CN110501349B - 一种盖板弧边检测方法和系统及其检测设备 - Google Patents

一种盖板弧边检测方法和系统及其检测设备 Download PDF

Info

Publication number
CN110501349B
CN110501349B CN201810479428.7A CN201810479428A CN110501349B CN 110501349 B CN110501349 B CN 110501349B CN 201810479428 A CN201810479428 A CN 201810479428A CN 110501349 B CN110501349 B CN 110501349B
Authority
CN
China
Prior art keywords
cover plate
arc edge
edge
distance value
arc
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
CN201810479428.7A
Other languages
English (en)
Other versions
CN110501349A (zh
Inventor
周群飞
饶桥兵
谢文蛟
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.)
Lens Technology Changsha Co Ltd
Original Assignee
Lens Technology Changsha Co 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 Lens Technology Changsha Co Ltd filed Critical Lens Technology Changsha Co Ltd
Priority to CN201810479428.7A priority Critical patent/CN110501349B/zh
Publication of CN110501349A publication Critical patent/CN110501349A/zh
Application granted granted Critical
Publication of CN110501349B publication Critical patent/CN110501349B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • 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

  • 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)
  • Image Processing (AREA)

Abstract

本发明公开了一种盖板弧边检测方法和系统及其检测设备，方法包括：获取盖板外侧的图像；在所述图像中拟合出将盖板面与盖板弧边分界的轮廓线；以与盖板边缘平行的直线作为参考线，计算所述轮廓线与所述盖板边缘对应的部分上各点到所述参考线的距离，得到其中的最大距离值和最小距离值；根据所述最大距离值和所述最小距离值的差值，判断所述盖板是否存在弧边不均缺陷。与现有技术相比，本发明提供的盖板弧边检测方法和系统及其检测设备，能够有效地检测出盖板是否存在弧边不均缺陷。

Description

一种盖板弧边检测方法和系统及其检测设备
技术领域
本发明涉及盖板制作技术领域，特别是涉及一种盖板弧边检测方法及系统。本发明还涉及一种盖板弧边检测设备。
背景技术
目前，对于终端设备上使用的盖板，其制作过程包括开料、精雕、CNC、平磨、丝印等工序，而每一工序都会产生各种各样的外观缺陷，因此会在对应工序安排检验员对产品进行人工检验。当前，最直接的检验工序包括平检、白片、成品和包装，不仅这些检验工序需要投入大量的人力资源，并且人工检验容易受产量和人员情绪的影响，使实际的检验结果也并不理想。
随着科技的发展，针对盖板外观缺陷的检验逐渐发展为由设备操作进行，现有技术中用于实现对盖板外观缺陷的检验技术为自动光学检测(Automatic OpticalInspection，AOI)，主要通过摄像、图像处理、信号增益和阈值设定来获取到缺陷图像，再通过特征描述分类出缺陷种类，进而再进行产品质量等级的划分。
但是在实际应用中，由于产品结构不一致、缺陷多样化以及清洗脏污或者落尘环境等外界因素的影响，对于盖板具有的一些不易检测的缺陷，比如弧边不均，使用现有的AOI设备不能有效地检测出。
发明内容
本发明的目的是提供一种盖板弧边检测方法和系统以及检测设备，能够有效地检测出盖板存在的弧边不均缺陷。
为实现上述目的，本发明提供如下技术方案：
一种盖板弧边检测方法，包括：
获取盖板外侧的图像；
在所述图像中拟合出将盖板面与盖板弧边分界的轮廓线；
以与盖板边缘平行的直线作为参考线，计算所述轮廓线与所述盖板边缘对应的部分上各点到所述参考线的距离，得到其中的最大距离值和最小距离值；
根据所述最大距离值和所述最小距离值的差值，判断所述盖板是否存在弧边不均缺陷。
可选的，所述在所述图像中拟合出将盖板面与盖板弧边分界的轮廓线包括：
在所述图像中，从盖板弧边内向盖板外依次判断各像素点的灰度值是否在第一预设范围内，找出盖板弧边与周围环境的分界像素点，将找出的所有分界像素点拟合为一条曲线，作为将所述盖板与周围环境分界的轮廓线；
在所述图像中，从盖板弧边内向盖板面内依次判断各像素点的灰度值是否在所述第一预设范围内，找出盖板弧边与盖板面的分界像素点，将找出的所有分界像素点拟合为一条曲线，作为将盖板面与盖板弧边分界的轮廓线，所述第一预设范围为所述盖板弧边的灰度值范围。
可选的，所述在所述图像中拟合出将盖板面与盖板弧边分界的轮廓线包括：
在所述图像中，从盖板外向盖板面内依次判断各像素点的灰度值是否在第二预设范围内，找出盖板弧边与盖板面的分界像素点，将找出的所有分界像素点拟合为一条曲线，作为将盖板面与盖板弧边分界的轮廓线，所述第二预设范围为盖板面的灰度值范围。
可选的，所述以与盖板边缘平行的直线作为参考线，计算所述轮廓线与所述盖板边缘对应的部分上各点到所述参考线的距离包括：
以盖板长边的中心线为参考线，计算所述轮廓线对应盖板短边的部分上各点到对应参考线的距离；
以盖板短边的中心线为参考线，计算所述轮廓线对应盖板长边的部分上各点到对应参考线的距离。
可选的，所述根据所述最大距离值和所述最小距离值的差值，判断所述盖板是否存在弧边不均缺陷包括：
若所述最大距离值和所述最小距离值的差值为非零，则所述盖板对应边存在弧边不均缺陷。
可选的，还包括：
将最大距离值和最小距离值的差值分为若干等级范围，根据计算得到的最大距离值和最小距离值的差值所属的等级范围，对所述盖板存在的弧边不均缺陷进行分类。
一种盖板弧边检测系统，包括：
获取模块，用于获取盖板外侧的图像；
拟合模块，用于在所述图像中拟合出将盖板面与盖板弧边分界的轮廓线；
计算模块，用于以与盖板边缘平行的直线作为参考线，计算所述轮廓线与所述盖板边缘对应的部分上各点到所述参考线的距离，得到其中的最大距离值和最小距离值；
判断模块，用于根据所述最大距离值和所述最小距离值的差值，判断所述盖板是否存在弧边不均缺陷。
可选的，所述拟合模块包括：
第一拟合单元，用于在所述图像中，从盖板弧边内向盖板外依次判断各像素点的灰度值是否在第一预设范围内，找出盖板弧边与周围环境的分界像素点，将找出的所有分界像素点拟合为一条曲线，作为将所述盖板与周围环境分界的轮廓线；
第二拟合单元，用于在所述图像中，从盖板弧边内向盖板面内依次判断各像素点的灰度值是否在所述第一预设范围内，找出盖板弧边与盖板面的分界像素点，将找出的所有分界像素点拟合为一条曲线，作为将盖板面与盖板弧边分界的轮廓线，所述第一预设范围为所述盖板弧边的灰度值范围。
可选的，所述拟合模块包括：
第三拟合单元，用于在所述图像中，从盖板外向盖板面内依次判断各像素点的灰度值是否在第二预设范围内，找出盖板弧边与盖板面的分界像素点，将找出的所有分界像素点拟合为一条曲线，作为将盖板面与盖板弧边分界的轮廓线，所述第二预设范围为盖板面的灰度值范围。
一种盖板弧边检测设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如上所述盖板弧边检测方法的步骤。
由上述技术方案可知，本发明所提供的盖板弧边检测方法，首先获取盖板外侧的图像，在图像中拟合出将盖板面与盖板弧边分界的轮廓线，然后以与盖板边缘平行的直线作为参考线，计算轮廓线与盖板边缘对应的部分上各点到所述参考线的距离，得到其中的最大距离值和最小距离值，进一步根据最大距离值和最小距离值的差值，判断所述盖板是否存在弧边不均缺陷。与现有技术相比，本发明提供的盖板弧边检测方法，能够有效地检测出盖板是否存在盖板不均缺陷。
本发明提供的一种盖板弧边检测系统，能够达到上述有益效果。
本发明提供的一种盖板弧边检测设备，能够达到上述有益效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种盖板弧边检测方法的流程图；
图2为本发明一具体实例中拍摄到的盖板外侧的图像；
图3为本发明实施例提供的第一种在图像中拟合出将盖板面与盖板弧边分界的轮廓线的方法流程图；
图4为采用本发明实施例提供的第一种方法对图2所示盖板图像进行处理拟合得到的轮廓线示意图；
图5为采用本发明实施例提供的第二种方法对图2所示盖板图像进行处理拟合得到的轮廓线示意图；
图6为本发明实施例中在拟合出的轮廓线中确定参考线并计算距离值的示意图；
图7为本发明实施例提供的一种盖板弧边检测系统的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
请参考图1，本发明实施例提供的一种盖板弧边检测方法，包括以下步骤：
S10：获取盖板外侧的图像。
本方法所应用于检测的盖板，其外侧具有为弧形曲面的边。所述的弧边不均是指盖板的弧边一些区域弧形曲面不一致。
在具体实施时，可以配置照明光源以及相机，拍摄获得盖板外侧的图像。优选的，可以通过优化配置照明光源或者使用高像素相机，以保证拍摄图像中盖板弧边与盖板面的灰度值不同，使盖板弧边与盖板面具有明显的灰度对比效果。示例性的，可参考图2所示，图2为一具体实例中拍摄到的盖板外侧的图像。
S11：在所述图像中拟合出将盖板面与盖板弧边分界的轮廓线。
在图像中拟合出将盖板面与盖板弧边分界的轮廓线可采用以下两种方法。可选的，请参考图3，第一种方法具体包括以下步骤：
S20：在所述图像中，从盖板弧边内向盖板外依次判断各像素点的灰度值是否在第一预设范围内，找出盖板弧边与周围环境的分界像素点，将找出的所有分界像素点拟合为一条曲线，作为将所述盖板与周围环境分界的轮廓线。
所述第一预设范围为所述盖板弧边的灰度值范围，在具体实施时，可以根据获取的图像预先设定盖板弧边的灰度值范围，可表示为[A，B]。
本步骤中，在图像中从盖板弧边内向盖板外依次判断各像素点的灰度值是否在第一预设范围[A，B]内，若是，将该像素点确定为弧边内像素点，若否，将该像素点确定为盖板外像素点，根据此找出盖板弧边与周围环境的分界像素点。
进一步将找出的所有分界像素点拟合为一条曲线，作为将盖板与周围环境分界的轮廓线，即盖板的外轮廓线。本方法中首先拟合出盖板的外轮廓线，使得根据得到的盖板外轮廓线能够计算盖板的长宽尺寸，并且在后面步骤中可以根据外轮廓线确定参考线。
S21：在所述图像中，从盖板弧边内向盖板面内依次判断各像素点的灰度值是否在所述第一预设范围内，找出盖板弧边与盖板面的分界像素点，将找出的所有分界像素点拟合为一条曲线，作为将盖板面与盖板弧边分界的轮廓线。
本步骤中，在图像中从盖板弧边内向盖板面内依次判断各像素点的灰度值是否在第一预设范围[A，B]内，若是，将该像素点确定为弧边内像素点，若否，将该像素点确定为盖板面内像素点，根据此找出盖板弧边与盖板面的分界像素点。
进一步将找出的所有分界像素点拟合为一条曲线，作为将盖板弧边与盖板面分界的轮廓线，即盖板的内轮廓线。示例性的，可参考图4所示，图4为采用本方法对图2所示盖板图像进行处理拟合得到的轮廓线示意图，其中，曲线1表示盖板的外轮廓线，曲线2表示盖板的内轮廓线。
可选的，第二种方法包括以下步骤：在所述图像中，从盖板外向盖板面内依次判断各像素点的灰度值是否在第二预设范围内，找出盖板弧边与盖板面的分界像素点，将找出的所有分界像素点拟合为一条曲线，作为将盖板面与盖板弧边分界的轮廓线。
所述第二预设范围为盖板面的灰度值范围，在具体实施时，可以根据获取的图像预先设定盖板面的灰度值范围，可表示为[C，D]。
本方法中，在图像中从盖板外周围环境向盖板面内依次判断各像素点的灰度值是否在第二预设范围[C，D]内，若否，该像素点不是盖板面内像素点，若是，则将该像素点确定为盖板面内像素点，根据此找出盖板弧边与盖板面的分界像素点。
进一步将找出的所有分界像素点拟合为一条曲线，作为将盖板面与盖板弧边分界的轮廓线，即盖板的内轮廓线。示例性的，可参考图5所示，图5为采用本方法对图2所示盖板图像进行处理拟合得到的轮廓线示意图，图中所示曲线表示盖板的内轮廓线。
S12：以与盖板边缘平行的直线作为参考线，计算所述轮廓线与所述盖板边缘对应的部分上各点到所述参考线的距离，得到其中的最大距离值和最小距离值。
示例性的，对于形状为长方形的盖板，对于内轮廓线对应盖板长边的部分，可以以与盖板长边平行的直线作为参考线，计算盖板内轮廓线对应长边的部分上各点到参考线的距离。对于内轮廓线对应盖板短边的部分，可以以与盖板短边平行的直线作为参考线，计算盖板内轮廓线对应短边的部分上各点到参考线的距离。
优选的，在具体实施时，对于形状为长方形的盖板，能够以盖板长边的中心线为参考线，计算所述轮廓线对应盖板短边的部分上各点到对应参考线的距离。可参考图6所示，以盖板长边的中心线为参考线，计算盖板内轮廓线对应短边的部分上各点到该参考线的距离，得到最大距离值d1和最小距离值d2。
另外，能够以盖板短边的中心线为参考线，计算所述轮廓线对应盖板长边的部分上各点到对应参考线的距离。相应可以得到其中的最大距离值和最小距离值。
S13：根据所述最大距离值和所述最小距离值的差值，判断所述盖板是否存在弧边不均缺陷。
具体的，所述最大距离值和所述最小距离值的差值表示为弧边不均量化值，若所述最大距离值和所述最小距离值的差值为非零，则所述盖板对应边存在弧边不均缺陷。针对盖板一边，若得到的最大距离值和最小距离值的差值为零，表明盖板这一弧边均匀，不存在弧边不均缺陷。若得到的最大距离值和最小距离值的差值为非零，则盖板这一弧边存在弧边不均缺陷。
在实际应用中，考虑到误差影响，若以最大距离值和最小距离值的差值为零或者非零来判断盖板是否存在弧边不均缺陷太过于绝对。为适用于实际情况，可以针对最大距离值和最小距离值的差值预先设定一个预设范围，若计算得到的最大距离值和最小距离值的差值在预设范围内，则判定盖板对应边不存在弧边不均缺陷；若计算得到的最大距离值和最小距离值的差值超出预设范围，则判定盖板对应边存在弧边不均缺陷。示例性的，设定的预设范围为＜0.5mm，若计算得到的差值为0.2mm，在预设范围内，则判定盖板对应边不存在弧边不均缺陷。
进一步的，本实施例方法还包括：将最大距离值和最小距离值的差值分为若干等级范围，根据计算得到的最大距离值和最小距离值的差值所属的等级范围，对所述盖板存在的弧边不均缺陷进行分类。
示例性的，弧边不均量化值(即最大距离值和最小距离值的差值)表示为Φ＝d1-d2，其中，d1表示最大距离值，d2表示最小距离值。根据检验标准，可以设置5个等级Φ1、Φ2、Φ3、Φ4、Φ5。弧边不均量化值Φ用于表征弧边不均的严重性，Φ值越大，表示存在的弧边不均缺陷越严重。在具体实施时，可以根据实际情况，将不同等级划分为OK操作和NG操作，对盖板进行分类分检。
本实施例提供的盖板弧边检测方法，可以应用于检测智能手机盖板存在的弧边不均外观缺陷，也可以应用于检测其它电子设备盖板，能够提高AOI设备的检出效果，降低设备的漏检率。
相应的，请参考图7，本发明实施例还提供一种盖板弧边检测系统，包括：
获取模块30，用于获取盖板外侧的图像；
拟合模块31，用于在所述图像中拟合出将盖板面与盖板弧边分界的轮廓线；
计算模块32，用于以与盖板边缘平行的直线作为参考线，计算所述轮廓线与所述盖板边缘对应的部分上各点到所述参考线的距离，得到其中的最大距离值和最小距离值；
判断模块33，用于根据所述最大距离值和所述最小距离值的差值，判断所述盖板是否存在弧边不均缺陷。
本实施例提供的一种盖板弧边检测系统，首先获取盖板外侧的图像，在图像中拟合出将盖板面与盖板弧边分界的轮廓线，然后以与盖板边缘平行的直线作为参考线，计算轮廓线与盖板边缘对应的部分上各点到所述参考线的距离，得到其中的最大距离值和最小距离值，进一步根据最大距离值和最小距离值的差值，判断所述盖板是否存在弧边不均缺陷。与现有技术相比，本实施例提供的盖板弧边检测系统，能够有效地检测出盖板是否存在盖板不均缺陷。
可选的，本实施例系统中所述拟合模块31包括：
第一拟合单元，用于在所述图像中，从盖板弧边内向盖板外依次判断各像素点的灰度值是否在第一预设范围内，找出盖板弧边与周围环境的分界像素点，将找出的所有分界像素点拟合为一条曲线，作为将所述盖板与周围环境分界的轮廓线；
第二拟合单元，用于在所述图像中，从盖板弧边内向盖板面内依次判断各像素点的灰度值是否在所述第一预设范围内，找出盖板弧边与盖板面的分界像素点，将找出的所有分界像素点拟合为一条曲线，作为将盖板面与盖板弧边分界的轮廓线，所述第一预设范围为所述盖板弧边的灰度值范围。
可选的，本实施例系统中所述拟合模块31包括：
第三拟合单元，用于在所述图像中，从盖板外向盖板面内依次判断各像素点的灰度值是否在第二预设范围内，找出盖板弧边与盖板面的分界像素点，将找出的所有分界像素点拟合为一条曲线，作为将盖板面与盖板弧边分界的轮廓线，所述第二预设范围为盖板面的灰度值范围。
另外需要说明的是，本实施例系统中获取模块、拟合模块、计算模块、判断模块对数据的具体处理方法均可参考上述关于盖板弧边检测方法实施例的详细描述，在此不再赘述。
本发明实施例还提供一种盖板弧边检测设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如上所述盖板弧边检测方法的步骤。
本实施例提供的一种盖板弧边检测设备，首先获取盖板外侧的图像，在图像中拟合出将盖板面与盖板弧边分界的轮廓线，然后以与盖板边缘平行的直线作为参考线，计算轮廓线与盖板边缘对应的部分上各点到所述参考线的距离，得到其中的最大距离值和最小距离值，进一步根据最大距离值和最小距离值的差值，判断所述盖板是否存在弧边不均缺陷。与现有技术相比，本实施例提供的盖板弧边检测设备，能够有效地检测出盖板是否存在盖板不均缺陷。
以上对本发明所提供的一种盖板弧边不均检测方法和系统及其检测设备进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (10)

1.一种盖板弧边检测方法，其特征在于，包括：
获取盖板外侧的图像；
在所述图像中拟合出将盖板面与盖板弧边分界的轮廓线；
以与盖板边缘平行的直线作为参考线，计算所述轮廓线与所述盖板边缘对应的部分上各点到所述参考线的距离，得到其中的最大距离值和最小距离值；
根据所述最大距离值和所述最小距离值的差值，判断所述盖板是否存在弧边不均缺陷。
2.根据权利要求1所述的盖板弧边检测方法，其特征在于，所述在所述图像中拟合出将盖板面与盖板弧边分界的轮廓线包括：
在所述图像中，从盖板弧边内向盖板外依次判断各像素点的灰度值是否在第一预设范围内，找出盖板弧边与周围环境的分界像素点，将找出的所有分界像素点拟合为一条曲线，作为将所述盖板与周围环境分界的轮廓线；
在所述图像中，从盖板弧边内向盖板面内依次判断各像素点的灰度值是否在所述第一预设范围内，找出盖板弧边与盖板面的分界像素点，将找出的所有分界像素点拟合为一条曲线，作为将盖板面与盖板弧边分界的轮廓线，所述第一预设范围为所述盖板弧边的灰度值范围。
3.根据权利要求1所述的盖板弧边检测方法，其特征在于，所述在所述图像中拟合出将盖板面与盖板弧边分界的轮廓线包括：
在所述图像中，从盖板外向盖板面内依次判断各像素点的灰度值是否在第二预设范围内，找出盖板弧边与盖板面的分界像素点，将找出的所有分界像素点拟合为一条曲线，作为将盖板面与盖板弧边分界的轮廓线，所述第二预设范围为盖板面的灰度值范围。
4.根据权利要求1所述的盖板弧边检测方法，其特征在于，所述以与盖板边缘平行的直线作为参考线，计算所述轮廓线与所述盖板边缘对应的部分上各点到所述参考线的距离包括：
以盖板长边的中心线为参考线，计算所述轮廓线对应盖板短边的部分上各点到对应参考线的距离；
以盖板短边的中心线为参考线，计算所述轮廓线对应盖板长边的部分上各点到对应参考线的距离。
5.根据权利要求1-4任一项所述的盖板弧边检测方法，其特征在于，所述根据所述最大距离值和所述最小距离值的差值，判断所述盖板是否存在弧边不均缺陷包括：
若所述最大距离值和所述最小距离值的差值超出预设范围，则所述盖板对应边存在弧边不均缺陷。
6.根据权利要求1所述的盖板弧边检测方法，其特征在于，还包括：
将最大距离值和最小距离值的差值分为若干等级范围，根据计算得到的最大距离值和最小距离值的差值所属的等级范围，对所述盖板存在的弧边不均缺陷进行分类。
7.一种盖板弧边检测系统，其特征在于，包括：
获取模块，用于获取盖板外侧的图像；
拟合模块，用于在所述图像中拟合出将盖板面与盖板弧边分界的轮廓线；
计算模块，用于以与盖板边缘平行的直线作为参考线，计算所述轮廓线与所述盖板边缘对应的部分上各点到所述参考线的距离，得到其中的最大距离值和最小距离值；
判断模块，用于根据所述最大距离值和所述最小距离值的差值，判断所述盖板是否存在弧边不均缺陷。
8.根据权利要求7所述的盖板弧边检测系统，其特征在于，所述拟合模块包括：
第一拟合单元，用于在所述图像中，从盖板弧边内向盖板外依次判断各像素点的灰度值是否在第一预设范围内，找出盖板弧边与周围环境的分界像素点，将找出的所有分界像素点拟合为一条曲线，作为将所述盖板与周围环境分界的轮廓线；
第二拟合单元，用于在所述图像中，从盖板弧边内向盖板面内依次判断各像素点的灰度值是否在所述第一预设范围内，找出盖板弧边与盖板面的分界像素点，将找出的所有分界像素点拟合为一条曲线，作为将盖板面与盖板弧边分界的轮廓线，所述第一预设范围为所述盖板弧边的灰度值范围。
9.根据权利要求7所述的盖板弧边检测系统，其特征在于，所述拟合模块包括：
第三拟合单元，用于在所述图像中，从盖板外向盖板面内依次判断各像素点的灰度值是否在第二预设范围内，找出盖板弧边与盖板面的分界像素点，将找出的所有分界像素点拟合为一条曲线，作为将盖板面与盖板弧边分界的轮廓线，所述第二预设范围为盖板面的灰度值范围。
10.一种盖板弧边检测设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至6任一项所述盖板弧边检测方法的步骤。
CN201810479428.7A 2018-05-18 2018-05-18 一种盖板弧边检测方法和系统及其检测设备 Active CN110501349B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810479428.7A CN110501349B (zh) 2018-05-18 2018-05-18 一种盖板弧边检测方法和系统及其检测设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810479428.7A CN110501349B (zh) 2018-05-18 2018-05-18 一种盖板弧边检测方法和系统及其检测设备

Publications (2)

Publication Number Publication Date
CN110501349A CN110501349A (zh) 2019-11-26
CN110501349B true CN110501349B (zh) 2022-04-01

Family

ID=68584261

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810479428.7A Active CN110501349B (zh) 2018-05-18 2018-05-18 一种盖板弧边检测方法和系统及其检测设备

Country Status (1)

Country Link
CN (1) CN110501349B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1841015A (zh) * 2005-03-30 2006-10-04 株式会社东芝 图案评价方法、图案对位方法及计算机可读的媒介
KR100902709B1 (ko) * 2008-12-18 2009-06-15 (주)제노정보시스템 유리기판의 진행 방향측 에지면의 결함 검출장치
CN102109338A (zh) * 2011-01-10 2011-06-29 山东力诺瑞特新能源有限公司 一种端盖弧度的测试方法
CN102142142A (zh) * 2010-01-29 2011-08-03 鸿富锦精密工业（深圳）有限公司 产品轮廓制程能力验证系统及方法
CN203869670U (zh) * 2014-03-31 2014-10-08 七海测量技术（深圳）有限公司 平板玻璃的边缘倒弧角轮廓检测装置
CN104422422A (zh) * 2013-08-30 2015-03-18 鸿富锦精密工业（深圳）有限公司 产品轮廓变形量分析系统及方法
CN105321182A (zh) * 2015-11-12 2016-02-10 彭涛 一种手机玻璃面板的音孔缺陷检测方法及系统
CN106127779A (zh) * 2016-06-29 2016-11-16 上海晨兴希姆通电子科技有限公司 基于视觉识别的缺陷检测方法及系统
CN106441145A (zh) * 2016-08-04 2017-02-22 深圳市骏达光电股份有限公司 触摸屏玻璃膜的弧度测量方法与系统
CN106643549A (zh) * 2017-02-07 2017-05-10 泉州装备制造研究所 一种基于机器视觉的瓷砖尺寸检测方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003097929A (ja) * 2001-09-27 2003-04-03 Asahi Glass Co Ltd 湾曲板状体の形状検査方法および装置
JP5959104B2 (ja) * 2011-09-27 2016-08-02 芝浦メカトロニクス株式会社 貼り合せ板状体検査装置及び方法
KR20150071228A (ko) * 2013-12-18 2015-06-26 코닝정밀소재 주식회사 3차원 형상의 유리 검사장치
CN106662438B (zh) * 2014-08-08 2019-05-07 新日铁住金株式会社 线位移评价方法、线位移评价装置以及记录介质
KR20160040044A (ko) * 2014-10-02 2016-04-12 삼성전자주식회사 패널 검사장치 및 검사방법
CN106226327B (zh) * 2016-08-30 2018-11-02 凌云光技术集团有限责任公司 一种弧面物体外表面缺陷检测方法及系统
CN106546603A (zh) * 2016-10-29 2017-03-29 图麟信息科技（上海）有限公司 一种tp、玻璃盖板的工业视觉检测装置及检测方法
CN106651837B (zh) * 2016-11-14 2019-10-15 中国科学院自动化研究所 白玻璃板表面崩边缺陷检测方法
CN106705897B (zh) * 2016-12-23 2021-06-08 电子科技大学 曲面电子显示屏用弧形玻璃面板缺陷检测方法
KR101775458B1 (ko) * 2017-04-20 2017-09-19 주식회사 오디아이 곡면 모델 디스플레이 정렬 상태 검사 시스템 및 곡면 모델 디스플레이 정렬 상태 검사 방법

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1841015A (zh) * 2005-03-30 2006-10-04 株式会社东芝 图案评价方法、图案对位方法及计算机可读的媒介
KR100902709B1 (ko) * 2008-12-18 2009-06-15 (주)제노정보시스템 유리기판의 진행 방향측 에지면의 결함 검출장치
CN102142142A (zh) * 2010-01-29 2011-08-03 鸿富锦精密工业（深圳）有限公司 产品轮廓制程能力验证系统及方法
CN102109338A (zh) * 2011-01-10 2011-06-29 山东力诺瑞特新能源有限公司 一种端盖弧度的测试方法
CN104422422A (zh) * 2013-08-30 2015-03-18 鸿富锦精密工业（深圳）有限公司 产品轮廓变形量分析系统及方法
CN203869670U (zh) * 2014-03-31 2014-10-08 七海测量技术（深圳）有限公司 平板玻璃的边缘倒弧角轮廓检测装置
CN105321182A (zh) * 2015-11-12 2016-02-10 彭涛 一种手机玻璃面板的音孔缺陷检测方法及系统
CN106127779A (zh) * 2016-06-29 2016-11-16 上海晨兴希姆通电子科技有限公司 基于视觉识别的缺陷检测方法及系统
CN106441145A (zh) * 2016-08-04 2017-02-22 深圳市骏达光电股份有限公司 触摸屏玻璃膜的弧度测量方法与系统
CN106643549A (zh) * 2017-02-07 2017-05-10 泉州装备制造研究所 一种基于机器视觉的瓷砖尺寸检测方法

Also Published As

Publication number Publication date
CN110501349A (zh) 2019-11-26

Similar Documents

Publication Publication Date Title
CN110021012B (zh) 基于机器视觉技术的手机镜头视窗玻璃缺陷检测方法
CN105205803A (zh) 显示面板缺陷检测方法
CN116519707A (zh) 基于机器视觉的锂电池缺陷检测方法、装置及电子设备
CN116363140A (zh) 一种中硼硅玻璃缺陷的检测方法、系统、装置及存储介质
CN113483682A (zh) 一种基于机器视觉的缝隙测量方法及系统
CN107993223A (zh) 划痕检测方法、装置和电子设备
CN110611801B (zh) 检测投影模组脏污的方法、装置、可读存储介质及投影仪
CN116337869A (zh) 一种基于机器视觉的双面线路板生产用检测系统
CN114841943A (zh) 一种零件检测方法、装置、设备及存储介质
KR100827906B1 (ko) 기판 검사 장치
CN109785290A (zh) 基于局部光照归一化的钢板缺陷检测方法
CN110501349B (zh) 一种盖板弧边检测方法和系统及其检测设备
KR101562988B1 (ko) 열간소재의 표면결함 검출 장치 및 표면 검출 방법
JP2008249413A (ja) 欠陥検出方法および装置
JP6770691B2 (ja) 塗膜端部の精度の定量化方法及び定量化装置
CN111583225A (zh) 缺陷检测方法、装置及存储介质
CN109580174A (zh) 半导体激光器局部均匀度的检测方法、装置及可读存储介质
CN109191439A (zh) 一种靶材工件表面刀纹缺陷检测方法
CN115018829A (zh) 一种玻璃瑕疵定位方法及装置
KR20140096616A (ko) 결함 검사 장치 및 이의 왜곡 보정방법
KR102196396B1 (ko) 유동적인 디스플레이 패널 글래스의 표면 결함 검사 방법
CN111504608B (zh) 辉度均匀检测系统及辉度均匀检测方法
KR20140006582A (ko) 표시패널의 얼룩 검사 장치 및 그 방법
JP2009043111A (ja) 画像処理方法
CN112763495A (zh) 一种手机电池尺寸和外观缺陷检测系统及检测方法

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
GR01 Patent grant
GR01 Patent grant