CN109859185A - 一种基于opencv的产品质量检测系统及检测方法 - Google Patents
一种基于opencv的产品质量检测系统及检测方法 Download PDFInfo
- Publication number
- CN109859185A CN109859185A CN201910090913.XA CN201910090913A CN109859185A CN 109859185 A CN109859185 A CN 109859185A CN 201910090913 A CN201910090913 A CN 201910090913A CN 109859185 A CN109859185 A CN 109859185A
- Authority
- CN
- China
- Prior art keywords
- opencv
- mould group
- image
- sift
- histogram
- 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
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种基于opencv的产品质量检测系统及检测方法,包括输送带模块、opencv图像采集模块、opencv图像处理模块、机械手模块,所述opencv图像采集模块的第一输出端连接机械手模块的第一输入端,opencv图像采集模块的第二输出端连接opencv图像处理模块的输入端,opencv图像处理模块的输出端连接机械手模块的第二输入端,机械手模块的输出端连接输送带模块的输入端,输送带模块的输出端连接opencv图像采集模块的输入端。优点:对待检测产品进行图像采集,初步计算两者的直方图以及直方图的归一化相关参数,以实现初步筛选不合格产品的目的;继而,通过进一步计算两者特征点的特征值,从而实现进一步筛选不合格产品的目的。
Description
技术领域
本发明涉及产品质量检测技术领域,尤其涉及一种基于opencv的产品质量检测系统及检测方法。
背景技术
工业产品质量关系着人类的健康与生存,影响着社会经济的发展,开展质量检测工作是了解和掌握工业产品质量变化情况,及时发现问题,加强质量管理的重要基础性工作。工业产品质量检测是指采用一定的检测手段,对工业产品的质量水平和工业生产活动中影响产品质量的主要因素进行测定,然后把测定的结果同规定的质量标准进行比较,从而对检测对象做出合格或不合格的判断,并采取必要的调节、监督或控制措施的行为。
Opencv是基于BSD许可(开源)发行的跨平台计算机视觉库,可以运行在Linux、Windows、Android和Mac OS操作系统上,Opencv由一系列C函数和少量C++类构成,同时提供了Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的许多通用算法。Opencv自开发以来,就被广泛用在许多应用领域,产品和研究成果中,相关应用包括卫星地图和电子地图的拼接,扫描图像的对齐,图像中物体的分析,自动监视和安全系统,制造业中的产品质量检测系统等诸多领域。
现有的对工业品质量检测方式多为人工目视进行,配合手动剔除;或是通过远程监控,并对不合格产品进行辅助标记,继而进行剔除。上述质量检测方式存在工作量大、操作繁琐,且工作误差较大的问题。因此,需要设计一种能够将Opencv应用在制造业中对产品质量进行检测的发明。
发明内容
本发明所要解决的技术问题是克服现有技术的缺陷,提供一种基于opencv的产品质量检测系统及检测方法, 解决传统制造业中对产品质量进行检测存在工作量大、操作繁琐,且工作误差大的问题。
为解决上述技术问题,本发明提供一种基于opencv的产品质量检测系统,包括输送带模块、opencv图像采集模块、opencv图像处理模块、机械手模块,
所述opencv图像采集模块的第一输出端连接机械手模块的第一输入端,opencv图像采集模块的第二输出端连接opencv图像处理模块的输入端,opencv图像处理模块的输出端连接机械手模块的第二输入端,机械手模块的输出端连接输送带模块的输入端,输送带模块的输出端连接opencv图像采集模块的输入端;
所述opencv图像采集模块包括数据库存储模组、图像采集模组、图像预处理模组,所述数据库存储模组和图像采集模组均与图像预处理模组电性相连;
所述数据库存储模组用于存储合格产品图像信息,所述图像采集模组用于采集待检测产品图像信息,所述图像预处理模组用于处理图像采集模组采集到的待检测产品图像信息;
所述图像预处理模组包括A/D转换器、数字信号传输器、直方图匹配检测单元、数字信号传输光模组一,所述A/D转换器、数字信号传输器、直方图匹配检测单元、数字信号传输光模组一依次相连;
所述opencv图像处理模块包括数字信号传输光模组二、特征点匹配检测模组,所述数字信号传输光模组二、特征点匹配检测模组依次相连。
进一步地,所述直方图匹配检测单元包括依次连接的直方图计算器、归一化相关系数计算器、相似度计算器。
进一步地,所述直方图计算器用于计算合格产品图像信息的直方图-Hist S1、用于计算图像采集模组采集到的待检测产品图像信息的直方图-Hist S2,所述归一化相关系数计算器用于计算Hist S1、Hist S2之间的归一化相关系数,所述相似度计算器用于计算Hist S1、Hist S2之间的相似度。
进一步地,所述归一化相关系数为巴氏距离。
进一步地,所述特征点匹配检测模组包括Sift特征点计算器、Sift特征点相似度计算器,所述Sift特征点计算器用于计算合格产品图像信息中特征点的特征向量-SiftT1、以及图像采集模组采集到的待检测产品图像信息中特征点的特征向量-Sift T2,所述Sift特征点相似度计算器用于计算Sift T1、Sift T2之间的相似度。
进一步地,所述Sift T1、Sift T2之间的相似性判定度量采用欧式距离。
进一步地,所述图像采集模组包括依次连接的云台相机、图像存储单元、信号传输单元、中心控制单元。
进一步地,所述数字信号传输光模组一与数字信号传输光模组二电性相连,且数字信号传输光模组一和数字信号传输光模组二均与机械手模块电性相连。
进一步地,所述机械手模块包括液压杆、机械爪,所述机械爪与液压杆固定相连。
一种产品质量检测方法,其特征在于,包括以下步骤:
步骤1:首先,输送带模块对待检测产品进行输送,opencv图像采集模块中的图像采集模组对产品图像信息进行采集,具体为,利用云台相机采集图像信息,利用图像存储单元进行存储,并通过信号传输单元将图像信息传输到图像预处理模组;
步骤2:其次,传输到图像预处理模组中的图像信息,利用A/D转换器将图像信号转化为数字信号,利用数字信号传输器将数字信号输送至直方图匹配检测单元进行直方图相似度比对,具体为,利用直方图计算器计算合格产品图像信息的直方图-Hist S1、计算待检测产品图像信息的直方图-Hist S2,利用归一化相关系数计算器计算Hist S1、Hist S2之间的归一化相关系数,利用相似度计算器将不合格产品剔除输送带模块,若相似度大于预设阀值,则进入下一工序;
步骤3:最后,经直方图匹配单元进行直方图相似度比对合格后,利用数字信号传输光模块一将图像信息传输至opencv图像处理模块进行特征点匹配检测,具体为,利用Sift特征点计算器分别计算合格产品图像信息中特征点的特征向量-Sift T1、采集到的待检测产品图像信息中特征点的特征向量-Sift T2,利用Sift特征点相似度计算器计算Sift T1、Sift T2之间的相似度,并与预设阀值进行比对,若相似度低于预设阀值,则通过机械手模块将不合格产品剔除,若相似度高于预设阀值,则产品合格,进入下一工序。
本发明所达到的有益效果:
本发明提出的基于opencv的产品质量检测系统,尤其适用于制造业中产品质量检测,通过预设合格产品图像信息,对待检测产品进行图像采集,初步计算两者的直方图以及直方图的归一化相关参数,来比对两者的相似度,以实现初步筛选不合格产品的目的;继而,通过进一步计算两者特征点的特征值,来比对两者的相似程度,从而实现进一步筛选不合格产品的目的。
附图说明
图1为本发明提出的一种基于opencv的产品质量检测系统的系统总模块示意图;
图2为本发明提出的一种基于opencv的产品质量检测系统的系统的具体模块示意图;
图3为本发明提出的一种基于opencv的产品质量检测系统opencv图像采集模块的系统图;
图4为本发明提出的一种基于opencv的产品质量检测系统图像采集模组的系统图;
图5为本发明提出的一种基于opencv的产品质量检测系统图像预处理模组的系统图;
图6为本发明提出的一种基于opencv的产品质量检测系统直方图匹配检测单元的系统图;
图7为本发明提出的一种基于opencv的产品质量检测系统opencv图像处理模块的系统图;
图8为本发明提出的一种基于opencv的产品质量检测系统特征点匹配检测模组的系统图;
图9为本发明提出的一种基于opencv的产品质量检测系统机械手模块的结构示意图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
在本发明的描述中,需要理解的是,术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
实施例1:
参照图1-6,一种基于opencv的产品质量检测系统,包括输送带模块、opencv图像采集模块、opencv图像处理模块、机械手模块,opencv图像采集模块的第一输出端连接机械手模块的第一输入端,opencv图像采集模块的第二输出端连接opencv图像处理模块的输入端,opencv图像处理模块的输出端连接机械手模块的第二输入端,机械手模块的输出端连接输送带模块的输入端,输送带模块的输出端连接opencv图像采集模块的输入端,opencv图像采集模块包括数据库存储模组、图像采集模组、图像预处理模组,数据库存储模组和图像采集模组均与图像预处理模组电性相连;数据库存储模组用于存储合格产品图像信息,所述图像采集模组用于采集待检测产品图像信息,所述图像预处理模组用于处理图像采集模组采集到的待检测产品图像信息,图像采集模组包括云台相机、图像存储单元、信号传输单元、中心控制单元,所述云台相机、图像存储单元、信号传输单元、中心控制单元依次相连,利用云台相机对待检测产品进行图像信息的采集,并将采集到的图像存储在图像存储单元中,经信号传输单元传输到图像预处理模组,进行直方图匹配检测,图像预处理模组包括A/D转换器、数字信号传输器、直方图匹配检测单元、数字信号传输光模组一,A/D转换器、数字信号传输器、直方图匹配检测单元、数字信号传输光模组一依次相连,opencv图像处理模块包括数字信号传输光模组二、特征点匹配检测模组,数字信号传输光模组二、特征点匹配检测模组依次相连,该基于opencv的产品质量检测系统,通过输送带模块对待检测产品进行输送,opencv图像采集模块中的图像采集模组对产品图像信息进行采集,具体为,利用云台相机采集图像信息,利用图像存储单元进行存储,并通过信号传输单元将图像信息传输到图像预处理模组;传输到图像预处理模组中的图像信息,利用A/D转换器将图像信号转化为数字信号,利用数字信号传输器将数字信号输送至直方图匹配检测单元进行直方图相似度比对,具体为,利用直方图计算器计算合格产品图像信息的直方图-Hist S1、计算待检测产品图像信息的直方图-Hist S2,利用归一化相关系数计算器计算Hist S1、Hist S2之间的归一化相关系数,利用相似度计算器计算Hist S1、Hist S2之间的相似度,并与预设阀值进行比对,若相似度低于预设阀值,则驱动机械手模块将不合格产品剔除输送带模块,若相似度大于预设阀值,则进入下一工序;经直方图匹配单元进行直方图相似度比对合格后,利用数字信号传输光模块一将图像信息传输至opencv图像处理模块进行特征点匹配检测,具体为,利用Sift特征点计算器3021分别计算合格产品图像信息中特征点的特征向量-SiftT1、采集到的待检测产品图像信息中特征点的特征向量-Sift T2,利用Sift特征点相似度计算器3022计算Sift T1、Sift T2之间的相似度,并与预设阀值进行比对,若相似度低于预设阀值,则通过机械手模块将不合格产品剔除,若相似度高于预设阀值,则产品合格,进入下一工序。
直方图匹配检测单元包括直方图计算器、归一化相关系数计算器、相似度计算器,直方图计算器、归一化相关系数计算器、相似度计算器依次相连;
直方图计算器具体用于计算合格产品图像信息的直方图-Hist S1、用于计算图像采集模组采集到的待检测产品图像信息的直方图-Hist S2,归一化相关系数计算器用于计算Hist S1、Hist S2之间的归一化相关系数,且归一化相关系数具体为巴氏距离,相似度计算器用于计算Hist S1、Hist S2之间的相似度,若Hist S1、Hist S2之间的相似度大于90%,则认为待检测产品图像同合格产品图像相似,即检测产品为合格产品,若Hist S1、Hist S2之间的相似度小于90%,则检测产品视为不合格产品,利用数字信号传输光模组一控制机械手模块将不合格产品剔除输送带模块。
实施例2:
参照图1-9,一种基于opencv的产品质量检测系统,包括输送带模块、opencv图像采集模块、opencv图像处理模块、机械手模块,opencv图像采集模块的第一输出端连接机械手模块的第一输入端,opencv图像采集模块的第二输出端连接opencv图像处理模块的输入端,opencv图像处理模块的输出端连接机械手模块的第二输入端,机械手模块的输出端连接输送带模块的输入端,输送带模块的输出端连接opencv图像采集模块的输入端,opencv图像采集模块包括数据库存储模组、图像采集模组、图像预处理模组,数据库存储模组和图像采集模组均与图像预处理模组电性相连;数据库存储模组用于存储合格产品图像信息,所述图像采集模组用于采集待检测产品图像信息,所述图像预处理模组用于处理图像采集模组采集到的待检测产品图像信息,图像采集模组包括云台相机、图像存储单元、信号传输单元、中心控制单元,云台相机、图像存储单元、信号传输单元、中心控制单元依次相连,利用云台相机对待检测产品进行图像信息的采集,并将采集到的图像存储在图像存储单元中,经信号传输单元传输到图像预处理模组,进行直方图匹配检测,图像预处理模组包括A/D转换器、数字信号传输器、直方图匹配检测单元、数字信号传输光模组一,A/D转换器、数字信号传输器、直方图匹配检测单元、数字信号传输光模组一依次相连,opencv图像处理模块包括数字信号传输光模组二、特征点匹配检测模组,数字信号传输光模组二、特征点匹配检测模组依次相连,该基于opencv的产品质量检测系统,通过输送带模块对待检测产品进行输送,opencv图像采集模块中的图像采集模组对产品图像信息进行采集,具体为,利用云台相机采集图像信息,利用图像存储单元进行存储,并通过信号传输单元将图像信息传输到图像预处理模组;传输到图像预处理模组中的图像信息,利用A/D转换器将图像信号转化为数字信号,利用数字信号传输器将数字信号输送至直方图匹配检测单元进行直方图相似度比对,具体为,利用直方图计算器计算合格产品图像信息的直方图-Hist S1、计算待检测产品图像信息的直方图-Hist S2,利用归一化相关系数计算器计算Hist S1、Hist S2之间的归一化相关系数,利用相似度计算器计算Hist S1、Hist S2之间的相似度,并与预设阀值进行比对,若相似度低于预设阀值,则驱动机械手模块将不合格产品剔除输送带模块,若相似度大于预设阀值,则进入下一工序;经直方图匹配单元进行直方图相似度比对合格后,利用数字信号传输光模块一将图像信息传输至opencv图像处理模块进行特征点匹配检测,具体为,利用Sift特征点计算器3021分别计算合格产品图像信息中特征点的特征向量-SiftT1、采集到的待检测产品图像信息中特征点的特征向量-Sift T2,利用Sift特征点相似度计算器3022计算Sift T1、Sift T2之间的相似度,并与预设阀值进行比对,若相似度低于预设阀值,则通过机械手模块将不合格产品剔除,若相似度高于预设阀值,则产品合格,进入下一工序。
特征点匹配检测模组包括Sift特征点计算器、Sift特征点相似度计算器,Sift特征点计算器具体用于计算合格产品图像信息中特征点的特征向量-Sift T1、以及图像采集模组采集到的待检测产品图像信息中特征点的特征向量-Sift T2,Sift特征点相似度计算器具体用于计算Sift T1、Sift T2之间的相似度,Sift T1、Sift T2之间的相似性判定度量采用欧式距离,若Sift T1、Sift T2之间的相似度大于60%,则认为待检测产品图像同合格产品图像相似,即检测产品为合格产品,进入一下工序,若是Sift T1、Sift T2之间的相似度小于60%,则视检测产品不合格,通过数字信号传输光模组二控制机械手模块将不合格产品剔除输送带模块。
机械手模块包括液压杆、机械爪,机械爪与液压杆固定相连,便于通过液压杆驱动机械爪对输送带模块上的不合格产品进行剔除。
实施例3:
参照图2,一种基于opencv的产品质量检测系统,与实施例1基本相同,更进一步的是,数字信号传输光模组一与数字信号传输光模组二电性相连,便于经直方图匹配检测模块进行直方图相似度检测后,将图像信息传输到opencv图像处理模块中,以便于进行特征点相似度匹配检测,且数字信号传输光模组一和数字信号传输光模组二均与机械手模块电性相连,便于通过数字信号传输光模组一和数字信号传输光模组二控制机械手模块进行操作。
实施例4:
本实施例提供了一种产品质量检测方法,使用了上述实施例1-3中的基于opencv的产品质量检测系统,包括以下步骤:
第一步:首先,输送带模块对待检测产品进行输送,opencv图像采集模块中的图像采集模组对产品图像信息进行采集,具体为,利用云台相机采集图像信息,利用图像存储单元进行存储,并通过信号传输单元将图像信息传输到图像预处理模组;
第二步:其次,传输到图像预处理模组中的图像信息,利用A/D转换器将图像信号转化为数字信号,利用数字信号传输器将数字信号输送至直方图匹配检测单元进行直方图相似度比对,具体为,利用直方图计算器计算合格产品图像信息的直方图-Hist S1、计算待检测产品图像信息的直方图-Hist S2,利用归一化相关系数计算器计算Hist S1、Hist S2之间的归一化相关系数,利用相似度计算器将不合格产品剔除输送带模块,若相似度大于预设阀值,则进入下一工序;
第三步:最后,经直方图匹配单元进行直方图相似度比对合格后,利用数字信号传输光模块一将图像信息传输至opencv图像处理模块进行特征点匹配检测,具体为,利用Sift特征点计算器分别计算合格产品图像信息中特征点的特征向量-Sift T1、采集到的待检测产品图像信息中特征点的特征向量-Sift T2,利用Sift特征点相似度计算器计算Sift T1、Sift T2之间的相似度,并与预设阀值进行比对,若相似度低于预设阀值,则通过机械手模块将不合格产品剔除,若相似度高于预设阀值,则产品合格,进入下一工序。
以上所述仅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,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (10)
1.一种基于opencv的产品质量检测系统,其特征在于,包括输送带模块、opencv图像采集模块、opencv图像处理模块、机械手模块,
所述opencv图像采集模块的第一输出端连接机械手模块的第一输入端,opencv图像采集模块的第二输出端连接opencv图像处理模块的输入端,opencv图像处理模块的输出端连接机械手模块的第二输入端,机械手模块的输出端连接输送带模块的输入端,输送带模块的输出端连接opencv图像采集模块的输入端;
所述opencv图像采集模块包括数据库存储模组、图像采集模组、图像预处理模组,所述数据库存储模组和图像采集模组均与图像预处理模组电性相连;
所述数据库存储模组用于存储合格产品图像信息,所述图像采集模组用于采集待检测产品图像信息,所述图像预处理模组用于处理图像采集模组采集到的待检测产品图像信息;
所述图像预处理模组包括A/D转换器、数字信号传输器、直方图匹配检测单元、数字信号传输光模组一,所述A/D转换器、数字信号传输器、直方图匹配检测单元、数字信号传输光模组一依次相连;
所述opencv图像处理模块包括数字信号传输光模组二、特征点匹配检测模组,所述数字信号传输光模组二、特征点匹配检测模组依次相连。
2.根据权利要求1所述的基于opencv的产品质量检测系统,其特征在于,所述直方图匹配检测单元包括依次连接的直方图计算器、归一化相关系数计算器、相似度计算器。
3. 根据权利要求2所述的基于opencv的产品质量检测系统,其特征在于,所述直方图计算器用于计算合格产品图像信息的直方图-Hist S1、用于计算图像采集模组采集到的待检测产品图像信息的直方图-Hist S2,所述归一化相关系数计算器用于计算Hist S1、HistS2之间的归一化相关系数,所述相似度计算器用于计算Hist S1、Hist S2之间的相似度。
4.根据权利要求3所述的基于opencv的产品质量检测系统,其特征在于,所述归一化相关系数为巴氏距离。
5. 根据权利要求1所述的基于opencv的产品质量检测系统,其特征在于,所述特征点匹配检测模组包括Sift特征点计算器、Sift特征点相似度计算器,所述Sift特征点计算器用于计算合格产品图像信息中特征点的特征向量-Sift T1、以及图像采集模组采集到的待检测产品图像信息中特征点的特征向量-Sift T2,所述Sift特征点相似度计算器用于计算Sift T1、Sift T2之间的相似度。
6. 根据权利要求5所述的基于opencv的产品质量检测系统,其特征在于,所述SiftT1、Sift T2之间的相似性判定度量采用欧式距离。
7.根据权利要求1所述的基于opencv的产品质量检测系统,其特征在于,所述图像采集模组包括依次连接的云台相机、图像存储单元、信号传输单元、中心控制单元。
8.根据权利要求1所述的基于opencv的产品质量检测系统,其特征在于,所述数字信号传输光模组一与数字信号传输光模组二电性相连,且数字信号传输光模组一和数字信号传输光模组二均与机械手模块电性相连。
9.根据权利要求1所述的基于opencv的产品质量检测系统,其特征在于,所述机械手模块包括液压杆、机械爪,所述机械爪与液压杆固定相连。
10.一种基于权利要求1-9任意一项基于opencv的产品质量检测系统的检测方法,其特征在于,包括以下步骤:
步骤1:首先,输送带模块对待检测产品进行输送,opencv图像采集模块中的图像采集模组对产品图像信息进行采集,具体为,利用云台相机采集图像信息,利用图像存储单元进行存储,并通过信号传输单元将图像信息传输到图像预处理模组;
步骤2:其次,传输到图像预处理模组中的图像信息,利用A/D转换器将图像信号转化为数字信号,利用数字信号传输器将数字信号输送至直方图匹配检测单元进行直方图相似度比对,具体为,利用直方图计算器计算合格产品图像信息的直方图-Hist S1、计算待检测产品图像信息的直方图-Hist S2,利用归一化相关系数计算器计算Hist S1、Hist S2之间的归一化相关系数,利用相似度计算器将不合格产品剔除输送带模块,若相似度大于预设阀值,则进入下一工序;
步骤3:最后,经直方图匹配单元进行直方图相似度比对合格后,利用数字信号传输光模块一将图像信息传输至opencv图像处理模块进行特征点匹配检测,具体为,利用Sift特征点计算器分别计算合格产品图像信息中特征点的特征向量-Sift T1、采集到的待检测产品图像信息中特征点的特征向量-Sift T2,利用Sift特征点相似度计算器计算Sift T1、Sift T2之间的相似度,并与预设阀值进行比对,若相似度低于预设阀值,则通过机械手模块将不合格产品剔除,若相似度高于预设阀值,则产品合格,进入下一工序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910090913.XA CN109859185A (zh) | 2019-01-30 | 2019-01-30 | 一种基于opencv的产品质量检测系统及检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910090913.XA CN109859185A (zh) | 2019-01-30 | 2019-01-30 | 一种基于opencv的产品质量检测系统及检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109859185A true CN109859185A (zh) | 2019-06-07 |
Family
ID=66896901
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910090913.XA Pending CN109859185A (zh) | 2019-01-30 | 2019-01-30 | 一种基于opencv的产品质量检测系统及检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109859185A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112802017A (zh) * | 2021-03-30 | 2021-05-14 | 佛山隆深机器人有限公司 | 一种基于工作台的产品外部合格性检测方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105354535A (zh) * | 2015-09-29 | 2016-02-24 | 南京熊猫电子制造有限公司 | 一种特殊的低压差分信号图像采集与处理方法 |
CN105791814A (zh) * | 2016-03-09 | 2016-07-20 | 中国科学院自动化研究所 | 一种基于图像处理技术的监控视频质量检测方法及装置 |
CN106645185A (zh) * | 2016-11-02 | 2017-05-10 | 桂林电子科技大学 | 一种智能检测工业零件表面质量的方法及装置 |
CN106709958A (zh) * | 2016-12-03 | 2017-05-24 | 浙江大学 | 一种基于灰度梯度和颜色直方图的图像质量评价方法 |
CN107610110A (zh) * | 2017-09-08 | 2018-01-19 | 北京工业大学 | 一种全局和局部特征相结合的跨尺度图像质量评价方法 |
-
2019
- 2019-01-30 CN CN201910090913.XA patent/CN109859185A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105354535A (zh) * | 2015-09-29 | 2016-02-24 | 南京熊猫电子制造有限公司 | 一种特殊的低压差分信号图像采集与处理方法 |
CN105791814A (zh) * | 2016-03-09 | 2016-07-20 | 中国科学院自动化研究所 | 一种基于图像处理技术的监控视频质量检测方法及装置 |
CN106645185A (zh) * | 2016-11-02 | 2017-05-10 | 桂林电子科技大学 | 一种智能检测工业零件表面质量的方法及装置 |
CN106709958A (zh) * | 2016-12-03 | 2017-05-24 | 浙江大学 | 一种基于灰度梯度和颜色直方图的图像质量评价方法 |
CN107610110A (zh) * | 2017-09-08 | 2018-01-19 | 北京工业大学 | 一种全局和局部特征相结合的跨尺度图像质量评价方法 |
Non-Patent Citations (1)
Title |
---|
刘培军等: "基于OpenCV图像处理系统的开发与实现", 《HTTP://KNS.CNKI.NET/KCMS/DETAIL/61.1450.TP.20181219.1542.072.HTML》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112802017A (zh) * | 2021-03-30 | 2021-05-14 | 佛山隆深机器人有限公司 | 一种基于工作台的产品外部合格性检测方法及装置 |
CN112802017B (zh) * | 2021-03-30 | 2021-08-24 | 佛山隆深机器人有限公司 | 一种基于工作台的产品外部合格性检测方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106568783B (zh) | 一种五金零件缺陷检测系统及方法 | |
CN103776841B (zh) | 合成革缺陷自动检测装置及检测方法 | |
CN104992449A (zh) | 基于机器视觉的信息识别及表面缺陷在线检测方法 | |
CN115294113A (zh) | 一种木饰面板质量检测方法 | |
CN106383121B (zh) | 一种可自适应多品牌的视觉检测方法及系统 | |
CN105403147A (zh) | 一种基于嵌入式的瓶胚检测系统和检测方法 | |
CN111415339B (zh) | 一种复杂纹理工业产品图像缺陷检测方法 | |
CN109003271A (zh) | 一种基于深度学习yolo算法的线束连接器排线质量检测方法 | |
CN104132945A (zh) | 一种基于光纤传导的棒材表面质量在线视觉检测装置 | |
CN115184359A (zh) | 一种自动调参的表面缺陷检测系统与方法 | |
CN105784719A (zh) | 能够进行物品分类的机器视觉检验终端机 | |
CN111487192A (zh) | 一种基于人工智能的机器视觉表面缺陷检测装置及方法 | |
CN104952754A (zh) | 基于机器视觉的镀膜后硅片分选方法 | |
CN202351182U (zh) | 一种马口铁表面缺陷在线高速检测系统 | |
CN114441452B (zh) | 一种光纤尾纤检测方法 | |
CN109859185A (zh) | 一种基于opencv的产品质量检测系统及检测方法 | |
CN110991469B (zh) | 一种水果可溶性固形物在线检测方法及系统 | |
CN117085969B (zh) | 人工智能工业视觉检测方法、装置、设备及存储介质 | |
CN205581022U (zh) | 能够进行物品分类的机器视觉检验装置 | |
CN105159248B (zh) | 一种基于机器视觉的对工业产品分类的方法 | |
CN111738963A (zh) | 一种基于深度自学习的烟包包装外观检测方法 | |
CN111389750A (zh) | 一种视觉测量系统及测量方法 | |
CN105214964A (zh) | 基于pca的瑕疵开关插座自动分拣装置及方法 | |
CN114742823A (zh) | 一种物体表面划痕智能检测方法 | |
CN110243475B (zh) | 一种基于机器视觉识别技术的织物色差检测方法 |
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 |