CN110836857A - 一种超精研特征的检测系统及检测方法 - Google Patents
一种超精研特征的检测系统及检测方法 Download PDFInfo
- Publication number
- CN110836857A CN110836857A CN201911133867.3A CN201911133867A CN110836857A CN 110836857 A CN110836857 A CN 110836857A CN 201911133867 A CN201911133867 A CN 201911133867A CN 110836857 A CN110836857 A CN 110836857A
- Authority
- CN
- China
- Prior art keywords
- image
- detected
- energy spectrum
- super
- detection
- 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.)
- Granted
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
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Constituent Portions Of Griding Lathes, Driving, Sensing And Control (AREA)
- Finish Polishing, Edge Sharpening, And Grinding By Specific Grinding Devices (AREA)
Abstract
本申请公开了一种超精研特征的检测系统及检测方法,其中,所述超精研特征的检测系统通过承托模块、光源模块和图像检测模块的配合首先获取待检测部件的待检测面图像,然后通过所述图像检测模块对所述待检测面图像进行分析以获取表征所述待检测面纹理特征的能量谱,并根据所述能量谱判定所述待检测面是否具有超精研特征,实现了依靠机器视觉对待检测部件的待检测面是否具有超精研特征的判断,不依赖人力进行主观检测,且检测效率较高,检测准确性高,能够显著减少人力检测成本。
Description
技术领域
本申请涉及机器视觉技术领域,更具体地说,涉及一种超精研特征的检测系统及检测方法。
背景技术
超精研工序是指用细粒度的磨具(例如油石)对工件施加很小的压力,并作短行程往复振动和/或慢速相对进给运动,以实现微量磨削的工序。
对于轴承而言,超精研工序是轴承套圈或滚子工作面加工的最后一道工序,对于轴承套圈或滚子进行超精研工序的目的主要是形成一定走向、均匀细腻、适于附着润滑油的纹理,以进一步改善滚动工作表面的微观质量,增加工作接触面积、降低表面粗糙度、降低圆形偏差等。
相较于经过超精研的轴承套圈和滚子构成的轴承,未经过超精研的轴承套圈和滚子构成的轴承在使用过程中会带来较大的摩擦噪音,特别是在高速运转情况下,这种摩擦噪音会愈加明显,并且这种摩擦也会降低轴承的使用寿命。因此,超精研工序是轴承加工过程中的一道重要工序,针对轴承套圈或滚子进行超精研特征的检测,以判断其是否经过了超精研工序是非常重要的。
现有技术中通常通过人工肉眼观察轴承套圈或滚子是否经过了超精研工序,不仅需要占用大量的人力,而且检测效率低,检测准确度低。
发明内容
为解决上述技术问题,本申请提供了一种超精研特征的检测系统及检测方法,以解决现有技术中超精研特征检测需要占用大量人力,检测效率低、且检测准确度低的问题。
为实现上述技术目的,本申请实施例提供了如下技术方案:
一种超精研特征的检测系统,用于判断待检测部件是否经过超精研工序,所述超精研特征的检测系统包括:承托模块、光源模块和图像检测模块;其中,
所述承托模块,用于承载待检测部件;
所述光源模块,用于出射检测光线,所述检测光线以预设角度照射所述待检测部件的待检测面;
所述图像检测模块,用于根据所述待检测面反射的检测光线,获取待检测面图像,对所述待检测面图像进行分析以获取表征所述待检测面纹理特征的能量谱,并根据所述能量谱判定所述待检测面是否具有超精研特征。
可选的,所述图像检测模块包括:
成像单元,用于接收所述待检测面反射的检测光线,并根据接收的所述检测光线成像,以获取所述待检测面图像;
图像裁剪单元,用于对所述待检测面图像进行裁剪,以将待检测面图像的均匀照亮区域作为目标检测图像;
图像分析单元,用于对所述目标检测图像进行分析,以获取表征所述待检测面纹理特征的能量谱,并根据所述能量谱判定所述待检测面是否具有超精研特征。
可选的,所述图像分析单元包括:
合规化处理单元,用于对所述目标检测图像进行滤波降噪处理和图像仿射变换处理,以消除所述目标检测图像中影响纹理特征的图像畸变,获得合规图像;
能量谱计算单元,用于对所述合规图像进行计算,以获得所述合规图像的能量谱,并根据所述能量谱计算获得表征超精研纹理方向性和连续性特征的特征值;
阈值判断单元,用于根据所述特征值与预设阈值的关系,判断所述待检测面是否具有超精研特征。
可选的,所述能量谱计算单元具体用于,获得所述合规图像的能量谱,并计算表征超精研纹理方向性和连续性特征的能量谱像素宽度。
可选的,所述阈值判断单元具体用于,判断所述能量谱像素宽度是否大于预设阈值,如果是,则判定所述待检测面不具备超精研特征,如果否,则判定所述待检测面具有超精研特征。
可选的,所述承托模块还用于带动所述待检测部件沿预设方向转动,以改变所述待检测部件被所述检测光线的照射区域。
可选的,所述光源模块为线阵光源。
一种超精研特征的检测方法,用于判断待检测部件是否经过超精研工序,所述超精研特征的检测方法包括:
获取待检测部件的待检测面图像;
对所述待检测面图像进行分析以获取表征所述待检测面纹理特征的能量谱;
根据所述能量谱判定所述待检测面是否具有超精研特征。
可选的,所述对所述待检测面图像进行分析以获取表征所述待检测面纹理特征的能量谱包括:
对所述待检测面图像进行裁剪,以将待检测面图像的均匀照亮区域作为目标检测图像;
对所述目标检测图像进行滤波降噪处理和图像仿射变换处理,以消除所述目标检测图像中影响纹理特征的图像畸变,获得合规图像;
对所述合规图像进行计算,以获得所述合规图像的能量谱;
所述根据所述能量谱判定所述待检测面是否具有超精研特征包括:
根据所述能量谱计算获得表征超精研纹理方向性和连续性特征的特征值;
根据所述特征值与预设阈值的关系,判断所述待检测面是否具有超精研特征。
可选的,所述对所述合规图像进行计算,以获得所述合规图像的能量谱,并根据所述能量谱计算获得表征超精研纹理方向性和连续性特征的特征值能量谱像素宽度;
所述根据所述特征值与预设阈值的关系,判断所述待检测面是否具有超精研特征包括:
判断所述能量谱像素宽度是否大于预设阈值,如果是,则判定所述待检测面不具备超精研特征,如果否,则判定所述待检测面具有超精研特征。
从上述技术方案可以看出,本申请实施例提供了一种超精研特征的检测系统及检测方法,其中,所述超精研特征的检测系统通过承托模块、光源模块和图像检测模块的配合首先获取待检测部件的待检测面图像,然后通过所述图像检测模块对所述待检测面图像进行分析以获取表征所述待检测面纹理特征的能量谱,并根据所述能量谱判定所述待检测面是否具有超精研特征,实现了依靠机器视觉对待检测部件的待检测面是否具有超精研特征的判断,不依赖人力进行主观检测,且检测效率较高,检测准确性高,能够显著减少人力检测成本。
附图说明
为了更清楚地说明本申请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申请的实施例,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,还可以根据提供的附图获得其他的附图。
图1为本申请的一个实施例提供的一种超精研特征的检测系统的结构示意图;
图2为本申请的一个实施例提供的一种承托模块的可行结构示意图;
图3为本申请的另一个实施例提供的一种承托模块的可行结构示意图;
图4中a图为为经过超精研工序的待检测面图像;
图4中b图为未经过超精研工序的待检测面图像;
图4中c图为对图4中a图进行裁剪过程得到的目标检测图像;
图4中d图为对图4中b图进行裁剪后获得的目标检测图像;
图5为本申请的一个具体实施例提供的一种超精研特征的检测系统的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
本申请实施例提供了一种超精研特征的检测系统,用于判断待检测部件是否经过超精研工序,如图1所示,所述超精研特征的检测系统包括:承托模块20、光源模块10和图像检测模块30;其中,
所述承托模块20,用于承载待检测部件40;
所述光源模块10,用于出射检测光线,所述检测光线以预设角度照射所述待检测部件40的待检测面;
所述图像检测模块30,用于根据所述待检测面反射的检测光线,获取待检测面图像,对所述待检测面图像进行分析以获取表征所述待检测面纹理特征的能量谱,并根据所述能量谱判定所述待检测面是否具有超精研特征。
对于轴承而言,所述待检测部件40可以是轴承的滚子,也可以是轴承套圈。所述待检测面是指滚子和轴承套圈的滚道面(或称滚动面或工作面),这是因为在工作过程中,所述滚子和轴承套圈的滚道面需要接触且发生相对滑动,因此滚子和轴承套圈的滚道面需要进行超精研工序的处理以提高表面质量,而其他表面则无需进行超精研工序。
另外,在本申请的一个实施例中,所述承托模块20还用于带动所述待检测部件40沿预设方向转动,以改变所述待检测部件40被所述检测光线的照射区域。
在本实施例中,所述承托模块20带动所述待检测部件40沿预设方向转动的目的是通过承托模块20的转动自动改变所述待检测部件40的待检测面,以使得所述超精研特征的检测系统可以自动连续检测所述待检测部件40的不同表面,实现对待检测部件40的整个滚道面的检测,进一步提高检测效率。
参考图2和图3,图2和图3示出了针对不同的待检测部件40时,承托模块20的可行结构、
图2中所示的承托模块20用于承载轴承的滚子,由多个可以沿图中箭头所示的方向转动的滚动结构构成,对于图2所示的承托模块20,所述预设方向即为图2中箭头所指方向。
图3中所示的承托模块20用于承载轴承套圈,由可以在垂直于纸面的平面中进行顺时针转动或逆时针转动的承托平台构成,对于图3所示的承托模块20,所述预设方向即为垂直于纸面方向的平面中的顺时针方向或逆时针方向。
对于光源模块10而言,其可以是点光源,也可以是线阵光源或面阵光源,所述线阵光源是指多个长条形光源以一维阵列方式排布的光源,所述面阵光源是指多个块状光源以二维阵列方式排布的光源。经过发明人研究发现,使用线阵光源作为所述光源模块10可以更好地照亮所述待检测部件40的待检测面,提升后续的超精研特征的判断精度。
所述光源模块10的检测光线以预设角度照射所述待检测部件40的待检测面是指所述检测光线的出射方向与所述待检测面所成角度,以图2所示的承托模块20为例,所述预设角度是指所述检测光线的出射方向与待检测面所在平面(在图2中即水平面)所成角度。所述预设角度的取值可以是大于零度,且小于45°的任意值,具体值设置与待检测部件40的待检测面宽度、光源模块10出射的检测光线宽度有关,检测光线的光照强度设置以能够将待检测部件40的待检测面均匀照亮为准。优选的,所述预设角度的取值范围为10°-30°。
在本实施例中,所述超精研特征的检测系统通过承托模块20、光源模块10和图像检测模块30的配合首先获取待检测部件40的待检测面图像,然后通过所述图像检测模块30对所述待检测面图像进行分析以获取表征所述待检测面纹理特征的能量谱,并根据所述能量谱判定所述待检测面是否具有超精研特征,实现了依靠机器视觉对待检测部件40的待检测面是否具有超精研特征的判断,不依赖人力进行主观检测,且检测效率较高,检测准确性高,能够显著减少人力检测成本。
在上述实施例的基础上,在本申请的一个实施例中,仍然参考图1,所述图像检测模块30包括:
成像单元31,用于接收所述待检测面反射的检测光线,并根据接收的所述检测光线成像,以获取所述待检测面图像;
图像裁剪单元32,用于对所述待检测面图像进行裁剪,以将待检测面图像的均匀照亮区域作为目标检测图像;
图像分析单元33,用于对所述目标检测图像进行分析,以获取表征所述待检测面纹理特征的能量谱,并根据所述能量谱判定所述待检测面是否具有超精研特征。
在本实施例中,所述图像裁剪单元32对所述待检测面图像进行裁剪的过程可以包括:
获取待检测面图像各个像素的灰度值,并利用这些灰度值构成灰度矩阵,在所述灰度矩阵中灰度值的大小与像素的亮度成线性比例关系,因此可以将所述灰度矩阵中相邻像素的灰度差值均小于预设差值的区域作为所述待检测面图像的筛选区域,也可以将所述灰度矩阵中连续多个灰度值均大于预设灰度值的区域作为所述待检测图像的筛选区域,然后在筛选区域内部截取边缘规整、大小合适的均匀照亮区域。
参考图4,图4中a图(即左起第一张图)为经过超精研工序的待检测面图像,图4中b图(即左起第二张图)为未经过超精研工序的待检测面图像,图4中c图(即左起第三张图)为对图4中a图进行裁剪过程得到的目标检测图像;4中d图(即左起第四张图)为对图4中b图进行裁剪后获得的目标检测图像。
从图4中a图和b图以及图4中c图和d图的对比可以看出,经过超精研工序的待检测面的纹理特征与未经过超精研工序的待检测面的纹理特征均由较为明显的差异。
参考图5,图5示出了一种可行的超精研特征的检测系统的架构示意图,图5中以待检测部件40为轴承的滚子为例进行示意性说明,因此所述承托模块20为由多个可沿一定方向转动的滚动结构构成,此外图5中还示出了支撑所述承托模块20的支撑结构70。
可选的,所述成像单元31可以为光学镜头311与面阵相机312的组合,所述成像单元31设置于所述待检测部件40的正上方,所述光学镜头311的选取以及面阵相机312的焦距设置以所述待检测部件40的待检测面能够在所述面阵相机中清晰成像为准。
所述图像裁剪单元32和图像分析单元33可以均集成在计算机或处理器等具备运算能力的设备50中。
此外图5中还示出了用于固定所述光学镜头与面阵相机的支撑机械结构60。当然地,所述支撑机械结构60可以采用其他的固定结构,只要能够满足所述面阵相机312的位置设置要求即可。
下面对所述图像检测模块30中各个单元的可行结构和工作流程进行具体说明。
在本申请的一个实施例中,所述图像分析单元33包括:
合规化处理单元,用于对所述目标检测图像进行滤波降噪处理和图像仿射变换处理,以消除所述目标检测图像中影响纹理特征的图像畸变,获得合规图像;
能量谱计算单元,用于对所述合规图像进行计算,以获得所述合规图像的能量谱,并根据所述能量谱计算获得表征超精研纹理方向性和连续性特征的特征值;
阈值判断单元,用于根据所述特征值与预设阈值的关系,判断所述待检测面是否具有超精研特征。
所述预设阈值可以基于统计、人工计算以及机器学习等方式获得,其中统计方式是指由大量计算超精研与否的待检测部件40得到的统计数据分析计算,人工计算的方式是指根据图像特征的人为计算,机器学习方式是指通过获取大量的包含超精研与否的标签的训练样本进行机器学习或分类求解的方式获得。
其中,在本申请的一个可选实施例中,所述能量谱计算单元具体用于计算表征超精研纹理方向性和连续性特征的能量谱像素宽度。
所述阈值判断单元具体用于,判断所述能量谱像素宽度是否大于预设阈值,如果是,则判定所述待检测面不具备超精研特征,如果否,则判定所述待检测面具有超精研特征。
下面通过实验验证的方式对本申请实施例提供的超精研特征的检测系统的效果进行验证,所述超精研特征的检测系统的架构以图5所示的架构为例,待检测部件为轴承的圆锥形的滚子,采用多LED阵列条形光源作为光源模块10,以低角度(小于45°)照射到滚子的待检测面,滚子正上方采用面阵相机向下拍摄,面阵相机输出的待检测面图像进入计算机中的图像检测模块进行图像处理,对所述待检测面图像进行分析以获取表征所述待检测面纹理特征的能量谱,并根据所述能量谱判定所述待检测面是否具有超精研特征。
取120粒经过超精研工序的滚子和120粒未经过超精研工序的滚子在实验条件下进行了重复测试,经过图像检测模块输出判定结果,判定准确度为100%。且图像检测模块的运算处理时长小于100毫秒,性能高速可靠。
下面对本申请实施例提供的超精研特征的检测方法进行描述,下文描述的超精研特征的检测方法与上文描述的超精研特征的检测系统可以相互对应参照。
相应的,本申请实施例还提供了一种超精研特征的检测方法,用于判断待检测部件是否经过超精研工序,所述超精研特征的检测方法包括:
获取待检测部件的待检测面图像;
对所述待检测面图像进行分析以获取表征所述待检测面纹理特征的能量谱;
根据所述能量谱判定所述待检测面是否具有超精研特征。
可选的,所述对所述待检测面图像进行分析以获取表征所述待检测面纹理特征的能量谱包括:
对所述待检测面图像进行裁剪,以将待检测面图像的均匀照亮区域作为目标检测图像;
对所述目标检测图像进行滤波降噪处理和图像仿射变换处理,以消除所述目标检测图像中影响纹理特征的图像畸变,获得合规图像;
对所述合规图像进行计算,以获得所述合规图像的能量谱;
所述根据所述能量谱判定所述待检测面是否具有超精研特征包括:
根据所述能量谱计算获得表征超精研纹理方向性和连续性特征的特征值;
根据所述特征值与预设阈值的关系,判断所述待检测面是否具有超精研特征。
可选的,所述对所述合规图像进行计算,以获得所述合规图像的能量谱,并根据所述能量谱计算获得表征超精研纹理方向性和连续性特征的特征值能量谱像素宽度;
所述根据所述特征值与预设阈值的关系,判断所述待检测面是否具有超精研特征包括:
判断所述能量谱像素宽度是否大于预设阈值,如果是,则判定所述待检测面不具备超精研特征,如果否,则判定所述待检测面具有超精研特征。
综上所述,本申请实施例提供了一种超精研特征的检测系统及检测方法,其中,所述超精研特征的检测系统通过承托模块、光源模块和图像检测模块的配合首先获取待检测部件的待检测面图像,然后通过所述图像检测模块对所述待检测面图像进行分析以获取表征所述待检测面纹理特征的能量谱,并根据所述能量谱判定所述待检测面是否具有超精研特征,实现了依靠机器视觉对待检测部件的待检测面是否具有超精研特征的判断,无需占用大量人力,且检测效率较高。另外利用所述超精研特征的检测系统进行超精研特征的判断无需依赖检测人员的主观感受,检测准确性较高。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种超精研特征的检测系统,其特征在于,用于判断待检测部件是否经过超精研工序,所述超精研特征的检测系统包括:承托模块、光源模块和图像检测模块;其中,
所述承托模块,用于承载待检测部件;
所述光源模块,用于出射检测光线,所述检测光线以预设角度照射所述待检测部件的待检测面;
所述图像检测模块,用于根据所述待检测面反射的检测光线,获取待检测面图像,对所述待检测面图像进行分析以获取表征所述待检测面纹理特征的能量谱,并根据所述能量谱判定所述待检测面是否具有超精研特征。
2.根据权利要求1所述的超精研特征的检测系统,其特征在于,所述图像检测模块包括:
成像单元,用于接收所述待检测面反射的检测光线,并根据接收的所述检测光线成像,以获取所述待检测面图像;
图像裁剪单元,用于对所述待检测面图像进行裁剪,以将待检测面图像的均匀照亮区域作为目标检测图像;
图像分析单元,用于对所述目标检测图像进行分析,以获取表征所述待检测面纹理特征的能量谱,并根据所述能量谱判定所述待检测面是否具有超精研特征。
3.根据权利要求2所述的超精研特征的检测系统,其特征在于,所述图像分析单元包括:
合规化处理单元,用于对所述目标检测图像进行滤波降噪处理和图像仿射变换处理,以消除所述目标检测图像中影响纹理特征的图像畸变,获得合规图像;
能量谱计算单元,用于对所述合规图像进行计算,以获得所述合规图像的能量谱,并根据所述能量谱计算获得表征超精研纹理方向性和连续性特征的特征值;
阈值判断单元,用于根据所述特征值与预设阈值的关系,判断所述待检测面是否具有超精研特征。
4.根据权利要求3所述的超精研特征的检测系统,其特征在于,所述能量谱计算单元具体用于,获得所述合规图像的能量谱,并计算表征超精研纹理方向性和连续性特征的能量谱像素宽度。
5.根据权利要求4所述的超精研特征的检测系统,其特征在于,所述阈值判断单元具体用于,判断所述能量谱像素宽度是否大于预设阈值,如果是,则判定所述待检测面不具备超精研特征,如果否,则判定所述待检测面具有超精研特征。
6.根据权利要求1所述的超精研特征的检测系统,其特征在于,所述承托模块还用于带动所述待检测部件沿预设方向转动,以改变所述待检测部件被所述检测光线的照射区域。
7.根据权利要求1所述的超精研特征的检测系统,其特征在于,所述光源模块为线阵光源。
8.一种超精研特征的检测方法,其特征在于,用于判断待检测部件是否经过超精研工序,所述超精研特征的检测方法包括:
获取待检测部件的待检测面图像;
对所述待检测面图像进行分析以获取表征所述待检测面纹理特征的能量谱;
根据所述能量谱判定所述待检测面是否具有超精研特征。
9.根据权利要求8所述的超精研特征的检测方法,其特征在于,所述对所述待检测面图像进行分析以获取表征所述待检测面纹理特征的能量谱包括:
对所述待检测面图像进行裁剪,以将待检测面图像的均匀照亮区域作为目标检测图像;
对所述目标检测图像进行滤波降噪处理和图像仿射变换处理,以消除所述目标检测图像中影响纹理特征的图像畸变,获得合规图像;
对所述合规图像进行计算,以获得所述合规图像的能量谱;
所述根据所述能量谱判定所述待检测面是否具有超精研特征包括:
根据所述能量谱计算获得表征超精研纹理方向性和连续性特征的特征值;
根据所述特征值与预设阈值的关系,判断所述待检测面是否具有超精研特征。
10.根据权利要求9所述的超精研特征的检测方法,其特征在于,所述对所述合规图像进行计算,以获得所述合规图像的能量谱,并根据所述能量谱计算获得表征超精研纹理方向性和连续性特征的特征值能量谱像素宽度;
所述根据所述特征值与预设阈值的关系,判断所述待检测面是否具有超精研特征包括:
判断所述能量谱像素宽度是否大于预设阈值,如果是,则判定所述待检测面不具备超精研特征,如果否,则判定所述待检测面具有超精研特征。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911133867.3A CN110836857B (zh) | 2019-11-19 | 2019-11-19 | 一种超精研特征的检测系统及检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911133867.3A CN110836857B (zh) | 2019-11-19 | 2019-11-19 | 一种超精研特征的检测系统及检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110836857A true CN110836857A (zh) | 2020-02-25 |
CN110836857B CN110836857B (zh) | 2023-01-10 |
Family
ID=69576710
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911133867.3A Active CN110836857B (zh) | 2019-11-19 | 2019-11-19 | 一种超精研特征的检测系统及检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110836857B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1164716A (zh) * | 1996-05-08 | 1997-11-12 | 大宇电子株式会社 | 利用图案的粗糙度和方向性的纹理分类装置 |
JP2010014547A (ja) * | 2008-07-03 | 2010-01-21 | Sumitomo Heavy Ind Ltd | 表面検査方法、及びびびりマーク検査装置 |
CN106651829A (zh) * | 2016-09-23 | 2017-05-10 | 中国传媒大学 | 一种基于能量和纹理分析的无参考图像客观质量评价方法 |
CN106645181A (zh) * | 2017-02-24 | 2017-05-10 | 清华大学 | 基于显微视觉的轧辊磨削表面缺陷检测系统 |
CN106814072A (zh) * | 2017-03-10 | 2017-06-09 | 昆山华辰重机有限公司 | 轧辊磨削表面缺陷检测系统及其检测方法 |
CN107111883A (zh) * | 2014-10-30 | 2017-08-29 | 皇家飞利浦有限公司 | 用于图像数据的纹理分析图 |
CN107545565A (zh) * | 2017-07-27 | 2018-01-05 | 广西师范大学 | 一种太阳能网版检测方法 |
CN107576664A (zh) * | 2017-09-28 | 2018-01-12 | 清华大学 | 一种轧辊磨削表面缺陷机器视觉检测系统 |
CN108459027A (zh) * | 2018-03-21 | 2018-08-28 | 华北电力大学 | 一种基于图像处理的风力发电机叶片表面缺陷检测方法 |
-
2019
- 2019-11-19 CN CN201911133867.3A patent/CN110836857B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1164716A (zh) * | 1996-05-08 | 1997-11-12 | 大宇电子株式会社 | 利用图案的粗糙度和方向性的纹理分类装置 |
JP2010014547A (ja) * | 2008-07-03 | 2010-01-21 | Sumitomo Heavy Ind Ltd | 表面検査方法、及びびびりマーク検査装置 |
CN107111883A (zh) * | 2014-10-30 | 2017-08-29 | 皇家飞利浦有限公司 | 用于图像数据的纹理分析图 |
CN106651829A (zh) * | 2016-09-23 | 2017-05-10 | 中国传媒大学 | 一种基于能量和纹理分析的无参考图像客观质量评价方法 |
CN106645181A (zh) * | 2017-02-24 | 2017-05-10 | 清华大学 | 基于显微视觉的轧辊磨削表面缺陷检测系统 |
CN106814072A (zh) * | 2017-03-10 | 2017-06-09 | 昆山华辰重机有限公司 | 轧辊磨削表面缺陷检测系统及其检测方法 |
CN107545565A (zh) * | 2017-07-27 | 2018-01-05 | 广西师范大学 | 一种太阳能网版检测方法 |
CN107576664A (zh) * | 2017-09-28 | 2018-01-12 | 清华大学 | 一种轧辊磨削表面缺陷机器视觉检测系统 |
CN108459027A (zh) * | 2018-03-21 | 2018-08-28 | 华北电力大学 | 一种基于图像处理的风力发电机叶片表面缺陷检测方法 |
Non-Patent Citations (6)
Title |
---|
D.-M. TSAI ET AL.: "Automated surface inspection for directional textures", 《IMAGE AND VISION COMPUTING》 * |
RONG-SHENG LU ET AL.: "Grinding surface roughness measurement based on the co-occurrence matrix of speckle pattern texture", 《APPLIED OPTICS》 * |
孙华魁 著: "《数字图像处理与识别技术研究》", 31 May 2019, 天津科学技术出版社 * |
孟繁禹 等: "基于CCD 成像的外圆纵向磨削表面粗糙度在线测量", 《机械设计与制造》 * |
孟繁禹 等: "外圆纵向磨削表面粗糙度的在线检测研究", 《航空精密制造技术》 * |
王海文 等: "《互换性与技术测量》", 30 September 2017, 华中科技大学出版社 * |
Also Published As
Publication number | Publication date |
---|---|
CN110836857B (zh) | 2023-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108332689B (zh) | 一种检测表面粗糙度和表面损伤的光学测量系统及方法 | |
CN109115785B (zh) | 一种铸件打磨质量检测方法、装置及其使用方法 | |
CN105067639B (zh) | 一种光栅调制的镜片疵病自动检测装置和方法 | |
EP0880698A1 (en) | Visual inspection system for leather hide | |
CN107703154B (zh) | 外观检查装置及外观检查方法 | |
CN204924983U (zh) | 一种光栅调制的镜片疵病自动检测装置 | |
JP4739044B2 (ja) | 外観検査装置 | |
CN113748311B (zh) | 涡轮发动机叶片缺陷自动检测系统的训练方法 | |
CN108986055B (zh) | 一种鸡蛋蛋壳表面细微裂纹的视觉检测方法 | |
EP3396430A1 (en) | Optical scanning arrangement and method | |
CN107782744A (zh) | 一种光栅调制的镜片疵病自动检测装置 | |
CN113533344A (zh) | 一种光学检测装置及方法 | |
CN115493843A (zh) | 一种基于轴承保持器的质量监测方法及设备 | |
JP2007071661A (ja) | 外観検査装置 | |
CN110836857B (zh) | 一种超精研特征的检测系统及检测方法 | |
US10955354B2 (en) | Cylindrical body surface inspection device and cylindrical body surface inspection method | |
CN117309892B (zh) | 一种电池蓝膜的缺陷检测方法、装置及系统和光源控制器 | |
CN114723668A (zh) | 一种基于面阵相机的阴极铜质量检测方法及系统 | |
CN112102319B (zh) | 脏污图像检测方法、脏污图像检测装置及脏污图像检测机构 | |
US20080170772A1 (en) | Apparatus for determining positions of objects contained in a sample | |
JPH11160053A (ja) | 加工表面検査装置およびその検査方法 | |
CN110542692A (zh) | 轴承滚珠表面缺陷视觉检测系统 | |
JP2019066222A (ja) | 外観検査装置および外観検査方法 | |
CN214066962U (zh) | 一种基于机器视觉的零件检测装置 | |
JP3905741B2 (ja) | 光学部材検査方法 |
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 |