CN109342455A - 一种基于视觉的塑料管大面积缺陷检测装置及其检测方法 - Google Patents
一种基于视觉的塑料管大面积缺陷检测装置及其检测方法 Download PDFInfo
- Publication number
- CN109342455A CN109342455A CN201811089217.9A CN201811089217A CN109342455A CN 109342455 A CN109342455 A CN 109342455A CN 201811089217 A CN201811089217 A CN 201811089217A CN 109342455 A CN109342455 A CN 109342455A
- Authority
- CN
- China
- Prior art keywords
- plastic tube
- detected
- image
- industrial camera
- light emitting
- 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
- 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
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/952—Inspecting the exterior surface of cylindrical bodies or wires
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于视觉的塑料管大面积缺陷检测装置,包括底板、装载装置、支撑调节装置、发光装置、工业相机和控制装置,装载装置上可拆卸安装有待检测塑料管,发光装置和工业相机安装于支撑调节装置上;控制装置控制装载装置驱动待检测塑料管转动一周,且发光装置发出光射照射到待检测塑料管上而为工业相机提供相应拍摄亮度,工业相机对待检测塑料管进行拍摄。还公开了一种塑料管大面积缺陷检测方法。通过将待检测塑料管图像和合格的塑料管图像进行分析得出待检测塑料管缺陷的部位和面积等信息,从而准确地检测出待检测塑料管是否合格,整个过程自动化检测和分析,自动化程度高,极大地降低了劳动强度,减少了对人力检测的依赖性。
Description
技术领域
本发明涉及一种塑料管大面积缺陷检测装置及其检测方法,尤其是指一种基于视觉的塑料管大面积缺陷检测装置及其检测方法。
背景技术
随着社会的快速发展,塑料作为我们生活息息相关的一种高分子材料之一,由于其重量轻、密度小、耐磨性好、等诸多因素,目前已经被广泛的应用到建筑、工业、生活当中的各个领域。而塑料管能能对流体进行承载和导向作用,而被大量的生产和使用。塑料管在生产后需被进行质量检测,以保证产品的质量达标。
目前,塑料管在生产后的质量检测还是以人工检测的方式为主。随着社会的快速发展,这种方式人工检测需花费大量的时间,人力成本越来越高。同时人工检测对人的精力有较强的依耐性,而其检测工序单调乏味,工人很难长时间保持高度的注意力,劳动强度大。
发明内容
本发明的目的在于针对上述问题,提供一种结构简单、检测准确和可靠性高的基于视觉的塑料管大面积缺陷检测装置及其检测方法。该方法和装置能自动化地检测塑料管的缺陷位置和面积,检测全面和精确,工作可靠性高,极大地提高了检测的效率,降低了生产成本。
本发明的目的可采用以下技术方案来达到:
一种基于视觉的塑料管大面积缺陷检测装置,包括底板、装载装置、支撑调节装置、发光装置、工业相机和控制装置,所述发光装置和工业相机与控制装置电连接;所述装载装置上可拆卸安装有待检测塑料管,所述装载装置和支撑调节装置安装于底板上,所述发光装置和工业相机安装于所述支撑调节装置上,且发光装置和工业相机正对于待检测塑料管;控制装置控制装载装置驱动待检测塑料管转动一周,且发光装置发出光射照射到待检测塑料管上而为工业相机提供相应拍摄亮度,工业相机对待检测塑料管进行拍摄。
作为一种优选的方案,所述支撑调节装置包括X轴支撑杆、Y轴支撑杆和Z轴支撑杆,所述Z轴支撑杆的一端固定安装于底板上,且所述Z轴支撑杆上设有可沿Z轴方向滑动和绕Z轴转动的第一连接块和第二连接块,所述X轴支撑杆安装于第一连接块上而可沿X方向滑动和绕X轴转动调节,所述Y轴支撑杆安装于第二连接块上而可沿Y方向滑动和绕Y轴转动调节;所述发光装置固定安装于X轴支撑杆上,所述工业相机固定安装于Y轴支撑杆上。
作为一种优选的方案,所述装载装置通过第二调节装置可滑动安装于所述底板上。
作为一种优选的方案,所述发光装置的光照尺寸大于待检测塑料管的尺寸;所述工业相机的拍摄视野大于待检测塑料管的尺寸。
作为一种优选的方案,所述发光装置为线光源,所述工业相机为线阵工业相机。
作为一种优选的方案,所述控制装置为单片机或PLC。
一种基于视觉的塑料管大面积缺陷检测方法,其特征在于,包括以下步骤:
步骤1、将待检测塑料管固定安装于装载装置上,装载装置驱动待检测塑料管旋转一周,同时工业相机将旋转的待检测塑料管表面拍摄成一张图像;
步骤2、将合格的塑料管固定安装于装载装置上,装载装置驱动合格的塑料管旋转一周,同时工业相机将旋转的合格的塑料管表面拍摄成一张图像;
步骤3、对采集到的待检测塑料管和合格塑料管的图像进行灰度化处理;
步骤4、取合格塑料管的图像的3个明显的特征区域作为模板创建并得出模板在该图像的位置坐标;
步骤5、对待检测塑料管图像进行模板匹配得出模板在该图像的位置坐标;
步骤6、利用两次位置坐标对待检测塑料管图像进行仿射变化,使待检测塑料管图像与合格塑料管的图像相对应;
步骤7、仿射后的待检测塑料管图像与合格塑料管的图像相互做差,提取缺陷特征。
进一步地,所述步骤S4的具体内容为:
4.1)提取灰度化后的图像中三个特征区域;
4.2)对提取的三个特征区域分别创建模板;
4.3)分别利用三个模板在该图像中进行匹配,得出该模板在该图像的位置坐标,通过以下计算方式得出:
其中f(x,y)为待检测塑料管图像,(s,t)为模板区域,图像灰度f与w的相关表示如上:x=1,2,3…,N-K,y=0,1,2,3…,M-K。
进一步地,所述步骤S6的具体内容为:
利用三个二维变换矩阵对待检测塑料管图像进行仿射变换,计算如下:
进一步地,所述步骤S7的具体内容为:
7.1)将合格图像减去仿射变换后的检测图像得到差异区域Sd1,Sd1=S1-S0;
7.2)将仿射变化后检测图像减去合格图像得到差异区域Sd2,Sd2=S0-S1;
7.3)将区域Sd1与区域Sd2相结合成SD;
7.4)对差异部分SD提取连通域;
7.5)选择连通域;在提取的连通域中选择面积大于10个像素的连通域,即为待测塑料管缺陷部位。
实施本发明,具有如下有益效果:
1、本发明采用控制装置驱动待检测塑料管转动一周,并且工业相机将转动的待检测塑料管表面拍摄成为一张图像。通过将待检测塑料管图像和合格的塑料管图像进行分析得出待检测塑料管缺陷的部位和面积等信息,从而准确地检测出待检测塑料管是否合格,整个过程自动化检测和分析,自动化程度高,极大地降低了劳动强度,减少了对人力检测的依赖性,具有检测简单、方便和准确性高的特点,解决了现有塑料管的质量检测依靠人工检测而导致劳动强度大、工作效率低和人工成本高的问题。
2、本发明通过对第一连接块和X轴支撑杆的位置和角度进行调节,可以使发光装置为工业相机提供适当的光照角度和亮度,保证工业相机拍摄图像的清晰度。而通过对第二连接块和Y轴支撑杆的位置和角度进行调节,可以使工业相机具有合适的拍摄位置和角度,保证工业相机拍摄图像的清晰度。本结构具有调节简单、灵活和方便的特点,能适合各种光照和拍摄位置和角度的需要,从而实现图像清晰的目的。
3、本发明通过第二调节装置可以调节待检测塑料管的位置,使得发光装置发出的光线能更好地照射到待检测塑料管的表面,以及工业相机能更加全面和清晰地拍摄到待检测塑料管的表面,提高了光照和拍摄的调节灵活性和方便性。
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,下面将对实施例或现有技术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是本发明基于视觉的塑料管大面积缺陷检测装置的结构示意图;
图2是本发明基于视觉的塑料管大面积缺陷检测方法的控制流程框图。
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。
实施例:
参见图1,本实施例涉及塑料管缺陷检测装置,包括底板1、装载装置2、支撑调节装置3、发光装置4、工业相机5和控制装置,所述发光装置4和工业相机5与控制装置电连接;所述装载装置2上可拆卸安装有待检测塑料管10,所述装载装置2和支撑调节装置3安装于底板1上,所述发光装置4和工业相机5安装于所述支撑调节装置3上,且发光装置4和工业相机5正对于待检测塑料管10;控制装置控制装载装置2驱动待检测塑料管10转动一周,且发光装置4发出光射照射到待检测塑料管10上而为工业相机5提供相应拍摄亮度,工业相机5对待检测塑料管10进行拍摄。
在工作时,控制装置控制装载装置2驱动待检测塑料管10转动一周,同时控制装置控制工业相机5将转动的待检测塑料管10表面拍摄成为一张图像。在工业相机5拍摄的过程中,发光装置4发出光线照射到待检测塑料管10的表面上,为工业相机5的拍摄提供充足的亮度以保证拍摄出来的图像能清晰。然后,将合格的塑料管安装到装载装置2上,控制装置驱动合格的塑料管转动一周,并且控制装置控制工业相机5将转动的待检测塑料管10表面拍摄成为一张图像。通过将待检测塑料管10图像和合格的塑料管图像进行分析得出待检测塑料管10缺陷的部位和面积等信息,从而准确地检测出待检测塑料管10是否合格,整个过程自动化检测和分析,自动化程度高,极大地降低了劳动强度,减少了对人力检测的依赖性,具有检测简单、方便和准确性高的特点。
所述支撑调节装置3包括X轴支撑杆31、Y轴支撑杆32和Z轴支撑杆33,所述Z轴支撑杆33的一端固定安装于底板1上,且所述Z轴支撑杆33上设有可沿Z轴方向滑动和绕Z轴转动的第一连接块7和第二连接块8,所述X轴支撑杆31安装于第一连接块7上而可沿X方向滑动和绕X轴转动调节,所述Y轴支撑杆32安装于第二连接块8上而可沿Y方向滑动和绕Y轴转动调节;所述发光装置4固定安装于X轴支撑杆31上,所述工业相机5固定安装于Y轴支撑杆32上。
通过调节第一连接块7的位置可以调节X轴支撑杆31在Z轴方向的位置和角度,进而调节发光装置4在在Z轴方向的位置和角度,使得发光装置4发出的光线更好地照射到待检测塑料管10的表面,为工业相机5的拍摄提供充足的亮度以保证拍摄出来的图像能清晰。通过调节X轴支撑杆31在第一连接块7上的位置可以调节X轴支撑杆31在X轴方向的位置和角度,进而调节发光装置4在X轴方向的位置和角度,使得发光装置4发出的光线更好地照射到待检测塑料管10的表面,为工业相机5的拍摄提供充足的亮度以保证拍摄出来的图像能清晰。
同样的,通过调节第二连接块8的位置可以调节Y轴支撑杆32在Z轴方向的位置和角度,进而调节工业相机5在在Z轴方向的位置和角度,使得工业相机5能更好地对待检测塑料管10的表面进行拍摄,以保证拍摄出来的图像能更加清晰。通过调节Y轴支撑杆32在第二连接块8上的位置可以调节Y轴支撑杆32在Y轴方向的位置和角度,进而调节工业相机5在Y轴方向的位置和角度,使得工业相机5能拍摄出更加清晰的待检测塑料管10图像。因此,通过对第一连接块7和X轴支撑杆31的位置和角度进行调节,可以使发光装置4为工业相机5提供适当的光照角度和亮度,保证工业相机5拍摄图像的清晰度。而通过对第二连接块8和Y轴支撑杆32的位置和角度进行调节,可以使工业相机5具有合适的拍摄位置和角度,保证工业相机5拍摄图像的清晰度。本结构具有调节简单、灵活和方便的特点,能适合各种光照和拍摄位置和角度的需要,从而实现图像清晰的目的。
所述装载装置2通过第二调节装置21可滑动安装于所述底板1上。通过第二调节装置21可以调节待检测塑料管10的位置,使得发光装置4发出的光线能更好地照射到待检测塑料管10的表面,以及工业相机5能更加全面和清晰地拍摄到待检测塑料管10的表面,提高了光照和拍摄的调节灵活性和方便性。
为了保证光照能全面地照射到待检测塑料管10的表面,所述发光装置4的光照尺寸大于待检测塑料管10的尺寸;同时的,为了保证工业相机5能全面地对待检测塑料管10进行拍摄,所述工业相机5的拍摄视野9大于待检测塑料管10的尺寸。
所述发光装置4为线光源,所述工业相机5为线阵工业相机5。所述控制装置为单片机或PLC。
本实施例还提供了一种基于视觉的塑料管大面积缺陷检测方法,如图1和图2所示,包括以下步骤:
步骤1、将待检测塑料管10固定安装于装载装置2上,装载装置2驱动待检测塑料管10旋转一周,同时工业相机5将旋转的待检测塑料管10表面拍摄成一张图像;
步骤2、将合格的塑料管固定安装于装载装置2上,装载装置2驱动合格的塑料管旋转一周,同时工业相机5将旋转的合格的塑料管表面拍摄成一张图像;
步骤3、对采集到的待检测塑料管10和合格塑料管的图像进行灰度化处理;
步骤4、取合格塑料管的图像的3个明显的特征区域作为模板创建并得出模板在该图像的位置坐标;
该步骤的具体内容为:
4.1)提取灰度化后的图像中三个特征区域;
4.2)对提取的三个特征区域分别创建模板;
4.3)分别利用三个模板在该图像中进行匹配,得出该模板在该图像的位置坐标,通过以下计算方式得出:
其中f(x,y)为待检测塑料管10图像,(s,t)为模板区域,图像灰度f与w的相关表示如上:x=1,2,3…,N-K,y=0,1,2,3…,M-K。
步骤5、对待检测塑料管10图像进行模板匹配得出模板在该图像的位置坐标;
步骤6、利用两次位置坐标对待检测塑料管10图像进行仿射变化,使待检测塑料管10图像与合格塑料管的图像相对应;该步骤的具体内容为:
利用三个二维变换矩阵对待检测塑料管10图像进行仿射变换,计算如下:
步骤7、仿射后的待检测塑料管10图像与合格塑料管的图像相互做差,提取缺陷特征;该步骤的具体内容为:
7.1)将合格图像减去仿射变换后的检测图像得到差异区域Sd1,Sd1=S1-S0;
7.2)将仿射变化后检测图像减去合格图像得到差异区域Sd2,Sd2=S0-S1;
7.3)将区域Sd1与区域Sd2相结合成SD;
7.4)对差异部分SD提取连通域;
7.5)选择连通域;在提取的连通域中选择面积大于10个像素的连通域,即为待测塑料管缺陷部位。
在步骤S1和S2中,由于检测样品的多样性,采集图像时发光装置4的发出光线采用白色线光源,即对检测样品进行打白色线光源处理,同时打光时应该采取低角度打光,通过不断的调节发光装置4、第一连接块7和X轴支撑杆31的位置和角度使光线能均匀打到待检测塑料管10的表面上,并且保证光线处于工业相机5的线扫视野下。
本方法采用控制装置驱动待检测塑料管10转动一周,并且工业相机5将转动的待检测塑料管10表面拍摄成为一张图像。通过将待检测塑料管10图像和合格的塑料管图像进行分析得出待检测塑料管10缺陷的部位和面积等信息,从而准确地检测出待检测塑料管10是否合格,整个过程自动化检测和分析,自动化程度高,极大地降低了劳动强度,减少了对人力检测的依赖性,具有检测简单、方便和准确性高的特点,解决了现有塑料管的质量检测依靠人工检测而导致劳动强度大、工作效率低和人工成本高的问题。
以上所揭露的仅为本发明一种较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (10)
1.一种基于视觉的塑料管大面积缺陷检测装置,其特征在于,包括底板、装载装置、支撑调节装置、发光装置、工业相机和控制装置,所述发光装置和工业相机与控制装置电连接;所述装载装置上可拆卸安装有待检测塑料管,所述装载装置和支撑调节装置安装于底板上,所述发光装置和工业相机安装于所述支撑调节装置上,且发光装置和工业相机正对于待检测塑料管;控制装置控制装载装置驱动待检测塑料管转动一周,且发光装置发出光射照射到待检测塑料管上而为工业相机提供相应拍摄亮度,工业相机对待检测塑料管进行拍摄。
2.根据权利要求1所述的一种基于视觉的塑料管大面积缺陷检测装置,其特征在于,所述支撑调节装置包括X轴支撑杆、Y轴支撑杆和Z轴支撑杆,所述Z轴支撑杆的一端固定安装于底板上,且所述Z轴支撑杆上设有可沿Z轴方向滑动和绕Z轴转动的第一连接块和第二连接块,所述X轴支撑杆安装于第一连接块上而可沿X方向滑动和绕X轴转动调节,所述Y轴支撑杆安装于第二连接块上而可沿Y方向滑动和绕Y轴转动调节;所述发光装置固定安装于X轴支撑杆上,所述工业相机固定安装于Y轴支撑杆上。
3.根据权利要求1所述的一种基于视觉的塑料管大面积缺陷检测装置,其特征在于,所述装载装置通过第二调节装置可滑动安装于所述底板上。
4.根据权利要求1所述的一种基于视觉的塑料管大面积缺陷检测装置,其特征在于,所述发光装置的光照尺寸大于待检测塑料管的尺寸;所述工业相机的拍摄视野大于待检测塑料管的尺寸。
5.根据权利要求1所述的一种基于视觉的塑料管大面积缺陷检测装置,其特征在于,所述发光装置为线光源,所述工业相机为线阵工业相机。
6.根据权利要求1所述的一种基于视觉的塑料管大面积缺陷检测装置,其特征在于,所述控制装置为单片机或PLC。
7.基于权利要求1所述的一种基于视觉的塑料管大面积缺陷检测方法,其特征在于,包括以下步骤:
步骤1、将待检测塑料管固定安装于装载装置上,装载装置驱动待检测塑料管旋转一周,同时工业相机将旋转的待检测塑料管表面拍摄成一张图像;
步骤2、将合格的塑料管固定安装于装载装置上,装载装置驱动合格的塑料管旋转一周,同时工业相机将旋转的合格的塑料管表面拍摄成一张图像;
步骤3、对采集到的待检测塑料管和合格塑料管的图像进行灰度化处理;
步骤4、取合格塑料管的图像的3个明显的特征区域作为模板创建并得出模板在该图像的位置坐标;
步骤5、对待检测塑料管图像进行模板匹配得出模板在该图像的位置坐标;
步骤6、利用两次位置坐标对待检测塑料管图像进行仿射变化,使待检测塑料管图像与合格塑料管的图像相对应;
步骤7、仿射后的待检测塑料管图像与合格塑料管的图像相互做差,提取缺陷特征。
8.根据权利要求7所述的一种基于视觉的塑料管大面积缺陷检测方法,其特征在于,所述步骤S4的具体内容为:
4.1)提取灰度化后的图像中三个特征区域;
4.2)对提取的三个特征区域分别创建模板;
4.3)分别利用三个模板在该图像中进行匹配,得出该模板在该图像的位置坐标,通过以下计算方式得出:
其中f(x,y)为待检测塑料管图像,W(s,t)为模板区域,图像灰度f与w的相关表示如上:x=1,2,3…,N-K,y=0,1,2,3…,M-K。
9.根据权利要求7所述的一种基于视觉的塑料管大面积缺陷检测方法,其特征在于,所述步骤S6的具体内容为:
利用三个二维变换矩阵对待检测塑料管图像进行仿射变换,计算如下:
10.根据权利要求7所述的一种基于视觉的塑料管大面积缺陷检测方法,其特征在于,所述步骤S7的具体内容为:
7.1)将合格图像减去仿射变换后的检测图像得到差异区域Sd1,Sd1=S1-S0;
7.2)将仿射变化后检测图像减去合格图像得到差异区域Sd2,Sd2=S0-S1;
7.3)将区域Sd1与区域Sd2相结合成SD;
7.4)对差异部分SD提取连通域;
7.5)选择连通域;在提取的连通域中选择面积大于10个像素的连通域,即为待测塑料管缺陷部位。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811089217.9A CN109342455A (zh) | 2018-09-18 | 2018-09-18 | 一种基于视觉的塑料管大面积缺陷检测装置及其检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811089217.9A CN109342455A (zh) | 2018-09-18 | 2018-09-18 | 一种基于视觉的塑料管大面积缺陷检测装置及其检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109342455A true CN109342455A (zh) | 2019-02-15 |
Family
ID=65305985
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811089217.9A Pending CN109342455A (zh) | 2018-09-18 | 2018-09-18 | 一种基于视觉的塑料管大面积缺陷检测装置及其检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109342455A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110808001A (zh) * | 2019-11-29 | 2020-02-18 | 北京兆维电子(集团)有限责任公司 | 一种oled面板显示缺陷检测设备 |
CN110940270A (zh) * | 2019-10-30 | 2020-03-31 | 深圳市凯中精密技术股份有限公司 | 一种位置度的检测方法及检测装置 |
CN111044529A (zh) * | 2019-12-31 | 2020-04-21 | 四川索牌科技股份有限公司 | 一种方便面面饼检测系统及检测方法 |
IT201900006925A1 (it) * | 2019-05-16 | 2020-11-16 | Sica Spa | Sistema di controllo della qualità di lavorazione di tubi in materiale termoplastico |
CN115753799A (zh) * | 2022-11-23 | 2023-03-07 | 西安阿贝铟精密仪器有限公司 | 一种基于视觉检测的格栅双面缺陷测量装置 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030223632A1 (en) * | 2000-05-04 | 2003-12-04 | Daniel Freifeld | Repetitive inspection system with intelligent tools |
EP1760426A1 (en) * | 2005-09-02 | 2007-03-07 | Otoko Machinery Works, Ltd. | Device for imaging cylinder |
CN101576509A (zh) * | 2009-06-16 | 2009-11-11 | 华南理工大学 | 一种基于机器视觉的小球表面缺陷自动检测方法及设备 |
CN204007687U (zh) * | 2014-07-04 | 2014-12-10 | 上海智觉光电科技有限公司 | 一种ccd影像检测台 |
CN104635278A (zh) * | 2014-12-18 | 2015-05-20 | 中国海洋大学 | 非均匀大光场目标图像探测装置及方法 |
CN105338321A (zh) * | 2015-11-19 | 2016-02-17 | 无锡港湾网络科技有限公司 | 一种图像采集设备及包括该设备的机器视觉实验平台 |
CN105809674A (zh) * | 2016-03-03 | 2016-07-27 | 厦门大学 | 一种基于机器视觉的模具保护装置及其方法 |
CN106501281A (zh) * | 2016-10-21 | 2017-03-15 | 广东技术师范学院 | 一种全自动精密短钢管质量检测系统 |
CN106767565A (zh) * | 2016-11-29 | 2017-05-31 | 浙江省计量科学研究院 | 一种用于刹车片钢背片平面度自动检测装置和检测方法 |
CN107328781A (zh) * | 2017-05-23 | 2017-11-07 | 镇江苏仪德科技有限公司 | 一种基于机器视觉的柱状产品表面缺陷检测方法及装置 |
CN107976454A (zh) * | 2017-11-16 | 2018-05-01 | 广州航海学院 | 一种塑料管材表面缺陷检测装置及其检测方法 |
CN207586144U (zh) * | 2017-11-28 | 2018-07-06 | 江苏建纬检测股份有限公司 | 一种大型管道外观检测装置 |
-
2018
- 2018-09-18 CN CN201811089217.9A patent/CN109342455A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030223632A1 (en) * | 2000-05-04 | 2003-12-04 | Daniel Freifeld | Repetitive inspection system with intelligent tools |
EP1760426A1 (en) * | 2005-09-02 | 2007-03-07 | Otoko Machinery Works, Ltd. | Device for imaging cylinder |
CN101576509A (zh) * | 2009-06-16 | 2009-11-11 | 华南理工大学 | 一种基于机器视觉的小球表面缺陷自动检测方法及设备 |
CN204007687U (zh) * | 2014-07-04 | 2014-12-10 | 上海智觉光电科技有限公司 | 一种ccd影像检测台 |
CN104635278A (zh) * | 2014-12-18 | 2015-05-20 | 中国海洋大学 | 非均匀大光场目标图像探测装置及方法 |
CN105338321A (zh) * | 2015-11-19 | 2016-02-17 | 无锡港湾网络科技有限公司 | 一种图像采集设备及包括该设备的机器视觉实验平台 |
CN105809674A (zh) * | 2016-03-03 | 2016-07-27 | 厦门大学 | 一种基于机器视觉的模具保护装置及其方法 |
CN106501281A (zh) * | 2016-10-21 | 2017-03-15 | 广东技术师范学院 | 一种全自动精密短钢管质量检测系统 |
CN106767565A (zh) * | 2016-11-29 | 2017-05-31 | 浙江省计量科学研究院 | 一种用于刹车片钢背片平面度自动检测装置和检测方法 |
CN107328781A (zh) * | 2017-05-23 | 2017-11-07 | 镇江苏仪德科技有限公司 | 一种基于机器视觉的柱状产品表面缺陷检测方法及装置 |
CN107976454A (zh) * | 2017-11-16 | 2018-05-01 | 广州航海学院 | 一种塑料管材表面缺陷检测装置及其检测方法 |
CN207586144U (zh) * | 2017-11-28 | 2018-07-06 | 江苏建纬检测股份有限公司 | 一种大型管道外观检测装置 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IT201900006925A1 (it) * | 2019-05-16 | 2020-11-16 | Sica Spa | Sistema di controllo della qualità di lavorazione di tubi in materiale termoplastico |
WO2020230075A1 (en) * | 2019-05-16 | 2020-11-19 | Sica S.P.A. | Quality control system for the processing of thermoplastic pipes and tubes |
CN110940270A (zh) * | 2019-10-30 | 2020-03-31 | 深圳市凯中精密技术股份有限公司 | 一种位置度的检测方法及检测装置 |
CN110808001A (zh) * | 2019-11-29 | 2020-02-18 | 北京兆维电子(集团)有限责任公司 | 一种oled面板显示缺陷检测设备 |
CN111044529A (zh) * | 2019-12-31 | 2020-04-21 | 四川索牌科技股份有限公司 | 一种方便面面饼检测系统及检测方法 |
CN115753799A (zh) * | 2022-11-23 | 2023-03-07 | 西安阿贝铟精密仪器有限公司 | 一种基于视觉检测的格栅双面缺陷测量装置 |
CN115753799B (zh) * | 2022-11-23 | 2023-07-07 | 西安阿贝铟精密仪器有限公司 | 一种基于视觉检测的格栅双面缺陷测量装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109342455A (zh) | 一种基于视觉的塑料管大面积缺陷检测装置及其检测方法 | |
CN104101608B (zh) | 可对多型号不规则形状产品进行缺陷检测的智能检测装置 | |
CN106017325B (zh) | 一种改进的复杂表面和不规则物体体积的非接触光学测量方法 | |
CN110497187A (zh) | 基于视觉引导的太阳花模组装配系统 | |
CN106392304B (zh) | 一种激光辅助焊缝智能寻迹系统及方法 | |
CN105699399B (zh) | 一种smt模版质量的检测设备与方法 | |
CN116879308A (zh) | 一种工业机器视觉系统图像处理方法 | |
CN106625713A (zh) | 提高涂胶工业机器人涂胶精度的方法 | |
CN110308153A (zh) | 基于单目立体视觉的金属工件缺陷检测方法、系统、存储介质、以及装置 | |
CN108844966A (zh) | 一种屏幕检测方法及检测系统 | |
CN108344751A (zh) | 基于多通道光源的材料板形缺陷检测系统和方法 | |
CN103245671A (zh) | 冲压件表面缺陷检测装置及方法 | |
CN103954625A (zh) | 一种面向激光薄膜内部缺陷的溯源性损伤阈值测量技术 | |
CN115908432B (zh) | 一种物料输出品质检测系统及预测方法 | |
CN104406988A (zh) | 一种玻璃内部缺陷的检测方法 | |
CN211070921U (zh) | 一种基于3d扫描法的仪表外观检测装置 | |
CN210071686U (zh) | 基于正交双目机器视觉的水果分级装置 | |
CN110293559A (zh) | 一种自动识别定位对准的安装方法 | |
CN106706656A (zh) | 一种基于机器视觉的拉链检测装置及方法 | |
CN113935971A (zh) | 一种复合材料表面缺陷的检测方法及装置 | |
CN105987917A (zh) | 蓝宝石长晶缺陷及表面缺陷光学检测方法和检测系统 | |
CN113134683A (zh) | 基于机器学习的激光标刻方法及装置 | |
CN110646433A (zh) | 一种电池内部缺陷在线检测方法、装置及太阳能电池生产线 | |
CN114998308A (zh) | 一种基于光度立体的缺陷检测方法及系统 | |
CN112964732A (zh) | 一种基于深度学习的丝饼缺陷视觉检测系统及方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190215 |