CN109211110A - 一种基于机器视觉的平板类工件尺寸检测系统及方法 - Google Patents
一种基于机器视觉的平板类工件尺寸检测系统及方法 Download PDFInfo
- Publication number
- CN109211110A CN109211110A CN201811089562.2A CN201811089562A CN109211110A CN 109211110 A CN109211110 A CN 109211110A CN 201811089562 A CN201811089562 A CN 201811089562A CN 109211110 A CN109211110 A CN 109211110A
- Authority
- CN
- China
- Prior art keywords
- image
- workpiece
- template
- processed
- measurement
- 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
- 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
Abstract
本发明公开了一种基于机器视觉的平板类工件尺寸检测系统及方法,检测系统包括电脑处理终端、载物台、移动机构、平行背光源、远心镜头以及图像采集相机,所述移动机构安装在载物台上,所述平行背光源设置在待测样品底部,所述移动机构同时驱动待测样品以及平行背光源水平移动,所述平行背光源输出的光束经过远心镜头进入到图像采集相机内部,所述图像采集相机通过以太网与电脑处理终端通信连接。本发明通过平行背光源输出平行光束,利用远心镜头以及图像采集相机组成视觉检测装置,配合平行背光源和移动机构进行图像采集,采用图像分割、图像拼接等算法进行图像处理,快速判断工件是否合格,实现实时测量和监控。
Description
技术领域
本发明涉及工件尺寸检测技术领域,更具体地说涉及一种基于机器视觉的平板类工件尺寸检测系统及方法。
背景技术
在工业生产中,工件的实测尺寸是判断其质量是否达标的重要依据,控制零件的尺寸在设计的误差范围内是保证成品品质的重要手段。随着技术的发展,市场对工件尺寸的精度要求越来越高。
现有的工件尺寸检测方式有以下四类。第一种是人工检测,工人使用游标卡尺等传统测量仪器完成对零件尺寸规格的检测、分析和判断等主要工作,这种接触式测量容易损坏工件,消耗大量的人力物力,同时测量精度低,人工检测判断产品合格与否误差较大,可靠性低,导致生产效率降低;第二种方法是气动式法,该方法将尺寸信号转化为测量管路内气体流量的变化,并通过气电转换器,将气信号转换为电信号,由发光管组成的光柱示值,或通过有刻度的玻璃管内的浮标示值,电子柱式气动测量仪虽然能够自动检测,但不易实现气电转换,其测量目标有局限性,成本高;第三种方法是传感器测量,例如,申请号为CN201510591207公开了一种零件尺寸检测设备,该方法虽然精度提高了,但只能测量金属工件,机械装置结构复杂、配置要求高、成本高,有效使用期限不长;第四种是机器视觉方法,例如,公开号为CN102538672A公开了一种基于CMOS机器视觉零件尺寸测量系统及测量检验方法,机器视觉在线测量具有设备简单、通用性好、非接触、易于实现自动化等优点,在工业检测的应用中,机器视觉正在迅速代替人工检测。但目前采用机器视觉方法检测工件尺寸的技术较少,不能满足市场需求。
但是现有技术中的技术方案存在以下缺陷:不能实现对平板类大工件的全尺寸测量,无法满足日益迫切的加工生产需求;对工件上各种特定形状的通孔不能实现精确的参数测量和实时监测。
发明内容
本发明要解决的技术问题是:如何实现对平板类工件尺寸的自动化高精度检测。
本发明解决其技术问题的解决方案是:
一种基于机器视觉的平板类工件尺寸检测系统,包括电脑处理终端、载物台、移动机构、平行背光源、远心镜头以及图像采集相机,所述移动机构安装在载物台上,所述平行背光源设置在待测样品底部,所述移动机构同时驱动待测样品以及平行背光源水平移动,所述平行背光源输出的光束经过远心镜头进入到图像采集相机内部,所述图像采集相机通过以太网与电脑处理终端通信连接。
作为上述技术方案的进一步改进,所述移动机构包括电机、电机驱动器、丝杆轴以及丝杆螺母,所述丝杆螺母不会随着丝杆轴的转动而转动,所述电脑处理终端输出端与电机驱动器电性连接,所述电机驱动器与电机电性连接,所述电机驱动丝杆轴转动,丝杆轴转动同时带动丝杆螺母沿着丝杆轴移动,平行背光源与待测样品安装在丝杆螺母上。
作为上述技术方案的进一步改进,所述电机是步进电机。
作为上述技术方案的进一步改进,所述图像采集相机是CCD相机。
本发明的有益效果是:本发明通过平行背光源输出平行光束,利用远心镜头以及图像采集相机组成视觉检测装置,配合平行背光源和移动机构进行图像采集,采用图像分割、图像拼接等算法进行图像处理,快速判断工件是否合格,实现实时测量和监控。
本发明创造同时还公开了一种平板类工件尺寸检测方法,包括以下步骤:
步骤1,搭建所述的检测系统,并对检测系统的运行参数初始化;
步骤2,将模板工件的实际尺寸输入到电脑处理终端中并保存;
步骤3,采集模板工件的模板图像,基于所述模板图像计算模板工件的像素尺寸;
步骤4,根据模板工件的实际尺寸与像素尺寸,计算模板工件实际尺寸相对于像素尺寸的比例系数;
步骤5,采集待测工件的待测图像,基于所述待测图像计算待测工件的像素尺寸;
步骤6,根据所述比例系数以及待测工件的像素尺寸,计算待测工件的实际尺寸;
步骤7,设置误差范围,计算待测工件的实际尺寸与模板工件的实际尺寸之间的差值,判断所述差值是否在误差范围之内,如果是,则判断待测工件合格,否则判断待测工件不合格。
作为上述技术方案的进一步改进,步骤3中,具体包括以下步骤:
步骤3.1,移动机构驱动模板工件匀速移动,图像采集相机采集多张第一待处理图像;
步骤3.2,对所述第一待处理图像进行中值滤波处理以及二值化处理;
步骤3.3,对所述第一待处理图像先后进行开操作以及闭操作;
步骤3.4,利用基于区域的图像分割算法对第一待处理图像进行分割操作;
步骤3.5,采用基于SURF角点提取的图像拼接算法,对多个所述第一待处理图像进行图像拼接操作,生成模板工件的模板图像;
步骤3.6,在模板图像中建立图像坐标系,提取模板图像中的连通体,对各个连通体进行分类,对各个连通体的边缘像素点进行最小二乘法拟合,计算各个连通体的中心位置及尺寸;
步骤3.7,对模板图像中的模板工件的边线进行提取,通过最小二乘法得到模板工件的边线的函数解析式,计算模板工件的整体尺寸。
作为上述技术方案的进一步改进,步骤5中,具体包括以下步骤:
步骤5.1,移动机构驱动待测工件匀速移动,图像采集相机采集多张第二待处理图像;
步骤5.2,对所述第二待处理图像进行中值滤波处理以及二值化处理;
步骤5.3,对所述第二待处理图像先后进行开操作以及闭操作;
步骤5.4,利用基于区域的图像分割算法对第二待处理图像进行分割操作;
步骤5.5,对按顺序采集的前后两个第二待处理图像进行角点匹配操作,计算两个第二待处理图像的仿射变换矩阵,完成前后两个第二待处理图像的拼接操作;
步骤5.6,重复上述步骤5.5,直到所有第二待处理图像完成拼接操作,生成待测图像;
步骤5.7,在待测图像中建立图像坐标系,提取待测图像中的连通体,对各个连通体进行分类,对各个连通体的边缘像素点进行最小二乘法拟合,计算各个连通体的中心位置及尺寸;
步骤5.8,对待测图像中的待测工件的边线进行提取,通过最小二乘法得到待测工件的边线的函数解析式,计算待测工件的整体尺寸。
本发明的有益效果是:本发明通过模板工件的实际尺寸以及像素尺寸,计算出实际尺寸与像素尺寸之间的比例系数,之后通过对待测工件的像素尺寸进行计算,得到待测工件的实际尺寸,最后判断待测工件的实际尺寸与模板工件的实际尺寸之间的差值是否符合误差要求,由此对各个待测工件尺寸以及质量进行检测判断,检测速度快,准确率高。
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说明。显然,所描述的附图只是本发明的一部分实施例,而不是全部实施例,本领域的技术人员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设计方案和附图。
图1是本发明的装置结构示意图;
图2是本发明的方法流程图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述,以充分地理解本发明的目的、特征和效果。显然,所描述的实施例只是本发明的一部分实施例,而不是全部实施例,基于本发明的实施例,本领域的技术人员在不付出创造性劳动的前提下所获得的其他实施例,均属于本发明保护的范围。另外,文中所提到的所有连接关系,并非单指构件直接相接,而是指可根据具体实施情况,通过添加或减少连接辅件,来组成更优的连接结构。本发明创造中的各个技术特征,在不互相矛盾冲突的前提下可以交互组合。
参照图1,本发明创造公开了一种基于机器视觉的平板类工件尺寸检测系统,包括电脑处理终端1、载物台2、移动机构、平行背光源4、远心镜头5以及图像采集相机6,所述移动机构安装在载物台2上,所述平行背光源4设置在待测样品底部,所述移动机构同时驱动待测样品以及平行背光源4水平移动,所述平行背光源4输出的光束经过远心镜头5进入到图像采集相机6内部,所述图像采集相机6通过以太网与电脑处理终端1通信连接。具体地,本发明通过平行背光源4输出平行光束,利用远心镜头5以及图像采集相机6组成视觉检测装置,配合平行背光源4和移动机构进行图像采集,采用图像分割、图像拼接等算法进行图像处理,快速判断工件是否合格,实现实时测量和监控。
进一步作为优选的实施方式,本发明创造具体实施方式中,所述移动机构包括电机31、电机驱动器、丝杆轴32以及丝杆螺母33,所述丝杆螺母33不会随着丝杆轴32的转动而转动,所述电脑处理终端1输出端与电机驱动器电性连接,所述电机驱动器与电机31电性连接,所述电机31驱动丝杆轴32转动,丝杆轴32转动同时带动丝杆螺母33沿着丝杆轴32移动,平行背光源4与待测样品安装在丝杆螺母33上。
另外所述移动机构还可以使用滚珠直线导轨实现移动功能,将平行背光源4以及待测样品装载在滚珠直线导轨的滑块上,在利用电机进行驱动以实现滑块的移动功能。
进一步作为优选的实施方式,本发明创造具体实施方式中,所述电机31是步进电机,所述电机驱动器包括型号为DRV8825驱动芯片及其外围电路,所述型号的驱动芯片能够控制步进电机实现正反向转动,同时控制精度高,外围电路结构简单。
进一步作为优选的实施方式,本发明创造具体实施方式中,所述图像采集相机6是CCD相机,通过所述CCD相机有效提高对待测样品的图像采集质量。
参照图2,本发明创造同时还提供了一种平板类工件尺寸检测方法,包括以下步骤:
步骤1,搭建所述的检测系统,并对检测系统的运行参数初始化;
步骤2,将模板工件的实际尺寸输入到电脑处理终端1中并保存;
步骤3,采集模板工件的模板图像,基于所述模板图像计算模板工件的像素尺寸;
步骤4,根据模板工件的实际尺寸与像素尺寸,计算模板工件实际尺寸相对于像素尺寸的比例系数;
步骤5,采集待测工件的待测图像,基于所述待测图像计算待测工件的像素尺寸;
步骤6,根据所述比例系数以及待测工件的像素尺寸,计算待测工件的实际尺寸;
步骤7,设置误差范围,计算待测工件的实际尺寸与模板工件的实际尺寸之间的差值,判断所述差值是否在误差范围之内,如果是,则判断待测工件合格,否则判断待测工件不合格。
需要说明的是,所述模板工件的实际尺寸以及待测工件的实际尺寸均是指代模板工件以及待测工件的一系列尺寸参数,例如工件内连通体的中心位置和直径,整体工件圆心距、偏心距和边线距等数据,而每个尺寸参数均有一个比例系数以及误差范围相对应。
本发明通过模板工件的实际尺寸以及像素尺寸,计算出实际尺寸与像素尺寸之间的比例系数,之后通过对待测工件的像素尺寸进行计算,得到待测工件的实际尺寸,最后判断待测工件的实际尺寸与模板工件的实际尺寸之间的差值是否符合误差要求,由此对各个待测工件尺寸以及质量进行检测判断,检测速度快,准确率高。
进一步作为优选的实施方式,本发明创造具体实施方式中,步骤3中,具体包括以下步骤:
步骤3.1,移动机构驱动模板工件匀速移动,图像采集相机6采集多张第一待处理图像;
步骤3.2,对所述第一待处理图像进行中值滤波处理以及二值化处理;
步骤3.3,对所述第一待处理图像先后进行开操作以及闭操作;
步骤3.4,利用基于区域的图像分割算法对第一待处理图像进行分割操作;
步骤3.5,采用基于SURF角点提取的图像拼接算法,对多个所述第一待处理图像进行图像拼接操作,生成模板工件的模板图像;
步骤3.6,在模板图像中建立图像坐标系,提取模板图像中的连通体,对各个连通体进行分类,对各个连通体的边缘像素点进行最小二乘法拟合,计算各个连通体的中心位置及尺寸;
步骤3.7,对模板图像中的模板工件的边线进行提取,通过最小二乘法得到模板工件的边线的函数解析式,计算模板工件的整体尺寸。
具体地,步骤3.2中,中值滤波处理主要用于消除第一待处理图像的噪声点,二值化处理主要用于提高第一待处理图像的对比度,使其区分更为明显;步骤3.3中对第一待处理图像先后进行开操作以及闭操作目的在于平滑第一待处理图像中模板工件的边界信息,同时消除经过中值滤波处理和二值化处理后所产生的多余噪声像素点;步骤3.4中对第一待处理图像进行分割操作目的在于将图像背景中非工件部分所存在的大面积污点去除。
进一步作为优选的实施方式,本发明创造具体实施方式中,步骤5中,具体包括以下步骤:
步骤5.1,移动机构驱动待测工件匀速移动,图像采集相机6采集多张第二待处理图像;
步骤5.2,对所述第二待处理图像进行中值滤波处理以及二值化处理;
步骤5.3,对所述第二待处理图像先后进行开操作以及闭操作;
步骤5.4,利用基于区域的图像分割算法对第二待处理图像进行分割操作;
步骤5.5,对按顺序采集的前后两个第二待处理图像进行角点匹配操作,计算两个第二待处理图像的仿射变换矩阵,完成前后两个第二待处理图像的拼接操作;
步骤5.6,重复上述步骤5.5,直到所有第二待处理图像完成拼接操作,生成待测图像;
步骤5.7,在待测图像中建立图像坐标系,提取待测图像中的连通体,对各个连通体进行分类,对各个连通体的边缘像素点进行最小二乘法拟合,计算各个连通体的中心位置及尺寸;
步骤5.8,对待测图像中的待测工件的边线进行提取,通过最小二乘法得到待测工件的边线的函数解析式,计算待测工件的整体尺寸。
具体地,所述步骤5.2,步骤5.3以及步骤5.4功能分别与步骤3.2,步骤3.3以及步骤3.4类似。步骤5.5中通过角点匹配后的两个第二待处理图像仿射变换矩阵如式1所示:
其中dx和dy分别表示水平偏移量以及垂直偏移量,θ表示逆时针方向的旋转角度,经过旋转平移的仿射变换的坐标关系如式2所示:
其中(x0,y0)表示当前图像像素点的坐标,(x,y)表示变换后图像像素点的坐标,根据仿射变换矩阵即可将各个第二待处理图像拼接成一个完成的待测图像。
以上对本发明的较佳实施方式进行了具体说明,但本发明创造并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可作出种种的等同变型或替换,这些等同的变型或替换均包含在本申请权利要求所限定的范围内。
Claims (7)
1.一种基于机器视觉的平板类工件尺寸检测系统,其特征在于:包括电脑处理终端(1)、载物台(2)、移动机构、平行背光源(4)、远心镜头(5)以及图像采集相机(6),所述移动机构安装在载物台(2)上,所述移动机构驱动平行背光源(4)水平移动,所述平行背光源(4)输出的光束经过远心镜头(5)进入到图像采集相机(6)内部,所述图像采集相机(6)通过以太网与电脑处理终端(1)通信连接。
2.根据权利要求1所述的一种基于机器视觉的平板类工件尺寸检测系统,其特征在于:所述移动机构包括电机(31)、电机驱动器、丝杆轴(32)以及丝杆螺母(33),所述电脑处理终端(1)输出端与电机驱动器电性连接,所述电机驱动器与电机(31)电性连接,所述电机(31)驱动丝杆轴(32)转动,丝杆轴(32)转动同时带动丝杆螺母(33)沿着丝杆轴(32)移动,平行背光源(4)与待测样品安装在丝杆螺母(33)上。
3.根据权利要求2所述的一种基于机器视觉的平板类工件尺寸检测系统,其特征在于:所述电机(31)是步进电机。
4.根据权利要求1所述的一种基于机器视觉的平板类工件尺寸检测系统,其特征在于:所述图像采集相机(6)是CCD相机。
5.一种平板类工件尺寸检测方法,其特征在于,包括以下步骤:
步骤1,搭建权利要求1所述的检测系统,并对检测系统的运行参数初始化;
步骤2,将模板工件的实际尺寸输入到电脑处理终端(1)中并保存;
步骤3,采集模板工件的模板图像,基于所述模板图像计算模板工件的像素尺寸;
步骤4,根据模板工件的实际尺寸与像素尺寸,计算模板工件实际尺寸相对于像素尺寸的比例系数;
步骤5,采集待测工件的待测图像,基于所述待测图像计算待测工件的像素尺寸;
步骤6,根据所述比例系数以及待测工件的像素尺寸,计算待测工件的实际尺寸;
步骤7,设置误差范围,计算待测工件的实际尺寸与模板工件的实际尺寸之间的差值,判断所述差值是否在误差范围之内,如果是,则判断待测工件合格,否则判断待测工件不合格。
6.根据权利要求5所述的一种平板类工件尺寸检测方法,其特征在于,步骤3中,具体包括以下步骤:
步骤3.1,移动机构驱动模板工件匀速移动,图像采集相机采集多张第一待处理图像;
步骤3.2,对所述第一待处理图像进行中值滤波处理以及二值化处理;
步骤3.3,对所述第一待处理图像先后进行开操作以及闭操作;
步骤3.4,利用基于区域的图像分割算法对第一待处理图像进行分割操作;
步骤3.5,采用基于SURF角点提取的图像拼接算法,对多个所述第一待处理图像进行图像拼接操作,生成模板工件的模板图像;
步骤3.6,在模板图像中建立图像坐标系,提取模板图像中的连通体,对各个连通体进行分类,对各个连通体的边缘像素点进行最小二乘法拟合,计算各个连通体的中心位置及尺寸;
步骤3.7,对模板图像中的模板工件的边线进行提取,通过最小二乘法得到模板工件的边线的函数解析式,计算模板工件的整体尺寸。
7.根据权利要求6所述的一种平板类工件尺寸检测方法,其特征在于,步骤5中,具体包括以下步骤:
步骤5.1,移动机构驱动待测工件匀速移动,图像采集相机采集多张第二待处理图像;
步骤5.2,对所述第二待处理图像进行中值滤波处理以及二值化处理;
步骤5.3,对所述第二待处理图像先后进行开操作以及闭操作;
步骤5.4,利用基于区域的图像分割算法对第二待处理图像进行分割操作;
步骤5.5,对按顺序采集的前后两个第二待处理图像进行角点匹配操作,计算两个第二待处理图像的仿射变换矩阵,完成前后两个第二待处理图像的拼接操作;
步骤5.6,重复上述步骤5.5,直到所有第二待处理图像完成拼接操作,生成待测图像;
步骤5.7,在待测图像中建立图像坐标系,提取待测图像中的连通体,对各个连通体进行分类,对各个连通体的边缘像素点进行最小二乘法拟合,计算各个连通体的中心位置及尺寸;
步骤5.8,对待测图像中的待测工件的边线进行提取,通过最小二乘法得到待测工件的边线的函数解析式,计算待测工件的整体尺寸。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811089562.2A CN109211110A (zh) | 2018-09-18 | 2018-09-18 | 一种基于机器视觉的平板类工件尺寸检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811089562.2A CN109211110A (zh) | 2018-09-18 | 2018-09-18 | 一种基于机器视觉的平板类工件尺寸检测系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109211110A true CN109211110A (zh) | 2019-01-15 |
Family
ID=64984308
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811089562.2A Pending CN109211110A (zh) | 2018-09-18 | 2018-09-18 | 一种基于机器视觉的平板类工件尺寸检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109211110A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109596054A (zh) * | 2019-02-01 | 2019-04-09 | 东莞中科蓝海智能视觉科技有限公司 | 长条形工件的尺寸检测识别方法 |
CN109623223A (zh) * | 2019-02-02 | 2019-04-16 | 河北宏龙环保科技有限公司 | 管线坡口检测方法 |
CN110349174A (zh) * | 2019-06-28 | 2019-10-18 | 佛山科学技术学院 | 一种滑轨多参数测量方法以及测量装置 |
CN110345876A (zh) * | 2019-06-10 | 2019-10-18 | 重庆惠科金渝光电科技有限公司 | 偏光板材检测装置及偏光板材检测方法、可读存储介质 |
CN110595362A (zh) * | 2019-09-29 | 2019-12-20 | 上海交通大学 | 一种基于视觉识别的密封条尺寸检测设备及方法 |
CN110608686A (zh) * | 2019-10-31 | 2019-12-24 | 大连理工大学 | 一种有倒角零件的视觉测量方法和装置 |
CN112474401A (zh) * | 2020-10-09 | 2021-03-12 | 佛山科学技术学院 | 一种陶瓷电阻基片尺寸的视觉检测分类方法及系统 |
CN113375565A (zh) * | 2021-05-31 | 2021-09-10 | 浙江省特种设备科学研究院 | X射线机射源中心找正和偏心距计算装置 |
CN114383505A (zh) * | 2022-01-06 | 2022-04-22 | 江苏大学 | 一种用于短轴类零件尺寸的自动检测装置 |
CN114406507A (zh) * | 2022-01-04 | 2022-04-29 | 华工法利莱切焊系统工程有限公司 | 一种用于激光切割机首件检测的装置、方法及电子设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1963379A (zh) * | 2006-12-01 | 2007-05-16 | 上海电缆研究所 | 利用光学成像测量系统对物体的尺寸进行精密测量的方法 |
CN101183206A (zh) * | 2006-11-13 | 2008-05-21 | 华晶科技股份有限公司 | 计算被拍摄物体的距离及其实际尺寸的方法 |
CN101576372A (zh) * | 2009-04-30 | 2009-11-11 | 上海理工大学 | 手术器械使用部位尺寸自动检测装置及其检测方法 |
CN103003662A (zh) * | 2010-07-15 | 2013-03-27 | 佳能株式会社 | 用于测量被检表面的形状的测量方法、测量设备和光学元件的制造方法 |
CN107084666A (zh) * | 2017-05-10 | 2017-08-22 | 中国计量大学 | 基于机器视觉的刹车片尺寸综合检测方法 |
CN108036724A (zh) * | 2017-12-01 | 2018-05-15 | 武汉万集信息技术有限公司 | 一种物体尺寸测量方法及装置 |
CN108288288A (zh) * | 2018-01-16 | 2018-07-17 | 华东交通大学 | 基于视觉识别的精密轴尺寸测量方法、装置和系统 |
CN208720997U (zh) * | 2018-09-18 | 2019-04-09 | 佛山科学技术学院 | 一种基于机器视觉的平板类工件尺寸检测系统 |
-
2018
- 2018-09-18 CN CN201811089562.2A patent/CN109211110A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101183206A (zh) * | 2006-11-13 | 2008-05-21 | 华晶科技股份有限公司 | 计算被拍摄物体的距离及其实际尺寸的方法 |
CN1963379A (zh) * | 2006-12-01 | 2007-05-16 | 上海电缆研究所 | 利用光学成像测量系统对物体的尺寸进行精密测量的方法 |
CN101576372A (zh) * | 2009-04-30 | 2009-11-11 | 上海理工大学 | 手术器械使用部位尺寸自动检测装置及其检测方法 |
CN103003662A (zh) * | 2010-07-15 | 2013-03-27 | 佳能株式会社 | 用于测量被检表面的形状的测量方法、测量设备和光学元件的制造方法 |
CN107084666A (zh) * | 2017-05-10 | 2017-08-22 | 中国计量大学 | 基于机器视觉的刹车片尺寸综合检测方法 |
CN108036724A (zh) * | 2017-12-01 | 2018-05-15 | 武汉万集信息技术有限公司 | 一种物体尺寸测量方法及装置 |
CN108288288A (zh) * | 2018-01-16 | 2018-07-17 | 华东交通大学 | 基于视觉识别的精密轴尺寸测量方法、装置和系统 |
CN208720997U (zh) * | 2018-09-18 | 2019-04-09 | 佛山科学技术学院 | 一种基于机器视觉的平板类工件尺寸检测系统 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109596054A (zh) * | 2019-02-01 | 2019-04-09 | 东莞中科蓝海智能视觉科技有限公司 | 长条形工件的尺寸检测识别方法 |
CN109623223A (zh) * | 2019-02-02 | 2019-04-16 | 河北宏龙环保科技有限公司 | 管线坡口检测方法 |
CN110345876A (zh) * | 2019-06-10 | 2019-10-18 | 重庆惠科金渝光电科技有限公司 | 偏光板材检测装置及偏光板材检测方法、可读存储介质 |
CN110345876B (zh) * | 2019-06-10 | 2022-01-25 | 重庆惠科金渝光电科技有限公司 | 偏光板材检测装置及偏光板材检测方法、可读存储介质 |
CN110349174A (zh) * | 2019-06-28 | 2019-10-18 | 佛山科学技术学院 | 一种滑轨多参数测量方法以及测量装置 |
CN110595362A (zh) * | 2019-09-29 | 2019-12-20 | 上海交通大学 | 一种基于视觉识别的密封条尺寸检测设备及方法 |
CN110608686A (zh) * | 2019-10-31 | 2019-12-24 | 大连理工大学 | 一种有倒角零件的视觉测量方法和装置 |
CN110608686B (zh) * | 2019-10-31 | 2021-03-26 | 大连理工大学 | 一种有倒角零件的视觉测量方法和装置 |
CN112474401A (zh) * | 2020-10-09 | 2021-03-12 | 佛山科学技术学院 | 一种陶瓷电阻基片尺寸的视觉检测分类方法及系统 |
CN113375565A (zh) * | 2021-05-31 | 2021-09-10 | 浙江省特种设备科学研究院 | X射线机射源中心找正和偏心距计算装置 |
CN114406507A (zh) * | 2022-01-04 | 2022-04-29 | 华工法利莱切焊系统工程有限公司 | 一种用于激光切割机首件检测的装置、方法及电子设备 |
CN114383505A (zh) * | 2022-01-06 | 2022-04-22 | 江苏大学 | 一种用于短轴类零件尺寸的自动检测装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109211110A (zh) | 一种基于机器视觉的平板类工件尺寸检测系统及方法 | |
CN108180851B (zh) | 一种用于测量气膜孔形位参数的五轴影像测量装置 | |
CN108765378B (zh) | 基于g代码引导下工件轮廓飞边凸起的机器视觉检测方法 | |
CN109612390A (zh) | 基于机器视觉的大尺寸工件自动测量系统 | |
CN103712555B (zh) | 汽车大梁装配孔视觉在线测量系统及其方法 | |
CN102621156B (zh) | 基于图像处理的微小零件自动分拣系统 | |
CN109596073A (zh) | 一种基于视觉测量的回转台中心轴线的原点位置标定方法 | |
CN105783723A (zh) | 基于机器视觉的精密模具表面加工精度检测装置及方法 | |
CN104063873A (zh) | 一种基于压缩感知的轴套类零件表面缺陷在线检测方法 | |
CN204007540U (zh) | 基于ccd图像的轧辊圆柱度误差检测装置 | |
CN2898765Y (zh) | 数字化影像检测仪 | |
CN111340798A (zh) | 深度学习在产品外观瑕疵检测中的应用 | |
CN109341601A (zh) | 一种视觉测量装置中回转台中心轴线的空间方位标定方法 | |
CN207816184U (zh) | 一种零件或样件的外部尺寸检测装置 | |
CN109990711B (zh) | 一种冲孔镀镍钢带的外观质量检测方法 | |
CN103308524A (zh) | Pcb自动光学检测系统 | |
CN112729112B (zh) | 基于机器人视觉的发动机缸体孔径与孔位检测方法 | |
CN104677782A (zh) | 一种电连接器壳体机器视觉在线检测系统及方法 | |
CN104239904A (zh) | 轨道车辆外部轮廓非接触式检测方法 | |
CN102866160A (zh) | 硬币模具表面质量检测的系统及方法 | |
CN113034482A (zh) | 基于机器视觉和机器学习的表面粗糙度检测方法 | |
CN113222937A (zh) | 一种核燃料芯块外观周面缺陷的检测方法及检测装置 | |
CN110470247B (zh) | 一种零件内外圆面同轴度的检测装置及检测方法 | |
CN208720997U (zh) | 一种基于机器视觉的平板类工件尺寸检测系统 | |
CN208042989U (zh) | 一种大尺寸薄板金属工件几何质量自动检测装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190115 |