CN110108715B - 一种透明平行平板的缺陷检测方法 - Google Patents

一种透明平行平板的缺陷检测方法 Download PDF

Info

Publication number
CN110108715B
CN110108715B CN201910370090.6A CN201910370090A CN110108715B CN 110108715 B CN110108715 B CN 110108715B CN 201910370090 A CN201910370090 A CN 201910370090A CN 110108715 B CN110108715 B CN 110108715B
Authority
CN
China
Prior art keywords
polarization image
sample
polarization
image
defect
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
CN201910370090.6A
Other languages
English (en)
Other versions
CN110108715A (zh
Inventor
王洋
刘重阳
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.)
Harbin University of Science and Technology
Original Assignee
Harbin University of Science and Technology
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 Harbin University of Science and Technology filed Critical Harbin University of Science and Technology
Priority to CN201910370090.6A priority Critical patent/CN110108715B/zh
Publication of CN110108715A publication Critical patent/CN110108715A/zh
Application granted granted Critical
Publication of CN110108715B publication Critical patent/CN110108715B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8806Specially adapted optical and illumination features
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan 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
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/95Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/958Inspecting transparent materials or objects, e.g. windscreens
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8806Specially adapted optical and illumination features
    • G01N2021/8822Dark field detection
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8806Specially adapted optical and illumination features
    • G01N2021/8829Shadow projection or structured background, e.g. for deflectometry
    • G01N2021/8832Structured background, e.g. for transparent objects
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8806Specially adapted optical and illumination features
    • G01N2021/8848Polarisation of light
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan 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
    • G01N2021/8854Grading and classifying of flaws
    • G01N2021/8874Taking dimensions of defect into account
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10052Images from lightfield camera

Abstract

本发明公开了一种非接触式的透明平行平板缺陷检测方法,包括光源装置、空间光调制器、待测样品、偏振CCD相机、计算机以及支持装置。检测步骤为:①在实施装置中无待测样品时,偏振CCD相机获取初始偏振图像;②在待测样品的位置处放置分辨率板,调焦至清晰位置;③将待测样品放置在空间光调制器和偏振CCD相机之间,采集待测样品的实时偏振图像;④根据初始偏振图像与实时偏振图像差分来确定待测样品的边缘;⑤利用改进圆心定位算法方法确定差分图像中的圆心位置;⑥基于偏振图像灰度的一阶差分来确定缺陷边缘点坐标;⑦求取偏振图像中缺陷区域的面积并设定面积阈值,判别该区域是否属缺陷区域。本发明提出了一种准确、高效的缺陷检测方法。

Description

一种透明平行平板的缺陷检测方法
技术领域:
本发明涉及一种非接触式透明平行平板的缺陷检测方法,例如平板玻璃和透明平板塑料 等产品关于刮痕、外来杂质或是其本身制造产生缺陷的检测方法,是一种准确、快速测量透 明平行平板部缺陷的方法。
背景技术:
在透明材料的生产中,由于在基片装配、充填、以及固化等过程中生产技术和环境等问 题,材料的表面易出现划痕、凹坑或擦伤等缺陷,所述缺陷会在一定程度上影响产品的观感 和使用价值。现代的透明材料检测缺陷的方式仍主要采取人工视觉检测,即在亮场中利于强 光照射待测镜片的表面,用人眼去直接观测待测样品的表面缺陷,然后人为的去判定缺陷位 置和种类。此方法耗费大量人力,且检测率低下,无法保证批次生产产品的质量,因此透明 材料的缺陷检测是不容小觑的难题。
在透明材料缺陷检测中,需要进行快速检测缺陷存在和识别缺陷类别,以便后续处理。 在目前的工业难题中,如何更加精确、可靠、快速的检测透明材料的表面缺陷,提高透明材 料生产精度,有效解决透明材料批量生产中问题,需要我们对问题进行实际分析和提出可行 的解决方案。
发明内容:
针对人工检测的弊端,本发明提供一种非接触式透明平行平板的缺陷检测方法,以解决 上述问题。
本发明是通过以下技术方案予以实现的,一种透明平行平板的缺陷检测方法,包括光源 装置、空间光调制器、待测样品、偏振CCD相机、计算机以及支持装置。
本发明所述光源装置为平行光源,在光源面板上阵列紧凑的布上LED,通过漫射板使之 发射平行,为检测环境提供均匀照明光源。
本发明所述偏振CCD相机主要包括光学镜头、偏振片、滤光片、CCD传感器等,其具有四个不同角度的偏振镜分别被固定在不同的像素上,并且每四个像素组成一个计算单元。
本发明所述空间光调制器是一种可对光束的相位、偏振态、振幅或强度进行二维分布的 实时空间调制。
本发明所述支持装置底座放置光源装置,立杆上有高度调节装置,高度调节装置由手摇 曲柄和夹板固定组成,用于固定偏振CCD相机和待测样品并调节高度。
本发明所述从平行光源装置的光束输出方向依次是空间光调试器、待测样品和偏振CCD 相机,所述偏振CCD相机的输出端与所述计算机的输入端连接。
本发明所述图像采集均在暗室中进行,光源装置提供垂直射入待测样品的相对均匀光由 偏振CCD相机获取偏振图像,偏振图像的亮暗不仅仅是透光物质本身的亮暗和光强的变化, 还包括物体旋光性导致的光线的强度变化,通过偏振图像可以获得强度图像无法获取的信息, 再传输到计算机上进行相应的图像处理后得出检测结果,光路图如图3。
若被测样品中存在缺陷,则缺陷处的偏振光旋转角度与大部分振动方向一致的偏振光旋 转角度不同,其表现在计算机采集偏振图像上的即消光偏振图像上的白点,根据此方法可以 检测透明平行平板是否存在缺陷。
本发明提出的一种透明平行平板的缺陷检测方法,包括以下步骤:
(1)在检测装置中无待测样品的情况下,偏振图像获取过程中空间光调制器输出偏振光, 转动空间光调制器直至计算机获取的图像为消光偏振图像,此时空间光调制器偏振光轴与偏 振CCD相机中偏振片的偏振化方向夹角为90°即产生消光现象,偏振CCD相机获取初始偏 振图像并保存至计算机。
(2)在待测样品的位置处放置分辨率板,调焦至清晰位置,调节支持装置工作距离,根 据拍摄条件确定相机至待测样品的距离、焦距、放大倍数以及曝光时间。
(3)把待测样品放置在空间光调制器和偏振CCD相机之间,若待测样品上存在缺陷,获 取的偏振图像缺陷处灰度值变化不同于背景灰度值,此时采集待测样品的实时偏振图像。
(4)偏振图像的亮暗附加了由于物体旋光性导致的光线的角度变化,根据初始偏振图像 与实时偏振图像做差分来确定待测样品的边缘,将两幅偏振图像每个像元相减后得到的差值 取绝对值。
(5)利用改进圆心定位算法来提取差分偏振图像的边缘轮廓。首先对差分偏振图像进行 粗略扫描取得其圆心的原始坐标,设定步长并隔一个步长采样一次,得到大致的圆心位置。 在原始圆心坐标的附近,缩小扫描的采样步长逐步按照径向方向的扫描搜寻内部边缘点。从 内部边缘点中寻找三个不共线的点求出它们各自的垂直平分线的交汇点,交汇点即圆心。
(6)基于偏振图像灰度的一阶差分算子确定偏振图像的边缘点,其边缘检测过程为:对 差分偏振图像进行灰度化,通过高斯滤波器对图像平滑降低噪声干扰,其次计算经过滤波后 图像的梯度幅值及方向,并对梯度幅值经过非极大值抑制,利用双阈值法确定边缘点坐标。
(7)获取偏振图像的缺陷区域面积。从上到下逐行扫描偏振图像区域得到初始线段表,获 取目标区域内每一条线段左右端点的坐标值,将不同标记的线段分为不同的线段表,并记下 每个线段表的长度。则缺陷的面积可以表示为:
Figure BDA0002049650290000021
设定面积阈值ST,当S≥ST时,则认为该区域为缺陷区域。反之若S<ST,则认为该区域不属于透明平行平板的缺陷。
这个技术方案有以下有益效果:
1.本发明方法,提供一种透明平行平板的缺陷检测方法,该检测方式为非接触式测量, 具有准确性高、实时性好、精度高、效率高等优点。
2.本发明方法,利用光学传感器代替人眼进行透明平行平板的直观检测,利用偏振光经 过透明材料产生旋光效应这一原理对透明平行平板进行缺陷检测,采集和处理数据的过程十 分简便,可实现快速测量可以避免人工检测的弊端,如工作效率低、主观性问题等。
3.本发明方法,在灵敏度和检测效率方面都有极大的提高,可以实现在线检测和智能化 检测,并且可以量化检测结果。
4.本发明方法,提出的测量方法只针对透明平板材料,且检测过程十分简便,成本较低, 可以实现一定透明平行平板较为准确、高效的缺陷检测。
附图说明:
图1为一种透明平行平板的缺陷检测方法实施装置。
图2为所述检测方法的光路图。
图中:1-光源装置,2-空间光调制器,3-待测样品,4-偏振CCD相机,5-支持装置,6-计算机。
下面结合附图和实施方式对本发明作进一步详细地描述:
如图1所示,本发明所述1光源装置为平行光源,在光源面板上阵列紧凑的布上LED, 通过漫射板使之发射平行,为检测环境提供均匀照明光源。
本发明所述4偏振CCD相机主要包括光学镜头、偏振片、滤光片、CCD传感器等,其具有四个不同角度的偏振镜(0°,45°,90°,135°)分别被固定在不同的像素上,并且 每四个像素组成一个计算单元。
本发明所述2空间光调制器是一种可对光束的相位、偏振态、振幅或强度进行二维分布 的实时空间调制器。
本发明所述5支持装置底座放置光源装置,立杆上有高度调节装置,高度调节装置由手 摇曲柄和夹板固定组成,用于固定偏振CCD相机和待测样品,并能调节高度。
本发明所述6计算机用于远程操作4偏振CCD相机,具备数据存储、图像处理等功能。
如图1所示,本发明所述从1光源装置的无衰减平行光束输出方向依次是2空间光调试 器、3待测样品和4偏振CCD相机,所述4偏振CCD相机的输出端与所述6计算机的输入端连接。1光源装置提供垂直射入3待测样品的相对均匀光,通过镜头成像后由相机获取偏振图像,然后再传输到6计算机上进行相应的偏振图像处理后得出检测结果,偏振图像获取的关键部件是光源、相机和镜头,这三个部分的性能直接影响偏振图像的质量和检测精度。
具体实施方式如下:
步骤一、在检测装置中无3待测样品的情况下,转动2空间光调制器直至6计算机获取 的图像为消光偏振图像,此时2空间光调制器偏振光轴与4偏振CCD相机中偏振片的偏振化方向夹角为90°即产生消光现象,4偏振CCD相机获取初始偏振图像并保存至6计算机。
步骤二、在3待测样品的位置处放置在待测样品的位置处放置分辨率板,调焦至清晰位 置,调节5支持装置工作距离,根据拍摄条件来确定相机至待测样品的距离、焦距、放大倍 数以及曝光时间。
步骤三、把3待测样品放置在2空间光调制器和4偏振CCD相机之间,无3待测样品时图像传感器只能获取一幅消光偏振图像。当放入3被测样品时,若待测样品上存在缺陷,4偏振CCD相机所获取的偏振图像缺陷处其灰度值变化不同于背景灰度值,此时采集3待测样品的实时偏振图像。
步骤四、根据初始偏振图像与实时偏振图像的差分来确定待测样品的边缘,设f(m,n) 为初始偏振图像,g(m,n)为实时偏振图像,(Δm,Δn)表示两幅偏振图像之间的偏移值。则差 分偏振图像h(m,n)的表现形式为:
h(m,n)=|f(m,n)-g(m+Δm,n+Δn)|
步骤五、利用改进圆心定位算法来提取差分偏振图像的边缘轮廓。首先对差分偏振图像 进行粗略扫描,使用重心法取得其圆心的原始坐标(mo1,no1),设定步长,隔一个步长采样一 次得大致的圆心位置。在原始坐标(mo1,no1)的附近,缩小扫描的采样步长至得到更为精确的 圆心位置,以待测样品半径方向为主,逐步的按照径向方向的扫描,以β度为一个基准搜寻 (360/β)个内部边缘点。
从内部边缘点中寻找三个不共线的点分别记为A(ma,na),B(mb,nb),C(mc,nc)。三点形 成AB,BC,AC三条线段,求出它们各自的垂直平分线的交汇点即圆心。
步骤六、基于偏振图像灰度的一阶差分算子确定偏振图像的边缘点,其边缘检测过程为: 先对差分偏振图像进行灰度化,通过高斯滤波器对差分偏振图像平滑降低噪声干扰,其次计 算经过滤波后差分偏振图像I(x,y)的梯度幅值M(m,n)及方向θ(m,n),并对梯度幅值M(m,n) 值经过非极大值抑制,最后利用双阈值法确定边缘点坐标。具体实现算法过程如下:
首先,设滤波函数为:
Figure BDA0002049650290000051
其在某方向d上的一阶导数为:
Figure BDA0002049650290000052
将▽G(m,n)分解成两个方向滤波器减少边缘检测算子的计算时间,即:
Figure BDA0002049650290000053
Figure BDA0002049650290000054
然后将
Figure BDA0002049650290000055
分别与图像卷积得:
Figure BDA0002049650290000056
通过计算经过滤波后图像I(m,n)的梯度幅值M(m,n):
Figure BDA0002049650290000057
再对梯度幅值M(m,n)进一步经过非极大值抑制,对经过抑制后的图像N[m,n]进行阈值化得 到最终边缘检测结果。
步骤七、获取偏振图像的缺陷区域面积。线段表包含5个重要参数,即:线段左、右端 点的m坐标—ml和mr、线段的n坐标以及线段间的连通性标记L。具体实现过程:
(1)从上到下逐行扫描图像区域得到初始线段表,获取目标区域内每一条线段左右端点的 坐标值,并将标记L初始化为0。
(2)根据前述的连通性分析对当前线段与相邻上一行线段进行连通性分析并作标记。
(3)将标记相同或等价的连通线段采用统一的标记。
(4)不改变线段的顺序,将不同标记的线段分为不同的线段表,每个线段表代表不同的连 通域,并记下每个线段表的长度。
则缺陷的面积可以表示为:
Figure BDA0002049650290000058
设定面积阈值ST,当S≥ST时,则认为该区域为缺陷区域。设区域面积长径 Mmax=max(mir-mil),短径Mmin=min(mir-mil),根据《光学零件表面疵病GBT 1185-2006》 中规定长短径之比Mmin/Mmax﹤1/4,则认为该缺陷为划痕,反之认为该缺陷为坑点或是其他 内部缺陷。
反之若S<ST,不属于透明平行平板的缺陷。
尽管上面结合图对本发明进行了描述,但是本发明并不局限于上述的具体实施方式,上 述的具体实施方式仅仅是示意性的,而不是局限性的,本领域的普通技术人员在本发明的启 示下,在不脱离本发明宗旨的情况下,还可以做出很多变形,这些均属于本发明的保护之内。

Claims (1)

1.一种透明平行平板的缺陷检测方法,其步骤包括:
(1)在检测装置中无待测样品的情况下,转动空间光调制器直至计算机获取消光偏振图像,偏振CCD相机获取初始偏振图像保存至计算机;
(2)在待测样品的位置处放置分辨率板,调焦至清晰位置,调节支持装置工作距离,根据实验条件来确定相机至待测样品的距离、焦距、放大倍数以及曝光时间;
(3)把待测样品放置在空间光调制器和偏振CCD相机之间,此时采集待测样品的实时偏振图像,实时偏振图像缺陷处灰度值变化不同于背景灰度值;
(4)根据初始偏振图像与实时偏振图像做差分来确定待测样品的边缘,将两幅偏振图像每个像元相减后得到的差值取绝对值;
具体的,设f(m,n)为初始偏振图像,g(m,n)为实时偏振图像,(Δm,Δn)表示两幅偏振图像之间的偏移值;则差分偏振图像h(m,n)的表现形式为:
h(m,n)=|f(m,n)-g(m+Δm,n+Δn)|;
(5)利用改进圆心定位算法来提取差分偏振图像的边缘轮廓:
首先对差分偏振图像进行粗略扫描,使用重心法取得其圆心的原始坐标(mo1,no1),设定步长,隔一个步长采样一次得大致的圆心位置;在原始坐标(mo1,no1)的附近,缩小扫描的采样步长至得到更为精确的圆心位置,以待测样品半径方向为主,逐步的按照径向方向扫描,以β度为一个基准搜寻360/β个内部边缘点;从内部边缘点中寻找三个不共线的点分别记为A(ma,na),B(mb,nb),C(mc,nc);三点形成AB,BC,AC三条线段,求出它们各自的垂直平分线的交汇点即圆心;
(6)基于偏振图像灰度的一阶差分算子确定偏振图像的边缘点;
其边缘检测过程为:先对差分偏振图像进行灰度化,通过高斯滤波器对差分偏振图像平滑降低噪声干扰,其次计算经过滤波后差分偏振图像I(x,y)的梯度幅值M(m,n)及方向θ(m,n),并对梯度幅值M(m,n)值经过非极大值抑制,最后利用双阈值法确定边缘点坐标;具体实现算法过程如下:
首先,设滤波函数为:
Figure FDA0003359430000000011
其在某方向d上的一阶导数为:
Figure FDA0003359430000000012
将▽G(m,n)分解为两个方向滤波器减少边缘检测算子的计算时间,即:
Figure FDA0003359430000000021
Figure FDA0003359430000000022
然后将▽G(m,n)分别与图像卷积得:
Figure FDA0003359430000000023
通过计算经过滤波后的图像I(m,n)的梯度幅值M(m,n);
Figure FDA0003359430000000024
再对梯度幅值M(m,n)进一步经过非极大值抑制,对经过抑制后的图像N(m,n)进行阈值化得到最终边界检测结果;
(7)获取偏振图像的缺陷区域面积并设定面积阈值,根据面积阈值判定标记区域是否属于透明平行平板的缺陷区域,具体方法如下:
线段表包含5个重要参数,即:线段左、右端点的m坐标—ml和mr、线段的n坐标以及线段间的连通性标记L,具体实现过程:
(1)从上到下逐行扫描图像区域得到初始线段表,获取目标区域内每一条线段左右端点的坐标值,并将标记L初始化为0;
(2)根据前述的连通性分析对当前线段与相邻上一行线段进行连通性分析并作标记;
(3)将标记相同或等价的连通线段采用统一的标记;
(4)不改变线段的顺序,将不同标记的线段分为不同的线段表,每个线段表代表不同的连通域,并记下每个线段表的长度;
缺陷的面积可以表示为:
Figure FDA0003359430000000025
设定面积阈值ST,当S≥ST时,则认为该区域为缺陷区域;设区域面积长径Mmax=max(mir-mil),短径Mmin=min(mir-mil),根据《光学零件表面疵病GBT 1185-2006》中规定长短径之比Mmin/Mmax﹤1/4,则认为该缺陷为划痕,反之认为该缺陷为坑点或是其他内部缺陷;
反之若S<ST,不属于透明平行平板的缺陷。
CN201910370090.6A 2019-05-06 2019-05-06 一种透明平行平板的缺陷检测方法 Active CN110108715B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910370090.6A CN110108715B (zh) 2019-05-06 2019-05-06 一种透明平行平板的缺陷检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910370090.6A CN110108715B (zh) 2019-05-06 2019-05-06 一种透明平行平板的缺陷检测方法

Publications (2)

Publication Number Publication Date
CN110108715A CN110108715A (zh) 2019-08-09
CN110108715B true CN110108715B (zh) 2022-03-04

Family

ID=67488124

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910370090.6A Active CN110108715B (zh) 2019-05-06 2019-05-06 一种透明平行平板的缺陷检测方法

Country Status (1)

Country Link
CN (1) CN110108715B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110779920A (zh) * 2019-10-30 2020-02-11 中国计量大学 一种珍珠检测装置
CN112763504A (zh) * 2019-11-06 2021-05-07 广州达普绅智能设备有限公司 一种基于不同光源的pet瓶身检测系统及方法
CN110988140B (zh) * 2019-11-25 2021-10-01 西南交通大学 一种正交异性钢桥面板疲劳裂纹智能识别方法
CN111077162A (zh) * 2019-12-31 2020-04-28 佛山科学技术学院 一种玻璃瓶缺陷检测系统

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100520377C (zh) * 2005-08-02 2009-07-29 湖南大学 多视觉空瓶检测机器人
CN104990942B (zh) * 2015-07-20 2017-10-27 清华大学 透明玻璃容器制造缺陷视觉检测系统及方法
CN105548212B (zh) * 2016-02-03 2018-12-25 杭州晶耐科光电技术有限公司 一种触摸屏玻璃表面瑕疵在线自动化检测系统及方法
CN105548208B (zh) * 2016-02-05 2018-10-19 湖北工业大学 一种基于机器视觉的陶瓷阀芯表面缺陷检测方法
CN106370667A (zh) * 2016-07-28 2017-02-01 广东技术师范学院 一种玉米籽粒品质视觉检测装置及方法
CN107561087A (zh) * 2017-08-31 2018-01-09 广东工业大学 一种基于机器视觉的鼠标logo定位及缺陷检测方法
CN108548825A (zh) * 2018-03-16 2018-09-18 天津大学 一种基于二维光照的透明平板缺陷检测装置及方法
CN109472773B (zh) * 2018-09-29 2020-05-05 广东工业大学 一种针对led的缺陷检测方法

Also Published As

Publication number Publication date
CN110108715A (zh) 2019-08-09

Similar Documents

Publication Publication Date Title
CN110108715B (zh) 一种透明平行平板的缺陷检测方法
CN107356608B (zh) 大口径熔石英光学元件表面微缺陷快速暗场检测方法
CN111693549B (zh) 一种手机盖板玻璃缺陷检测与分类方法
CN108956645A (zh) 一种多视觉系统的光学镜片缺陷检测装置及方法
CN106643549B (zh) 一种基于机器视觉的瓷砖尺寸检测方法
CN106645197B (zh) 检测精密光学元件表面颗粒物的在线检测系统及应用方法
CN110006905A (zh) 一种线面阵相机结合的大口径超净光滑表面缺陷检测装置
CN105021628A (zh) 一种用于光纤倒像器表面缺陷的检测方法
CN104700395A (zh) 一种构造物外观裂缝检测方法及系统
WO2014139231A1 (zh) 光源光强均一性测调系统及测调方法
Fu et al. Medicine glass bottle defect detection based on machine vision
CN105181713A (zh) 一种用于光纤倒像器表面缺陷的检测装置
CN110208269A (zh) 一种玻璃表面异物与内部异物区分的方法及系统
CN110146017A (zh) 工业机器人重复定位精度测量方法
Deng et al. Vison-based 3D shape measurement system for transparent microdefect characterization
CN114998308A (zh) 一种基于光度立体的缺陷检测方法及系统
CN108205210B (zh) 基于傅里叶梅林及特征匹配的lcd缺陷检测系统及方法
CN109003228B (zh) 一种暗场显微大视场自动拼接成像方法
CN112858351A (zh) 一种基于机器视觉的x射线无损探伤方法
CN109785290A (zh) 基于局部光照归一化的钢板缺陷检测方法
CN113538399A (zh) 一种用于获取工件精准轮廓的方法、机床及存储介质
CN114688969A (zh) 一种光学镜片尺寸检测装置及方法
CN112305650A (zh) 一种用于透明物疵点检测和数字成像之光栅及其面阵检测方法
CN110412056A (zh) 一种车载玻璃模组自动光学检测方法及装置
CN1323417C (zh) 荫罩网板孔径的智能测量仪

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