CN112381781A - 基于3d点云的胶路缺陷检测方法 - Google Patents

基于3d点云的胶路缺陷检测方法 Download PDF

Info

Publication number
CN112381781A
CN112381781A CN202011253959.8A CN202011253959A CN112381781A CN 112381781 A CN112381781 A CN 112381781A CN 202011253959 A CN202011253959 A CN 202011253959A CN 112381781 A CN112381781 A CN 112381781A
Authority
CN
China
Prior art keywords
glue
detection area
height
width
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.)
Granted
Application number
CN202011253959.8A
Other languages
English (en)
Other versions
CN112381781B (zh
Inventor
都卫东
王岩松
和江镇
吴健雄
张佳俊
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.)
Zhengtu Intelligent Technology Jiangsu Co ltd
Original Assignee
Zhengtu Intelligent Technology Jiangsu 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 Zhengtu Intelligent Technology Jiangsu Co ltd filed Critical Zhengtu Intelligent Technology Jiangsu Co ltd
Priority to CN202011253959.8A priority Critical patent/CN112381781B/zh
Publication of CN112381781A publication Critical patent/CN112381781A/zh
Application granted granted Critical
Publication of CN112381781B publication Critical patent/CN112381781B/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
    • G06T7/001Industrial image inspection using an image reference approach
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • 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
    • G06T2207/10028Range image; Depth image; 3D point clouds
    • 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
    • G06T2207/30168Image quality inspection

Abstract

本发明涉及一种基于3D点云的胶路缺陷检测方法,包括以下步骤:1)采用3D相机扫描获取胶路的3D点云数据,得到喷胶轨迹;2)根据喷胶轨迹创建多个矩形检测区;3)计算每个矩形检测区内胶路的平均高度、宽度、最大高度以及喷胶轨迹中心高度;4)设置阈值参数,将步骤3)中计算出来的结果与阈值参数进行比较,判断该检测区是否存在缺陷。本发明根据喷胶轨迹的形状生成矩形检测区,计算出每个检测区内胶路的宽度、最大高度、平均高度、中心高度等值,通过这些值与设置的参数阈值进行比较,来检测胶路上的每个检测区是否存在缺胶、溢胶、断胶和胶路偏移等缺陷;本发明通过胶路的三维信息来检测胶路的缺陷,提高了检测的准确性和精度。

Description

基于3D点云的胶路缺陷检测方法
技术领域
本发明涉及视觉检测技术领域,尤其是一种基于3D点云的胶路缺陷检测方法。
背景技术
在受话器的生产过程中,需要在受话器的表面上喷涂无色透明的胶水。在喷涂过程中,在胶路上往往出现缺胶,溢胶和断胶的缺陷。
传统的方式是利用零件喷胶前的质量和喷胶后的质量进行比较,计算出胶水整体的质量,进而判断出喷涂的胶水是否满足需求,是否有缺胶溢胶缺陷。由于该方法只能计算出胶水整体的质量,无法获知胶水在不同区域内是如何分布的,对于同时存在缺胶和溢胶,该方法则无法检测出。
另一种方法是利用相机拍摄胶路的2D图像,通过2D图像来检测缺陷,由于2D图像只包含二维平面信息,无法获知胶路的高度信息,对于胶路在某点上过高或过低等缺陷则无法检测。
由于在喷胶过程中,会预设一条喷胶轨迹,而后沿着该轨迹进行喷射胶水。在现有的喷射工艺下,实际形成的胶路会在喷胶的轨迹附近波动,如图6所示,实际胶路的位置是不确定性,胶路位置偏移在允许范围内是好品,若偏移太大也认为是缺陷。
现有的3D传感器虽然能够获取零件表面的高度信息,但由于不知道实际的胶路的位置,无法直接测量出实际胶路横截面的平均高度、宽度等数据。并且胶路的横截面是一个凸包形,其最大高度所在的位置也是不确定的。因此获得零件表面的高度信息后,还是无法直接检测出胶路的缺陷。
发明内容
本发明要解决的技术问题是:提供一种基于3D点云的胶路缺陷检测方法,利用3D传感器对胶路进行扫描,获取胶路的三维坐标点云信息,并根据点云来检测胶路上的缺胶、溢胶、断胶等缺陷。
本发明解决其技术问题所采用的技术方案是:一种基于3D点云的胶路缺陷检测方法,包括,
1)采用3D相机扫描获取胶路的3D点云数据,得到喷胶轨迹;
2)根据喷胶轨迹创建多个矩形检测区;
3)计算每个矩形检测区内胶路的平均高度、宽度、最大高度以及喷胶轨迹中心高度;
4)设置阈值参数,将步骤3)中计算出来的结果与阈值参数进行比较,判断该检测区是否存在缺陷。
进一步的说,本发明所述的步骤2)中,在喷胶轨迹上每隔D距离创建一个宽度为W,长度为L的矩形检测区,检测区宽度W为胶路实际宽度的2~2.5倍。
再进一步的说,本发明所述的步骤2)中,将喷胶轨迹视为一条折线,获取该喷胶轨迹折线上点的坐标,计算第i个点到第i+1点之间的矩形检测区的个数m,得到其中第n个矩形检测区的中心坐标以及该矩形检测区中线与X轴的角度phi。
再进一步的说,本发明所述的步骤3)中,将每个矩形检测区等步长地分为n等份,每一等份区域内胶路的高度h用该区域内所有点的Z坐标的平均值表示;统计每一等份区域内的高度h,获得n个高度值h1~hn,若h大于有效高度,则认为该区域是胶路区域。
再进一步的说,本发明所述的步骤3)中,胶路的平均高度为检测区内胶路区域的平均值,h1~hn中大于有效高度的值的和为TotalHeight;检测区胶路的最大高度为h1~hn的最大值。
再进一步的说,本发明所述的步骤3)中,hi为h1~hn中大于有效高度的第一个值,hj为h1~hn中大于有效高度的最后一个值,则胶路的宽度
Figure BDA0002772509290000031
其中,W为检测区的宽度,n为检测区等步长分割的份数;胶路的喷胶轨迹中心高度为CenterHeight=hn/2,其中,hn/2为h1~hn中第n/2个值。
再进一步的说,本发明所述的步骤4)中,若检测区的平均高度大于平均高度上阈值,则认为该检测区存在溢胶缺陷,若检测区的平均高度小于平均高度下阈值,则认为该检测区内存在缺胶缺陷;
若检测区的宽度大于宽度上阈值,则认为该检测区存在溢胶缺陷,若检测区的宽度小于宽度下阈值,则认为该检测区内存在缺胶缺陷,若检测区的宽度为0,则认为该检测区内存在断胶缺陷;
若检测区的最大高度大于最大高度上阈值,则认为该检测区存在溢胶缺陷;
若检测区的喷胶轨迹中心高度小于喷胶轨迹中心高度下阈值,则认为该区域的胶路存在胶路偏移缺陷。
本发明的有益效果是,解决了背景技术中存在的缺陷,根据喷胶轨迹的形状生成矩形检测区,计算出每个检测区内胶路的宽度、最大高度、平均高度、中心高度等值,通过这些值与设置的参数阈值进行比较,来检测胶路上的每个检测区是否存在缺胶、溢胶、断胶和胶路偏移等缺陷;本发明通过胶路的三维信息来检测胶路的缺陷,提高了检测的准确性和精度。
附图说明
图1是本发明的检测流程图;
图2是根据胶路轨迹自创建矩形检测区示意图;
图3是胶路横截面示意图;
图4是单个检测区等间隔分为n等份示意图;
图5是单个检测区高度h1~h40分布示意图;
图6是实际胶路与理论喷胶轨迹示意图。
具体实施方式
现在结合附图和优选实施例对本发明作进一步详细的说明。这些附图均为简化的示意图,仅以示意方式说明本发明的基本结构,因此其仅显示与本发明有关的构成。
如图1-6所示的一种基于3D点云的胶路缺陷检测方法,利用3D相机扫描出胶路的3D点云数据,利用3D点云的信息来检测胶路的缺陷,整体的流程如图1所示。
具体步骤如下:
1、根据喷胶轨迹创建矩阵检测区。
在喷胶过程中,虽然实际的胶路形状不确定,但其预设的喷胶的轨迹是已知的,且实际的胶路在预设的喷胶的轨迹附近波动。将喷胶轨迹视为一条折线。利用参数检测区宽度W,检测区长度L,检测区间隔D来确定检测区,将胶路轨迹分割成许多段,如图2所示,在喷胶的轨迹上每隔D创建一个宽度为W,长度为L的矩形检测区。检测区宽度一般设为胶路实际宽度的两倍左右。检测区宽度和检测区长度则根据检测的精度决定,值越小,则精度越高,但耗时越长。
设喷胶轨迹折线上点的坐标分别为(X1,Y1)...(Xi,Yi)...(Xk,Yk)。则在第i个点到第i+1点之间的检测区个数
Figure BDA0002772509290000051
其中第n个矩形检测区的中心坐标(Xn,Yn)可根据如下公式计算出:
Figure BDA0002772509290000052
Figure BDA0002772509290000053
矩形检测区中线与X轴的角度phi为
Figure BDA0002772509290000054
由于折线具有拐点,则,对于折线的拐点(Xi,Yi)上的矩形检测区,其中心坐标(X,Y)和角度phi如下:
X=Xi
Y=Yi
Figure BDA0002772509290000055
沿着喷胶轨迹创建矩形检测区后,可针对每一个检测区矩形计算分析,判断检测区内是否有缺陷。
2、根据高度信息确定胶路的实际位置,计算每个检测区内胶路的平均高度MeanHeight、宽度Width、最大高度MaxHeight、喷胶轨迹中心高度CenterHeight。
为了判断每个检测区内确定的胶路区域是否有缺陷,计算出每个检测区内胶路的平均高度MeanHeight、宽度Width、最大高度MaxHeight、中心高度CenterHeight。对于胶路的横截面而言,其整体特征是离胶路中心近的地方高,远离胶路中心的地方低,如图3所示。
为了判断出检测区内哪部分是胶路区域,将每个检测区等步长地分为n等份,如图4所示。每一份区域内胶路的高度h用该区域内所有点的Z坐标的平均值表示。统计每一份区域内的高度h,共获得n个高度值h1~hn。
设置参数胶路,若h大于有效高度StandHeight,则认为该区域是胶路区域。
胶路的平均高度MeanHeight为检测区内胶路区域的平均值,TotalHeight为h1~hn中大于有效高度StandHeight的值的和,则平均高度可由以下公式计算出:
Figure BDA0002772509290000061
其中K为为h1~hn中大于有效高度StandHeight的值的个数。
检测区胶路的最大高度MaxHeight为h1~hn的最大值。
由于胶路整体为中间高,两边低,故h1~hn的变化趋势是先增加,后减小。设hi为h1~hn中大于有效高度StandHeight的第一个值,设hj为h1~hn中大于有效高度StandHeight的最后一个值,则胶路的宽度为:
Figure BDA0002772509290000062
其中W为检测区的宽度,n为检测区等步长分割的份数。
胶路的喷胶轨迹中心高度CenterHeight为:
CenterHeight=hn/2
其中hn/2为h1~hn中第n/2个值。
3、根据检测区胶路的平均高度、宽度、最大高度、喷胶轨迹中心高度判断该检测区是否存在缺陷。
设置缺陷阈值参数,平均高度上阈值MeanHeightUp,平均高度下阈值MeanHeightLow。
若检测区的平均高度大于MeanHeightUp,则认为该检测区存在溢胶缺陷,若检测区的平均高度小于MeanHeightLow,则认为该检测区内存在缺胶缺陷。
设置宽度上阈值WidthUp,宽度下阈值WidthLow。
若检测区的宽度大于WidthUp,则认为该检测区存在溢胶缺陷,若检测区的宽度小于WidthLow,则认为该检测区内存在缺胶缺陷,若检测区的宽度为0,则认为该检测区内存在断胶缺陷。
设置最大高度上阈值MaxHeightUp。
若检测区的最大高度大于MaxHeightUp,则认为该检测区存在溢胶缺陷。
设置喷胶轨迹中心高度centerHeight下阈值centerHeightLow。
若检测区的喷胶轨迹中心高度centerHeight小于centerHeightLow,则认为该区域的胶路存在胶路偏移缺陷。
下面通过一个具体的实施例进行说明:
首先利用3D传感器采集受话器零件上胶路得的三维点云数据,所使用的传感器的X方向的分辨率为0.019mm,Y方向的分辨率为0.02mm,Z方向的分辨率为0.0017mm:在受话器上有一条总长为120mm矩形胶路轨迹。
胶路的实际宽度大约为1mm,最大高度约为0.4mm。故可将参数检测区宽度W设置为2mm,检测区长度L设置为0.1mm,检测区间隔D设置为0.1mm,沿着胶路轨迹每隔0.1mm生成1200个长度为0.1mm,宽度为2mm的矩形检测区。
设置参数胶路有效高度StandHeight为0.1mm。对于每个检测区,将每个检测区沿着胶路方向分割成40小份,测量步长为0.05mm,统计检测区内每一小份的Z坐标的平均值,计算出每一份区域的高度信息h1~h40。图5为一个矩形检测区内的测得的40个高度信息。对于该检测区而言,h1~h40的最大值为0.36mm,即该检测区的最大高度MaxHeight为0.36mm;h1~h40中的h9~h28的值大于有效高度StandHeight,即有20个值的高度大于有效高度。故胶路的宽度为
Figure BDA0002772509290000081
胶路的平均高度为
Figure BDA0002772509290000082
喷胶轨迹中心高度为hn/2=h20=0.35mm。
设置平均高度上阈值MeanHeightUp为0.3mm,平均高度下阈值MeanHeightLow下阈值为0.02mm。若检测区的平均高度大于MeanHeightUp则认为该检测区存在溢胶缺陷,若检测区的平均高度小于MeanHeightLow则认为该检测区内存在缺胶缺陷。
设置宽度上阈值WidthUp为1.2mm,宽度下阈值WidthLow为0.8mm,若检测区的宽度大于WidthUp则认为该检测区存在溢胶缺陷,若检测区的宽度小于WidthLow则认为该检测区内存在缺胶缺陷。若检测区的宽度为0,则认为该检测区内存在断胶缺陷。
设置最大高度上阈值MaxHeightUp为0.4若检测区的最大高度大于MaxHeightUp则认为该检测区存在溢胶缺陷。
设置中心高度下阈值CenterHeightLow为0.3mm,若检测区的喷胶轨迹中心高度CenterHeight小于CenterHeightLow,则认为该区域的胶路存在胶路偏移缺陷。
以上说明书中描述的只是本发明的具体实施方式,各种举例说明不对本发明的实质内容构成限制,所属技术领域的普通技术人员在阅读了说明书后可以对以前所述的具体实施方式做修改或变形,而不背离发明的实质和范围。

Claims (7)

1.一种基于3D点云的胶路缺陷检测方法,包括,其特征在于:
1)采用3D相机扫描获取胶路的3D点云数据,得到喷胶轨迹;
2)根据喷胶轨迹创建多个矩形检测区;
3)计算每个矩形检测区内胶路的平均高度、宽度、最大高度以及喷胶轨迹中心高度;
4)设置阈值参数,将步骤3)中计算出来的结果与阈值参数进行比较,判断该检测区是否存在缺陷。
2.如权利要求1所述的基于3D点云的胶路缺陷检测方法,其特征在于:所述的步骤2)中,在喷胶轨迹上每隔D距离创建一个宽度为W,长度为L的矩形检测区,检测区宽度W为胶路实际宽度的2~2.5倍。
3.如权利要求2所述的基于3D点云的胶路缺陷检测方法,其特征在于:所述的步骤2)中,将喷胶轨迹视为一条折线,获取该喷胶轨迹折线上点的坐标,计算第i个点到第i+1点之间的矩形检测区的个数m,得到其中第n个矩形检测区的中心坐标以及该矩形检测区中线与X轴的角度phi。
4.如权利要求1所述的基于3D点云的胶路缺陷检测方法,其特征在于:所述的步骤3)中,将每个矩形检测区等步长地分为n等份,每一等份区域内胶路的高度h用该区域内所有点的Z坐标的平均值表示;统计每一等份区域内的高度h,获得n个高度值h1~hn,若h大于有效高度,则认为该区域是胶路区域。
5.如权利要求4所述的基于3D点云的胶路缺陷检测方法,其特征在于:所述的步骤3)中,胶路的平均高度为检测区内胶路区域的平均值,h1~hn中大于有效高度的值的和为TotalHeight;检测区胶路的最大高度为h1~hn的最大值。
6.如权利要求4所述的基于3D点云的胶路缺陷检测方法,其特征在于:所述的步骤3)中,hi为h1~hn中大于有效高度的第一个值,hj为h1~hn中大于有效高度的最后一个值,则胶路的宽度
Figure FDA0002772509280000021
其中,W为检测区的宽度,n为检测区等步长分割的份数;胶路的喷胶轨迹中心高度为CenterHeight=hn/2,其中,hn/2为h1~hn中第n/2个值。
7.如权利要求1所述的基于3D点云的胶路缺陷检测方法,其特征在于:所述的步骤4)中,若检测区的平均高度大于平均高度上阈值,则认为该检测区存在溢胶缺陷,若检测区的平均高度小于平均高度下阈值,则认为该检测区内存在缺胶缺陷;
若检测区的宽度大于宽度上阈值,则认为该检测区存在溢胶缺陷,若检测区的宽度小于宽度下阈值,则认为该检测区内存在缺胶缺陷,若检测区的宽度为0,则认为该检测区内存在断胶缺陷;
若检测区的最大高度大于最大高度上阈值,则认为该检测区存在溢胶缺陷;
若检测区的喷胶轨迹中心高度小于喷胶轨迹中心高度下阈值,则认为该区域的胶路存在胶路偏移缺陷。
CN202011253959.8A 2020-11-11 2020-11-11 基于3d点云的胶路缺陷检测方法 Active CN112381781B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011253959.8A CN112381781B (zh) 2020-11-11 2020-11-11 基于3d点云的胶路缺陷检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011253959.8A CN112381781B (zh) 2020-11-11 2020-11-11 基于3d点云的胶路缺陷检测方法

Publications (2)

Publication Number Publication Date
CN112381781A true CN112381781A (zh) 2021-02-19
CN112381781B CN112381781B (zh) 2021-10-01

Family

ID=74582640

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011253959.8A Active CN112381781B (zh) 2020-11-11 2020-11-11 基于3d点云的胶路缺陷检测方法

Country Status (1)

Country Link
CN (1) CN112381781B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113042327A (zh) * 2021-03-16 2021-06-29 苏州小蜂视觉科技有限公司 一种点胶胶量检测方法和装置、点胶设备
CN113252625A (zh) * 2021-04-27 2021-08-13 歌尔光学科技有限公司 一种具有荧光效应的胶水的胶路检测方法
CN113487539A (zh) * 2021-06-08 2021-10-08 深圳市格灵精睿视觉有限公司 胶路质量分析方法、设备、系统及存储介质
CN114494241A (zh) * 2022-02-18 2022-05-13 迪赛福工业互联(深圳)有限公司 胶路缺陷检测方法、装置及设备

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1340974A2 (de) * 2002-03-01 2003-09-03 VMT Bildverarbeitungssysteme GmbH Verfahren zur Qualitätssicherung des Auftrags eines Mediums auf ein Objekt
CN107159533A (zh) * 2017-06-30 2017-09-15 深圳赛意法微电子有限公司 晶圆的点胶方法及点胶装置
CN108492282A (zh) * 2018-03-09 2018-09-04 天津工业大学 基于线结构光与多任务级联卷积神经网络的三维涂胶检测
CN108956625A (zh) * 2018-07-20 2018-12-07 Oppo广东移动通信有限公司 胶路检测方法及胶路检测装置
CN109030515A (zh) * 2018-06-08 2018-12-18 歌尔股份有限公司 涂胶的检测方法及装置
CN110530273A (zh) * 2019-09-23 2019-12-03 易思维(杭州)科技有限公司 基于结构光测量的涂胶信息检测方法
CN111024715A (zh) * 2019-12-30 2020-04-17 熵智科技(深圳)有限公司 一种胶路底平面提取方法及装置
CN111523611A (zh) * 2020-05-07 2020-08-11 北京智机科技有限公司 涂胶检测方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1340974A2 (de) * 2002-03-01 2003-09-03 VMT Bildverarbeitungssysteme GmbH Verfahren zur Qualitätssicherung des Auftrags eines Mediums auf ein Objekt
CN107159533A (zh) * 2017-06-30 2017-09-15 深圳赛意法微电子有限公司 晶圆的点胶方法及点胶装置
CN108492282A (zh) * 2018-03-09 2018-09-04 天津工业大学 基于线结构光与多任务级联卷积神经网络的三维涂胶检测
CN109030515A (zh) * 2018-06-08 2018-12-18 歌尔股份有限公司 涂胶的检测方法及装置
CN108956625A (zh) * 2018-07-20 2018-12-07 Oppo广东移动通信有限公司 胶路检测方法及胶路检测装置
CN110530273A (zh) * 2019-09-23 2019-12-03 易思维(杭州)科技有限公司 基于结构光测量的涂胶信息检测方法
CN111024715A (zh) * 2019-12-30 2020-04-17 熵智科技(深圳)有限公司 一种胶路底平面提取方法及装置
CN111523611A (zh) * 2020-05-07 2020-08-11 北京智机科技有限公司 涂胶检测方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113042327A (zh) * 2021-03-16 2021-06-29 苏州小蜂视觉科技有限公司 一种点胶胶量检测方法和装置、点胶设备
CN113252625A (zh) * 2021-04-27 2021-08-13 歌尔光学科技有限公司 一种具有荧光效应的胶水的胶路检测方法
CN113487539A (zh) * 2021-06-08 2021-10-08 深圳市格灵精睿视觉有限公司 胶路质量分析方法、设备、系统及存储介质
CN114494241A (zh) * 2022-02-18 2022-05-13 迪赛福工业互联(深圳)有限公司 胶路缺陷检测方法、装置及设备

Also Published As

Publication number Publication date
CN112381781B (zh) 2021-10-01

Similar Documents

Publication Publication Date Title
CN112381781B (zh) 基于3d点云的胶路缺陷检测方法
CN111750789B (zh) 小模数齿轮视觉测量中齿距偏差和齿廓偏差评定方法
CN105783779B (zh) 基于三层匹配的钢轨轮廓实时形态识别与失真校准方法
CN107462587B (zh) 一种柔性ic基板凹凸痕缺陷的精密视觉检测系统及方法
CN101561251B (zh) 基于相位标靶的光学三坐标测量方法
CN113724193B (zh) Pcba零部件尺寸及间隙高精度视觉测量方法
CN110906875B (zh) 一种孔径测量的视觉处理方法
CN1841008A (zh) 激光量测机台扫描精度验证方法
CN107607064A (zh) 基于点云信息的led荧光粉胶涂覆平整度检测系统及方法
CN112361977B (zh) 一种基于权重分配的直线间距测量方法
CN111322950B (zh) 利用线结构光传感器定位圆柱体位置的方法及其用途
CN110530273A (zh) 基于结构光测量的涂胶信息检测方法
CN113804696B (zh) 一种棒材表面缺陷尺寸面积确定方法
CN100363709C (zh) 激光量测机台扫描精度验证方法
CN111664801A (zh) 一种基于高斯曲率的光学靶标点投影规划方法
CN110193673B (zh) 振镜式激光加工的网格分区域补偿方法
CN113251962B (zh) 基于机器学习的超声波车位补偿系统
CN115289997B (zh) 一种双目相机三维轮廓扫描仪及其使用方法
CN108844469B (zh) 一种基于激光测试工件台阶高度的方法及系统
CN108550144B (zh) 基于灰度信度的激光光条序列图像质量评价方法
CN114111576B (zh) 一种飞机蒙皮间隙面差检测方法
CN107894217B (zh) 基于线结构光传感器的激光叠焊焊缝下凹量检测方法
CN100351608C (zh) 激光量测机台扫描精度验证方法
US6212481B1 (en) Method and apparatus for automatic shape computing for contour shape determining machine
JP2000275028A (ja) 半田付け状態の検査方法

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