CN110146507B - 汽车漆面表面外观缺陷检测系统及方法 - Google Patents
汽车漆面表面外观缺陷检测系统及方法 Download PDFInfo
- Publication number
- CN110146507B CN110146507B CN201910362702.7A CN201910362702A CN110146507B CN 110146507 B CN110146507 B CN 110146507B CN 201910362702 A CN201910362702 A CN 201910362702A CN 110146507 B CN110146507 B CN 110146507B
- Authority
- CN
- China
- Prior art keywords
- automobile
- image
- light source
- defects
- detection
- 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
Links
- 230000007547 defect Effects 0.000 title claims abstract description 59
- 239000003973 paint Substances 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000001514 detection method Methods 0.000 claims abstract description 50
- 238000005286 illumination Methods 0.000 claims abstract description 35
- 238000003384 imaging method Methods 0.000 claims abstract description 16
- 230000000007 visual effect Effects 0.000 claims abstract description 11
- 230000004927 fusion Effects 0.000 claims description 18
- 239000002184 metal Substances 0.000 claims description 9
- 238000013519 translation Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000013461 design Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 4
- 238000003672 processing method Methods 0.000 abstract description 3
- 230000000694 effects Effects 0.000 abstract 1
- 238000005507 spraying Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 208000003464 asthenopia Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G01N21/8851—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
- G01N2021/8854—Grading and classifying of flaws
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种汽车漆面表面外观缺陷检测系统及方法。本发明包括可移动的照明光源子系统，多视角布置的成像系统和被检测汽车；检测时，被检测汽车移动至检测区域后，移动照明光源子系统，成像系统实时不间断拍照，进行汽车表面的全范围成像，成像后通过汽车漆面图像处理方法提取汽车漆面表面外观缺陷。本发明检测精度高、效率高、可定量识别漆溅、划伤等多种表面缺陷；本发明可以对汽车生产车间现有的照明光源进行改造，通过光源系统的明暗场移动，改善高亮漆面的表面外观缺陷检测效果，可以精确和快速的检测出缺陷的位置和尺度，避免人眼目测观察的主观性及低效率。
Description
技术领域
本发明属于机器视觉检测领域，涉及汽车漆面表面外观缺陷检测系统及方法。
背景技术
汽车在人们的日常生活中使用非常广泛，成为人们出行的首选交通工具。在汽车的生产过程中，喷漆的好坏直观的反应了汽车外观的优劣，但在喷漆过程中不可避免存在杂质点，这会导致喷漆后漆面存在凹凸点等外观缺陷，另外在漆面零件的组装过程中，不可避免会造成漆面的碰擦，这会导致组装后的车辆中存在部分划伤、掉漆等外观缺陷，外观缺陷的存在在汽车销售中将不可避免的产生销售和生产的纠纷，为避免上述纠纷的产生，在汽车出厂前进行整车漆面的检测非常有必要。
目前的汽车漆面的检测手段主要为目视法，目视法受所检测人的熟练程度影响较大，主观性较强，另外由于漆面为高反射面，受光照角度影响非常大，人目视不可避免会存在较多漏检，而且长期的检测会造成人眼疲劳，同样会造成外观缺陷的漏检。由于目视法检测速度较慢，漏检率较高，可靠性差，没有办法实现整个生产流程的流水线检测。因此开发汽车漆面表面外观缺陷检测系统及方法将极大的提升汽车外观质量及检测效率。
发明内容
本发明的目的是针对现有目视检测技术的不足，为解决汽车漆面外观缺陷检测，提供一种汽车漆面表面外观缺陷检测系统及方法。
本发明解决其技术问题所采用的技术方案如下：
本发明包括条纹扫描照明系统(S1)、多视角布置的成像系统(S2)、被检测汽车(S3)；检测时，被检测汽车(S3)经过导向槽移动到固定位置停好，条纹扫描照明系统(S1)安置于移动导轨系统(S4)上，沿汽车前进方向匀速运动，多视角布置的成像系统(S2)以最大帧率实时拍照，获取每个子孔径的一连串的图像序列；图像序列经过图像处理后，提取汽车漆面表面外观缺陷；
所述的条纹扫描照明系统(S1)包括：多条多边形构成的能做一维匀速平移的金属框架，框架上可布置条带状的白光照明光源，每条框架按照同样的间隔T平行地安装到移动导轨系统(S4)上；移动导轨系统(S4)的行程大于2倍金属框架的间隔T；检测时光源通过移动导轨系统(S4)进行一维匀速移动，方向垂直于光源框架形成的多边形表面，条带状光源反射的像扫描汽车表面从而对整个表面外观成像；金属框架的间隔T为条带状光源宽度Tw的3～6倍，相邻光源之间安装时必须要保证形成连续的照明；该子系统可以从头搭建，也可以使用大部分检测车间现有的固定在地面上的照明框架，调整框架间隔，增加底部移动导轨或传送带改装完成。
所述的成像系统(S2)要多视角倾斜布置，从而覆盖全视场；汽车漆面是高反射表面，条带光源和相机难以按照共路设计，相机摆放往往需要一定倾斜角；汽车的外观表面形状复杂，汽车的大小尺度不一，需要16～30个甚至更多的相机同步实时摄取图像视频流，使子孔径能覆盖整个汽车被测表面，不留盲区。
汽车漆面表面外观缺陷检测方法，具体实施方法如下：
被检测汽车(S3)经过导向槽以后，停到指定位置，每次检测汽车和相机组的相对位置保持不变，移动照明光源子系统(S1)采集图像视频流。第一次检测的车型要做标定，根据汽车的颜色和反光特性，调整相机的曝光和增益，使每个相机的图像均清晰不过曝；然后移动照明光源子系统(S1)，移动距离1～2个条带框架间隔，配合相机的帧率采集40张左右图像；将采集的图像融合后，寻找图像的特征区域用于匹配，划分图中的检测区域(ROI)和非检测区域；标定后，同样车型颜色的可调用标定的参数设置采集图像，通过图像匹配和之前标定的ROI确定每个子孔径图像的检测区域，用图像增强和特征提取的方法检测和分类缺陷。
汽车漆面表面外观缺陷检测漆面图像处理方法，具体包括以下步骤：
步骤1、图像融合；
图像融合可以一帧帧地做平均融合，也可以相邻帧做差分融合；
Ifusion是融合后的图像，Ii表示实时采集到的第i帧图像；abs()是绝对值函数；融合后的图像有相对均匀的灰色背景，缺陷在融合图像中表现地更亮或者更暗，各种类型缺陷显著程度不尽相同；
步骤2、使用平均融合的图像做特征匹配；
实际汽车每次停的位置会有一定的区别，通过特征匹配修正这一平移量，并使用标定中划分好的Roi得到检测区域；
步骤3、对合成图像做平滑差分，得到缺陷信号增强的图像IEnhance；
IEnhance＝Ifusion-Iblur (3)
Iblur是Ifusion经过中值滤波后的结果；对IEnhance二值化后，提取缺陷的特征，根据与质检员商量确定的缺陷面积、数量、亮度等一系列标准，确定缺陷的等级，完成检测，交由下一流程修复。
本发明有益效果如下：
本发明提出了日光灯条纹移动形成明暗场，实时采集图像融合处理的方法，解决了汽车复杂曲面表面不同颜色漆面缺陷的外观检测，相比较于传统漫反射成像检测方式，具有检测精度高、无过亮过暗盲区、检测效率高等优势。利用高速相机实时采集运动中的汽车表面明暗场照明图像，利用不同的图像融合和处理方法检测各种汽车漆面外观缺陷。相机的布置应使各视角的视场覆盖整车车身，针对不同车型设计每个视场的模板，适用于各种汽车的在线外观缺陷检测过程。
附图说明
图1.是汽车漆面表面外观缺陷检测系统；
图2.是汽车漆面表面外观缺陷检测成像原理图；
图3.是汽车漆面表面外观缺陷检测图像处理流程；
图4.是相机实时采集后经裁剪的一帧图像；
图5.是融合图像平滑差分后的图像；
图6.是汽车漆面表面外观缺陷检测结果图像；
具体实施说明
下面结合附图和实施例对本发明作进一步说明。
如图1所示，一种汽车漆面表面外观缺陷检测系统，包括可移动的照明光源子系统(S1)、多视角布置的成像系统(S2)；检测时，被检测汽车(S3)经过导向槽移动到固定位置停好，照明光源子系统(S1)在光源移动导轨系统(S4)上沿汽车前进方向匀速运动，多视角布置的成像系统(S2)以最大帧率实时拍照，获取每个子孔径的一连串的图像序列。图像序列经过图像处理后，提取汽车漆面表面外观缺陷。
照明光源子系统(S1)包括：多条多边形构成的能做一维匀速平移的金属框架，框架上布置有条带状的白光照明光源，每条框架按照同样的间隔T平行地安装到移动导轨系统(S4)上；移动导轨系统(S4)的行程大于2倍金属框架的间隔T；检测时光源通过移动导轨系统(S4)进行一维匀速移动，方向垂直于光源框架形成的多边形表面，条带状光源反射的像扫过汽车表面从而对整个表面外观成像；金属框架的间隔T为条带状光源宽度Tw的3～6倍，相邻光源之间安装时必须要保证形成连续的照明；
多视角布置的成像系统(S2)要多视角倾斜布置，从而覆盖全视场；汽车漆面是高反射表面，条带状光源和相机难以按照共路设计，相机摆放往往需要一定倾斜角；汽车的外观表面形状复杂，汽车的大小尺度不一，需要16～30个甚至更多的相机从各个位置以不同角度实时摄取图像视频流，使子孔径能覆盖整个汽车被测表面，不留盲区。
一种汽车漆面表面外观缺陷检测系统的实现方法具体如下：
步骤1、将被检测汽车(S3)经过导向槽以后，停到指定位置，每次检测汽车和相机组的相对位置保持不变，移动照明光源子系统(S1)采集图像视频流。对第一次检测的车型要做标定，根据汽车的颜色和反光特性，调整相机的曝光和增益，使每个相机的图像均清晰不过曝；
步骤2、移动照明光源子系统(S1)，移动距离为1～2个条带框架间隔，配合相机的帧率采集40张左右图像；
步骤3、将采集的图像融合，寻找图像的特征区域用于匹配，划分图像中的检测区域(ROI)和非检测区域；标定后，同样车型颜色的可调用标定的参数设置采集图像，通过图像匹配和之前标定的ROI确定每个子孔径图像的检测区域，用图像增强和特征提取的方法检测和分类缺陷。
汽车漆面表面外观缺陷检测漆面图像处理方法，整个流程如图3所示，主要包括以下步骤：
步骤1、图像融合；
图像融合可以一帧帧地做平均融合，也可以相邻帧做差分融合；
Ifusion是融合后的图像，Ii表示实时采集到的第i帧图像；abs()是绝对值函数；融合后的图像有相对均匀的灰色背景，缺陷在融合图像中表现地更亮或者更暗，各种类型缺陷显著程度不尽相同；
步骤2、使用平均融合的图像做特征匹配；
实际汽车每次停的位置会有一定的区别，通过特征匹配修正这一平移量，并使用标定中划分好的Roi得到检测区域；
步骤3、对合成图像做平滑差分，得到缺陷信号增强的图像IEnhance；
IEnhance＝Ifusion-Iblur (3)
Iblur是Ifusion经过中值滤波后的结果；对IEnhance二值化后，提取缺陷的特征，根据与质检员商量确定的缺陷面积、数量、亮度等一系列标准，确定缺陷的等级，完成检测，交由下一流程修复。
实施例
针对汽车引擎盖漆面进行表面缺陷检测试验。首先按照图1所示搭建可移动的照明光源子系统(S1)、多视角布置的成像系统(S2)、被检测汽车(S3)、光源移动导轨系统(S4)组成的实验装置。照明长条形光源的宽度Tw为18mm，间隔T为64mm。调整相机参数和镜头对焦。之后使照明光源子系统(S1)按照40mm/s的速度匀速移动，同时每个相机在20fps的速度下采集图像，共计采集40帧图像。其中一个相机采集到的一帧图像，裁剪有效区域后如图4所示。按照(1)式做图像融合：
图像中存在非检测区时，要做配准和模板剔除。图4中的区域均为需要检测的区域，按照(2)式对融合图像做平滑差分，得到图5所示的缺陷信号增强的图像IEnhance。
IEnhance＝Ifusion-Iblur (2)
可以看到，缺陷在图5中表现为亮点。对这张图做二值化，这里采用的高阈值45和低阈值15的双阈值方法，得到图6所示的检测结果图。经过对面积和亮度的分析，从中检出了3段划痕缺陷(Scratch)，和3个明显的黑色点状缺陷(Overspray)。点状缺陷一般是漆溅产生的凹凸点缺陷，而划痕的深度也不大，经打磨即可修复。
Claims (2)
1.汽车漆面表面外观缺陷检测方法，其特征在于具体包括以下步骤：
步骤1、图像融合；
图像融合可以一帧帧地做平均融合，也可以相邻帧做差分融合；
Ifusion是融合后的图像，N是实时采集的图像总数，Ii表示实时采集到的第i帧图像；abs()是绝对值函数；融合后的图像有相对均匀的灰色背景，缺陷在融合图像中表现地更亮或者更暗，各种类型缺陷显著程度不尽相同；
步骤2、使用平均融合的图像做特征匹配；
实际汽车每次停的位置会有一定的区别，通过特征匹配修正这一平移量，并使用标定中划分好的ROI得到检测区域；
步骤3、对合成图像做平滑差分，得到缺陷信号增强的图像IEnhance；
IEnhance＝Ifusion-Iblur (3)
Iblur是Ifusion使用中值平滑后的结果；对IEnhance二值化后，提取缺陷的特征，根据与质检员商量确定的缺陷面积、数量、亮度等一系列标准，确定缺陷的等级，完成检测，交由下一流程修复；
该检测方法实现使用的系统包括条纹扫描照明系统(S1)、多视角布置的成像系统(S2)、被检测汽车(S3)；检测时，被检测汽车(S3)经过导向槽移动到固定位置停好，条纹扫描照明系统(S1)安置于移动导轨系统(S4)上，沿汽车前进方向匀速运动，多视角布置的成像系统(S2)以最大帧率实时拍照，获取每个子孔径的一连串的图像序列；图像序列经过图像处理后，提取汽车漆面表面外观缺陷；
所述的条纹扫描照明系统(S1)包括：多条多边形构成的能做一维匀速平移的金属框架，框架上可布置条带状的白光照明光源，每条框架按照同样的间隔T平行地安装到移动导轨系统(S4)上；移动导轨系统(S4)的行程大于2倍金属框架的间隔T；检测时光源通过移动导轨系统(S4)进行一维匀速移动，方向垂直于光源框架形成的多边形表面，条带状光源反射的像扫描汽车表面从而对整个表面外观成像；金属框架的间隔T为条带状光源宽度Tw的3～6倍，相邻光源之间安装时必须要保证形成连续的照明；该条纹扫描照明系统从头搭建，或使用大部分检测车间现有的固定在地面上的照明框架，调整框架间隔，增加底部移动导轨或传送带改装完成；
所述的成像系统(S2)要多视角倾斜布置，从而覆盖全视场；汽车漆面是高反射表面，条带光源和相机难以按照共路设计，相机摆放往往需要一定倾斜角；汽车的外观表面形状复杂，汽车的大小尺度不一，需要16～30个相机同步实时摄取图像视频流，使子孔径能覆盖整个汽车被测表面，不留盲区。
2.如权利要求1所述的汽车漆面表面外观缺陷检测方法，其特征在于：检测时被检测汽车(S3)经过导向槽以后，停到指定位置，每次检测汽车和相机组的相对位置保持不变，条纹扫描照明系统(S1)在移动导轨系统(S4)上匀速移动,成像系统(S2)采集图像视频流；第一次检测的车型要做标定，根据汽车的颜色和反光特性，调整相机的曝光和增益，使每个相机的图像均清晰不过曝；然后移动条纹扫描照明系统(S1)，移动距离1～2个条带框架间隔，配合相机的帧率采集40张左右图像；将采集的图像融合后，寻找图像的特征区域用于匹配，划分图中的检测区域(ROI)和非检测区域；标定后，同样车型颜色的可调用标定的参数设置采集图像，通过图像匹配和之前标定的ROI确定每个子孔径图像的检测区域，用图像增强和特征提取的方法检测和分类缺陷。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910362702.7A CN110146507B (zh) | 2019-04-30 | 2019-04-30 | 汽车漆面表面外观缺陷检测系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910362702.7A CN110146507B (zh) | 2019-04-30 | 2019-04-30 | 汽车漆面表面外观缺陷检测系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110146507A CN110146507A (zh) | 2019-08-20 |
| CN110146507B true CN110146507B (zh) | 2024-01-26 |
Family
ID=67593890
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910362702.7A Active CN110146507B (zh) | 2019-04-30 | 2019-04-30 | 汽车漆面表面外观缺陷检测系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110146507B (zh) |
Families Citing this family (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110672618B (zh) * | 2019-09-25 | 2023-03-03 | 上海智觉光电科技有限公司 | 一种基于多角度光源的部件外观亮面检测系统及方法 |
| CN111260611B (zh) * | 2020-01-09 | 2023-03-21 | 深圳市瑞天激光有限公司 | 一种反射曲面的表面缺陷检测方法及系统 |
| CN112304978A (zh) * | 2020-10-20 | 2021-02-02 | 苏州维信电子有限公司 | 一种多层柔性线路板缺陷检测方法 |
| CN113218955A (zh) * | 2021-05-06 | 2021-08-06 | 宁波星帆信息科技有限公司 | 一种检测装置及方法 |
| CN113406111B (zh) * | 2021-05-31 | 2022-09-23 | 清华大学深圳国际研究生院 | 一种基于结构光场视频流的缺陷检测方法和装置 |
| CN113720774B (zh) * | 2021-08-18 | 2024-01-12 | 中国第一汽车股份有限公司 | 一种汽车外观缺陷检测装置及检测方法 |
| CN114152623B (zh) * | 2021-12-02 | 2023-08-15 | 河北工业大学 | 一种高反光表面物体表面图像获取方法及获取装置 |
| CN114486929B (zh) * | 2022-01-20 | 2024-02-02 | 深圳佳视德智能科技有限公司 | 一种汽车门饰条外观检测方法及其装置 |
| CN114397303A (zh) * | 2022-01-25 | 2022-04-26 | 商丘职业技术学院 | 一种汽车表面外观缺陷检测系统及方法 |
| CN115343289A (zh) * | 2022-07-18 | 2022-11-15 | 中国第一汽车股份有限公司 | 一种汽车总装整车坑包划伤自动检测系统及方法 |
| CN115508379A (zh) * | 2022-08-24 | 2022-12-23 | 中国第一汽车股份有限公司 | 一种汽车冲压型面缺陷检测光学仪器及其检测方法 |
| CN115541598B (zh) * | 2022-08-24 | 2024-05-14 | 深圳市二郎神视觉科技有限公司 | 汽车外观检测方法、装置及系统 |
| CN115290668B (zh) * | 2022-09-28 | 2023-02-03 | 苏州振畅智能科技有限公司 | 一种涂装车身面漆缺陷检测的系统及方法 |
| CN115494517A (zh) * | 2022-09-29 | 2022-12-20 | 广州微易轨道交通科技有限公司 | 一种列车外观激光三维扫描检测方法 |
| CN115684172A (zh) * | 2022-10-09 | 2023-02-03 | 迁安市福运机动车检测有限公司 | 一种汽车外观检测系统及其使用方法 |
| CN115791806B (zh) * | 2022-12-27 | 2024-04-05 | 浙江大学 | 一种用于汽车漆面缺陷的检测成像方法、电子设备、介质 |
| CN117969550B (zh) * | 2024-03-29 | 2024-06-04 | 长春汽车工业高等专科学校 | 一种基于图像识别的汽车缺陷分析方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10318938A (ja) * | 1997-05-20 | 1998-12-04 | Nissan Motor Co Ltd | 表面検査装置 |
| JPH1163959A (ja) * | 1997-08-25 | 1999-03-05 | Nissan Motor Co Ltd | 表面検査装置 |
| JPH11271038A (ja) * | 1998-03-24 | 1999-10-05 | Nissan Motor Co Ltd | 塗装欠陥検査装置 |
| JP2004279233A (ja) * | 2003-03-17 | 2004-10-07 | Kanto Auto Works Ltd | 車両塗面検査用欠陥マーキング装置 |
| KR101782542B1 (ko) * | 2016-06-10 | 2017-10-30 | 주식회사 에이티엠 | 차량 도장표면 검사시스템 및 검사방법 |
| 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 |
| CN211426295U (zh) * | 2019-04-30 | 2020-09-04 | 杭州晶耐科光电技术有限公司 | 一种汽车漆面表面外观缺陷检测系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005038445A1 (ja) * | 2003-10-21 | 2005-04-28 | Daihatsu Motor Co., Ltd. | 表面欠陥検査方法及び装置 |
-
2019
- 2019-04-30 CN CN201910362702.7A patent/CN110146507B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10318938A (ja) * | 1997-05-20 | 1998-12-04 | Nissan Motor Co Ltd | 表面検査装置 |
| JPH1163959A (ja) * | 1997-08-25 | 1999-03-05 | Nissan Motor Co Ltd | 表面検査装置 |
| JPH11271038A (ja) * | 1998-03-24 | 1999-10-05 | Nissan Motor Co Ltd | 塗装欠陥検査装置 |
| JP2004279233A (ja) * | 2003-03-17 | 2004-10-07 | Kanto Auto Works Ltd | 車両塗面検査用欠陥マーキング装置 |
| KR101782542B1 (ko) * | 2016-06-10 | 2017-10-30 | 주식회사 에이티엠 | 차량 도장표면 검사시스템 및 검사방법 |
| 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 |
| CN211426295U (zh) * | 2019-04-30 | 2020-09-04 | 杭州晶耐科光电技术有限公司 | 一种汽车漆面表面外观缺陷检测系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110146507A (zh) | 2019-08-20 |
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 | |
| RU2763417C2 (ru) | Система и связанный с ней способ обнаружения мелких дефектов на/в листе стекла на технологической линии | |
| RU2762130C2 (ru) | Система и связанный способ измерения оптических характеристик листа стекла на технологической линии | |
| US10859468B2 (en) | Method and device for tyre condition analysis | |
| CN112150441A (zh) | 一种基于机器视觉的光滑漆面表面缺陷检测方法 | |
| US5694479A (en) | Process for measuring the optical quality of a glass product | |
| EP3830517B1 (de) | Verfahren und vorrichtung zur erkennung und analyse von oberflaechenfehlern dreidimensionaler objekte mit einer reflektierenden oberflaeche, insbesondere von kraftfahrzeugkarosserien | |
| EP2602763B1 (en) | Method for monitoring the quality of the primer layer applied on a motor-vehicle body before painting | |
| CN107490579B (zh) | 缺陷检查方法及其设备 | |
| CN108550160B (zh) | 基于光强模板的非均匀光条特征区域提取方法 | |
| KR101679205B1 (ko) | 디바이스 결함 검출장치 | |
| CN109507198B (zh) | 基于快速傅里叶变换和线性高斯的口罩检测系统及方法 | |
| CN102175692A (zh) | 织物坯布疵点快速检测系统及方法 | |
| CN110567968A (zh) | 一种零件缺陷检测方法及装置 | |
| CN104458764A (zh) | 基于大景深条带图像投影的弯曲粗糙表面缺陷鉴别方法 | |
| CN114280075B (zh) | 一种管类零件表面缺陷在线视觉检测系统及检测方法 | |
| CN211426295U (zh) | 一种汽车漆面表面外观缺陷检测系统 | |
| CN113820319A (zh) | 一种纺织品表面缺陷检测装置与方法 | |
| CN108459030A (zh) | 一种应用于非平面塑料光滑表面瑕疵在线检测装置与方法 | |
| CN109387524A (zh) | 基于线性偏振光的螺纹缺陷检测方法及装置 | |
| CN115760893A (zh) | 一种基于核相关滤波算法的单雾滴粒径和速度测量方法 | |
| CN114755236A (zh) | 一种回转曲面电镀件表面缺陷的检测系统及方法 | |
| CN109447959A (zh) | 轮胎静态载荷印痕测量方法 | |
| CN111103309A (zh) | 用于检测透明材质物体瑕疵的方法 | |
| CN116735609A (zh) | 一种镜面、类镜面物体表面图像采集系统 |
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 |