CN109636776A - 一种焊线焊接缺陷的检测方法及其检测装置 - Google Patents
一种焊线焊接缺陷的检测方法及其检测装置 Download PDFInfo
- Publication number
- CN109636776A CN109636776A CN201811358138.3A CN201811358138A CN109636776A CN 109636776 A CN109636776 A CN 109636776A CN 201811358138 A CN201811358138 A CN 201811358138A CN 109636776 A CN109636776 A CN 109636776A
- Authority
- CN
- China
- Prior art keywords
- image
- bonding wire
- detection
- carried out
- roi
- 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
- G06T7/0008—Industrial image inspection checking presence/absence
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/155—Segmentation; Edge detection involving morphological operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
-
- 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
- G06T2207/30152—Solder
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明涉及一种焊线焊接缺陷的检测方法及其检测装置,首先从垂直角度获取焊线的图像,对图像进行预处理,判断保险丝是否断开,如若断开,则转换一个角度采集图像,并提取垂直角度下断开区域的ROI图像,在第二角度采集的图像经过图像预处理后与垂直角度下焊线断开区域的ROI图像进行图像匹配,进而判断保险丝是否真的断开。该方法可以正确判断保险丝是否断开以及扭曲焊线是否虚焊,具有较好的适应性。该方法是以垂直角度下的判断结论为主,其他角度的判断为辅,加入其他角度的判断结果可以提高锂电池模组焊线的合格率,从而保证整个锂电池模组的工作效率。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种焊线焊接缺陷的检测方法及其检测装置。
背景技术
随着科学技术的不断提高,电动汽车已经成为现代汽车的一种发展趋势,而电池是电动汽车最重要且最昂贵的元件,锂电池模组作为电动汽车的储能系统,承担着整个系统的能量来源,它的质量直接决定了整个系统寿命,因此研究锂电池的焊线缺陷来保证整个电池组的质量尤为重要。目前在该领域还未出现可以多角度对锂电池模组保险丝缺陷的检测方法。
引线键合是以一定大小的金属引线的两端分别与芯片和管脚键合而形成电气连接,引线键合技术容易产生的焊线缺陷一般有移位、断裂、扭曲等。这些缺陷可以通过一些机器的调节来避免,比如降低熔接压力、减少熔接时间等,但是无法做到百分之百的成功率,因此还需要借助机器或者人的判断来排除有缺陷的焊线,但是人工检测的能力有限,而且不能持续的长时间工作,检测效率不高,因此机器代替人工检测已经成为一种趋势。
现在大多数的机器检测技术都是固定在一个角度对被测物体进行检测,但是机器检测的结果依赖于机器对图像的采集,而图像的质量往往依赖于环境因素,比如光照,因此机器检测也有一定的局限性,这种局限性不能被彻底克服,因此本发明提出一种多角度的检测方法,可以较好的提高检测效率。
发明内容
针对现有技术中存在的技术问题,本发明的首要目的是提供一种焊线焊接缺陷的检测方法及其检测装置。基于上述目的,本发明至少提供如下技术方案:
一种焊线焊接缺陷的检测方法,所述方法包括:
通过摄像设备获取带有焊盘的焊线在垂直角度下的图像,并对所述图像进行预处理,以获得第一图像;
根据所述第一图像,对所述焊线的连接状态进行判断,如果未断开,则判断所述焊线合格并结束检测,如果焊线断开,则对焊线断开区域进行ROI图像提取,以获得焊线断开区域的ROI图像作为第二图像,继续执行下述步骤;
调整拍摄角度,在不同于上述垂直角度的角度下获取所述焊线的图像,并对所述图像进行预处理,以获得第三图像;
将所述第三图像与所述第二图像进行图像匹配,判断所述第三图像中的焊线连接状态,如果未断开,则该焊线为合格的扭曲焊线,如果焊线断开,则判断该焊线不合格。
进一步的,所述对所述图像进行预处理具体包括,
对获取的图像提取ROI图像;
对所述ROI图像进行二值化处理;
对所述ROI图像区域进行边缘检测;
对所述轮廓图像进行形态学处理,使得所述焊盘的边缘以及焊线更加突出;
对所述焊线的轮廓进行提取。
进一步的,所述将所述第三图像与所述第二图像进行图像匹配具体包括,
采用特征点检测算法分别对所述第二图像以及所述第三图像进行特征点检测;
根据检测出的所述特征点,对所述第二图像以及所述第三图像进行图像匹配。
进一步的,所述目标区域图像包括所述焊线以及所述焊盘。
进一步的,所述摄像设备为数码电子显微摄像头。
用于焊线焊接缺陷的检测装置,其包括,
摄像部;
摄像角度调整部,与所述摄像部连接,以调整所述摄像部的拍摄角度;
图像处理部,与所述摄像部连接,对接收的图像进行提取ROI图像处理,对所述ROI图像进行边缘检测,提取目标区域图像的轮廓,对所述轮廓图像进行形态学处理;
缺陷状态检测部,与所述图像处理部连接,对经过图像处理部处理之后的图像进行缺陷状态的检测,以及对不同拍摄角度下的图像,在经过图像处理部处理之后,进行缺陷状态的匹配状况检测;
输出部,与所述缺陷状态检测部连接,输出检测结果。
进一步的,所述摄像部包含数码电子显微摄像头,所述摄像头的周围设置有白光LED灯作为辅助光源。
进一步的,所述摄像角度调整部控制所述摄像头转动。
进一步的,所述目标区域图像包括所述焊线以及所述焊盘。
进一步的,所述检测装置用于锂电池模组焊线焊接缺陷的检测。
与现有技术相比,本发明至少具有如下有益效果:
1)本发明在垂直角度下判断焊线是否断开的基础上,通过对拍摄角度的调整,更进一步的对焊线的断开与否进行了检测,从而能够实现对焊线的焊接状态进行多角度检测,提高了焊线状态判断的准确率。
2)本发明在判断焊线断开与否的基础上还可以进一步判断出焊线是否为扭曲焊线,为后续焊线断开的潜在危险做出提示。
3)本发明的检测方法及其检测装置可用于对锂电池模组中焊线的检测,从而能够避免某一个锂电池的焊线出现问题而影响整个电池系统的寿命,防止危险事故的发生。
附图说明
图1是本发明焊线缺陷检测装置示意图。
图2是本发明焊线焊接缺陷的检测方法流程图。
图3是本发明摄像头转动拍摄的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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。
本发明中焊线与保险丝意思相同,具有等价效果。
本发明的图像处理是基于Microsoft Visual Studio开发环境以及opencv函数库完成的。本实施例中检测对象选取带有焊盘的锂电池模组焊线。
本发明的焊线缺陷检测装置如图1所示,该检测装置包括摄像部、摄像角度调整部、图像处理部、缺陷状态检测部以及输出部,摄像部包括摄像头,其摄像头可以是数码电子显微摄像头,在摄像头周围还可以设置白光LED灯芯作为辅助光源,从而克服环境光亮度不足的情况,在一实施例中,其白光LED灯芯的数量设置为8个。
摄像角度调整部,与其摄像部连接,用于调整其摄像部的拍摄角度,摄像角度调整部可以通过控制摄像头的转动以及控制拍摄对象移动来调整拍摄的角度如图3所示,其中该摄像角度调整部可控制摄像头在垂直角度下对拍摄对象进行拍摄,垂直角度是指摄像头的照射方向与被拍摄对象的表面成垂直角度,垂直角度拍摄的图像对检测结果起决定作用。
图像处理部,与其摄像部连接,接收摄像部拍摄的图像,并对接收的图像进行提取ROI图像处理,提取出需要检测的锂电池焊线与焊盘区域,排除与检测对象无关的其他噪声部分,其具体利用opencv函数库中的cvSetImageROI()函数对接收的图像进行ROI图像提取;对提取的ROI图像进行二值化处理,得到只有0和1两种像素值的图像,其具体利用Threshold()函数对提取出来的ROI图像进行二值化处理;对二值化后的图像进行边缘检测,获得焊线以及焊盘的边缘细节图,具体选用Canny()函数对ROI图像进行边缘检测;然后对获得的焊线及焊盘的细节图进行形态学处理,以使得边缘细节连通成区域,从而使其焊盘的边缘以及焊线更加突出,利于较好的判断,具体利用morphologyEx()函数对图像进行形态学闭运算操作;最后对焊线的轮廓进行提取,以便下一步进行判断,具体利用findContours()函数对图像进行轮廓提取。
缺陷状态检测部,与其图像处理部连接,对经过图像处理部处理之后的图像进行缺陷状态的检测,以判断其焊线是否断开,具体的,根据焊线区域的像素值来进行判断,像素值为1代表焊线合格,像素值为0,则代表焊线断开;以及对不同拍摄角度下的图像,在经过图像处理部处理之后,进行缺陷状态的匹配状况检测,具体的,其匹配状况检测具体采用图像特征点检测与匹配算法来对图像处理部处理之后的第二角度下的图像以及垂直角度下焊线断开区域的ROI图像进行图像匹配,可以在第二角度拍摄的图像中追踪到垂直角度下焊线断开的区域,目的是为了在第二角度下判断垂直角度下焊线断开的区域是否为真正的断开。其中,第二角度是指不同于垂直角度的角度,特征点是指图像灰度值发生剧烈变化的点或者在图像边缘上曲率较大的点,即两个边缘的交点。具体的,利用SurfFeatureDetector类和SurfDescriptorExtractor类对图像处理部处理之后的第二角度图像和垂直角度下焊线断开区域的ROI图像进行特征点检测,利用BruteForce对所述两幅图像中的特征点进行匹配,匹配之后,对垂直角度下焊线断开的区域重新判断,若焊线区域的像素值为1,代表焊线为合格的扭曲焊线,若焊线区域的像素值为0,代表焊线断开,视为不合格的焊线。
输出部,与其缺陷状态检测部连接,输出其检测结果,其中输出的结果为不合格的焊线、扭曲焊线或焊线合格。
图2为本发明焊线焊接缺陷检测方法的流程图,针对本发明的焊线焊接缺陷检测装置,本发明还提供了一种焊线焊接缺陷的检测方法,该检测方法适用于本发明的检测装置,接下来将结合图2对本发明的检测方法做详细描述,该检测方法包括:
S1、通过摄像角度调整部控制摄像部获取带有焊盘的锂电池模组焊线在垂直角度下的图像,对该图像进行预处理,以获得第一图像,具体的,以下述步骤对垂直角度下的图像进行预处理:
S101、利用opencv函数库中的cvSetImageROI()函数对被检测对象进行ROI图像提取;
S102、然后再利用Threshold()函数对提取出来的ROI图像进行二值化处理;
S103、选用Canny()函数对二值化后的图像进行边缘检测;
S104、选用morphologyEx()函数对图像进行形态学闭运算操作;
S105、利用findContours()函数对图像进行轮廓提取。
S2、根据所获得的第一图像,对锂电池模组焊线的连接状态进行判断,如果未断开,则判断焊线合格并结束检测,如果焊线断开,则提取焊线断开区域的ROI图像,并以该断开区域的ROI图像作为第二图像,调整拍摄角度,继续执行下述步骤。该步骤中,焊线连接状态通过焊线区域的像素值来判断,像素值为1代表焊线合格,像素值为0,代表焊线断开。其中,利用cvSetImageROI()函数对焊线断开区域进行ROI图像提取。
S3、调整摄像设备,在不同于上述垂直角度下获取锂电池模组焊线的图像,并对所获得的图像进行预处理,以获得第三图像。具体可通过转动摄像头来调整拍摄角度。具体的,通过下述步骤对所获得的图像进行预处理:
S301、利用opencv函数库中的cvSetImageROI()函数对被检测对象进行ROI图像提取;
S302、然后再利用Threshold()函数对提取出来的ROI图像进行二值化处理;
S303、利用Canny()函数对二值化后的图像进行边缘检测;
S304、利用morphologyEx()函数对图像进行形态学闭运算操作;
S305、利用findContours()函数对图像进行轮廓提取。
S4、将其第三图像与其第二图像进行图像匹配,判断第三图像中焊线的连接状态,如果未断开,则该焊线为合格的扭曲焊线,如果焊线断开,则判断该焊线不合格。具体的,通过下述步骤进行图像匹配:
S401、利用SurfFeatureDetector类和SurfDescriptorExtractor类对预处理后的第二角度图像和垂直角度下焊线断开区域的ROI图像进行特征点检测;
S402、利用BruteForce算法对所述两幅图像中的特征点进行匹配;
S403、匹配之后,对垂直角度下焊线断开的区域重新判断,若焊线区域的像素值为1,代表焊线为合格的扭曲焊线,若焊线区域的像素值为0,代表焊线断开,视为不合格的焊线。
如果需要考虑更多角度下具体图像的判断情况,可重复执行步骤S3以及S4。
最终通过输出部对焊线的缺陷状态进行输出,所输出焊线的缺陷状态包括扭曲焊线、不合格的焊线或焊线合格。
由此可见,本发明的检测方法及其检测装置,在垂直检测的基础上,以其他角度判断为辅,从而能够实现对焊线的焊接状态进行多角度检测,提高了焊线状态判断的准确率。并且本发明还可以进一步判断出焊线是否为扭曲焊线,为后续焊线断开的潜在危险做出提示。另外本发明的检测方法及其检测装置可用于对锂电池模组中焊线的检测,从而能够避免某一个锂电池的焊线出现问题而影响整个电池系统的寿命,防止危险事故的发生。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (10)
1.一种焊线焊接缺陷的检测方法,其特征在于,所述方法包括:
通过摄像设备获取带有焊盘的焊线在垂直角度下的图像,并对所述图像进行预处理,以获得第一图像;
根据所述第一图像,对所述焊线的连接状态进行判断,如果未断开,则判断所述焊线合格并结束检测,如果焊线断开,则对焊线断开区域进行ROI图像提取,以获得焊线断开区域的ROI图像作为第二图像,继续执行下述步骤;
调整拍摄角度,在不同于上述垂直角度的角度下获取所述焊线的图像,并对所述图像进行预处理,以获得第三图像;
将所述第三图像与所述第二图像进行图像匹配,判断所述第三图像中的焊线连接状态,如果未断开,则该焊线为合格的扭曲焊线,如果焊线断开,则判断该焊线不合格。
2.根据权利要求1的所述检测方法,其特征在于,所述对所述图像进行预处理具体包括,
对获取的图像提取ROI图像;
对所述ROI图像进行二值化处理;
对所述ROI图像区域进行边缘检测;
对所述轮廓图像进行形态学处理,使得所述焊盘的边缘以及焊线更加突出;
对所述焊线的轮廓进行提取。
3.根据权利要求1或2的所述检测方法,其特征在于,所述将所述第三图像与所述第二图像进行图像匹配具体包括,
采用特征点检测算法分别对所述第二图像以及所述第三图像进行特征点检测;
根据检测出的所述特征点,对所述第二图像以及所述第三图像进行图像匹配。
4.根据权利要求2的所述检测方法,其特征在于,所述目标区域图像包括所述焊线以及所述焊盘。
5.根据权利要求3的所述检测方法,其特征在于,所述摄像设备为数码电子显微摄像头。
6.用于焊线焊接缺陷的检测装置,其包括,
摄像部;
摄像角度调整部,与所述摄像部连接,以调整所述摄像部的拍摄角度;
图像处理部,与所述摄像部连接,对接收的图像进行提取ROI图像处理,对所述ROI图像进行边缘检测,提取目标区域图像的轮廓,对所述轮廓图像进行形态学处理;
缺陷状态检测部,与所述图像处理部连接,对经过图像处理部处理之后的图像进行缺陷状态的检测,以及对不同拍摄角度下的图像,在经过图像处理部处理之后,进行缺陷状态的匹配状况检测;
输出部,与所述缺陷状态检测部连接,输出检测结果。
7.根据权利要求6的所述检测装置,其特征在于,所述摄像部包含数码电子显微摄像头,所述摄像头的周围设置有白光LED灯作为辅助光源。
8.根据权利要求7的所述检测装置,其特征在于,所述摄像角度调整部控制所述摄像头转动。
9.根据权利要求6-8之一的所述检测装置,其特征在于,所述目标区域图像包括所述焊线以及所述焊盘。
10.根据权利要求6-8之一的所述检测装置,其特征在于,所述检测装置用于锂电池模组焊线焊接缺陷的检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811358138.3A CN109636776B (zh) | 2018-11-15 | 2018-11-15 | 一种焊线焊接缺陷的检测方法及其检测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811358138.3A CN109636776B (zh) | 2018-11-15 | 2018-11-15 | 一种焊线焊接缺陷的检测方法及其检测装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109636776A true CN109636776A (zh) | 2019-04-16 |
CN109636776B CN109636776B (zh) | 2020-10-27 |
Family
ID=66068077
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811358138.3A Active CN109636776B (zh) | 2018-11-15 | 2018-11-15 | 一种焊线焊接缺陷的检测方法及其检测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109636776B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110866920A (zh) * | 2020-01-20 | 2020-03-06 | 长沙琢冶信息技术有限公司 | 镀铜焊丝的缺陷检测方法、装置、设备及存储介质 |
CN112330630A (zh) * | 2020-11-05 | 2021-02-05 | 北京格灵深瞳信息技术有限公司 | 一种铁丝断裂识别的方法及电子设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007237201A (ja) * | 2006-03-06 | 2007-09-20 | Nissan Motor Co Ltd | 接合良否判定方法及び接合装置 |
CN104020222A (zh) * | 2014-06-18 | 2014-09-03 | 长春光华微电子设备工程中心有限公司 | 全自动超声波铝丝压焊机焊接质量检测系统 |
CN104036495A (zh) * | 2014-05-22 | 2014-09-10 | 南京航空航天大学 | 一种焊接缺陷提取方法及焊接缺陷检测方法 |
CN105976389A (zh) * | 2016-05-20 | 2016-09-28 | 南京理工大学 | 一种手机底板连接器缺陷检测方法 |
CN107545566A (zh) * | 2017-07-27 | 2018-01-05 | 深圳市易飞扬通信技术有限公司 | 视觉检测方法及系统 |
CN107945152A (zh) * | 2017-10-27 | 2018-04-20 | 深圳市创科自动化控制技术有限公司 | 工业相机的缺陷检测控制系统及方法 |
CN108008012A (zh) * | 2017-12-05 | 2018-05-08 | 湖南湘建检测有限公司 | 一种钢结构焊接质量缺陷检测方法 |
CN108648175A (zh) * | 2018-04-12 | 2018-10-12 | 杭州兆图科技有限公司 | 一种检测方法和装置 |
-
2018
- 2018-11-15 CN CN201811358138.3A patent/CN109636776B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007237201A (ja) * | 2006-03-06 | 2007-09-20 | Nissan Motor Co Ltd | 接合良否判定方法及び接合装置 |
CN104036495A (zh) * | 2014-05-22 | 2014-09-10 | 南京航空航天大学 | 一种焊接缺陷提取方法及焊接缺陷检测方法 |
CN104020222A (zh) * | 2014-06-18 | 2014-09-03 | 长春光华微电子设备工程中心有限公司 | 全自动超声波铝丝压焊机焊接质量检测系统 |
CN105976389A (zh) * | 2016-05-20 | 2016-09-28 | 南京理工大学 | 一种手机底板连接器缺陷检测方法 |
CN107545566A (zh) * | 2017-07-27 | 2018-01-05 | 深圳市易飞扬通信技术有限公司 | 视觉检测方法及系统 |
CN107945152A (zh) * | 2017-10-27 | 2018-04-20 | 深圳市创科自动化控制技术有限公司 | 工业相机的缺陷检测控制系统及方法 |
CN108008012A (zh) * | 2017-12-05 | 2018-05-08 | 湖南湘建检测有限公司 | 一种钢结构焊接质量缺陷检测方法 |
CN108648175A (zh) * | 2018-04-12 | 2018-10-12 | 杭州兆图科技有限公司 | 一种检测方法和装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110866920A (zh) * | 2020-01-20 | 2020-03-06 | 长沙琢冶信息技术有限公司 | 镀铜焊丝的缺陷检测方法、装置、设备及存储介质 |
CN110866920B (zh) * | 2020-01-20 | 2020-05-08 | 长沙琢冶信息技术有限公司 | 镀铜焊丝的缺陷检测方法、装置、设备及存储介质 |
CN112330630A (zh) * | 2020-11-05 | 2021-02-05 | 北京格灵深瞳信息技术有限公司 | 一种铁丝断裂识别的方法及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109636776B (zh) | 2020-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106052575B (zh) | 基于列车高速运行中的受电弓碳滑板磨耗在线检测方法 | |
CN109636776A (zh) | 一种焊线焊接缺陷的检测方法及其检测装置 | |
Wu et al. | Feature-extraction-based inspection algorithm for IC solder joints | |
CN111059847A (zh) | 一种蒸发器结霜视觉检测系统及其检测方法 | |
CN107533012B (zh) | 熔融镀覆钢板的表面缺陷检查装置及表面缺陷检查方法 | |
CN110108711A (zh) | 圆环侧壁缺陷的视觉检测系统 | |
CN111867268A (zh) | 一种激光修复pcb板的方法 | |
CN108254374A (zh) | 电路板元器件插装异常的检测方法 | |
CN104101603A (zh) | 带钢表面缺陷检测装置及方法 | |
CN103558698B (zh) | 激光修复设备 | |
CN107895362A (zh) | 一种微型接线端子质量检测的机器视觉方法 | |
CN106469292A (zh) | 车牌识别控制系统及其识别控制方法 | |
CN103743749A (zh) | 片状零件表面质量检测装置和方法 | |
CN109788281A (zh) | 一种摄像模组的漏光检测方法及装置 | |
CN109143001A (zh) | 受电弓检测系统 | |
CN110412055A (zh) | 一种基于多光源暗场照明的透镜白雾缺陷检测方法 | |
CN109409181A (zh) | 一种用于低质量指静脉图像的手指上下边缘独立检测方法 | |
JP2016206071A (ja) | 検査装置及び検査方法 | |
CN110487807A (zh) | 一种干电池锌筒外观缺陷视觉检测装置及方法 | |
KR20160088529A (ko) | 디스플레이 패널 검사 장치 및 검사 방법 | |
CN107328789B (zh) | 一种圆弧面和曲面缺陷检测系统 | |
CN109387524A (zh) | 基于线性偏振光的螺纹缺陷检测方法及装置 | |
JPH09119900A (ja) | コンクリート欠陥の自動評価方法 | |
CN203643356U (zh) | 片状零件表面质量检测装置 | |
CN108490002A (zh) | 一种微结构棱镜镜片质量检测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |