CN111307828A - 一种用于智能家居控制面板缺陷检测的设备及其检测方法 - Google Patents
一种用于智能家居控制面板缺陷检测的设备及其检测方法 Download PDFInfo
- Publication number
- CN111307828A CN111307828A CN202010177776.6A CN202010177776A CN111307828A CN 111307828 A CN111307828 A CN 111307828A CN 202010177776 A CN202010177776 A CN 202010177776A CN 111307828 A CN111307828 A CN 111307828A
- Authority
- CN
- China
- Prior art keywords
- detection
- image
- module
- driving
- control panel
- 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
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G43/00—Control devices, e.g. for safety, warning or fault-correcting
- B65G43/08—Control devices operated by article or material being fed, conveyed or discharged
-
- 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
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan 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
-
- 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
- G06T7/0006—Industrial image inspection using a design-rule based approach
-
- 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
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan 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
- G01N2021/8887—Scan 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
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种用于智能家居控制面板缺陷检测的设备及其检测方法。该设备包括检测系统、驱动系统、控制系统以及图像处理系统。检测系统包括检测箱、工业相机、载物平台以及驱动轴,驱动系统包括步进电机,图像处理系统包括灰度变换模块、滤波模块、坐标建立模块、检测设置模块、划分模块、模板匹配模块以及识别模块。控制器用于先通过驱动系统驱使载物平台先从预设的原点沿着检测通道运动至指定位置,再驱使工业相机拍摄位于载物平台上的产品以生成检测图像,最后延时预设时间一后通过驱动系统驱使载物平台沿着检测通道返回至原点,并延时预设时间二。本发明降低检测成本和检测错误率,满足大批量、快速性、低成本、正确率等现代化生产需求。
Description
技术领域
本发明涉及缺陷检测技术领域的一种缺陷检测的设备,尤其涉及一种用于智能家居控制面板缺陷检测的设备,还涉及该设备的用于智能家居控制面板缺陷检测方法。
背景技术
随着智能家居技术的逐步发展,触控面板的功能、复杂程度越来越高,因此,需要对触控面板进行全面检测,以将存在缺陷的产品剔除。许多生产厂商在触控面板生产过程中会加入多道检测工序,用以提高零件的质量,但是目前国内在自动检测技术方面水平有限,大部分还是依靠人工检测和半自动化检测,在工业生产中,使用人工检测对大批量产品进行质检存在着诸多问题,例如:成本较高、时间周期长、检测工序复杂、错误率高等。随着生产水平的不断进步,工业零件更加复杂、精密,传统的人工检测已经无法满足大批量、快速性、低成本、正确率等现代化生产需求。
发明内容
为解决现有的控制面板检测成本和错误率高的技术问题,本发明提供一种用于智能家居控制面板缺陷检测的设备及其检测方法。
本发明采用以下技术方案实现:一种用于智能家居控制面板缺陷检测的设备,其包括:
检测系统,其包括检测箱、工业相机、载物平台以及驱动轴;检测箱的相对两侧分别开设两个窗口,两个窗口与检测箱的部分空间构成一条检测通道;工业相机安装在检测箱上,且检测器朝向所述检测通道;驱动轴位于所述检测通道中;载物平台活动安装在驱动轴上,并能通过驱动轴而在所述检测通道中移动以穿过窗口;
驱动系统,其包括步进电机;步进电机用于通过驱动轴驱使载物平台移动;
控制系统,其包括控制器;控制器用于先通过所述驱动系统驱使载物平台先从一个预设的原点沿着所述检测通道运动至一个指定位置,再驱使工业相机拍摄位于载物平台上的产品以生成一个检测图像,最后延时一个预设时间一后通过所述驱动系统驱使载物平台沿着所述检测通道返回至所述原点,并延时一个预设时间二;以及
图像处理系统,其包括灰度变换模块、滤波模块、坐标建立模块、检测设置模块、划分模块、模板匹配模块以及识别模块;所述灰度变换模块用于对所述检测图像进行灰度变换,以获得一个灰度图像;所述滤波模块用于对所述灰度图像进行高斯滤波,以获得一个滤波图像;所述坐标建立模块用于建立坐标系,且所述坐标系的原点为所述滤波图像的标志性区域,四个象限均设为所述滤波图像的检测范围;所述检测设置模块用于在所述坐标系中对所述滤波图像设置检测目标和一个特征对象;所述划分模块用于对位于所述坐标系中的滤波图像划分检测区域;所述模板匹配模块用于在所述检测区域中,先根据所述检测目标与所述特征对象的灰度相似值以获得一个匹配分数,再判断所述匹配分数是否大于一个预设配对分数,是则判定匹配成功,否则判定匹配失败;所述识别模块用于在所述模板匹配模块判定匹配失败时,显示检测失败并标记相应的缺陷位置,否则显示检测成功。
本发明通过检测系统的载物平台对产品进行输送,在载物平台抵达指定位置时延时以便于控制器驱使工业相机对产品进行拍摄,获得检测图像,随后控制器驱使载物平台穿过窗口返回至原点以便于后续对下一个产品进行输送检测,而图像处理系统则先对检测图像进行灰度变换和高斯过滤,增加对比度和去除噪声干扰,使图像更清晰,再建立坐标系、设置检测目标对象、划分ROI,最后根据检测目标和特征对象的灰度相似值进行判断,以判断是否匹配成功,并在匹配失败时将缺陷位置标记出来,解决了现有的控制面板检测成本和错误率高的技术问题,得到了操作简单、成本低、检测效率高,而且检测错误率低的技术效果。
作为上述方案的进一步改进,所述检测系统还包括LED光源;LED光源安装在检测箱中,并用于向所述指定位置发射光线,使所述光线在载物平台上反射至工业相机的检测器。
进一步地,工业相机和LED光源均安装在检测箱的顶壁上,并位于所述检测通道的上方。
再进一步地,载物平台与驱动轴螺接,且载物平台的底端能沿着检测箱的底壁滑动;所述驱动系统还包括电机驱动器;控制器通过电机驱动器驱使步进电机转动,使驱动轴旋转以带动载物平台沿着检测箱的底壁在所述检测通道中移动。
作为上述方案的进一步改进,所述检测系统还包括红外传感器;红外传感器的发射器和接收器分别固定在检测箱的相对两内壁上,且所述发射器发射的光线穿过所述指定位置后抵达所述接收器;控制器在红外传感器检测到载物平台遮蔽所述光线时,先驱使步进电机停止动作,再判定载物平台抵达所述指定位置,并驱使工业相机拍摄所述检测图像。
作为上述方案的进一步改进,载物平台与驱动轴螺接,所述检测系统还包括至少一根定位杆;定位杆与驱动轴平行,且穿过载物平台,并位于所述检测通道中。
进一步地,所述检测系统还包括分别与两个窗口对应的两块移动遮光板以及分别与两块移动遮光板对应的两个伸缩件;每块移动遮光板活动安装在检测箱上,并能够通过移动而盖住对应的窗口,使位于检测箱中的检测通道处于无光状态;每个伸缩件安装在检测箱上,并用于驱使移动遮光板朝向对应的窗口移动以盖住对应的窗口。
再进一步地,控制器还用于在载物平台移动时通过伸缩件驱使遮光板打开对应的窗口,并在工业相机拍摄所述检测图像时,通过伸缩件驱使遮光板移动以盖住对应的窗口。
再进一步地,工业相机为MV-CE013-50GC型工业相机,LED光源为MV-RL62X41A60-V型光源,照射角度为60°;步进电机为42HS4813A4CEL06型步进电机,电机驱动器为M422型步进电机驱动器;控制器为西门子S7-200PLC,所述图像处理系统采用Vision Builder AI工具进行图像处理。
本发明还提供一种用于智能家居控制面板缺陷检测方法,其应用于上述任意所述的用于智能家居控制面板缺陷检测的设备中,其包括以下步骤:
先通过所述驱动系统驱使载物平台先从一个预设的原点沿着所述检测通道运动至一个指定位置,再驱使工业相机拍摄位于载物平台上的产品以生成一个检测图像,最后延时一个预设时间一后通过所述驱动系统驱使载物平台沿着所述检测通道返回至所述原点,并延时一个预设时间二;
对所述检测图像进行灰度变换,以获得一个灰度图像;
对所述灰度图像进行高斯滤波,以获得一个滤波图像;
建立坐标系,且所述坐标系的四个象限均设为所述滤波图像的检测范围;
在所述坐标系中对所述滤波图像设置检测目标和一个特征对象;
对位于所述坐标系中的滤波图像划分检测区域;
在所述检测区域中,先根据所述检测目标与所述特征对象的灰度相似值以获得一个匹配分数,再判断所述匹配分数是否大于一个预设配对分数,是则判定匹配成功,否则判定匹配失败;
在所述模板匹配模块判定匹配失败时,显示检测失败并标记相应的缺陷位置,否则显示检测成功。
相较于现有的控制面板检测设备,本发明的用于智能家居控制面板缺陷检测的设备及其检测方法具有以下有益效果:
1、该用于智能家居控制面板缺陷检测的设备,其检测系统中载物平台在检测通道中通过步进电机进行运动,能够从检测箱的外侧穿过窗口而抵达指定位置,此时控制器驱使步进电机延时启动,并使工业电机对位于载物平台上的产品进行拍摄,以获取相应的检测图像,随后在延时结束后将载物平台穿过窗口而返回至原点,以便于承载下一个产品并进行图像采集。这样,多个产品就可以依次实现自动化图像检测,无需人工进行图像采集。
同时,图像处理系统对检测图像进行进一步处理。其中,灰度变换模块将检测图像进行灰度变换以获得灰度图像,从而优化由于采集过程中光源和相机本身因素导致的对比度不足、噪声过多的弊病,使图像更加清晰、易于识别。滤波模块能够对灰度图像进行高斯滤波,对含有少量噪声的灰度图像进行滤波来降低噪声干扰,使图像进一步清晰,并消除噪声点。坐标建立模块则建立坐标系,使滤波图像位于坐标系中,而检测设置模块能够设置检测目标和特征对象。模板匹配模块在检测区域中,通过检测目标和特征对象的相似性进行判断,当相似性满足条件时判定匹配成功,否则判定匹配失败。识别模块能够显示检测成功或者失败,并将检测失败的缺陷位置显示出来,以实现对产品缺陷的检测。这样,该设备就无需人工进行检测,全程通过设备实现缺陷检测,从而降低检测成本和检测错误率,同时由于检测工序分步进行,在上下料的时候可以对检测图像进行处理,检测工序简单,可以减少检测的时间周期,同时能够大批量进行检测,满足大批量、快速性、低成本、正确率等现代化生产需求。
2、该用于智能家居控制面板缺陷检测的设备,其检测系统还可设置LED光源,LED光源发射的光线能够增强采集的检测图像的强度,同时保证拍摄的检测图像不会出现重影等不良影响。而且,该检测系统还设置移动遮光板和伸缩件,在载物平台移动时,即步进电机处于工作状态时,控制器通过伸缩件使移动遮光板打开窗口,以便于载物平台穿过窗口以来往于原点和指定位置之间。而在工业相机采集图像时,控制器则通过伸缩件驱使移动遮光板将窗口盖住,从而将外界的光线隔绝,避免外界光线进入到检测箱中而影响图像采集的清晰度,使最终对产品图像的缺陷检测更加准确。
3、该用于智能家居控制面板缺陷检测的设备,其检测系统还可设置红外传感器,红外传感器的发射器和接收器之间的光线能够穿过指定位置,这样在载物平台到达指定位置时就会遮住光线,从而使红外传感器能够检测出来,这样控制器就可以先驱使步进电机停止动作,使载物平台停留在指定位置上,随后驱使工业相机进行拍摄,从而获取到产品的检测图像。这样,设备可以使每次载物平台都精确地停留在指定位置上,防止由于步进电机长时间使用产生的累计误差而造成载物平台位置偏移,提高检测图像采集的准确性。
4、该用于智能家居控制面板缺陷检测的设备,其检测系统还可设置定位杆,定位穿过载物平台,这样在步进电机转动时,驱动轴与载物平台之间由于螺接作用而产生相对转动,而定位杆又进一步限制载物平台相对驱动轴转动,使得载物平台只能沿着驱动轴的轴向移动,进而能够往返于原点和指定位置,以将多个产品分别输送至指定位置进行图像采集,以进一步对各个产品进行缺陷检测,从而提高产品检测效率。
附图说明
图1为本发明实施例1的用于智能家居控制面板缺陷检测的设备的结构示意图;
图2为图1中的用于智能家居控制面板缺陷检测的设备的控制系统的控制器6的PLC接线图;
图3为图1中的用于智能家居控制面板缺陷检测的设备的驱动系统带的程序图;
图4为图1中的用于智能家居控制面板缺陷检测的设备的图像处理系统的图像处理程序图;
图5为图1中的用于智能家居控制面板缺陷检测的设备的图像处理系统的图像检测程序图;
图6为本发明实施例2的用于智能家居控制面板缺陷检测的设备的结构示意图;
图7为本发明实施例3的用于智能家居控制面板缺陷检测的设备的结构示意图;
图8为本发明实施例4的用于智能家居控制面板缺陷检测的设备的结构示意图;
图9为本发明实施例5的用于智能家居控制面板缺陷检测的方法的流程示意图。
符号说明:
1 检测箱 9 驱动轴
2 工业相机 10 窗口
3 LED光源 11 红外传感器
4 步进电机 12 定位杆
5 电机驱动器 13 移动遮光板
6 控制器 14 伸缩件
7 PC机 81 平面板
8 载物平台 82 底座
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
实施例1
请参阅图1,本实施例提供了一种用于智能家居控制面板缺陷检测的设备,该设备能够对智能家居产品进行缺陷检测,例如对控制面板进行全面检测,以将存在缺陷的产品剔除。其中,该用于智能家居控制面板缺陷检测的设备包括检测系统、驱动系统、控制系统以及图像处理系统。另外,为了使检测的过程更加高效,在其他一些实施例中,该设备还可包括上下料系统,该上下料系统可以采用现有的机械手对产品进行上下料。
检测系统包括检测箱1、工业相机2、载物平台8以及驱动轴9,还可以包括LED光源3。检测箱1的相对两侧分别开设两个窗口10,两个窗口10与检测箱1的部分空间构成一条检测通道。在本实施例中,这两个窗口10均为方形开口,而且为同一个方形柱的两个截面。工业相机2安装在检测箱1上,而且检测器朝向检测通道。在本实施例中,工业相机2为MV-CE013-50GC型工业相机,其分辨率1280×960,帧率30fps,像元尺寸3.75μm×3.75μm。本实施例的该工业相机2可以得到分辨率极高的图像,避免由于分辨率过低导致的误判。驱动轴9位于检测通道中,其可以选用螺纹柱,而且与检测箱1的底壁平行。载物平台8活动安装在驱动轴9上,并能通过驱动轴9而在检测通道中移动以穿过窗口10。载物平台8可以与驱动轴9螺接,而且载物平台8的底端能沿着检测箱1的底壁滑动。在本实施例中,载物平台8包括平面板81和底座82,平面板81用于放置产品,而底座82与平面板81连接,并与驱动轴9连接。LED光源3安装在检测箱1中,并用于向指定位置发射光线,使光线在载物平台8上反射至工业相机2的检测器。为了能够实现对产品的准确测量,工业相机2和LED光源3均安装在检测箱1的顶壁上,并位于检测通道的上方,从而能够拍摄到产品的正面图像。LED光源3可以为MV-RL62X41A60-V型光源,照射角度为60°。LED光源3发射的光线能够增强采集的检测图像的强度,同时保证拍摄的检测图像不会出现重影等不良影响。
驱动系统包括步进电机4,还可以包括电机驱动器5。步进电机4用于通过驱动轴9驱使载物平台8移动。在本实施例中,步进电机4为42HS4813A4CEL06型步进电机,电机驱动器5为M422型步进电机驱动器。步进电机4能够将电脉冲信号转变为角位移或线位移的开环控制电机,在非超载的情况下,步进电机4的转速、停止的位置只取决于脉冲信号的频率和脉冲数,而不受负载变化的影响,当电机驱动器5接收到一个脉冲信号,电机驱动器5就驱动步进电机4按设定的方向转动一个固定的角度,称为“步距角”,它的旋转是以固定的角度一步一步运行的,因此可以使载物平台8按照预设量的要求准确地移动到检测通道中指定位置,从而使产品能够位于工业相机2的检测范围内。
请参阅图2以及图3,控制系统包括控制器6,在其他一些实施例中,该系统还可以包括其他的控制组件。控制器6用于先通过驱动系统驱使载物平台8先从一个预设的原点沿着检测通道运动至一个指定位置,再驱使工业相机2拍摄位于载物平台8上的产品以生成一个检测图像,最后延时一个预设时间一后通过驱动系统驱使载物平台8沿着检测通道返回至原点,并延时一个预设时间二。其中,预设时间一和预设时间二均可以采用3S,保证工业相机2有足够时间去采集待检测图像,停止时间结束后,驱动系统会继续输送载物平台8至检测箱1的外侧。控制器6通过电机驱动器5驱使步进电机4转动,使驱动轴9旋转以带动载物平台8沿着检测箱1的底壁在检测通道中移动。在本实施例中,控制器6为西门子S7-200PLC,可优先为CPU224XP CN AC/DC/RLY。控制器6每完成一次载物平台8的往返,就完成了一个产品的图像采集工作,这样多个产品就可以依次实现自动化图像检测,无需人工进行图像采集。另外,控制组件可以实现其他的控制功能,例如,在其他实施例中,上下料系统的上下料控制过程就可以通过控制组件完成,当然,这个过程在另外的实施例中也可以通过控制器6实现。
其中,根据本申请实施例的具体要求,控制器6对步进电机4的控制包括:启动、停止、运动到终点、运动到起点、运动到检测位置,这些指令由按键发出或由Vision BuilderAI软件发出;PLC输出端Q0.0、Q0.1分别输出DIR+(方向信号)、PU+(脉冲信号)给步进电机驱动器,间接驱动步进电机;输出端Q0.2是对工业相机照明光源的控制;输出端Q0.3是对伸缩件的控制;红外传感器接入拓展模块EM235;输入端I0.0用于接收复位信号、I0.1用于接收启动信号、I0.2用于接收停止信号、I0.3用于接收将载物平台输送至左侧终点位置、I0.4用于接收将载物平台输送至右侧起点位置、I0.5用于接收将载物平台输送至检测位置。控制系统的主要步骤包括:运动到指定位置、运动到原点、延时1.5s。当Vision Builder AI在发出运动到指定位置命令、运动到原点命令后,会立即执行下一个环节,为了能使载物平台8移至设定位置,需要后面加入两个延时环节。运动程序原本是由STEP7软件编写的PLC控制程序,后由Vision Builder AI进行调用。
请参阅图4以及图5,图像处理系统用于对前述系统拍摄的检测图像进行图像处理,并进一步实现对产品的缺陷检测。其中,该图像处理系统包括灰度变换模块、滤波模块、坐标建立模块、检测设置模块、划分模块、模板匹配模块以及识别模块。这些模块之间可以单独设置,也可以相互组合成新的模块。在本实施例中,像素处理系统设置在PC机7中,其在实际应用中,可以直接设置在现有的产品生产线的电脑中,即作为一种程序模块而单独设立。为了方便对检测图像进行处理,本实施例选择将从检测系统采集到的检测图像集合输入至PC机7中的Vision Builder AI软件,即图像处理系统采用Vision Builder AI工具进行图像处理。首先,工业相机2从预设角度拍摄产品的图像直接传送到PC机7或储存到某一设定路径再由Vision Builder AI软件调用。利用该软件对待检测图像进行灰度变换、高斯滤波,经过预处理的图像是一个低噪声的灰度图,接着对灰度图进行建立坐标系、设置检测对象、划分ROI、模板匹配、识别状态设置以及结果显示等过程。使用软件可以在短时间内建立完整的预处理以及缺陷检测程序,不需要使用大量文字程序,仅仅利用列表选项就能对检测程序进行相关设定,操作人员可以根据上述设置流程建立检测程序。其中,PC机7与西门子S7-200PLC连接,以此控制步进电机4驱动载物平台8的移动。PC机7与步进电机4连接,为LED光源3供电以及获取来自图像采集设备从预设角度采集到的待检测图像集合,在接收检测图像后,利用预先设计好的基于Vision Builder AI的图像检测程序,对检测图像进行缺陷检测,根据图像检测程序输出的检测结果确定缺陷所在的位置。
灰度变换模块用于对检测图像进行灰度变换,以获得一个灰度图像。其中,灰度变换主要步骤:点击Vision Assistant,在Image Processing Steps列表中点击Press Editto add processing steps,选择Extract Color Planes点击,选择HSV-Value Plane,即得到含有少量噪声的灰度图像。灰度变换模块进行灰度变换,能够优化由于采集过程中光源和相机本身因素导致的对比度不足、噪声过多的弊病,使图像更加清晰、易于识别。
滤波模块用于对灰度图像进行高斯滤波,以获得一个滤波图像。其中,点击FilerImage,在Filers列表中选择Gaussian,即高斯滤波,然后对高斯滤波参数进行设置,在Kernel Size栏输入3,即三阶矩阵,该矩阵参数使用原始参数即可,无需变更。滤波模块能够对灰度图像进行高斯滤波,对含有少量噪声的灰度图像进行滤波来降低噪声干扰,使图像进一步清晰,并消除噪声点。
坐标建立模块用于建立坐标系,且坐标系的原点为滤波图像的标志性区域,四个象限均设为滤波图像的检测范围。在本实施例中,选取待检测图像中的标志性区域,以此作为坐标轴原点建立坐标系,该标志性区域需满足必然存在性,因为后期ROI的定位是根据该坐标系确定,若早期定位未识别到坐标原点,则无法进行后续识别,该坐标原点同时也作为图像配准算法的依据。
检测设置模块用于在坐标系中对滤波图像设置检测目标和一个特征对象。设置检测对象1-设置检测对象2-......-设置识别状态-显示结果。设置检测对象:点击MatchPattern,即可在Select Template Region界面使用红色方框在待检测图像中自主规划检测目标。检测目标设置完成后,点击Specifications,设置Rotated,即目标偏移范围,将Max和Min均设置成5、-5。特征对象功能是判断该图像是否为本程序需要检测的图像,检测图像中若有特征对象,检测程序继续执行;反之,停止检测。特征对象的选取必须是该产品中必然存在的标志性图案,例如商标。
划分模块用于对位于坐标系中的滤波图像划分检测区域。划分ROI:检测对象设置完成后,需在待检测图像中规划检测区域,使用绿色方框自主规划检测区域,检测过程中,程序会在绿色方框中寻找检测目标,设置的检测区域越大则检测时间越长,所以该区域大小规划不超过检测目标的15%。
模板匹配模块用于在检测区域中,先根据检测目标与特征对象的灰度相似值以获得一个匹配分数,再判断匹配分数是否大于一个预设配对分数,是则判定匹配成功,否则判定匹配失败。在本实施例中,在Options界面中设置最低匹配分数,倘若检测分数小于最低匹配分数,则判定失败,匹配分数设置为800。Limits界面中设置该检测区域中出现的检测目标个数,设置为1;该界面同时可显示检测目标的得分情况,即该检测目标与模板的相似程度。在本实施例中,模板匹配模块使用基于灰度值的模板匹配算法。在匹配过程中,程序会在自主规划的ROI中根据模板目标的灰度值去寻找灰度值相似度较高检测目标,上述步骤中设置的匹配分数为800,检测目标匹配分数若高于800,则判定匹配成功;反之,匹配失败。匹配成功ROI区域依旧显示绿色方框;反之,显示红色方框标记。识别状态设置点击SetInspection Status,选择Set to FAIL if any previous step fails。即设置为只要出现错误则判定为失败。
识别模块用于在模板匹配模块判定匹配失败时,显示检测失败并标记相应的缺陷位置,否则显示检测成功。在本实施例中,显示结果设置点击Display Image,选择IfInspection Status is FAIL。当判定为失败时,展示最终检测结果,并标记匹配失败位置。根据程序设定,依照次序对若干个检测对象进行识别。检测完毕后,识别状态栏会显示触控面板是否完好,并展示具体识别结果,并标注检测失败位置。
综上所述,相较于现有的控制面板检测设备,本实施例的用于智能家居控制面板缺陷检测的设备及其检测方法具有以下优点:
该用于智能家居控制面板缺陷检测的设备,其检测系统中载物平台在检测通道中通过步进电机进行运动,能够从检测箱的外侧穿过窗口而抵达指定位置,此时控制器6驱使步进电机延时启动,并使工业电机对位于载物平台上的产品进行拍摄,以获取相应的检测图像,随后在延时结束后将载物平台穿过窗口而返回至原点,以便于承载下一个产品并进行图像采集。这样,多个产品就可以依次实现自动化图像检测,无需人工进行图像采集。而且,检测系统还可设置LED光源,LED光源发射的光线能够增强采集的检测图像的强度,同时保证拍摄的检测图像不会出现重影等不良影响。
同时,图像处理系统对检测图像进行进一步处理。其中,灰度变换模块将检测图像进行灰度变换以获得灰度图像,从而优化由于采集过程中光源和相机本身因素导致的对比度不足、噪声过多的弊病,使图像更加清晰、易于识别。滤波模块能够对灰度图像进行高斯滤波,对含有少量噪声的灰度图像进行滤波来降低噪声干扰,使图像进一步清晰,并消除噪声点。坐标建立模块则建立坐标系,使滤波图像位于坐标系中,而检测设置模块能够设置检测目标和特征对象。模板匹配模块在检测区域中,通过检测目标和特征对象的相似性进行判断,当相似性满足条件时判定匹配成功,否则判定匹配失败。识别模块能够显示检测成功或者失败,并将检测失败的缺陷位置显示出来,以实现对产品缺陷的检测。这样,该设备就无需人工进行检测,全程通过设备实现缺陷检测,从而降低检测成本和检测错误率,同时由于检测工序分步进行,在上下料的时候可以对检测图像进行处理,检测工序简单,可以减少检测的时间周期,同时能够大批量进行检测,满足大批量、快速性、低成本、正确率等现代化生产需求。
实施例2
请参阅图6,本实施例提供了一种用于智能家居控制面板缺陷检测的设备,其在实施例1的基础上增加检测系统的结构。其中,检测系统还包括红外传感器11。红外传感器11的发射器和接收器分别固定在检测箱1的相对两内壁上,且发射器发射的光线穿过指定位置后抵达接收器。控制器6在红外传感器11检测到载物平台8遮蔽光线时,先驱使步进电机4停止动作,再判定载物平台8抵达指定位置,并驱使工业相机2拍摄检测图像。
该用于智能家居控制面板缺陷检测的设备,其检测系统还可设置红外传感器11,红外传感器11的发射器和接收器之间的光线能够穿过指定位置,这样在载物平台8到达指定位置时就会遮住光线,从而使红外传感器11能够检测出来,这样控制器6就可以先驱使步进电机4停止动作,使载物平台8停留在指定位置上,随后驱使工业相机2进行拍摄,从而获取到产品的检测图像。这样,设备可以使每次载物平台8都精确地停留在指定位置上,防止由于步进电机4长时间使用产生的累计误差而造成载物平台8位置偏移,提高检测图像采集的准确性。
实施例3
请参阅图7,本实施例提供了一种用于智能家居控制面板缺陷检测的设备,其在实施例1的基础上增加检测系统的结构。其中,载物平台8仍然与驱动轴9螺接。检测系统还包括定位杆12,定位杆12的数量至少为一根。定位杆12与驱动轴9平行,且穿过载物平台8,并位于检测通道中。这样,在步进电机转动时,驱动轴9与载物平台8之间由于螺接作用而产生相对转动,而定位杆12又进一步限制载物平台8相对驱动轴9转动,使得载物平台8只能沿着驱动轴9的轴向移动,进而能够往返于原点和指定位置,以将多个产品分别输送至指定位置进行图像采集,以进一步对各个产品进行缺陷检测,从而提高产品检测效率。
实施例4
请参阅图8,本实施例提供了一种用于智能家居控制面板缺陷检测的设备,其在实施例1的基础上增加检测系统的结构。其中,检测系统还包括两块移动遮光板13和两个伸缩件14。两块移动遮光板13分别与两个窗口10对应,而两个伸缩件14分别与两块移动遮光板13对应。每块移动遮光板13活动安装在检测箱1上,并能够通过移动而盖住对应的窗口10,使位于检测箱1中的检测通道处于无光状态。每个伸缩件14安装在检测箱1上,并用于驱使移动遮光板13朝向对应的窗口10移动以盖住对应的窗口10。而且,控制器6还用于在载物平台8移动时通过伸缩件14驱使遮光板13打开对应的窗口10,并在工业相机2拍摄检测图像时,通过伸缩件14驱使遮光板13移动以盖住对应的窗口10。
因此,该用于智能家居控制面板缺陷检测的设备,其检测系统还设置移动遮光板13和伸缩件14,在载物平台8移动时,即步进电机4处于工作状态时,控制器6通过伸缩件14使移动遮光板13打开窗口10,以便于载物平台8穿过窗口10以来往于原点和指定位置之间。而在工业相机采集图像时,控制器6则通过伸缩件14驱使移动遮光板13将窗口10盖住,从而将外界的光线隔绝,避免外界光线进入到检测箱1中而影响图像采集的清晰度,使最终对产品图像的缺陷检测更加准确。
实施例5
请参阅图9,本实施例提供了一种用于智能家居控制面板缺陷检测方法,该方法应用于实施例1-5中所提供的任意一种用于智能家居控制面板缺陷检测的设备中。其中,该用于智能家居控制面板缺陷检测方法包括以下这些步骤。
101、采集产品的检测图像
先通过驱动系统驱使载物平台8先从一个预设的原点沿着检测通道运动至一个指定位置,再驱使工业相机2拍摄位于载物平台8上的产品以生成一个检测图像,最后延时一个预设时间一后通过驱动系统驱使载物平台8沿着检测通道返回至原点,并延时一个预设时间二;
102、对检测图像进行图像处理和缺陷检测
对检测图像进行灰度变换,以获得一个灰度图像;
对灰度图像进行高斯滤波,以获得一个滤波图像;
建立坐标系,且坐标系的四个象限均设为滤波图像的检测范围;
在坐标系中对滤波图像设置检测目标和一个特征对象;
对位于坐标系中的滤波图像划分检测区域;
103、对处理后图像进行缺陷识别判断
在检测区域中,先根据检测目标与特征对象的灰度相似值以获得一个匹配分数,再判断匹配分数是否大于一个预设配对分数,是则判定匹配成功,否则判定匹配失败;
在模板匹配模块判定匹配失败时,显示检测失败并标记相应的缺陷位置,否则显示检测成功。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种用于智能家居控制面板缺陷检测的设备,其特征在于,其包括:
检测系统,其包括检测箱(1)、工业相机(2)、载物平台(8)以及驱动轴(9);检测箱(1)的相对两侧分别开设两个窗口(10),两个窗口(10)与检测箱(1)的部分空间构成一条检测通道;工业相机(2)安装在检测箱(1)上,且检测器朝向所述检测通道;驱动轴(9)位于所述检测通道中;载物平台(8)活动安装在驱动轴(9)上,并能通过驱动轴(9)而在所述检测通道中移动以穿过窗口(10);
驱动系统,其包括步进电机(4);步进电机(4)用于通过驱动轴(9)驱使载物平台(8)移动;
控制系统,其包括控制器(6);控制器(6)用于先通过所述驱动系统驱使载物平台(8)先从一个预设的原点沿着所述检测通道运动至一个指定位置,再驱使工业相机(2)拍摄位于载物平台(8)上的产品以生成一个检测图像,最后延时一个预设时间一后通过所述驱动系统驱使载物平台(8)沿着所述检测通道返回至所述原点,并延时一个预设时间二;以及
图像处理系统,其包括灰度变换模块、滤波模块、坐标建立模块、检测设置模块、划分模块、模板匹配模块以及识别模块;所述灰度变换模块用于对所述检测图像进行灰度变换,以获得一个灰度图像;所述滤波模块用于对所述灰度图像进行高斯滤波,以获得一个滤波图像;所述坐标建立模块用于建立坐标系,且所述坐标系的原点为所述滤波图像的标志性区域,四个象限均设为所述滤波图像的检测范围;所述检测设置模块用于在所述坐标系中对所述滤波图像设置检测目标和一个特征对象;所述划分模块用于对位于所述坐标系中的滤波图像划分检测区域;所述模板匹配模块用于在所述检测区域中,先根据所述检测目标与所述特征对象的灰度相似值以获得一个匹配分数,再判断所述匹配分数是否大于一个预设配对分数,是则判定匹配成功,否则判定匹配失败;所述识别模块用于在所述模板匹配模块判定匹配失败时,显示检测失败并标记相应的缺陷位置,否则显示检测成功。
2.如权利要求1所述的用于智能家居控制面板缺陷检测的设备,其特征在于,所述检测系统还包括LED光源(3);LED光源(3)安装在检测箱(1)中,并用于向所述指定位置发射光线,使所述光线在载物平台(8)上反射至工业相机(2)的检测器。
3.如权利要求2所述的用于智能家居控制面板缺陷检测的设备,其特征在于,工业相机(2)和LED光源(3)均安装在检测箱(1)的顶壁上,并位于所述检测通道的上方。
4.如权利要求2所述的用于智能家居控制面板缺陷检测的设备,其特征在于,载物平台(8)与驱动轴(9)螺接,且载物平台(8)的底端能沿着检测箱(1)的底壁滑动;所述驱动系统还包括电机驱动器(5);控制器(6)通过电机驱动器(5)驱使步进电机(4)转动,使驱动轴(9)旋转以带动载物平台(8)沿着检测箱(1)的底壁在所述检测通道中移动。
5.如权利要求1所述的用于智能家居控制面板缺陷检测的设备,其特征在于,所述检测系统还包括红外传感器(11);红外传感器(11)的发射器和接收器分别固定在检测箱(1)的相对两内壁上,且所述发射器发射的光线穿过所述指定位置后抵达所述接收器;控制器(6)在红外传感器(11)检测到载物平台(8)遮蔽所述光线时,先驱使步进电机(4)停止动作,再判定载物平台(8)抵达所述指定位置,并驱使工业相机(2)拍摄所述检测图像。
6.如权利要求1所述的用于智能家居控制面板缺陷检测的设备,其特征在于,载物平台(8)与驱动轴(9)螺接,所述检测系统还包括至少一根定位杆(12);定位杆(12)与驱动轴(9)平行,且穿过载物平台(8),并位于所述检测通道中。
7.如权利要求2所述的用于智能家居控制面板缺陷检测的设备,其特征在于,所述检测系统还包括分别与两个窗口(10)对应的两块移动遮光板(13)以及分别与两块移动遮光板(13)对应的两个伸缩件(14);每块移动遮光板(13)活动安装在检测箱(1)上,并能够通过移动而盖住对应的窗口(10),使位于检测箱(1)中的检测通道处于无光状态;每个伸缩件(14)安装在检测箱(1)上,并用于驱使移动遮光板(13)朝向对应的窗口(10)移动以盖住对应的窗口(10)。
8.如权利要求7所述的用于智能家居控制面板缺陷检测的设备,其特征在于,控制器(6)还用于在载物平台(8)移动时通过伸缩件(14)驱使遮光板(13)打开对应的窗口(10),并在工业相机(2)拍摄所述检测图像时,通过伸缩件(14)驱使遮光板(13)移动以盖住对应的窗口(10)。
9.如权利要求4所述的用于智能家居控制面板缺陷检测的设备,其特征在于,工业相机(2)为MV-CE013-50GC型工业相机,LED光源(3)为MV-RL62X41A60-V型光源,照射角度为60°;步进电机(4)为42HS4813A4CEL06型步进电机,电机驱动器(5)为M422型步进电机驱动器;控制器(6)为西门子S7-200PLC,所述图像处理系统采用Vision Builder AI工具进行图像处理。
10.一种用于智能家居控制面板缺陷检测方法,其应用于如权利要求1-9中任意一项所述的用于智能家居控制面板缺陷检测的设备中,其特征在于,其包括以下步骤:
先通过所述驱动系统驱使载物平台(8)先从一个预设的原点沿着所述检测通道运动至一个指定位置,再驱使工业相机(2)拍摄位于载物平台(8)上的产品以生成一个检测图像,最后延时一个预设时间一后通过所述驱动系统驱使载物平台(8)沿着所述检测通道返回至所述原点,并延时一个预设时间二;
对所述检测图像进行灰度变换,以获得一个灰度图像;
对所述灰度图像进行高斯滤波,以获得一个滤波图像;
建立坐标系,且所述坐标系的四个象限均设为所述滤波图像的检测范围;
在所述坐标系中对所述滤波图像设置检测目标和一个特征对象;
对位于所述坐标系中的滤波图像划分检测区域;
在所述检测区域中,先根据所述检测目标与所述特征对象的灰度相似值以获得一个匹配分数,再判断所述匹配分数是否大于一个预设配对分数,是则判定匹配成功,否则判定匹配失败;
在所述模板匹配模块判定匹配失败时,显示检测失败并标记相应的缺陷位置,否则显示检测成功。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010177776.6A CN111307828B (zh) | 2020-03-13 | 2020-03-13 | 一种用于智能家居控制面板缺陷检测的设备及其检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010177776.6A CN111307828B (zh) | 2020-03-13 | 2020-03-13 | 一种用于智能家居控制面板缺陷检测的设备及其检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111307828A true CN111307828A (zh) | 2020-06-19 |
CN111307828B CN111307828B (zh) | 2022-12-13 |
Family
ID=71149873
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010177776.6A Active CN111307828B (zh) | 2020-03-13 | 2020-03-13 | 一种用于智能家居控制面板缺陷检测的设备及其检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111307828B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113562465A (zh) * | 2021-09-26 | 2021-10-29 | 成都新西旺自动化科技有限公司 | 片状物放置视觉引导方法及系统 |
CN113674212A (zh) * | 2021-07-26 | 2021-11-19 | 宁波帅特龙集团有限公司 | 一种把手装配检测方法与设备 |
CN114965506A (zh) * | 2022-07-29 | 2022-08-30 | 深圳市中钞科信金融科技有限公司 | 检测防伪卡缺陷装置及其方法 |
CN114965500A (zh) * | 2022-05-18 | 2022-08-30 | 江苏道达智能科技有限公司 | 一种aoi图像检测装置及检测方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009068889A (ja) * | 2007-09-11 | 2009-04-02 | Toppan Printing Co Ltd | カラーフィルタ外観検査装置における欠陥検出機能の点検治具 |
CN201570231U (zh) * | 2009-12-25 | 2010-09-01 | 四川虹视显示技术有限公司 | 电致发光显示屏检测装置 |
CN203298726U (zh) * | 2013-07-03 | 2013-11-20 | 大连民族学院 | 一种零部件尺寸检测系统 |
CN104111260A (zh) * | 2014-07-09 | 2014-10-22 | 广州中国科学院沈阳自动化研究所分所 | 陶瓷砖无损检测设备及检测方法 |
CN205650478U (zh) * | 2016-03-17 | 2016-10-19 | 深圳市固海威科技有限公司 | 交换机外观检测设备及系统 |
CN208207914U (zh) * | 2018-06-15 | 2018-12-07 | 福建工程学院 | 基于快速几何对准的pcb表面缺陷检测装置 |
CN109187373A (zh) * | 2018-10-21 | 2019-01-11 | 西北农林科技大学 | 一种基于机器视觉的番茄品质检测系统及检测方法 |
CN110044910A (zh) * | 2019-05-09 | 2019-07-23 | 河南大学 | 一种汽车置杯盒零部件检测系统及检测方法 |
CN110216080A (zh) * | 2019-05-24 | 2019-09-10 | 武汉前兴科技股份有限公司 | 一种基于图像对比的pcb加工产线的质量监控系统 |
-
2020
- 2020-03-13 CN CN202010177776.6A patent/CN111307828B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009068889A (ja) * | 2007-09-11 | 2009-04-02 | Toppan Printing Co Ltd | カラーフィルタ外観検査装置における欠陥検出機能の点検治具 |
CN201570231U (zh) * | 2009-12-25 | 2010-09-01 | 四川虹视显示技术有限公司 | 电致发光显示屏检测装置 |
CN203298726U (zh) * | 2013-07-03 | 2013-11-20 | 大连民族学院 | 一种零部件尺寸检测系统 |
CN104111260A (zh) * | 2014-07-09 | 2014-10-22 | 广州中国科学院沈阳自动化研究所分所 | 陶瓷砖无损检测设备及检测方法 |
CN205650478U (zh) * | 2016-03-17 | 2016-10-19 | 深圳市固海威科技有限公司 | 交换机外观检测设备及系统 |
CN208207914U (zh) * | 2018-06-15 | 2018-12-07 | 福建工程学院 | 基于快速几何对准的pcb表面缺陷检测装置 |
CN109187373A (zh) * | 2018-10-21 | 2019-01-11 | 西北农林科技大学 | 一种基于机器视觉的番茄品质检测系统及检测方法 |
CN110044910A (zh) * | 2019-05-09 | 2019-07-23 | 河南大学 | 一种汽车置杯盒零部件检测系统及检测方法 |
CN110216080A (zh) * | 2019-05-24 | 2019-09-10 | 武汉前兴科技股份有限公司 | 一种基于图像对比的pcb加工产线的质量监控系统 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113674212A (zh) * | 2021-07-26 | 2021-11-19 | 宁波帅特龙集团有限公司 | 一种把手装配检测方法与设备 |
CN113674212B (zh) * | 2021-07-26 | 2024-05-24 | 宁波帅特龙集团有限公司 | 一种把手装配检测方法与设备 |
CN113562465A (zh) * | 2021-09-26 | 2021-10-29 | 成都新西旺自动化科技有限公司 | 片状物放置视觉引导方法及系统 |
CN114965500A (zh) * | 2022-05-18 | 2022-08-30 | 江苏道达智能科技有限公司 | 一种aoi图像检测装置及检测方法 |
CN114965500B (zh) * | 2022-05-18 | 2024-04-26 | 江苏道达智能科技有限公司 | 一种aoi图像检测装置及检测方法 |
CN114965506A (zh) * | 2022-07-29 | 2022-08-30 | 深圳市中钞科信金融科技有限公司 | 检测防伪卡缺陷装置及其方法 |
CN114965506B (zh) * | 2022-07-29 | 2022-11-15 | 深圳市中钞科信金融科技有限公司 | 检测防伪卡缺陷装置及其方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111307828B (zh) | 2022-12-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111307828B (zh) | 一种用于智能家居控制面板缺陷检测的设备及其检测方法 | |
CN106226325B (zh) | 一种基于机器视觉的座椅表面缺陷检测系统及其方法 | |
WO2022179186A1 (zh) | 频闪阶梯照明缺陷检测系统 | |
CN102313748B (zh) | 一种磁瓦在线检测装置、控制系统及其控制方法 | |
CN103785622B (zh) | 基于机器视觉的零件分拣装置的零件分拣方法 | |
CN203191327U (zh) | 一种基于机器视觉的pcb板缺陷自动检测装置 | |
CN103776841B (zh) | 合成革缺陷自动检测装置及检测方法 | |
EP2450851A1 (en) | Target detection method and apparatus and image acquisition device | |
CN105787407A (zh) | 融合机器视觉与激光扫描的快递条码自动识别方法及系统 | |
CN110216080A (zh) | 一种基于图像对比的pcb加工产线的质量监控系统 | |
CN106706653A (zh) | 一种高速宽型板材检测方法 | |
CN103308524A (zh) | Pcb自动光学检测系统 | |
KR20180106856A (ko) | 자동 광학 검사 시스템 및 그 동작 방법 | |
CN201662537U (zh) | 一种开放式视觉检测装置 | |
CN106054421A (zh) | 一种液晶面板缺陷的检测方法及装置 | |
CN105690393A (zh) | 一种基于机器视觉的四轴并联机器人分拣系统及其分拣方法 | |
CN202533381U (zh) | 光纤面板缺陷自动检测系统 | |
CN112718552A (zh) | 一种用于led电路板质量缺陷自动检验装置及其工作方法 | |
CN106706656A (zh) | 一种基于机器视觉的拉链检测装置及方法 | |
CN110640741A (zh) | 一种规则形状工件匹配的抓取工业机器人 | |
CN113358070A (zh) | 一种汽车刹车片平整度及销钉高度检测系统及其检测方法 | |
CN207081666U (zh) | 一种基于机器视觉的拉链检测装置 | |
CN113256568A (zh) | 一种基于深度学习的机器视觉板材计数通用系统及方法 | |
CN2601754Y (zh) | 采用单片机进行同步控制的水果分级机器 | |
CN106525863A (zh) | 活塞杆表面缺陷自动化检测设备 |
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 |