CN111402190B - 一种用于线材在线检测的图像处理装置和系统 - Google Patents
一种用于线材在线检测的图像处理装置和系统 Download PDFInfo
- Publication number
- CN111402190B CN111402190B CN201811618383.3A CN201811618383A CN111402190B CN 111402190 B CN111402190 B CN 111402190B CN 201811618383 A CN201811618383 A CN 201811618383A CN 111402190 B CN111402190 B CN 111402190B
- Authority
- CN
- China
- Prior art keywords
- image processing
- image
- control unit
- processing device
- images
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 30
- 238000004458 analytical method Methods 0.000 claims abstract description 36
- 230000007547 defect Effects 0.000 claims abstract description 24
- 230000002950 deficient Effects 0.000 claims description 18
- 230000001360 synchronised effect Effects 0.000 claims description 14
- 230000008707 rearrangement Effects 0.000 claims description 12
- 239000002184 metal Substances 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000000835 fiber Substances 0.000 claims description 2
- 238000001914 filtration Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000007373 indentation Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 239000002436 steel type Substances 0.000 description 1
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
- 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
- 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
- G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- 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
-
- 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
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
- Y02E30/30—Nuclear fission reactors
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Textile Engineering (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线材在线检测的图像处理装置,包括图像获取模块、图像处理模块和图像处理端,所述图像处理模块位于所述图像获取模块和图像处理端之间,所述图像获取模块位于线材的检测线上,实时拍摄线材的图像并传输至所述图像处理模块进行处理,所述图像处理模块将含有缺陷的图像传输至所述图像处理端进行分析,本发明提供的一种用于线材在线检测的图像处理装置和系统,可实时实现高速线材图像的并行预处理,初步过滤没有缺陷的分析图像,然后将可能存在缺陷的分析图像传输至图像处理端进行二次处理,在不降低采样频率的情况下,实现高分辨率线材表面质量的实时检测。
Description
技术领域
本发明涉及机器视觉领域,具体涉及一种用于线材在线检测的图像处理装置和系统。
背景技术
在棒线材表面质量在线检测领域,目前常用的图像处理方式均基于PC的模式。在生产现场应用CameraLink接口相机或者GigE接口相机,通过图像采集卡或千兆网卡获取现场的图像数据,再将采集的图像数据传输至远离检测现场的PC端进行分析。
然而PC端处理图像的速度有限,受限于PC端数据处理速度,对于高速运动的线材(最高速度达到120m/s),只能牺牲运动方向上的分辨率来降低采样频率从而减少图像数据量,实现图像的实时处理。然而,高速棒线材运动方向分辨率降低的同时,会导致横向缺陷的漏检风险。例如,当纵向分辨率低于1mm/pixel时,辊环开裂造成线材表面的横向压痕就会无法有效检出。因此,如何提高运动方向的图像分辨率的情况下又能实现实时图像处理是高速线材在线表面质量检测的一个重要技术难题。
发明内容
本发明所要解决的技术问题是提供一种用于线材在线检测的图像处理装置和系统,可实时实现高速线材图像的并行预处理,初步过滤没有缺陷的分析图像,然后将可能存在缺陷的分析图像传输至图像处理端进行二次处理,在不降低采样频率的情况下,实现高分辨率线材表面质量的实时检测。
为了实现上述目的,本发明采用如下技术方案:一种用于线材在线检测的图像处理装置,包括图像获取模块、图像处理模块和图像处理端,所述图像处理模块位于所述图像获取模块和图像处理端之间,所述图像获取模块位于线材的检测线上,实时拍摄线材的图像并传输至所述图像处理模块进行处理,所述图像处理模块将含有缺陷的图像传输至所述图像处理端进行分析;
其中,所述图像处理模块包括FPGA和图像处理器,所述FPGA的输入端连接所述图像获取模块,所述FPGA的输出端连接所述图像处理端,所述FPGA包括内存控制单元、缺陷图像输出控制单元、同步重排单元、图像处理器控制单元和触发控制单元,所述触发控制单元连接触发信号和启停信号,用于控制所述图像获取模块是否工作以及获取图像的频率,所述图像处理器控制单元连接所述图像处理器,所述同步重排单元同时连接所述内存控制单元和图像处理器控制单元,所述缺陷图像输出控制单元连接所述图像处理器控制单元;
所述图像获取模块所获取的图像传输至所述同步重排单元进行重排组合,形成分析图像,所述分析图像缓存在所述内存控制单元中,图像处理器控制单元从所述内存控制单元中调取分析图像进入所述图像处理器中进行分析计算,并将有缺陷的分析图像传输至所述缺陷图像输出控制单元中,所述缺陷图像输出控制单元将有缺陷的图像输出至所述图像处理端进行分析。
进一步地,所述图像处理模块包括M个图像处理器,所述图像处理器控制单元同时连接M个图像处理器,其中,M为大于等于1的整数。
进一步地所述图像获取模块为线阵相机。
进一步地所述分析图像为N个线阵相机拍摄的图像组合而成,其中,N为大于等于1的整数。
本发明提供的一种用于线材在线检测的图像处理系统,包括X个权利要求1所述的图像处理装置,其中,X个图像获取模块均匀分布在线材周围,其中一个图像处理装置为主图像处理装置,其余X-1个为从图像处理装置;所述主图像处理装置中的触发控制单元连接传感器模块,从图像处理装置中的触发控制单元连接所述主图像处理装置中的触发控制单元,其中,X为大于1的整数。
进一步地所述传感器模块包括位于线材检测线上的速度传感器和热金属探测器。
进一步地所述传感器模块将所述速度传感器探测到的线材运动的速度转换为触发信号,所述触发信号为脉冲信号。
进一步地所述主图像处理装置中的触发控制单元将触发信号进行分频或倍频处理,并将分频或倍频处理后的触发信号分发至从图像处理装置中的触发控制单元,实现X个图像获取模块的触发信号同步。
进一步地所述X个FPGA的输出端的输出端连接万兆网交换机Ⅰ,所述X个图像处理端连接万兆网交换机Ⅱ,所述万兆网交换机Ⅰ和万兆网交换机Ⅱ之间通过万兆光纤连接。
本发明的有益效果为:本发明针对高速运动的线材,将接收到的线材图像送入图像处理装置中进行快速处理,根据处理结果将不含缺陷的图像过滤,将可能含有缺陷的图像送到图像处理端进行二次处理;图像处理装置基于FPGA和图像处理器硬件架构,可以快速实现分析图像的处理,以适应现场高速图像的采集并有效检测线材表面质量。
附图说明
附图1为本发明中图像处理模块的结构示意图。
附图2为本发明一种图像处理系统的结构示意图。
附图3为实施例中分析图像并行处理的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面结合附图对本发明的具体实施方式做进一步的详细说明。
本发明提供的一种用于线材在线检测的图像处理装置,包括图像获取模块、图像处理模块和图像处理端,图像处理模块位于图像获取模块和图像处理端之间,图像获取模块位于线材的检测线上,实时拍摄线材的图像并传输至图像处理模块进行处理,图像处理模块将含有缺陷的图像传输至图像处理端进行分析。
如附图1所示,图像处理模块包括FPGA和图像处理器,FPGA的输入端连接图像获取模块,FPGA的输出端连接图像处理端,FPGA包括内存控制单元、缺陷图像输出控制单元、同步重排单元、图像处理器控制单元和触发控制单元,触发控制单元连接触发信号和启停信号,用于控制图像获取模块是否工作以及获取图像的频率,图像处理器控制单元连接图像处理器,同步重排单元同时连接内存控制单元和图像处理器控制单元,缺陷图像输出控制单元连接图像处理器控制单元。如附图1所示,FPGA与图像获取模块通过GameraLink接口进行连接,FPGA与图像处理端通过千兆网GigE接口进行连接。
其中,图像处理模块包括M个图像处理器,图像处理器控制单元同时连接M个图像处理器,其中,M为大于等于1的整数,如附图1所示,M=3。
本发明中图像获取模块可以为相机,优选可以为为线阵相机,即相机的光源为线光源,采用线光源的线阵相机曝光时间短,光源亮;采用线光源拍摄的图像转换为行数据传输至同步重排单元,同步重排单元将多个线阵相机拍摄的多个数据进行重排,形成分析图像,分析图像缓存在内存控制单元中,图像处理器控制单元从内存控制单元中调取分析图像进入图像处理器中进行分析计算,并将有缺陷的分析图像传输至缺陷图像输出控制单元中,缺陷图像输出控制单元将有缺陷的图像输出至图像处理端进行分析。
本发明中图像处理器中包括预先存储的处理参数,根据该参数对分析图形进行快速处理,过滤没有缺陷的分析图像,具体可以实现分析图像的找边,滤波,二值化处理,实现无缺陷分析图像的快速过滤,并且直接删除无缺陷图像,只将可能含有缺陷的图像输出至图像处理端。
本发明提供的一种用于线材在线检测的图像处理系统,包括X个图像处理装置,其中,X个图像获取模块均匀分布在线材周围,其中一个图像处理装置为主图像处理装置,其余X-1个为从图像处理装置;主图像处理装置中的触发控制单元连接传感器模块,从图像处理装置中的触发控制单元连接主图像处理装置中的触发控制单元,其中,X为大于1的整数。
具体请参阅附图2,包括6个图像处理装置,其中,6个图像获取模块CAM1-CAM6均匀分布在线材周围,其中第一个图像处理装置为主图像处理装置,其余2-6个为从图像处理装置;主图像处理装置中的触发控制单元连接传感器模块,并从触发模块中获取触发信号和启停信号,从图像处理装置中的触发控制单元连接主图像处理装置中的触发控制单元,并从主图像处理装置中的触发控制单元中获取触发信号和启停信号,值得说明的是,本发明图像处理系统还包括主控服务器,该服务器同时连接主图像处理装置中的FPGA和图像获取单元。由于不同钢种,不同规格的棒线材表面图像差异较大,对于不同背景的图像需要采用不同的处理参数。对不同钢种和不同规格的棒线材,主控服务器预先接收到L2生产信息,并在开始检测前将设定的图像处理参数写入FPGA对应的存储器地址内,图像处理器应用设定的参数对图像进行处理,针对不同线材及对应的参数,可实时完成棒线材表面图像的过滤处理,即丢弃没有缺陷信息的图像,保留有缺陷信息的图像,并将有缺陷信息的图像通过网络送PC机进行二次处理和分析。
传感器模块包括位于线材检测线上的速度传感器和热金属探测器,热金属探测器用于探测是否有金属线材通过,当有金属线材通过时,发出开始工作的信号,主图像处理装置中触发控制单元再将该信号传输至从图像处理装置中,控制所有的图像获取模块开始工作;当没有金属线材通过时,发出停止工作的信号,主图像处理装置中触发控制单元再将该信号传输至从图像处理装置中,控制所有的图像获取模块停止工作。传感器模块将速度传感器探测到的线材运动的速度转换为触发信号,触发信号为脉冲信号,该外触发信号来自现场提供的4-20mA电流信号,4-20mA电流信号对应不同的线材运动速度;经过模数转换模块输出RS422触发脉冲信号,图像处理装置中触发控制单元根据传感器模块的指令对该脉冲触发信号进行分/倍频处理,并将分/倍频后的触发信号分发至各从图像处理装置,实现六个相机的触发信号同步。
在实际工作中,主图像处理装置不仅需要给出行触发信号,还需要定时给出一个帧同步信号,六个相机在同一个行触发源和帧同步信号源控制下工作。六个图像处理装置的触发控制单元在得到同一个有效的触发信号之后,直接把行触发信号送给相机,用帧同步信号实现六路相机帧同步,进而实现相机的同步拍摄。
请继续参阅附图2,6个FPGA的输出端,连接万兆网交换机Ⅰ,6个图像处理端连接万兆网交换机Ⅱ,万兆网交换机Ⅰ和万兆网交换机Ⅱ之间通过万兆光纤连接。
如附图3所示,由于图像处理装置中包含多个图像处理器,FPGA分发给不同图像处理器的分析的图像是按帧编号的方式进行的,方便后期的图像处理;例如,当图像处理器的个数为3时,FPGA得到连续的三帧图像之后,会把图像按顺序加帧号并分别送给三个图像处理器,比如相机的第一幅图Img1送给GPU1,第二幅图像送给GPU2等分别进行下一步的算法处理,当图像处理器通过算法检测到对应的分析图像含有缺陷时,会告知FPGA中缺陷图像输出控制单元,缺陷图像输出控制单元会将由缺陷图像输出。
综上所述,本发明中图像处理装置和系统具有如下特点:
1)图像处理装置采取FPGA和图像处理器的硬件平台,FPGA负责图像的同步采集、分发、有缺陷图像的传输等工作,图像处理器负责滤波、找边,梯度卷积,二值化等复杂算法,过滤无缺陷信息的图像。
2)本发明中基于FPGA和图像处理器的硬件平台的图像处理装置中含有多个图像处理器,应用已设置的参数对图像进行快速并行处理,实现无缺陷信息图像的过滤,将可能存在缺陷的图像通过千兆网接口输出,并将图像送图像获取模块进行二次处理和分析;
3)本发明图像处理装置接收外触发信号,启停信号等外部信号,并存储来自主控服务器设置的图像处理参数。图像处理系统中含一个主图像处理装置和多个从图像处理装置,主图像处理装置负责外触发和启停等信号与从图像处理装置的同步,实现多个相机图像的同步采集。
4)本发明中图像处理装置输出的图像可直接通过千兆网连接到PC机,对于距离较远的应用场合,可以通过万兆网或千兆网交换机,以光纤的方式进行连接。
以上所述仅为本发明的优选实施例,所述实施例并非用于限制本发明的专利保护范围,因此凡是运用本发明的说明书及附图内容所作的等同结构变化,同理均应包含在本发明所附权利要求的保护范围内。
Claims (9)
1.一种用于线材在线检测的图像处理装置,其特征在于,包括图像获取模块、图像处理模块和图像处理端,所述图像处理模块位于所述图像获取模块和图像处理端之间,所述图像获取模块位于线材的检测线上,实时拍摄线材的图像并传输至所述图像处理模块进行处理,所述图像处理模块将含有缺陷的图像传输至所述图像处理端进行分析;
其中,所述图像处理模块包括FPGA和图像处理器,所述FPGA的输入端连接所述图像获取模块,所述FPGA的输出端连接所述图像处理端,所述FPGA包括内存控制单元、缺陷图像输出控制单元、同步重排单元、图像处理器控制单元和触发控制单元,所述触发控制单元连接触发信号和启停信号,用于控制所述图像获取模块是否工作以及获取图像的频率,所述图像处理器控制单元连接所述图像处理器,所述同步重排单元同时连接所述内存控制单元和图像处理器控制单元,所述缺陷图像输出控制单元连接所述图像处理器控制单元;
所述图像获取模块所获取的图像传输至所述同步重排单元进行重排组合,形成分析图像,所述分析图像缓存在所述内存控制单元中,图像处理器控制单元从所述内存控制单元中调取分析图像进入所述图像处理器中进行分析计算,并将有缺陷的分析图像传输至所述缺陷图像输出控制单元中,所述缺陷图像输出控制单元将有缺陷的图像输出至所述图像处理端进行分析。
2.根据权利要求1所述的一种用于线材在线检测的图像处理装置,其特征在于,所述图像处理模块包括M个图像处理器,所述图像处理器控制单元同时连接M个图像处理器,其中,M为大于等于1的整数。
3.根据权利要求1所述的一种用于线材在线检测的图像处理装置,其特征在于,所述图像获取模块为线阵相机。
4.根据权利要求1所述的一种用于线材在线检测的图像处理装置,其特征在于,所述分析图像为N个线阵相机拍摄的图像组合而成,其中,N为大于等于1的整数。
5.一种用于线材在线检测的图像处理系统,其特征在于,包括X个权利要求1所述的图像处理装置,其中,X个图像获取模块均匀分布在线材周围,其中一个图像处理装置为主图像处理装置,其余X-1个为从图像处理装置;所述主图像处理装置中的触发控制单元连接传感器模块,从图像处理装置中的触发控制单元连接所述主图像处理装置中的触发控制单元,其中,X为大于1的整数。
6.根据权利要求5所述的一种用于线材在线检测的图像处理系统,其特征在于,所述传感器模块包括位于线材检测线上的速度传感器和热金属探测器。
7.根据权利要求6所述的一种用于线材在线检测的图像处理系统,其特征在于,所述传感器模块将所述速度传感器探测到的线材运动的速度转换为触发信号,所述触发信号为脉冲信号。
8.根据权利要求7所述的一种用于线材在线检测的图像处理系统,其特征在于,所述主图像处理装置中的触发控制单元将触发信号进行分频或倍频处理,并将分频或倍频处理后的触发信号分发至从图像处理装置中的触发控制单元,实现X个图像获取模块的触发信号同步。
9.根据权利要求5所述的一种用于线材在线检测的图像处理系统,其特征在于,所述X个FPGA的输出端的输出端连接万兆网交换机Ⅰ,所述X个图像处理端连接万兆网交换机Ⅱ,所述万兆网交换机Ⅰ和万兆网交换机Ⅱ之间通过万兆光纤连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811618383.3A CN111402190B (zh) | 2018-12-28 | 2018-12-28 | 一种用于线材在线检测的图像处理装置和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811618383.3A CN111402190B (zh) | 2018-12-28 | 2018-12-28 | 一种用于线材在线检测的图像处理装置和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111402190A CN111402190A (zh) | 2020-07-10 |
CN111402190B true CN111402190B (zh) | 2023-06-09 |
Family
ID=71413125
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811618383.3A Active CN111402190B (zh) | 2018-12-28 | 2018-12-28 | 一种用于线材在线检测的图像处理装置和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111402190B (zh) |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202075755U (zh) * | 2011-05-03 | 2011-12-14 | 西安理工大学 | 一种工件表面微裂纹视觉检测装置 |
CN202351182U (zh) * | 2011-11-16 | 2012-07-25 | 福建标新易开盖集团有限公司 | 一种马口铁表面缺陷在线高速检测系统 |
KR20120129020A (ko) * | 2011-05-18 | 2012-11-28 | 동우 화인켐 주식회사 | 필름 결함 모니터링 장치 및 방법 |
CN102937598A (zh) * | 2012-11-12 | 2013-02-20 | 广州南沙华卓化工有限公司 | Ito薄膜电路图案缺陷信息的紫外光学在线自动检测方法与装置 |
CN102980893A (zh) * | 2012-11-13 | 2013-03-20 | 上海交通大学 | 钢锭表面缺陷分类检测系统及方法 |
CN103325116A (zh) * | 2013-06-17 | 2013-09-25 | 中国人民银行印制科学技术研究所 | 一种印品图像检测系统及方法 |
CN103543157A (zh) * | 2012-07-17 | 2014-01-29 | 宝山钢铁股份有限公司 | 离线带材表面图像模拟动态采集方法及装置 |
CN103913460A (zh) * | 2013-01-04 | 2014-07-09 | 北京兆维电子(集团)有限责任公司 | 一种在线纸病检测系统 |
CN104614379A (zh) * | 2013-11-04 | 2015-05-13 | 北京兆维电子(集团)有限责任公司 | 一种版材表面缺陷的检测系统和方法 |
CN104851069A (zh) * | 2015-04-28 | 2015-08-19 | 电子科技大学 | 一种线缆表观图像缺陷检测装置 |
CN105023262A (zh) * | 2014-04-23 | 2015-11-04 | 苏州瑞森特信息科技有限公司 | 视觉检测控制器 |
CN105092593A (zh) * | 2015-08-27 | 2015-11-25 | 张小磊 | 一种基于高强度照明的钢板缺陷检测方法 |
CN105181708A (zh) * | 2015-08-27 | 2015-12-23 | 李红军 | 纺织机针批次合格检测平台 |
CN105510341A (zh) * | 2014-10-16 | 2016-04-20 | 江苏凯旋涂装自动化工程有限公司 | 基于机器视觉的表面缺陷在线检测系统 |
CN107817216A (zh) * | 2017-10-31 | 2018-03-20 | 武汉精测电子技术股份有限公司 | 一种基于cpu+gpu+fpga架构的自动光学检测系统 |
CN107945152A (zh) * | 2017-10-27 | 2018-04-20 | 深圳市创科自动化控制技术有限公司 | 工业相机的缺陷检测控制系统及方法 |
CN108982532A (zh) * | 2018-08-23 | 2018-12-11 | 红塔烟草(集团)有限责任公司 | 烟条多相机重复视觉检测装置及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20010012381A1 (en) * | 1997-09-26 | 2001-08-09 | Hamed Sari-Sarraf | Vision-based, on-loom fabric inspection system |
-
2018
- 2018-12-28 CN CN201811618383.3A patent/CN111402190B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202075755U (zh) * | 2011-05-03 | 2011-12-14 | 西安理工大学 | 一种工件表面微裂纹视觉检测装置 |
KR20120129020A (ko) * | 2011-05-18 | 2012-11-28 | 동우 화인켐 주식회사 | 필름 결함 모니터링 장치 및 방법 |
CN202351182U (zh) * | 2011-11-16 | 2012-07-25 | 福建标新易开盖集团有限公司 | 一种马口铁表面缺陷在线高速检测系统 |
CN103543157A (zh) * | 2012-07-17 | 2014-01-29 | 宝山钢铁股份有限公司 | 离线带材表面图像模拟动态采集方法及装置 |
CN102937598A (zh) * | 2012-11-12 | 2013-02-20 | 广州南沙华卓化工有限公司 | Ito薄膜电路图案缺陷信息的紫外光学在线自动检测方法与装置 |
CN102980893A (zh) * | 2012-11-13 | 2013-03-20 | 上海交通大学 | 钢锭表面缺陷分类检测系统及方法 |
CN103913460A (zh) * | 2013-01-04 | 2014-07-09 | 北京兆维电子(集团)有限责任公司 | 一种在线纸病检测系统 |
CN103325116A (zh) * | 2013-06-17 | 2013-09-25 | 中国人民银行印制科学技术研究所 | 一种印品图像检测系统及方法 |
CN104614379A (zh) * | 2013-11-04 | 2015-05-13 | 北京兆维电子(集团)有限责任公司 | 一种版材表面缺陷的检测系统和方法 |
CN105023262A (zh) * | 2014-04-23 | 2015-11-04 | 苏州瑞森特信息科技有限公司 | 视觉检测控制器 |
CN105510341A (zh) * | 2014-10-16 | 2016-04-20 | 江苏凯旋涂装自动化工程有限公司 | 基于机器视觉的表面缺陷在线检测系统 |
CN104851069A (zh) * | 2015-04-28 | 2015-08-19 | 电子科技大学 | 一种线缆表观图像缺陷检测装置 |
CN105092593A (zh) * | 2015-08-27 | 2015-11-25 | 张小磊 | 一种基于高强度照明的钢板缺陷检测方法 |
CN105181708A (zh) * | 2015-08-27 | 2015-12-23 | 李红军 | 纺织机针批次合格检测平台 |
CN107945152A (zh) * | 2017-10-27 | 2018-04-20 | 深圳市创科自动化控制技术有限公司 | 工业相机的缺陷检测控制系统及方法 |
CN107817216A (zh) * | 2017-10-31 | 2018-03-20 | 武汉精测电子技术股份有限公司 | 一种基于cpu+gpu+fpga架构的自动光学检测系统 |
CN108982532A (zh) * | 2018-08-23 | 2018-12-11 | 红塔烟草(集团)有限责任公司 | 烟条多相机重复视觉检测装置及方法 |
Non-Patent Citations (3)
Title |
---|
杜永忠 ; 平雪良 ; 何佳唯 ; .圣女果表面缺陷检测与分级系统研究.农业机械学报.2013,(第S1期),全文. * |
欧阳高飞 ; 邝泳聪 ; 谢宏威 ; 陈军 ; .电子元件焊接质量的自动光学检测系统研究.机械设计与制造.2011,(第07期),全文. * |
王震宇 ; .基于机器视觉钢板表面缺陷检测技术研究.计算机与现代化.2013,(第07期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN111402190A (zh) | 2020-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105699381B (zh) | 一种基于机器视觉的铁轨扣件检测装置 | |
US20240118218A1 (en) | Stroboscopic stepped illumination defect detection system | |
US8351672B2 (en) | Machine imaging apparatus and method for detecting foreign materials | |
CN109772724B (zh) | 一种铸件重点表面及内部缺陷的柔性检测分析系统 | |
CN107807568B (zh) | 增材制造监控系统、方法、装置及增材制造设备 | |
CN108613987A (zh) | 烟支外观实时在线检测剔除装置及方法 | |
DE69933609T2 (de) | Gerät zum Prüfen von Masken mit reduzierter Prüfzeit | |
CN105044126A (zh) | 宽幅连续表面缺陷视觉检测系统 | |
Kim et al. | A high-speed high-resolution vision system for the inspection of TFT LCD | |
CN104132945A (zh) | 一种基于光纤传导的棒材表面质量在线视觉检测装置 | |
CN111598771A (zh) | 一种基于ccd相机的pcb电路板缺陷检测系统及方法 | |
CN111402190B (zh) | 一种用于线材在线检测的图像处理装置和系统 | |
CN106524955A (zh) | 一种平面等厚干涉数显测量装置及测量平晶平面度的方法 | |
CN210270582U (zh) | 一种多路同步触发装置、隧道面阵相机及隧道巡检系统 | |
EP2847676B1 (en) | System and method of distributed procesing for machine-vision analysis | |
CN114324080B (zh) | 一种在线检测含能材料颗粒形貌及粒径分布的装置 | |
JPH08313454A (ja) | 画像処理装置 | |
CN112139050B (zh) | 一种高速产品传输的协同灯检方法和系统 | |
JPWO2022085135A5 (zh) | ||
CN105783725A (zh) | 基于多目机器视觉的细纱机钢领精度检测装置及检测方法 | |
CN103543157B (zh) | 离线带材表面图像模拟动态采集方法及装置 | |
Liang et al. | Research on Surface Defect Detection Algorithm of Tube-Type Bottle Based on Machine Vision | |
CN106331620B (zh) | 灌装生产线药瓶定位分析方法 | |
CN104515862A (zh) | 自动光学检测方法及实施该方法的自动光学检测系统 | |
EP3304053B1 (en) | Method and apparatus for determining features of hot surface |
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 |