测的光源确定方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109001112B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111951239A (zh) * | 2020-08-04 | 2020-11-17 | 上海微亿智造科技有限公司 | 过标过检方法及系统 |
US11788972B2 (en) | 2021-04-29 | 2023-10-17 | Industrial Technology Research Institute | Method of automatically setting optical parameters and automated optical inspection system using the same |
CN114494671A (zh) * | 2021-08-31 | 2022-05-13 | 山东蓝洋智能科技有限公司 | 一种用于视觉识别的多光谱光源控制装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1260876A (zh) * | 1997-06-17 | 2000-07-19 | 株式会社之技术综合 | 片材包装检查装置 |
JP2001283196A (ja) * | 2000-03-30 | 2001-10-12 | Nikon Corp | 欠陥検査装置および欠陥検査方法 |
CN101287073A (zh) * | 2008-05-12 | 2008-10-15 | 吉林大学 | 变光照环境中机器视觉系统稳定亮度图像自适应获取方法 |
CN104349072A (zh) * | 2013-08-09 | 2015-02-11 | 联想(北京)有限公司 | 一种控制方法、装置和电子设备 |
CN105491271A (zh) * | 2015-11-25 | 2016-04-13 | 英华达(上海)科技有限公司 | 图像采集中进行辅助光源调节的方法及装置 |
-
2017
- 2017-12-29 CN CN201711482251.8A patent/CN109001112B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1260876A (zh) * | 1997-06-17 | 2000-07-19 | 株式会社之技术综合 | 片材包装检查装置 |
JP2001283196A (ja) * | 2000-03-30 | 2001-10-12 | Nikon Corp | 欠陥検査装置および欠陥検査方法 |
CN101287073A (zh) * | 2008-05-12 | 2008-10-15 | 吉林大学 | 变光照环境中机器视觉系统稳定亮度图像自适应获取方法 |
CN104349072A (zh) * | 2013-08-09 | 2015-02-11 | 联想(北京)有限公司 | 一种控制方法、装置和电子设备 |
CN105491271A (zh) * | 2015-11-25 | 2016-04-13 | 英华达(上海)科技有限公司 | 图像采集中进行辅助光源调节的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109001112A (zh) | 2018-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109001112B (zh) | 一种用于缺陷检测的光源确定方法及系统 | |
US10718721B2 (en) | Powder spreading quality test method and additive manufacturing device | |
US10890537B2 (en) | Appearance inspection device, lighting device, and imaging lighting device | |
KR101415628B1 (ko) | 목재의 검사 방법, 장치 및 프로그램 | |
RU2381442C2 (ru) | Устройство и способ для обнаружения сучка в древесине | |
CN103822879B (zh) | 一种基于高光谱成像技术的猕猴桃膨大果无损检测方法 | |
CN110415181A (zh) | 一种开放环境下烤烟rgb图像智能识别及等级判定方法 | |
EP2801816A3 (de) | Verfahren und Vorrichtung zur optischen Analyse eines PCBs | |
CN104504722A (zh) | 一种利用灰色点校正图像颜色的方法 | |
CN110554052A (zh) | 一种人造板表面缺陷检测方法及其系统 | |
CN103149214A (zh) | 水果表面缺陷检测方法 | |
KR101679314B1 (ko) | 다중 노광을 운용한 중복 노광 화상 믹싱의 검사 방법 | |
Ebrahimi et al. | Detection of greening in potatoes using image processing techniques | |
CN204989048U (zh) | 一种检测光源以及包括该光源的光学检测装置 | |
CN109682821B (zh) | 一种基于多尺度高斯函数的柑橘表面缺陷检测方法 | |
JP5006147B2 (ja) | 木材の検査方法及び装置及びプログラム | |
CN114878595A (zh) | 一种书本印刷质量检测方法 | |
CN109819242B (zh) | 一种flare测试方法、系统及可读存储介质 | |
CN205067359U (zh) | 一种木材缺陷及颜色纹理识别系统 | |
CN109242852A (zh) | 一种汽车发动机油路铜套缺陷视觉检测方法 | |
CA2601490A1 (en) | Methods for detecting blue stain in lumber | |
CN112098415A (zh) | 一种杨梅品质无损检测方法 | |
CN113439870B (zh) | 一种雪茄烟外观分类方法及装置 | |
CN115619725A (zh) | 电子元器件检测方法、装置、电子设备及自动质检设备 | |
TW201632874A (zh) | 用於光學檢測的自動調光方法及其光學檢測機台 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210105 Termination date: 20211229 |