CN110827280B - 基于机器视觉的胶水检测方法、装置以及胶水检测设备 - Google Patents

基于机器视觉的胶水检测方法、装置以及胶水检测设备 Download PDF

Info

Publication number
CN110827280B
CN110827280B CN202010019803.7A CN202010019803A CN110827280B CN 110827280 B CN110827280 B CN 110827280B CN 202010019803 A CN202010019803 A CN 202010019803A CN 110827280 B CN110827280 B CN 110827280B
Authority
CN
China
Prior art keywords
product
gluing
detected
glue
standard
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
CN202010019803.7A
Other languages
English (en)
Other versions
CN110827280A (zh
Inventor
倪祖根
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.)
Kingclean Electric Co Ltd
Jiangsu Kingclean Intelligent Appliance Co Ltd
Original Assignee
Suzhou Kingclean Electric Co ltd
Kingclean Electric 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 Suzhou Kingclean Electric Co ltd, Kingclean Electric Co Ltd filed Critical Suzhou Kingclean Electric Co ltd
Priority to CN202010019803.7A priority Critical patent/CN110827280B/zh
Publication of CN110827280A publication Critical patent/CN110827280A/zh
Application granted granted Critical
Publication of CN110827280B publication Critical patent/CN110827280B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G01N2021/8411—Application to online plant, process monitoring
    • 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
    • G06T2207/10024—Color image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Geometry (AREA)
  • Quality & Reliability (AREA)
  • Spectrometry And Color Measurement (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本申请涉及一种基于机器视觉的胶水检测方法、装置以及胶水检测设备，本申请通过采集待进行胶水检测的产品的静态图像数据以及产品的型号，从而根据待进行胶水检测的产品的型号确定图像数据中的待检测区域，并确定待检测区域中HSB颜色模式值满足标准值的像素点个数是否达到目标个数，如果达到则确定待进行胶水检测的产品的涂胶范围符合要求，以实现对待进行胶水检测的产品中的胶水含量进行自动检测，从而能够及时发现问题且提高产品涂胶的良率。

Description

基于机器视觉的胶水检测方法、装置以及胶水检测设备
技术领域
本申请涉及自动控制技术领域，特别是涉及一种基于机器视觉的胶水检测方法、装置以及胶水检测设备。
背景技术
在电机装配生产线中，对于电机支架和电机机壳轴承圈中的胶水有无及量的控制有标准的工艺要求，但实际生产时对于这一环节的检测比较困难。目前，一般由人工进行抽检，从而导致涂胶设备出现问题时难以第一时间发现，进而造成产品胶水含量不符合标准，影响后续生产。
发明内容
基于此，有必要针对上述由人工抽检产品胶水导致难以及时发现异常的问题，提供一种基于机器视觉的胶水检测方法、装置以及胶水检测设备。
为了实现上述目的，一方面，本申请实施例提供了一种基于机器视觉的胶水检测方法，所述方法包括：
采集待进行胶水检测的产品的静态图像数据以及产品的型号；
根据产品的型号确定图像数据中的待检测区域；
获取待检测区域中每个像素点对应的HSB颜色模式值；
获取待检测区域中HSB颜色模式值满足标准值的像素点个数；
若满足标准值的像素点个数达到目标个数，则确定待进行胶水检测的产品的涂胶范围符合要求。
在其中一个实施例中，上述方法还包括：若像素点个数未达到目标个数，则确定待进行胶水检测的产品的涂胶范围不符合要求；当待进行胶水检测的产品的涂胶范围不符合要求时，触发产生报警信号，其中，报警信号用于提示工作人员排查涂胶设备的故障。
在其中一个实施例中，获取待检测区域中每个像素点对应的HSB颜色模式值，包括：获取待检测区域中每个像素点对应的RGB三原色数据；根据RGB三原色数据与HSB颜色模式值之间的转换关系得到每个像素点对应的HSB颜色模式值。
在其中一个实施例中，获取待检测区域中HSB颜色模式值满足标准值的像素点个数，包括：获取涂胶设备当前的涂胶颜色；根据当前的涂胶颜色确定与涂胶颜色对应的标准值；判断待检测区域中每个像素点对应的HSB颜色模式值是否满足标准值；对待检测区域中满足标准值的像素点进行累加求和，得到满足标准值的像素点个数。
在其中一个实施例中，每个像素点对应的HSB颜色模式值包括每个像素点对应的色相、饱和度以及亮度；标准值包括标准色相、标准饱和度以及标准亮度；则判断待检测区域中每个像素点对应的HSB颜色模式值是否满足标准值，包括：判断待检测区域中每个像素点对应的色相、饱和度以及亮度是否均达到标准色相、标准饱和度以及标准亮度；若某一像素点对应的色相、饱和度以及亮度达均到了标准色相、标准饱和度以及标准亮度，则确定某一像素点对应的HSB颜色模式值满足标准值。
在其中一个实施例中，根据当前的涂胶颜色确定与涂胶颜色对应的标准值之前，还包括：获取与各种涂胶颜色分别对应的已涂胶样品的图像数据；对图像数据中已涂胶区域的像素点进行采样，得到采样的像素点对应的RGB三原色数据；根据RGB三原色数据与HSB颜色模式值之间的转换关系得到每个采样的像素点对应的HSB颜色模式值；根据各已采样的像素点对应的HSB颜色模式值确定HSB颜色模式值的区间范围，将HSB颜色模式值的区间范围作为与涂胶颜色对应的标准值；存储涂胶颜色与相应的标准值之间的对应关系。
在其中一个实施例中，根据产品的型号确定图像数据中的待检测区域之前，还包括：获取产品的各种型号分别对应的已涂胶样品；识别产品的各型号分别对应的已涂胶样品中的涂胶区域；存储产品的各型号与相应的涂胶区域之间的对应关系；则根据产品的型号确定图像数据中的待检测区域，包括：查询与待进行胶水检测的产品的型号对应的涂胶区域；将涂胶区域确定为待检测区域。
在其中一个实施例中，待进行胶水检测的产品包括待进行胶水检测的电机支架以及待进行胶水检测的电机机壳；则采集待进行胶水检测的产品的图像数据以及产品的型号，包括：分别采集待进行胶水检测的电机支架以及待进行胶水检测的电机机壳的图像数据以及对应的产品的型号。
另一方面，本申请实施例还提供了一种基于机器视觉的胶水检测装置，包括：
图像数据采集模块，用于采集待进行胶水检测的产品的图像数据以及产品的型号；
待检测区域确定模块，用于根据产品的型号确定图像数据中的待检测区域；
颜色模式值获取模块，用于获取待检测区域中每个像素点对应的HSB颜色模式值；
像素点个数获取模块，用于获取待检测区域中HSB颜色模式值满足标准值的像素点个数，
判断模块，用于若满足标准值的像素点个数达到目标个数，则确定待进行胶水检测的产品的涂胶范围符合要求。
又一方面，本申请实施例还提供了一种胶水检测设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上所述方法的步骤。
再一方面，本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上所述方法的步骤。
上述基于机器视觉的胶水检测方法、装置以及胶水检测设备，通过采集待进行胶水检测的产品的图像数据以及产品的型号，从而确定图像数据中的待检测区域，并确定待检测区域中HSB颜色模式值满足标准值的像素点个数是否达到目标个数，如果达到则确定待进行胶水检测的产品的涂胶范围符合要求，以实现对待进行胶水检测的产品中的胶水含量进行自动检测，从而能够及时发现问题且提高产品涂胶的良率。
附图说明
图1为一个实施例中基于机器视觉的胶水检测方法的流程示意图。
图2为另一个实施例中基于机器视觉的胶水检测方法的流程示意图。
图3为一个实施例中获取待检测区域中每个像素点对应的HSB颜色模式值的步骤的流程示意图。
图4为一个实施例中获取待检测区域中HSB颜色模式值满足标准值的像素点个数的步骤的流程示意图。
图5为一个实施例中基于机器视觉的胶水检测方法的流程示意图。
图6为一个实施例中基于机器视觉的胶水检测方法的流程示意图。
图7为一个实施例中基于机器视觉的胶水检测装置的结构框图。
图8为一个实施例中胶水检测设备的内部结构图。
图9为另一个实施例中胶水检测设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供了一种基于机器视觉的胶水检测方法，如图1所示，该方法包括如下步骤：
步骤S102，采集待进行胶水检测的产品的静态图像数据以及产品的型号。
其中，待进行胶水检测的产品是指工业生产过程中已经过涂胶设备进行涂胶工艺处理的产品。产品的型号是指产品上用来识别产品的编号，不同的产品其产品型号不同，产品型号名也不同。静态图像数据则可以是对待进行胶水检测的产品进行拍摄的照片、图片或视频数据中的某一帖画面等。在本实施例中，具体可以通过图像采集设备采集待进行胶水检测的产品的图像数据以及产品的型号，当然，产品的型号也可以通过其他方式进行采集。
步骤S104，根据产品的型号确定图像数据中的待检测区域。
其中，待检测区域是指待进行胶水检测的产品中的涂胶区域。由于产品型号不同，其产品也不相同，而同一种型号的产品其涂胶区域是固定的。因此，在本实施例中，当要检测产品上的胶水时，根据采集的产品的静态图像数据以及产品的型号即可确定图像数据中对应的待检测区域。
步骤S106，获取待检测区域中每个像素点对应的HSB颜色模式值。
其中，HSB颜色模式值包括色相H(hues)、饱和度 S(saturation)以及亮度B（brightness）。在本实施例中，通过对上述采集的图像数据进行图像处理，从而得到图像数据中待检测区域的每个像素点分别对应的HSB颜色模式值，即HSB值。
步骤S108，获取待检测区域中HSB颜色模式值满足标准值的像素点个数。
其中，标准值为符合工艺要求的标准HSB值，包括对应的标准色相H、标准饱和度 S以及标准亮度B，具体的，标准HSB值可以是范围值。在本实施例中，通过将待检测区域的每个像素点分别对应的HSB值分别与标准HSB值进行比较，若某一像素点对应的HSB值落在标准HSB值的范围内，则表示该像素点对应的HSB值满足标准值。对待检测区域的每个像素点对应的HSB值分别进行如此判断后，即可得到待检测区域中HSB值满足标准HSB值的像素点个数。
步骤110，若满足标准值的像素点个数达到目标个数，则确定待进行胶水检测的产品的涂胶范围符合要求。
其中，目标个数是根据产品的涂胶工艺标准而得到的。具体的，经过上述步骤得到待检测区域中HSB值满足标准HSB值的像素点个数后，即可进一步判断满足标准HSB值的像素点个数是否达到目标个数，如果达到，则表示待进行胶水检测的产品中的涂胶范围符合产品的工艺生产要求，因此，确定待进行胶水检测的产品中胶水含量合格。
上述基于机器视觉的胶水检测方法，通过采集待进行胶水检测的产品的静态图像数据以及产品的型号，从而确定图像数据中的待检测区域，并确定待检测区域中HSB颜色模式值满足标准值的像素点个数是否达到目标个数，如果达到则确定待进行胶水检测的产品的涂胶范围符合要求，以实现对待进行胶水检测的产品中的胶水含量进行自动检测，从而能够及时发现问题且提高产品涂胶的良率。
在一个实施例中，如图2所示，上述基于机器视觉的胶水检测方法，还可以包括如下步骤：
步骤112，若像素点个数未达到目标个数，则确定待进行胶水检测的产品的涂胶范围不符合要求。
具体的，当满足标准HSB值的像素点个数没有达到目标个数时，则表示待进行胶水检测的产品中的涂胶范围不符合产品的工艺生产要求，因此，确定待进行胶水检测的产品中胶水含量不合格。具体的，目标个数可以是范围值，即符合涂胶工艺标准所要求的范围。
步骤114，触发产生报警信号。
具体的，当待进行胶水检测的产品中胶水含量不合格时，则极有可能是由于涂胶设备出现故障而导致的，因此，在本实施例中，当检测到待进行胶水检测的产品中胶水含量不合格时，则触发产生报警信号，从而提示工作人员排查涂胶设备的故障。其中，报警信号可以是声光信号，也可以报警提示信息，本实施例中并不对其进行限定。
上述方法通过检测待检测区域中HSB颜色模式值满足标准值的像素点个数是否达到目标个数，而确定待进行胶水检测的产品中胶水含量是否合格，并在不合格时触发产生报警信号，以提示工作人员排查涂胶设备的故障，从而实现防呆检测，并能够及时发现问题并解决问题，不仅提高了对产品涂胶的良率，而且提高了整体的生产效率。
在一个实施例中，当对待进行胶水检测的产品进行检测后，即确定待进行胶水检测的产品的涂胶范围符合要求或不符合要求时，还可以通过显示设备显示合格或不合格的检测结果，从而方便工作人员及时了解涂胶的生产情况。
在一个实施例中，如图3所示，获取待检测区域中每个像素点对应的HSB颜色模式值，具体可以包括如下步骤：
步骤302，获取待检测区域中每个像素点对应的RGB三原色数据。
其中，RGB三原色数据包括红（R）、绿（G）以及蓝（B）三种基本颜色。而像素点是组成图像的最小单位，在图像数据中，每一个像素点都有一个明确的位置和被分配的色彩数值（即RGB），每一个像素点的颜色和位置就决定了图像数据呈现出来的样子。因此，通过图像采集设备采集到图像数据后，即可得到待检测区域中每个像素点对应的RGB。
步骤304，根据RGB三原色数据与HSB颜色模式值之间的转换关系得到每个像素点对应的HSB颜色模式值。
虽然RGB可以方便的表示像素点的颜色，但是两个相近颜色的像素点分别对应的RGB值却可能相差很多。因此，在本实施例中，通过对待检测区域中每个像素点对应的RGB进行转换，而得到对应的HSB，通过HSB可以更容易对待进行胶水检测的产品中胶水含量是否合格做出判断。具体的，当经过上述步骤得到待检测区域中每个像素点对应的RGB三原色数据后，则可以根据RGB与HSB之间的转换关系，而得到待检测区域中每个像素点对应的HSB。
具体的，以下通过具体的举例进一步说明RGB与HSB之间的转换，若定义待检测区域中某一像素点对应的RGB的值为r、g以及b ,假设检测到RGB的三个值为rgb_max、rgb_min以及rgb_mid，则RGB与HSB之间的转换关系包括：当rgb_max= rgb_min时，H=0；当rgb_max=rand g≥b时，H=60*（g-b）/（rgb_max-rgb_min）；当rgb_max=r and g＜b时，H=60*（g-b）/（rgb_max-rgb_min）+360；当rgb_max=g时，H=60*（b-r）/（rgb_max-rgb_min）+120；当rgb_max=b时，H=60*（r-g）/（rgb_max-rgb_min）+240；当rgb_max=0时，S=0，否则S=（rgb_max-rgb_min）/ rgb_max*100+0.5；B= rgb_max/255*100+0.5。其中H、S以及B的值为浮点数，S和B通常以百分比数值体现，0.5可以使计算的浮点数转成整数时更加精确。
若实际检测到待检测区域中某一像素点对应的RGB为240、100以及40，通过上述转换关系可计算出转换后的HSB分别为H=60*（100-40）/（240-40）=18，S=（240-40）/240*100+0.5≈83.83333，转换成整型值为83，B=240/255*100+0.5≈94.61765，转换成整型值为94，故转换后的HSB值为18、83%以及94%。因此，通过此转换关系，可以计算得到待检测区域中每一个像素点对应的HSB值。
在一个实施例中，如图4所示，获取待检测区域中HSB颜色模式值满足标准值的像素点个数，具体可以包括如下步骤：
步骤402，获取涂胶设备当前的涂胶颜色。
由于HSB是基于人眼的一种颜色模式，相近颜色之间的HSB的差异较小，而不同颜色之间的HSB的差异较大，为了获得更好的检测效果，本实施例针对不同的涂胶颜色可以设置不同的标准值。因此，在判断待检测区域中每个像素点对应的HSB颜色模式值是否满足标准值之前，需要获取涂胶设备当前的涂胶颜色，进而根据涂胶设备当前的涂胶颜色确定对应的标准值。
步骤404，根据当前的涂胶颜色确定与涂胶颜色对应的标准值。
本实施例通过对不同的涂胶颜色可以设置不同的标准值，从而根据当前的涂胶颜色确定对应的标准值，进而判断待检测区域中每个像素点对应的HSB颜色模式值是否满足当前涂胶颜色对应的标准值，使得判断结果更加精确，能够得到更好的检测效果。
步骤406，判断待检测区域中每个像素点对应的HSB颜色模式值是否满足标准值。
其中，标准值是指标准HSB值，包括标准色相H、标准饱和度 S以及标准亮度B，其可以是范围值。每个像素点对应的HSB颜色模式值则包括每个像素点对应的色相H、饱和度S以及亮度B。在本实施例中，通过判断待检测区域中每个像素点对应的色相是否达到标准色相、饱和度是否均达到标准饱和度以及亮度否达到标准亮度来确定对应像素点是否满足标准值要求。具体的，当某一像素点对应的色相、饱和度以及亮度均达到了标准值要求时，则可以确定该像素点满足标准值要求。如果该像素点对应的HSB颜色模式值中的任意值不满足对应的标准值要求，则可以确定该像素点不满足标准值要求。
步骤408，对待检测区域中满足标准值的像素点进行累加求和，得到满足标准值的像素点个数。
具体的，通过上述方法对待检测区域中每个像素点是否满足标准值要求进行判断，并将满足标准值要求的像素点进行累加求和，从而得到待检测区域中满足标准值要求的像素点个数，进而判断满足标准值要求的像素点个数是否达到目标个数，只有当满足标准值要求的像素点个数达到目标个数时，则表示对应产品的涂胶面积或涂胶量符合涂胶工艺标准的要求，否则表示对应产品的涂胶面积或涂胶量不符合涂胶工艺标准的要求。
在一个实施例中，如图5所示，根据当前的涂胶颜色确定与涂胶颜色对应的标准值之前，还可以包括如下步骤：
步骤502，获取与各种涂胶颜色分别对应的已涂胶样品的图像数据。
其中，已涂胶样品指工业生产过程中已经过涂胶设备进行涂胶处理且符合标准涂胶工艺要求的样品。在本实施例中，根据不同的涂胶颜色得到对应的已涂胶样品的图像数据，从而得到各种涂胶颜色分别对应的已涂胶样品的图像数据。
步骤504，对图像数据中已涂胶区域的像素点进行采样，得到采样的像素点对应的RGB三原色数据。
在本实施例中，对与涂胶颜色对应的已涂胶样品的图像数据中已涂胶区域的像素点进行采样，具体的，以某一涂胶颜色对应的已涂胶样品为例进行说明，采集到该已涂胶样品对应的图像数据后，选取该图像数据中已涂胶区域的多个像素点为采样点。由于拍摄的图像数据中各像素点的RGB会随着图像采集设备的角度、周边光线和光源的亮暗而有所不同，因此，在本实施例中，采样点可以在涂胶区域中均匀选取，当然，也可以随机选取。例如，可以选择位于涂胶区域中心的像素点、以及位于涂胶区域周边的若干个像素点为采样点，从而得到与涂胶颜色对应的已涂胶样品中各采样的像素点对应的RGB。
步骤506，根据RGB三原色数据与HSB颜色模式值之间的转换关系得到每个采样的像素点对应的HSB颜色模式值。
具体转换可参考如图3所述的步骤，此处不再赘述。
步骤508，根据各已采样的像素点对应的HSB颜色模式值确定HSB颜色模式值的区间范围，将HSB颜色模式值的区间范围作为与涂胶颜色对应的标准值。
具体的，由于HSB颜色模式值包括色相、饱和度以及亮度。对于与涂胶颜色对应的已涂胶样品中采样的各像素点分别可以得到对应的色相、饱和度以及亮度。因此，根据采样的每个像素点分别对应的色相，可以取其最小值为与涂胶颜色对应的色相范围的下限，取其最大值为与涂胶颜色对应的色相范围的上限，从而得到与涂胶颜色对应的HSB颜色模式值中色相的区间范围。根据相同的方法，可以分别得到与涂胶颜色对应的HSB颜色模式值中饱和度的区间范围以及亮度的区间范围。
其中，标准值包括标准色相、标准饱和度以及标准亮度。在本实施例中，可以将上述步骤中得到的与涂胶颜色对应的HSB颜色模式值中色相的区间范围作为该涂胶颜色的标准色相，将与涂胶颜色对应的HSB颜色模式值中饱和度的区间范围作为该涂胶颜色的标准饱和度，将与涂胶颜色对应的HSB颜色模式值中亮度的区间范围作为该涂胶颜色的标准亮度，即得到与涂胶颜色对应的标准值。
步骤510，存储涂胶颜色与相应的标准值之间的对应关系。
在本实施例中，通过对实际的涂胶样品进行采样，并根据采样值确定与各种涂胶颜色分别对应的标准值，从而保证对胶水检测的有效性。通过存储各种不同涂胶颜色与相应的标准值之间的对应关系，在进行胶水检测时，可以根据涂胶设备当前的涂胶颜色在存储的对应关系中查找与当前的涂胶颜色对应的标准值，进而执行后续的检测判断过程，以得到更好的检测效果。
在一个实施例中，如图6所示，根据产品的型号确定图像数据中的待检测区域之前，还可以包括如下步骤：
步骤602，获取产品的各种型号分别对应的已涂胶样品。
由于不同的产品其型号不同，而同一型号的产品则必然相同，因此，对于同一种型号的产品来说其涂胶区域也是固定不变的。在本实施例中，则可以根据产品的不同型号分别获取对应型号的已涂胶样品。
步骤604，识别产品的各型号分别对应的已涂胶样品中的涂胶区域。
在本实施例中，通过对各种不同型号的已涂胶样品中的涂胶区域进行识别，从而得到产品的各种型号分别对应的涂胶区域。其中，识别方法可以采用机器自动识别、人工标定识别或是两者相结合的方式。
步骤606，存储产品的各型号与相应涂胶区域之间的对应关系。
具体的，通过上述步骤得到产品的各种型号分别对应的涂胶区域后，则存储产品的各型号与相应的涂胶区域之间的对应关系。因此，在进行胶水检测时，可以根据待进行胶水检测的产品的型号在存储的对应关系中查找与当前待进行胶水检测的产品型号对应的涂胶区域，并将该涂胶区域确定为待检测区域，从而执行后续的检测过程。
本实施例通过存储产品的各型号与相应涂胶区域之间的对应关系，从而在对不同型号的产品进行胶水检测时，其检测区域更具针对性，进而提高了检测效率。
在一个实施例中，待进行胶水检测的产品包括待进行胶水检测的电机支架以及待进行胶水检测的电机机壳。具体的，可以分别设置不同的图像采集设备来采集已进行涂胶处理的电机机壳及电机支架的图像数据，且可以根据电机机壳和电机支架的位置来灵活调整图像采集设备的拍摄角度，并且配备白色LED光源用于照亮目标产品，以提高目标亮度，克服生产现场光干扰，保证拍摄的图像数据的稳定性。
在本实施例中，各图像采集设备分别与图像处理设备进行信号对接传输，当检测工位分别感应有料时，可独立处理检测信号与各图像采集设备的对接，以控制各图像采集设备同时进行拍摄检测，且互不干扰，从而实现多视觉的检测，提高了胶水检测的效率。
应该理解的是，虽然图1-6的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1-6中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图7所示，提供了一种基于机器视觉的胶水检测装置，包括：图像数据采集模块701、待检测区域确定模块702、颜色模式值获取模块703、像素点个数获取模块704和判断模块705，其中：
图像数据采集模块701，用于采集待进行胶水检测的产品的静态图像数据以及产品的型号；
待检测区域确定模块702，用于根据产品的型号确定图像数据中的待检测区域；
颜色模式值获取模块703，用于获取待检测区域中每个像素点对应的HSB颜色模式值；
像素点个数获取模块704，用于获取待检测区域中HSB颜色模式值满足标准值的像素点个数；
判断模块705，用于若满足标准值的像素点个数达到目标个数，则确定待进行胶水检测的产品的涂胶范围符合要求。
在一个实施例中，判断模块705还用于，若像素点个数未达到目标个数，则确定待进行胶水检测的产品的涂胶范围不符合要求；当待进行胶水检测的产品的涂胶范围不符合要求时，触发产生报警信号，其中，报警信号用于提示工作人员排查涂胶设备的故障。
在一个实施例中，颜色模式值获取模块703具体用于：获取待检测区域中每个像素点对应的RGB三原色数据；根据RGB三原色数据与HSB颜色模式值之间的转换关系得到每个像素点对应的HSB颜色模式值。
在一个实施例中，像素点个数获取模块704具体用于：获取涂胶设备当前的涂胶颜色；根据当前的涂胶颜色确定与涂胶颜色对应的标准值；判断待检测区域中每个像素点对应的HSB颜色模式值是否满足标准值；对待检测区域中满足标准值的像素点进行累加求和，得到满足标准值的像素点个数。
在一个实施例中，每个像素点对应的HSB颜色模式值包括每个像素点对应的色相、饱和度以及亮度；标准值包括标准色相、标准饱和度以及标准亮度；则判断待检测区域中每个像素点对应的HSB颜色模式值是否满足标准值，包括：判断待检测区域中每个像素点对应的色相、饱和度以及亮度是否均达到标准色相、标准饱和度以及标准亮度；若某一像素点对应的色相、饱和度以及亮度均达到了标准色相、标准饱和度以及标准亮度，则确定某一像素点对应的HSB颜色模式值满足标准值。
在一个实施例中，还包括：获取与各种涂胶颜色分别对应的已涂胶样品的图像数据；对图像数据中已涂胶区域的像素点进行采样，得到采样的像素点对应的RGB三原色数据；根据RGB三原色数据与HSB颜色模式值之间的转换关系得到每个采样的像素点对应的HSB颜色模式值；根据各已采样的像素点对应的HSB颜色模式值确定HSB颜色模式值的区间范围，将HSB颜色模式值的区间范围作为与涂胶颜色对应的标准值；存储涂胶颜色与相应的标准值之间的对应关系。
在一个实施例中，还包括：获取产品的各种型号分别对应的已涂胶样品；识别产品的各型号分别对应的已涂胶样品中的涂胶区域；存储产品的各型号与相应的涂胶区域之间的对应关系；则根据产品的型号确定图像数据中的待检测区域，包括：查询与待进行胶水检测的产品的型号对应的涂胶区域；将涂胶区域确定为待检测区域。
在一个实施例中，待进行胶水检测的产品包括待进行胶水检测的电机支架以及待进行胶水检测的电机机壳；则图像数据采集模块801具体用于：分别采集待进行胶水检测的电机支架以及待进行胶水检测的电机机壳的图像数据以及对应的产品的型号。
关于基于机器视觉的胶水检测装置的具体限定可以参见上文中对于基于机器视觉的胶水检测方法的限定，在此不再赘述。上述基于机器视觉的胶水检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种胶水检测设备，该胶水检测设备可以是服务器，其内部结构图可以如图8所示。该胶水检测设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该胶水检测设备的处理器用于提供计算和控制能力。该胶水检测设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该胶水检测设备的数据库用于存储进行胶水检测的相关数据。该胶水检测设备的网络接口用于与外部的终端通过RS232接口连接通信。该计算机程序被处理器执行时以实现一种基于机器视觉的胶水检测方法。
在一个实施例中，提供了一种胶水检测设备，该胶水检测设备可以是终端，其内部结构图可以如图9所示。该胶水检测设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该胶水检测设备的处理器用于提供计算和控制能力。该胶水检测设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该胶水检测设备的网络接口用于与外部的终端通过RS232接口连接通信。该计算机程序被处理器执行时以实现一种基于机器视觉的胶水检测方法。该胶水检测设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该胶水检测设备的输入装置可以是显示屏上覆盖的触摸层，也可以是胶水检测设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图8、图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的胶水检测设备的限定，具体的胶水检测设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
采集待进行胶水检测的产品的静态图像数据以及产品的型号；
根据产品的型号确定图像数据中的待检测区域；
获取待检测区域中每个像素点对应的HSB颜色模式值；
获取待检测区域中HSB颜色模式值满足标准值的像素点个数；
若满足标准值的像素点个数达到目标个数，则确定待进行胶水检测的产品的涂胶范围符合要求。
在一个实施例中，上述方法还包括：若像素点个数未达到目标个数，则确定待进行胶水检测的产品的涂胶范围不符合要求；当待进行胶水检测的产品的涂胶范围不符合要求时，触发产生报警信号，其中，报警信号用于提示工作人员排查涂胶设备的故障。
在一个实施例中，获取待检测区域中每个像素点对应的HSB颜色模式值，包括：获取待检测区域中每个像素点对应的RGB三原色数据；根据RGB三原色数据与HSB颜色模式值之间的转换关系得到每个像素点对应的HSB颜色模式值。
在一个实施例中，获取待检测区域中HSB颜色模式值满足标准值的像素点个数，包括：获取涂胶设备当前的涂胶颜色；根据当前的涂胶颜色确定与涂胶颜色对应的标准值；判断待检测区域中每个像素点对应的HSB颜色模式值是否满足标准值；对待检测区域中满足标准值的像素点进行累加求和，得到满足标准值的像素点个数。
在一个实施例中，每个像素点对应的HSB颜色模式值包括每个像素点对应的色相、饱和度以及亮度；标准值包括标准色相、标准饱和度以及标准亮度；则判断待检测区域中每个像素点对应的HSB颜色模式值是否满足标准值，包括：判断待检测区域中每个像素点对应的色相、饱和度以及亮度是否均达到标准色相、标准饱和度以及标准亮度；若某一像素点对应的色相、饱和度以及亮度均达到了标准色相、标准饱和度以及标准亮度，则确定某一像素点对应的HSB颜色模式值满足标准值。
在一个实施例中，根据当前的涂胶颜色确定与涂胶颜色对应的标准值之前，还包括：获取与各种涂胶颜色分别对应的已涂胶样品的图像数据；对图像数据中已涂胶区域的像素点进行采样，得到采样的像素点对应的RGB三原色数据；根据RGB三原色数据与HSB颜色模式值之间的转换关系得到每个采样的像素点对应的HSB颜色模式值；根据各已采样的像素点对应的HSB颜色模式值确定HSB颜色模式值的区间范围，将HSB颜色模式值的区间范围作为与涂胶颜色对应的标准值；存储涂胶颜色与相应的标准值之间的对应关系。
在一个实施例中，根据产品的型号确定图像数据中的待检测区域之前，还包括：获取产品的各种型号分别对应的已涂胶样品；识别产品的各型号分别对应的已涂胶样品中的涂胶区域；存储产品的各型号与相应的涂胶区域之间的对应关系；则根据产品的型号确定图像数据中的待检测区域，包括：查询与待进行胶水检测的产品的型号对应的涂胶区域；将涂胶区域确定为待检测区域。
在一个实施例中，待进行胶水检测的产品包括待进行胶水检测的电机支架以及待进行胶水检测的电机机壳；则采集待进行胶水检测的产品的图像数据以及产品的型号，包括：分别采集待进行胶水检测的电机支架以及待进行胶水检测的电机机壳的图像数据以及对应的产品的型号。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
采集待进行胶水检测的产品的静态图像数据以及产品的型号；
根据产品的型号确定图像数据中的待检测区域；
获取待检测区域中每个像素点对应的HSB颜色模式值；
获取待检测区域中HSB颜色模式值满足标准值的像素点个数；
若满足标准值的像素点个数达到目标个数，则确定待进行胶水检测的产品的涂胶范围符合要求。
在一个实施例中，上述方法还包括：若像素点个数未达到目标个数，则确定待进行胶水检测的产品的涂胶范围不符合要求；当待进行胶水检测的产品的涂胶范围不符合要求时，触发产生报警信号，其中，报警信号用于提示工作人员排查涂胶设备的故障。
在一个实施例中，获取待检测区域中每个像素点对应的HSB颜色模式值，包括：获取待检测区域中每个像素点对应的RGB三原色数据；根据RGB三原色数据与HSB颜色模式值之间的转换关系得到每个像素点对应的HSB颜色模式值。
在一个实施例中，获取待检测区域中HSB颜色模式值满足标准值的像素点个数，包括：获取涂胶设备当前的涂胶颜色；根据当前的涂胶颜色确定与涂胶颜色对应的标准值；判断待检测区域中每个像素点对应的HSB颜色模式值是否满足标准值；对待检测区域中满足标准值的像素点进行累加求和，得到满足标准值的像素点个数。
在一个实施例中，每个像素点对应的HSB颜色模式值包括每个像素点对应的色相、饱和度以及亮度；标准值包括标准色相、标准饱和度以及标准亮度；则判断待检测区域中每个像素点对应的HSB颜色模式值是否满足标准值，包括：判断待检测区域中每个像素点对应的色相、饱和度以及亮度是否均达到标准色相、标准饱和度以及标准亮度；若某一像素点对应的色相、饱和度以及亮度均达到了标准色相、标准饱和度以及标准亮度，则确定某一像素点对应的HSB颜色模式值满足标准值。
在一个实施例中，根据当前的涂胶颜色确定与涂胶颜色对应的标准值之前，还包括：获取与各种涂胶颜色分别对应的已涂胶样品的图像数据；对图像数据中已涂胶区域的像素点进行采样，得到采样的像素点对应的RGB三原色数据；根据RGB三原色数据与HSB颜色模式值之间的转换关系得到每个采样的像素点对应的HSB颜色模式值；根据各已采样的像素点对应的HSB颜色模式值确定HSB颜色模式值的区间范围，将HSB颜色模式值的区间范围作为与涂胶颜色对应的标准值；存储涂胶颜色与相应的标准值之间的对应关系。
在一个实施例中，根据产品的型号确定图像数据中的待检测区域之前，还包括：获取产品的各种型号分别对应的已涂胶样品；识别产品的各型号分别对应的已涂胶样品中的涂胶区域；存储产品的各型号与相应的涂胶区域之间的对应关系；则根据产品的型号确定图像数据中的待检测区域，包括：查询与待进行胶水检测的产品的型号对应的涂胶区域；将涂胶区域确定为待检测区域。
在一个实施例中，待进行胶水检测的产品包括待进行胶水检测的电机支架以及待进行胶水检测的电机机壳；则采集待进行胶水检测的产品的图像数据以及产品的型号，包括：分别采集待进行胶水检测的电机支架以及待进行胶水检测的电机机壳的图像数据以及对应的产品的型号。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种基于机器视觉的胶水检测方法，其特征在于，所述方法包括：
采集待进行胶水检测的产品的静态图像数据以及所述产品的型号；
根据所述产品的型号确定所述静态图像数据中的待检测区域，所述待检测区域是指所述静态图像数据中待进行胶水检测的产品的涂胶区域；
获取待检测区域中每个像素点对应的HSB颜色模式值；
对待检测区域中满足标准值的像素点进行累加求和，得到满足标准值的像素点个数，所述每个像素点对应的HSB颜色模式值包括每个像素点对应的色相、饱和度以及亮度，所述标准值包括标准色相、标准饱和度以及标准亮度；
若满足所述标准值的像素点个数达到目标个数，则确定所述待进行胶水检测的产品的涂胶范围符合要求；
显示所述涂胶范围符合要求的检测结果。
2.根据权利要求1所述的基于机器视觉的胶水检测方法，其特征在于，所述方法还包括：
若所述像素点个数未达到目标个数，则确定所述待进行胶水检测的产品的涂胶范围不符合要求；
当所述待进行胶水检测的产品的涂胶范围不符合要求时，触发产生报警信号，所述报警信号用于提示工作人员排查涂胶设备的故障。
3.根据权利要求1或2所述的基于机器视觉的胶水检测方法，其特征在于，所述获取待检测区域中每个像素点对应的HSB颜色模式值，包括：
获取所述待检测区域中每个像素点对应的RGB三原色数据；
根据RGB三原色数据与所述HSB颜色模式值之间的转换关系得到每个像素点对应的HSB颜色模式值。
4.根据权利要求3所述的基于机器视觉的胶水检测方法，其特征在于，所述获取待检测区域中每个像素点对应的HSB颜色模式值之后，所述方法还包括：
获取涂胶设备当前的涂胶颜色；
根据当前的涂胶颜色确定与所述涂胶颜色对应的标准值；
判断待检测区域中每个像素点对应的HSB颜色模式值是否满足标准值。
5.根据权利要求4所述的基于机器视觉的胶水检测方法，其特征在于，所述判断待检测区域中每个像素点对应的HSB颜色模式值是否满足标准值，包括：
判断待检测区域中每个像素点对应的色相、饱和度以及亮度是否均达到标准色相、标准饱和度以及标准亮度；
若某一像素点对应的色相、饱和度以及亮度均达到了标准色相、标准饱和度以及标准亮度，则确定所述某一像素点对应的HSB颜色模式值满足标准值。
6.根据权利要求4所述的基于机器视觉的胶水检测方法，其特征在于，所述根据当前的涂胶颜色确定与所述涂胶颜色对应的标准值之前，还包括：
获取与各种涂胶颜色分别对应的已涂胶样品的图像数据；
对所述图像数据中已涂胶区域的像素点进行采样，得到采样的像素点对应的RGB三原色数据；
根据RGB三原色数据与所述HSB颜色模式值之间的转换关系得到每个采样的像素点对应的HSB颜色模式值；
根据各已采样的像素点对应的HSB颜色模式值确定所述HSB颜色模式值的区间范围，将所述HSB颜色模式值的区间范围作为与所述涂胶颜色对应的标准值；
存储所述涂胶颜色与相应的标准值之间的对应关系。
7.根据权利要求1-2、4-6任一项所述的基于机器视觉的胶水检测方法，其特征在于，所述根据所述产品的型号确定所述图像数据中的待检测区域之前，还包括：
获取产品的各种型号分别对应的已涂胶样品；
识别产品的各型号分别对应的已涂胶样品中的涂胶区域；
存储所述产品的各型号与相应的涂胶区域之间的对应关系；
所述根据所述产品的型号确定所述图像数据中的待检测区域，包括：查询与待进行胶水检测的产品的型号对应的涂胶区域；
将所述涂胶区域确定为所述待检测区域。
8.根据权利要求1-2、4-6任一项所述的基于机器视觉的胶水检测方法，其特征在于，所述待进行胶水检测的产品包括待进行胶水检测的电机支架以及待进行胶水检测的电机机壳；所述采集待进行胶水检测的产品的图像数据以及所述产品的型号，包括：
分别采集待进行胶水检测的电机支架以及待进行胶水检测的电机机壳的图像数据以及对应的产品的型号。
9.一种基于机器视觉的胶水检测装置，其特征在于，所述装置包括：
图像数据采集模块，用于采集待进行胶水检测的产品的静态图像数据以及所述产品的型号；
待检测区域确定模块，用于根据所述产品的型号确定所述静态图像数据中的待检测区域，所述待检测区域是指所述静态图像数据中待进行胶水检测的产品的涂胶区域；
颜色模式值获取模块，用于获取待检测区域中每个像素点对应的HSB颜色模式值；
像素点个数获取模块，用于对待检测区域中满足标准值的像素点进行累加求和，得到满足标准值的像素点个数，所述每个像素点对应的HSB颜色模式值包括每个像素点对应的色相、饱和度以及亮度，所述标准值包括标准色相、标准饱和度以及标准亮度；
判断模块，用于若满足所述标准值的像素点个数达到目标个数，则确定所述待进行胶水检测的产品的涂胶范围符合要求；
显示模块，用于显示所述涂胶范围符合要求的检测结果。
10.一种胶水检测设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述方法的步骤。
CN202010019803.7A 2020-01-09 2020-01-09 基于机器视觉的胶水检测方法、装置以及胶水检测设备 Active CN110827280B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010019803.7A CN110827280B (zh) 2020-01-09 2020-01-09 基于机器视觉的胶水检测方法、装置以及胶水检测设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010019803.7A CN110827280B (zh) 2020-01-09 2020-01-09 基于机器视觉的胶水检测方法、装置以及胶水检测设备

Publications (2)

Publication Number Publication Date
CN110827280A CN110827280A (zh) 2020-02-21
CN110827280B true CN110827280B (zh) 2020-04-21

Family

ID=69546526

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010019803.7A Active CN110827280B (zh) 2020-01-09 2020-01-09 基于机器视觉的胶水检测方法、装置以及胶水检测设备

Country Status (1)

Country Link
CN (1) CN110827280B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111696102B (zh) * 2020-06-18 2021-09-03 乐清市路航电气有限公司 一种基于大数据的涂料涂覆检测系统及方法
CN112365446B (zh) * 2020-10-19 2022-08-23 杭州亿奥光电有限公司 纸袋粘接质量检测方法
CN112750126B (zh) * 2021-01-29 2022-01-25 深圳市磐锋精密技术有限公司 一种物料溢胶在线监测系统和监测方法
CN113252697B (zh) * 2021-06-18 2021-10-08 深圳远荣智能制造股份有限公司 一种物料质量检测方法、设备及计算机可读存储介质
CN115639215B (zh) * 2022-10-09 2023-04-28 江阴旺达商务贴有限公司 基于协方差分析的静电贴纸鉴定平台
CN116297453B (zh) * 2023-03-15 2023-10-20 广州高迪机电工程有限公司 基于自动化涂胶的品质辅助检测视觉系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102847655A (zh) * 2011-06-27 2013-01-02 隆达电子股份有限公司 点胶量反馈方法
CN106370668A (zh) * 2016-08-22 2017-02-01 华中农业大学 一种咸蛋内部品质的在线视觉检测装置及其方法
CN110102511A (zh) * 2019-05-23 2019-08-09 北京阿丘机器人科技有限公司 一种产品外观的视觉检测系统及方法
CN110514665A (zh) * 2019-09-03 2019-11-29 博科视(苏州)技术有限公司 一种电子产品塑料外壳划痕缺陷的检测方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102611897B (zh) * 2012-03-04 2015-01-07 侯克杰 对彩色数字图像进行视觉感知高保真变换的方法及系统
CN109087292B (zh) * 2018-07-27 2022-03-11 广东工业大学 一种基于机器视觉的热转印胶片胶水偏位检测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102847655A (zh) * 2011-06-27 2013-01-02 隆达电子股份有限公司 点胶量反馈方法
CN106370668A (zh) * 2016-08-22 2017-02-01 华中农业大学 一种咸蛋内部品质的在线视觉检测装置及其方法
CN110102511A (zh) * 2019-05-23 2019-08-09 北京阿丘机器人科技有限公司 一种产品外观的视觉检测系统及方法
CN110514665A (zh) * 2019-09-03 2019-11-29 博科视(苏州)技术有限公司 一种电子产品塑料外壳划痕缺陷的检测方法

Also Published As

Publication number Publication date
CN110827280A (zh) 2020-02-21

Similar Documents

Publication Publication Date Title
CN110827280B (zh) 基于机器视觉的胶水检测方法、装置以及胶水检测设备
CN112560657B (zh) 烟火识别方法、装置、计算机设备和存储介质
CN110009607B (zh) 显示屏坏点检测方法、装置、计算机设备和存储介质
CN106770332A (zh) 一种基于机器视觉的电子模切料缺陷检测实现方法
CN103297789A (zh) 白平衡校正方法及其装置
CN112730251B (zh) 一种用于屏幕颜色缺陷检测的装置及方法
CN113822385B (zh) 基于图像的输煤异常监测方法、装置、设备及存储介质
CN111145138B (zh) Led灯板的检测方法、装置、设备及存储介质
JP2001229381A (ja) 画像処理検査システムおよびその方法
CN111811560B (zh) 自动驾驶传感器的检测方法、装置、系统和计算机设备
CN113191988A (zh) 亮度矫正方法及装置、存储介质、电子装置
CN114745510A (zh) 一种用于目标图像采集的led光源自动校准方法及系统
CN113920057A (zh) 一种产品指示灯颜色的识别方法、装置及系统
CN108419045B (zh) 一种基于红外热成像技术的监控方法及装置
CN108198226B (zh) 一种陶瓷颜色识别方法、电子设备、存储介质及装置
CN110896475B (zh) 显示终端通道切换检测方法和装置
CN109596317B (zh) 一种面板灯的检测方法及装置
CN113808107B (zh) 图像推荐方法、装置、电子设备和存储介质
CN113409317B (zh) 缺陷检测方法、电子装置、装置及计算机可读存储介质
CN115456984A (zh) 基于二维码高速识别图像识别缺陷检测系统
CN115035096A (zh) 一种指示灯测试方法及相关装置
CN111145674B (zh) 显示面板的检测方法、电子设备和存储介质
CN113709065A (zh) 交换机的面板灯的自动检测方法、系统、设备及存储介质
CN111412941A (zh) 安装质量的检测方法及装置
CN109060831B (zh) 一种基于底板拟合的自动脏污检测方法

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
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 215010 No.1 Xiangyang Road, high tech Zone, Suzhou City, Jiangsu Province

Patentee after: KINGCLEAN ELECTRIC Co.,Ltd.

Patentee after: Jiangsu Laike Intelligent Electrical Appliance Co., Ltd

Address before: 215010 No.1 Xiangyang Road, high tech Zone, Suzhou City, Jiangsu Province

Patentee before: KINGCLEAN ELECTRIC Co.,Ltd.

Patentee before: SUZHOU KINGCLEAN ELECTRIC Co.,Ltd.