CN109990711B - 一种冲孔镀镍钢带的外观质量检测方法 - Google Patents

一种冲孔镀镍钢带的外观质量检测方法 Download PDF

Info

Publication number
CN109990711B
CN109990711B CN201910338196.8A CN201910338196A CN109990711B CN 109990711 B CN109990711 B CN 109990711B CN 201910338196 A CN201910338196 A CN 201910338196A CN 109990711 B CN109990711 B CN 109990711B
Authority
CN
China
Prior art keywords
image
steel strip
plated steel
punched
standard
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.)
Active
Application number
CN201910338196.8A
Other languages
English (en)
Other versions
CN109990711A (zh
Inventor
朱江
蒋典
李建奇
许海霞
田淑娟
裴廷睿
曾艳
颜蔚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xiangtan University
Original Assignee
Xiangtan University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xiangtan University filed Critical Xiangtan University
Priority to CN201910338196.8A priority Critical patent/CN109990711B/zh
Publication of CN109990711A publication Critical patent/CN109990711A/zh
Application granted granted Critical
Publication of CN109990711B publication Critical patent/CN109990711B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
    • 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
    • G01B11/08—Measuring arrangements characterised by the use of optical techniques for measuring diameters
    • G01B11/12—Measuring arrangements characterised by the use of optical techniques for measuring diameters internal diameters
    • 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
    • G01B11/14—Measuring arrangements characterised by the use of optical techniques for measuring distance or clearance between spaced objects or spaced apertures
    • 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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • 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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques

Abstract

本发明提出了一种冲孔镀镍钢带外观质量检测方法。本发明分为两个阶段：离线阶段和在线检测阶段。离线阶段中，获取两幅标准冲孔镀镍钢带图像并分别提取两幅标准图像中左上角起始冲孔的圆心坐标。在线检测阶段中，首先定位待测冲孔镀镍钢带图像中起始冲孔的圆心坐标及其半径；然后，利用离线阶段得到的标准图像生成标准匹配模板；第三，将标准匹配模板与待测图像进行差分；最后，根据差分的结果判断冲孔镀镍钢带质量。本发明优点在于可自动完成冲孔镀镍钢带的参数确定和外观缺陷检测，避免逐一计算各个孔的参数、孔与孔之间的距离，检测速度快、精度高、灵活性强。

Description

一种冲孔镀镍钢带的外观质量检测方法
技术领域
本发明涉及一种多圆板外观质量的自动化检测技术，尤其涉及冲孔镀镍钢带参数检测及外观缺陷检测方法。
背景技术
冲孔镀镍钢带是在冷轧白板钢带表面进行冲模冲孔，然后进行电化学镀镍得到的产品。由于冲孔镀镍钢带具有良好的电子导电能力和耐腐蚀性能，性价比高，适合大规模连续生产，是电池生产中应用最广泛的集流材料。目前主要应用于MH-Ni电池、工具用镍镉电池、军工用烧结式电池及轨道交通用蓄电池极板制造等领域。相比从国外发达国家生产制造的同类产品，国内公司的产品质量还有较大的提高空间。
由于冲孔镀镍钢带结构的复杂性及机械控制系统的精度限制，冲孔镀镍钢带不可避免的出现各种缺陷。冲孔镀镍钢带的缺陷分为功能缺陷和外观缺陷。功能缺陷主要指耐腐蚀度差和钢带内部电场分布不均匀等影响电池的储存使用性能的缺陷。冲孔镀镍钢带外观缺陷主要有钢带内部镀镍层厚度分布不均匀，冲孔孔径、横向孔距和纵向孔距等参数不标准，冲孔环边缘残缺等。该产品表面特征是其重要性能指标的反映，这些可能的缺陷在后续电池组装和电池使用中将导致严重的安全问题，因此，对其表面外观在线检测具有重要的现实意义。
钢带尺寸参数包括钢带的总宽度d1、钢带左边宽d3(即钢带左边缘到钢带第一列孔中心距离)、钢带右边宽d2(即钢带右边缘到钢带第一列孔中心距离)、冲孔圆直径d6、纵向孔距d4(即两列相邻圆孔中心之间的垂直距离)、横向孔距d5(即两行相邻圆孔中心之间的垂直距离)等。冲孔镀镍钢带检测区域图如图1所示。
冲制工序是产品参数形成的关键环节，冲孔孔径、横向孔距和纵向孔距等关键技术指标受条件限制，检测一般采用人工抽检方式，即生产现场工人通过手动取样，然后通过兆丰二次元影像设备进行离线检测。但是该方式存在劳动强度大，效率低，主观性强和检错率高。而且由于钢卷是连续生产，生产过程中无法进行取样，导致即使出现生产问题，也无法及时发现问题，而且过程中的参数也无法进行测量。近年来，随着机器视觉技术的飞速发展，有研究人员提出基于机器视觉的非接触冲孔质量检测方式，在获取的图像中，采用Hough变换或者曲线拟合等方式获取图像中每个圆(即冲孔)的半径、圆心等信息，在此基础上，逐一计算冲孔之间的横向孔距和纵向孔距等参数，由于圆很多，要对图像中所有圆分析，计算量大，非常耗时，难以满足检测实时性的要求。
发明内容
针对上述问题，本发明提出一种冲孔镀镍钢带外观缺陷自动检测方法，该方法能代替人工抽检，自动实现高速、高精度的冲孔镀镍钢带质量检测，使冲孔镀镍钢带满足外观合格标准。本发明通过高精度工业CCD相机获取冲孔镀镍钢带区域图像，具体内容如下：
S100.离线获取两幅标准图像；
S200.分别提取两幅标准图像中左上角起始冲孔的圆心坐标；
S300.在线检测阶段：定位待测图像起始冲孔圆心坐标，生成标准匹配模板，判断冲孔镀镍钢带质量。
本发明具有如下优点：
1、本发明利用图像处理技术，对冲孔镀镍钢带外观进行全自动检测，能精准检测出冲孔大小规格是否符合标准，冲孔分布是否均匀、是否存在冲孔边缘缺陷，保证冲孔镀镍钢带符合外观质量标准；
2、本发明采用了移位的方法生成当前图像的标准匹配模板，速度快；
3、本发明不需要在图像中逐一检测每一个冲孔的情况下计算出各个孔的参数(半径、圆心等)、孔与孔之间的距离(图像坐标系下统计像素数)，直观检测、速度快、精度高，能够满足工业现场检测高速、高精度的要求。
附图说明
图1是冲孔镀镍钢带检测区域图；
图2是本发明的方法流程图；
图3是冲孔镀镍钢带标准图像。具体如下：图3(a)、图3(b)分别为第一幅标准图像J0、水平移动3d6后的第二幅标准图像J1；
图4是在待测图像I0中预先设定的搜索区域图像；
图5为待测图像I0左上角起始冲孔的拟合结果图像；
图6是待测图像I0与标准冲孔镀镍钢带图像I1差分过程图像。具体如下：图6(a)、图6(b)、图6(c)分别为待测图像I0、标准冲孔镀镍钢带图像I1、差分图ΔI；
具体实施方式
实施本发明，以豪辉精密仪器有限公司生产的冲孔镀镍钢带质量检测为例进行说明。在检测开始之前，输入待检测冲孔镀镍钢带的型号CX160及其相关的先验参数，包括总宽d1＝160.003mm、右边宽d2＝11.171mm、左边宽d3＝24.099mm、横向孔距d4＝2.597mm、纵向孔距d5＝1.493mm、孔径d6＝1.965mm、冲孔的面积S。
将上述世界坐标系下的参数换算成图像坐标系中，标定的目的是确定被测对象的实际尺寸与相机采集图像中像素数目的量化对应关系，以便将图像距离和被测对象的真实距离对应起来，实现参数的实际测试需要。本发明实施时，采用了标准件成像法对上述坐标系的变换进行标定。具体标定过程为：
①将标定板5.6*5.6mm，精度1um的水平放置在测量系统载物台上，确保标定板边与相机成像屏幕的坐标轴平行；
②采集标定板图像，识别出标定板上左右标记圆，上下标记圆，求取上下标记圆和左右标记圆心之间像素值；
③用上下和左右标记圆的实际距离分别除以两者之间的像素值，获得在固定焦距和固定物距条件下的像素当量。为提高检测精度，像素当量保留了12位小数，相机X轴像素方向上当量为0.003826796100mm，Y轴方向上像素当量为0.003827779593mm。
根据以上标定的世界坐标系与图像坐标系的变换关系，将上述世界坐标系下的参数换算成图像坐标系，得到总宽d1′、右边宽d2′、左边宽d3′、横向孔距d4′、纵向孔距d5′、孔径d6′、冲孔的面积S′。
将冲孔镀镍钢带水平放置于皮带输送带上，从左至右以固定速度进入检测工作站。检测工作站中，高精度工业CCD相机垂直向下，采用顶部环形光源照明，获取冲孔镀镍钢带图像。结合图2，本发明具体实现步骤如下：
S100、离线获取标准图像：
正式检测前，离线获取两幅与待测图像规格型号相同的标准冲孔镀镍钢带的图像。
S110.在同一成像装置下，冲孔镀镍钢带与相机之间的距离固定，对冲孔镀镍钢带成像一次，得到标准图像J0，如图3(a)所示；
S120.相机在电机的控制下，水平移动3d6，其中d6为孔径大小；
S130.对该冲孔镀镍钢带再次成像，得到第二幅标准图像J1，如图3(b)所示。
S200、分别提取两幅标准图像中左上角起始冲孔的坐标：
S210.对图像J0采用Canny算子进行边缘检测；
S220.采用高斯拟合算法将步骤S100得到的像素级边缘提升为亚像素级，算法步骤如下：
S221.设G为梯度函数，并且坐标系原点与Canny边缘点重合，在梯度方向上，算法通过插值法获取2N+1个采样点G(-N)…G(0)…G(+N)，而后利用这2N+1个采样点拟合成一条连续曲线，通过曲线来求曲线的对称轴线的坐标，沿曲线的某一梯度方向灰度的一阶导数近似为高斯函数，并且高斯函数的中心即高斯函数的均值是在沿该梯度方向灰度变化最大的地方，也就是边缘所在之处，因此只要求出高斯函数的均值，就可以准确定位亚像素边缘坐标，具体的说，拟合的高斯函数为：
Figure BDA0002039811830000041
式中：μ为均值，即位置参数，σ是高斯函数的标准差，k表示高斯函数的幅度。
S222.拟合过程使用最小二乘法来求解高斯函数的参数值μ、σ和k，其中目标函数为梯度点G(i)和高斯函数预测点f(i)之间的均方误差为：
Figure BDA0002039811830000042
S223.采用Levenberg-Marquardt法对步骤S221-S222的最优化问题求解，本实例中拟合参数初始值设定为k＝max{G(i)}，σ＝2N+1，u＝0；
S230.对亚像素边缘点采用最小二乘法圆拟合，以确定左上角起始冲孔在当前图像中的圆心坐标C0(x，y)；
S240.对第二幅图像J1采用Canny算子进行边缘检测，并执行S220-S230步骤，得到J1左上角起始冲孔在当前图像中的圆心坐标C1(x，y)。
S300、在线检测阶段：
S310.获取待测图像I0左上角起始冲孔的圆心，半径等特征：
在待测图像I0中预先设定的搜索区域内(如图4所示的虚线框所示)，采用Canny算子进行边缘检测，并执行S220-S230步骤，得到待测图像I0左上角起始冲孔在当前图像中的圆心坐标O0(x，y)和半径r0′，拟合结果图如图5所示；
S320.检测冲孔镀镍钢带质量：
S321.测量图像I0中起始冲孔的几何参数，统计该起始冲孔区域的面积(即像素的总数)S0′，
Figure BDA0002039811830000043
式中，notgood表示不合格，good表示合格；r′为标准冲孔半径，即r′＝d6′/2，s′为标准冲孔面积；Th0和Th1为阈值；
若初始冲孔质量不合格，直接判断该冲孔镀镍钢带质量不合格；否则，进行步骤S322；
S322.产生标准匹配模板：
采用Canny算子提取待测图像I0的左边缘，对图像中的左边缘直线进行细化并提取直线的轮廓坐标，对轮廓上的坐标进行直线拟合，从而得到直线方程，并计算左上角第一个冲孔的圆心坐标O0(x，y)到直线的距离d0。若d0>d3(左边宽)，则以J0图像来生成标准匹配模板，否则，以J1图像来生成标准匹配模板；本实例中因为d0>d3，所以以J0图像来生成标准匹配模板；
将待测图像I0中左上角第一个冲孔的圆心坐标O0(x，y)与J0图像左上角第一个冲孔C0(x，y)相减，得到(Δx，Δy)＝C0(x，y)-O0(x，y)，根据下面的规则将J0图像矩阵的偏移，移位后空出的位置补充0，移位规则如下：
Figure BDA0002039811830000051
移位后圆心坐标O0(x，y)与圆心坐标C0(x，y)重合，生成当前冲孔镀镍钢带图像的标准匹配模板I1，如图6(b)所示；
S323.将待测图像I0与标准冲孔镀镍钢带图像I1进行差分，差分图为ΔI＝|I0-I1|，如图6(c)所示；
S330.在差分图ΔI中统计灰度值为255的面积大于面积阈值Th2的连通域数量Num，当Num大于阈值Th3时，当前冲孔镀镍钢带质量不合格，否则，质量合格。

Claims (1)

1.一种冲孔镀镍钢带的外观质量检测方法，所述方法至少包含以下几个步骤：
S100.离线获取两幅冲孔镀镍钢带的标准图像，即在同一成像装置下，冲孔镀镍钢带与相机之间的距离固定，对冲孔镀镍钢带成像一次，得到第一幅标准图像J0，相机在电机的控制下，水平移动3d6，其中d6为孔径大小，对该冲孔镀镍钢带再次成像，得到第二幅标准图像J1；
S200.分别提取两幅冲孔镀镍钢带标准图像J0和J1中左上角起始冲孔的圆心坐标C0(x，y)和C1(x，y)，即
S210.对待提取左上角起始冲孔圆心坐标的图像，采用Canny算子进行边缘检测；
S220.采用高斯拟合算法将步骤S100得到的像素级边缘提升为亚像素级，算法步骤如下：
S221.设G为梯度函数，并且坐标系原点与Canny边缘点重合，在梯度方向上，算法通过插值法获取2N+1个采样点G(-N)…G(0)…G(+N)，而后利用这2N+1个采样点拟合成一条连续曲线，通过曲线来求曲线的对称轴线的坐标，沿曲线的某一梯度方向灰度的一阶导数近似为高斯函数，并且高斯函数的中心即高斯函数的均值是在沿该梯度方向灰度变化最大的地方，也就是边缘所在之处，因此只要求出高斯函数的均值，就可以准确定位亚像素边缘坐标，具体的说，拟合的高斯函数为：
Figure FDA0003133935760000011
式中：μ为均值，即位置参数，σ是高斯函数的标准差，k表示高斯函数的幅度；
S222.拟合过程使用最小二乘法来求解高斯函数的参数值μ、σ和k，其中目标函数为梯度点G(i)和高斯函数预测点f(i)之间的均方误差：
Figure FDA0003133935760000012
S223.采用Levenberg-Marquardt法对步骤S221-S222的最优化问题求解；
S230.对亚像素边缘点采用最小二乘法圆拟合，以确定左上角起始冲孔在当前图像中的圆心坐标；
S300.在线检测阶段：定位待测图像起始冲孔圆心坐标，生成标准匹配模板，判断冲孔镀镍钢带质量，即
S310.获取待测图像I0左上角起始冲孔的圆心，半径特征：
在待测图像I0中预先设定的搜索区域内，采用Canny算子进行边缘检测，并执行步骤S220-S230，得到待测图像I0左上角起始冲孔在当前图像中的圆心坐标O0(x，y)和半径r0′；
S320.检测冲孔镀镍钢带质量：
S321.测量图像I0中起始冲孔的几何参数，统计该起始冲孔区域的面积,即像素的总数S0′，
Figure FDA0003133935760000021
式中，not good表示不合格，good表示合格；r′为标准冲孔半径，即r′＝d6/2，s′为标准冲孔面积，Th0和Th1为阈值；
若初始冲孔质量不合格，直接判断该冲孔镀镍钢带质量不合格；否则，进行步骤S322；
S322.产生标准匹配模板：
采用Canny算子提取待测图像I0的左边缘，对图像中的左边缘直线进行细化并提取直线的轮廓坐标，对轮廓上的坐标进行直线拟合，从而得到直线方程，并计算左上角第一个冲孔的圆心坐标O0(x，y)到左边缘直线的距离d0；若d0>d3，其中d3为钢带左边缘到钢带第一列孔中心距离，则以J0图像来生成标准匹配模板，否则，以J1图像来生成标准匹配模板；
将待测图像I0中左上角第一个冲孔的圆心坐标O0(x，y)与图像Ji中左上角第一个冲孔的圆心坐标Ci(x，y)相减，其中i＝0或1，得到(Δx，Δy)＝Ci(x，y)-O0(x，y)，根据下面规则将Ji图像矩阵偏移，偏移后空出的位置填入0，移位规则如下：
Figure FDA0003133935760000022
移位后圆心坐标O0(x，y)与圆心坐标Ci(x，y)重合，生成当前冲孔镀镍钢带图像的标准匹配模板图像I1；
S323.将待测图像I0与冲孔镀镍钢带图像的标准匹配模板图像I1进行差分，差分图为ΔI＝|I0-I1|；
S330.在差分图ΔI中统计灰度值为255的面积大于面积阈值Th2的连通域数量Num，当Num大于阈值Th3时，当前冲孔镀镍钢带质量不合格，否则，质量合格。
CN201910338196.8A 2019-04-25 2019-04-25 一种冲孔镀镍钢带的外观质量检测方法 Active CN109990711B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910338196.8A CN109990711B (zh) 2019-04-25 2019-04-25 一种冲孔镀镍钢带的外观质量检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910338196.8A CN109990711B (zh) 2019-04-25 2019-04-25 一种冲孔镀镍钢带的外观质量检测方法

Publications (2)

Publication Number Publication Date
CN109990711A CN109990711A (zh) 2019-07-09
CN109990711B true CN109990711B (zh) 2021-08-31

Family

ID=67135178

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910338196.8A Active CN109990711B (zh) 2019-04-25 2019-04-25 一种冲孔镀镍钢带的外观质量检测方法

Country Status (1)

Country Link
CN (1) CN109990711B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111551552B (zh) * 2020-05-18 2023-06-13 湘潭大学 一种圆孔冲孔网的外观质量检测方法
TWI725861B (zh) * 2020-05-29 2021-04-21 中國鋼鐵股份有限公司 鋼帶中心位置虛擬量測器及其量測方法
CN114184933B (zh) * 2021-11-26 2024-04-05 浪潮(北京)电子信息产业有限公司 回流地孔检测方法、系统、装置及计算机可读存储介质
CN114147475A (zh) * 2021-12-10 2022-03-08 航天科技控股集团股份有限公司 基于人机交互式六轴机器人和螺丝供给机的螺丝拧紧系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103217438A (zh) * 2013-04-02 2013-07-24 天津大学 一种基于图像特征的电路板元件精确定位与检测的方法
CN104457577A (zh) * 2014-12-19 2015-03-25 上海工业自动化仪表研究院 面向机器视觉的无接触式工件定位与测量方法
CN105894521A (zh) * 2016-04-25 2016-08-24 中国电子科技集团公司第二十八研究所 基于高斯拟合的亚像素边缘检测方法
CN108917593A (zh) * 2018-05-14 2018-11-30 南京工业大学 一种基于待测工件基元组态的智能测量系统及方法
CN108961200A (zh) * 2017-05-17 2018-12-07 深圳怡化电脑股份有限公司 一种灰尘检测方法及装置
CN109658391A (zh) * 2018-12-04 2019-04-19 东北大学 一种基于轮廓归并和凸包拟合的圆半径测量方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5639773B2 (ja) * 2010-03-11 2014-12-10 株式会社ミツトヨ 画像測定機
CN107797517B (zh) * 2017-09-30 2020-09-11 湖南文理学院 采用机器视觉实现钢带冲孔加工检测的方法及系统
CN108319799A (zh) * 2018-03-15 2018-07-24 西北工业大学 一种自主水下航行器的外形多保真度优化设计方法
CN109047004A (zh) * 2018-06-27 2018-12-21 天津大学 滚珠不合格品剔除方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103217438A (zh) * 2013-04-02 2013-07-24 天津大学 一种基于图像特征的电路板元件精确定位与检测的方法
CN104457577A (zh) * 2014-12-19 2015-03-25 上海工业自动化仪表研究院 面向机器视觉的无接触式工件定位与测量方法
CN105894521A (zh) * 2016-04-25 2016-08-24 中国电子科技集团公司第二十八研究所 基于高斯拟合的亚像素边缘检测方法
CN108961200A (zh) * 2017-05-17 2018-12-07 深圳怡化电脑股份有限公司 一种灰尘检测方法及装置
CN108917593A (zh) * 2018-05-14 2018-11-30 南京工业大学 一种基于待测工件基元组态的智能测量系统及方法
CN109658391A (zh) * 2018-12-04 2019-04-19 东北大学 一种基于轮廓归并和凸包拟合的圆半径测量方法

Also Published As

Publication number Publication date
CN109990711A (zh) 2019-07-09

Similar Documents

Publication Publication Date Title
CN109990711B (zh) 一种冲孔镀镍钢带的外观质量检测方法
CN109141232B (zh) 一种基于机器视觉的盘类铸件在线检测方法
CN109612390B (zh) 基于机器视觉的大尺寸工件自动测量系统
CN106934800B (zh) 一种基于yolo9000网络的金属板带表面缺陷检测方法及装置
CN111537517A (zh) 一种无人智能化冲压缺陷识别方法
CN107063099A (zh) 一种基于视觉系统的机械制造业在线质量监测方法
US11636584B2 (en) Real-time traceability method of width of defect based on divide-and-conquer
CN109483887B (zh) 激光选区熔化过程中成形层轮廓精度在线检测方法
CN115482195B (zh) 一种基于三维点云的列车部件变形检测方法
CN113781585B (zh) 一种增材制造零件表面缺陷在线检测方法及系统
CN109590952B (zh) 成套工艺装配板的智能检测方法和检测工作台
CN115546125A (zh) 一种基于点云信息的增材制造熔敷层的误差检测并对轨迹纠偏的方法
CN113240667A (zh) 一种基于图像处理的汽车模具平面裂纹检测方法
CN113012098A (zh) 一种基于bp神经网络的铁塔角钢冲孔缺陷检测方法
CN104316530A (zh) 一种零部件检测方法及应用
CN107797517B (zh) 采用机器视觉实现钢带冲孔加工检测的方法及系统
CN112345540B (zh) 一种基于圆形结构光检测内孔过盈配合表面拆卸损伤的检测方法
CN113705564A (zh) 一种指针式仪表识别读数方法
CN113793321B (zh) 基于机器视觉的铸件表面缺陷动态检测方法及装置
CN110021027B (zh) 一种基于双目视觉的切边点计算方法
CN114322780B (zh) 在线监测贴装重复精度方法
CN114354633B (zh) 一种陶瓷卫浴外观质量检测系统及检测方法
CN115980063A (zh) 工件表面瑕疵检测方法及装置
CN115641326A (zh) 用于陶瓷天线pin针图像的亚像素尺寸检测方法及系统
CN112414316B (zh) 一种应变片敏感栅尺寸参数测量方法

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