CN112630153A - 一种镜头盖玻璃缺陷的检测方法、设备、存储介质 - Google Patents
一种镜头盖玻璃缺陷的检测方法、设备、存储介质 Download PDFInfo
- Publication number
- CN112630153A CN112630153A CN202011519517.3A CN202011519517A CN112630153A CN 112630153 A CN112630153 A CN 112630153A CN 202011519517 A CN202011519517 A CN 202011519517A CN 112630153 A CN112630153 A CN 112630153A
- Authority
- CN
- China
- Prior art keywords
- cover glass
- lens cover
- images
- defects
- image
- 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
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- 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
- G01N21/958—Inspecting transparent materials or objects, e.g. windscreens
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
本发明公开了一种镜头盖玻璃缺陷的检测方法、设备、存储介质,其中方法包括以下步骤:步骤S1、将多个光源放置于检测机构的预设位置,调整光源照射的角度与光线强度;步骤S2、将待测镜头盖玻璃放置于滑轨的物品放置位,由滑轨带动所述待测镜头盖玻璃依次移动至正反面检测位置、表面检测位置,待正反面检测机构及表面检测机构采集所述待测镜头盖玻璃的正反面图像及表面图像;步骤S3、上传所述正反面图像与表面图像,按照缺陷检测算法对所述正反面图像与表面图像进行处理,根据所述正反面图像与表面图像判断所述待测镜头盖玻璃是否存在缺陷。本发明通过采集所述镜头盖玻璃的图像,对其缺陷进行判定,实现对镜头盖玻璃的快速检测。
Description
技术领域
本发明涉及玻璃制造缺陷检测技术领域,尤其涉及一种镜头盖玻璃缺陷的检测方法、设备、存储介质。
背景技术
机器视觉检测技术主要是通过工业相机、镜头、光源等构成的图像采集设备获取图像,利用图像处理算法对待检测物体的图像进行分析处理模拟人眼的视觉功能,并通过电控系统最终用于实际的检测与分类。随着当今社会经济的飞速发展,智能终端成为人们生活中不可或缺的工具,其中智能手机、平板电脑、笔记本电脑等均设置有摄像头,以供用户随时随地拍摄。摄像头拍摄的效果则会影响人们对智能终端品牌的选择。因此许多电子产品厂商为了吸引消费人员,对摄像头的拍摄品质要求逐渐增高。
而位于摄像头的镜头盖前玻璃的品质直接影响了相机拍摄的效果。在玻璃生产过程中,容易出现点胶、划伤、溢胶等缺陷,一般都是通过工人人工检查。但由于人工检测,需要手动拿起玻璃进行一系列操作,容易产生二次伤害。同时,人工检测的主观因素较强,容易出现错检漏检的情况,品控难以保证。且长时间在强光下工作,容易导致眼睛水肿、视力下降等疾病。
发明内容
为了克服现有技术的不足,本发明的目的在于提供一种镜头盖玻璃缺陷的检测方法、设备、存储介质,采集所述镜头盖玻璃的图像,对其缺陷进行判定,实现对镜头盖玻璃的快速检测。
本发明的目的之二在于提供一种设备,执行上述一种镜头盖玻璃缺陷的检测方法,采集所述镜头盖玻璃的图像,对其缺陷进行判定,实现对镜头盖玻璃的快速检测。
本发明的目的之三在于提供一种设备,执行上述一种镜头盖玻璃缺陷的检测方法,采集所述镜头盖玻璃的图像,对其缺陷进行判定,实现对镜头盖玻璃的快速检测。
本发明的目的之一采用如下技术方案实现:
一种镜头盖玻璃缺陷的检测方法,应用于视觉检测装置,包括以下步骤:
步骤S1、将多个光源放置于检测机构的预设位置,调整光源照射的角度与光线强度;
步骤S2、将待测镜头盖玻璃放置于滑轨的物品放置位,由滑轨带动所述待测镜头盖玻璃依次移动至正反面检测位置、表面检测位置,待正反面检测机构及表面检测机构采集所述待测镜头盖玻璃的正反面图像及表面图像;
步骤S3、上传所述正反面图像与表面图像,按照缺陷检测算法对所述正反面图像与表面图像进行处理,根据所述正反面图像与表面图像判断所述待测镜头盖玻璃是否存在缺陷。
进一步地,所述步骤S3中按照缺陷检测算法对所述正反面图像与表面图像进行处理,包括以下步骤:
步骤S31、对所述正反面图像与表面图像进行预处理;所述预处理包括对所述正反面图像与表面图像去背景、采用自适应中值滤波方法进行图像滤波;
步骤S32、对经预处理后的正反面图像与表面图像进行图像分割,得到若干区域;
步骤S33、标记所有区域,并依据区域的标记及缺陷形状进行划分。
进一步地,所述自适应中值滤波算法包括以下步骤:
步骤S311、获取所述正反面图像与表面图像,将其切割为若干个正方形窗口;设正方形初始窗口变化边长为w,所述正方形窗口内的灰度最小值、最大值和中值分别为fmin、fmax、fmed,当前像素的灰度值为fij,允许窗口的最大单边长为Wmax,判断所述正方形窗口内的灰度中值fmed是否为极值,若是,则执行步骤S312;若否,则执行步骤S313;
步骤S312、令w=w+2,判断w≤Wmax是否成立,若成立,则返回步骤S311;若不成立,则令fij=fmed;
步骤S313、判断所述当前像素灰度值fij是否为极值,是则令fij=fmed,否则输出fij。
进一步地,所述步骤S32、对经预处理后的正反面图像与表面图像进行图像分割,得到若干区域,具体为:
将经预处理的正反面图像与表面图像中的每个像素的灰度值按照一定比例归一到整个灰度级范围,将每个像素的灰度转换为相对灰度;
从n个方向,每个方向截取m条截面线,生成m条灰度波动曲线;
对所述灰度波动曲线进行波动还原,生成m张还原图像并将所有还原图像重构,得到一张重构图像;
对重构图像进行分割,得到若干区域。
进一步地,还包括以下步骤:
步骤S4、通过缺陷检测算法提取所有待测镜头盖玻璃缺陷的类型,根据所获得的缺陷依据几何与灰度特征进行分类,并将缺陷信息保存至数据库内。
本发明的目的之二采用如下技术方案实现:
一种镜头盖玻璃缺陷检测设备,其包括视觉检测装置及处理器、存储器及存储于所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上所述一种镜头盖玻璃缺陷的检测方法,所述视觉检测装置包括工作台,设置在工作台边缘的滑轨及设置工作台的上料机、检测机构与下料机。
进一步地,所述检测机构包括两组分别用于拍摄待测镜头盖玻璃正面与反面图像的正反面检测机构,所述正反面检测机构包括LED光源、CCD相机及光栅板,所述LED光源分别设置于滑轨正面检测位置的正下方、反面检测位置的正上方,所述CCD相机则位于所述滑轨正面检测位置的正上方、反面检测位置的正下方,而所述光栅板则设置于所述LED光源与所述滑轨之间的空间。
进一步地,所述检测机构还包括用于拍摄待测镜头盖玻璃表面白边情况的表面检测机构,所述表面检测机构包括面阵相机、环形LED光源,所述环形LED光源围绕于所述面阵相机外围。
进一步地,所述上料机与下料机均为机械手,用于抓取所述待测镜头盖玻璃。
本发明的目的之三采用如下技术方案实现:
一种存储介质,其上存储有计算机程序,所述计算机程序被执行时实现上述镜头盖玻璃缺陷的检测方法。
相比现有技术,本发明的有益效果在于:
本申请提供了一种镜头盖玻璃缺陷的检测方法、设备、存储介质,快速可靠地监测镜头盖玻璃是否存在缺陷,解决依靠人工监测容易出现的错检漏检、品控不稳定的问题,降低日益增长的劳动成本,提高镜头盖玻璃检测精度及稳定性。同时通过分析与检测,自动保存镜头盖玻璃检测的检测记录,实现数字化产管理。
附图说明
图1为本发明所提供的一种镜头盖玻璃缺陷的检测方法的流程示意图;
图2为本发明所提供实施例二的正面检测位置的示意图;
图中:1、CCD相机;2、光栅板;3、待测镜头盖玻璃;4、LED光源。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
如图1、2所示,本发明提供了一种镜头盖玻璃缺陷的检测方法,应用于一种镜头盖玻璃缺陷检测设备中,用于检测镜头盖玻璃是否存在缺陷。本申请中结合镜头盖玻璃缺陷检测设备对上述方法进行解释说明。所述镜头盖玻璃缺陷检测设备包括了视觉检测装置与处理器、存储器,视觉检测装置用于对镜头盖玻璃进行检测,拍摄图像并上传至处理器中,而所述镜头盖玻璃缺陷检测方法存储于存储器内,处理器执行所述计算机程序时实现一种镜头盖玻璃缺陷的检测方法。
具体的,所述视觉检测装置包括工作台,及设置在工作台边缘的滑轨、设置在工作台上的上料机、检测机构与下料机。上料机与下料机均为机械手,用于抓取所述待测镜头盖玻璃3。上料机将待测镜头盖玻璃3抓取并放置于滑轨的物品放置位上。在通过所有检测位置并检测完成后,下料机将待测镜头盖玻璃3抓取下滑轨,放置于已完成检测的区域。
具体的,所述一种镜头盖玻璃缺陷的检测方法包括了以下步骤:
步骤S1、将多个光源放置于检测机构的预设位置,调整光源照射的角度与光线强度;由于镜头盖玻璃材质特殊,一般的图像检测系统难以直接照搬套用。常见的可见光光源包括了白炽灯、荧光灯、LED灯,白炽灯虽显色性较好,但发热较多,而荧光灯需要高频控制且两者寿命均较短,因此在本实施例中光源使用LED灯,亮度高、低能耗且易于控制、响应快,可以根据带检测的对象成套确定。由于镜头盖玻璃的材质透明,优选为白色LED灯照明。将白色LED灯按照不同的检测位置需求,设置于对应的位置。
步骤S2、将待测镜头盖玻璃3放置于滑轨的物品放置位,由滑轨带动所述待测镜头盖玻璃3依次移动至正反面检测位置、表面检测位置,待正反面检测机构及表面检测机构采集所述待测镜头盖玻璃3的正反面图像及表面图像;
为了全面检测所述待测镜头盖玻璃3的情况,在本申请中设置了三组检测位置,分别为正面检测位置、反面检测位置与表面检测位置。相应的。所述检测机构包括两组分别用于拍摄待测镜头盖玻璃3正面与反面图像的正反面检测机构,所述正反面检测机构包括LED光源4、CCD相机1及光栅板2,所述LED光源4分别设置于所述滑轨正面检测位置的正下方、反面检测位置的正上方,所述CCD相机1则位于所述滑轨正面检测位置的正上方、反面检测位置的正下方,而所述光栅板2则设置于所述LED光源4与所述滑轨之间的空间。
LED光源4设置于待测镜头盖玻璃3的正下方,CCD相机1位于所述待测镜头盖玻璃3的正上方。待测镜头盖玻璃3随着滑轨的物品放置位移动。在所述LED光源4与玻璃之间放置光栅板2,从而采集到待测镜头盖玻璃3的正反面图像中含有明暗相间的条纹。质地均匀无缺陷的镜头盖玻璃通过时,采集到的图像为间隔均匀且近似平行直线的明暗条纹。而存在缺陷的镜头盖玻璃,则由于缺陷导致光的透射与折射均会发生改变,采集到的图像将会出现扭曲变形的区域,从而判断待测镜头盖玻璃3正面或反面缺陷的存在。
检测机构还包括了拍摄待测镜头盖玻璃3表面白边情况的表面检测机构,所述表面检测机构包括面阵相机、环形LED光源,所述环形LED光源围绕于所述面阵相机外围。通过滑轨带动待测镜头盖玻璃3移动至对应的检测位置,由对应的检测机构拍摄后上传至处理器内,由处理器对正反面图像及表面图像进行处理,并判断缺陷是否存在。
步骤S3、上传所述正反面图像与表面图像,按照缺陷检测算法对所述正反面图像与表面图像进行处理,根据所述正反面图像与表面图像判断所述待测镜头盖玻璃3是否存在缺陷。
具体的,所述按照预设算法对正反面图像与表面图像进行处理还包括以下步骤:步骤S31、对所述正反面图像与表面图像进行预处理;所述预处理包括对所述正反面图像与表面图像去背景、采用自适应中值滤波方法进行图像滤波处理图像分割;
去背景为去除由于光栅板拍摄而产生的背景条纹,一般通过差影法去除条纹。差应法通过无缺陷标准图像和有缺陷图像进行代数差运算,对应像素点相减,从而取出条纹背景,保留缺陷。所述自适应中值滤波算法包括以下步骤:
步骤S311、获取所述正反面图像与表面图像,将其切割为若干个正方形窗口。设正方形初始窗口变化边长为w,所述正方形窗口内的灰度最小值、最大值和中值分别为fmin、fmax、fmed,当前像素的灰度值为fij,允许窗口的最大单边长为Wmax,判断所述正方形窗口内的灰度中值fmed是否为极值,若是,则执行步骤S312;若否,则执行步骤S313;
步骤S312、令w=w+2,判断w≤Wmax是否成立,若成立,则返回步骤S311;若不成立,则令fij=fmed;
步骤S313、判断所述当前像素的灰度值fij是否为极值,是则令fij=fmed,否则输出fij。通过上述自适应中值滤波算法,将拍摄到的所述正反面图像与表面图像中缺陷的位置更好的凸显出来。
步骤S32、对经预处理后的正反面图像与表面图像进行图像分割;
在一般情况下,存在缺陷位置的区域的灰度值会明显比背景区域的灰度值高。而当光源的光照整体不均匀时,则容易被背景区域的灰度值所影响。因此采用全局阈值分割的Otsu法(大津法)对正反面图像与表面图像进行分割,从而更好的确定存在缺陷位置的区域,并将其分割出来。具体的通过灰度波动变换进行分割。将图像中的每个像素的灰度值按照一定比例归一到整个灰度级范围,将每个像素的灰度转换为相对灰度。从图像的n个方向,每个方向截取m条截面线,将其分解成一维灰度波动后,用某点像素在经过该点的m条曲线的一维灰度波动位置来近似表示该点在二维灰度波动上的位置。在本申请中优选为水平与竖直两个方向,最后再将两张还原图像重构成一张图像,用Otsu法分割。该方法能根据目标与背景的分布,自动选取最佳阈值,有效分离目标与背景,无需人为干预。
步骤S33、标记所有区域并依据区域的标记及缺陷形状进行划分。当存在缺陷时,则将该缺陷标记为1,背景则标记为0。历遍图像的所有区域,根据具有缺陷的区域的缺陷形状属性进行划分,所述形状属性可以分为点、线与面,如划痕为线缺陷,气泡则为点缺陷等。
步骤S4、通过缺陷检测算法提取所有待测镜头盖玻璃3缺陷的类型,根据所获得的缺陷依据几何与灰度特征进行分类,并将所述缺陷信息保存至数据库内。在缺陷分类中利用多层感知机器学习算法,依据现有缺陷的几何与灰度特征将缺陷分为点缺陷与线缺陷、面缺陷,并保存至数据库内。在后续的检测中,根据上述三种缺陷根据对待测镜头盖玻璃3进行分类,从而将自动识别所述镜头盖玻璃的次品,便于工作人员根据缺陷类型改进生产工艺。
本申请提供了一种镜头盖玻璃缺陷的检测方法、设备、存储介质,快速可靠地监测镜头盖玻璃是否存在缺陷,解决依靠人工监测容易出现的错检漏检、品控不稳定的问题,降低日益增长的劳动成本,提高镜头盖玻璃检测精度及稳定性。同时通过系统的分析与检测,自动保存镜头盖玻璃检测的检测记录,实现数字化产管理。
另外,本发明还提供一种存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现前述一种镜头盖玻璃缺陷的检测方法的步骤。
本发明可用于众多通用或专用的计算系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、机顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
本实施例中的设备与前述实施例中的方法是基于同一发明构思下的两个方面,在前面已经对方法实施过程作了详细的描述,所以本领域技术人员可根据前述描述清楚地了解本实施中的系统的结构及实施过程,为了说明书的简洁,在此就不再赘述。
上述实施方式仅为本发明的优选实施方式,不能以此来限定本发明保护的范围,本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。
Claims (10)
1.一种镜头盖玻璃缺陷的检测方法,其特征在于,应用于视觉检测装置,包括以下步骤:
步骤S1、将多个光源放置于检测机构的预设位置,调整光源照射的角度与光线强度;
步骤S2、将待测镜头盖玻璃放置于滑轨的物品放置位,由滑轨带动所述待测镜头盖玻璃依次移动至正反面检测位置、表面检测位置,待正反面检测机构及表面检测机构采集所述待测镜头盖玻璃的正反面图像及表面图像;
步骤S3、上传所述正反面图像与表面图像,按照缺陷检测算法对所述正反面图像与表面图像进行处理,根据所述正反面图像与表面图像判断所述待测镜头盖玻璃是否存在缺陷。
2.如权利要求1所述的一种镜头盖玻璃缺陷的检测方法,其特征在于,所述步骤S3中按照缺陷检测算法对所述正反面图像与表面图像进行处理,包括以下步骤:
步骤S31、对所述正反面图像与表面图像进行预处理;所述预处理包括对所述正反面图像与表面图像去背景、采用自适应中值滤波方法进行图像滤波;
步骤S32、对经预处理后的正反面图像与表面图像进行图像分割,得到若干区域;
步骤S33、标记所有区域,并依据区域的标记及缺陷形状进行划分。
3.如权利要求2所述的一种镜头盖玻璃缺陷的检测方法,其特征在于,所述自适应中值滤波算法包括以下步骤:
步骤S311、获取所述正反面图像与表面图像,将其切割为若干个正方形窗口;设正方形初始窗口变化边长为w,所述正方形窗口内的灰度最小值、最大值和中值分别为fmin、fmax、fmed,当前像素的灰度值为fij,允许窗口的最大单边长为Wmax,判断正方形窗口内的灰度中值fmed是否为极值,若是,则执行步骤S312;若否,则执行步骤S313;
步骤S312、令w=w+2,判断w≤Wmax是否成立,若成立,则返回步骤S311;若不成立,则令fij=fmed;
步骤S313、判断所述当前像素的灰度值fij是否为极值,是则令fij=fmed,否则输出fij。
4.如权利要求2所述的一种镜头盖玻璃缺陷的检测方法,其特征在于,所述步骤S32、对经预处理后的正反面图像与表面图像进行图像分割,得到若干区域,具体为:
将经预处理的正反面图像与表面图像中的每个像素的灰度值按照一定比例归一到整个灰度级范围,将每个像素的灰度转换为相对灰度;
从n个方向,每个方向截取m条截面线,生成m条灰度波动曲线;
对所述灰度波动曲线进行波动还原,生成m张还原图像并将所有还原图像重构,得到一张重构图像;
对重构图像进行分割,得到若干区域。
5.如权利要求1所述的一种镜头盖玻璃缺陷的检测方法,其特征在于,还包括以下步骤:
步骤S4、通过缺陷检测算法提取所有待测镜头盖玻璃缺陷的类型,根据所获得的缺陷依据几何与灰度特征进行分类,并将缺陷信息保存至数据库内。
6.一种镜头盖玻璃缺陷检测设备,其特征在于,其包括视觉检测装置及处理器、存储器及存储于所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现权利要求1~5任一所述一种镜头盖玻璃缺陷的检测方法,所述视觉检测装置包括工作台,设置在工作台边缘的滑轨及设置工作台的上料机、检测机构与下料机。
7.如权利要求6所述的一种镜头盖玻璃缺陷检测设备,其特征在于,所述检测机构包括两组分别用于拍摄待测镜头盖玻璃正面与反面图像的正反面检测机构,所述正反面检测机构包括LED光源、CCD相机及光栅板,所述LED光源分别设置于滑轨正面检测位置的正下方、反面检测位置的正上方,所述CCD相机则位于所述滑轨正面检测位置的正上方、反面检测位置的正下方,而所述光栅板则设置于所述LED光源与所述滑轨之间的空间。
8.如权利要求7所述的一种镜头盖玻璃缺陷检测设备,其特征在于,所述检测机构还包括用于拍摄待测镜头盖玻璃表面白边情况的表面检测机构,所述表面检测机构包括面阵相机、环形LED光源,所述环形LED光源围绕于所述面阵相机外围。
9.如权利要求8所述的一种镜头盖玻璃缺陷检测设备,其特征在于,所述上料机与下料机均为机械手,用于抓取所述待测镜头盖玻璃。
10.一种存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被执行时实现权利要求1~5任一所述一种镜头盖玻璃缺陷的检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011519517.3A CN112630153A (zh) | 2020-12-21 | 2020-12-21 | 一种镜头盖玻璃缺陷的检测方法、设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011519517.3A CN112630153A (zh) | 2020-12-21 | 2020-12-21 | 一种镜头盖玻璃缺陷的检测方法、设备、存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112630153A true CN112630153A (zh) | 2021-04-09 |
Family
ID=75320463
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011519517.3A Pending CN112630153A (zh) | 2020-12-21 | 2020-12-21 | 一种镜头盖玻璃缺陷的检测方法、设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112630153A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115356355A (zh) * | 2022-10-21 | 2022-11-18 | 沃卡姆(山东)真空玻璃科技有限公司 | 一种真空夹胶玻璃自动检测下料输送线及检测方法 |
CN116413284A (zh) * | 2023-03-13 | 2023-07-11 | 湖南旗滨光能科技有限公司 | 压花玻璃正反面的检测方法、装置、设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004294202A (ja) * | 2003-03-26 | 2004-10-21 | Seiko Epson Corp | 画面の欠陥検出方法及び装置 |
CN207163931U (zh) * | 2017-09-28 | 2018-03-30 | 芜湖东旭光电装备技术有限公司 | 玻璃缺陷检测装置 |
CN111380579A (zh) * | 2020-04-30 | 2020-07-07 | 征图新视(江苏)科技股份有限公司 | 手机摄像头玻璃视觉检测方法及检测系统 |
-
2020
- 2020-12-21 CN CN202011519517.3A patent/CN112630153A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004294202A (ja) * | 2003-03-26 | 2004-10-21 | Seiko Epson Corp | 画面の欠陥検出方法及び装置 |
CN207163931U (zh) * | 2017-09-28 | 2018-03-30 | 芜湖东旭光电装备技术有限公司 | 玻璃缺陷检测装置 |
CN111380579A (zh) * | 2020-04-30 | 2020-07-07 | 征图新视(江苏)科技股份有限公司 | 手机摄像头玻璃视觉检测方法及检测系统 |
Non-Patent Citations (1)
Title |
---|
刘遵: "基于机器视觉的玻璃表面缺陷检测技术研究", 《中国优秀博硕士学位论文全文数据库(硕士) 工程科技Ⅰ辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115356355A (zh) * | 2022-10-21 | 2022-11-18 | 沃卡姆(山东)真空玻璃科技有限公司 | 一种真空夹胶玻璃自动检测下料输送线及检测方法 |
CN116413284A (zh) * | 2023-03-13 | 2023-07-11 | 湖南旗滨光能科技有限公司 | 压花玻璃正反面的检测方法、装置、设备及存储介质 |
CN116413284B (zh) * | 2023-03-13 | 2024-05-31 | 湖南旗滨光能科技有限公司 | 压花玻璃正反面的检测方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112381784B (zh) | 一种基于多光谱图像的设备检测系统 | |
CN109916910B (zh) | 光伏玻璃边部缺陷检测系统及相应的方法 | |
CN108827597B (zh) | 一种结构光投影器的光斑均匀度检测方法和检测系统 | |
CN109709102A (zh) | 模切机锂电池极片物理缺陷检测系统、方法及装置 | |
CN112630153A (zh) | 一种镜头盖玻璃缺陷的检测方法、设备、存储介质 | |
KR20160118315A (ko) | 표면 성상 지표화 장치, 표면 성상 지표화 방법 및 프로그램 | |
CN110672626B (zh) | 一种手机壳体中框表面颗粒缺陷的检测方法 | |
EP3812747A1 (en) | Defect identifying method, defect identifying device, defect identifying program, and recording medium | |
CN114519696B (zh) | 基于光学智能化的pvc热收缩膜检测方法及系统 | |
CN106872488A (zh) | 一种快速大面积透明基片双表面缺陷视觉检测方法及装置 | |
CN103091330A (zh) | 模拟人类视觉感知机理的铜带表面缺陷辨识装置及方法 | |
CN112819844A (zh) | 一种图像边缘检测方法及装置 | |
CN114723668A (zh) | 一种基于面阵相机的阴极铜质量检测方法及系统 | |
CN112304969A (zh) | 显示模块检测设备、方法、装置及系统和存储介质 | |
CN107300360A (zh) | 一种杂粮作物籽粒三轴尺寸快速检测算法 | |
CN117351472A (zh) | 烟叶信息检测方法、装置及电子设备 | |
CN110458231B (zh) | 一种陶瓷产品检测方法、装置和设备 | |
CN210405433U (zh) | 一种基于机器视觉的手机屏背光异物缺陷诊断装置 | |
CN116958035A (zh) | 产品零件缺陷检测方法、装置、介质及电子设备 | |
CN116067671A (zh) | 一种用于测试车辆漆面质量的方法、系统及介质 | |
CN115100102A (zh) | 镀膜镜片的缺陷检测方法、装置、设备及可读存储介质 | |
CN114663341A (zh) | 一种光学镜头眩光缺陷定量检测方法 | |
CN108827594B (zh) | 一种结构光投影器的解析力检测方法和检测系统 | |
CN108985222B (zh) | 一种用于接打电话识别的深度学习网络模型及系统 | |
CN202486067U (zh) | 宽幅面高速生产线材料表面瑕疵检测系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210409 |
|
RJ01 | Rejection of invention patent application after publication |