CN109118476A - 一种零部件边缘轮廓完整性检测方法及装置 - Google Patents
一种零部件边缘轮廓完整性检测方法及装置 Download PDFInfo
- Publication number
- CN109118476A CN109118476A CN201810757212.2A CN201810757212A CN109118476A CN 109118476 A CN109118476 A CN 109118476A CN 201810757212 A CN201810757212 A CN 201810757212A CN 109118476 A CN109118476 A CN 109118476A
- Authority
- CN
- China
- Prior art keywords
- contour
- edge contour
- components
- several
- edge
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- G06T2207/10004—Still image; Photographic image
-
- 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
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种零部件边缘轮廓完整性检测方法,包括:获取待测零部件的边缘轮廓基本图像;在所述边缘轮廓基本图像中提取若干个边缘点;根据若干个所述边缘点拟合标准轮廓;将所述标准轮廓膨胀为边缘区域,获取所述边缘区域的内环轮廓;判断所述内环轮廓与所述标准轮廓是否一致;在所述内环轮廓与所述标准轮廓完全一致时,判定所述待测零部件边缘轮廓完整。本发明能实现对等比例缩放后的零部件的边缘轮廓的完整性进行检测。同时,本发明还提供了一种零部件边缘轮廓完整性检测装置。
Description
技术领域
本发明涉及计算机技术领域,具体涉及一种零部件边缘轮廓完整性检测方法及装置。
背景技术
在工程零部件的质量检测中,常采用自动化检测方法对零部件进行缺陷检测,如齿轮边缘的缺陷检测等,可大大节省人工检测的人力投入,解决检测效率低下的问题。现有技术中,常用面积比较和阈值区域比较两种方法,面积比较方法是通过比较待测零部件的轮廓面积与标准轮廓面积大小,根据比较结果判断待测的零部件是否存在缺陷;阈值区域比较方法是通过待测零部件的轮廓与标准轮廓进行重叠对比,找出相异区域,从而通过相异区域判断待测零部件是否达标。
然而,上述两种方法均无法实现对等比例缩放后的零部件的边缘轮廓的完整性进行检测。
发明内容
本发明所要解决的技术问题是,提供一种零部件边缘轮廓完整性检测方法及装置,能实现对等比例缩放后的零部件的边缘轮廓的完整性进行检测。
为了解决上述技术问题,本发明实施例一方面提供了一种零部件边缘轮廓完整性检测方法,包括:
获取待测零部件的边缘轮廓基本图像;
在所述边缘轮廓基本图像中提取若干个边缘点;
根据若干个所述边缘点拟合标准轮廓;
将所述标准轮廓膨胀为边缘区域,获取所述边缘区域的内环轮廓;
判断所述内环轮廓与所述标准轮廓是否一致;
在所述内环轮廓与所述标准轮廓完全一致时,判定所述待测零部件边缘轮廓完整。
在一种可选的实施方式中,所述在所述边缘轮廓基本图像中提取若干个边缘点,具体为:在所述边缘轮廓基本图像中等距地提取若干个边缘点,并依次对若干个所述边缘点进行排序。
在一种可选的实施方式中,所述在所述边缘轮廓基本图像中等距地提取若干个边缘点,并依次对若干个所述边缘点进行排序,包括:
在所述边缘轮廓基本图像中等距地提取若干个边缘点及所述边缘轮廓基本图像的中心点;
将所述边缘轮廓基本图像中的若干个边缘点分别置入指向所述中心点的长方形区域;
根据所述长方形区域中的图像的灰度值变化边界点调整所述边缘点的位置。
在一种可选的实施方式中,所述根据若干个所述边缘点拟合标准轮廓,包括:
根据若干个所述边缘点的排序,依次连接若干个所述边缘点,得到基本轮廓;
根据所述基本轮廓的形状,拟合标准轮廓。
在一种可选的实施方式中,所述方法还包括:
在判定所述内环轮廓与所述标准轮廓不一致时,提取差异区域;
获取所述差异区域中两个极值点的距离,比较所述距离与预设的阈值的大小;
在所述距离小于所述阈值时,判定所述待测零部件边缘轮廓完整;
在所述距离大于所述阈值时,判定所述待测零部件边缘轮廓不完整。
为了达到相同的目的,本发明另一方面还提供了一种零部件边缘轮廓完整性检测装置,包括:
基本图像获取模块,用于获取待测零部件的边缘轮廓基本图像;
边缘点提取模块,用于在所述边缘轮廓基本图像中提取若干个边缘点;
标准轮廓拟合模块,用于根据若干个所述边缘点拟合标准轮廓;
实际轮廓获取模块,用于将所述标准轮廓膨胀为边缘区域,获取所述边缘区域的内环轮廓;
第一判断模块,用于判断所述内环轮廓与所述标准轮廓是否一致;
第一判定模块,用于在所述内环轮廓与所述标准轮廓完全一致时,判定所述待测零部件边缘轮廓完整。
在一种可选的实施方式中,所述边缘点提取模块具体用于:在所述边缘轮廓基本图像中等距地提取若干个边缘点,并依次对若干个所述边缘点进行排序。
在一种可选的实施方式中,所述边缘点提取模块包括:
信息点提取单元,用于在所述边缘轮廓基本图像中等距地提取若干个边缘点及所述边缘轮廓基本图像的中心点;
运算单元,用于将所述边缘轮廓基本图像中的若干个边缘点分别置入指向所述中心点的长方形区域;
边缘点调整单元,用于根据所述长方形区域中的图像的灰度值变化边界点调整所述边缘点的位置。
在一种可选的实施方式中,所述标准轮廓拟合模块包括:
基本轮廓获取单元,用于根据若干个所述边缘点的排序,依次连接若干个所述边缘点,得到基本轮廓;
标准轮廓拟合单元,用于根据所述基本轮廓的形状,拟合标准轮廓。
在一种可选的实施方式中,所述装置还包括:
差异区域提取模块,用于在判定所述内环轮廓与所述标准轮廓不一致时,提取差异区域;
第二判断模块,用于获取所述差异区域中两个极值点的距离,比较所述距离与预设的阈值的大小;
第二判定模块,用于在所述距离小于所述阈值时,判定所述待测零部件边缘轮廓完整;
第三判定模块,用于在所述距离大于所述阈值时,判定所述待测零部件边缘轮廓不完整。
相比于现有技术,本发明实施例的有益效果在于:本发明实施例提供了一种零部件边缘轮廓完整性检测方法及装置,其中方法包括:获取待测零部件的边缘轮廓基本图像;在所述边缘轮廓基本图像中提取若干个边缘点;根据若干个所述边缘点拟合标准轮廓;将所述标准轮廓膨胀为边缘区域,获取所述边缘区域的内环轮廓;判断所述内环轮廓与所述标准轮廓是否一致;在所述内环轮廓与所述标准轮廓完全一致时,判定所述待测零部件边缘轮廓完整。本发明实施例从待测零部件的边缘轮廓基本图像中提取边缘点,通过连接边缘点拟合标准轮廓,从所述标准轮廓中提取所述待测零部件的实际边缘轮廓,以通过对比所述标准轮廓及所述实际边缘轮廓判断待测零部件的边缘轮廓是否完整,本发明实施例根据待测零部件的边缘轮廓基本图像拟合标准轮廓,即每一待测零部件能拟合符合待测零部件自身大小的标准轮廓,能实现对等比例缩放后的零部件的边缘轮廓的完整性进行检测。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述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的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种零部件边缘轮廓完整性检测方法的流程示意图;
图2是应用本发明实施例时拟合标准轮廓的示意图;
图3是应用本发明实施例时将所述标准轮廓膨胀为边缘区域的示意图;
图4是本发明实施例提供的一种零部件边缘轮廓完整性检测装置的结构示意图。
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作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。
请参阅图1,其是本发明实施例提供的一种零部件边缘轮廓完整性检测方法的流程示意图。本发明实施例一方面提供了一种零部件边缘轮廓完整性检测方法,包括步骤:
S1、获取待测零部件的边缘轮廓基本图像;
S2、在所述边缘轮廓基本图像中提取若干个边缘点;
S3、根据若干个所述边缘点拟合标准轮廓;
S4、将所述标准轮廓膨胀为边缘区域,获取所述边缘区域的内环轮廓;
S5、判断所述内环轮廓与所述标准轮廓是否一致;
S6、在所述内环轮廓与所述标准轮廓完全一致时,判定所述待测零部件边缘轮廓完整。
具体地,所述待测零部件的边缘轮廓基本图像能基本反映所述待测零部件的边缘轮廓,可以但不限于是所述待测零部件的拍摄图像。在所述待测零部件的边缘轮廓基本图像提取若干个边缘点,所述边缘点的分布于所述待测零部件的边缘轮廓基本图像的边缘上,连接若干个所述边缘点并得到所述待测零部件的标准轮廓,所述标准轮廓即为所述待测零部件被要求制成的边缘轮廓,此时,将所述标准轮廓膨胀为边缘区域,使得所述待测零部件的边缘轮廓基本图像与所述标准轮廓不相吻合的区域凸显,具体为:所述标准轮廓膨胀为边缘区域时,若所述标准轮廓与所述待测零部件的边缘轮廓基本图像的边缘不存在差异区域,则所述边缘区域的内环轮廓与所述标准轮廓一致;若所述标准轮廓与所述待测零件的边缘轮廓基本图像的边缘存在差异区域,则所述边缘区域会伸入到所述差异区域,使所述边缘区域的内环轮廓与所述标准轮廓不一致。由于以上方法能根据实际待测零部件的边缘轮廓基本图像生成对应的标准轮廓,对于等比例缩放的待测零部件仍然适用,因而能实现对等比例缩放后的零部件的边缘轮廓的完整性进行检测。
在一种可选的实施方式中,所述步骤S2具体为:在所述边缘轮廓基本图像中等距地提取若干个边缘点,并依次对若干个所述边缘点进行排序。通过对若干个所述边缘点进行排序,有助于通过依次连接若干个所述边缘点得到所述待测零部件的初步边缘轮廓。
具体地,在提取所述边缘点时,随机从所述边缘轮廓基本图像的边缘提取第一个点,并依据一定的规则提取边缘点,当提取到的边缘点的值与所述第一个点的值相同时结束。
在一种可选的实施方式中,所述步骤S2包括:
在所述边缘轮廓基本图像中等距地提取若干个边缘点及所述边缘轮廓基本图像的中心点;
将所述边缘轮廓基本图像中的若干个边缘点分别置入指向所述中心点的长方形区域;
根据所述长方形区域中的图像的灰度值变化边界点调整所述边缘点的位置。
本实施例能有效地调整所述边缘点的位置,使所述边缘点的位置更精确地反映所述边缘轮廓基本图像的边缘,进而能拟合出更精确的标准轮廓。假设提取了n个边缘点,则所述边缘点的坐标为(Xi,Yi)(i={1,2,…,n}),所述中心点的位置为(X0,Y0),则每一所述边缘点所对应的每一长方形区域的斜率为Ki=(Xi-X0)/(Yi-Y0),从而实现更精确的边缘点的提取。
在一种可选的实施方式中,所述步骤S3包括:
根据若干个所述边缘点的排序,依次连接若干个所述边缘点,得到基本轮廓;
根据所述基本轮廓的形状,拟合标准轮廓。
本发明实施例能根据所述基本轮廓的形状大小拟合符合所述基本轮廓的标准轮廓,以实现能对等比例缩放的零部件的边缘轮廓检测。例如,连接若干个所述边缘点后,得到的所述基本轮廓的形状类似与圆时,通过spoke拟合圆工具拟合圆。
进一步地,所述根据所述基本轮廓的形状,拟合标准轮廓,包括:
将所述基本轮廓的形状与所述标准轮廓数据库中的各个标准轮廓进行匹配;
获取匹配度最高的所述标准轮廓;
根据所述基本轮廓的形状,拟合所述标准轮廓。
由于常用的标准轮廓有多种,如圆形、锯齿形等,因而根据所述基本轮廓的形状从所述标准轮廓数据库中匹配出匹配度最高的标准轮廓,降低了检测误差。
在一种可选的实施方式中,所述方法还包括:
在判定所述内环轮廓与所述标准轮廓不一致时,提取差异区域;
获取所述差异区域中两个极值点的距离,比较所述距离与预设的阈值的大小;
在所述距离小于所述阈值时,判定所述待测零部件边缘轮廓完整;
在所述距离大于所述阈值时,判定所述待测零部件边缘轮廓不完整。
为了减少测量误差,本发明实施例预设的阈值距离,当所述差异区域的距离大于所述阈值时,判定所述待测零部件边缘轮廓不完整。具体地,所述两个极值点为所述差异区域中的边缘点与所述标准轮廓重合的点,表征了所述差异区域与标准轮廓的差异距离。具体地,对所述边缘区域进行图像分割,获取边缘图像;对所述边缘图像进行灰度值变换对比,把变化度的交界处中点提取出来形成新的形状轮廓点,把轮廓点连接起来形成的轮廓即为所述待测零部件的边缘轮廓基本图像与所述标准轮廓的交集轮廓。
为了更清楚地理解本发明实施例,以下将结合图2、图3及图4对本发明实施例的步骤进行说明,其中,A1表示所述待测零部件,A2表示所述待测零部件的缺陷,A3表示所述标准轮廓,A4表示所述边缘区域,A5表示差异区域。图2是应用本发明实施例时拟合标准轮廓的示意图。在所述边缘轮廓基本图像中提取若干个边缘点后,连接若干个所述边缘点,拟合得到标准轮廓(虚线圆表示标准轮廓)。图3是应用本发明实施例时将所述标准轮廓膨胀为边缘区域的示意图。可见,膨胀后的所述边缘区域渗入到所述待测零部件的缺口中,所述边缘区域的内环轮廓与所述标准轮廓存在差异区域。
相比于现有技术,本发明实施例的有益效果在于:本发明实施例提供了一种零部件边缘轮廓完整性检测方法,包括:获取待测零部件的边缘轮廓基本图像;在所述边缘轮廓基本图像中提取若干个边缘点;根据若干个所述边缘点拟合标准轮廓;将所述标准轮廓膨胀为边缘区域,获取所述边缘区域的内环轮廓;判断所述内环轮廓与所述标准轮廓是否一致;在所述内环轮廓与所述标准轮廓完全一致时,判定所述待测零部件边缘轮廓完整。本发明实施例从待测零部件的边缘轮廓基本图像中提取边缘点,通过连接边缘点拟合标准轮廓,从所述标准轮廓中提取所述待测零部件的实际边缘轮廓,以通过对比所述标准轮廓及所述实际边缘轮廓判断待测零部件的边缘轮廓是否完整,本发明实施例根据待测零部件的边缘轮廓基本图像拟合标准轮廓,即每一待测零部件能拟合符合待测零部件自身大小的标准轮廓,能实现对等比例缩放后的零部件的边缘轮廓的完整性进行检测。
为了达到相同的目的,本发明另一方面还提供了一种零部件边缘轮廓完整性检测装置。请参阅图4,其是本发明实施例提供的一种零部件边缘轮廓完整性检测装置的结构示意图。所述装置包括:
基本图像获取模块1,用于获取待测零部件的边缘轮廓基本图像;
边缘点提取模块2,用于在所述边缘轮廓基本图像中提取若干个边缘点;
标准轮廓拟合模块3,用于根据若干个所述边缘点拟合标准轮廓;
实际轮廓获取模块4,用于将所述标准轮廓膨胀为边缘区域,获取所述边缘区域的内环轮廓;
第一判断模块5,用于判断所述内环轮廓与所述标准轮廓是否一致;
第一判定模块6,用于在所述内环轮廓与所述标准轮廓完全一致时,判定所述待测零部件边缘轮廓完整。
在一种可选的实施方式中,所述边缘点提取模块2具体用于:在所述边缘轮廓基本图像中等距地提取若干个边缘点,并依次对若干个所述边缘点进行排序。
在一种可选的实施方式中,所述边缘点提取模块2包括:
信息点提取单元,用于在所述边缘轮廓基本图像中等距地提取若干个边缘点及所述边缘轮廓基本图像的中心点;
运算单元,用于将所述边缘轮廓基本图像中的若干个边缘点分别置入指向所述中心点的长方形区域;
边缘点调整单元,用于根据所述长方形区域中的图像的灰度值变化边界点调整所述边缘点的位置。
在一种可选的实施方式中,所述标准轮廓拟合模块3包括:
基本轮廓获取单元,用于根据若干个所述边缘点的排序,依次连接若干个所述边缘点,得到基本轮廓;
标准轮廓拟合单元,用于根据所述基本轮廓的形状,拟合标准轮廓。
在一种可选的实施方式中,所述装置还包括:
差异区域提取模块,用于在判定所述内环轮廓与所述标准轮廓不一致时,提取差异区域;
第二判断模块,用于获取所述差异区域中两个极值点的距离,比较所述距离与预设的阈值的大小;
第二判定模块,用于在所述距离小于所述阈值时,判定所述待测零部件边缘轮廓完整;
第三判定模块,用于在所述距离大于所述阈值时,判定所述待测零部件边缘轮廓不完整。
需要说明的是,本发明实施例提供的一种零部件边缘轮廓完整性检测装置用于上述的零部件边缘轮廓完整性检测方法的所有流程步骤,其工作原理和有益效果一一对应,因而不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种零部件边缘轮廓完整性检测方法,其特征在于,包括:
获取待测零部件的边缘轮廓基本图像;
在所述边缘轮廓基本图像中提取若干个边缘点;
根据若干个所述边缘点拟合标准轮廓;
将所述标准轮廓膨胀为边缘区域,获取所述边缘区域的内环轮廓;
判断所述内环轮廓与所述标准轮廓是否一致;
在所述内环轮廓与所述标准轮廓完全一致时,判定所述待测零部件边缘轮廓完整。
2.如权利要求1所述的零部件边缘轮廓完整性检测方法,其特征在于,所述在所述边缘轮廓基本图像中提取若干个边缘点,具体为:在所述边缘轮廓基本图像中等距地提取若干个边缘点,并依次对若干个所述边缘点进行排序。
3.如权利要求2所述的零部件边缘轮廓完整性检测方法,其特征在于,所述在所述边缘轮廓基本图像中等距地提取若干个边缘点,并依次对若干个所述边缘点进行排序,包括:
在所述边缘轮廓基本图像中等距地提取若干个边缘点及所述边缘轮廓基本图像的中心点;
将所述边缘轮廓基本图像中的若干个边缘点分别置入指向所述中心点的长方形区域;
根据所述长方形区域中的图像的灰度值变化边界点调整所述边缘点的位置。
4.如权利要求2或3所述的零部件边缘轮廓完整性检测方法,其特征在于,所述根据若干个所述边缘点拟合标准轮廓,包括:
根据若干个所述边缘点的排序,依次连接若干个所述边缘点,得到基本轮廓;
根据所述基本轮廓的形状,拟合标准轮廓。
5.如权利要求1所述的零部件边缘轮廓完整性检测方法,其特征在于,所述方法还包括:
在判定所述内环轮廓与所述标准轮廓不一致时,提取差异区域;
获取所述差异区域中两个极值点的距离,比较所述距离与预设的阈值的大小;
在所述距离小于所述阈值时,判定所述待测零部件边缘轮廓完整;
在所述距离大于所述阈值时,判定所述待测零部件边缘轮廓不完整。
6.一种零部件边缘轮廓完整性检测装置,其特征在于,包括:
基本图像获取模块,用于获取待测零部件的边缘轮廓基本图像;
边缘点提取模块,用于在所述边缘轮廓基本图像中提取若干个边缘点;
标准轮廓拟合模块,用于根据若干个所述边缘点拟合标准轮廓;
实际轮廓获取模块,用于将所述标准轮廓膨胀为边缘区域,获取所述边缘区域的内环轮廓;
第一判断模块,用于判断所述内环轮廓与所述标准轮廓是否一致;
第一判定模块,用于在所述内环轮廓与所述标准轮廓完全一致时,判定所述待测零部件边缘轮廓完整。
7.如权利要求6所述的零部件边缘轮廓完整性检测方法,其特征在于,所述边缘点提取模块具体用于:在所述边缘轮廓基本图像中等距地提取若干个边缘点,并依次对若干个所述边缘点进行排序。
8.如权利要求7所述的零部件边缘轮廓完整性检测方法,其特征在于,所述边缘点提取模块包括:
信息点提取单元,用于在所述边缘轮廓基本图像中等距地提取若干个边缘点及所述边缘轮廓基本图像的中心点;
运算单元,用于将所述边缘轮廓基本图像中的若干个边缘点分别置入指向所述中心点的长方形区域;
边缘点调整单元,用于根据所述长方形区域中的图像的灰度值变化边界点调整所述边缘点的位置。
9.如权利要求7或8所述的零部件边缘轮廓完整性检测方法,其特征在于,所述标准轮廓拟合模块包括:
基本轮廓获取单元,用于根据若干个所述边缘点的排序,依次连接若干个所述边缘点,得到基本轮廓;
标准轮廓拟合单元,用于根据所述基本轮廓的形状,拟合标准轮廓。
10.如权利要求6所述的零部件边缘轮廓完整性检测方法,其特征在于,所述装置还包括:
差异区域提取模块,用于在判定所述内环轮廓与所述标准轮廓不一致时,提取差异区域;
第二判断模块,用于获取所述差异区域中两个极值点的距离,比较所述距离与预设的阈值的大小;
第二判定模块,用于在所述距离小于所述阈值时,判定所述待测零部件边缘轮廓完整;
第三判定模块,用于在所述距离大于所述阈值时,判定所述待测零部件边缘轮廓不完整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810757212.2A CN109118476B (zh) | 2018-07-11 | 2018-07-11 | 一种零部件边缘轮廓完整性检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810757212.2A CN109118476B (zh) | 2018-07-11 | 2018-07-11 | 一种零部件边缘轮廓完整性检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109118476A true CN109118476A (zh) | 2019-01-01 |
CN109118476B CN109118476B (zh) | 2020-11-24 |
Family
ID=64862640
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810757212.2A Active CN109118476B (zh) | 2018-07-11 | 2018-07-11 | 一种零部件边缘轮廓完整性检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109118476B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109632007A (zh) * | 2019-01-17 | 2019-04-16 | 北京理工大学 | 一种边缘点提取方法及齿轮高精度视觉测量系统 |
CN109886949A (zh) * | 2019-02-22 | 2019-06-14 | 南昌航空大学 | 一种基于机器视觉的直齿圆柱齿轮多参数评定方法 |
CN114612474A (zh) * | 2022-05-11 | 2022-06-10 | 杭州众硅电子科技有限公司 | 一种晶圆清洁干燥模组状态检测方法、装置及平坦化设备 |
CN117593302A (zh) * | 2024-01-18 | 2024-02-23 | 新西旺智能科技(深圳)有限公司 | 一种缺陷零件溯源方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6128404A (en) * | 1993-08-02 | 2000-10-03 | Motorola, Inc. | Method of detecting defects in semiconductor package leads |
CN101063662A (zh) * | 2007-05-15 | 2007-10-31 | 广州市万世德包装机械有限公司 | 空瓶瓶底缺陷的检测方法及基于dsp的空瓶瓶底缺陷检测装置 |
CN102590218A (zh) * | 2012-01-16 | 2012-07-18 | 安徽中科智能高技术有限责任公司 | 基于机器视觉的金属零件光洁表面微缺陷检测装置及方法 |
CN106327512A (zh) * | 2015-07-03 | 2017-01-11 | 株式会社理光 | 一种规则形状检测方法和系统 |
CN106772714A (zh) * | 2017-01-16 | 2017-05-31 | 北京工业大学 | 一种基于轮廓拟合匹配的紫外光固化制备微透镜装置 |
CN106780526A (zh) * | 2016-11-21 | 2017-05-31 | 浙江工业大学 | 一种铁氧体圆片表面裂痕识别方法 |
CN106780438A (zh) * | 2016-11-11 | 2017-05-31 | 广东电网有限责任公司清远供电局 | 基于图像处理的绝缘子缺陷检测方法及系统 |
CN107578051A (zh) * | 2017-09-14 | 2018-01-12 | 西华大学 | 一种环状编码标记点的检测与识别方法 |
-
2018
- 2018-07-11 CN CN201810757212.2A patent/CN109118476B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6128404A (en) * | 1993-08-02 | 2000-10-03 | Motorola, Inc. | Method of detecting defects in semiconductor package leads |
CN101063662A (zh) * | 2007-05-15 | 2007-10-31 | 广州市万世德包装机械有限公司 | 空瓶瓶底缺陷的检测方法及基于dsp的空瓶瓶底缺陷检测装置 |
CN102590218A (zh) * | 2012-01-16 | 2012-07-18 | 安徽中科智能高技术有限责任公司 | 基于机器视觉的金属零件光洁表面微缺陷检测装置及方法 |
CN106327512A (zh) * | 2015-07-03 | 2017-01-11 | 株式会社理光 | 一种规则形状检测方法和系统 |
CN106780438A (zh) * | 2016-11-11 | 2017-05-31 | 广东电网有限责任公司清远供电局 | 基于图像处理的绝缘子缺陷检测方法及系统 |
CN106780526A (zh) * | 2016-11-21 | 2017-05-31 | 浙江工业大学 | 一种铁氧体圆片表面裂痕识别方法 |
CN106772714A (zh) * | 2017-01-16 | 2017-05-31 | 北京工业大学 | 一种基于轮廓拟合匹配的紫外光固化制备微透镜装置 |
CN107578051A (zh) * | 2017-09-14 | 2018-01-12 | 西华大学 | 一种环状编码标记点的检测与识别方法 |
Non-Patent Citations (5)
Title |
---|
BOB_QIUXU: "halcon边缘提取和检测常用方法", 《HTTPS://BLOG.CSDN.NET/BOB_QIUXU/ARTICLE/DETAILS/46924969》 * |
GIUSEPPE PAPARI 等: "Edge and line oriented contour detection: State of the art", 《IMAGE AND VISION COMPUTING》 * |
杨庆华 等: "基于机器视觉的PCB裸板缺陷自动检测方法", 《中国机械工程》 * |
金灿: "基于HALCON的印刷图像质量检测技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
项荣 等: "基于边缘曲率分析的重叠番茄识别", 《农业机械学报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109632007A (zh) * | 2019-01-17 | 2019-04-16 | 北京理工大学 | 一种边缘点提取方法及齿轮高精度视觉测量系统 |
CN109632007B (zh) * | 2019-01-17 | 2020-12-04 | 北京理工大学 | 一种边缘点提取方法及齿轮高精度视觉测量系统 |
CN109886949A (zh) * | 2019-02-22 | 2019-06-14 | 南昌航空大学 | 一种基于机器视觉的直齿圆柱齿轮多参数评定方法 |
CN109886949B (zh) * | 2019-02-22 | 2021-05-11 | 南昌航空大学 | 一种基于机器视觉的直齿圆柱齿轮多参数评定方法 |
CN114612474A (zh) * | 2022-05-11 | 2022-06-10 | 杭州众硅电子科技有限公司 | 一种晶圆清洁干燥模组状态检测方法、装置及平坦化设备 |
CN114612474B (zh) * | 2022-05-11 | 2023-12-19 | 杭州众硅电子科技有限公司 | 一种晶圆清洁干燥模组状态检测方法、装置及平坦化设备 |
CN117593302A (zh) * | 2024-01-18 | 2024-02-23 | 新西旺智能科技(深圳)有限公司 | 一种缺陷零件溯源方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109118476B (zh) | 2020-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109118476A (zh) | 一种零部件边缘轮廓完整性检测方法及装置 | |
US11580647B1 (en) | Global and local binary pattern image crack segmentation method based on robot vision | |
CN103727930B (zh) | 一种基于边缘匹配的激光测距仪与相机相对位姿标定方法 | |
CN106023298B (zh) | 基于局部泊松曲面重建的点云刚性配准方法 | |
CN106447669A (zh) | 基于圆形蒙版面积比率判别的粘连颗粒图像凹点分割方法 | |
CN105913415A (zh) | 一种具有广泛适应性的图像亚像素边缘提取方法 | |
CN109816012A (zh) | 一种融合上下文信息的多尺度目标检测方法 | |
CN106091923A (zh) | 基于三维激光扫描技术的工业螺栓圆孔的中心点快速测定方法 | |
CN107622499A (zh) | 一种基于目标二维轮廓模型的识别与空间定位方法 | |
CN106650697A (zh) | 一种仪表刻度识别方法 | |
CN108664733A (zh) | 棱边特征曲面拓扑逼近重建方法 | |
CN104463866A (zh) | 一种基于轮廓随机采样的局部形状匹配方法 | |
CN104809433A (zh) | 一种基于最大稳定区域和随机采样的斑马线检测方法 | |
CN107507170A (zh) | 一种基于多尺度图像信息融合的机场跑道裂缝检测方法 | |
CN107784667A (zh) | 基于并行的全球海洋中尺度涡快速识别算法 | |
CN108345004A (zh) | 一种移动机器人的人体跟随方法 | |
CN104899892A (zh) | 一种快速的星图图像星点提取方法 | |
CN102779340B (zh) | 一种基于Delaunay三角剖分的特征点坐标自动对应方法 | |
CN105005995A (zh) | 一种计算三维点云模型骨骼的方法 | |
CN106296680A (zh) | 一种基于区域的多特征融合高分辨率遥感影像分割方法 | |
CN104915928B (zh) | 一种基于本征正交分解的速度场坏矢量识别和修正方法 | |
CN101853382A (zh) | 一种求取现场指纹方向的方法和装置 | |
CN110390111A (zh) | 管道变形参数确定方法及装置 | |
CN117274167A (zh) | 一种基于三维信息的成形焊缝外观缺陷提取方法 | |
CN108428247B (zh) | 焊锡点方向的检测方法和系统 |
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 |