CN112605000A - 一种模切片材自动光学检测方法及其设备 - Google Patents
一种模切片材自动光学检测方法及其设备 Download PDFInfo
- Publication number
- CN112605000A CN112605000A CN202011400347.7A CN202011400347A CN112605000A CN 112605000 A CN112605000 A CN 112605000A CN 202011400347 A CN202011400347 A CN 202011400347A CN 112605000 A CN112605000 A CN 112605000A
- Authority
- CN
- China
- Prior art keywords
- product
- die
- detection
- cutting sheet
- light source
- 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
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/02—Measures preceding sorting, e.g. arranging articles in a stream orientating
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/36—Sorting apparatus characterised by the means used for distribution
- B07C5/361—Processing or control devices therefor, e.g. escort memory
- B07C5/362—Separating or distributor mechanisms
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B26—HAND CUTTING TOOLS; CUTTING; SEVERING
- B26D—CUTTING; DETAILS COMMON TO MACHINES FOR PERFORATING, PUNCHING, CUTTING-OUT, STAMPING-OUT OR SEVERING
- B26D7/00—Details of apparatus for cutting, cutting-out, stamping-out, punching, perforating, or severing by means other than cutting
- B26D7/27—Means for performing other operations combined with cutting
Abstract
本发明涉及一种模切片材自动光学检测方法及其设备,属于模切片材自动检测设备技术领域。通过上料系统将模切片材移动到吸附平台,通过吸附平台将模切片材移动到检测空位,PLC控制系统就会启动视觉光源系统,通过视觉光源系统上的高清摄像机拍照并取像,图像处理完成后发送给PLC控制系统,由收料系统的机械手将产品抓取到良品区进行有序堆叠或者抓取到不良品区进行抛料。本发明的有益之处是:通过检测设备实现待检测的上料和下料以及检测,并实现待检测产品的产品尺寸、产品缺失、产品重叠、产品异物、产品反向、产品凸点等多个方面的检测,从而提高了检测的效率,并降低了检测误差,本发明结构简单,工艺新颖。
Description
技术领域:
本发明涉及一种模切片材自动光学检测方法及其设备,属于模切片材自动检测设备技术领域。
背景技术:
模切片材是遥控器、打印机、电脑、手机等电子设备上不可或缺的用料之一,其用于制作遥控器、打印机、电脑、手机上的线路以及线路通断装置。模切片材在完成最后一道生产工序后,需要对模切片材进行检测,以便对其上面的产品情况以及产品位置、异物等进行检测,目前的检测方法只要采用人工完成,人工检测效率较低,难以满足自动化的生产线的生产要求。
本发明针对以上问题,行业中需要一种模切片材自动光学检测方法及其设备,以提高模切片材的自动检测效率。
发明内容:
本发明所要解决的技术问题是:提供一种模切片材自动光学检测方法及其设备,以解决行业中面临的问题。
为了解决上述技术问题,本发明是通过以下技术方案实现的:一种模切片材自动光学检测方法,该方法采用视觉光源系统对模切片材上的产品进行检测,其特征在于,包括以下步骤:
A、上料:通过上料系统将模切片材移动到吸附平台;
B、定位:如果视觉光源系统当前有检测空位,就会发信号给PLC控制系统,PLC控制系统就会启动吸附平台,通过吸附平台将模切片材移动到检测空位;
C、检测:当模切片材移动到检测空位以后,就会给PLC控制系统发出测试信号,PLC控制系统就会启动视觉光源系统,通过视觉光源系统上的高清摄像机拍照并取像,并通过图像处理模块对图像进行处理,图像处理完成后发送给PLC控制系统;
D、收料:如果待检测的产品合格,则由收料系统的机械手将产品抓取到良品区进行有序堆叠;如果待检测的产品不合格,则由收料系统的机械手将产品抓取到不良品区进行抛料。
其中,在步骤C中,图像处理模块对模切片材上的产品做如下分析与检测,包括产品尺寸、产品缺失、产品重叠、产品异物、产品反向、产品凸点。
作为优选,产品尺寸的分析与检测包括以下步骤:
(a)、手动框取模切片材上产品的检测区域;
(aa)、视觉光源系统根据框取的检测区域搜索区域内底膜的圆与模切片材上产品的圆;
(aaa)、自动拟合底膜的圆与模切片材上产品的圆,并找到两个圆的圆心点,测量两个圆心点之间的距离来判断模切片材上产品是否存在偏移;
其中,框取检测区域包括模切片材边界、每个模切片材上产品的检测边界。
作为优选,产品缺失的分析与检测包括以下步骤:
(b)、手动框取模切片材上产品的检测区域;
(bb)、选定模切片材上产品缺失为不合格;
(bbb)、设定检测区域的灰阶值,当灰阶值大于设定的值,即为模切片材上产品缺失。
其中,框取检测区域包括模切片材的边界、模切片材上产品的检测边界;检测区域灰阶值可以根据实际情况自行设定。
作为优选,产品重叠的分析与检测包括以下步骤:
(c)、手动框取模切片材上产品的检测区域;
(cc)、视觉光源系统根据检测区域中的模切片材上产品自动拟合一个圆;
(ccc)、如存在超出拟合圆区域的模切片材上产品,即断为不合格。
作为优选,产品异物的分析与检测包括以下步骤:
(d)、建立不少于10张的良品样本照片保存到指定目录中,手动框取模切片材上产品的异物检测区域并设定脏污容差度;
(dd)、视觉光源系统根据良品样本自动建立表面差异模型,以提高检测精度;
(ddd)、当检测的产品存在与表面差异模型不匹配的区域并大于设定的脏污容差度,即判断为脏污,也就是说模切片材上产品存在异物;
作为优选,产品反向的分析与检测包括以下步骤:
(e)、采用MLP神经网络算法,手动框取模切片材上产品的凸点检测区域,并拍摄10张及以上良品样本照片保存到指定目录中;
(ee)、点击分割样本,系统会自动分割并分类样本至相应的目录下;
(eee)、点击样本训练,系统会根据分割出的正常与异常样本自动学习,提取正常与异常样本的特征值;
(eee)、检测时匹配特征值,当符合特征值即为良品,不符合即判断为不良。
作为优选,产品凸点异常的分析与检测包括以下步骤:
(f)、采用MLP神经网络算法,手动框取模切片材上产品凸点的检测区域,设定无触点为不合格,并拍摄10张以上凸点正常与异常的照片保存到指定目录中;
(ff)、点击分割样本,系统会自动分割并分类正常与异常的凸点样本至相应的目录下;
(fff)、点击样本训练,系统会根据分割出的正常与异常样本自动学习,提取正常与异常样本的特征值;
(ffff)、检测时比对特征值,当符合正常特征值时,判断为良品,当符合异常特征值时,判断为不良。
一种模切片材自动光学检测设备,包括机架、吸附平台、上料系统、收料系统、视觉光源系统、PLC控制系统和触摸屏显示器,其中,
所述上料系统和收料系统分别位于所述机架的左右两侧,所述上料系统和收料系统之间设置有吸附平台,所述吸附平台水平布置在所述机架上;
作为优选,所述上料系统和收料系统之间还设置有视觉光源系统;
作为优选,所述收料系统位于机架后方,所述收料系统上设置有吸嘴以便于取料;
作为优选,所述视觉光源系统与所述PLC控制系统相连接,且所述触摸屏显示器也与所述PLC控制系统连接,以便将检测信息及设备运行情况显示于所述触摸屏显示器上;
作为优选,所述触摸屏显示器可实时监控设备的运行情况,且能手动控制所述上料系统、吸附平台、收料系统及视觉光源系统。
作为优选,所述上料系统包括步进电缸,可调节挡板及光纤传感器,所述步进电缸上升完成上料动作,所述可调节挡板可以根据料的大小进行调节和兼容,所述光纤传感器位于所述机架上方,对物料进行限位,保证出料稳定;
作为优选,所述收料系统包括步进电机、直线模组、升降气缸、机械臂和吸嘴,所述步进电机直线模组负责控制吸嘴的左右移动,升降气缸控制机械臂上吸嘴的下降和上升便于取放料。
作为优选,所述视觉光源系统包括高清摄像机和光源,所述高清摄像机为一千二百万工业相机,其分辨率为4096*3000。
与现有技术相比,本发明的有益之处是:通过检测设备实现待检测的上料和下料以及检测,并实现待检测产品的产品尺寸、产品缺失、产品重叠、产品异物、产品反向、产品凸点等多个方面的检测,从而提高了检测的效率,并降低了检测误差,本发明结构简单,工艺新颖。
附图说明:
下面结合附图对本发明进一步说明。
图1是本发明检测设备的轴测图;
图2是本发明检测设备的主视图;
图3是本发明检测设备的左视图;
图4是发明检测方法的流程图;
图5是以金镍片为例的尺寸检测实物拍摄结构示意图;
图6是金镍片为例的存在尺寸检测的不合格产品实物图与采用本发明的光学检测方法判定产品存在金镍片偏移不合格的判定示意图;
图7是金镍片为例的缺失的实物拍摄结构示意图;
图8是金镍片为例的存在缺失的不合格产品实物图与采用本发明的光学检测方法判定产品存在金镍片缺失不合格的判定示意图;
图9是金镍片为例的重叠的实物拍摄结构示意图;
图10是金镍片为例的存在重叠的不合格产品实物图与采用本发明的光学检测方法判定产品存在金镍片重叠不合格的判定示意图;
图11是金镍片为例的异物的实物拍摄结构示意图;
图12是金镍片为例的存在异物的不合格产品实物图与采用本发明的光学检测方法判定产品存在异物不合格的判定示意图;
图13是金镍片为例的反向的实物拍摄结构示意图;
图14是金镍片为例的存在反向的不合格产品实物图与采用本发明的光学检测方法判定产品存在金镍片反向不合格的判定示意图;
图15是金镍片为例的凸点异常的实物拍摄结构示意图;
图16是金镍片为例的存在凸点异常的不合格产品实物图与采用本发明的光学检测方法判定产品存在凸点异常不合格的判定示意图;
图17是为了计算检测速率而在检测过程中随机抽取的一段时间内检测的批号示意图;
图18是随机抽取的一段检出率分析示意图。
图中:机架1;吸附平台2;上料系统3;收料系统4;视觉光源系统5;PLC控制系统6;触摸屏显示器7。
具体实施方式:
下面结合附图及具体实施方式对本发明进行详细描述:
模切片材在完成最后一道生产工序后,需要对模切片材进行检测,以便对其上面的产品情况以及产品位置、异物等进行检测,模切片材上的产品种类很多,下面以模切片材上产品为金镍片为例,详细描述本专利的技术方案。
如图1至图3所示,一种模切片材自动光学检测设备,包括机架1、吸附平台2、上料系统3、收料系统4、视觉光源系统5、PLC控制系统6和触摸屏显示器7,所述上料系统3和收料系统4分别位于所述机架1的左右两侧,所述上料系统3和收料系统4之间设置有吸附平台2,所述吸附平台2水平布置在所述机架1上;
为了实现检测的目的,进一步地,所述上料系统3和收料系统4之间还设置有视觉光源系统5;
为了实现移动物料的目的,进一步地,所述收料系统4位于机架1后方,所述收料系统4上设置有机械手,在所述机械手上设置吸嘴以便于取料;
为了使检测与控制相连接,进一步地,所述视觉光源系统5与所述PLC控制系统6相连接,且所述触摸屏显示器7也与所述PLC控制系统6连接,以便将检测信息及设备运行情况显示于所述触摸屏显示器7上;
为了方便控制,进一步地,所述触摸屏显示器可实时监控设备的运行情况,且能手动控制所述上料系统、吸附平台、收料系统及视觉光源系统。
为了能够准确上料,进一步地,所述上料系统3包括步进电缸,可调节挡板及光纤传感器,所述步进电缸上升完成上料动作,所述可调节挡板可以根据料的大小进行调节和兼容,所述光纤传感器位于所述机架上方,对物料进行限位,保证出料稳定。
所述收料系统4包括步进电机、直线模组、升降气缸、机械臂和吸嘴,所述步进电机直线模组负责控制吸嘴的左右移动,升降气缸控制机械臂上吸嘴的下降和上升便于取放料;
所述视觉光源系统5包括高清摄像机和光源,所述高清摄像机为一千二百万工业相机,其分辨率为4096*3000,本实施例中的高清摄像机的具体参数如下:
如图4所示,检测工艺流程如下:
一种模切片材自动光学检测方法,该方法采用视觉光源系统5对模切片材上的金镍片进行检测,包括以下步骤:
A、上料:通过上料系统1将模切片材移动到吸附平台2;
B、定位:如果视觉光源系统5当前有检测空位,就会发信号给PLC控制系统,PLC控制系统就会启动吸附平台2,通过吸附平台2将模切片材移动到检测空位;
C、检测:当模切片材移动到检测空位以后,就会给PLC控制系统6发出测试信号,PLC控制系统就会启动视觉光源系统5,通过视觉光源系统5上的高清摄像机拍照并取像,并通过图像处理模块对图像进行处理,图像处理完成后发送给PLC控制系统6;
D、收料:如果待检测的产品合格,则由收料系统的机械手将产品抓取到良品区进行有序堆叠;如果待检测的产品不合格,则由收料系统的机械手将产品抓取到不良品区进行抛料。
其中,在步骤C中,图像处理模块对模切片材上的金镍片做如下分析与检测,包括产品尺寸、产品缺失、产品重叠、产品异物、产品反向、产品凸点。
如图5和图6所示,本实施例中,模切片材上金镍片尺寸的分析与检测包括以下步骤:
(a)、手动框取模切片材上金镍片的检测区域;
(aa)、视觉光源系统根据框取的检测区域搜索区域内底膜的圆与模切片材上金镍片的圆;
(aaa)、自动拟合底膜的圆与模切片材上金镍片的圆,并找到两个圆的圆心点,测量两个圆心点之间的距离来判断模切片材上金镍片是否存在偏移;
其中,框取检测区域包括模切片材边界、每个模切片材上金镍片的检测边界。
如图7和图8所示,本实施例中,模切片材上金镍片缺失的分析与检测包括以下步骤:
(b)、手动框取模切片材上金镍片的检测区域;
(bb)、选定模切片材上金镍片缺失为不合格;
(bbb)、设定检测区域的灰阶值,当灰阶值大于设定的值,即为模切片材上金镍片缺失。
其中,框取检测区域包括模切片材的边界、模切片材上金镍片的检测边界;检测区域灰阶值可以根据实际情况自行设定。
如图9和图10所示,本实施例中,模切片材上金镍片重叠的分析与检测包括以下步骤:
(c)、手动框取模切片材上金镍片的检测区域;
(cc)、视觉光源系统根据检测区域中的模切片材上金镍片自动拟合一个圆;
(ccc)、如存在超出拟合圆区域的模切片材上金镍片,即断为不合格。
如图11和图12所示,本实施例中,模切片材上金镍片异物的分析与检测包括以下步骤:
(d)、建立不少于10张的良品样本照片保存到指定目录中,手动框取模切片材上金镍片的异物检测区域并设定脏污容差度;
(dd)、视觉光源系统根据良品样本自动建立表面差异模型,以提高检测精度;
(ddd)、当检测的金镍片存在与表面差异模型不匹配的区域并大于设定的脏污容差度,即判断为脏污,也就是说模切片材上金镍片存在异物;
如图13和图14所示,本实施例中,模切片材上金镍片反向的分析与检测包括以下步骤:
(e)、采用MLP神经网络算法,手动框取模切片材上金镍片的凸点检测区域,并拍摄10张及以上良品样本照片保存到指定目录中;
(ee)、点击分割样本,系统会自动分割并分类样本至相应的目录下;
(eee)、点击样本训练,系统会根据分割出的正常与异常样本自动学习,提取正常与异常样本的特征值;
(eee)、检测时匹配特征值,当符合特征值即为良品,不符合即判断为不良。
如图15和图16所示,在本实施例中,模切片材上金镍片凸点异常的分析与检测包括以下步骤:
(f)、采用MLP神经网络算法,手动框取模切片材上金镍片凸点的检测区域,设定无触点为不合格,并拍摄10张以上凸点正常与异常的照片保存到指定目录中;
(ff)、点击分割样本,系统会自动分割并分类正常与异常的凸点样本至相应的目录下;
(fff)、点击样本训练,系统会根据分割出的正常与异常样本自动学习,提取正常与异常样本的特征值;
(ffff)、检测时比对特征值,当符合正常特征值时,判断为良品,当符合异常特征值时,判断为不良。
需要强调的是:以上仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (10)
1.一种模切片材自动光学检测方法,该方法采用视觉光源系统对模切片材上的产品进行检测,其特征在于,包括以下步骤:
上料:通过上料系统将模切片材移动到吸附平台;
定位:如果视觉光源系统当前有检测空位,就会发信号给PLC控制系统,PLC控制系统就会启动吸附平台,通过吸附平台将模切片材移动到检测空位;
检测:当模切片材移动到检测空位以后,就会给PLC控制系统发出测试信号,PLC控制系统就会启动视觉光源系统,通过视觉光源系统上的高清摄像机拍照并取像,并通过图像处理模块对图像进行处理,图像处理完成后发送给PLC控制系统;
收料:如果待检测的产品合格,则由收料系统的机械手将产品抓取到良品区进行有序堆叠;如果待检测的产品不合格,则由收料系统的机械手将产品抓取到不良品区进行抛料;
其中,在步骤C中,图像处理模块对模切片材上的产品做如下分析与检测,包括产品尺寸、产品缺失、产品重叠、产品异物、产品反向、产品凸点。
2.根据权利要求1所述的模切片材自动光学检测方法,其特征在于:产品尺寸的分析与检测包括以下步骤:
(a)、手动框取模切片材上产品的检测区域;
(aa)、视觉光源系统根据框取的检测区域搜索区域内底膜的圆与模切片材上产品的圆;
(aaa)、自动拟合底膜的圆与模切片材上产品的圆,并找到两个圆的圆心点,测量两个圆心点之间的距离来判断模切片材上产品是否存在偏移;
其中,框取检测区域包括模切片材边界、每个模切片材上产品的检测边界。
3.根据权利要求1所述的模切片材自动光学检测方法,其特征在于:产品缺失的分析与检测包括以下步骤:
(b)、手动框取模切片材上产品的检测区域;
(bb)、选定模切片材上产品缺失为不合格;
(bbb)、设定检测区域的灰阶值,当灰阶值大于设定的值,即为模切片材上产品缺失;
其中,框取检测区域包括模切片材的边界、模切片材上产品的检测边界;检测区域灰阶值可以根据实际情况自行设定。
4.根据权利要求1所述的模切片材自动光学检测方法,其特征在于:产品重叠的分析与检测包括以下步骤:
(c)、手动框取模切片材上产品的检测区域;
(cc)、视觉光源系统根据检测区域中的模切片材上产品自动拟合一个圆;
(ccc)、如存在超出拟合圆区域的模切片材上产品,即断为不合格。
5.根据权利要求1所述的模切片材自动光学检测方法,其特征在于:产品异物的分析与检测包括以下步骤:
(d)、建立不少于10张的良品样本照片保存到指定目录中,手动框取模切片材上产品的异物检测区域并设定脏污容差度;
(dd)、视觉光源系统根据良品样本自动建立表面差异模型,以提高检测精度;
(ddd)、当检测的产品存在与表面差异模型不匹配的区域并大于设定的脏污容差度,即判断为脏污,也就是说模切片材上产品存在异物。
6.根据权利要求1所述的模切片材自动光学检测方法,其特征在于:产品反向的分析与检测包括以下步骤:
(e)、采用MLP神经网络算法,手动框取模切片材上产品的凸点检测区域,并拍摄10张及以上良品样本照片保存到指定目录中;
(ee)、点击分割样本,系统会自动分割并分类样本至相应的目录下;
(eee)、点击样本训练,系统会根据分割出的正常与异常样本自动学习,提取正常与异常样本的特征值;
(eee)、检测时匹配特征值,当符合特征值即为良品,不符合即判断为不良。
7.根据权利要求1所述的模切片材自动光学检测方法,其特征在于:产品凸点异常的分析与检测包括以下步骤:
(f)、采用MLP神经网络算法,手动框取模切片材上产品凸点的检测区域,设定无触点为不合格,并拍摄10张以上凸点正常与异常的照片保存到指定目录中;
(ff)、点击分割样本,系统会自动分割并分类正常与异常的凸点样本至相应的目录下;
(fff)、点击样本训练,系统会根据分割出的正常与异常样本自动学习,提取正常与异常样本的特征值;
(ffff)、检测时比对特征值,当符合正常特征值时,判断为良品,当符合异常特征值时,判断为不良。
8.一种模切片材自动光学检测设备,其特征在于:包括机架、吸附平台、上料系统、收料系统、视觉光源系统、PLC控制系统和触摸屏显示器,其中,
所述上料系统和收料系统分别位于所述机架的左右两侧,所述上料系统和收料系统之间设置有吸附平台,所述吸附平台水平布置在所述机架上;
所述上料系统和收料系统之间还设置有视觉光源系统;
所述收料系统位于机架后方,所述收料系统上设置有吸嘴以便于取料;
所述视觉光源系统与所述PLC控制系统相连接,且所述触摸屏显示器也与所述PLC控制系统连接,以便将检测信息及设备运行情况显示于所述触摸屏显示器上;
所述触摸屏显示器可实时监控设备的运行情况,且能手动控制所述上料系统、吸附平台、收料系统及视觉光源系统。
9.根据权利要求8所述的模切片材自动光学检测设备,其特征在于:所述上料系统包括步进电缸,可调节挡板及光纤传感器,所述步进电缸上升完成上料动作,所述可调节挡板可以根据料的大小进行调节和兼容,所述光纤传感器位于所述机架上方,对物料进行限位,保证出料稳定。
10.根据权利要求8所述的模切片材自动光学检测设备,其特征在于:所述收料系统包括步进电机、直线模组、升降气缸、机械臂和吸嘴,所述步进电机直线模组负责控制吸嘴的左右移动,升降气缸控制机械臂上吸嘴的下降和上升便于取放料;
所述视觉光源系统包括高清摄像机和光源,所述高清摄像机为一千二百万工业相机,其分辨率为4096*3000。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011400347.7A CN112605000A (zh) | 2020-12-03 | 2020-12-03 | 一种模切片材自动光学检测方法及其设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011400347.7A CN112605000A (zh) | 2020-12-03 | 2020-12-03 | 一种模切片材自动光学检测方法及其设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112605000A true CN112605000A (zh) | 2021-04-06 |
Family
ID=75229912
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011400347.7A Pending CN112605000A (zh) | 2020-12-03 | 2020-12-03 | 一种模切片材自动光学检测方法及其设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112605000A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114309991A (zh) * | 2022-01-21 | 2022-04-12 | 深圳市易安锐智能装备有限责任公司 | 激光自动切割控制系统及其控制方法 |
CN114819758A (zh) * | 2022-06-27 | 2022-07-29 | 深圳市博硕科技股份有限公司 | 一种模切机产品厚度异常检测系统 |
CN114890189A (zh) * | 2022-04-13 | 2022-08-12 | 苏州市朗电机器人有限公司 | 一种基于手机屏覆膜的切膜装置及其操作系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160292539A1 (en) * | 2013-11-21 | 2016-10-06 | Siemens Aktiengesellschaft | Method for associating objects with object classes and device for sorting objects |
CN106770332A (zh) * | 2017-02-14 | 2017-05-31 | 杭州字节信息技术有限公司 | 一种基于机器视觉的电子模切料缺陷检测实现方法 |
CN106984693A (zh) * | 2017-03-31 | 2017-07-28 | 上汽通用五菱汽车股份有限公司 | 冲压件废料切断的模具结构 |
CN109671052A (zh) * | 2018-11-16 | 2019-04-23 | 华南理工大学 | 一种基于圆形轮廓提取的柔性ic封装基板的过孔检测方法 |
CN109794431A (zh) * | 2019-03-19 | 2019-05-24 | 广东省农业科学院农业生物基因研究中心 | 一种智能化筛选高活力作物种子的技术 |
CN109807076A (zh) * | 2019-02-25 | 2019-05-28 | 苏州天立达胶粘制品有限公司 | 压敏双面胶自动光学检测方法及其设备 |
CN109890245A (zh) * | 2016-10-24 | 2019-06-14 | 松下知识产权经营株式会社 | 图像处理装置、图像处理方法以及图像处理程序 |
CN110314854A (zh) * | 2019-06-06 | 2019-10-11 | 苏州市职业大学 | 一种基于视觉机器人的工件检测分拣的装置及方法 |
CN111353986A (zh) * | 2020-03-02 | 2020-06-30 | 苏州优信泽达智能科技有限公司 | 一种模切产品质量检测方法 |
CN111353992A (zh) * | 2020-03-10 | 2020-06-30 | 塔里木大学 | 一种基于纹理特征的农产品缺陷检测方法及系统 |
CN111530779A (zh) * | 2020-06-17 | 2020-08-14 | 深圳市至臻视界科技有限公司 | 一种泛用型机器视觉检测设备及其产品表面缺陷检测方法 |
-
2020
- 2020-12-03 CN CN202011400347.7A patent/CN112605000A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160292539A1 (en) * | 2013-11-21 | 2016-10-06 | Siemens Aktiengesellschaft | Method for associating objects with object classes and device for sorting objects |
CN109890245A (zh) * | 2016-10-24 | 2019-06-14 | 松下知识产权经营株式会社 | 图像处理装置、图像处理方法以及图像处理程序 |
CN106770332A (zh) * | 2017-02-14 | 2017-05-31 | 杭州字节信息技术有限公司 | 一种基于机器视觉的电子模切料缺陷检测实现方法 |
CN106984693A (zh) * | 2017-03-31 | 2017-07-28 | 上汽通用五菱汽车股份有限公司 | 冲压件废料切断的模具结构 |
CN109671052A (zh) * | 2018-11-16 | 2019-04-23 | 华南理工大学 | 一种基于圆形轮廓提取的柔性ic封装基板的过孔检测方法 |
CN109807076A (zh) * | 2019-02-25 | 2019-05-28 | 苏州天立达胶粘制品有限公司 | 压敏双面胶自动光学检测方法及其设备 |
CN109794431A (zh) * | 2019-03-19 | 2019-05-24 | 广东省农业科学院农业生物基因研究中心 | 一种智能化筛选高活力作物种子的技术 |
CN110314854A (zh) * | 2019-06-06 | 2019-10-11 | 苏州市职业大学 | 一种基于视觉机器人的工件检测分拣的装置及方法 |
CN111353986A (zh) * | 2020-03-02 | 2020-06-30 | 苏州优信泽达智能科技有限公司 | 一种模切产品质量检测方法 |
CN111353992A (zh) * | 2020-03-10 | 2020-06-30 | 塔里木大学 | 一种基于纹理特征的农产品缺陷检测方法及系统 |
CN111530779A (zh) * | 2020-06-17 | 2020-08-14 | 深圳市至臻视界科技有限公司 | 一种泛用型机器视觉检测设备及其产品表面缺陷检测方法 |
Non-Patent Citations (1)
Title |
---|
ROBIN LONG 2018: ""图像处理:深度学习实现工业零件的缺陷检测https://blog.csdn.net/u013419318/article/details/103186715"", 《CSDN》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114309991A (zh) * | 2022-01-21 | 2022-04-12 | 深圳市易安锐智能装备有限责任公司 | 激光自动切割控制系统及其控制方法 |
CN114890189A (zh) * | 2022-04-13 | 2022-08-12 | 苏州市朗电机器人有限公司 | 一种基于手机屏覆膜的切膜装置及其操作系统 |
CN114819758A (zh) * | 2022-06-27 | 2022-07-29 | 深圳市博硕科技股份有限公司 | 一种模切机产品厚度异常检测系统 |
CN114819758B (zh) * | 2022-06-27 | 2022-09-27 | 深圳市博硕科技股份有限公司 | 一种模切机产品厚度异常检测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112605000A (zh) | 一种模切片材自动光学检测方法及其设备 | |
CN108594494B (zh) | 一种不带fpc液晶屏自动检测流水线 | |
CN109807076B (zh) | 压敏双面胶自动光学检测方法及其设备 | |
CN108745942B (zh) | 一种用于产品外观的检测方法及装置 | |
CN107238955B (zh) | 液晶模组屏检测系统 | |
CN111024727A (zh) | 一种齿轮缺陷智能检测设备 | |
CN111551559A (zh) | 一种基于多目视觉系统的lcd液晶屏缺陷检测方法 | |
CN112150439A (zh) | 注塑件的自动分拣设备及分拣方法 | |
CN107271447A (zh) | 一种基于机器视觉的plc外观及指示灯状态检测装置 | |
CN113030095A (zh) | 一种偏光片外观缺陷检测系统 | |
CN114252452A (zh) | 一种小型回转体外观缺陷和轮廓尺寸在线检测装置及方法 | |
KR101772849B1 (ko) | 트레이 불량검사 장치 및 불량검사 방법 | |
CN105466946B (zh) | 基于机器视觉的在线检测系统及其检测方法 | |
CN114518526A (zh) | 一种适用于pcb板ict的自动测试机控制系统 | |
CN206990465U (zh) | 液晶面板的缺陷检测装置 | |
CN210847220U (zh) | 电路板检测机的工位转盘改良装置 | |
CN112304965A (zh) | 一种多场景保险丝盒视觉检测系统 | |
CN105424708B (zh) | 玻璃保险丝管可熔体质量缺陷检测方法 | |
CN113495073A (zh) | 视觉检查系统的自动对焦功能 | |
CN106526448A (zh) | 一种电源驱动板自动检测系统和检测方法 | |
CN112730420A (zh) | 外观瑕疵检测工站 | |
CN116026852A (zh) | 一种烟标模切凹痕检测装置及方法 | |
CN113953208B (zh) | 一种电子元件全自动分拣装置及其分拣方法 | |
CN217359566U (zh) | 一种齿轮缺陷检测装置 | |
CN105445286A (zh) | 玻璃保险丝管产品上标志质量缺陷检测方法及装置 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210406 |