CN110118786B - 检测方法、检测装置和工业设备 - Google Patents

检测方法、检测装置和工业设备 Download PDF

Info

Publication number
CN110118786B
CN110118786B CN201910376230.0A CN201910376230A CN110118786B CN 110118786 B CN110118786 B CN 110118786B CN 201910376230 A CN201910376230 A CN 201910376230A CN 110118786 B CN110118786 B CN 110118786B
Authority
CN
China
Prior art keywords
image
target object
line
redundancy
determining
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.)
Expired - Fee Related
Application number
CN201910376230.0A
Other languages
English (en)
Other versions
CN110118786A (zh
Inventor
林剑冰
陆梓羽
吴安成
王旭
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.)
Gaoyida Technology Shenzhen Co ltd
Robotics Robotics Shenzhen Ltd
Original Assignee
Gaoyida Technology Shenzhen Co ltd
Robotics Robotics Shenzhen Ltd
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 Gaoyida Technology Shenzhen Co ltd, Robotics Robotics Shenzhen Ltd filed Critical Gaoyida Technology Shenzhen Co ltd
Priority to CN201910376230.0A priority Critical patent/CN110118786B/zh
Publication of CN110118786A publication Critical patent/CN110118786A/zh
Application granted granted Critical
Publication of CN110118786B publication Critical patent/CN110118786B/zh
Expired - Fee Related 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
    • G01N21/8851Scan 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
    • G01N21/952Inspecting the exterior surface of cylindrical bodies or wires
    • 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
    • G01N2021/8887Scan 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

Landscapes

  • Chemical & Material Sciences (AREA)
  • Biochemistry (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种检测方法、检测装置和工业设备。控制方法包括:获取目标物的多张图像;遍历多张图像以判断目标物是否存在冗余物;在存在冗余物时,确定目标物异常。本发明实施方式的检测方法、检测装置和工作设备,利用图像视觉方式对目标物进行冗余物检测,方便易行,以计算机检测代替人工检测,提高检测的效率及准确率。

Description

检测方法、检测装置和工业设备
技术领域
本发明涉及工业设备技术领域,特别涉及一种检测方法、检测装置和工业设备。
背景技术
直流线的正、负极线在剥线过程中容易出现残留包胶的现象,不利于后续打端子的工序进行。
发明内容
本发明的实施例提供了一种检测方法、检测装置和工业设备。
本发明实施方式的检测方法包括:
获取目标物的至少一张图像;
遍历所述图像以判断所述目标物是否存在冗余物;
在存在所述冗余物时,确定所述目标物异常。
在某些实施方式中,所述获取目标物的多张图像的步骤包括:
获取每张图像的图像信息;
根据所述图像信息确定所述第一线和/或所述第二线是否被遮挡;
若任一图像上所述第一线和/或所述第二线被遮挡,确定所述目标物存在所述冗余物。
在某些实施方式中,所述目标物包括本体和自所述本体露出的第一线和第二线,所述遍历所述图像以判断所述目标物是否存在冗余物的步骤包括:
获取每张图像的图像信息以设定感兴趣区域;
对所述感兴趣区域内的目标物的轮廓进行参数分析;
在参数分析结果异常时,确定所述目标物存在所述冗余物。
本发明实施方式的检测方法包括:
获取目标物的至少一张图像;
遍历所述图像以判断所述目标物是否存在第一冗余物;
遍历所述图像以判断所述目标物是否存在第二冗余物;和
在存在所述第一冗余物和第二冗余物至少之一时,确定所述目标物异常。
在某些实施方式中,所述目标物包括本体和自所述本体露出的第一线和第二线,所述第一冗余物和所述第二冗余物在存在时与所述本体连接,所述第一冗余物的面积大于所述第二冗余物的面积,所述遍历所述图像以判断所述目标物是否存在第一冗余物的步骤包括:
对每张图像设定第一感兴趣区域;
判断所述第一感兴趣区域内的目标物的第一轮廓参数是否满足第一预定阈值;
在所述第一轮廓参数满足所述第一预定阈值时,确定所述目标物存在所述第一冗余物。
在某些实施方式中,所述遍历所述图像以判断所述目标物是否存在第二冗余物的步骤包括:
获取每张图像的图像信息以确定所述第一线和/或所述第二线是否被遮挡;
若所述第一线和/或所述第二线被遮挡,确定所述目标物存在所述第二冗余物;
若所述第一线和/或所述第二线未被遮挡,根据所述图像的参数信息设定第二感兴趣区域;
对所述第二感兴趣区域内的目标物的轮廓进行参数分析;
判断所述参数分析的结果是否大于第二预定阈值;
在所述参数分析的结果大于第二预定阈值时,确定所述目标物存在所述第二冗余物。
在某些实施方式中,所述目标物的图像为所述目标物间隔至少一预定旋转角度的图像。
在某些实施方式中,所述检测方法还包括:
在不存在所述第一冗余物和所述第二冗余物时,确定所述目标物正常;
在所述目标物正常时,获取每张图像的图像信息以确定所述第一线和所述第二线之间的摆角;
选择多个摆角中最大的摆角;
生成控制指令,以控制所述目标物处于最大摆角的状态。
在某些实施方式中,所述获取所述目标物的至少一张图像之前还包括步骤:
获取一张所述目标物的图像;
对所述图像进行图像处理;
根据处理后的所述图像判断所述目标物是否处于待检测状态;
在所述目标物处于待检测状态时,启动检测。
本发明实施方式的检测装置,所述检测装置包括载物台,所述载物台用于放置目标物,所述检测装置还包括:
图像获取模块,用于获取目标物的至少一张图像;
判断模块,用于遍历所述图像以判断所述目标物是否存在冗余物;
并用于在存在所述冗余物时确定所述目标物异常。
本发明实施方式的检测装置,所述检测装置包括载物台,所述载物台用于放置目标物,所述检测装置还包括:
摄像单元,用于获取目标物的至少一张图像;和
处理单元,用于遍历所述图像以判断所述目标物是否存在冗余物;
并用于在存在所述冗余物时确定所述目标物异常。
在某些实施方式中,所述检测装置还包括:
动力单元,所述目标物安装在所述动力单元上,所述动力单元用于带动所述目标物旋转一周;
所述摄像单元用于每隔预定旋转角度获取一张所述目标物的图像。
在某些实施方式中,所述目标物包括本体和自所述本体露出的第一线和第二线,所述处理单元用于:
获取每张图像的图像信息;
根据所述图像信息确定所述第一线和/或所述第二线是否被遮挡;
若任一图像上所述第一线和/或所述第二线被遮挡,确定所述目标物存在所述冗余物。
在某些实施方式中,所述目标物包括本体和自所述本体露出的第一线和第二线,所述处理单元用于:
获取每张图像的图像信息以设定感兴趣区域;
对所述感兴趣区域内的目标物的轮廓进行参数分析;
在参数分析结果异常时,确定所述目标物存在所述冗余物。
本发明实施方式的检测装置包括载物台,所述载物台用于放置目标物,所述检测装置还包括:
摄像单元,用于获取所述目标物的至少一张图像;
处理单元,所述处理单元用于:
遍历所述图像以判断所述目标物是否存在第一冗余物;
遍历所述图像以判断所述目标物是否存在第二冗余物;和
在存在所述第一冗余物和第二冗余物至少之一时,确定所述目标物异常。
在某些实施方式中,所述检测装置还包括:
动力单元,所述目标物安装在所述动力单元上,所述动力单元用于带动所述目标物旋转一周;
所述摄像单元用于每隔预定旋转角度获取一张所述目标物的图像。
在某些实施方式中,所述目标物包括本体和自所述本体露出的第一线和第二线,所述第一冗余物和所述第二冗余物在存在时与所述本体连接,所述第一冗余物的面积大于所述第二冗余物的面积,所述处理单元用于:
对每张图像设定第一感兴趣区域;
判断所述第一感兴趣区域内的目标物的第一轮廓参数是否满足第一预定阈值;和
在所述第一轮廓参数满足所述第一预定阈值时,确定所述目标物存在所述第一冗余物。
在某些实施方式中,所述处理单元用于:
获取每张图像的色彩信息以确定所述第一线和/或所述第二线是否被遮挡;
若所述第一线和/或所述第二线被遮挡,确定所述目标物存在所述第二冗余物;
若所述第一线和/或所述第二线未被遮挡,根据所述图像的参数信息设定第二感兴趣区域;
对所述第二感兴趣区域内的目标物的轮廓进行参数分析;
判断所述参数分析的结果是否大于第二预定阈值;
在所述参数分析的结果大于第二预定阈值时,确定所述目标物存在所述第二冗余物。
在某些实施方式中,所述处理单元还用于:
在不存在所述第一冗余物和所述第二冗余物时,确定所述目标物正常;
在所述目标物正常时,获取每张图像的图像信息以确定所述第一线和所述第二线之间的摆角;
选择多个摆角中最大的摆角;
生成控制指令,以控制所述目标物处于最大摆角的状态。
在某些实施方式中,所述摄像单元还用于获取至少一张所述目标物的图像;
所述处理单元还用于:
对所述图像进行图像处理;
根据处理后的所述图像判断所述目标物是否处于待检测状态;
在所述目标物处于待检测状态时,启动检测。
本发明实施方式的工业设备,包括如上所述的检测装置。
本发明实施方式的检测方法、检测装置和工作设备,利用图像视觉方式对目标物进行冗余物检测,方便易行,以计算机检测代替人工检测,提高检测的效率及准确率。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是本发明某些实施方式的工业设备的模块示意图。
图2是本发明某些实施方式的检测方法的流程示意图。
图3是本发明某些实施方式的检测方法的流程示意图。
图4是本发明某些实施方式的检测方法的流程示意图。
图5是本发明某些实施方式的检测方法的状态示意图。
图6是本发明某些实施方式的检测方法的状态示意图。
图7是本发明某些实施方式的检测方法的流程示意图。
图8是本发明某些实施方式的检测方法的状态示意图。
图9是本发明某些实施方式的检测方法的状态示意图。
图10是本发明某些实施方式的检测方法的状态示意图。
图11是本发明某些实施方式的检测方法的流程示意图。
图12是本发明某些实施方式的检测方法的状态示意图。
图13是本发明某些实施方式的检测方法的流程示意图。
图14是本发明某些实施方式的检测方法的状态示意图。
图15是本发明某些实施方式的检测方法的流程示意图。
图16-18是本发明某些实施方式的检测方法的流程示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
请参阅图1和图2,本发明一方面的实施方式提供一种检测方法。检测方法包括:
S10:获取目标物的至少一张图像;
S11:遍历图像以判断目标物是否存在第一冗余物;
S12:遍历图像以判断目标物是否存在第二冗余物;和
S13:在存在第一冗余物和第二冗余物至少之一时,确定目标物异常。
本发明还提供一种检测装置。本发明实施方式的检测方法可以由本发明实施的检测装置执行。具体地,检测装置包括图像获取模块和判断模块。步骤S10可以由图像获取模块实现。步骤S11-S13可以由判断模块实现。也即是说,图像获取模块用于获取目标物的至少一张图像。判断模块用于遍历图像以判断目标物是否存在第一冗余物及第二冗余物,并在存在第一冗余物和第二冗余物至少之一时确定目标物异常。
本发明还提供一种工业设备100的检测装置10。本发明实施方式的检测方法可以由本发明实施方式的工业设备100的检测装置10执行。具体地,检测装置10包括载物台11、摄像单元12和处理单元13。载物台11用于放置目标物。步骤S10可以由摄像单元12实现。步骤S11-S13可以由处理单元13实现。也即是说,摄像单元12用于获取目标物的至少一张图像。处理单元13用于遍历图像以判断目标物是否存在第一冗余物或第二冗余物,并在存在第一冗余物和第二冗余物至少之一时确定目标物异常。
本发明实施方式的检测方法、检测装置10和工业设备100利用图像视觉方式利用图像视觉方式对目标物进行冗余物检测,方便易行,以计算机检测代替人工检测,提高检测的效率及准确率。
所述的目标物可以是电源线、耳机线等具有包胶的线材,其包括第一线和第二线两股极线,冗余物是指在线材制作工序中,经过剥线工序后残余的包胶,为方便后续打端子、外接元件等步骤的进行,需要进行包胶检测,具体地,对剥线工序过程中易出现的包胶残留进行检测。极线的数量依不同线材的变化而变化,两股极线仅为示例性说明,不作为对本申请的限制。
本申请以下实施例以目标物为电源线为例进行说明。具体地,工业设备100用于电源线制作,电源线可以是直流电源线,在制作工序中包括剥线、打端子等工序步骤。电源线包括正极线、负极线以及包裹在正极线和负极线外的包胶,正极线为上述的第一线,负极线为第二线,正极线为红色漆包线,负极线通常为黑色漆包线。在剥线工序中,需要将电源线两端的包胶剥离以使得正负极线自包胶中露出以在后续进行打端子工序。然而在剥线工序中,容易出现残留包胶的现象,残留的包胶可以按照残留胶皮的尺寸大小分为两种情况,也即是残留大胶皮的情况以及残留小胶皮的情况。示例性的,大胶皮为第一冗余物,小胶皮为是第二冗余物,大胶皮与小胶皮均与切割后包胶的端部连接。残留包胶对于后续打端子工序不利,因此需要在剥线进行包胶残留检测。
电源线通常为圆柱形,摄像单元12置于电源线上方,自上而下拍摄电源线的图像,在拍摄的视野范围内,有可能存在有小胶皮被正负极线遮挡的情况,因此,依靠单一图像判断电源线是否异常可能并不准确,需要通过拍摄不同角度的至少一张电源线的图像综合进行判断。
需要说明的是,对于第一冗余物和第二冗余物的检测,并不需要对二者进行区分,只需要依次采用相应的检测方法进行判断即可。
当存在第一冗余物和第二冗余物至少之一时,则确定电源线异常。也即是说,存在大胶皮或小胶皮均是异常情况,需要进行处理。
请参阅图3,在某些实施方式中,步骤S10包括:
S101:旋转目标物一周;
S102:每隔预定旋转角度获取一张目标物的图像。
在某些实施方式中,检测装置10还包括动力单元14。电源线安装在动力单元14上。步骤S101可以由动力单元14实现,步骤S102可以由摄像单元12实现。也即是说,动力单元14用于带动目标物旋转一周。摄像单元12用于每隔预定旋转角度获取一张目标物的图像。
具体地,如上述,电源线通常为圆柱形,摄像单元12置于电源线上方,自上而下拍摄电源线的图像,在拍摄的视野范围内,有可能存在有小胶皮被正负极线遮挡的情况,因此,依靠单一图像判断电源线是否异常可能并不准确,需要通过拍摄不同角度的电源线的多张图像综合进行判断。其中,预定的旋转角度可以是相等的角度或递增或递减的角度。
例如,在实际操作中,动力单元14可以是步进电机,通过步进电机带动电源线旋转,在一些示例中,图片的张数可以为12张,预定的旋转角度是相等角度。也即是说,步进电机每一步带动电源线旋转30°,每旋转30°,由摄像单元12拍摄一张电源线当前状态的图像。
需要说明的是,拍摄图像的张数仅为示例性说明,可根据处理单元13的处理性能而定,可以理解地,图像数量过多会影响图像的处理速度,而图像过少,则旋转角度过大,影响采集电源线状态的全面性进而影响检测效果。
请参阅图4,请参阅图,在某些实施方式中,步骤S11包括:
S111:对每张图像设定第一感兴趣区域;
S112:判断第一感兴趣区域内的目标物的第一轮廓参数是否满足第一预定阈值;
S113:在第一轮廓参数满足第一预定阈值时,确定目标物存在第一冗余物。
请参阅图5和图6,在某些实施方式中,步骤S111-S113可以由处理单元13实现。也即是说,处理单元13用于对每张图像设定第一感兴趣区域、判断第一感兴趣区域内的目标物的第一轮廓参数是否满足第一预定阈值、以及在第一轮廓参数满足第一预定阈值时确定目标物存在第一冗余物。
具体地,第一冗余物也即是残留的大胶皮,因其尺寸较大,在旋转至任意姿态时,基本能够显露出来而不被正负极线所遮挡,使得电源线的整体轮廓呈现不规则的形状,采用二值化处理的方式,可以快速识别是否存在第一冗余物。处理过程中,可一次性对获取的多张图像进行二值化处理,然后判断电源线是否异常。也可以逐一对获取的图像进行二值化处理,当判断出存在异常时,停止对其他图像的处理。采用二值化处理方式,简单快速,处理负荷小。
将图像进行二值化处理后,设定检测区域,也即是第一感兴趣区域,第一感兴趣区域的设定尺寸小于图像的画幅即可。第一感兴趣区域中框选出的部分包括包胶、正负极线以及可能存在的第一冗余物。检测装置10中的存储器中可存储有正常状态下电源线各个姿态的图像二值化处理后的信息,例如以与检测相同的方式设定的第一感兴趣区域所框选出的部分的轮廓面积。可以理解地,在不存在第一冗余物时,该轮廓面积处于一个相对固定的区间,将最大值作为第一预定阈值。在检测过程中,将处理后的得到的图像的二值化信息与预存储的二值化信息进行比较,当检测的第一轮廓面积大于第一预定阈值时,可以确定电源线存在第一冗余物。
此外,在一些示例中,也可配合第一感兴趣区域内的电源的轮廓形状进行进一步检测,在正常状态下,第一感兴趣区域内的电源线的轮廓形状基本成阶梯状,也即是说,包胶处的径向尺寸大于正负极线处的径向尺寸。而异常状态下,轮廓形状为不规则的形状。或者对获取的轮廓的长宽比进行分析以判断电源线的状态。具体分析参数不做限制。
请参阅图7,在某些实施方式中,步骤S12包括:
S121:获取每张图像的图像信息以确定第一线和/或第二线是否被遮挡;
S122:若第一线和/或第二线被遮挡,确定目标物存在第二冗余物;
S123:若第一线和/或第二线未被遮挡,根据所述图像的参数信息设定第二感兴趣区域;
S124:对第二感兴趣区域内的目标物的轮廓进行参数分析;
S125:判断参数分析的结果是否大于第二预定阈值;
S126:在参数分析的结果大于第二预定阈值时,确定目标物存在第二冗余物。
请参阅图8至图10,在某些实施方式中,步骤S121-S126可以由处理单元13实现。或者说,处理单元13用于获取每张图像的图像信息以确定第一线和/或第二线是否被遮挡,若第一线和/或第二线未被遮挡,根据所述图像的参数信息设定第二感兴趣区域,对第二感兴趣区域内的目标物的轮廓进行参数分析,判断参数分析的结果是否大于第二预定阈值,在参数分析的结果大于第二预定阈值时,确定目标物存在第二冗余物。
具体地,相对于第一冗余物也即是大胶皮,第二冗余物的尺寸较小,例如可能是剥线处包胶的毛刺等。因此,在旋转过程中,可能存在第二冗余物被正负极线遮挡的情况,此外,第二冗余物的尺寸较小,因此,可能会使得电源线的整体轮廓面积始终处于小于预定面积而无法准确检测。也即是说,对第一冗余物进行检测的方法将无法用于对第二冗余物进行检测。
存在第二冗余物的情况可能包括以下情形,第一种情况,第二冗余物与包胶连接并部分遮挡正极线。第二种情况,第二冗余物与包胶连接,但未遮挡正极线。在实际检测中要对这两种情况逐一进行检测以判断电源线是否存在异常。
首先,图像信息可以是图像的色彩信息,根据图像的色彩信息可以将正极线也即是红线从图像中分离出来,可以理解地,负极线与包胶的颜色相同不易进行处理。然后确定正极线的轮廓,其截面的轮廓为矩形。根据矩形轮廓可以确定最低端坐标,最低端坐标也即是矩形轮廓中位置靠近包胶一侧的两个顶点坐标。可以理解,若电源线正常,则在获取的多张图像中,每张图像中的正极线的最低端坐标基本沿径向平移,而在轴向没有大幅变化,若存在第二冗余物遮挡正极线的情况,则在相应的图像中,正极线的最低端坐标将发生较大的变化。
当通过最低端坐标位置确定电源线无异常时,以正极线矩形轮廓最低端坐标为基准设定第二感兴趣区域。第二感兴趣区域为矩形框,第二感兴趣区域包括正负极线以及可能存在的第二冗余物。也即是说,第二感兴趣区域不框选包胶部分,不包括正极线矩形轮廓的最低端坐标。
对所述第二感兴趣区域内的目标物的轮廓进行参数分析可以是对第二感兴趣区域内的电源线的轮廓进行多边形逼近处理,在电源线正常的情况下,应当为四边形,而在异常时,当电源线处于某个旋转位置时,通过多边形逼近处理得到的将是边数大于4的多边形。因此,通过判断多边形逼近的边数是否大于第二预定阈值也即是4,来判断电源线是否存在第二冗余物。此外,除了对第二感兴趣区域内的电源线的轮廓进行形状分析外,还可以是对电源线的轮廓的长宽比进行分析,可以理解地,在异常状态下,由于被冗余物所遮挡,电源线的长宽比必然发生变化。
进一步地,当电源线正常时将进行打端子的工艺,为方便打端子工序的进行,需要将电源线尽量摆正,也即是电源线的正负极线尽量靠近与载物台相平行的平面。
请参阅图11,在某些实施方式中,检测方法还包括步骤:
S14:在不存在第一冗余物和第二冗余物时,确定目标物正常;
S15:在目标物正常时,获取每张图像的图像信息以确定第一线和第二线之间的摆角;
S16:选择多个摆角中最大的摆角;
S17:生成控制指令以控制目标物旋转至目标图像的状态。
在某些实施方式中,检测装置10还包括动力单元14。步骤S114-S17可以由处理单元13实现。或者说,处理单元13用于在不存在第一冗余物和所述第二冗余物时确定目标物正常;在目标物正常时,获取每张图像的图像信息以确定第一线和第二线之间的摆角;选择多个摆角中最大的摆角;生成控制指令以控制目标物旋转至目标图像的状态。
请参阅图12,具体地,可以理解,当正负极线并排摆放时,二者之间的摆角最大,而在正负极线重叠摆放时,二者之间的摆角最小。在实际操作中,可以通过图像中二者径向截面积来判断摆角状态,具体地,当正负极线并排摆放时,径向截面的面积最大,当正负极线重叠摆放时,其在径向截面的面积最小。在旋转至其他位置时,径向截面的面积位于二者之间。
本实施方式目的在于寻找到界面径向尺寸最大的一张图像作为目标状态,并将电源线转动至该目标状态,从而方便后续的打端子工序。具体地,根据图像的色彩信息可以将正极线也即是红线从图像中分离出来,可以理解地,负极线与包胶的颜色相同不易进行处理。然后确定正极线的轮廓,其截面的轮廓为矩形。根据矩形轮廓可以确定最低端坐标,最低端坐标也即是矩形轮廓中位置靠近包胶一侧的两个顶点坐标。以正极线矩形轮廓最低端坐标为基准设定第三感兴趣区域。第三感兴趣区域为矩形框,矩形框包括部分正负极线。并计算框出的正负极线的轮廓面积。比较多张图像中的轮廓面积,并选择最大的一张图像,作为目标图像,轮廓面积越大说明正负极线越接近并排状态,进而通过控制单元带动电源线转动至该目标图像的状态。
请参阅图13和14,在某些实施方式中,检测方法包括步骤:
S05:获取一张目标物的图像;
S06:对图像进行图像处理;
S07:根据处理后的图像判断目标物是否处于待检测状态;
S08:在目标物处于待检测状态时,启动检测。
在某些实施方式中,步骤S05可以由摄像单元12实现,步骤S06-S08可以由处理单元13实现。或者说,摄像单元12还用于获取一张目标物的图像。处理单元13还用于对图像进行处理;根据处理后的图像判断目标物是否处于待检测状态,在目标物处于待检测状态时,启动检测。
具体地,上述步骤目的在于判断是否有电源线未完成剥线工序,在未完成剥线工序的情况下,电源线的正负极线未被从包胶中剥离,因此无法进行后续的检测步骤以及相应的工序。
因此,在执行包胶检测前首先进行正负极线的检测,以确保正负极线可以存在于摄像单元12的视场中。在检测正负极线的过程中,可以理解,当完成剥线工序时,对图像进行二值化处理后电源线的轮廓可近似看作梯形,若未完成剥线工序,则电源线的轮廓为矩形。
将该矩形轮廓的面积设定为预定阈值,梯形轮廓的面积小于该矩形轮廓的面积,判断电源线完成剥线工序处于正常状态,可以进行后续检测。而当检测的轮廓面积大于该预定阈值时,判断电源线异常,也即是未完成剥线工序。如上述,在这种情况下,也可通过报警单元对异常情况进行报警。在图像获取时,可以先获取多张图像,然后进行逐一进行二值化处理,并通过轮廓面积判断是否完成剥线工序,当所获取的图像中存在至少一幅图像不符合条件时,可认为电源线异常。当然也可以每获取一幅图像进行图像来判断是否完成剥线工序。当发现电源线异常时将不再获取电源线的图像。
请参阅图15,在某些实施方式中,在提供光源照射电源线的步骤前还包括:
S01:获取一张目标物的图像;
S02:获取目标物的色彩信息;
S03:比较色彩信息与预设电源线图像的色彩信息以判断图像的色彩通道是否存在异常;
S04a:在图像色彩通道存在异常时确定光源异常;
S04b:在光源正常时,通过光源照射目标物。
在某些实施方式中,检测装置10还包括照明单元15。照明单元15作为检查装置10的光源。步骤S01可以由摄像单元12实现,步骤S02-S04a可以由处理单元13实现。步骤S04b可以由照明单元15实现。或者说,摄像单元12用于获取一张目标物的图像。处理单元13用于获取目标物的色彩信息,比较色彩信息与预设目标物图像的色彩信息以判断图像的色彩通道是否存在异常;在图像色彩通道存在异常时确定光源异常。照明单元15用于在正常时照射目标物。
具体地,照明单元可以是点光源,例如可以是LED灯。通过适当的光源照明设计,可以使获取的电源线的图像中的目标信息与背景信息得到最佳分离,可以大大降低图像处理算法分割、识别的难度,同时提高系统的定位、检测精度,使检测装置10和工业设备100的可靠性和综合性能得到提高。灯光使用一段时间之后,可能会应为光衰或者其他认为情况而造成不稳定,此时需要更换光源,因此,需要在检测前增加灯光的稳定性。
可以理解,在光源正常和异常时,拍摄同一检测物形成的图像的色彩信息是不同的。在当前光源照射下获取一张电源线的图像,获取图像的色彩值,与检测装置10预存的正常光源照射下的图像的色彩值作差进行比较,当存在某些色彩通道的色彩值超过预定阈值时,确定光源异常。
较佳地,检测装置10还可包括报警单元,例如可以是蜂鸣器等,在光源以及电源线异常时发出警报提醒相关人员及时更换。
请参阅图16,本发明另一方面的实施方式提供一种检测方法。检测方法包括:
S10’:获取目标物的至少一张图像;
S11’:遍历图像以判断目标物是否存在冗余物;和
S12’:在存在冗余物时,确定目标物异常。
本发明还提供一种检测装置。本发明实施方式的检测方法可以由本发明实施的检测装置执行。具体地,检测装置包括图像获取模块和判断模块。步骤S10’可以由图像获取模块实现。步骤S11’和S12’可以由判断模块实现。也即是说,图像获取模块用于获取目标物的多张图像。判断模块用于遍历多张图像以判断目标物是否存在冗余物,并在存在冗余物时确定目标物异常。
本发明还提供一种工业设备100的检测装置10’。本发明实施方式的检测方法可以由本发明实施方式的工业设备100的检测装置10’执行。具体地,检测装置10’包括载物台11’、摄像单元12’和处理单元13’。载物台11’用于放置目标物。步骤S10’可以由摄像单元12实现。步骤S11’、S12’可以由处理单元13实现。也即是说,摄像单元12’用于获取目标物的至少一张图像。处理单元13用于遍历图像以判断目标物是否存在冗余物,并在存在冗余物时确定目标物异常。
本实施方式的检测方法可参见上述检测方法实施例的解释说明,与上述实施方式的检测方法的区别在于,本实施方式中,并不根据冗余物的尺寸或形状进行区分,而是采用同一种通用方法对冗余物进行检测。
请参阅图17,具体地,在这样的实施方式中,步骤S11’包括:
S111’:获取每张图像的图像信息;
S112’:根据图像信息确定第一线和/或第二线是否被遮挡;
S113’:在任一图像上第一线和/或第二线被遮挡,确定目标物存在冗余物。
具体地,如上所述,对第一冗余物进行检测的方法将无法用于对第二冗余物进行检测。反之,对于第二冗余物的检测方式可以应用到第一冗余物的检测。
因此,综合考虑第一冗余物和第二冗余物可能出现的多种情况,首先,对于第一冗余物和第二冗余物可能出现的第一种情况,根据图像的色彩信息可以将正极线也即是红线从图像中分离出来,可以理解地,负极线与包胶的颜色相同不易进行处理。然后确定正极线的轮廓,其截面的轮廓为矩形。根据矩形轮廓可以确定最低端坐标,最低端坐标也即是矩形轮廓中位置靠近包胶一侧的两个顶点坐标。可以理解,若电源线正常,则在获取的多张图像中,每张图像中的正极线的最低端坐标基本沿径向平移,而在轴向没有大幅变化,若存在第一冗余物或第二冗余物遮挡正极线的情况,则在相应的图像中,正极线的最低端坐标将发生较大的变化。
请参阅图18,进一步地,在某些实施方式中,步骤S11’还包括:
S114’:获取每张图像的图像信息以设定感兴趣区域;
S115’:对所述感兴趣区域内的目标物的轮廓进行参数分析;
S116’:在参数分析结果异常时,确定目标物存在冗余物。
具体地,该检测方法同样适用第一冗余物的检测,对于第一冗余物和第二冗余物可能出现的第二种情况,根据对高于最低端坐标的感兴趣区域进行多边形逼近的结果判断电源线是否异常。
对于第一冗余物来说,两种检测方式可以择一进行,即可以执行S111’-S113’或执行S111’、S112’、S114’-S116’。而对于第二冗余物来说,两个步骤均需要进行,也即是要对第二冗余物可能出现的两种情况分别进行检测,即执行S111’-S113’和S114’-S116’。其中S113’和S114’-S116’并无先后顺序的限定,也即是两种情况的检测顺序并无限定。
当通过最低端坐标位置确定电源线无异常时,以正极线矩形轮廓最低端坐标为基准设定感兴趣区域。感兴趣区域为矩形框,感兴趣区域包括正负极线以及可能存在的冗余物。也即是说,感兴趣区域不框选包胶部分,不包括正极线矩形轮廓的最低端坐标。
对感兴趣区域内的电源线的轮廓进行多边形逼近处理,在电源线正常的情况下,多边形逼近的结果为四边形,而在异常时,当电源线处于某个旋转位置时,通过多边形逼近处理得到的将是非四边形,例如为边数大于4的多边形。
本实施方式的检测方法和检测装置100’的其他方面的实施例可以参照上述检测方法和检测装置100,此处不再赘述。
本发明还提供一种电子装置。电子装置包括上述任意一实施方式所述的摄像单元、一个或多个处理器、存储器和一个或多个程序。其中一个或多个程序被存储在存储器中,并且被配置成由一个或多个处理器执行。程序包括用于执行上述任意一项实施方式所述的的检测方法的指令。
例如,程序包括用于执行以下步骤的指令:
遍历图像以判断目标物是否存在第一冗余物;
遍历图像以判断目标物是否存在第二冗余物;和
在存在第一冗余物和第二冗余物至少之一时,确定目标物异常。
本发明还提供一种计算机可读存储介质。计算机可读存储介质包括与电子装置结合使用的计算机程序。计算机程序可被处理器执行以完成上述任意一项实施方式所述的检测方法。
例如,计算机程序可被处理器执行以完成以下步骤:
遍历图像以判断目标物是否存在第一冗余物;
遍历图像以判断目标物是否存在第二冗余物;和
在存在第一冗余物和第二冗余物至少之一时,确定目标物异常。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (19)

1.一种线材的检测方法,其特征在于,所述检测方法包括:
获取目标物的至少一张图像,所述图像为所述目标物间隔至少一预定旋转角度的图像;
遍历所述图像以判断所述目标物是否存在冗余物;
在存在所述冗余物时,确定所述目标物异常;
所述遍历所述图像以判断所述目标物是否存在冗余物的步骤包括:
确定所述图像的图像信息和预设检测区域的轮廓形状;
根据所述图像的图像信息和所述预设检测区域的轮廓形状以判断所述目标物是否存在冗余物;所述目标物包括本体和自所述本体露出的第一线和第二线,所述第一线为正极线,所述第二线为负极线;当判断所述目标物不存在所述冗余物时,确定所述目标物正常;在所述目标物正常时,获取每张图像的图像信息以确定所述第一线和所述第二线之间的摆角;所述摆角根据所述图像中所述第一线和所述第二线之间的径向截面积进行判断;所述第一线和所述第二线之间的径向截面积确定步骤为:仅所述第一线根据图像的色彩信息从图像中分离出来,确定所述第一线的轮廓,其截面的轮廓为矩形;根据矩形轮廓确定最低端坐标,最低端坐标也即是矩形轮廓中位置靠近包胶一侧的两个顶点坐标;以所述第一线的矩形轮廓最低端坐标为基准向远离包胶的一侧设定第三感兴趣区域;所述第三感兴趣区域内所述第一线与所述第二线之间径向截面积最大时,所述第一线与所述第二线之间的摆角最大;生成控制指令,以控制所述目标物处于最大摆角的状态。
2.根据权利要求1所述的线材的检测方法,其特征在于,所述遍历所述图像以判断所述目标物是否存在冗余物的步骤包括:
根据所述图像信息确定所述第一线和/或所述第二线是否被遮挡;
若任一图像上所述第一线和/或所述第二线被遮挡,确定所述目标物存在所述冗余物。
3.根据权利要求1所述的线材的检测方法,其特征在于,所述目标物包括本体和自所述本体露出的第一线和第二线,所述遍历所述图像以判断所述目标物是否存在冗余物的步骤包括:
获取每张图像的图像信息以设定感兴趣区域;
对所述感兴趣区域内的目标物的轮廓进行参数分析;
在参数分析结果异常时,确定所述目标物存在所述冗余物。
4.一种线材的检测方法,其特征在于,所述检测方法包括:
获取目标物的至少一张图像,所述图像为所述目标物间隔至少一预定旋转角度的图像;
遍历所述图像以判断所述目标物是否存在第一冗余物;
遍历所述图像以判断所述目标物是否存在第二冗余物;和
在存在所述第一冗余物和第二冗余物至少之一时,确定所述目标物异常;
所述遍历所述图像以判断所述目标物是否存在第一冗余物的步骤包括:
确定所述图像的预设检测区域的轮廓形状;
根据所述预设检测区域的轮廓形状以判断所述目标物是否存在第一冗余物;
所述遍历所述图像以判断所述目标物是否存在第二冗余物的步骤包括:
确定所述图像的图像信息:
根据所述图像的图像信息判断所述目标物是否存在第二冗余物;所述目标物包括本体和自所述本体露出的第一线和第二线,所述第一线为正极线,所述第二线为负极线;当判断所述目标物不存在所述冗余物时,确定所述目标物正常;在所述目标物正常时,获取每张图像的图像信息以确定所述第一线和所述第二线之间的摆角;所述摆角根据所述图像中所述第一线和所述第二线之间的径向截面积进行判断;所述第一线和所述第二线之间的径向截面积确定步骤为:仅所述第一线根据图像的色彩信息从图像中分离出来,确定所述第一线的轮廓,其截面的轮廓为矩形;根据矩形轮廓确定最低端坐标,最低端坐标也即是矩形轮廓中位置靠近包胶一侧的两个顶点坐标;以所述第一线的矩形轮廓最低端坐标为基准向远离包胶的一侧设定第三感兴趣区域;所述第三感兴趣区域内所述第一线与所述第二线之间径向截面积最大时,所述第一线与所述第二线之间的摆角最大;生成控制指令,以控制所述目标物处于最大摆角的状态。
5.根据权利要求4所述的线材的检测方法,其特征在于,所述第一冗余物和所述第二冗余物在存在时与所述本体连接,所述第一冗余物的面积大于所述第二冗余物的面积,所述遍历所述图像以判断所述目标物是否存在第一冗余物的步骤包括:
对每张图像设定第一感兴趣区域;
判断所述第一感兴趣区域内的目标物的第一轮廓参数是否满足第一预定阈值;
在所述第一轮廓参数满足所述第一预定阈值时,确定所述目标物存在所述第一冗余物。
6.根据权利要求5所述的线材的检测方法,其特征在于,所述遍历所述图像以判断所述目标物是否存在第二冗余物的步骤包括:
获取每张图像的图像信息以确定所述第一线和/或所述第二线是否被遮挡;
若所述第一线和/或所述第二线被遮挡,确定所述目标物存在所述第二冗余物;
若所述第一线和/或所述第二线未被遮挡,根据所述图像的参数信息设定第二感兴趣区域;
对所述第二感兴趣区域内的目标物的轮廓进行参数分析;
判断所述参数分析的结果是否大于第二预定阈值;
在所述参数分析的结果大于第二预定阈值时,确定所述目标物存在所述第二冗余物。
7.根据权利要求4所述的线材的检测方法,其特征在于,所述获取所述目标物的至少一张图像之前还包括步骤:
获取一张所述目标物的图像;
对所述图像进行图像处理;
根据处理后的所述图像判断所述目标物是否处于待检测状态;
在所述目标物处于待检测状态时,启动检测。
8.一种检测装置,其特征在于,所述检测装置用于执行如权利要求1所述的线材的检测方法,所述检测装置包括载物台,所述载物台用于放置目标物,所述检测装置还包括:
图像获取模块,用于获取目标物的至少一张图像,所述图像为所述目标物间隔至少一预定旋转角度的图像;
判断模块,用于遍历所述图像以判断所述目标物是否存在冗余物;
并用于在存在所述冗余物时确定所述目标物异常;
所述判断模块具体用于:
确定所述图像的图像信息和预设检测区域的轮廓形状;
根据所述图像的图像信息和所述预设检测区域的轮廓形状以判断所述目标物是否存在冗余物。
9.一种检测装置,其特征在于,所述检测装置用于执行如权利要求1所述的线材的检测方法,所述检测装置包括载物台,所述载物台用于放置目标物,所述检测装置还包括:
摄像单元,用于获取目标物的至少一张图像,所述图像为所述目标物间隔至少一预定旋转角度的图像;和
处理单元,用于遍历所述图像以判断所述目标物是否存在冗余物;
并用于在存在所述冗余物时确定所述目标物异常;
所述处理单元具体用于:
确定所述图像的图像信息和预设检测区域的轮廓形状;
根据所述图像的图像信息和所述预设检测区域的轮廓形状以判断所述目标物是否存在冗余物。
10.根据权利要求9所述的检测装置,其特征在于,所述检测装置还包括:
动力单元,所述目标物安装在所述动力单元上,所述动力单元用于带动所述目标物旋转一周;
所述摄像单元用于每隔预定旋转角度获取一张所述目标物的图像。
11.根据权利要求9所述的检测装置,其特征在于,所述目标物包括本体和自所述本体露出的第一线和第二线,所述处理单元用于:
根据所述图像信息确定所述第一线和/或所述第二线是否被遮挡;
若任一图像上所述第一线和/或所述第二线被遮挡,确定所述目标物存在所述冗余物。
12.根据权利要求9所述的检测装置,其特征在于,所述目标物包括本体和自所述本体露出的第一线和第二线,所述处理单元用于:
获取每张图像的图像信息以设定感兴趣区域;
对所述感兴趣区域内的目标物的轮廓进行参数分析;
在参数分析结果异常时,确定所述目标物存在所述冗余物。
13.一种检测装置,其特征在于,所述检测装置用于执行如权利要求4所述的线材的检测方法,所述检测装置包括载物台,所述载物台用于放置目标物,所述检测装置还包括:
摄像单元,用于获取所述目标物的至少一张图像,所述图像为所述目标物间隔至少一预定旋转角度的图像;
处理单元,所述处理单元用于:
遍历所述图像以判断所述目标物是否存在第一冗余物;
遍历所述图像以判断所述目标物是否存在第二冗余物;和
在存在所述第一冗余物和第二冗余物至少之一时,确定所述目标物异常;
所述处理单元具体用于:
确定所述图像的预设检测区域的轮廓形状;
根据所述预设检测区域的轮廓形状以判断所述目标物是否存在第一冗余物;
确定所述图像的图像信息:
根据所述图像的图像信息判断所述目标物是否存在第二冗余物。
14.根据权利要求13所述的检测装置,其特征在于,所述检测装置还包括:
动力单元,所述目标物安装在所述动力单元上,所述动力单元用于带动所述目标物旋转一周;
所述摄像单元用于每隔预定旋转角度获取一张所述目标物的图像。
15.根据权利要求13所述的检测装置,其特征在于,所述目标物包括本体和自所述本体露出的第一线和第二线,所述第一冗余物和所述第二冗余物在存在时与所述本体连接,所述第一冗余物的面积大于所述第二冗余物的面积,所述处理单元用于:
对每张图像设定第一感兴趣区域;
判断所述第一感兴趣区域内的目标物的第一轮廓参数是否满足第一预定阈值;和
在所述第一轮廓参数满足所述第一预定阈值时,确定所述目标物存在所述第一冗余物。
16.根据权利要求15所述的检测装置,其特征在于,所述处理单元用于:
获取每张图像的色彩信息以确定所述第一线和/或所述第二线是否被遮挡;
若所述第一线和/或所述第二线被遮挡,确定所述目标物存在所述第二冗余物;
若所述第一线和/或所述第二线未被遮挡,根据所述图像的参数信息设定第二感兴趣区域;
对所述第二感兴趣区域内的目标物的轮廓进行参数分析;
判断所述参数分析的结果是否大于第二预定阈值;
在所述参数分析的结果大于第二预定阈值时,确定所述目标物存在所述第二冗余物。
17.根据权利要求16所述的检测装置,其特征在于,所述处理单元还用于:
在不存在所述第一冗余物和所述第二冗余物时,确定所述目标物正常;
在所述目标物正常时,获取每张图像的图像信息以确定所述第一线和所述第二线之间的摆角;
选择多个摆角中最大的摆角;
生成控制指令,以控制所述目标物处于最大摆角的状态。
18.根据权利要求13所述的检测装置,其特征在于,所述摄像单元还用于获取至少一张所述目标物的图像;
所述处理单元还用于:
对所述图像进行图像处理;
根据处理后的所述图像判断所述目标物是否处于待检测状态;
在所述目标物处于待检测状态时,启动检测。
19.一种工业设备,其特征在于,包括根据权利要求9-12任一项所述的检测装置或根据权利要求13-18任一项所述的检测装置。
CN201910376230.0A 2019-05-07 2019-05-07 检测方法、检测装置和工业设备 Expired - Fee Related CN110118786B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910376230.0A CN110118786B (zh) 2019-05-07 2019-05-07 检测方法、检测装置和工业设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910376230.0A CN110118786B (zh) 2019-05-07 2019-05-07 检测方法、检测装置和工业设备

Publications (2)

Publication Number Publication Date
CN110118786A CN110118786A (zh) 2019-08-13
CN110118786B true CN110118786B (zh) 2022-05-17

Family

ID=67520403

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910376230.0A Expired - Fee Related CN110118786B (zh) 2019-05-07 2019-05-07 检测方法、检测装置和工业设备

Country Status (1)

Country Link
CN (1) CN110118786B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113252697B (zh) * 2021-06-18 2021-10-08 深圳远荣智能制造股份有限公司 一种物料质量检测方法、设备及计算机可读存储介质
CN113643250B (zh) * 2021-08-09 2022-09-16 苏州英诺威视图像有限公司 一种检测方法、装置、设备及存储介质

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003121377A (ja) * 2001-10-16 2003-04-23 Canon Inc 欠陥検査方法及び装置
CA2601842C (en) * 2005-04-21 2011-03-15 Sumitomo Electric Industries, Ltd. Superconducting wire inspection apparatus and method
CN102095735B (zh) * 2009-11-19 2014-06-11 新明和工业株式会社 包覆电线检查装置以及具备该装置的电线处理机
CN203164135U (zh) * 2013-04-10 2013-08-28 苏州华觉智能科技有限公司 电缆在线检测系统
CN103308527B (zh) * 2013-05-30 2015-02-11 屈桢深 输液瓶内异物的检测方法及检测系统
CN106290397A (zh) * 2016-08-31 2017-01-04 无锡富瑞德测控仪器股份有限公司 一种活塞销外圆缺陷检测装置
CN108508027B (zh) * 2018-04-18 2023-10-20 江门市科业电器制造有限公司 一种定子检测方法及检测装置
CN108776966B (zh) * 2018-06-12 2021-11-16 成都银河磁体股份有限公司 一种磁体外观缺陷检测的方法及系统
CN109001213B (zh) * 2018-07-19 2021-08-10 华南理工大学 一种卷到卷超薄柔性ic基板外观检测方法
CN109632798A (zh) * 2019-01-17 2019-04-16 鲁班嫡系机器人(深圳)有限公司 基于图像处理的极性检测装置及其方法

Also Published As

Publication number Publication date
CN110118786A (zh) 2019-08-13

Similar Documents

Publication Publication Date Title
CN110118786B (zh) 检测方法、检测装置和工业设备
US10746763B2 (en) Apparatus and method for diagnosing electric power equipment using thermal imaging camera
JP5460527B2 (ja) 被覆電線検査装置およびそれを備えた電線処理機
KR102027986B1 (ko) 비전 카메라를 이용한 비드 인식 장치 및 그 방법
US10417757B2 (en) Image inspection apparatus and image inspection method
CN110441316B (zh) 电池表面缺陷检测方法及检测系统
KR20140120821A (ko) 기판의 이물질 검사방법
JP2011107016A (ja) 被覆電線検査装置及びこれを備えた電線処理機
CN110779928A (zh) 缺陷检测装置及方法
CN113820333B (zh) 电池极片异常检测方法、装置、上位机及检测系统
KR101726532B1 (ko) 이미지 기반 서펀틴 벨트 마모 평가를 위한 향상된 분석
CN111462074A (zh) 轴承外观检测方法、装置、系统、计算机设备及存储介质
US9628659B2 (en) Method and apparatus for inspecting an object employing machine vision
US6577758B1 (en) Image position detection technique in which input parameters can be easily determined
CN117929280B (zh) 电池蓝膜包覆系统及电池蓝膜包覆的检测方法
CN112565615B (zh) 飞拍拍摄触发点的确定方法和装置
CN112907536A (zh) 一种用于压接型耐张线夹的压接缺陷检测方法及装置
JP2020197983A (ja) 対象物の計測方法、計測装置、プログラム、およびコンピュータ読取り可能な記録媒体
JP5356202B2 (ja) 被覆電線検査装置及びこれを備えた電線処理機
JP2005164254A (ja) タイヤ故障検知方法及びタイヤ故障検知システム
JP2001330420A (ja) 円弧に沿って所定ピッチで同一形状の突出部を形成された物品の突出部の欠陥検出方法および欠陥検出装置
JP3870208B2 (ja) 画像処理方法及び検査装置
JP2008292398A (ja) 部品電極の浮き不良の検査方法および基板検査装置
WO2022032861A1 (zh) 一种交通灯识别的方法和装置
CN114637261B (zh) 一种基于云平台的工业制造系统及其控制方法

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
TA01 Transfer of patent application right

Effective date of registration: 20200428

Address after: 518173 Henggang street, Longgang, Shenzhen, Guangdong, six A, 5F 28, Qin Fu Road, Jintang industrial area.

Applicant after: ROBOTICS ROBOTICS (SHENZHEN) Ltd.

Applicant after: GAOYIDA TECHNOLOGY (SHENZHEN) Co.,Ltd.

Address before: 518173 Henggang street, Longgang, Shenzhen, Guangdong, six A, 5F 28, Qin Fu Road, Jintang industrial area.

Applicant before: ROBOTICS ROBOTICS (SHENZHEN) Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20220517

CF01 Termination of patent right due to non-payment of annual fee