CN110646431B - 涂胶传感器的自动示教方法 - Google Patents
涂胶传感器的自动示教方法 Download PDFInfo
- Publication number
- CN110646431B CN110646431B CN201911041940.4A CN201911041940A CN110646431B CN 110646431 B CN110646431 B CN 110646431B CN 201911041940 A CN201911041940 A CN 201911041940A CN 110646431 B CN110646431 B CN 110646431B
- Authority
- CN
- China
- Prior art keywords
- light source
- camera
- adhesive tape
- image
- teaching
- 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
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000004026 adhesive bonding Methods 0.000 title claims abstract description 35
- 239000002390 adhesive tape Substances 0.000 claims abstract description 69
- 238000001514 detection method Methods 0.000 claims abstract description 37
- 239000003086 colorant Substances 0.000 claims abstract description 6
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 4
- 239000003292 glue Substances 0.000 claims description 37
- 238000011897 real-time detection Methods 0.000 claims description 9
- 238000003708 edge detection Methods 0.000 claims description 5
- 230000007704 transition Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000000576 coating method Methods 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 239000011248 coating agent Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000009833 condensation Methods 0.000 description 1
- 230000005494 condensation Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000004801 process automation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
-
- 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
-
- G06T5/70—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
Abstract
本发明公开了一种涂胶传感器自动示教方法,在胶条待检测位置处,光源向胶条投射红、绿、蓝三色光线,利用三色下的图像合成该对应的灰度图,并得出胶条区域;根据胶条区域的完整性和在图像中的位置,判断拍摄角度最佳的相机,记为采集相机;将每个检测位置处的采集相机存储为相机示教信息;利用胶条区域的平均灰度,判断光源颜色;将每个检测位置处的光源颜色信息存储为光源示教信息;本方法还能进行参数自动示教,只需要操作人员将相机和光源初始参数进行设置,即可利用计算机完成后续的示教过程,使图像达到较好的对比度,并且提高了示教的效率。
Description
技术领域
本发明涉及涂胶视觉检测领域,具体涉及一种涂胶传感器自动示教方法。
背景技术
随着工业自动化的发展,自动化涂胶工艺被广泛应用于工业生产的各个领域,但由于生产环境的差异性、喷涂胶水的材质差别及胶枪胶嘴处胶水凝结,涂胶过程会出现不出胶或出胶不均匀的情况,最终导致零部件上的胶条漏涂、断涂、过宽或过窄,无法满足生产质量要求,因此需要对涂胶质量进行检测;现有的涂胶检测传感器通常套在胶枪上,并在360°范围内设置多部相机,如采用三部相机,两两之间间隔120°,实现对胶条的全方位检测,机器人在涂胶过程中,带动胶枪、传感器沿涂胶轨迹进行移动,由于相机位置不同、胶枪遮挡等原因,多部相机采集的胶条图像各不相同,特别是当传感器发生角度旋转,部分相机会出现采集不到胶条区域的情形;因此需要首先对涂胶传感器进行示教过程,得出正确的采集相机,并针对不同的胶条,匹配出合适的照明光;示教过程仅需进行一次,得出测量过程中的指导信息,测量过程依照示教信息对胶条进行实时检测,可见,示教信息的准确性是十分关键的。
目前的示教过程需要操作人员投入大量的工作,逐检测点的去分析大量的采集图像,判断每张图像中的胶条信息,选定最佳拍摄位置的相机、匹配出需要使用的光源颜色,极大的影响了工作效率,一次标定过程需要数小时,同时,调节光源亮度,相机的曝光、增益等参数,也需要不断的重复配置、测试;这种人工示教过程一方面增加了操作人员的工作量,另一方面示教信息受操作人员自身主观因素的影响,无法保证最佳成像效果。
发明内容
针对上述问题,本发明提出一种涂胶传感器自动示教方法,本方法只需要操作人员将相机和光源初始参数进行设置,即可利用计算机完成后续的示教过程,有效判断出采集相机和光源颜色,并对其参数进行设置,使图像达到较好的对比度,便于后期图像处理,提高检测精度。
一种涂胶传感器自动示教方法,所述涂胶传感器包括光源和多个相机,所述涂胶传感器安装在胶枪上,随胶枪同步运动,能够对胶条进行实时检测,对于新增的待测胶条段,涂胶传感器在正式开始检测之前,先进行如下自动示教过程:
1)机器人按照预先设定的轨迹,带动涂胶传感器运动到胶条待检测位置处的上方,光源向胶条依次投射红、绿、蓝三色光线,多个相机同步采集每种光源颜色下的胶条图像;
利用单个相机在不同颜色光源下采集的图像,合成该相机对应的灰度图,并根据灰度图中的灰度分布,识别出胶条区域;得出每个相机采集图像中的胶条区域;
根据胶条区域的完整性和其在图像中的位置,按照以下方法确定拍摄角度最佳的相机:所述完整性依据胶条区域的面积判断,胶条区域在图像中的位置依据胶条区域的几何中心在灰度图中的位置与灰度图的中心点之间的距离判断;将得到胶条区域的面积最大且胶条区域的几何中心在灰度图中的位置与灰度图的中心点距离最近的相机记为拍摄角度最佳的相机,将该相机存储为当前检测位置处的采集相机;
2)在胶条的其他待检测位置处,重复步骤1),将每个检测位置处的采集相机信息存储为涂胶传感器的相机示教信息。所述相机示教信息用于指导实时检测过程,涂胶传感器根据相机示教信息在对应检测位置开启采集相机。
进一步,通过以下过程自动示教光源颜色:
计算所述采集相机在不同颜色光源下采集的图像中胶条区域的平均灰度,将得到平均灰度值最大的胶条区域所对应的光线颜色存储为当前检测位置处的光源颜色;
在胶条的其他待检测位置处,重复这一过程,得出光源颜色信息;
将每个检测位置处的光源颜色信息存储为涂胶传感器的光源示教信息。所述光源示教信息用于指导实时检测过程,涂胶传感器根据光源示教信息在对应检测位置投射对应的光源颜色。
进一步,还包括步骤3)将检测轨迹中采集相机或光源颜色发生改变的检测位置以及被涂工件颜色发生改变的位置标记为转变位置;
4)在初始检测位置和每个转变位置处,进行如下配置过程:
①根据经验值设定配置信息的初始参数,所述配置信息为:光源的亮度,采集相机的曝光时间、模拟增益和数字增益;
设置每项配置信息对应的调节步长,调节最大值和调节下限;
②采集图像,计算图像中胶条区域的平均灰度值,判断当前的平均灰度值是否位于预设范围,若是,则将当前各项配置信息的参数存储到示教信息中;若高于预设范围上限,则进行步骤③;若低于预设范围下限,则进行步骤④;
③判断光源的亮度是否达到亮度的调节上限,若否,则按照光源的调节步长,将光源的亮度提高,每次增加步长都进行步骤②;若是,则不再调节亮度,改为调节相机的曝光时间,若曝光时间达到了调节上限,则不再调节曝光时间,改为调节相机的模拟增益,最后调节数字增益,若数字增益的参数值达到了调节上限,则提示用户进行手动设置;
④判断光源的亮度是否达到了亮度的调节下限,若否,则按照光源的调节步长,将光源的亮度降低,每次减少步长都进行步骤②,判断亮度值是否符合要求;若是,则不再调节亮度,改为调节相机的曝光时间,若曝光时间达到了调节下限,则不再调节曝光时间,改为调节相机的模拟增益,最后调节数字增益,若数字增益的参数值达到了调节下限,则提示用户进行手动设置。
进一步,步骤4)中还包括步骤⑤根据示教信息中存储的各项配置信息的参数,采集图像,将图像中胶条区域之外的区域记为背景区域,分析背景区域的灰度平均值,并与胶条区域的灰度平均值做差,若差值大于预设值,则各项配置信息的参数合格;否则,提示用户进行手动设置。
优选,配置信息的初始参数为:光源的亮度:20~60级;采集相机的曝光时间:1ms~3ms;模拟增益:1倍~3倍;数字增益:1倍~3倍。
优选,光源的调节步长:5~15级;采集相机曝光时间的调节步长:100~200us;模拟增益的调节步长:1~2倍;数字增益的调节步长:1~2倍。
光源的调节上限80级、调节下限20级;曝光时间的调节上限4ms、调节下限1ms;模拟增益的调节上限5倍、调节下限1倍;数字增益的调节上限5倍、调节下限1倍。
进一步,步骤1)中灰度图计算如下:
Gray(u,v)=0.299*R(u,v)+0.587*G(u,v)+0.114*B(u,v)
其中R(u,v)代表红色光源下采集图像中像素点的亮度值,G(u,v)代表绿色光源下采集图像中像素点的亮度值;B(u,v)代表蓝色光源下采集图像中像素点的亮度值,Gray(u,v)代表灰度图中像素点的亮度值。
进一步,步骤1)中识别出胶条区域的方法为:利用边缘检测方法对预处理后的灰度图进行边缘提取,识别出胶条的轮廓,将轮廓区域记为胶条区域。
所述预处理为采用高斯滤波平滑处理方法,去除灰度图中的噪声;所述边缘检测方法包括:Sobel算子、Prewitt算子、Canny算子;优选,采用Sobel算子进行边缘检测。
优选,相机设置有2~6个,光源为三色LED面阵光源。
进一步,将所述示教信息存储到工控机的数据库中,在实时检测前,工控机通过网口将示教信息配置到主控板的处理器上,处理器根据示教信息配置光源和相机。
本发明方法可利用计算机完成涂胶传感器的示教过程,节省了人力成本;采用本方法处理1000张图像,耗时30分钟;进行一次配置过程耗时10~20分钟,相比于人工示教过程(相同情形下耗时3小时),大大缩短了示教时间;同时,本方法免受人员主观因素干扰,得到的示教信息准确性高。
附图说明
图1为具体实施方式中涂胶检测传感器的结构示意图;
图2为具体实施方式中单个检测位置处采集相机、光源颜色的示教流程图;
图3为具体实施方式中在初始检测位置或单个转变位置处配置过程流程图。
具体实施方式
以下结合附图和具体实施方式对本发明的技术方案进行详细描述。
一种涂胶传感器自动示教方法,如图1所示,涂胶传感器包括光源和多个相机,本实施例中,相机设置有3个,光源为三色LED面阵光源,设置在传感器前端,与主控板集成在一起,涂胶传感器中间设置通孔,安装在胶枪上,随胶枪同步运动,能够对胶条进行实时检测,对于新增的待测胶条段,涂胶传感器在正式开始检测之前,先进行如下自动示教过程(如图2所示):
1)机器人按照预先设定的轨迹,带动涂胶传感器运动到胶条待检测位置处的上方,光源向胶条依次投射红、绿、蓝三色光线,多个相机同步采集每种光源颜色下的胶条图像;
利用单个相机在不同颜色光源下采集的图像,合成该相机对应的灰度图,并根据灰度图中的灰度分布,识别出胶条区域;得出每个相机采集图像中的胶条区域;
具体的,灰度图计算如下:
Gray(u,v)=0.299*R(u,v)+0.587*G(u,v)+0.114*B(u,v)
其中R(u,v)代表红色光源下采集图像中像素点的亮度值,G(u,v)代表绿色光源下采集图像中像素点的亮度值;B(u,v)代表蓝色光源下采集图像中像素点的亮度值,Gray(u,v)代表灰度图中像素点的亮度值。
本实施例中,识别出胶条区域的方法为:预处理为采用高斯滤波平滑处理方法,去除灰度图中的噪声;再利用边缘检测方法对预处理后的灰度图进行边缘提取,识别出胶条的轮廓,将轮廓区域记为胶条区域。
根据胶条区域的完整性和其在图像中的位置,按照以下方法确定拍摄角度最佳的相机:完整性依据胶条区域的面积判断,胶条区域在图像中的位置依据胶条区域的几何中心在灰度图中的位置与灰度图的中心点之间的距离判断;将得到胶条区域的面积最大且胶条区域的几何中心在灰度图中的位置与灰度图的中心点距离最近的相机记为拍摄角度最佳的相机,将该相机存储为当前检测位置处的采集相机;
2)在胶条的其他待检测位置处,重复步骤1),将每个检测位置处的采集相机信息存储为涂胶传感器的相机示教信息。相机示教信息用于指导实时检测过程,涂胶传感器根据相机示教信息在对应检测位置开启采集相机。
若检测时需要照明光源,如检测红色胶条时,采用红色光源颜色照明,能够得到对比度更明显的图像,通过以下过程自动示教光源颜色:
计算采集相机在不同颜色光源下采集的图像中胶条区域的平均灰度,将得到平均灰度值最大的胶条区域所对应的光线颜色存储为当前检测位置处的光源颜色;
在胶条的其他待检测位置处,重复这一过程,得出光源颜色信息;
将每个检测位置处的光源颜色信息存储为涂胶传感器的光源示教信息。光源示教信息用于指导实时检测过程,涂胶传感器根据光源示教信息在对应检测位置投射对应的光源颜色。
为了达到最佳的图像采集效果,需要对光源、相机的参数进行配置,由于不同涂胶段的采集相机、开启光源不一致,人工调节十分繁琐,因此,本实施例中,还包括步骤3)将检测轨迹中采集相机或光源颜色发生改变的检测位置以及被涂工件颜色发生改变的位置标记为转变位置;
4)在初始检测位置和每个转变位置处,如图3所示,进行如下配置过程:
①根据经验值设定配置信息的初始参数,配置信息为:光源的亮度,采集相机的曝光时间、模拟增益和数字增益;
设置每项配置信息对应的调节步长,调节最大值和调节下限;
②采集图像,计算图像中胶条区域的平均灰度值,判断当前的平均灰度值是否位于预设范围,若是,则将当前各项配置信息的参数存储到示教信息中;若高于预设范围上限,则进行步骤③;若低于预设范围下限,则进行步骤④;
③判断光源的亮度是否达到亮度的调节上限,若否,则按照光源的调节步长,将光源的亮度提高,每次增加步长都进行步骤②;若是,则不再调节亮度,改为调节相机的曝光时间,若曝光时间达到了调节上限,则不再调节曝光时间,改为调节相机的模拟增益,最后调节数字增益,若数字增益的参数值达到了调节上限,则提示用户进行手动设置;
④判断光源的亮度是否达到了亮度的调节下限,若否,则按照光源的调节步长,将光源的亮度降低,每次减少步长都进行步骤②,判断亮度值是否符合要求;若是,则不再调节亮度,改为调节相机的曝光时间,若曝光时间达到了调节下限,则不再调节曝光时间,改为调节相机的模拟增益,最后调节数字增益,若数字增益的参数值达到了调节下限,则提示用户进行手动设置。
为了检验配置信息是否满足对图像质量的要求,步骤4)中还包括步骤⑤根据示教信息中存储的各项配置信息的参数,采集图像,将图像中胶条区域之外的区域记为背景区域,分析背景区域的灰度平均值,并与胶条区域的灰度平均值做差,若差值大于预设值,则各项配置信息的参数合格;否则,提示用户进行手动设置。
其中,步骤①中,配置信息的初始参数可设置为:光源的亮度:20~60级;采集相机的曝光时间:1ms~3ms;模拟增益:1倍~3倍;数字增益:1倍~3倍。
光源的调节步长:5~15级;采集相机曝光时间的调节步长:100~200us;模拟增益的调节步长:1~2倍;数字增益的调节步长:1~2倍。
光源的调节上限80级、调节下限20级;曝光时间的调节上限4ms、调节下限1ms;模拟增益的调节上限5倍、调节下限1倍;数字增益的调节上限5倍、调节下限1倍。
本实施例中,初始参数设置为:光源的亮度:30级;采集相机的曝光时间:1ms;模拟增益:1倍;数字增益:1倍。
光源的调节步长设置为:5级;采集相机曝光时间的调节步长:100us;模拟增益的调节步长:1倍;数字增益的调节步长:1倍。
通过上述过程,得到涂胶传感器的示教信息,将示教信息存储到工控机的数据库中,在实时检测前,工控机通过网口将示教信息配置到主控板的处理器上,处理器根据示教信息配置光源和相机,调节光源、相机的参数。
前面对本发明具体示例性实施方案所呈现的描述是出于说明和描述的目的。前面的描述并不想要成为毫无遗漏的,也不是想要把本发明限制为所公开的精确形式,显然,根据上述教导很多改变和变化都是可能的。选择示例性实施方案并进行描述是为了解释本发明的特定原理及其实际应用,从而使得本领域的其它技术人员能够实现并利用本发明的各种示例性实施方案及其不同选择形式和修改形式。本发明的范围旨在由所附权利要求书及其等价形式所限定。
Claims (9)
1.一种涂胶传感器自动示教方法,所述涂胶传感器包括光源和多个相机,所述涂胶传感器安装在胶枪上,随胶枪同步运动,能够对胶条进行实时检测,其特征在于,对于新增的待测胶条段,涂胶传感器在正式开始检测之前,先进行如下自动示教过程:
1)机器人按照预先设定的轨迹,带动涂胶传感器运动到胶条待检测位置处的上方,光源向胶条依次投射红、绿、蓝三色光线,多个相机同步采集每种光源颜色下的胶条图像;
利用单个相机在不同颜色光源下采集的图像,合成该相机对应的灰度图,并根据灰度图中的灰度分布,识别出胶条区域;得出每个相机采集图像中的胶条区域;
根据胶条区域的完整性和其在图像中的位置,按照以下方法确定拍摄角度最佳的相机:所述完整性依据胶条区域的面积判断,胶条区域在图像中的位置依据胶条区域的几何中心在灰度图中的位置与灰度图的中心点之间的距离判断;将得到胶条区域的面积最大且胶条区域的几何中心在灰度图中的位置与灰度图的中心点距离最近的相机记为拍摄角度最佳的相机,将该相机存储为当前检测位置处的采集相机;
2)在胶条的其他待检测位置处,重复步骤1),将每个检测位置处的采集相机信息存储为涂胶传感器的相机示教信息;
通过以下过程自动示教光源颜色:
计算所述采集相机在不同颜色光源下采集的图像中胶条区域的平均灰度,
将得到平均灰度值最大的胶条区域所对应的光线颜色存储为当前检测位置处的光源颜色;
在胶条的其他待检测位置处,重复这一过程,得出光源颜色信息;
将每个检测位置处的光源颜色信息存储为涂胶传感器的光源示教信息。
2.如权利要求1所述涂胶传感器自动示教方法,其特征在于:还包括步骤3)将检测轨迹中采集相机或光源颜色发生改变的检测位置以及被涂工件颜色发生改变的位置标记为转变位置;
4)在初始检测位置和每个转变位置处,进行如下配置过程:
①根据经验值设定配置信息的初始参数,所述配置信息为:光源的亮度,采集相机的曝光时间、模拟增益和数字增益;
设置每项配置信息对应的调节步长,调节最大值和调节下限;
②采集图像,计算图像中胶条区域的平均灰度值,判断当前的平均灰度值是否位于预设范围,若是,则将当前各项配置信息的参数存储到示教信息中;若高于预设范围上限,则进行步骤③;若低于预设范围下限,则进行步骤④;
③判断光源的亮度是否达到亮度的调节上限,若否,则按照光源的调节步长,将光源的亮度提高,每次增加步长都进行步骤②;若是,则不再调节亮度,改为调节相机的曝光时间,若曝光时间达到了调节上限,则不再调节曝光时间,改为调节相机的模拟增益,最后调节数字增益,若数字增益的参数值达到了调节上限,则提示用户进行手动设置;
④判断光源的亮度是否达到了亮度的调节下限,若否,则按照光源的调节步长,将光源的亮度降低,每次减少步长都进行步骤②,判断亮度值是否符合要求;若是,则不再调节亮度,改为调节相机的曝光时间,若曝光时间达到了调节下限,则不再调节曝光时间,改为调节相机的模拟增益,最后调节数字增益,若数字增益的参数值达到了调节下限,则提示用户进行手动设置。
3.如权利要求2所述涂胶传感器自动示教方法,其特征在于:步骤4)中还包括步骤⑤根据示教信息中存储的各项配置信息的参数,采集图像,将图像中胶条区域之外的区域记为背景区域,分析背景区域的灰度平均值,并与胶条区域的灰度平均值做差,若差值大于预设值,则各项配置信息的参数合格;否则,提示用户进行手动设置。
4.如权利要求2所述涂胶传感器自动示教方法,其特征在于:配置信息的初始参数为:光源的亮度:20~60级;采集相机的曝光时间:1ms~3ms;模拟增益:1倍~3倍;数字增益:1倍~3倍。
5.如权利要求2所述涂胶传感器自动示教方法,其特征在于:光源的调节步长:5~15级;采集相机曝光时间的调节步长:100~200us;模拟增益的调节步长:1~2倍;数字增益的调节步长:1~2倍;
光源的调节上限80级、调节下限20级;曝光时间的调节上限4ms、调节下限1ms;模拟增益的调节上限5倍、调节下限1倍;数字增益的调节上限5倍、调节下限1倍。
6.如权利要求1所述涂胶传感器自动示教方法,其特征在于:步骤1)中灰度图计算如下:
Gray(u,v)= 0.299*R(u,v)+0.587*G(u,v)+0.114*B(u,v)
其中R(u,v)代表红色光源下采集图像中像素点的亮度值,G(u,v)代表绿色光源下采集图像中像素点的亮度值;B(u,v)代表蓝色光源下采集图像中像素点的亮度值,Gray(u,v)代表灰度图中像素点的亮度值。
7.如权利要求1所述涂胶传感器自动示教方法,其特征在于:步骤1)中识别出胶条区域的方法为:利用边缘检测方法对预处理后的灰度图进行边缘提取,识别出胶条的轮廓,将轮廓区域记为胶条区域。
8.如权利要求1所述涂胶传感器自动示教方法,其特征在于:相机设置有2~6个,光源为三色LED面阵光源。
9.如权利要求1所述涂胶传感器自动示教方法,其特征在于:将所述示教信息存储到工控机的数据库中,在实时检测前,工控机通过网口将示教信息配置到主控板的处理器上,处理器根据示教信息配置光源和相机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911041940.4A CN110646431B (zh) | 2019-10-30 | 2019-10-30 | 涂胶传感器的自动示教方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911041940.4A CN110646431B (zh) | 2019-10-30 | 2019-10-30 | 涂胶传感器的自动示教方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110646431A CN110646431A (zh) | 2020-01-03 |
CN110646431B true CN110646431B (zh) | 2022-07-05 |
Family
ID=68995070
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911041940.4A Active CN110646431B (zh) | 2019-10-30 | 2019-10-30 | 涂胶传感器的自动示教方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110646431B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111327835B (zh) * | 2020-03-20 | 2021-07-09 | 合肥埃科光电科技有限公司 | 一种相机多线分时曝光处理方法及系统 |
CN114279319B (zh) * | 2020-09-28 | 2024-04-12 | 深圳富联富桂精密工业有限公司 | 检测元件安装缺陷的设备及其方法 |
CN113340895A (zh) * | 2021-06-04 | 2021-09-03 | 深圳中科飞测科技股份有限公司 | 检测系统的调节方法及检测系统 |
CN113686867A (zh) * | 2021-07-15 | 2021-11-23 | 昆山丘钛微电子科技股份有限公司 | 一种点胶质量检测方法、装置、介质及摄像头调焦机 |
CN114612581B (zh) * | 2022-03-15 | 2023-03-10 | 东莞康视达自动化科技有限公司 | 一种检测颜色的方法及其检测光源 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101922996B (zh) * | 2009-06-17 | 2012-03-28 | 财团法人金属工业研究发展中心 | 检测光源的选用方法及其系统 |
CN106770343A (zh) * | 2017-03-28 | 2017-05-31 | 慧眼自动化科技(广州)有限公司 | 涂胶产品视觉检测系统及检测方法 |
CN107895372B (zh) * | 2017-11-14 | 2018-09-21 | 易思维(天津)科技有限公司 | 一种用于机器人涂胶检测的胶条骨架线自动示教方法及系统 |
CN108802742A (zh) * | 2018-04-28 | 2018-11-13 | 北京集光通达科技股份有限公司 | 异常物体监测方法、装置及系统 |
CN109085168B (zh) * | 2018-09-06 | 2019-06-25 | 易思维(杭州)科技有限公司 | 应用于涂胶在线检测的胶条检测传感器的参数配置方法 |
CN209512784U (zh) * | 2019-04-02 | 2019-10-18 | 苏州松健光学科技有限公司 | 产品涂胶检测装置 |
-
2019
- 2019-10-30 CN CN201911041940.4A patent/CN110646431B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110646431A (zh) | 2020-01-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110646431B (zh) | 涂胶传感器的自动示教方法 | |
CN110146507B (zh) | 汽车漆面表面外观缺陷检测系统及方法 | |
CN109239076B (zh) | 一种基于机器视觉的缝纫线迹缺陷检测方法 | |
US5949905A (en) | Model-based adaptive segmentation | |
CN107944504B (zh) | 木板识别及木板识别的机器学习方法、装置及电子设备 | |
CN109507192A (zh) | 一种基于机器视觉的磁芯表面缺陷检测方法 | |
CN106952280B (zh) | 一种基于计算机视觉的喷枪喷漆量均匀度检测方法 | |
CN109839384B (zh) | 用于微型振动马达缺陷检测的视觉检测仪及检测方法 | |
CN109949362A (zh) | 一种物料视觉检测方法 | |
CN105404869A (zh) | 一种基于计算机视觉的水果外形分级方法 | |
CN110108712A (zh) | 多功能视觉缺陷检测系统 | |
CN110490826B (zh) | 一种照相机中雾滴样本图像处理方法 | |
CN112037161A (zh) | 一种基于区域自动阈值分析的涂胶分析方法 | |
CN110769229A (zh) | 投影画面颜色亮度的检测方法、装置及系统 | |
CN114280075A (zh) | 一种管类零件表面缺陷在线视觉检测系统及检测方法 | |
CN110189316A (zh) | 一种胶条检测自动示教方法 | |
CN112634269A (zh) | 一种轨道车辆车体检测方法 | |
CN111060518A (zh) | 一种基于实例分割的冲压件缺陷识别方法 | |
CN112484680B (zh) | 一种基于圆检测的蓝宝石晶片定位跟踪方法 | |
CN116297453B (zh) | 基于自动化涂胶的品质辅助检测视觉系统 | |
CN105988596A (zh) | 光学导航装置及其相关自动倍率调整方法 | |
CN109622404B (zh) | 一种基于机器视觉的微工件自动分拣系统及方法 | |
CN114663367A (zh) | 一种涂胶缺陷视觉检测的自动示教方法 | |
CN110111317A (zh) | 一种基于机器人智能末端的点胶质量视觉检测方法 | |
CN111144379B (zh) | 基于图像技术的小鼠视动反应自动识别方法 |
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 | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: Room 495, building 3, 1197 Bin'an Road, Binjiang District, Hangzhou City, Zhejiang Province 310051 Patentee after: Yi Si Si (Hangzhou) Technology Co.,Ltd. Address before: Room 495, building 3, 1197 Bin'an Road, Binjiang District, Hangzhou City, Zhejiang Province 310051 Patentee before: ISVISION (HANGZHOU) TECHNOLOGY Co.,Ltd. |