CN110575966B - 一种高反光物体表面缺陷检测装置 - Google Patents
一种高反光物体表面缺陷检测装置 Download PDFInfo
- Publication number
- CN110575966B CN110575966B CN201910983035.4A CN201910983035A CN110575966B CN 110575966 B CN110575966 B CN 110575966B CN 201910983035 A CN201910983035 A CN 201910983035A CN 110575966 B CN110575966 B CN 110575966B
- Authority
- CN
- China
- Prior art keywords
- light
- detected
- arc plate
- industrial camera
- computer
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 41
- 230000007547 defect Effects 0.000 title claims abstract description 34
- 238000007599 discharging Methods 0.000 claims abstract description 13
- 230000002950 deficient Effects 0.000 claims abstract description 11
- 239000000463 material Substances 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 8
- 230000003287 optical effect Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 7
- 230000000694 effects Effects 0.000 abstract description 6
- 239000003086 colorant Substances 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 5
- 238000000034 method Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000000105 evaporative light scattering detection Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000000149 penetrating effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/02—Measures preceding sorting, e.g. arranging articles in a stream orientating
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
- B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
- B07C5/3422—Sorting according to other particular properties according to optical properties, e.g. colour using video scanning devices, e.g. TV-cameras
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/36—Sorting apparatus characterised by the means used for distribution
- B07C5/361—Processing or control devices therefor, e.g. escort memory
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/36—Sorting apparatus characterised by the means used for distribution
- B07C5/361—Processing or control devices therefor, e.g. escort memory
- B07C5/362—Separating or distributor mechanisms
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C2501/00—Sorting according to a characteristic or feature of the articles or material to be sorted
- B07C2501/0063—Using robots
Abstract
本发明公开了一种高反光物体表面缺陷检测装置,通过多轴机械手实现待检测物体的自动上下料和待检测表面的转动切换,采用构造独特的光线发生器以及均匀布满遮光块的透光膜,使照射到待检测表面的光线亮度均一,形成明暗交替、规则斑驳的光影图像,计算机控制发光源的亮度和颜色消除待检测表面的高反光效果,并通过人工智能图像检测技术对工业相机从进光孔采集的光影图像处理识别,判断出表面缺陷是否存在、以及表面缺陷的位置和类型,最终将良品和不良品分离,保存并输出检测结果,实现了高反光物体表面缺陷全自动高精度的高速连续检测,应用范围广,工业价值高,推动了视觉检测技术发展和生产自动化进程。
Description
技术领域
本发明涉及视觉检测领域,特别涉及一种高反光物体表面缺陷检测装置。
背景技术
在工业产品,尤其是高精密产品的生产过程中,产品需要经过严格的质检才能作为成品输出。在工业产品的检测领域中,尤其是大批量的高精密产品检测,虽然自动化检测技术已经得到很大的发展和普及,依旧存在着部分产品依赖于人眼检测,耗费了大量的人力,不仅检测效率低下,而且检测精度有限,传统的人工手段无法满足高精密产品检测大批量、短周期的工作要求。
针对高精密产品表面缺陷,目前主要的解决方案是依靠计算机视觉检测,即拍照后采用数字图像处理技术进行分析判断,产品表面存在的凸起、凹陷、划痕、色斑、异物和裂纹等缺陷,会在表面成像上呈现出来。计算机视觉检测的前提是获取被检测物品的清晰照片。但是,对于表面光滑的物品,相机拍摄时光源会在物体表面形成高反光,从而无法获得清晰理想的照片,对后续的视觉检测造成极大影响,降低了检测成功率。
如公告为CN107014832A的中国专利,公开了一种高反光平面外观检测线性光源及检测方法,包括一检测光源、线阵相机、工控机以及光源检测器,开发和实现了高反光平面外观检测线性光源,该技术方案主要通过高亮LED灯、导光柱、菲涅尔镜片、均光板以及分光镜实现了相机采集图像中表面缺陷的筛选突出;如公告为CN109859192A的中国专利,公开了一种圆形高反光工件的检测识别方法,该技术方案选用同轴光源,置于工件上方配合相机对工件进行拍摄,将工件平整表面照亮,凸出工件不平整部分,从而获取高对比度的图像,从而实现缺陷检测。上述两个技术方案,前者主要作用于平直的高反光表面,后者主要作用于圆形工件的高反光表面,无法适用于弧面、折面、凹凸不平面等异形表面的检测,乃至于不同颜色、不同尺寸表面的检测,而且消除高反光效果的手段极其有限,未考虑光源自身发挥的作用,缺乏适配的自动化结构,适用对象局限,应用范围小,工作效率低,检测精度有待考证。
因此该问题亟待解决。
发明内容
为了克服上述现有技术的不足,本发明提供了一种应用范围广、工作效率高、检测精度好的高反光物体表面缺陷检测装置。
为达到上述目的,本发明解决其技术问题所采用的技术方案是:一种高反光物体表面缺陷检测装置,包括计算机、工业相机、光线发生器和上下料机构,所述上下料机构包括多轴机械手,其中;
所述光线发生器由外弧板、内弧板、一对侧板和一对端板围成,其外形呈弧形块状,内部形成密闭空腔,所述外弧板中部和内弧板中部间贯穿有进光孔,所述外弧板、侧板、端板和进光孔孔壁均由不透光材料构成,所述内弧板由透光材料构成,其内壁粗糙,外壁光滑,所述内弧板外壁覆盖有透光膜,所述透光膜表面布满有若干呈矩形阵列排列的遮光块,所述光线发生器内部设有发光源,所述发光源由一种以上颜色的可调光源构成;
所述多轴机械手设有夹具,用于抓取待检测物体至内弧板外侧,使待检测物体上待检测表面正对进光孔;
所述工业相机表现为彩色光学摄像机,设置于外弧板外侧镜头正对进光孔,用于透过进光孔采集待检测物体上待检测表面的彩色图像和灰度图像;
所述计算机连接工业相机,用于控制工业相机的拍摄状态,接收、处理和分析工业相机的采集图像;所述计算机连接发光源,用于控制发光源的颜色和亮度;所述计算机连接多轴机械手,用于控制多轴机械手的运动状态和夹具的抓取松放。
所述遮光块表现为圆点、方点或线条。
所述发光源表现为覆盖外弧板内壁的面光源或分别覆盖一对侧板内壁的一对面光源。
所述上下料机构还包括良品区和不良品区,所述良品区和不良品区均表现为料框,且分别设置于多轴机械手两侧。
所述光线发生器下方设有移动底座,所述移动底座带动光线发生器沿进光孔孔向运动至待检测物体上待检测表面完全进入工业相机视角。
所述计算机连接移动底座,用于控制移动底座的运动状态。
由于上述技术方案的运用,本发明与现有技术相比具有下列有益效果:
通过多轴机械手实现待检测物体的自动上下料和待检测表面的转动切换,采用构造独特的光线发生器以及均匀布满遮光块的透光膜,使照射到待检测表面的光线亮度均一,形成明暗交替、规则斑驳的光影图像,计算机控制发光源的亮度和颜色消除待检测表面的高反光效果,并通过人工智能图像检测技术对工业相机从进光孔采集的光影图像处理识别,判断出表面缺陷是否存在、以及表面缺陷的位置和类型,最终将良品和不良品分离,保存并输出检测结果,实现了高反光物体表面缺陷全自动高精度的高速连续检测;
整套装置具备自我调整适应功能,通过调节发光源的亮度颜色,以及工业相机、光线发生器和待检测物体的各自间距,适用于不同形状、不同颜色和不同尺寸的高反光物体表面缺陷的短周期大批量检测,应用范围广,工业价值高,满足了高精密产品在线高效精准检测的迫切需求,推动了视觉检测技术发展和生产自动化进程。
附图说明
图1是本实施例的结构示意图。
图2是本实施例中光线发生器的立体图。
图3是本实施例中光线发生器的立体图。
图4是本实施例中两种表现方式的发光源的结构示意图。
图5是本实施例中三种表现方式的透光膜的结构示意图。
图中:1、计算机;2、工业相机;3、光线发生器;4、多轴机械手;5、外弧板;6、内弧板;7、侧板;8、端板;9、进光孔;10、透光膜;11、遮光块;12、发光源;13、夹具;14、良品区;15、不良品区;16、移动底座。
实施方式
下面结合具体实施例,对本发明的内容做进一步的详细说明:
结合图1至图5,本实施例是一种高反光物体表面缺陷检测装置,包括计算机1、工业相机2、光线发生器3和上下料机构,上下料机构包括多轴机械手4,其中;
光线发生器3由外弧板5、内弧板6、一对侧板7和一对端板8围成,其外形呈弧形块状,内部形成密闭空腔,外弧板5中部和内弧板6中部间贯穿有进光孔9,外弧板5、侧板7、端板8和进光孔9孔壁均由不透光材料构成,内弧板6由透光材料构成,其内壁粗糙,外壁光滑,内弧板6外壁覆盖有透光膜10,透光膜10表面布满有若干呈矩形阵列排列的遮光块11,光线发生器3内部设有发光源12,发光源12由一种以上颜色的可调光源构成;
多轴机械手4设有夹具13,夹具表现为吸盘或夹爪,用于抓取待检测物体至内弧板6外侧,使待检测物体上待检测表面正对进光孔9;
工业相机2表现为彩色光学摄像机,设置于外弧板5外侧镜头正对进光孔9,用于透过进光孔9采集待检测物体上待检测表面的彩色图像和灰度图像;
计算机1连接工业相机2,用于控制工业相机2的拍摄状态,接收、处理和分析工业相机2的采集图像;计算机1连接发光源12,用于控制发光源12的颜色和亮度;计算机1连接多轴机械手4,用于控制多轴机械手4的运动状态和夹具13的抓取松放。
在本实施例中:
光线发生器3单面透光的材质选择使发光源12光线仅从内弧板6射出,光线发生器3内部光线于内弧板6粗糙的内壁发生漫反射,使射出光线均匀柔和,光线发生器3弧形块状的外形使从内弧板6射出的光线呈现聚集效果,由多种颜色的可调节光源构成的发光源12通过计算机1调节亮度和颜色可以有效消除不同反光程度和不同颜色的待检测表面反光干扰,发光源12表现为覆盖外弧板5内壁的面光源或分别覆盖一对侧板7内壁的一对面光源,面光源自身具有发光均匀、综合亮度高的特征,两种不同的位置分布均保证了内弧板6射出光线照射在适当距离的待检测物体上亮度均匀,区别仅在于前者光线强度范围一般大于后者光线强度范围;
遮光块11表现为圆点、方点或线条,当亮度均匀的光线通过覆盖有透光膜10的内弧板6照射在待检测物体上待检测表面时,呈现出明暗交替、规则斑驳的光影图像,光影图像中阴影单位的形状对应着遮光块11的形状,待检测表面某处存在的凸起、凹陷、划痕、色斑、异物和裂纹等不同类型的缺陷,在光影图案对应的位置呈现出不同类型的异常图案,反之,可以通过工业相机2拍摄所得光影图像中是否出现异常图案、以及异常图案的位置和形式,来确定待检测表面是否存在缺陷、以及缺陷的位置和类型;
上下料机构还包括良品区14和不良品区15,良品区14和不良品区15均表现为料框,且分别设置于多轴机械手4两侧,用于供多种机械手4于检测完毕后分开放置表面无缺陷的合格产品和表面有缺陷的不合格产品;
光线发生器3下方设有移动底座16,移动底座16带动光线发生器3沿进光孔9孔向运动至待检测物体上待检测表面完全进入工业相机2视角,移动底座16一般设置于平行于进光孔9孔向的线性轨道上,计算机1连接移动底座16,用于控制移动底座16的运动状态,使得工业相机2始终能够拍摄到不同尺寸和不同形状的待检测表面的全貌;
计算机1、工业相机2、发光源12、多轴机械手4和移动底座16均为硬件设备,通过接线或者无线的方式传输信息或指令,计算机1本质上是控制本装置工作的检测软件的载体,检测软件集成了工业相机2、发光源12、多轴机械手4和移动底座16的组合控制,人工智能图像检测程序,数据信息处理、存储和输出,其中,人工智能图像检测程序基于机器学习和深度学习,经过图像处理、特征提取和神经网络训练,对于工业相机2拍摄的待检测表面光影图像进行缺陷位置和类型的识别。
本发明的工作原理是:启动整套装置,确定待检测物体及其单个或多个待检测表面,通过多轴机械手4夹取到位,计算机1发出指令调节发光源12的亮度和颜色,以及工业相机2、光线发生器3和待检测物体的各自间距,在调节过程中,工业相机2将拍摄图片传回计算机1判断拍摄图像是否清晰完整,以及反光效果是否消除至拍摄图像满足识别要求,直至调节成功,针对于同一待检测物体,计算机1将光源设置参数和各距离数值成组保存,方便下次检测同类物体直接调用;调节完成后,工业相机2透过进光孔9拍摄待检测表面图像传回计算机1处理和分析,计算机1通过人工智能图像检测技术判断缺陷类型和位置,若不存在缺陷,多轴机械手4将检测完成物体放入良品区14;若存在缺陷,计算机1声光报警,记录并显示缺陷图像、类型和位置,多轴机械手4将检测完成物体放入不良品区15,供后续处理;当需要检测同一检测物体上多个待检测表面时,多轴机械手4通过旋转、翻转和移动,实现连续检测,按上述步骤周而复始,即实现了不同形状、不同颜色和不同尺寸的高反光物体不同表面缺陷的短周期、大批量和自动化检测。
本发明的创新之处是:通过多轴机械手4实现待检测物体的自动上下料和待检测表面的转动切换,采用构造独特的光线发生器3以及均匀布满遮光块11的透光膜10,使照射到待检测表面的光线亮度均一,形成明暗交替、规则斑驳的光影图像,计算机1控制发光源12的亮度和颜色消除待检测表面的高反光效果,并通过人工智能图像检测技术对工业相机2从进光孔9采集的光影图像处理识别,判断出表面缺陷是否存在、以及表面缺陷的位置和类型,最终将良品和不良品分离,保存并输出检测结果,实现了高反光物体表面缺陷全自动高精度的高速连续检测;
整套装置具备自我调整适应功能,通过调节发光源12的亮度颜色,以及工业相机2、光线发生器3和待检测物体的各自间距,适用于不同形状、不同颜色和不同尺寸的高反光物体表面缺陷的短周期大批量检测,应用范围广,工业价值高,满足了高精密产品在线高效精准检测的迫切需求,推动了视觉检测技术发展和生产自动化进程。
上述实施例只为说明本发明的技术构思及特点,其目的在于让熟悉此项技术的人士能够了解本发明的内容并加以实施,并不能以此限制本发明的保护范围,凡根据本发明精神实质所作的等效变化或修饰,都应涵盖在本发明的保护范围内。
Claims (1)
1.一种高反光物体表面缺陷检测装置,其特征在于:包括计算机(1)、工业相机(2)、光线发生器(3)和上下料机构,所述上下料机构包括多轴机械手(4),其中;
所述光线发生器(3)由外弧板(5)、内弧板(6)、一对侧板(7)和一对端板(8)围成,其外形呈弧形块状,内部形成密闭空腔,所述外弧板(5)中部和内弧板(6)中部间贯穿有进光孔(9),所述外弧板(5)、侧板(7)、端板(8)和进光孔(9)孔壁均由不透光材料构成,所述内弧板(6)由透光材料构成,其内壁粗糙,外壁光滑,所述内弧板(6)外壁覆盖有透光膜(10),所述透光膜(10)表面布满有若干呈矩形阵列排列的遮光块(11),所述光线发生器(3)内部设有发光源(12),所述发光源(12)由一种以上颜色的可调光源构成;
所述多轴机械手(4)设有夹具(13),用于抓取待检测物体至内弧板(6)外侧,使待检测物体上待检测表面正对进光孔(9);
所述工业相机(2)表现为彩色光学摄像机,设置于外弧板(5)外侧镜头正对进光孔(9),用于透过进光孔(9)采集待检测物体上待检测表面的彩色图像和灰度图像;
所述计算机(1)连接工业相机(2),用于控制工业相机(2)的拍摄状态,接收、处理和分析工业相机(2)的采集图像;所述计算机(1)连接发光源(12),用于控制发光源(12)的颜色和亮度;所述计算机(1)连接多轴机械手(4),用于控制多轴机械手(4)的运动状态和夹具(12)的抓取松放;
所述遮光块(11)表现为圆点、方点或线条;
所述发光源(12)表现为覆盖外弧板(5)内壁的面光源或分别覆盖一对侧板(7)内壁的一对面光源;
所述上下料机构还包括良品区(14)和不良品区(15),所述良品区(14)和不良品区(15)均表现为料框,且分别设置于多轴机械手(4)两侧;
所述光线发生器(3)下方设有移动底座(16),所述移动底座(16)带动光线发生器(3)沿进光孔(9)孔向运动至待检测物体上待检测表面完全进入工业相机(2)视角;
所述计算机(1)连接移动底座(16),用于控制移动底座(16)的运动状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910983035.4A CN110575966B (zh) | 2019-10-16 | 2019-10-16 | 一种高反光物体表面缺陷检测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910983035.4A CN110575966B (zh) | 2019-10-16 | 2019-10-16 | 一种高反光物体表面缺陷检测装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110575966A CN110575966A (zh) | 2019-12-17 |
CN110575966B true CN110575966B (zh) | 2024-03-26 |
Family
ID=68814854
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910983035.4A Active CN110575966B (zh) | 2019-10-16 | 2019-10-16 | 一种高反光物体表面缺陷检测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110575966B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111036578A (zh) * | 2019-12-27 | 2020-04-21 | 无锡动视宫原科技有限公司 | 一种偏光片表面细微凹凸点的检测方法及检测系统 |
TWI743646B (zh) * | 2020-01-07 | 2021-10-21 | 和碩聯合科技股份有限公司 | 一種導光柱影像的處理方法與裝置 |
CN111359917A (zh) * | 2020-03-09 | 2020-07-03 | 崔亮 | 一种线路板测试设备 |
CN111912759A (zh) * | 2020-07-15 | 2020-11-10 | 天津日博工业技术有限公司 | 一种防水透气膜的透气量测试方法 |
CN112379109A (zh) * | 2020-11-16 | 2021-02-19 | 无锡贝斯特精机股份有限公司 | 一种零件表面自动检测系统 |
CN112945965A (zh) * | 2020-12-28 | 2021-06-11 | 慧三维智能科技(苏州)有限公司 | 一种高亮高反零件瑕疵检测方法 |
CN113189113A (zh) * | 2021-04-30 | 2021-07-30 | 聚时科技(上海)有限公司 | 基于视觉检测的智能数字光源及方法 |
CN113607419A (zh) * | 2021-08-02 | 2021-11-05 | 广东工业大学 | 一种发动机缸体电子标签检测装置及方法 |
CN114136238B (zh) * | 2021-11-05 | 2023-12-26 | 厦门聚视智创科技有限公司 | 一种手机摄像头支架光学检测装置及其检测方法 |
CN114459359A (zh) * | 2021-11-10 | 2022-05-10 | 厦门聚视智创科技有限公司 | 一种基于弧形水冷的成像检测方法 |
CN114638825B (zh) * | 2022-05-12 | 2022-08-09 | 深圳市联志光电科技有限公司 | 一种基于图像分割的缺陷检测方法和检测系统 |
CN115307387A (zh) * | 2022-08-12 | 2022-11-08 | 深圳市康乐态原科技企业 | 微波真空冻干箱模组、台式微波真空冻干装置及冻干工艺 |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20060080897A (ko) * | 2005-01-06 | 2006-07-11 | 엘지전자 주식회사 | 평판 디스플레이용 패널의 결함검출장치 및 방법 |
CN103286081A (zh) * | 2013-05-07 | 2013-09-11 | 浙江工业大学 | 基于单目多视角机器视觉的钢珠表面缺陷在线自动分选装置 |
CN104502356A (zh) * | 2015-01-05 | 2015-04-08 | 江苏大学 | 一种基于机器视觉的滑动轴承内表面缺陷的自动检测方法 |
KR20160108644A (ko) * | 2015-03-04 | 2016-09-20 | 주식회사 에이치비테크놀러지 | 디바이스 결함 검출장치 |
CN106896110A (zh) * | 2017-04-25 | 2017-06-27 | 重庆普耀科技有限公司 | 基于单目机器视觉的产品质量检测装置及方法 |
CN107014832A (zh) * | 2017-06-21 | 2017-08-04 | 深圳中天创图科技有限公司 | 一种高反光平面外观检测线性光源及检测方法 |
CN107238603A (zh) * | 2017-07-14 | 2017-10-10 | 深圳市恒工科技有限公司 | 一种内孔壁光学检测装置及其导光棒 |
CN206832698U (zh) * | 2017-05-17 | 2018-01-02 | 华南理工大学 | 一种用于表面光滑高反光物体的缺陷检测装置 |
CN207057050U (zh) * | 2017-03-24 | 2018-03-02 | 桂林电子科技大学 | 一种微小零件外观质量缺陷光学检测设备 |
CN108303429A (zh) * | 2018-01-12 | 2018-07-20 | 嵊州市东浩电子科技有限公司 | 一种导光板缺陷自动检测及分拣设备 |
CN108375585A (zh) * | 2018-05-18 | 2018-08-07 | 华南理工大学 | 一种多角度视觉缺陷检测平台及检测方法 |
CN109030498A (zh) * | 2018-07-13 | 2018-12-18 | 华中科技大学 | 一种叶片刀纹及表面缺陷的视觉检测装置及方法 |
CN109084957A (zh) * | 2018-08-31 | 2018-12-25 | 华南理工大学 | 光伏太阳能晶硅电池片的缺陷检测和颜色分选方法及其系统 |
CN208303253U (zh) * | 2018-02-02 | 2019-01-01 | 嵊州市东浩电子科技有限公司 | 一种基于机器视觉的全自动在线光学膜缺陷检测设备 |
CN109859192A (zh) * | 2019-02-01 | 2019-06-07 | 东莞中科蓝海智能视觉科技有限公司 | 圆形高反光工件的检测识别方法 |
CN110070524A (zh) * | 2019-04-03 | 2019-07-30 | 北京东舟技术股份有限公司 | 一种智能终端面板视觉故障检测系统 |
CN209279886U (zh) * | 2018-12-13 | 2019-08-20 | 珠海格力智能装备有限公司 | 一种外观检测装置 |
CN211330310U (zh) * | 2019-10-16 | 2020-08-25 | 苏州微感网络科技有限公司 | 一种高反光物体表面缺陷检测装置 |
-
2019
- 2019-10-16 CN CN201910983035.4A patent/CN110575966B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20060080897A (ko) * | 2005-01-06 | 2006-07-11 | 엘지전자 주식회사 | 평판 디스플레이용 패널의 결함검출장치 및 방법 |
CN103286081A (zh) * | 2013-05-07 | 2013-09-11 | 浙江工业大学 | 基于单目多视角机器视觉的钢珠表面缺陷在线自动分选装置 |
CN104502356A (zh) * | 2015-01-05 | 2015-04-08 | 江苏大学 | 一种基于机器视觉的滑动轴承内表面缺陷的自动检测方法 |
KR20160108644A (ko) * | 2015-03-04 | 2016-09-20 | 주식회사 에이치비테크놀러지 | 디바이스 결함 검출장치 |
CN207057050U (zh) * | 2017-03-24 | 2018-03-02 | 桂林电子科技大学 | 一种微小零件外观质量缺陷光学检测设备 |
CN106896110A (zh) * | 2017-04-25 | 2017-06-27 | 重庆普耀科技有限公司 | 基于单目机器视觉的产品质量检测装置及方法 |
CN206832698U (zh) * | 2017-05-17 | 2018-01-02 | 华南理工大学 | 一种用于表面光滑高反光物体的缺陷检测装置 |
CN107014832A (zh) * | 2017-06-21 | 2017-08-04 | 深圳中天创图科技有限公司 | 一种高反光平面外观检测线性光源及检测方法 |
CN107238603A (zh) * | 2017-07-14 | 2017-10-10 | 深圳市恒工科技有限公司 | 一种内孔壁光学检测装置及其导光棒 |
CN108303429A (zh) * | 2018-01-12 | 2018-07-20 | 嵊州市东浩电子科技有限公司 | 一种导光板缺陷自动检测及分拣设备 |
CN208303253U (zh) * | 2018-02-02 | 2019-01-01 | 嵊州市东浩电子科技有限公司 | 一种基于机器视觉的全自动在线光学膜缺陷检测设备 |
CN108375585A (zh) * | 2018-05-18 | 2018-08-07 | 华南理工大学 | 一种多角度视觉缺陷检测平台及检测方法 |
CN109030498A (zh) * | 2018-07-13 | 2018-12-18 | 华中科技大学 | 一种叶片刀纹及表面缺陷的视觉检测装置及方法 |
CN109084957A (zh) * | 2018-08-31 | 2018-12-25 | 华南理工大学 | 光伏太阳能晶硅电池片的缺陷检测和颜色分选方法及其系统 |
CN209279886U (zh) * | 2018-12-13 | 2019-08-20 | 珠海格力智能装备有限公司 | 一种外观检测装置 |
CN109859192A (zh) * | 2019-02-01 | 2019-06-07 | 东莞中科蓝海智能视觉科技有限公司 | 圆形高反光工件的检测识别方法 |
CN110070524A (zh) * | 2019-04-03 | 2019-07-30 | 北京东舟技术股份有限公司 | 一种智能终端面板视觉故障检测系统 |
CN211330310U (zh) * | 2019-10-16 | 2020-08-25 | 苏州微感网络科技有限公司 | 一种高反光物体表面缺陷检测装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110575966A (zh) | 2019-12-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110575966B (zh) | 一种高反光物体表面缺陷检测装置 | |
CN104101608B (zh) | 可对多型号不规则形状产品进行缺陷检测的智能检测装置 | |
CN110261390B (zh) | 一种漫反射结构光的表面缺陷光学检测系统和方法 | |
JP3922784B2 (ja) | 3次元形状計測装置 | |
CN108445007A (zh) | 一种基于图像融合的检测方法及其检测装置 | |
CN108881716A (zh) | 一种物料图像的采集装置和方法 | |
CN110308153A (zh) | 基于单目立体视觉的金属工件缺陷检测方法、系统、存储介质、以及装置 | |
CN101013028A (zh) | 图像处理方法以及图像处理装置 | |
CN209901748U (zh) | 一种基于机器视觉识别的塑料件自动检测设备 | |
CN110987970A (zh) | 物体表面缺陷检测系统及检测方法 | |
CN116256373B (zh) | 一种钙钛矿电池薄膜表面缺陷检测的方法 | |
CN113418933B (zh) | 用于检测大尺寸物体的飞拍视觉成像检测系统及方法 | |
CN206248563U (zh) | 一种电子产品外观表面缺陷检测装置 | |
CN114705685B (zh) | 基于深度学习的ai视觉检测方法、系统及可读存储介质 | |
CN110956627A (zh) | 智能型光学检测样品特征与瑕疵智能打光取像方法及装置 | |
CN110570412B (zh) | 一种零件误差视觉判断系统 | |
CN115308223A (zh) | 一种适合各种类型金属表面缺陷的检测方法、系统 | |
CN211330310U (zh) | 一种高反光物体表面缺陷检测装置 | |
CN110161046A (zh) | 一种基于频闪光源的注塑件外观检测方法及系统 | |
CN114527073A (zh) | 一种反光曲面的快速高精度外观质量检测系统及检测方法 | |
CN114858817A (zh) | 一种振镜保护镜片的检测装置及方法 | |
WO2010092744A1 (ja) | 外観検査装置及び樹脂成形品の製造方法 | |
CN108089600A (zh) | 一种智能照明控制系统和同步控制方法 | |
CN209148564U (zh) | 一种透明构件缺陷检测装置 | |
JP2007334423A (ja) | 自動撮影装置 |
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 |