CN110044918A - 汽车后视镜表面斑点检测方法 - Google Patents
汽车后视镜表面斑点检测方法 Download PDFInfo
- Publication number
- CN110044918A CN110044918A CN201910328694.4A CN201910328694A CN110044918A CN 110044918 A CN110044918 A CN 110044918A CN 201910328694 A CN201910328694 A CN 201910328694A CN 110044918 A CN110044918 A CN 110044918A
- Authority
- CN
- China
- Prior art keywords
- region
- stain
- pimple
- doubtful
- rearview mirror
- 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
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
- G01N2021/9511—Optical elements other than lenses, e.g. mirrors
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30268—Vehicle interior
Abstract
本发明提供了一种汽车后视镜表面斑点检测方法,所述后视镜表面斑点包括麻点和黑点,所述汽车后视镜表面斑点检测方法包括:对所述后视镜的镜面施加条形光源,使所述镜面上形成明场区域和暗场区域,所述明场区域和所述暗场区域交替分布;移动所述镜面以使所述明场区域和所述暗场区域交替变换;对所述镜面进行拍摄;识别所述暗场区域中的麻点;识别所述明场区域中的黑点。
Description
技术领域
本发明涉及图像处理技术领域,特别涉及一种汽车后视镜表面斑点检测方法。
背景技术
随着现在制造业自动化生产工业的日益提高,以及现代制造对产品表面外观、尺寸、性能要求的日益严格,传统人工肉眼检测来实现对产品生产时的质量过程控制已经无法满足告诉、高精度、实时的自动化生产要求,因此,如何实现快速高效、高精度、实时在线的表面表面斑点在线监测方法逐渐成为现代化生产企业检测的难题。
尤其在汽车后视镜表面斑点检测上,由于后视镜表面斑点多样,镜面反射可见光,瑕疵微小等特点,肉眼难以判断,人工检测的成本极大,检出后也很难及时进行处理。
发明内容
本发明的目的在于提供一种汽车后视镜表面斑点检测方法,以解决现有的汽车后视镜表面斑点检测难度大成本高的特点。
为解决上述技术问题,本发明提供一种汽车后视镜表面斑点检测方法,所述后视镜表面斑点包括麻点和黑点,所述汽车后视镜表面斑点检测方法包括:
对所述后视镜的镜面施加条形光源,使所述镜面上形成明场区域和暗场区域,所述明场区域和所述暗场区域交替分布;
移动所述镜面以使所述明场区域和所述暗场区域交替变换;
对所述镜面进行拍摄;
识别所述暗场区域中的麻点;
识别所述明场区域中的黑点。
可选的,在所述的汽车后视镜表面斑点检测方法中,所述汽车后视镜表面斑点检测方法在无尘暗箱中实施。
可选的,在所述的汽车后视镜表面斑点检测方法中,所述条形光源是通过以下方式获取:对一玻璃的部分区域进行遮蔽形成条纹图案,使原始光源向所述玻璃进行投射,使其光线通过玻璃时经过滤形成所述条形光源。
可选的,在所述的汽车后视镜表面斑点检测方法中,将所述镜面放置于检测工位的初始位置上,固定所述条形光源,将所述条形光源投射到所述镜面形成所述明场区域和所述暗场区域后,所述检测工位的传送带带动镜面移动,所述镜面的移动方向与所述条纹图案中的条纹垂直,直至将所述镜面在所述初始位置时的所述暗场区域变换为明场区域,且所述镜面在所述初始位置时的所述明场区域变换为暗场区域。
可选的,在所述的汽车后视镜表面斑点检测方法中,所述对所述镜面进行拍摄包括:
固定第一相机,调整至第一曝光值,所述第一曝光值符合所述暗场区域的曝光;
固定第二相机,调整至第二曝光值,所述第二曝光值符合所述明场区域的曝光;
所述第一相机和所述第二相机对所述镜面进行拍摄,选取所述第一相机拍摄的照片作为所述暗场区域的照片,选取所述第二相机拍摄的照片作为所述明场区域的照片。
可选的,在所述的汽车后视镜表面斑点检测方法中,所述识别所述暗场区域中的麻点包括:
通过对所述暗场区域的照片进行亮度值统计,寻找疑似麻点区域;
统计所述疑似麻点区域的亮度值,并将所述疑似麻点区域的亮度值与所设阈值进行对比,判断所述疑似麻点区域是否存在麻点。
可选的,在所述的汽车后视镜表面斑点检测方法中,所述疑似麻点区域的亮度值与所设阈值进行对比包括:
当所述疑似麻点区域的亮度值大于所述所设阈值时,则所述疑似麻点区域的亮度值等于255,当所述疑似麻点区域的亮度值大于所述所设阈值时,则所述疑似麻点区域的亮度值等于0,所述亮度值为255的区域存在麻点。
可选的,在所述的汽车后视镜表面斑点检测方法中,所述识别所述明场区域中的黑点包括:
通过对所述明场区域的照片进行亮度值统计,寻找疑似黑点区域;
统计所述疑似黑点区域的亮度值,并将所述疑似黑点区域的亮度值与所设阈值进行对比,判断所述疑似黑点区域是否存在黑点,分析灰尘和黑点的物理形态和灰度分布,区分灰尘和黑点以排除灰尘影响。
可选的,在所述的汽车后视镜表面斑点检测方法中,所述疑似黑点区域的亮度值与所设阈值进行对比包括:
当所述疑似黑点区域的亮度值大于所述所设阈值时,则所述疑似黑点区域的亮度值等于255,当所述疑似黑点区域的亮度值大于所述所设阈值时,则所述疑似黑点区域的亮度值等于0,所述亮度值为0的区域存在黑点。
可选的,在所述的汽车后视镜表面斑点检测方法中,所述所设阈值为165~185。
在本发明提供的汽车后视镜表面斑点检测方法中,通过移动所述镜面以使所述明场区域和所述暗场区域交替变换,对所述镜面进行拍摄,识别所述暗场区域中的麻点,识别所述明场区域中的黑点,实现了自动识别多种斑点,识别速度快,精度高,提高检测流程自动化程度,避免因人眼疲劳带来的识别率下降,识别速度变慢等情况,整个过程基本实现自动化,可有效的满足现代自动化生产所需的高精度、较高速度、实时在线检测等条件。
另外,基于图像亮度阈值分割,能够有效的在暗场中识别麻点、在明场中识别黑点,并过分析灰尘和黑点的物理形态和灰度分布,可以实现区分灰尘和黑点。
附图说明
图1是本发明一实施例汽车后视镜表面斑点检测方法示意图;
图2是本发明一实施例汽车后视镜表面斑点检测方法示意图;
图3是本发明一实施例汽车后视镜表面斑点检测方法示意图;
图中所示:10-镜面;20-检测工位;21-传送带;30-条形光源;41-第一相机;42-第二相机。
具体实施方式
以下结合附图和具体实施例对本发明提出的汽车后视镜表面斑点检测方法作进一步详细说明。根据下面说明和权利要求书,本发明的优点和特征将更清楚。需说明的是,附图均采用非常简化的形式且均使用非精准的比例,仅用以方便、明晰地辅助说明本发明实施例的目的。
本发明的核心思想在于提供一种汽车后视镜表面斑点检测方法,以解决现有的汽车后视镜表面斑点检测难度大成本高的特点。
为实现上述思想,本发明提供了一种汽车后视镜表面斑点检测方法,所述后视镜表面斑点包括麻点和黑点,所述汽车后视镜表面斑点检测方法包括:对所述后视镜的镜面施加条形光源,使所述镜面上形成明场区域和暗场区域,所述明场区域和所述暗场区域交替分布;移动所述镜面以使所述明场区域和所述暗场区域交替变换;对所述镜面进行拍摄;识别所述暗场区域中的麻点;识别所述明场区域中的黑点。
随着现企业用工成本的日益增加,以及机器视觉表面表面斑点检测技术的日益成熟,越来越多的生产型企业开始使用自动化表面表面斑点检测系统来降低生产成本的同时实现产品生产过程中的自动检测、标记、剔除等功能。因此,本发明提出的一种基于图像处理的汽车后视镜表面斑点检测方法,利用双相机明、暗场检测,能够有效地提高产品质量、生产效率,实现生产效益的最大化。
本发明提供一种汽车后视镜表面斑点检测方法,所述后视镜表面斑点包括麻点和黑点,如图1所示,所述汽车后视镜表面斑点检测方法包括:
S1:对所述后视镜的镜面施加条形光源,使所述镜面上形成明场区域和暗场区域,所述明场区域和所述暗场区域交替分布;
S2:移动所述镜面以使所述明场区域和所述暗场区域交替变换;
S3:对所述镜面进行拍摄;
S41:识别所述暗场区域中的麻点;
S42:识别所述明场区域中的黑点;
S5:完成检测。
具体的,在所述的汽车后视镜表面斑点检测方法中,所述汽车后视镜表面斑点检测方法在无尘暗箱中实施。在所述的汽车后视镜表面斑点检测方法中,所述条形光源是通过以下方式获取:对一玻璃的部分区域进行遮蔽形成条纹图案,使原始光源向所述玻璃进行投射,使其光线通过玻璃时经过滤形成所述条形光源。
如图2所示,在所述的汽车后视镜表面斑点检测方法中,将所述镜面10放置于检测工位20的初始位置上,固定所述条形光源30,将所述条形光源30投射到所述镜面10形成所述明场区域和所述暗场区域后,所述检测工位20的传送带21带动镜面10移动,所述镜面10的移动方向与所述条纹图案中的条纹垂直,直至将所述镜面10在所述初始位置时的所述暗场区域变换为明场区域,且所述镜面在所述初始位置时的所述明场区域变换为暗场区域。所述对所述镜面进行拍摄包括:S31:固定第一相机41,调整至第一曝光值,所述第一曝光值符合所述暗场区域的曝光,使其能够保证在暗场区域中拍摄到所需检测区域;S32:固定第二相机42,调整至第二曝光值,所述第二曝光值符合所述明场区域的曝光,使其在对明场区域进行曝光时防止过曝,使其能够保证在明场区域中拍摄到所需检测区域;S33:所述第一相机41和所述第二相机42对所述镜面进行拍摄,S34:选取所述第一相机41拍摄的照片作为所述暗场区域的照片,S35:选取所述第二相机42拍摄的照片作为所述明场区域的照片。
如图3所示,在所述的汽车后视镜表面斑点检测方法中,所述识别所述暗场区域中的麻点包括:S411:通过对所述暗场区域的照片进行亮度值统计,寻找疑似麻点区域;S412:统计所述疑似麻点区域的亮度值,并将所述疑似麻点区域的亮度值与所设阈值进行对比,判断所述疑似麻点区域是否存在麻点。所述疑似麻点区域的亮度值与所设阈值进行对比包括:当所述疑似麻点区域的亮度值大于所述所设阈值时,则所述疑似麻点区域的亮度值等于255,即白色,当所述疑似麻点区域的亮度值大于所述所设阈值时,则所述疑似麻点区域的亮度值等于0,即黑色,即可实现对所得图像的二值化处理,所述亮度值为255的区域存在麻点。所述所设阈值为165~185,较佳的为175。本实施例通过对拍摄的暗场区域的照片进行处理,灰度化过滤掉光线的影响后,将所得图片进行二值化处理,方便下一步进行麻点识别;通过对疑似麻点区域的亮度值进行统计,寻找不规则变化区域,将此区域的亮度值与所设阈值进行比对,判断是否存在麻点。
进一步的,在所述的汽车后视镜表面斑点检测方法中,所述识别所述明场区域中的黑点包括:S421:通过对所述明场区域的照片进行亮度值统计,寻找疑似黑点区域;S422:统计所述疑似黑点区域的亮度值,并将所述疑似黑点区域的亮度值与所设阈值进行对比,判断所述疑似黑点区域是否存在黑点,S423:分析灰尘和黑点的物理形态和灰度分布,区分灰尘和黑点以排除灰尘影响。所述疑似黑点区域的亮度值与所设阈值进行对比包括:当所述疑似黑点区域的亮度值大于所述所设阈值时,则所述疑似黑点区域的亮度值等于255,即白色,当所述疑似黑点区域的亮度值大于所述所设阈值时,则所述疑似黑点区域的亮度值等于0,即黑色,即可实现对所得图像的二值化处理,所述亮度值为0的区域存在黑点。所述所设阈值为165~185,较佳的为175。本实施例通过对明场区域拍摄的照片进行处理,灰度化然后二值化处理过滤掉过曝光引起的干扰,为下一步进行比对做准备;通过统计疑似黑点区域的亮度值与所设阈值进行比对,同时通过分析灰尘、黑点的物理形态和灰度分布,可以实现区分灰尘/黑点,判断该区域是否存在黑点的目的。至此,完成基于图像处理的汽车后视镜斑点检测方法的流程。
在本发明提供的汽车后视镜表面斑点检测方法中,通过移动所述镜面以使所述明场区域和所述暗场区域交替变换,对所述镜面进行拍摄,识别所述暗场区域中的麻点,识别所述明场区域中的黑点,实现了自动识别多种斑点,识别速度快,精度高,提高检测流程自动化程度,避免因人眼疲劳带来的识别率下降,识别速度变慢等情况,整个过程基本实现自动化,可有效的满足现代自动化生产所需的高精度、较高速度、实时在线检测等条件。
另外,基于图像亮度阈值分割,能够有效的在暗场中识别麻点、在明场中识别黑点,并过分析灰尘和黑点的物理形态和灰度分布,可以实现区分灰尘和黑点。
本发明提供了一种基于图像处理的汽车后视镜表面表面斑点检测方法,采用双相机,明、暗场检测方式,可以有效的检测去出表面表面斑点包括麻点、黑点的存在,同时通过分析灰尘和黑点的物理形态和灰度分布,可以实现检测麻点的同时区分灰尘/黑点。
本发明属于图像处理领域,公开了一种基于图像处理的汽车后视镜表面斑点检测方法,包括对镜面投射条形光源将镜面分为明、暗场的步骤;通过双相机在明场区域中获取疑似黑点区域的亮度值与所设阈值比对识别黑点的步骤;在暗场区域中获取疑似麻点区域的亮度值与所设阈值的比对识别麻点的步骤;本发明利用阈值比对法,采用条形光源,通过在无尘暗箱中操作将镜面分为亮场区域和暗场区域,分别检测麻点与黑点,可有效识别镜面上所有表面斑点的存在,同时可避免灰尘的影响,能够高效的识别出瑕疵镜面、提高良品率,同时采用自动化平台,满足现代自动化不间断生产的要求。
综上,上述实施例对汽车后视镜表面斑点检测方法的不同构型进行了详细说明,当然,本发明包括但不局限于上述实施中所列举的构型,任何在上述实施例提供的构型基础上进行变换的内容,均属于本发明所保护的范围。本领域技术人员可以根据上述实施例的内容举一反三。
上述描述仅是对本发明较佳实施例的描述,并非对本发明范围的任何限定,本发明领域的普通技术人员根据上述揭示内容做的任何变更、修饰,均属于权利要求书的保护范围。
Claims (10)
1.一种汽车后视镜表面斑点检测方法,所述后视镜表面斑点包括麻点和黑点,其特征在于,所述汽车后视镜表面斑点检测方法包括:
对所述后视镜的镜面施加条形光源,使所述镜面上形成明场区域和暗场区域,所述明场区域和所述暗场区域交替分布;
移动所述镜面以使所述明场区域和所述暗场区域交替变换;
对所述镜面进行拍摄;
识别所述暗场区域中的麻点;
识别所述明场区域中的黑点。
2.如权利要求1所述的汽车后视镜表面斑点检测方法,其特征在于,所述汽车后视镜表面斑点检测方法在无尘暗箱中实施。
3.如权利要求1所述的汽车后视镜表面斑点检测方法,其特征在于,所述条形光源是通过以下方式获取:对一玻璃的部分区域进行遮蔽形成条纹图案,使原始光源向所述玻璃进行投射,使其光线通过玻璃时经过滤形成所述条形光源。
4.如权利要求3所述的汽车后视镜表面斑点检测方法,其特征在于,将所述镜面放置于检测工位的初始位置上,固定所述条形光源,将所述条形光源投射到所述镜面形成所述明场区域和所述暗场区域后,所述检测工位的传送带带动镜面移动,所述镜面的移动方向与所述条纹图案中的条纹垂直,直至将所述镜面在所述初始位置时的所述暗场区域变换为明场区域,且所述镜面在所述初始位置时的所述明场区域变换为暗场区域。
5.如权利要求1所述的汽车后视镜表面斑点检测方法,其特征在于,所述对所述镜面进行拍摄包括:
固定第一相机,调整至第一曝光值,所述第一曝光值符合所述暗场区域的曝光;
固定第二相机,调整至第二曝光值,所述第二曝光值符合所述明场区域的曝光;
所述第一相机和所述第二相机对所述镜面进行拍摄,选取所述第一相机拍摄的照片作为所述暗场区域的照片,选取所述第二相机拍摄的照片作为所述明场区域的照片。
6.如权利要求5所述的汽车后视镜表面斑点检测方法,其特征在于,所述识别所述暗场区域中的麻点包括:
通过对所述暗场区域的照片进行亮度值统计,寻找疑似麻点区域;
统计所述疑似麻点区域的亮度值,并将所述疑似麻点区域的亮度值与所设阈值进行对比,判断所述疑似麻点区域是否存在麻点。
7.如权利要求6所述的汽车后视镜表面斑点检测方法,其特征在于,所述疑似麻点区域的亮度值与所设阈值进行对比包括:
当所述疑似麻点区域的亮度值大于所述所设阈值时,则所述疑似麻点区域的亮度值等于255,当所述疑似麻点区域的亮度值大于所述所设阈值时,则所述疑似麻点区域的亮度值等于0,所述亮度值为255的区域存在麻点。
8.如权利要求5所述的汽车后视镜表面斑点检测方法,其特征在于,所述识别所述明场区域中的黑点包括:
通过对所述明场区域的照片进行亮度值统计,寻找疑似黑点区域;
统计所述疑似黑点区域的亮度值,并将所述疑似黑点区域的亮度值与所设阈值进行对比,判断所述疑似黑点区域是否存在黑点,分析灰尘和黑点的物理形态和灰度分布,区分灰尘和黑点以排除灰尘影响。
9.如权利要求8所述的汽车后视镜表面斑点检测方法,其特征在于,所述疑似黑点区域的亮度值与所设阈值进行对比包括:
当所述疑似黑点区域的亮度值大于所述所设阈值时,则所述疑似黑点区域的亮度值等于255,当所述疑似黑点区域的亮度值大于所述所设阈值时,则所述疑似黑点区域的亮度值等于0,所述亮度值为0的区域存在黑点。
10.如权利要求6或8所述的汽车后视镜表面斑点检测方法,其特征在于,所述所设阈值为165~185。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910328694.4A CN110044918B (zh) | 2019-04-23 | 2019-04-23 | 汽车后视镜表面斑点检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910328694.4A CN110044918B (zh) | 2019-04-23 | 2019-04-23 | 汽车后视镜表面斑点检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110044918A true CN110044918A (zh) | 2019-07-23 |
CN110044918B CN110044918B (zh) | 2022-04-01 |
Family
ID=67278642
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910328694.4A Active CN110044918B (zh) | 2019-04-23 | 2019-04-23 | 汽车后视镜表面斑点检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110044918B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105424718A (zh) * | 2015-11-02 | 2016-03-23 | 东华大学 | 一种基于双工位的车镜瑕疵在线自动检测装置与方法 |
CN109030495A (zh) * | 2018-06-26 | 2018-12-18 | 大连鉴影光学科技有限公司 | 一种基于机器视觉技术的光学元件缺陷检测方法 |
-
2019
- 2019-04-23 CN CN201910328694.4A patent/CN110044918B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105424718A (zh) * | 2015-11-02 | 2016-03-23 | 东华大学 | 一种基于双工位的车镜瑕疵在线自动检测装置与方法 |
CN109030495A (zh) * | 2018-06-26 | 2018-12-18 | 大连鉴影光学科技有限公司 | 一种基于机器视觉技术的光学元件缺陷检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110044918B (zh) | 2022-04-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110146507B (zh) | 汽车漆面表面外观缺陷检测系统及方法 | |
AU706790B2 (en) | Lens inspection system and method | |
US11680909B2 (en) | Automated inspection of foreign materials, cracks and other surface anomalies | |
CN105866136A (zh) | 摄像头模组滤光片涂胶检测装置和方法 | |
JP2015184143A (ja) | 車体塗装面の検査装置および検査方法 | |
CN111665251A (zh) | 一种表面缺陷视觉检测方法 | |
CN115424008A (zh) | 一种激光投影仪产线调光聚焦检测方法及系统 | |
EP0686841A2 (en) | System and method for inspecting lenses | |
CN110412055A (zh) | 一种基于多光源暗场照明的透镜白雾缺陷检测方法 | |
CN111103309A (zh) | 用于检测透明材质物体瑕疵的方法 | |
CN110044918A (zh) | 汽车后视镜表面斑点检测方法 | |
CN211426295U (zh) | 一种汽车漆面表面外观缺陷检测系统 | |
CN111833350A (zh) | 机器视觉检测方法与系统 | |
JP4146678B2 (ja) | 画像検査方法および装置 | |
KR101543896B1 (ko) | 스캡 결함 검출 장치 및 방법 | |
CN110148141A (zh) | 一种丝印滤光片小片检测计数方法及设备 | |
Torng et al. | Development of an automated optical inspection system for mobile phone panels | |
CN115184362A (zh) | 一种基于结构光投影的快速缺陷检测方法 | |
JP3917431B2 (ja) | 光学部材検査方法 | |
CN111563869B (zh) | 用于摄像模组质检的污点测试方法 | |
CN106596580A (zh) | 可提高触摸屏玻屏aoi检测良品率的aoi算法/工艺方法 | |
JP2005140655A (ja) | シミ欠陥の検出方法及びその検出装置 | |
CN108896557A (zh) | 一种镜片正边沿倒角爆边瑕疵的检测装置及方法 | |
Sikun et al. | An Image Measurement System for Detecting Dents and Scratches on the Surface of Used Car Body Parts | |
Li et al. | A stereo optical comparison method for detection of metallic surface defects based on machine vision and laser triangulation |
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 |