CN110211047B - 机器视觉螺纹参数测量的图像旋转方法 - Google Patents

机器视觉螺纹参数测量的图像旋转方法 Download PDF

Info

Publication number
CN110211047B
CN110211047B CN201910282554.8A CN201910282554A CN110211047B CN 110211047 B CN110211047 B CN 110211047B CN 201910282554 A CN201910282554 A CN 201910282554A CN 110211047 B CN110211047 B CN 110211047B
Authority
CN
China
Prior art keywords
image
thread
black pixels
line
row
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
CN201910282554.8A
Other languages
English (en)
Other versions
CN110211047A (zh
Inventor
陈曼龙
杨宗浩
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.)
Shaanxi University of Technology
Original Assignee
Shaanxi University of 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 Shaanxi University of Technology filed Critical Shaanxi University of Technology
Priority to CN201910282554.8A priority Critical patent/CN110211047B/zh
Publication of CN110211047A publication Critical patent/CN110211047A/zh
Application granted granted Critical
Publication of CN110211047B publication Critical patent/CN110211047B/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
    • 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
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
    • G01B11/2513—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object with several lines being projected in more than one direction, e.g. grids, patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/60—Rotation of whole images or parts thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • 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
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30164—Workpiece; Machine component

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种机器视觉螺纹参数测量的图像旋转方法，对螺纹图像进行滤波和二值化处理，对所述二值化处理后的螺纹图像进行平移并且确定图像转中心点坐标，逐行扫描平移后的螺纹图像获得每行黑色像素的边界点数目，将其中一行黑色像素的边界点数目分别与左右相邻行的黑色像素的边界点数目的差的绝对值再求差的绝对值与阈值大小关系确定是否旋转。本发明直接采用图像像素做为计算依据，减少了逐个对螺纹牙廓边拟合的繁琐过程，计算过程简单；降低了图像法螺纹测量时被测螺纹工件安装要求，简化了图像处理过程，提高了图像法螺纹测量的适应性。

Description

机器视觉螺纹参数测量的图像旋转方法
技术领域
本发明属于螺纹测量技术领域，具体涉及一种机器视觉螺纹参数测量的图像旋转方法。
背景技术
以螺纹投影图像来测量螺纹参数不仅效率高，可以实现在线检测，而且还能通过一次图像获取得到多项螺纹参数，其应用前景受到广泛关注。受获取图像时螺纹安装水平影响，被测螺纹轴线很难与图像坐标系坐标轴完全平行(或垂直)，使得螺纹参数求解困难。对螺纹图像进行适当旋转，使螺纹轴线基本与图像坐标轴平行(或垂直)，则可以方便螺纹参数的求解。虽然精确的安装可以规避图像旋转这一环节，但却会大大限制图像法螺纹测量的应用场合。
在非精确安装的测量条件下，图像法螺纹测量时获得的螺纹图像总会与图像坐标系坐标轴存在一定夹角，如图1(a)所示，螺纹轴线o′o′与坐标轴ox的平行线o″o″存在夹角α，如果以α角度顺时针旋转螺纹图像后可得到图1(b)所示螺纹图像，则可以方便求解螺纹大径等参数。螺纹工作面为螺纹牙两侧螺旋面，对1(a)，尽管理论上按照图像中螺纹牙两侧投影线延伸交点间连线的方法可以求解出螺纹轴线与图像坐标系夹角α；但是当螺纹存在螺纹牙歪斜或牙廓存在其它缺陷时，该方法则产生误差，甚至发生方向性错误，如图1(c)所示中α′和图1(a)α，尽管实际螺纹轴线与图像坐标系坐标轴ox夹角α未变，但是在图1(c)则判断为α′，而且与ox坐标轴平行线o″o″所成夹角方向也发生了改变。
发明内容
有鉴于此，本发明的主要目的在于提供一种机器视觉螺纹参数测量的图像旋转方法。
为达到上述目的，本发明的技术方案是这样实现的：
本发明实施例提供一种机器视觉螺纹参数测量的图像旋转方法，该方法为：对螺纹图像进行滤波和二值化处理，对所述二值化处理后的螺纹图像进行平移并且确定图像转中心点坐标，逐行扫描平移后的螺纹图像获得每行黑色像素的边界点数目，将其中一行黑色像素的边界点数目分别与左右相邻行的黑色像素的边界点数目的差的绝对值再求差的绝对值与阈值大小关系确定是否旋转。
上述方案中，所述将其中一行黑色像素的边界点数目分别与左右相邻行的黑色像素的边界点数目的差的绝对值再求差的绝对值与阈值大小关系确定是否旋转，之后，该方法还包括：如果确定需要旋转，以所述图像转中心点坐标进行顺时针或者逆时针方向以及旋转角度进行旋转，旋转之后重新根据其中一行黑色像素的边界点数目分别与左右相邻行的黑色像素的边界点数目的差的绝对值再求差的绝对值与阈值大小关系确定是否旋转。
上述方案中，所述对所述二值化处理后的螺纹图像进行平移，之前，该方法还包括：对二值化处理后的螺纹图像进行增幅获得二值化后的螺纹图像的行宽W0、行高H0，增幅后的图像行、宽均为
上述方案中，所述对所述二值化处理后的螺纹图像进行平移，具体为：按图像坐标系平移增幅后的螺纹图像，使其x，y方向分别按照平移，并确定图像旋转中心点坐标
上述方案中，所述逐行扫描平移后的螺纹图像获得每行黑色像素的边界点数目，具体为：首行行号为i，第i行黑色像素的最小列号nA、边界点数目Ni，第i+1行黑色像素的最小列号nB、边界点数目Ni+1，第i+2行黑色像素的最小列号nC、边界点数目Ni+2。
上述方案中，所述将其中一行黑色像素的边界点数目分别与左右相邻行的黑色像素的边界点数目的差的绝对值再求差的绝对值与阈值大小关系确定是否旋转，具体为：∣∣Ni+1-Ni∣-∣Ni+2-Ni+1∣∣≤Δ时确定不需要旋转螺纹图像，反之，则需要旋转螺纹图像；其中Δ为阈值。
上述方案中，所述逐行扫描平移后的螺纹图像还获得每行黑色像素数目M，具体为：首行行号为i，第i行黑色像素数目Mi、第i+1行黑色像素数目Mi+1、第i+1行黑色像素数目Mi+2。
上述方案中，如果确定需要旋转，根据连续三个相邻行的黑色像素数目确定旋转方向，具体为：当Mi＜Mi+1＜Mi+2，且时，以图像坐标系原点O'顺时针旋转图像；当Mi＜Mi+1＜Mi+2，且时，以图像坐标系原点O'逆时针旋转图像。
上述方案中，如果确定需要旋转，以所述图像转中心点坐标进行顺时针或者逆时针方向并且旋转时每次按照旋转角度n为图像总列数进行旋转。
与现有技术相比，本发明直接采用图像像素做为计算依据，减少了逐个对螺纹牙廓边拟合的繁琐过程，计算过程简单；降低了图像法螺纹测量时被测螺纹工件安装要求，简化了图像处理过程，提高了图像法螺纹测量的适应性。
附图说明
图1为现有技术中图像法螺纹图像旋转原理；
图2为本发明实施例提供一种机器视觉螺纹参数测量的图像旋转方法的流程图；
图3为本发明实施例提供一种机器视觉螺纹参数测量的图像旋转方法的图像旋转方向示意图；
图4为本发明实施例提供一种机器视觉螺纹参数测量的图像旋转方法的图像旋转终止条件求解示意图；
图5为本发明实施例提供一种机器视觉螺纹参数测量的图像旋转方法的螺纹旋转过程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明实施例提供一种机器视觉螺纹参数测量的图像旋转方法，如图2所示，该方法通过以下步骤实现：
步骤1：对螺纹图像进行滤波和二值化处理；
具体地，如图3(a)所示，考虑到毛刺和油污的影响，对螺纹图像先进行滤波，然后进行二值化处理。
步骤2：对所述二值化处理后的螺纹图像进行平移并且确定图像转中心点坐标；
具体地，如图3(b、c)所示，先对所述二值化处理后的螺纹图像进行增幅，获得二值化后的螺纹图像的行宽W0、行高H0，增幅后的图像行、宽均为
再按图像坐标系平移增幅后的螺纹图像，使其x，y方向分别按照平移，并确定图像旋转中心点坐标
步骤3：逐行扫描平移后的螺纹图像获得每行黑色像素的边界点数目；
具体地，首行行号为i，第i行黑色像素的最小列号nA、边界点数目Ni，第i+1行黑色像素的最小列号nB、边界点数目Ni+1，第i+2行黑色像素的最小列号nC、边界点数目Ni+2；
第i行黑色像素数目Mi、第i+1行黑色像素数目Mi+1、第i+1行黑色像素数目Mi+2。
所述边界点就是像素值与该像素同行的左邻或右邻像素的像素值不同的像素,如图2中1，2，3，4，1'，2'，…，1＂，2＂，…，等。
设所获取螺纹图像为m×n的灰度像素点矩阵，其二值化后所有像素点灰度值为逻辑值0(黑色)或1(白色)，螺纹实体图像像素为逻辑值0，而图像中背景即非螺纹实体部分逻辑值为1。如果所获取螺纹图像中螺纹轴线与图像坐标轴存在夹角α时，且相对于图像坐标系ox轴，所获螺纹图像的螺纹轴线顺时针转过α角度时，如图4(a)所示，当由0至m-1行逐行扫描螺纹图像时，会在列号大于的第i行首先扫描到Mi个黑色像素；而当图像坐标系ox轴与所获螺纹图像的螺纹轴线逆时针转过α角度时，如图4(b)所示，则会在列号小于的第i行产生首先扫描到Mi个黑色像素，无论哪种情况，都会在第i+1行扫描到Mi+1个黑色像素，第i+2行扫描到Mi+2个黑色像素，且有Mi＜Mi+1＜Mi+2。由此可以按首先遍历到的Mi、Mi+1、Mi+2所在列号是否大于总列数的半数来判断图像旋转方向。若设第i行首先扫描到的黑色像素点为A点，其对应列号为nA,第i+1行首先扫描到的黑色像素点为B点，其对应列号为nB,第i+2行首先扫描到的黑色像素点为C点，其对应列号为nC。
步骤4：将其中一行黑色像素的边界点数目分别与左右相邻行的黑色像素的边界点数目的差的绝对值再求差的绝对值与阈值大小关系确定是否旋转。
具体地，∣∣Ni+1-Ni∣-∣Ni+2-Ni+1∣∣≤Δ时确定不需要旋转螺纹图像，反之，则需要旋转螺纹图像；其中Δ为阈值，Δ为正整数，单位为像素，理想情况下取值为0，取值与被扫描螺纹制造精度和附油状态有关，当螺纹制造精度较差且附油严重时取值为2，当螺纹精度较高或附油较少时取值为1。
如图5中O′所示，旋转终止条件以螺纹轴线与图像坐标系轴线平行(或垂直)为依据，为方便判定，令i为逐行扫描时首先扫描到黑色像素点的行号，并设Ni为第i行扫描获得的像素值改变边界点(即该像素值与其左侧或右侧像素值不同的点)的数量，如图4中Ni＝4；Ni+1为第i+1行扫描获得的像素值改变边界点的数量。
进一步地，如果确定需要旋转，以所述图像转中心点坐标进行顺时针或者逆时针方向以及旋转角度进行旋转，旋转之后重新根据其中一行黑色像素的边界点数目分别与左右相邻行的黑色像素的边界点数目的差的绝对值再求差的绝对值与阈值大小关系确定是否旋转。
如果确定需要旋转，根据连续三个相邻行的黑色像素数目确定旋转方向，具体为：当Mi＜Mi+1＜Mi+2，且时，以图像坐标系原点O'顺时针旋转图像；当Mi＜Mi+1＜Mi+2，且时，以图像坐标系原点O'逆时针旋转图像。
如图3(d、e、f)所示，如果确定需要旋转，以所述图像转中心点坐标进行顺时针或者逆时针方向并且旋转时每次按照旋转角度n为图像总列数进行旋转。
以圆柱外螺纹为例说明螺纹图像旋转方法
步骤1：获取图像，考虑到毛刺和油污的影响，对螺纹图像先进行滤波，然后进行二值化处理；
步骤2：对二值化处理后的图像增幅。以获取的二值化后的图像行宽W0、行高H0为依据，使得增幅后的图像行、宽均为
步骤3：按图像坐标系平移图像，使其x，y方向分别按照平移，并记录图像旋转中心点坐标
步骤4：按行扫描平移后的螺纹图像，记录扫描到黑色像素的首行行号i以及该行黑色像素数目Mi、其下一行(即i+1行)的黑色像素数目Mi+1、以及第i+2行的黑色像素数目Mi+2，同时记录第i行黑色像素的最小列号nA、边界点(所谓边界点就是像素值与该像素同行的左邻或右邻像素的像素值不同的像素,如图2中1，2，3，4，1'，2'，…，1＂，2＂，…，等)数目Ni，第i+1行黑色像素的最小列号nB、边界点数目Ni+1，第i+2行黑色像素的最小列号nC、边界点数目Ni+2。
步骤5：判断是否旋转。以∣∣Ni+1-Ni∣-∣Ni+2-Ni+1∣∣≤Δ为条件，当条件成立时，不做旋转；当条件不成立时，则需要旋转。
步骤6：判断旋转方向。按以下条件判断旋转方向。
当Mi＜Mi+1＜Mi+2，且时，以图像中心点坐标顺时针旋转图像；
当Mi＜Mi+1＜Mi+2，且时，图像中心点坐标逆时针旋转图像；
步骤7：旋转图像，以图像中心点坐标和步骤6旋转方向，按角度旋转，返回步骤5。
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。

Claims (7)

1.一种机器视觉螺纹参数测量的图像旋转方法，其特征在于，该方法为：对螺纹图像进行滤波和二值化处理，对所述二值化处理后的螺纹图像进行平移并且确定图像转中心点坐标，逐行扫描平移后的螺纹图像获得每行黑色像素的边界点数目，将其中一行黑色像素的边界点数目分别与左右相邻行的黑色像素的边界点数目的差的绝对值再求差的绝对值与阈值大小关系确定是否旋转；
所述将其中一行黑色像素的边界点数目分别与左右相邻行的黑色像素的边界点数目的差的绝对值再求差的绝对值与阈值大小关系确定是否旋转，之后，该方法还包括：如果确定需要旋转，以所述图像转中心点坐标进行顺时针或者逆时针方向以及旋转角度进行旋转，旋转之后重新根据其中一行黑色像素的边界点数目分别与左右相邻行的黑色像素的边界点数目的差的绝对值再求差的绝对值与阈值大小关系确定是否旋转；
所述将其中一行黑色像素的边界点数目分别与左右相邻行的黑色像素的边界点数目的差的绝对值再求差的绝对值与阈值大小关系确定是否旋转，具体为：∣∣Ni+1-Ni∣-∣Ni+2-Ni+1∣∣≤Δ时确定不需要旋转螺纹图像，反之，则需要旋转螺纹图像；其中Δ为阈值。
2.根据权利要求1所述的机器视觉螺纹参数测量的图像旋转方法，其特征在于，所述对所述二值化处理后的螺纹图像进行平移，之前，该方法还包括：对二值化处理后的螺纹图像进行增幅获得二值化后的螺纹图像的行宽W0、行高H0，增幅后的图像行、宽均为
Figure FDA0004049252090000011
3.根据权利要求2所述的机器视觉螺纹参数测量的图像旋转方法，其特征在于，所述对所述二值化处理后的螺纹图像进行平移，具体为：按图像坐标系平移增幅后的螺纹图像，使其x，y方向分别按照
Figure FDA0004049252090000012
平移，并确定图像旋转中心点坐标
Figure FDA0004049252090000013
4.根据权利要求3所述的机器视觉螺纹参数测量的图像旋转方法，其特征在于，所述逐行扫描平移后的螺纹图像获得每行黑色像素的边界点数目，具体为：首行行号为i，第i行黑色像素的最小列号nA、边界点数目Ni，第i+1行黑色像素的最小列号nB、边界点数目Ni+1，第i+2行黑色像素的最小列号nC、边界点数目Ni+2。
5.根据权利要求4所述的机器视觉螺纹参数测量的图像旋转方法，其特征在于，所述逐行扫描平移后的螺纹图像还获得每行黑色像素数目M，具体为：首行行号为i，第i行黑色像素数目Mi、第i+1行黑色像素数目Mi+1、第i+1行黑色像素数目Mi+2。
6.根据权利要求5所述的机器视觉螺纹参数测量的图像旋转方法，其特征在于，如果确定需要旋转，根据连续三个相邻行的黑色像素数目确定旋转方向，具体为：当Mi＜Mi+1＜Mi+2，且
Figure FDA0004049252090000021
时，以图像坐标系原点O'顺时针旋转图像；当Mi＜Mi+1＜Mi+2，且
Figure FDA0004049252090000022
时，以图像坐标系原点O'逆时针旋转图像。
7.根据权利要求6所述的机器视觉螺纹参数测量的图像旋转方法，其特征在于，如果确定需要旋转，以所述图像转中心点坐标进行顺时针或者逆时针方向并且旋转时每次按照旋转角度
Figure FDA0004049252090000023
n为图像总列数进行旋转。
CN201910282554.8A 2019-04-10 2019-04-10 机器视觉螺纹参数测量的图像旋转方法 Active CN110211047B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910282554.8A CN110211047B (zh) 2019-04-10 2019-04-10 机器视觉螺纹参数测量的图像旋转方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910282554.8A CN110211047B (zh) 2019-04-10 2019-04-10 机器视觉螺纹参数测量的图像旋转方法

Publications (2)

Publication Number Publication Date
CN110211047A CN110211047A (zh) 2019-09-06
CN110211047B true CN110211047B (zh) 2023-04-07

Family

ID=67785181

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910282554.8A Active CN110211047B (zh) 2019-04-10 2019-04-10 机器视觉螺纹参数测量的图像旋转方法

Country Status (1)

Country Link
CN (1) CN110211047B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110849287B (zh) * 2019-11-27 2021-05-25 陕西理工大学 一种机器视觉螺纹牙型角补偿方法
CN111353993B (zh) * 2020-03-30 2023-06-23 华南理工大学 一种基于机器视觉的螺纹角度测量方法
CN111462066B (zh) * 2020-03-30 2023-04-21 华南理工大学 一种基于机器视觉的螺纹参数检测方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105426887A (zh) * 2015-10-30 2016-03-23 北京奇艺世纪科技有限公司 一种文本图像校正的方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090196527A1 (en) * 2008-02-01 2009-08-06 Hiwin Mikrosystem Corp. Calibration method of image planar coordinate system for high-precision image measurement system

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105426887A (zh) * 2015-10-30 2016-03-23 北京奇艺世纪科技有限公司 一种文本图像校正的方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于机器视觉的圆环形零件形位尺寸自动测量;刘科文等;《工业控制计算机》;20100725(第07期);全文 *

Also Published As

Publication number Publication date
CN110211047A (zh) 2019-09-06

Similar Documents

Publication Publication Date Title
CN110211047B (zh) 机器视觉螺纹参数测量的图像旋转方法
CN109003258B (zh) 一种高精度亚像素圆形零件测量方法
CN108921865B (zh) 一种抗干扰的亚像素直线拟合方法
US11120565B2 (en) Image registration method, image registration device and storage medium
CN109472271B (zh) 印刷电路板图像轮廓提取方法及装置
JP4908440B2 (ja) 画像処理装置及び方法
CN103500722B (zh) 一种电子束缺陷检测方法
TWI770906B (zh) 晶圓表面缺陷檢測方法及其裝置
CN111462066A (zh) 一种基于机器视觉的螺纹参数检测方法
WO2019001164A1 (zh) 滤光片同心度测量方法及终端设备
CN112635346B (zh) 晶圆检测方法、半导体检测设备及存储介质
JP2009071271A (ja) パターン形状評価方法，パターン形状評価装置，パターン形状評価データ生成装置およびそれを用いた半導体形状評価システム
WO2023109557A1 (zh) 连接器件检测方法、电子设备及存储介质
CN115527049A (zh) 一种引线框架引脚间距的高精度测量方法
JP5357572B2 (ja) 外観検査方法および外観検査装置
CN106989672A (zh) 一种基于机器视觉的工件测量方法
CN113763279A (zh) 一种具有矩形框图像的精确校正处理方法
CN111353981B (zh) 基于机器视觉的齿轮检测方法、系统及存储介质
JP4163199B2 (ja) 検査装置、検査方法
CN112923852B (zh) 基于动态角点定位的sd卡位姿检测方法
CN112383670B (zh) 一种试卷扫描自动扶正方法及装置
CN110211113B (zh) 一种坡口异常的检测算法及计算设备
CN114972147A (zh) 晶圆缺陷的检测方法及装置
TWI573098B (zh) Wafer defect detection method
Fan et al. Dimensional inspecting system of shaft parts based on machine vision

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