CN112415013A - 一种铜箔缺陷检测系统 - Google Patents
一种铜箔缺陷检测系统 Download PDFInfo
- Publication number
- CN112415013A CN112415013A CN202011237348.4A CN202011237348A CN112415013A CN 112415013 A CN112415013 A CN 112415013A CN 202011237348 A CN202011237348 A CN 202011237348A CN 112415013 A CN112415013 A CN 112415013A
- Authority
- CN
- China
- Prior art keywords
- copper foil
- image
- module
- standard
- detection system
- 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.)
- Pending
Links
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 title claims abstract description 103
- 239000011889 copper foil Substances 0.000 title claims abstract description 102
- 238000001514 detection method Methods 0.000 title claims abstract description 77
- 230000007547 defect Effects 0.000 title claims abstract description 42
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000007781 pre-processing Methods 0.000 claims abstract description 5
- 238000005286 illumination Methods 0.000 claims description 8
- 230000009466 transformation Effects 0.000 claims description 6
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 14
- 238000007689 inspection Methods 0.000 description 8
- 238000000605 extraction Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 3
- 239000000758 substrate Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G01N21/8851—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
- G01N21/8851—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
- G01N2021/8883—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 involving the calculation of gauges, generating models
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (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)
- Image Analysis (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种铜箔缺陷检测系统，包括：采集模块，用于采集获得一与待测铜箔对应的初始图像；处理模块，对所述初始图像进行图像预处理获得一标准初始图像；匹配模块，于所述标准初始图像进行轮廓匹配获得所述待测铜箔的检测图像；对比模块，基于所述检测图像与一标准铜箔图像的差异系数大于一门限值，生成一与该待测铜箔相关联的缺陷标签，能够提取待测铜箔的检测图像，并且将该检测图像与标准铜箔图像进行对比，对比过程中，以检测图像的像素单元为最小对比单元，从而能够提高对比速度，实现在较短的时间内完成对该两侧铜箔的检测。
Description
技术领域
本发明涉及的是一种铜箔加工领域的技术，具体是一种铜箔缺陷检测系统。
背景技术
铜箔是覆铜板及印制电路板、锂离子电池制造的重要的材料。随着电子信息产业的高速发展，对铜箔的需求量日益增加，尤其是高质量的铜箔，因此，提高铜箔的品质至关重要，尤其是外观品质严重影响着相关产品的使用寿命和性能。
目前国内外对于铜箔外观缺陷的检测，大多数是依赖人工检测，由于铜箔的面积较大，缺陷的种类较多并且特征不太明显，因此，检测结果缺乏客观性、效率低下且劳动强度大；并且由于铜箔缺陷的复杂性和缺陷之间的差异性较小的原因，传统的机器视觉技术难以满足要求。
铜箔基板缺陷的快速准确检测是工业生产中的一个重要研究内容。铜箔基板在生产制造过程中，存在的外观缺陷很难避免，这对铜箔基板的性能和品质造成了极大的负面影响，为避免缺陷造成的影响，目前通常采用手动设计特征的检测方法，包括几何特征、颜色特征、纹理特征等。这种检测方法存在局限性并且执行过程费时费力，精度和速度都难以达到要求。
发明内容
本发明针对现有技术存在的上述不足，提出一种铜箔缺陷检测系统，能够提取待测铜箔的检测图像，并且将该检测图像与标准铜箔图像进行对比，对比过程中，以检测图像的像素单元为最小对比单元，从而能够提高对比速度，实现在较短的时间内完成对该两侧铜箔的检测。
根据本发明的一个方面，提供一种铜箔缺陷检测系统，包括：
采集模块，用于采集获得一与待测铜箔对应的初始图像；
处理模块，对所述初始图像进行图像预处理获得一标准初始图像；
匹配模块，于所述标准初始图像进行轮廓匹配获得所述待测铜箔的检测图像；
对比模块，基于所述检测图像与一标准铜箔图像的差异系数大于一门限值，生成一与该待测铜箔相关联的缺陷标签。
优选的，所述处理模块包括：
缩放模块，将所述初始图像基于一固定宽度以及一固定高度进行缩放；
补偿模块，对缩放后的初始图像进行光照补偿获得所述标准初始图像。
优选的，所述匹配模块包括：
轮廓获取模块，获取一铜箔标准轮廓；
定位模块，基于所述铜箔标准轮廓于所述标准初始图像进行匹配获得所述待测铜箔的所述检测图像。
优选的，所述对比模块包括：
划分模块，将检测图像划分为多个像素单元，每一所述像素单元包含多个像素；
单元灰度获取模块，根据每一像素单元中的所述像素的灰度值获得所述像素单元的单元灰度值；
差异系数获取模块，基于每一所述像素单元的所述单元灰度与记载于所述标准铜箔图像的对应的灰度范围值，获得所述检测图像的所述差异系数；
标签生成模块，基于所述差异系数大于所述门限值，生成与所述待测铜箔相关联的缺陷标签。
优选的，所述标准铜箔图像包含多个像素单元，每一所述像素图像具有一所述灰度范围值，每一所述像素单元包含多个像素。
优选的，每一像素单元的像素数量为4个或9个。
优选的，所述匹配模块还包括：
变换模块，对所述检测图像进行仿射变换，以将所述检测图像平移和旋转至参考位置。
优选的，所述获取模块还包括：
标准图像模块，获得一标准铜箔的标准图像；
标准轮廓获取模块，于所述标准图像进行轮廓提取获得所述铜箔标准轮廓。
优选的，所述铜箔标准轮廓为正方形。
上述技术方案的有益效果是：
本发明中的铜箔缺陷检测系统，能够提取待测铜箔的检测图像，并且将该检测图像与标准铜箔图像进行对比，对比过程中，以检测图像的像素单元为最小对比单元，从而能够提高对比速度，实现在较短的时间内完成对该两侧铜箔的检测。
本发明的其它特征和优点以及本发明的各种实施例的结构和操作，将在以下参照附图进行详细的描述。应当注意，本发明不限于本文描述的具体实施例。在本文给出的这些实施例仅仅是为了说明的目的。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显。
图1是本发明的实施场景示意图；
图2是本发明的一种铜箔缺陷检测系统流程示意图；
图3是一种处理模块结构示意图；
图4是本发明的一种缩放后的初始图像示意图；
图5是一种标准初始图像示意图；
图6是一种匹配模块结构框图；
图7是一种轮廓获取模块结构框图；
图8是一种检测图像示意图；
图9是一种缺陷标签获取流程示意图；
图10是一种像素单元示意图；
附图标记：
100实施场景
101照明灯
102图像提取装置
103待测铜箔
104检测台
105检测装置
200铜箔缺陷检测系统
201采集模块
202处理模块
2021缩放模块
2022补偿模块
203匹配模块
2031轮廓获取模块
20311标准图像模块
20312标准轮廓获取模块
2032定位模块
2033变换模块
204对比模块
2041划分模块
2042单元灰度获取模块
2043差异系数获取模块
2044标签生成模块
301像素单元
302像素
从以下结合附图的详细描述中，本发明的特征和优点将变得更加
明显。贯穿附图，相同的附图标识相应元素。在附图中，相同附图标记通
常指示相同的、功能上相似的和/或结构上相似的元件。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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付出创造性劳动的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。
本申请中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
下面结合附图和具体实施例对本发明作进一步说明，但不作为本发明的限定。
根据本发明的一个方面，提供一种铜箔缺陷检测系统。
图1是本发明的实施场景示意图。图1示出了铜箔缺陷检测系统的实施场景100，图1中示出的检测台104上设置有待测铜箔103，检测台104是可以进行旋转，照明灯101用于提供光源，图像提取装置102用于采集位于检测台104上的包含有待测铜箔103的图像，照明灯101以及图像提取装置102均与检测装置105相连。通过该检测装置105控制照明灯101、图像提取装置102、检测台104，并且接收图像提取装置102拍摄的图像。
图2是本发明的一种铜箔缺陷检测系统框图。图2示出的铜箔缺陷检测系统200包括：采集模块201、处理模块202、匹配模块203以及对比模块204。采集模块201，采集获得一与待测铜箔对应的初始图像。处理模块202，对初始图像进行图像预处理获得一标准初始图像。匹配模块203，于标准初始图像进行轮廓匹配获得待测铜箔的检测图像。对比模块204，基于检测图像与一标准铜箔图像的差异系数大于一门限值，生成一与该待测铜箔相关联的缺陷标签。铜箔缺陷检测系统200运行于检测装置105中，实现对待测铜箔103的检测。
采集模块201，通过图像提取装置102拍摄待测铜箔103获得一待测铜箔103的初始图像。
图3是一种处理模块结构示意图。图4是本发明的一种缩放后的初始图像示意图。图5是一种标准初始图像示意图。图3示出的处理模块202包括：缩放模块2021以及补偿模块2022。缩放模块2021将初始图像基于一固定宽度以及一固定高度进行缩放。对初始图像宽度和高度按一定比例缩放至固定宽度以及固定高度获得如图4所示出的图像。在补偿模块2022中，对缩放后的初始图像进行光照补偿获得标准初始图像。由于所有的铜箔检测需要利用同一种检测方法，为了使得检测结果更加准确，需要保证检测之前图像除了缺陷部位，其他地方表达的信息尽量缩小差异，对初始图像进行光照补偿处理获得图5中示出的标准初始图像。
图6是一种匹配模块结构框图。图7是一种轮廓获取模块结构框图。匹配模块203还包括轮廓获取模块2031、定位模块2032以及变换模块2033。通过轮廓获取模块2031获取一铜箔标准轮廓。轮廓获取模块2031还包括标准图像模块20311和标准轮廓获取模块20312。标准图像模块20311用于获得一标准铜箔的标准图像。对该标准图像进行预处理得到一幅光照均匀的标准图像。标准轮廓获取模块20312用于于标准图像进行轮廓提取获得铜箔标准轮廓，铜箔标准轮廓一般为正方形。
图8是一种检测图像示意图。定位模块2032基于铜箔标准轮廓于标准初始图像进行匹配获得待测铜箔的检测图像。通过铜箔标准轮廓于标准初始图像进行匹配即可以获得图5中示出的待测铜箔103的检测图像。在变换模块2033中，对检测图像进行仿射变换，以将检测图像平移和旋转至参考位置。图5中的待测铜箔103的检测图像需要进行平移以及旋转，即可以变换到参考位置之后获得如图8示出的检测图像。
图9是一种对比模块结构框图。图10是一种像素单元示意图。对比模块204包括：划分模块2041、单元灰度获取模块2042、差异系数获取模块2043以及标签生成模块2044。划分模块2041将检测图像划分为多个像素单元，每一像素单元包含多个像素。参考图10，将图8中示出的检测图像划分为若干个像素单元，没一个像素单元301包括了4个像素302。在一些事实例中，一个像素单元301可以包括9个像素。在单元灰度获取模块2042中，根据每一像素单元中的像素的灰度值获得像素单元的单元灰度值。参考图10，图10中示出的4个像素202对应的灰度值可以为25、205、103以及155，那么该像素单元301的单元灰度值即为每个像素302的灰度值的均值即122。差异系数获取模块2043基于每一像素单元的单元灰度与记载于标准铜箔图像的对应的灰度范围值，获得检测图像的差异系数。标准铜箔图像同样的被划分为若干像素单元，没一个像素单元附加有一个灰度范围值，例如205-209。差异系数即为检测图像中的像素单元的单元灰度值不在对应的灰度范围的数量，例如，单元灰度值为122，对应的灰度范围值为133-135，则检测图像的差异系数增加1。标签生成模块2044基于差异系数大于门限值，生成与待测铜箔相关联的缺陷标签。例如，差异系数为1255，而门限值为1200，则差异系数大于该门限值，因此可以判断该待测铜箔为缺陷品，生成一个与该待测铜箔相对应的缺陷标签。
综上，本发明中的铜箔缺陷检测系统，能够提取待测铜箔的检测图像，并且将该检测图像与标准铜箔图像进行对比，对比过程中，以检测图像的像素单元为最小对比单元，从而能够提高对比速度，实现在较短的时间内完成对该两侧铜箔的检测。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。
Claims (9)
1.一种铜箔缺陷检测系统，其特征在于，包括：
采集模块，用于采集获得一与待测铜箔对应的初始图像；
处理模块，对所述初始图像进行图像预处理获得一标准初始图像；
匹配模块，于所述标准初始图像进行轮廓匹配获得所述待测铜箔的检测图像；
对比模块，基于所述检测图像与一标准铜箔图像的差异系数大于一门限值，生成一与该待测铜箔相关联的缺陷标签。
2.根据权利要求1所述的铜箔缺陷检测系统，其特征在于，所述处理模块包括：
缩放模块，将所述初始图像基于一固定宽度以及一固定高度进行缩放；
补偿模块，对缩放后的初始图像进行光照补偿获得所述标准初始图像。
3.根据权利要求1所述的铜箔缺陷检测系统，其特征在于，所述匹配模块包括：
轮廓获取模块，获取一铜箔标准轮廓；
定位模块，基于所述铜箔标准轮廓于所述标准初始图像进行匹配获得所述待测铜箔的所述检测图像。
4.根据权利要求3所述的铜箔缺陷检测系统，其特征在于，所述对比模块包括：
划分模块，将检测图像划分为多个像素单元，每一所述像素单元包含多个像素；
单元灰度获取模块，根据每一像素单元中的所述像素的灰度值获得所述像素单元的单元灰度值；
差异系数获取模块，基于每一所述像素单元的所述单元灰度与记载于所述标准铜箔图像的对应的灰度范围值，获得所述检测图像的所述差异系数；
标签生成模块，基于所述差异系数大于所述门限值，生成与所述待测铜箔相关联的缺陷标签。
5.根据权利要求4所述的铜箔缺陷检测系统，其特征在于，所述标准铜箔图像包含多个像素单元，每一所述像素图像具有一所述灰度范围值，每一所述像素单元包含多个像素。
6.根据权利要求4所述的铜箔缺陷检测系统，其特征在于，每一像素单元的像素数量为4个或9个。
7.根据权利要求2所述的铜箔缺陷检测系统，其特征在于，所述匹配模块还包括：
变换模块，对所述检测图像进行仿射变换，以将所述检测图像平移和旋转至参考位置。
8.根据权利要求3所述的铜箔缺陷检测系统，其特征在于，所述轮廓获取模块还包括：
标准图像模块，获得一标准铜箔的标准图像；
标准轮廓获取模块，于所述标准图像进行轮廓提取获得所述铜箔标准轮廓。
9.根据权利要求8所述的铜箔缺陷检测系统，其特征在于，所述铜箔标准轮廓为正方形。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011237348.4A CN112415013A (zh) | 2020-11-09 | 2020-11-09 | 一种铜箔缺陷检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011237348.4A CN112415013A (zh) | 2020-11-09 | 2020-11-09 | 一种铜箔缺陷检测系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112415013A true CN112415013A (zh) | 2021-02-26 |
Family
ID=74780719
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011237348.4A Pending CN112415013A (zh) | 2020-11-09 | 2020-11-09 | 一种铜箔缺陷检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112415013A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113325001A (zh) * | 2021-04-12 | 2021-08-31 | 浙江花园新能源有限公司 | 一种铜箔表面外观瑕疵自动分辨检测设备及检测方法 |
| CN114466183A (zh) * | 2022-02-21 | 2022-05-10 | 江东电子材料有限公司 | 基于特征光谱的铜箔瑕疵检测方法、装置和电子设备 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5850466A (en) * | 1995-02-22 | 1998-12-15 | Cognex Corporation | Golden template comparison for rotated and/or scaled images |
| CN106803244A (zh) * | 2016-11-24 | 2017-06-06 | 深圳市华汉伟业科技有限公司 | 缺陷识别方法及系统 |
| WO2018086299A1 (zh) * | 2016-11-11 | 2018-05-17 | 广东电网有限责任公司清远供电局 | 基于图像处理的绝缘子缺陷检测方法及系统 |
| CN108648168A (zh) * | 2018-03-15 | 2018-10-12 | 北京京仪仪器仪表研究总院有限公司 | Ic晶圆表面缺陷检测方法 |
| CN109978839A (zh) * | 2019-03-08 | 2019-07-05 | 浙江大学 | 晶圆低纹理缺陷的检测方法 |
| CN111028213A (zh) * | 2019-12-04 | 2020-04-17 | 北大方正集团有限公司 | 图像缺陷检测方法、装置、电子设备及存储介质 |
| CN111429444A (zh) * | 2020-04-02 | 2020-07-17 | 苏州杰锐思智能科技股份有限公司 | 芯片外观的检测方法及装置、电子设备、存储介质 |
| CN112415014A (zh) * | 2020-11-09 | 2021-02-26 | 上海圣之尧智能科技有限公司 | 一种铜箔缺陷检测方法以及介质 |
-
2020
- 2020-11-09 CN CN202011237348.4A patent/CN112415013A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5850466A (en) * | 1995-02-22 | 1998-12-15 | Cognex Corporation | Golden template comparison for rotated and/or scaled images |
| WO2018086299A1 (zh) * | 2016-11-11 | 2018-05-17 | 广东电网有限责任公司清远供电局 | 基于图像处理的绝缘子缺陷检测方法及系统 |
| CN106803244A (zh) * | 2016-11-24 | 2017-06-06 | 深圳市华汉伟业科技有限公司 | 缺陷识别方法及系统 |
| CN108648168A (zh) * | 2018-03-15 | 2018-10-12 | 北京京仪仪器仪表研究总院有限公司 | Ic晶圆表面缺陷检测方法 |
| CN109978839A (zh) * | 2019-03-08 | 2019-07-05 | 浙江大学 | 晶圆低纹理缺陷的检测方法 |
| CN111028213A (zh) * | 2019-12-04 | 2020-04-17 | 北大方正集团有限公司 | 图像缺陷检测方法、装置、电子设备及存储介质 |
| CN111429444A (zh) * | 2020-04-02 | 2020-07-17 | 苏州杰锐思智能科技股份有限公司 | 芯片外观的检测方法及装置、电子设备、存储介质 |
| CN112415014A (zh) * | 2020-11-09 | 2021-02-26 | 上海圣之尧智能科技有限公司 | 一种铜箔缺陷检测方法以及介质 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113325001A (zh) * | 2021-04-12 | 2021-08-31 | 浙江花园新能源有限公司 | 一种铜箔表面外观瑕疵自动分辨检测设备及检测方法 |
| CN114466183A (zh) * | 2022-02-21 | 2022-05-10 | 江东电子材料有限公司 | 基于特征光谱的铜箔瑕疵检测方法、装置和电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112734692B (zh) | 一种变电设备缺陷识别方法及装置 | |
| CN113239930B (zh) | 一种玻璃纸缺陷识别方法、系统、装置及存储介质 | |
| CN111369516B (zh) | 基于红外图像识别的变压器套管发热缺陷检测方法 | |
| CN111260788B (zh) | 一种基于双目视觉的配电柜开关状态识别方法 | |
| CN110021005A (zh) | 电路板瑕疵筛选方法及其装置与计算机可读取记录介质 | |
| CN113325001A (zh) | 一种铜箔表面外观瑕疵自动分辨检测设备及检测方法 | |
| CN112415014A (zh) | 一种铜箔缺陷检测方法以及介质 | |
| CN108710876A (zh) | 一种基于机器视觉的电池表面标识缺陷检测方法及系统 | |
| CN111266315A (zh) | 基于视觉分析的矿石物料在线分拣系统及其方法 | |
| CN112415013A (zh) | 一种铜箔缺陷检测系统 | |
| CN109785294A (zh) | 一种pcb板缺陷位置检测系统和方法 | |
| WO2010064720A1 (ja) | 太陽電池セルの検査装置、検査方法及びそのプログラムを記録した記録媒体 | |
| CN110544231A (zh) | 基于背景标准化和集中补偿算法的锂电池电极表面缺陷检测方法 | |
| CN114594114A (zh) | 一种锂电芯全自动在线无损检测方法 | |
| CN114136975A (zh) | 一种微波裸芯片表面缺陷智能检测系统和方法 | |
| CN112014407A (zh) | 一种集成电路晶圆表面缺陷检测的方法 | |
| CN115775246A (zh) | 一种pcb元器件缺陷检测的方法 | |
| CN113822882A (zh) | 基于深度学习的电路板表面缺陷检测方法与检测装置 | |
| CN114820439A (zh) | 基于aoi的pcb裸板缺陷的检测系统及方法 | |
| CN110426395B (zh) | 一种太阳能el电池硅片表面检测方法及装置 | |
| CN116337869A (zh) | 一种基于机器视觉的双面线路板生产用检测系统 | |
| TW419634B (en) | Automatic detection system and method using bar code positioning | |
| CN111951218A (zh) | 一种混合深度学习模型的口红质检系统 | |
| Wang et al. | Design of machine vision applications in detection of defects in high-speed bar copper | |
| CN115482194A (zh) | 一种pcb板的异型元件aoi缺陷检测方法与系统 |
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 |