CN112432949A - 一种利用3d拍照技术进行凹印版辊表面缺陷的检测方法 - Google Patents
一种利用3d拍照技术进行凹印版辊表面缺陷的检测方法 Download PDFInfo
- Publication number
- CN112432949A CN112432949A CN202011219550.4A CN202011219550A CN112432949A CN 112432949 A CN112432949 A CN 112432949A CN 202011219550 A CN202011219550 A CN 202011219550A CN 112432949 A CN112432949 A CN 112432949A
- Authority
- CN
- China
- Prior art keywords
- defects
- roller
- dust
- defect
- printing roller
- 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
- 230000007547 defect Effects 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000005516 engineering process Methods 0.000 title claims abstract description 14
- 238000001514 detection method Methods 0.000 claims abstract description 29
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 claims abstract description 25
- 229910052802 copper Inorganic materials 0.000 claims abstract description 25
- 239000010949 copper Substances 0.000 claims abstract description 25
- 238000007639 printing Methods 0.000 claims description 47
- 239000004744 fabric Substances 0.000 claims description 24
- 238000005286 illumination Methods 0.000 claims description 9
- 230000007246 mechanism Effects 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 238000004381 surface treatment Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000010191 image analysis Methods 0.000 claims description 5
- 230000000007 visual effect Effects 0.000 claims description 5
- 238000012864 cross contamination Methods 0.000 claims description 4
- 230000002950 deficient Effects 0.000 claims description 4
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 238000003825 pressing Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 2
- 238000004064 recycling Methods 0.000 claims 1
- 238000005096 rolling process Methods 0.000 claims 1
- 238000007689 inspection Methods 0.000 abstract description 17
- 230000008569 process Effects 0.000 abstract description 8
- 238000000227 grinding Methods 0.000 abstract description 6
- 239000000428 dust Substances 0.000 abstract description 5
- 238000009713 electroplating Methods 0.000 abstract description 2
- 238000004519 manufacturing process Methods 0.000 abstract description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 2
- 229910000831 Steel Inorganic materials 0.000 abstract 3
- 239000010959 steel Substances 0.000 abstract 3
- 208000003464 asthenopia Diseases 0.000 abstract 1
- 238000011179 visual inspection Methods 0.000 abstract 1
- 239000000047 product Substances 0.000 description 12
- 239000000306 component Substances 0.000 description 9
- 238000007747 plating Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 2
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 229910052804 chromium Inorganic materials 0.000 description 1
- 239000011651 chromium Substances 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007646 gravure printing Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 239000011265 semifinished product Substances 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
- G01N21/8806—Specially adapted optical and illumination features
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B08—CLEANING
- B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
- B08B1/00—Cleaning by methods involving the use of tools
- B08B1/20—Cleaning of moving articles, e.g. of moving webs or of objects on a conveyor
-
- 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
-
- 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
- G01N21/8806—Specially adapted optical and illumination features
- G01N2021/8841—Illumination and detection on two sides of object
Landscapes
- 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)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种利用3D拍照技术进行凹印版辊表面缺陷的检测方法，凹印版辊制作过程中，经过在钢体上镀铜后，再进行研磨使铜面变的光亮平整，由于钢体自身缺陷或电镀过程中产生的缺陷，从而在研磨后的铜层表面产生凹点缺陷，凹印制版行业内称该缺陷为铜点，也就是版辊表面缺陷，此类缺陷有个明显特征是所有缺陷都是凹陷的状态，所以只要能判断缺陷的是否是凹陷的就可以准确的找出铜点。本发明解决了人工检查视觉疲劳引起的漏检问题，也解决了传统工业视觉检测时由于灰尘、水渍等非真正缺陷干扰而造成的过检问题，同时在确保了检测效率的前提下，能够保证缺陷检测的准确率，做到无漏检无过检，极大的提高的凹印版辊研磨后的检验质量。
Description
技术领域
本发明涉及印刷行业的核心零部件版辊的表面缺陷检测的一种高可靠性、高分辨率的缺陷检测识别方法，是视觉检测技术的综合应用技术领域，尤其涉及一种利用3D拍照技术进行凹印版辊表面缺陷的检测方法。
背景技术
凹版印刷行业的版辊是影响印刷质量的关键核心部件，该部件表面的光洁程度和印刷纹路的清晰程度，直接影响凹版印刷的质量和印刷制成品的品质。
凹版印刷版辊表面处理一般有三个步骤程序，钢坯本体表面处理，镀铜研磨后表面处理，以及版规镀铬后的成品表面处理，每一个步骤的处理都要对处理后表面进行检查，对存在的缺陷进行修补或返修。特别是在镀铜研磨表面处理工艺阶段，由于钢坯本身可能存在污点、油渍、尘点等缺陷，会导致镀铜过程中在局部点位置造成漏镀的问题，制版行业称该缺陷为铜点。由于铜点是没有镀上铜层导致，会形成凹陷的漏铜区域，该缺陷在铜面雕刻印刷图案时会造正严重的漏印缺陷，是印刷版辊行业最为常见而且是最容易出现的故障现象。
传统的人工检查存在以下几个问题：第一，人工检查在检查过程中容易造成对版辊表面的二次损伤，特别在镀铜研磨后，铜表面硬度低，极易造成划伤和磕碰，导致半成品损坏。第二，人工检查漏检率较高，由于人工检测存在人员疲劳，精神不集中等固有，会将缺陷遗漏到下一个工序或者客户手中，造成产品质量降低和客户满意度降低。
计算机视觉检测可以有效的解决人工检查漏检的问题，但是传统的视觉检测对于印刷版辊这样的高精密产品而言，同样存在以下几个无法克服的问题：第一，普通平面拍照图像识别可以分析出来版辊表面的外观缺陷，但是对于不影响实际应用的尘点、水迹、油迹等轻微表面缺陷，由于只是平面检测，没有对缺陷位置深度的测试，容易造成误判；第二，对于轻微点状缺陷，表面尺寸符合要求，但是深度尺寸超过标准要求的，单靠平面拍照是无法检测出来的。
特别是版辊在镀铜研磨工艺后，由于电镀工艺以及铜层自身存在的固有特性，无论是人工检查还是传统的视觉机器检查，由于没有对缺陷径向纵深位置的检查和判断，都非常容易出现漏判和误判的现象。
发明内容
针对该问题，研究一种利用3D拍照技术进行版辊表面缺陷检测的方法，通过对同一位置的不同光照角度的分析，计算并合成出该拍照面异常点的径向纵深图像，通过对该图像的分析判断，准确的判断该异常是铜点缺陷还是干扰异常点。
本发明所提供的一种利用3D拍照技术进行凹印版辊表面缺陷的检测方法，及解决了人工检查存在的问题，也解决了传统计算机视觉检测的不足，同时在确保了检测效率的前提下，极大的提高的成品检验质量。
本发明要解决的技术问题是克服现有的缺陷，提供一种利用3D拍照技术进行凹印版辊表面缺陷的检测方法，通过增加无二次污染的擦拭组件，对镀铜研磨工艺后的版辊继进行表面擦拭，去除表面尘点、杂物等干扰；通过对同一位置在四组光源分别照射的情况下，拍摄不同光照角度下的检测面图象；通过对5张检测面图像的分析处理，合成出拍摄面异常点的径向纵深图像；通过对异常点纵深图像的分析，准确的判断异常点是铜点缺陷点还是干扰点；通过标记组件，对判断为铜点缺陷的位置进行记号笔标注，并在系统中记录缺陷点的位置。通过以上方法，彻底解决背景中的问题点。
为了解决上述技术问题，本发明提供了如下的技术方案：
本发明提供一种利用3D拍照技术进行版辊表面缺陷检测的方法，包括以下步骤：
尾座带动顶尖移动夹紧版辊，无尘布擦拭组件机构由横轴电机驱动做轴向运动，在运动的同时，无尘布擦拭头压合版辊表面，通过版辊旋转电机带动版辊进行径向旋转，用无尘布擦拭版辊表面。在擦拭完成后，擦拭组件机构通过自身的无尘布旋转绕卷，旋转无尘布卷动一组压合版辊径向面积的距离，保证下一次检测时使用的是新的无尘布，防止交叉污染；
拍照工业相机沿径向自动微调，调整相机焦距，以获取清晰的版辊检测面照片；
通过四组平面光源的同时开启，单独左侧开启，单独上侧开启，单独右侧开启，单独下侧开启，分别在不同角度光源照射下拍摄5组不同的照片，通过对5组照片的图像分析处理算法，计算并合成显示拍摄面的径向纵深图像；
通过视觉识别算法，判断合成拍摄面径向纵深图像中是否存在铜点等凹点缺陷，如存在缺陷，记录缺陷坐标并驱动标记组件对缺陷位置进行标记。
从零点开始，通过系统内坐标计算，驱动版辊定位轴径向转动，相机沿轴向运动，每运动转过一个拍照面区域停下拍照取样一次，径向运动通过伺服电机驱动版辊旋转，轴向运动通过拍照相机的横向丝杆运动驱动位移；
经过系统检测没有缺陷点的版辊组件通过磁吸行车搬运结构移动到下一个加工工站，检测到有缺陷的产品通过磁吸行车搬运到人工检测工站，由人工检验员对视觉检测的缺陷点进行人工的二次判别，并对判断为缺陷点的位置进行修补，对于存在严重缺陷位置的产品执行报废和不良品处理程序。作为一种优选方案，通过图像拍摄和缺陷识别，对判定为缺陷的位置做二次记录。
作为一种优选方案，通过系统坐标在系统内做一次数字坐标记录，通过标记结构组件在版辊表面通过记号笔做第二次实物标记记录。
作为一种优选方案，所述采用上下左右四个平面光源，通过四组光源全开、上侧开、左侧开、下侧开、右侧开，分别拍摄在不同角度下的检测面图像，通过不同光照角度的图像进行分析计算，并合成出检测面异常点位置的径向纵深图像。该方案不限于4组光源，根据拍摄面的不同，可以是3组，5组，或者是更多组，以能够通过不同光照角度的图像准确清晰的计算并合成出拍摄面的疑似缺陷点的径向纵深图像为准。
本发明中提供的一个或多个技术方案，至少具有如下技术效果或者优点：
1、通过对同一位置在不同光照角度下所拍摄的图像，计算并合成出该拍摄面中疑似缺陷点的径向纵深图像，由于该纵深图像可以清晰的显示意思缺陷点是凹点还是凸点，以及该缺陷点的尺寸和大小，由此可以清晰的判断该疑似缺陷点是真正的缺陷还是干扰项。
2、通过不同角度的图像分析，计算并合成出该拍摄面的3D图像，通过该3D图像，可以准确的通过图像算法识别到该区域疑似缺陷点的状态，较传统的2D平面拍摄图像识别极大的提升了对缺陷点的判断准确率。
3、通过擦拭组件在检测前的擦拭，可以清洁版辊表面的尘点和杂物，极大的降低了3D图像检测中的干扰点，极大的提高了检测速度和判断的准确率。
4、通过缺陷点标记组件对缺陷点的系统坐标记录和记号笔表面标注，实现的对实物的实时标注以及对存在缺陷的版辊进行数字化信息标注的双重缺陷记录，可以有效的接驳生产管理系统，实现完善的制程品过程质量管控。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
在附图中：
图1是本发明实施例中利用3D拍照技术进行版辊表面缺陷检测的方法原理图。
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仅用以解释本发明，并不用于限定本发明。
需要说明的是，当元件被称为“固定于”或“设置于”另一个元件，它可以直接在另一个元件上或者间接在该另一个元件上。当一个元件被称为是“连接于”另一个元件，它可以是直接连接到另一个元件或间接连接至该另一个元件上。
在本发明的描述中，需要理解的是，术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、 “第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、 “第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中， “多个”的含义是两个或两个以上，除非另有明确具体的限定。
为了更好地理解上述技术方案，下面将结合说明书附图以及具体实施方式对上述技术方案进行详细的说明。
实施例：
请参阅图1，本实施例提供一种利用3D拍照技术进行版辊表面缺陷检测的方法，包括以下步骤：
尾座带动顶尖移动夹紧版辊，无尘布擦拭组件机构由横轴电机驱动做轴向运动，在运动的同时，无尘布擦拭头压合版辊表面，通过版辊旋转电机带动版辊进行径向旋转，用无尘布擦拭版辊表面。在擦拭完成后，擦拭组件机构通过自身的无尘布旋转绕卷，旋转无尘布卷动一组压合版辊径向面积的距离，保证下一次检测时使用的是新的无尘布，防止交叉污染；
拍照工业相机沿径向自动微调，调整相机焦距，以获取清晰的版辊检测面照片；
通过四组平面光源的同时开启，单独左侧开启，单独上侧开启，单独右侧开启，单独下侧开启，分别在不同角度光源照射下拍摄5组不同的照片，通过对5组照片的图像分析处理算法，计算并合成显示拍摄面的径向纵深图像；
通过视觉识别算法，判断合成拍摄面径向纵深图像中是否存在铜点等凹点缺陷，如存在缺陷，记录缺陷坐标并驱动标记组件对缺陷位置进行标记。
从零点开始，通过系统内坐标计算，驱动版辊定位轴径向转动，相机沿轴向运动，每运动转过一个拍照面区域停下拍照取样一次，径向运动通过伺服电机驱动版辊旋转，轴向运动通过拍照相机的横向丝杆运动驱动位移；
经过系统检测没有缺陷点的版辊组件通过磁吸行车搬运结构移动到下一个加工工站，检测到有缺陷的产品通过磁吸行车搬运到人工检测工站，由人工检验员对视觉检测的缺陷点进行人工的二次判别，并对判断为缺陷点的位置进行修补，对于存在严重缺陷位置的产品执行报废和不良品处理程序。作为一种优选方案，通过图像拍摄和缺陷识别，对判定为缺陷的位置做二次记录。
作为一种优选方案，通过系统坐标在系统内做一次数字坐标记录，通过标记结构组件在版辊表面通过记号笔做第二次实物标记记录。
作为一种优选方案，所述采用上下左右四个平面光源，通过四组光源全开、上侧开、左侧开、下侧开、右侧开，分别拍摄在不同角度下的检测面图像，通过不同光照角度的图像进行分析计算，并合成出检测面异常点位置的径向纵深图像。该方案不限于4组光源，根据拍摄面的不同，可以是3组，5组，或者是更多组，以能够通过不同光照角度的图像准确清晰的计算并合成出拍摄面的疑似缺陷点的径向纵深图像为准。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (4)
1.一种利用3D拍照技术进行版辊表面缺陷检测的方法，其特征在于：包括以下步骤：
尾座带动顶尖移动夹紧版辊，无尘布擦拭组件机构由横轴电机驱动做轴向运动，在运动的同时，无尘布擦拭头压合版辊表面，通过版辊旋转电机带动版辊进行径向旋转，用无尘布擦拭版辊表面；
在擦拭完成后，擦拭组件机构通过自身的无尘布旋转绕卷，旋转无尘布卷动一组压合版辊径向面积的距离，保证下一次检测时使用的是新的无尘布，防止交叉污染；
拍照工业相机沿径向自动微调，调整相机焦距，以获取清晰的版辊检测面照片；
通过四组平面光源的同时开启，单独左侧开启，单独上侧开启，单独右侧开启，单独下侧开启，分别在不同角度光源照射下拍摄5组不同的照片，通过对5组照片的图像分析处理算法，计算并合成显示拍摄面的径向纵深图像；
通过视觉识别算法，判断合成拍摄面径向纵深图像中是否存在铜点等凹点缺陷，如存在缺陷，记录缺陷坐标并驱动标记组件对缺陷位置进行标记；
从零点开始，通过系统内坐标计算，驱动版辊定位轴径向转动，相机沿轴向运动，每运动转过一个拍照面区域停下拍照取样一次，径向运动通过伺服电机驱动版辊旋转，轴向运动通过拍照相机的横向丝杆运动驱动位移；
经过系统检测没有缺陷点的版辊组件通过磁吸行车搬运结构移动到下一个加工工站，检测到有缺陷的产品通过磁吸行车搬运到人工检测工站，由人工检验员对视觉检测的缺陷点进行人工的二次判别，并对判断为缺陷点的位置进行修补，对于存在严重缺陷位置的产品执行报废和不良品处理程序。
2.根据权利要求1所述的利用3D拍照技术进行凹印版辊表面缺陷的检测方法，其特征在于：通过分别点亮四组平面光源，拍摄在不同光照角度、光照亮度条件下的5张版辊检测平面的照片，通过图像分析算法，计算并合成出拍摄面的径向纵深图像，通过径向纵深图像来判断异常位置点是缺陷铜点还是其他对版辊表面处理无影响的杂点。
3.根据权利要求1所述的利用3D拍照技术进行凹印版辊表面缺陷的检测方法，当擦拭组件压合到版辊表面，版辊旋转完成全部擦拭后，无尘布组件自动滚卷已经使用在版辊表面擦拭的无尘布，将使用过的部分卷收到擦拭组件的回收滚卷部分，以确保每一个版辊的擦拭无尘布面都是未经使用过的，避免交叉污染。
4.根据权利要求2所述的利用3D拍照技术进行凹印版辊表面缺陷的检测方法，其特征在于：通过系统坐标在系统内做一次数字坐标记录，通过标记结构组件在版辊表面通过记号笔做第二次实物标记记录。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011219550.4A CN112432949B (zh) | 2020-11-04 | 2020-11-04 | 一种利用3d拍照技术进行凹印版辊表面缺陷的检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011219550.4A CN112432949B (zh) | 2020-11-04 | 2020-11-04 | 一种利用3d拍照技术进行凹印版辊表面缺陷的检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112432949A true CN112432949A (zh) | 2021-03-02 |
| CN112432949B CN112432949B (zh) | 2023-06-16 |
Family
ID=74695433
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011219550.4A Active CN112432949B (zh) | 2020-11-04 | 2020-11-04 | 一种利用3d拍照技术进行凹印版辊表面缺陷的检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112432949B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113319017A (zh) * | 2021-04-27 | 2021-08-31 | 李玉良 | 一种快速对计算机内存条镜板清理和粉末检测装置 |
| CN115684186A (zh) * | 2022-10-26 | 2023-02-03 | 青岛万美高科制版有限公司 | 一种检查印刷凹版辊筒体表面缺陷装置 |
| CN115855970A (zh) * | 2023-02-21 | 2023-03-28 | 攀枝花大宇包装印刷有限公司 | 一种印刷钢网自动检测设备 |
| CN117571523A (zh) * | 2024-01-16 | 2024-02-20 | 山东天工岩土工程设备有限公司 | 一种基于盾构机的滚刀质量检测方法、设备及介质 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202916214U (zh) * | 2012-12-03 | 2013-05-01 | 赣州逸豪实业有限公司 | 一种带贴标机的铜箔表面质量缺陷视觉检查机 |
| CN202928963U (zh) * | 2012-12-03 | 2013-05-08 | 赣州逸豪实业有限公司 | 一种铜箔表面质量缺陷视觉检查机 |
| CN104280406A (zh) * | 2014-09-16 | 2015-01-14 | 中国科学院广州能源研究所 | 一种铜件表面缺陷检测的机器视觉系统 |
| CN105973912A (zh) * | 2016-06-12 | 2016-09-28 | 合肥汉重智能装备有限公司 | 基于机器视觉的真皮表面缺陷检测系统及其检测方法 |
| CN107238605A (zh) * | 2017-06-08 | 2017-10-10 | 广东嘉铭智能科技有限公司 | 一种圆柱状工件外表面缺陷检测方法及装置 |
| 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 |
| CN108645869A (zh) * | 2018-08-20 | 2018-10-12 | 中国印刷科学技术研究院有限公司 | 凹印版辊表面缺陷智能检测的非缺陷排除方法及其装置 |
| CN109374628A (zh) * | 2018-08-31 | 2019-02-22 | 中国印刷科学技术研究院有限公司 | 凹印版辊表面缺陷智能检测的缺陷确认方法 |
| CN209043826U (zh) * | 2018-09-21 | 2019-06-28 | 中国印刷科学技术研究院有限公司 | 凹印版辊表面缺陷智能检测装置 |
-
2020
- 2020-11-04 CN CN202011219550.4A patent/CN112432949B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202916214U (zh) * | 2012-12-03 | 2013-05-01 | 赣州逸豪实业有限公司 | 一种带贴标机的铜箔表面质量缺陷视觉检查机 |
| CN202928963U (zh) * | 2012-12-03 | 2013-05-08 | 赣州逸豪实业有限公司 | 一种铜箔表面质量缺陷视觉检查机 |
| CN104280406A (zh) * | 2014-09-16 | 2015-01-14 | 中国科学院广州能源研究所 | 一种铜件表面缺陷检测的机器视觉系统 |
| CN105973912A (zh) * | 2016-06-12 | 2016-09-28 | 合肥汉重智能装备有限公司 | 基于机器视觉的真皮表面缺陷检测系统及其检测方法 |
| CN107238605A (zh) * | 2017-06-08 | 2017-10-10 | 广东嘉铭智能科技有限公司 | 一种圆柱状工件外表面缺陷检测方法及装置 |
| 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 |
| CN108645869A (zh) * | 2018-08-20 | 2018-10-12 | 中国印刷科学技术研究院有限公司 | 凹印版辊表面缺陷智能检测的非缺陷排除方法及其装置 |
| CN109374628A (zh) * | 2018-08-31 | 2019-02-22 | 中国印刷科学技术研究院有限公司 | 凹印版辊表面缺陷智能检测的缺陷确认方法 |
| CN209043826U (zh) * | 2018-09-21 | 2019-06-28 | 中国印刷科学技术研究院有限公司 | 凹印版辊表面缺陷智能检测装置 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113319017A (zh) * | 2021-04-27 | 2021-08-31 | 李玉良 | 一种快速对计算机内存条镜板清理和粉末检测装置 |
| CN115684186A (zh) * | 2022-10-26 | 2023-02-03 | 青岛万美高科制版有限公司 | 一种检查印刷凹版辊筒体表面缺陷装置 |
| CN115684186B (zh) * | 2022-10-26 | 2023-08-25 | 青岛万美高科制版有限公司 | 一种检查凹版印刷机印刷辊筒体表面缺陷装置 |
| CN115855970A (zh) * | 2023-02-21 | 2023-03-28 | 攀枝花大宇包装印刷有限公司 | 一种印刷钢网自动检测设备 |
| CN117571523A (zh) * | 2024-01-16 | 2024-02-20 | 山东天工岩土工程设备有限公司 | 一种基于盾构机的滚刀质量检测方法、设备及介质 |
| CN117571523B (zh) * | 2024-01-16 | 2024-03-29 | 山东天工岩土工程设备有限公司 | 一种基于盾构机的滚刀质量检测方法、设备及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112432949B (zh) | 2023-06-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112432949B (zh) | 一种利用3d拍照技术进行凹印版辊表面缺陷的检测方法 | |
| CN106952250B (zh) | 一种基于Faster R-CNN网络的金属板带表面缺陷检测方法及装置 | |
| CN109141232B (zh) | 一种基于机器视觉的盘类铸件在线检测方法 | |
| CN1306244C (zh) | 基于数字影像的印制线路板现场测试方法 | |
| CN109900711A (zh) | 基于机器视觉的工件缺陷检测方法 | |
| KR101343277B1 (ko) | 표면 검사 장치 | |
| CN111624206B (zh) | 基于线阵相机立体视觉的金属表面缺陷检测方法 | |
| CN113777030A (zh) | 一种基于机器视觉的布料表面缺陷检测装置及方法 | |
| CN111768363A (zh) | 基于深度学习的电路板表面缺陷检测方法及检测系统 | |
| CN113702391B (zh) | 一种钢坯表面及近表面缺陷复合检测方法及装置 | |
| CN110473184A (zh) | 一种pcb板缺陷检测方法 | |
| CN110728657A (zh) | 一种基于深度学习的环状轴承外表面缺陷检测方法 | |
| CN112132828A (zh) | 基于深度学习的薄膜瑕疵检测方法 | |
| CN1220048C (zh) | 一种钢球表面缺陷的检测方法 | |
| CN111968100B (zh) | 机器视觉检测方法与系统 | |
| Fu et al. | Medicine glass bottle defect detection based on machine vision | |
| CN112489042A (zh) | 基于超分辨重建的金属品印刷缺陷与表面损伤的检测方法 | |
| CN113237889A (zh) | 一种多尺度的陶瓷检测方法及系统 | |
| CN114119591A (zh) | 一种显示屏画面质量检测方法 | |
| CN113670931A (zh) | 一种基于神经网络的钢板表面缺陷检测方法及系统 | |
| CN112907556A (zh) | 一种基于机器视觉的旋转刀具磨损量自动测量方法 | |
| CN103645195A (zh) | 基于机器视觉的冷轧钢表面检测方法 | |
| US11327028B2 (en) | Ceramic ball automatic sorting system and method | |
| CN115014142A (zh) | 一种基于机器视觉的钢卷尺刻度误差测量方法 | |
| Yu et al. | A Machine vision method for non-contact Tool Wear Inspection |
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 |