CN110866920B - 镀铜焊丝的缺陷检测方法、装置、设备及存储介质 - Google Patents

镀铜焊丝的缺陷检测方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN110866920B
CN110866920B CN202010067244.7A CN202010067244A CN110866920B CN 110866920 B CN110866920 B CN 110866920B CN 202010067244 A CN202010067244 A CN 202010067244A CN 110866920 B CN110866920 B CN 110866920B
Authority
CN
China
Prior art keywords
copper
welding wire
wire
image
area
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
CN202010067244.7A
Other languages
English (en)
Other versions
CN110866920A (zh
Inventor
王翔
潘一潇
洪新东
刘裕来
邹湘衡
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.)
Changsha Zhuoye Information Technology Co ltd
Original Assignee
Changsha Zhuoye Information Technology 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 Changsha Zhuoye Information Technology Co ltd filed Critical Changsha Zhuoye Information Technology Co ltd
Priority to CN202010067244.7A priority Critical patent/CN110866920B/zh
Publication of CN110866920A publication Critical patent/CN110866920A/zh
Application granted granted Critical
Publication of CN110866920B publication Critical patent/CN110866920B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan 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
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan 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
    • G01N2021/8887Scan 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10048Infrared image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30152Solder

Landscapes

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

Abstract

本发明公开了一种镀铜焊丝的缺陷检测方法,包括在镀铜焊丝绕盘时,实时采集镀铜焊丝在红外光线照射下的绕盘图像;将绕盘图像进行灰度化处理,获得灰度图像;识别镀铜焊丝在灰度图像中成像区域的边缘线,根据边缘线在灰度图像中划定感兴趣区域,其中,感兴趣区域为灰度图像中仅仅包含镀铜焊丝的区域;判断感兴趣区域内是否存在像素值小于预设像素值的像素区域,若是,则输出镀铜焊丝存在青黑丝缺陷的结果。本申请中利用镀铜焊丝对红外光具有较强的反光性能这一特性,通过图像识别自动检测青黑丝,减小了工作人员的工作量,保证镀铜焊丝的产品质量。本申请还提供了一种镀铜焊丝缺陷检测的装置、设备以及计算机可读存储介质,具有上述有益效果。

Description

镀铜焊丝的缺陷检测方法、装置、设备及存储介质
技术领域
本发明涉及镀铜焊丝生产检测技术领域,特别是涉及一种镀铜焊丝的缺陷检测方法、装置、设备以及计算机可读存储介质。
背景技术
在焊丝制造过程中,绕丝机的工作是将大盘的成品焊丝分绕成小盘的焊丝,从而方便分装,运输和销售。由于工艺,临时断电等问题,导致大盘成品丝中可能存在青黑丝。青黑丝本质上属于不合格的焊丝,对焊丝成品的质量影响较大,若销售出去的产品中包含青黑丝,会对焊接的质量等产生影响,需要人为去除,若青黑丝在没有察觉的情况下绕进小盘并销售给客户后,会严重影响客户的使用和焊接的质量。传统检测青黑丝的方法只能依靠工人时刻关注产线上的绕丝情况并依靠人眼进行识别。这种方法效率极低而且工人无法从事其他任务的工作,极大的增加了工厂的人力成本。
发明内容
本发明的目的是提供一种镀铜焊丝的缺陷检测方法、装置、设备以及计算机可读存储介质,能够准确识别镀铜焊丝中的青黑丝,降低青黑丝缺陷检测的人力成本,保证镀铜焊丝的产品质量。
为解决上述技术问题,本发明提供一种镀铜焊丝的缺陷检测方法,包括:
在镀铜焊丝绕盘时,实时采集所述镀铜焊丝在红外光线照射下的绕盘图像;
将所述绕盘图像进行灰度化处理,获得灰度图像;
识别所述镀铜焊丝在灰度图像中成像区域的边缘线,根据所述边缘线在所述灰度图像中划定感兴趣区域,其中,所述感兴趣区域为所述灰度图像中仅仅包含所述镀铜焊丝的区域;
判断所述感兴趣区域内是否存在像素值小于预设像素值的像素区域,若是,则输出所述镀铜焊丝存在青黑丝缺陷的结果。
在本申请一种可选的实施例中,所述根据所述边缘线在所述灰度图像中划定感兴趣区域包括:
根据所述边缘线在所述灰度图像中的位置,确定所述丝盘上的所述镀铜焊丝的缠绕层数;
根据所述缠绕层数在预先设定的多个不同大小的感兴趣区域中选定对应的感兴趣区域的大小,其中,所述感兴趣区域的大小随着所述缠绕层数的增大而增加。
在本申请一种可选的实施例中,在根据所述边缘线在所述灰度图像中划定感兴趣区域之后,还包括:
根据所述缠绕层数,在预先设定的多个亮度补偿倍数中查找对应的亮度补偿倍数;
将所述感兴趣区域中的各个像素点的像素值均扩大所述亮度补偿倍数倍,再执行判断所述感兴趣区域内是否存在像素值小于预设像素值的像素区域的操作。
在本申请的一种可选地的实施例中,所述预先设定的多个亮度补偿倍数获得过程包括:
预先分别采集所述丝盘上仅缠绕一层镀铜焊丝和所述丝盘绕满镀铜焊丝在红外光照下的第一缠绕图像和第二缠绕图像;
分别在所述第一缠绕图像和所述第二缠绕图像中划分出第一感兴趣区域和第二感兴趣区域;
将所述第二缠绕图像进行缩小处理,使得所述第二感兴趣区域的尺寸大小等于所述第一感兴趣区域的大小;
计算所述第二感兴趣区域和所述第二感兴趣区域中同一位置像素点的像素值比,并获得各个位置所述像素点的像素值比的比值平均值;
根据所述比值平均值和所述丝盘的最大缠绕层数,设定各层所述缠绕层数对应的所述亮度补偿倍数随着缠绕层数的增大而递减,且所述亮度补偿倍数大于等于1小于等于所述比值平均值。
在本申请一种可选地的实施例中,所述输出所述镀铜焊丝存在青黑丝缺陷的结果包括:
当存在像素值小于所述预设像素值的像素点区域时,判断所述像素点区域是否属于所述丝盘上相邻两层镀铜焊丝的缠绕层交界区域的对应的像素点区域,若否,则输出存在青黑丝缺陷的结果。
在本申请的一种可选的实施例中,在根据所述边缘线在所述灰度图像中划定感兴趣区域之后,还包括:
运算获得所述感兴趣区域中同一圈镀铜焊丝对应的各个像素点的像素平均值;
所述判断所述感兴趣区域内是否存在像素值小于预设像素值的像素区域包括:
判断各圈镀铜焊丝对应的所述像素平均值中是否存在小于所述预设像素值的像素平均值。
本申请还提供了一种镀铜焊丝的缺陷检测装置,包括:
图像采集模块,用于在镀铜焊丝绕盘时,实时采集所述镀铜焊丝在红外光线照射下的绕盘图像;
灰度处理模块,用于将所述绕盘图像进行灰度化处理,获得灰度图像;
区域划定模块,用于识别所述镀铜焊丝在灰度图像中成像区域的边缘线,根据所述边缘线在所述灰度图像中划定感兴趣区域,其中,所述感兴趣区域为所述灰度图像中仅仅包含所述镀铜焊丝的区域;
判断模块,用于判断所述感兴趣区域内是否存在像素值小于预设像素值的像素区域,若是,则输出所述镀铜焊丝存在青黑丝缺陷的结果。
在本申请一种可选的实施例中,所述区域划定模块具体包括:
层数确定单元,用于根据所述边缘线在所述灰度图像中的位置,确定所述丝盘上的所述镀铜焊丝的缠绕层数;
区域划定单元,用于根据所述缠绕层数在预先设定的多个不同大小的感兴趣区域中选定对应的感兴趣区域的大小,其中,所述感兴趣区域的大小随着所述缠绕层数的增大而增加。
本申请还提供了一种镀铜焊丝的缺陷检测设备,包括摄像装置、红外光源以及和所述摄像装置相连机的处理器;
其中,所述红外光源用于向缠绕镀铜焊丝的丝盘所在环境提供红外光照;
所述摄像装置用于在所述红外光照环境下,拍摄所述丝盘缠绕所述镀铜焊丝的绕盘图像;
所述处理器用于和采集所述摄像装置拍摄的图像,执行如上任一项所述的镀铜焊丝的缺陷检测方法的操作步骤。
本申请还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上任一项所述镀铜焊丝的缺陷检测方法的步骤。
本发明所提供的镀铜焊丝的缺陷检测方法,包括在镀铜焊丝绕盘时,实时采集镀铜焊丝在红外光线照射下的绕盘图像;将绕盘图像进行灰度化处理,获得灰度图像;识别镀铜焊丝在灰度图像中成像区域的边缘线,根据边缘线在灰度图像中划定感兴趣区域,其中,感兴趣区域为灰度图像中仅仅包含镀铜焊丝的区域;判断感兴趣区域内是否存在像素值小于预设像素值的像素区域,若是,则输出镀铜焊丝存在青黑丝缺陷的结果。
本申请中利用镀铜焊丝对红外光具有较强的反光性能这一特性,在红外光源照射的环境中拍摄丝盘上镀铜焊丝的绕盘图像,利用青黑丝在红外光环境中呈现出颜色更深的黑色,相应地在绕盘图像对应的像素区域的像素值也相对较小,由此,可以在绕盘图像中划定感兴趣区域,排除镀铜焊丝之外的背景色干扰之后,识别感兴趣区域是否存在像素值较低像素区域,若是,则可以认定为该区域的镀铜焊丝为青黑丝。
本申请中能够简单准确的在镀铜焊丝绕盘时检测出镀铜焊丝中的青黑丝,检测结果准确高效,在很大程度上减小了工作人员的工作量,有利于保证镀铜焊丝的销售质量。
本申请还提供了一种镀铜焊丝缺陷检测的装置、设备以及计算机可读存储介质,具有上述有益效果。
附图说明
为了更清楚的说明本发明实施例或现有技术的技术方案,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的介绍,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为本申请实施例提供的镀铜焊丝的缺陷检测方法的流程示意图;
图2为本申请实施例提供的镀铜焊丝绕盘的示意图;
图3为本申请实施例确定的亮度补偿倍数的过程的流程示意图;
图4为本申请实施例提供的另一镀铜焊丝的缺陷检测方法的流程示意图;
图5为本发明实施例提供的镀铜焊丝的缺陷检测装置的结构框图。
具体实施方式
本发明的核心是提供一种镀铜焊丝的缺陷检测方法、装置、设备以及计算机可读存储介质,利用镀铜焊丝对红外光线存在较强的反射能力的特性,通过图像识别检测的方式实现对镀铜焊丝中青黑丝的检测,保证镀铜焊丝的质量,提高检测效率。
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。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,都属于本发明保护的范围。
如图1所示,图1为本申请实施例提供的镀铜焊丝的缺陷检测方法的流程示意图,该方法可以包括:
步骤S11:在镀铜焊丝绕盘时,实时采集镀铜焊丝在红外光线照射下的绕盘图像。
具体地,可以在镀铜焊丝绕盘的环境中设置红外光源,打开该红外光源,并结合摄像装置拍照的频率大小设定好丝盘旋转的转速后,开始启动丝盘旋转,使得镀铜焊丝在丝盘上缠绕,并同时控制摄像装置拍摄绕盘图像,其中,丝盘上缠绕的镀铜焊丝是拍摄绕盘图像的主要拍摄区域。
具体地,如图2所示,图2为本申请实施例提供的镀铜焊丝绕盘的示意图。图2中的虚线框1既为拍摄绕盘图像的区域。
步骤S12:将绕盘图像进行灰度化处理,获得灰度图像。
因为镀铜焊丝的的颜色是偏红色的,其对红外光线具有较强烈的反光效果,在红外光照环境中拍摄的绕盘图像内,镀铜焊丝部分相对较亮,而如果镀铜焊丝上存在青黑丝,青黑丝的对红外光线的反光能力较弱,而在绕盘图像中呈现更深的黑色。
在摄像装置拍摄成像中颜色较深的像素点的像素值更低,例如黑色像素点的像素值为0,而白色像素点的像素值为255,因此可知,在绕盘图像中青黑丝对应的像素点的像素值显然更小,而正常的镀铜焊丝对应的像素点的像素值显然更大。
由此可见,像素值的大小可以是区分青黑丝和正常镀铜焊丝的重要依据。为了便于实现像素点的像素值的对比,可以将绕盘图像灰度化,而排除图像中其他因素的干扰,方便对比判断。
步骤S13:识别镀铜焊丝在灰度图像中成像区域的边缘线,根据边缘线在灰度图像中划定感兴趣区域。
其中,感兴趣区域为灰度图像中仅仅包含镀铜焊丝的区域。参考图2,图2中虚线框2内为绕盘图像中的感兴趣区域。在实际拍摄过程中,绕盘图像需要覆盖平行于丝盘10旋转轴上所有的镀铜焊丝20,从而实现绕盘图像中各圈镀铜焊丝20的识别检测。而如图2所示,绕盘图像中也同向存在非镀铜焊丝缠绕区域,为了避免非镀铜焊丝缠绕区域,对青黑丝的识别和判断产生干扰,本实施例中进一步在绕盘图像中划定感兴趣区域,提高青黑丝检测识别的准确率;而识别出绕盘图像中的镀铜焊丝所在区域的边缘线,也就在一定程度上确定了感兴趣区域的划定范围,在边缘线圈定的区域中选定感兴趣区域即可。
而对于边缘线的识别,如图2所示,丝盘10两侧具有挡板结构11,而镀铜焊丝20缠绕在两个挡板结构11之间。在调整好摄像装置的拍摄角度,并将摄像装置的位置保持固定不动之后,实际拍摄的绕盘图像中,主要包括有丝盘10两侧挡板结构11以及丝盘10之外的背景画面。经过实际拍摄可以发现,因为丝盘10本身对红外光线的反射能力较弱而背景区域中一般没有实际物体,更不可能对红外光线产生强烈的反光作用,因此,在整个绕盘图像中,仅仅只有丝盘10上的镀铜焊丝20的区域较亮,而其他区域均是较暗的,由此,即可很容易的通过背景识别的方式识别出镀铜焊丝20的边缘线。
镀铜焊丝20实际绕盘过程中,通过丝盘10保持旋转而镀铜焊丝20的丝头仅仅只在平行于丝盘10旋转方向来回往复移动即可。丝盘10的每旋转一定角度,丝盘10上落入感兴趣区域的镀铜焊丝20的区段也随之变化,相应地,丝盘10旋转一周,丝盘10一周各个区段的镀铜焊丝20即可依此落入感兴趣区域,实现对各个区段镀铜焊丝20的检测。
步骤S14:判断感兴趣区域内是否存在像素值小于预设像素值的像素区域,若是,则输出镀铜焊丝存在青黑丝缺陷的结果,若否,则进入步骤S15。
可以根据实际拍摄的绕盘图像中正常镀铜焊丝对应的像素点的像素值和青黑丝对应的像素点的像素值的大小范围,设定合适的预设像素值。
当识别出丝盘上出现青黑丝时,即可立即停止镀铜焊丝的缠绕,并向工作人员发出报警,以提醒工作人员及时查验。
步骤S15:判断丝盘是否绕满,若是,则输出不存在青黑丝缺陷的结果,若否,则进入步骤S11。
在丝盘上的镀铜焊丝时逐层缠绕的,而每层上的每一段均需要实现进行青黑丝的检测,直到丝盘绕满绕丝结束为止。
本申请中充分利用了镀铜焊丝对红外光反光作用强而青黑丝对红外光的反光作用弱这一特性,采集镀铜焊丝绕盘时的图像,通过识别图像中镀铜焊丝中像素值较小的像素区域,检测出镀铜焊丝中的青黑丝;由此即可实现镀铜焊丝中青黑丝缺陷的自动化检测,在很大程度上减小了工作人员的工作量,保证了镀铜焊丝的产品质量。
基于上述任意实施例,在本申请的另一具体实施例中,对于上述步骤S13中,划定感兴趣区域的具体过程可以包括:
根据边缘线在灰度图像中的位置,确定丝盘上的镀铜焊丝的缠绕层数。
根据缠绕层数在预先设定的多个不同大小的感兴趣区域中选定对应的感兴趣区域的大小。
其中,感兴趣区域随着缠绕层数的增大而增加。
因为在丝盘绕丝过程中,摄像装置的位置角度保持不变,因此摄像装置实际拍摄物体区域是保持不变的。但是随着丝盘上镀铜焊丝的缠绕层数的逐渐增大,最外层缠绕层和摄像装置之间的距离也是逐渐拉近的,根据拍摄成像远小近大的成像规律,在绕丝面积在绕盘图像中会随缠绕层数的增加而逐渐增加。相应地位置在绕盘图像的像素点位置也是随着缠绕层数的增加而变化的。如图2所示,图2中虚线框3即是在绕盘图像中随着缠绕层数的增加而发生位置变化的一段边缘线,该段边缘线的位置在图2中的位置是逐层向上的。那么,根据该段边缘线成像的像素点在绕盘图像中的像素坐标,即可确定当前丝盘上缠绕的镀铜焊丝的缠绕层数。当然,随着缠绕层数的增加,图2中镀铜焊丝左右两侧的边缘线同时也是逐渐向两侧移动的,按照同样的原理,以图2中左右两侧的边缘线位置同样可以确定丝盘上当前缠绕镀铜焊丝的缠绕层数。
进一步地,随着丝盘上镀铜焊丝的缠绕层数的增大,镀铜焊丝在绕盘图像中覆盖的面积是逐渐扩大的。而感兴趣区域需要在图2中横向方向上覆盖所有镀铜焊丝,也就要求随着镀铜焊丝的缠绕层数的增加而感兴趣区域的面积也随之扩大。
为此,本实施例中通过预先识别丝盘上各层缠绕层边缘线的位置,确定出镀铜焊丝的缠绕层数。而针对每一层缠绕层数,可以预先通过试验,检测并设定出每个缠绕层数对应的感兴趣区域,其中,缠绕第一层的时候感兴趣区域最小,丝盘绕满时最大。
如前所述,在采集绕盘图像时,需要红外光源提供光照,而在实际应用中该红外光源一般是设置在摄像装置周边的位置,和摄像装置在高度上近似。因此,随着丝盘上缠绕的镀铜焊丝缠绕层数的增加,最外层的镀铜焊丝和红外光源之间的距离也逐渐减小,那么镀铜焊丝对红外光线的反光能力也逐渐增大,镀铜焊丝在绕盘图像中覆盖的面积增大之外,镀铜焊丝在绕盘图像中成像的亮度也是逐层增大的。
为了避免丝盘上各层镀铜焊丝整体的像素值范围分布不同,对各层青黑丝的判断产生影响的问题,在本申请的另一可选的实施例中,还可以进一步地包括:
在对划定绕盘图像中的感兴趣区域后,还进一步地为各层镀铜焊丝缠绕层的感兴趣区域的像素值进行亮度补偿,使得各个缠绕层中感兴趣区域的像素值大小基本趋于一致,提高对感兴趣区域中青黑丝的识别的准确率。
具体地,在对各层缠绕层的感兴趣区域进行亮度补偿时,具体可以先设定每层缠绕层对应的亮度补偿倍数,将各层缠绕层感兴趣区域中各个像素点的像素值均扩大该亮度补偿倍数倍,以扩大后的像素值作为判断依据。
下面将以具体实施例说明设定各层缠绕层的亮度补偿倍数的过程。
如图3所示,图3为本申请实施例确定的亮度补偿倍数的过程的流程示意图。该过程可以包括:
步骤S21:预先分别采集丝盘上仅缠绕一层镀铜焊丝和丝盘绕满镀铜焊丝在红外光照下的第一缠绕图像和第二缠绕图像。
具体地,丝盘绕满镀铜焊丝也即是丝盘上镀铜焊丝的缠绕层数达到最大。
步骤S22:分别在第一缠绕图像和第二缠绕图像中划分出第一感兴趣区域和第二感兴趣区域。
步骤S23:将第二缠绕图像进行缩小处理,使得第二感兴趣区域的尺寸和第一感兴趣区域的尺寸相同。
步骤S24:计算第二感兴趣区域和第二感兴趣区域中同一位置像素点的像素值比,并获得各个位置像素点的像素值比的比值平均值。
将第一感兴趣区域缩小至和第一感兴趣区域相同尺寸,使得第一感兴趣区域和第二感兴趣区域中的横向和纵向上的像素点存在一一对应关系,进而实现一一对应的像素点的像素值的对比。
计算整个感兴趣区域中各个像素点的像素值比的比值平均值,该比值平均值也就反映了感兴趣区域最大亮度和最小亮度之间的对比倍数。
步骤S25:根据比值平均值和丝盘的最大缠绕层数,设定各层缠绕层数对应的亮度补偿倍数随着缠绕层数的增大而递减,且亮度补偿倍数大于等于1小于等于比值平均值。
需要说明的是,本实施例中所指的丝盘上仅仅缠绕一层镀铜焊丝时,拍摄的绕盘图像是指第一层全部饶满的情况下拍摄的图像。
另外,在实际应用中,拍摄的缠绕图像大部分情况下,缠绕至某一层一部分的位置,而不是恰好饶满一层,这种情况下,可以选择缠绕一部分的缠绕层数对应的亮度补偿倍数进行补偿,也可以根据缠绕了部分的缠绕层数是否缠绕了一半以上确定亮度补偿倍数,若是超过一半以上,则选择该缠绕层数对应的亮度补偿倍数进行亮度补偿,若未超过一半,则将比该缠绕层数少一层的缠绕层数对应的亮度补偿倍数进行亮度补偿。
如前所述,在绕盘图像中,缠绕层数最小时,感兴趣区域的整体像素值最小,而缠绕层数满层时,感兴趣区域的整体像素值最大,那么在缠绕层数逐层增加时,对应的各层感兴趣区域的整体像素值也是逐层增加的。本是实施例中先将镀铜焊丝仅仅缠绕了一层和缠绕满层对应的感兴趣区域缩放至同一尺寸,使得两种状况下的感兴趣区域中包含的像素点在位置上存在一一对应的关系,并通过同一位置像素点之间像素点倍数的对比,并对所有位置像素点的像素值倍数求平均,获得丝盘上缠绕层数最多和最少情况下,感兴趣区域的像素值的整体对比倍数,并以该对比倍数作为确定各层缠绕层的亮度补偿倍数的依据,使得丝盘上缠绕层数最少时,以该对比倍数作为亮度补偿倍数,而缠绕层数最大时,亮度补偿倍数为1。也即使相当于将各层缠绕层的像素值补偿至和最大缠绕层同一像素值的级别后,再进行青黑丝的识别,提高青黑丝的识别精度。
当然,本实施例中对各层缠绕层亮度补偿的方式也并不仅仅只有这一种方式,例如也可以考虑将各层缠绕层中感兴趣区域的像素值调整至缠绕层的感兴趣区域的像素值同一水平,也能够实现本申请中的技术方案。甚至本申请中也可以考虑不对各层缠绕层进行亮度补偿,而是为各层缠绕层设定判定青黑丝的预设像素值等等,也能实现避免因为各层缠绕层因感兴趣区域的亮度不同对识别青黑丝的影响。对此,本申请中不再一一列举。
基于上述任意实施例,实际上在绕盘图像中不仅在不同缠绕层的镀铜焊丝的亮度会存在差异,在同一缠绕层中,同一圈镀铜焊丝的成像亮度也是存在差异的。因为丝盘是圆柱结构,显然绕盘图像中的镀铜焊丝也相应的是圆柱面,该缠绕在圆柱面上同一圈镀铜焊丝各段和摄像装置之间的距离显然也是不同的,也就造成同一圈镀铜焊丝各段存在亮度的明暗区别。为此,在本申请的另一具体实施例中,在划定出绕盘图像中的感兴趣区域之后,还可以包括:
运算获得感兴趣区域中同一圈镀铜焊丝对应的像素点的像素平均值;
如图2所示,在绕盘图像的感兴趣区域中,多圈的镀铜焊丝大体上呈平行排布,在识别同一圈镀铜焊丝的像素点时,大体上可以依据丝盘的旋转轴和摄像装置的成像角度确定。图2中所示的绕盘图像,其成像的宽度方向大体上是和丝盘旋转轴的平行,由此,可以将绕盘上感兴趣区域中像素纵坐标相同的像素点视为属于同一圈的镀铜焊丝对应地像素点,另外,还可以根据图像中同一圈镀铜焊丝在绕盘图像中的成像宽度,识别出属于同一圈镀铜焊丝的像素点。
另外,尽管在实际的绕盘图像中靠近丝盘两侧挡板结构部分的同一圈镀铜焊丝对应的像素点大体上呈曲线排布的,但本是实例中可以将该同一圈镀铜焊丝弯曲度忽略,也并不影响本申请技术方案的实现。
本申请中将同一圈镀铜焊丝的像素值进行平均化,从而避免了因为亮度不均匀对青黑丝判断的准确度产生影响,进一步提高对青黑丝的判断精度。
相应地,判断感兴趣区域内是否存在像素值小于预设像素值的像素区域具体可以包括:
判断各个像素平均值中是否存在小于预设像素值的像素平均值。
具体地,因为感兴趣区域中各圈镀铜焊丝对应的像素区域的像素值进行了平均化的处理,因此,在进行判断时,即可以每圈镀铜焊丝为一个判断单元,进行逐圈识别判断出青黑丝。
考虑到在实际拍摄缠绕图像时,当正在缠绕的镀铜焊丝的缠绕层尚未绕满时,该缠绕层和其覆盖且相邻的缠绕层之间的交界位置对应的像素点区域中往往会存在光照阴影,使得该交界位置对应的像素点区域的像素值相对偏低,很可能被误判为青黑丝。为此,在本申请的另一具体实施例中,在判断感兴趣区域内是否存在像素值小于预设像素值的像素区域时,具体可以包括:
当存在像素值小于预设像素值的像素点区域时,判断该像素点区域是否属于丝盘上相邻两层镀铜焊丝的缠绕层交界区域的对应的像素点区域,若否,则输出存在青黑丝缺陷的结果,若是,该像素点区域不存在青黑丝缺陷。
具体地,如图2所示,本申请中将正在向丝盘上缠绕的一圈的镀铜焊丝称之为丝头,图2中虚线框4内的区域即为丝头区域,而丝头在绕盘图像中位于镀铜焊丝分布区域边缘位置的部分称之为丝头边缘位置,如图2所示,图2中虚线框5内的区域既为丝头边缘位置。一般而言,识别丝头区域需要根据丝头边缘位置来实现,丝头边缘位置因丝盘上相邻两层镀铜焊丝的缠绕层的高度差异,而具有两层缠绕层明显的界限特征。由此,本申请中可以依据该丝头区域所在位置识别属于两层缠绕层交界位置对应的像素点区域。当识别出像素值低于预设像素值的像素点区域为两层缠绕层交界位置对应的像素点区域时,即可认为该像素点区域并不是具有青黑丝对应的像素点区域。
需要说明的是,对于丝盘上每一层中每一圈的镀铜焊丝而言,在其缠绕在丝盘上之后,被新的缠绕层覆盖之前,丝盘每旋转一圈,就需要对该圈镀铜焊丝进行一次检测,因此,对于每圈镀铜焊丝而言,如果存在青黑丝,其存在很多次机会会被检测出来,因此,并不可能会因为考虑交界位置的光照阴影而被漏检,因此,本实施例具有提高青黑丝检测准确率的效果。
基于上述任意实施例,在本申请的另一具体实施例中,如图4所示,图4为本申请实施例提供的另一镀铜焊丝的缺陷检测方法的流程示意图,该方法可以包括:
步骤S31: 在镀铜焊丝绕盘时,实时采集镀铜焊丝在红外光线照射下的绕盘图像。
步骤S32:将绕盘图像进行灰度化处理,获得灰度图像。
步骤S33:识别灰度图像中镀铜焊丝在丝盘上缠绕的边缘线位置,确定丝盘上的镀铜焊丝的缠绕层数。
步骤S34:根据缠绕层数在预先设定的多个不同大小的感兴趣区域中选定对应的感兴趣区域的大小。
步骤S35:根据缠绕层数,在预先设定的多个不同的亮度补偿倍数中选定对应的亮度补偿倍数的大小。
步骤S36:将感兴趣区域中各个像素点的像素值扩大亮度补偿倍数倍。
步骤S37:将感兴趣区域中同一圈缠绕焊丝对应的像素点区域的像素值求平均,获得各圈缠绕焊丝对应的像素平均值。
步骤S38:判断各个像素平均值中是否存在小于预设像素值的像素平均值,若是,则进入步骤S39,若否,则进入步骤S310。
步骤S39:判断该像素平均值是否对应相邻缠绕层交界区域的像素点区域,若是,则输出存在青黑丝缺陷的结果,若否,则进入步骤S310。
具体地,该像素平均值小于预设像素值。
步骤S310:判断当前丝盘是否绕满,若是,则输出不存在青黑丝缺陷的结果,若否,则进入步骤S31。
本实施例通过在红外光线的照射下采集镀铜焊丝的绕盘图像,并在绕盘图像灰度化处理后的图像中划定感兴趣区域,排除灰度图像中绕盘镀铜焊丝之外区域对应的像素点对青黑丝的识别检测产生影响;并且在对不同缠绕层的镀铜焊丝中的青黑丝进行检测时,还基于摄像装置和缠绕层距离的变化,对感兴趣区域的大小进行了调整以及对感兴趣区域整体的像素值进行了亮度补偿,保证通过感兴趣区域内像素值的检测青黑丝缺陷的检测精度;进一步地,还对感兴趣区域中同一圈的镀铜焊丝对应的像素点的像素值进行平均化处理后,再进行青黑丝的检测识别,进一步保证了对青黑丝的识别准确度;另外,排除了相邻两层缠绕层之间光照阴影出现的青黑丝误判情况,使得本申请所提供的缺陷检测方法能够及时准确的识别出镀铜焊丝中的青黑丝,保证镀铜焊丝产品质量。
下面对本发明实施例提供的镀铜焊丝的缺陷检测装置进行介绍,下文描述的镀铜焊丝的缺陷检测装置与上文描述的镀铜焊丝的缺陷检测方法可相互对应参照。
图5为本发明实施例提供的镀铜焊丝的缺陷检测装置的结构框图,参照图5中镀铜焊丝的缺陷检测装置可以包括:
图像采集模块100,用于在镀铜焊丝绕盘时,实时采集所述镀铜焊丝在红外光线照射下的绕盘图像;
灰度处理模块200,用于将所述绕盘图像进行灰度化处理,获得灰度图像;
区域划定模块300,用于识别所述镀铜焊丝在灰度图像中成像区域的边缘线,根据所述边缘线在所述灰度图像中划定感兴趣区域,其中,所述感兴趣区域为所述灰度图像中仅仅包含所述镀铜焊丝的区域;
判断模块400,用于判断所述感兴趣区域内是否存在像素值小于预设像素值的像素区域,若是,则输出所述镀铜焊丝存在青黑丝缺陷的结果。
在本申请的另一可选地实施例中,还可以进一步地包括:
区域划定模块具体包括:
层数确定单元,用于根据所述边缘线在所述灰度图像中的位置,确定所述丝盘上的所述镀铜焊丝的缠绕层数;
区域划定单元用于,根据所述缠绕层数在预先设定的多个不同大小的感兴趣区域中选定对应的感兴趣区域的大小,其中,所述感兴趣区域的大小随着所述缠绕层数的增大而增加。
在本申请的一种可选地实施例中,还可以进一步地包括:
亮度补偿模块,用于在根据所述边缘线在所述灰度图像中划定感兴趣区域之后,根据所述缠绕层数,在预先设定的多个亮度补偿倍数中查找对应的亮度补偿倍数;将所述感兴趣区域中的各个像素点的像素值均扩大所述亮度补偿倍数倍,再执行判断所述感兴趣区域内是否存在像素值小于预设像素值的像素区域的操作。
在本申请的一种可选地实施例中,还可以进一步地包括:
亮度补偿模块具体用于预先分别采集所述丝盘上仅缠绕一层镀铜焊丝和所述丝盘绕满镀铜焊丝在红外光照下的第一缠绕图像和第二缠绕图像;分别在所述第一缠绕图像和所述第二缠绕图像中划分出第一感兴趣区域和第二感兴趣区域;将所述第二缠绕图像进行缩小处理,使得所述第二感兴趣区域的尺寸大小等于所述第一感兴趣区域的大小;计算所述第二感兴趣区域和所述第二感兴趣区域中同一位置像素点的像素值比,并获得各个位置所述像素点的像素值比的比值平均值;根据所述比值平均值和所述丝盘的最大缠绕层数,设定各层所述缠绕层数对应的所述亮度补偿倍数随着缠绕层数的增大而递减,且所述亮度补偿倍数大于等于1小于等于所述比值平均值。
在本申请的一种可选地的实施例中,还可以进一步地包括:
判断模块具体用于当存在像素值小于所述预设像素值的像素点区域时,判断所述像素点区域是否属于所述丝盘上相邻两层镀铜焊丝的缠绕层交界区域的对应的像素点区域,若否,则输出存在青黑丝缺陷的结果。
在本申请的另一具体实施例中,还可以进一步地包括:
像素平均模块,用于在根据所述边缘线在所述灰度图像中划定感兴趣区域之后,运算获得所述感兴趣区域中同一圈镀铜焊丝对应的各个像素点的像素平均值。
判断模块具体用于判断各圈镀铜焊丝对应的所述像素平均值中是否存在小于所述预设像素值的像素平均值。
本实施例的镀铜焊丝的缺陷检测装置用于实现前述的镀铜焊丝的缺陷检测方法,因此镀铜焊丝的缺陷检测装置中的具体实施方式可见前文中的镀铜焊丝的缺陷检测方法的实施例部分,例如,图像采集模块100,灰度处理模块200,区域划定模块300,判断模块400,分别用于实现上述镀铜焊丝的缺陷检测方法中步骤S11至S15,所以,其具体实施方式可以参照相应的各个部分实施例的描述,在此不再赘述。
本申请还进一步地提供了一种镀铜焊丝的缺陷检测设备,包括摄像装置、红外光源以及和所述摄像装置相连机的处理器;
其中,所述红外光源用于向缠绕镀铜焊丝的丝盘所在环境提供红外光照;
所述摄像装置用于在所述红外光照环境下,拍摄所述丝盘缠绕所述镀铜焊丝的绕盘图像;
所述处理器用于和采集所述摄像装置拍摄的图像,执行上述任意实施例所述的镀铜焊丝的缺陷检测方法的操作步骤。
本申请中的镀铜焊丝的缺陷检测设备,在进行镀铜焊丝的检测时,利用镀铜焊丝对红外光线存在较强的反射作用这一特性,基于图像识别技术,自动识别出镀铜焊丝中的青黑丝缺陷,无需耗费大量人力劳动,提高了镀铜焊丝的青黑丝检测效率,保证了镀铜焊丝的产品质量。
本申请中还提供了一种计算机可读存储介质的实施例,该计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上任意实施例所述镀铜焊丝的缺陷检测方法的步骤。
具体地,该计算机可读存储介质具体可以是随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质。
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它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。

Claims (10)

1.一种镀铜焊丝的缺陷检测方法,其特征在于,包括:
在镀铜焊丝绕盘时,实时采集所述镀铜焊丝在红外光线照射下的绕盘图像;
将所述绕盘图像进行灰度化处理,获得灰度图像;
识别所述镀铜焊丝在灰度图像中成像区域的边缘线,根据所述边缘线在所述灰度图像中划定感兴趣区域,其中,所述感兴趣区域为所述灰度图像中仅仅包含所述镀铜焊丝的区域;
判断所述感兴趣区域内是否存在像素值小于预设像素值的像素区域,若是,则输出所述镀铜焊丝存在青黑丝缺陷的结果。
2.如权利要求1所述的镀铜焊丝的缺陷检测方法,其特征在于,所述根据所述边缘线在所述灰度图像中划定感兴趣区域包括:
根据所述边缘线在所述灰度图像中的位置,确定丝盘上的所述镀铜焊丝的缠绕层数;
根据所述缠绕层数在预先设定的多个不同大小的感兴趣区域中选定对应的感兴趣区域的大小,其中,所述感兴趣区域的大小随着所述缠绕层数的增大而增加。
3.如权利要求2所述的镀铜焊丝的缺陷检测方法,其特征在于,在根据所述边缘线在所述灰度图像中划定感兴趣区域之后,还包括:
根据所述缠绕层数,在预先设定的多个亮度补偿倍数中查找对应的亮度补偿倍数;
将所述感兴趣区域中的各个像素点的像素值均扩大所述亮度补偿倍数倍,再执行判断所述感兴趣区域内是否存在像素值小于预设像素值的像素区域的操作。
4.如权利要求3所述的镀铜焊丝的缺陷检测方法,其特征在于,所述预先设定的多个亮度补偿倍数获得过程包括:
预先分别采集所述丝盘上仅缠绕一层镀铜焊丝和所述丝盘绕满镀铜焊丝在红外光照下的第一缠绕图像和第二缠绕图像;
分别在所述第一缠绕图像和所述第二缠绕图像中划分出第一感兴趣区域和第二感兴趣区域;
将所述第二缠绕图像进行缩小处理,使得所述第二感兴趣区域的尺寸大小等于所述第一感兴趣区域的大小;
计算所述第一感兴趣区域和所述第二感兴趣区域中同一位置像素点的像素值比,并获得各个位置所述像素点的像素值比的比值平均值;
根据所述比值平均值和所述丝盘的最大缠绕层数,设定各层所述缠绕层数对应的所述亮度补偿倍数随着缠绕层数的增大而递减,且所述亮度补偿倍数大于等于1,小于等于所述比值平均值。
5.如权利要求1所述的镀铜焊丝的缺陷检测方法,其特征在于,所述输出所述镀铜焊丝存在青黑丝缺陷的结果包括:
当存在像素值小于所述预设像素值的像素点区域时,判断所述像素点区域是否属于丝盘上相邻两层镀铜焊丝的缠绕层交界区域的对应的像素点区域,若否,则输出存在青黑丝缺陷的结果。
6.如权利要求1至5任一项所述的镀铜焊丝的缺陷检测方法,其特征在于,在根据所述边缘线在所述灰度图像中划定感兴趣区域之后,还包括:
运算获得所述感兴趣区域中同一圈镀铜焊丝的像素区域对应的各个像素点的像素平均值;
所述判断所述感兴趣区域内是否存在像素值小于预设像素值的像素区域包括:
判断各圈镀铜焊丝的像素区域中是否存在对应的所述像素平均值小于所述预设像素值的同一圈镀铜焊丝的像素区域。
7.一种镀铜焊丝的缺陷检测装置,其特征在于,包括:
图像采集模块,用于在镀铜焊丝绕盘时,实时采集所述镀铜焊丝在红外光线照射下的绕盘图像;
灰度处理模块,用于将所述绕盘图像进行灰度化处理,获得灰度图像;
区域划定模块,用于识别所述镀铜焊丝在灰度图像中成像区域的边缘线,根据所述边缘线在所述灰度图像中划定感兴趣区域,其中,所述感兴趣区域为所述灰度图像中仅仅包含所述镀铜焊丝的区域;
判断模块,用于判断所述感兴趣区域内是否存在像素值小于预设像素值的像素区域,若是,则输出所述镀铜焊丝存在青黑丝缺陷的结果。
8.如权利要求7所述的镀铜焊丝的缺陷检测装置,其特征在于,所述区域划定模块具体包括:
层数确定单元,用于根据所述边缘线在所述灰度图像中的位置,确定丝盘上的所述镀铜焊丝的缠绕层数;
区域划定单元,用于根据所述缠绕层数在预先设定的多个不同大小的感兴趣区域中选定对应的感兴趣区域的大小,其中,所述感兴趣区域的大小随着所述缠绕层数的增大而增加。
9.一种镀铜焊丝的缺陷检测设备,其特征在于,包括摄像装置、红外光源以及和所述摄像装置相连机的处理器;
其中,所述红外光源用于向缠绕镀铜焊丝的丝盘所在环境提供红外光照;
所述摄像装置用于在所述红外光照环境下,拍摄所述丝盘缠绕所述镀铜焊丝的绕盘图像;
所述处理器用于和采集所述摄像装置拍摄的图像,执行如权利要求1至6任一项所述的镀铜焊丝的缺陷检测方法的操作步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述镀铜焊丝的缺陷检测方法的步骤。
CN202010067244.7A 2020-01-20 2020-01-20 镀铜焊丝的缺陷检测方法、装置、设备及存储介质 Active CN110866920B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010067244.7A CN110866920B (zh) 2020-01-20 2020-01-20 镀铜焊丝的缺陷检测方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010067244.7A CN110866920B (zh) 2020-01-20 2020-01-20 镀铜焊丝的缺陷检测方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN110866920A CN110866920A (zh) 2020-03-06
CN110866920B true CN110866920B (zh) 2020-05-08

Family

ID=69660091

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010067244.7A Active CN110866920B (zh) 2020-01-20 2020-01-20 镀铜焊丝的缺陷检测方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN110866920B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111583258B (zh) * 2020-05-28 2024-03-15 常州节卡智能装备有限公司 缺陷检测方法、装置、系统及存储介质
WO2023193130A1 (zh) * 2022-04-06 2023-10-12 宁德时代新能源科技股份有限公司 隔膜的检测方法、装置及设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105654461A (zh) * 2014-12-02 2016-06-08 中国科学院沈阳自动化研究所 一种多分裂导线间隔棒断裂的机器视觉检测方法
CN108734689A (zh) * 2018-02-07 2018-11-02 西安工程大学 一种基于区域生长的导线散股检测方法
CN109584220A (zh) * 2018-11-15 2019-04-05 锐捷网络股份有限公司 一种丝印定位方法、丝印缺陷检测方法和相关装置
CN109636776A (zh) * 2018-11-15 2019-04-16 暨南大学 一种焊线焊接缺陷的检测方法及其检测装置
KR20190088089A (ko) * 2017-12-26 2019-07-26 세종대학교산학협력단 용접 표면 결점 검출 장치 및 방법

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011159600A2 (en) * 2010-06-13 2011-12-22 Angiometrix Corporation Diagnostic kit and method for measuring balloon dimension in vivo
CN104551347B (zh) * 2014-12-30 2016-05-25 江苏科技大学 窄间隙焊缝偏差的红外视觉传感检测方法及装置
CN110415222A (zh) * 2019-07-16 2019-11-05 东华大学 一种基于纹理特征的丝饼侧面缺陷识别方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105654461A (zh) * 2014-12-02 2016-06-08 中国科学院沈阳自动化研究所 一种多分裂导线间隔棒断裂的机器视觉检测方法
KR20190088089A (ko) * 2017-12-26 2019-07-26 세종대학교산학협력단 용접 표면 결점 검출 장치 및 방법
CN108734689A (zh) * 2018-02-07 2018-11-02 西安工程大学 一种基于区域生长的导线散股检测方法
CN109584220A (zh) * 2018-11-15 2019-04-05 锐捷网络股份有限公司 一种丝印定位方法、丝印缺陷检测方法和相关装置
CN109636776A (zh) * 2018-11-15 2019-04-16 暨南大学 一种焊线焊接缺陷的检测方法及其检测装置

Also Published As

Publication number Publication date
CN110866920A (zh) 2020-03-06

Similar Documents

Publication Publication Date Title
CN110866920B (zh) 镀铜焊丝的缺陷检测方法、装置、设备及存储介质
CN102730535B (zh) 包括钢绳的移送机构用长条构件的检查装置及检查方法
CN101523897B (zh) 具有降低噪声的电子图像捕获
CN110602484B (zh) 一种输电线路设备拍摄质量在线检核方法
CN108280822A (zh) 屏幕划痕的检测方法及装置
CN112505056A (zh) 缺陷检测方法和装置
CN1993707B (zh) 图像处理方法和设备、摄像设备
CN109840889A (zh) 基于仿生算法的高精度视觉测量方法、装置和系统
CN110443278B (zh) 一种太阳能电池片栅线粗细异常的检测方法、装置及设备
CN106067177A (zh) Hdr场景侦测方法和装置
CN110519580A (zh) 一种投影仪自动调焦方法、装置、设备及可读存储介质
CN107231521A (zh) 一种仪表读数识别用相机自动定位方法
CN108190774A (zh) 一种基于投影的排绳故障检测方法及其装置
CN113808153A (zh) 番茄成熟检测方法、装置、计算机设备及存储介质
CN113301264B (zh) 一种图像亮度调整方法、装置、电子设备及存储介质
CN112262306B (zh) 用于检测光学镜片的关注区中的缺陷的方法
CN111489341B (zh) 丝盘绕丝的乱丝检测的方法、装置、设备及存储介质
CN108133479B (zh) 一种自动纺纱机穿经监测方法及装置
JP4705083B2 (ja) テープ巻異常検出装置
CN115254674B (zh) 一种轴承缺陷分选方法
CN116485801A (zh) 基于计算机视觉的胶管质量在线检测方法及系统
CN110672209A (zh) 一种经编布匹色差在线检测方法
CN115775245A (zh) 线圈绕线的检测方法及装置、电子设备和存储介质
CN115003908A (zh) 用于目测检查风力发电机的方法和系统
CN115272345A (zh) 基于图像处理的防火面料质量分析方法

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