CN1127037A - 自动检查设备 - Google Patents

自动检查设备 Download PDF

Info

Publication number
CN1127037A
CN1127037A CN 94192758 CN94192758A CN1127037A CN 1127037 A CN1127037 A CN 1127037A CN 94192758 CN94192758 CN 94192758 CN 94192758 A CN94192758 A CN 94192758A CN 1127037 A CN1127037 A CN 1127037A
Authority
CN
China
Prior art keywords
checkout equipment
video camera
automatic checkout
article
ceramic tile
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
CN 94192758
Other languages
English (en)
Other versions
CN1095079C (zh
Inventor
M·R·达齐尔
D·J·菲利普斯
A·W·格兰治
N·J·米歇尔
D·韩富利
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.)
THOUSAND VENTURE GROUP Ltd
Original Assignee
Axiom Bildverarbeitungssysteme GmbH
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
Priority claimed from GB939311094A external-priority patent/GB9311094D0/en
Application filed by Axiom Bildverarbeitungssysteme GmbH filed Critical Axiom Bildverarbeitungssysteme GmbH
Publication of CN1127037A publication Critical patent/CN1127037A/zh
Application granted granted Critical
Publication of CN1095079C publication Critical patent/CN1095079C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8806Specially adapted optical and illumination features
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B07SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07CPOSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00Sorting 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
    • B07C5/34Sorting according to other particular properties
    • B07C5/342Sorting according to other particular properties according to optical properties, e.g. colour
    • B07C5/3422Sorting according to other particular properties according to optical properties, e.g. colour using video scanning devices, e.g. TV-cameras

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (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)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
  • Spinning Or Twisting Of Yarns (AREA)

Abstract

一种自动检查设备(11,211),用于按照物品(31,231)的一个表面特征把一物品归类(31,231),该设备包括传送物品(31,231)到一个图象检测位置的传送装置(30,230)和在物品通过图象检测位置时捕获物品(31,231)表面电图象的一架摄像机(14,214)。提供照明装置(38,39,227,228)以便在物品通过图象检测位置时照射物品(31,231)的表面。还提供包括一个微控制器(17,217)、一个图象处理单元(18,218)和一台微机(21,221)的处理装置,为了分类物品(31,231),对该处理装置进行配置,使它能处理捕获的电图象。

Description

自动检查设备
发明领域
本发明涉及按照物品的一个表面特征把一物品归类的自动检查设备,特别是涉及(但并不排除其它)分类陶瓷的瓷砖、或塑料瓷砖、或类似物的自动检查设备。
发明背景
在装璜瓷砖制造领域,众所周知的是,瓷砖都有一个装璜表面,对装璜表面进行设计,使它们能够仿效天然的材料,例如:石头、花岗岩、或大理石。通过训练有素的人员来完成对这些种类或其它种类的瓷砖的分类,这是保证瓷砖总体上相互配套所必不可少的;这些经过训练的人员按照整体观察装璜瓷砖表面,并就瓷砖的分类情况作出主观判断,例如把这些瓷砖分类成不同的组,一般把具有相似表面特征的瓷砖归为一组。这些受过训练的人员完成分类操作的心理过程是很复杂的,经常出现的情况是连他们自己也说不清楚为了得到一个分类要进行哪些判断步骤。检查一个装璜表面的主要特征,例如,几何图案或线条图案是否存在或者是否正确,对于一个经过训练的人员来说是相当简单的事情,但当检查没有任何预定图案的瓷砖表面,例如上述的具有石头、花岗岩、或大理石效果的瓷砖,检查结果就变得更加主观随意了。
即使这种类型的分类看起来是一个困难的任务,但在大多数情况下,一个受过训练的人员都能极其迅速地对瓷砖进行分类,不必花费太多的力气。然而,人工分类存在一些突出的问题,即人工分类用于瓷砖制造业时限制了分选过程的产量。其中的某些问题是,可能缺乏一致性,由于操作员疲乏引起的限制分类工作时间,对瓷砖制造厂中普遍存在的工作环境的敏感性、以及高额的劳动成本。
发明的目的和概述
本发明旨在通过提供一种自动检查设备克服上述问题中的某些问题。
因此,按本发明的一个目标,提供一种自动检查设备,用于按照物品的表面特征分类物品,该检查设备包括:一个腔室;传送装置,用于通过所说腔室传送所说物品;照明装置,用于当物品处于该室内时照射物体表面;一台摄像机,用于当物品通过该室时捕获所说表面的电子图象;以及用于处理该图象分类物品的处理装置。
传送装置最好安排成以恒速传送物品通过所说的室,摄像机是一台高速摄像机,当物品通过该室时能捕获物品表面的高分辨率图象。该设备进一步还可包括控制装置,用于控制摄像机的操作、监视该室内的环境状态、以及将处理装置得到的分类过程的结果传递给该处理设备;还可提供位置确定装置,以跟踪物品进入、通过和走出该室的移动,摄像机的捕获操作最好按照所说位置确定装置的输出进行。
腔室最好装得不让光从该室的外部进入该室之内,并且腔室进一步包括基本上无反射的吸光内壁;照明装置最好由多个灯构成,将它们安排成一个光源;并且为了在该室内提供漫射光,还包括一个漫射结构。该漫射结构例如可包括一个粗级漫射体、一个反光镜、和一个精细漫射体,反光镜接收粗级漫射体的散射光并将其反射到精细漫射体。摄像机所处位置最好当一个物品处于该室中的一个预定位置时该摄像机只接收来自所说物品表面的非镜向反射的漫射光;还可能存在与所说摄像机有关的滤光镜装置,以使摄像机对电磁光谱的可见光范围的灵敏度最佳。
摄像机本身最好包括一个变焦镜头,并且具有一个可控的变焦距、焦点、光圈机构,并且在所说的室中可设置一个校准基准,能够校正摄像机。此外,最好提供能对摄像机图象进行补偿的装置,以消除例如由于对工件的不均匀照明可能引起的人为因素产生的后果,或者,为了对不同的摄像机像素输出中的变化进行补偿。还可提供阻止尘土对所说室中的表面污染的装置。
处理装置最好包括一个图象处理器,把图象数据转换成一个特征值表,并且按照所说的表将物品分类,最理想的该处理装置包括一台计算机;多个特征抽取算法;一个排序此特征抽取算法的排序算法,在分辨物品等级中用来判据特征抽取算法的效率;以及一个当该设备处在训练方式时使操作员能确定物品的类型和等级,并且能在训练方式和运行方式之间进行转接的用户接口。
按本发明的自动检查设备可以和机械的分类设备结合起来使用,此机械分类设备当通过所说自动检查设备在所确定的类别基础上为实际分类物品时作出反应。
按照本发明的另一目标,提供一种自动检查设备,用于按照物品的表面特征分类物品,该检查设备包括:传送装置,用于传送所说物品至一个图象检测位置;照明装置,用于当物品处在所说图象检测位置时照射物品的一个表面;一台摄像机,用于当物品通过图象检测位置时捕获所说表面的一个电图象;以及处理装置,用于处理图象以便分类物品。
按照本发明的下一个目标,提供一种自动检查设备,将一工件根据它的的表面图案和/或颜色和/或纹理结构进行分类,所说检查设备包括:传送装置,用于传送所说工件至一个图象检测位置;照明装置,用于在所说图象检测位置均匀照明所说工件;一台摄像机,用于记录所说工件在所说检测位置的图象;以及,处理装置,用于处理图象,所说处理装置可确定工件的多个特征并可使用这些特征来确定工件的类别。
在所附的权利要求书中具体提出了本发明的上述特征和其它特征,从参照附图给出的本发明的典型实施例的下述详细描述中看到,本发明的这些特征和优点将变得更加清楚明了。
附图简介
图1是本发明的自动分类设备的第一实施例的示意方块图;
图2是图1的自动分类设备的图象捕获室的示意剖面图;
图3是表示训练操作期间的分类程序的操作流程图;
图4是表示运行期间分类程序的操作流程图;
图5是从摄像机观察的供摄像机校准的校准物在图象捕获室中的视图;
图6是一个流程图,表示在校准图1的自动分类设备的摄像机成形部分的可变焦距过程中涉及的各个处理阶段;
图7是一个流程图,表示在校准摄像机的焦点过程中涉及的各个处理阶段;
图8是一个流程图,表示摄像机光圈的校准过程的第一部分;
图9是一个流程图,表示摄像机光圈的校准过程的第二部分;
图10A和10B分别为图1的典型的自动检查设备的对应的端视图和侧视图;
图11是按本发明的自动分类设备的另一个实施例的示意方块图;
图12是图11的自动分类设备的图象捕获室和瓷砖传送装置的示意剖面图;
图13是图11的自动分类设备的瓷砖跟踪装置的示意俯视图;
图14是实现本发明的另一种自动分类设备的示意剖面图;以及
图15是图14的自动分类设备的瓷砖传送装置和成像窗口的示意俯视图。
实施例的详细描述
首先描述按本发明第一实施例的自动检查设备,该设备用于按照物品的表面特征分类物品,例如瓷砖。
参照附图中的图1,其中表示按照表面特征检查和分类装璜瓷砖或类似物的自动设备10。设备10包括一个检查设备11和一个线分类器(分散的和堆积在一起的)单元12。线分类器12将具有相同类别表面特征的瓷砖实际组合在一起,但没有独立确定每块瓷砖类别的机构。相反,线分选器单元12为完成分类功能能响应检查设备11产生的类别信号。线分选器单元12在本领域中是众所周知的,在这里不需进一步说明。
检查设备11包括一个图象捕获室13,瓷砖先通过室13传送,而后抵达线分选器单元12。瓷砖通过室13时,定位在室13中的摄像机14捕捉到每个瓷砖的装璜表面的数字电子图象。在捕获图象下的这些条件由传感器15监控,并通过环境控制系统16严格控制。将传感器15输出的信号送到微控制器17,微控制器17对摄像机14和环境控制系统16提供故障诊断和控制,下面对此再进行描述。
通过图象处理单元18处理捕获到的图象,单元18对该图象进行评估。使用该评估的结果来分类相应的瓷砖,并将这个类别信息送到微控制器17。微控制器17监视着位于线分类器单元12中的分类传感器19,以检测微控制器17输出到分类器单元12的控制单元20的具体时间,并检测有关这个特定瓷砖的类别信息。
主微机(PC)21提供自动分类设备10的监视控制,为了分类物品,主微机21进行程序和数据的非易失性的存储,用于处理捕获的数字电子图象。该微机21也存贮用于配置图象处理单元18和微控制器17的信息的数据库22。虽然将分类系统10安装成能自动地起作用,但仍有少量的高级用户要求交互作用,为此要提供触摸屏23形式的用户交互作用功能。
现在参看图2,连续的传送带30以恒定的速度(例如1.0米/秒)通过图象捕获室13输送瓷砖31。输入传感器32确定室13的入口处瓷砖31的存在,轴编码器33与传送带皮带轮34一道工作,以跟踪瓷砖31进入、穿过和走出室13的移动。
对该检查设备进行设计,使该设备能在不停止传送带30的条件下分类瓷砖31。这和人工检查相比有明显的好处,瓷砖分类较快而且不会使操作员疲乏。
摄像机14在沿传送带30的位置A的上方垂直定位,当瓷砖31移动到由输入传感器32和轴编码器33的输出确定的位置A时,触发摄像机14,从而捕获到该瓷砖表面的一帧图象。准确捕获瓷砖表面的一个有用的高分辨率图象所需的曝光时间约为1毫秒。所选的这个曝光时间已将摄像机14的性能考虑在内。曝光时间缩短将使诸如帧的移动拖尾之类的问题更为突出,曝光时间较短将减少捕获移动中的瓷砖31的图象有关的移动模糊现象。摄像机14与一个分辨率为512×512个像素的单色电荷耦合器件的传感元件合为一体。摄像机14产生模拟输出信号,该模拟输出信号送到图象处理单元18(如图1所示),该信号在这里被放大、偏置调节、和滤光,而后经一个模拟—数字转换器(未示出)转换成数字信号。
摄像机14和可控的变焦距镜头35一道使用,镜头35可改变摄像机1 4的视场,使捕获的图象的大小适合于能够检查的各种尺寸的瓷砖31。在这一方面,因为改变变焦调节位置经常需要重新调节焦点位置,所以也需要可变的摄像机焦点。借助于摄像机14具有软件可控的焦点、增益、和光圈的能力,就能适应可变的瓷砖厚度和可变的瓷砖亮度。
摄像机14的电荷耦合器件的传感元件对于红外(IR)光波长是高度敏感的。但要求该设备能根据瓷砖的可见的表面特征来分类瓷砖31,因此要提供一个红外滤光器36,使摄像机在电磁光谱的可见光范围的灵敏度最佳。使用红外滤光器36的另一个优点是,直接从窑里过来的热瓷砖不会影响瓷砖表面的捕获图象。
必须随时对摄像机14的变焦距、焦点、增益、和光圈进行校准,为此在传送带30下方的位置A上要提供许多固定的校准物体37。下面,将要详细介绍这个校准过程。
在该实施例中,在不允许有任何外界光照射瓷砖31的经仔细控制的光照条件下使瓷砖31成像。通过定位在室13中的两套等同的照明结构来提供受控的照明系统。为简便起见,下面只介绍一个照明结构。该照明结构包括一排石英卤素灯(quartzhalogen bulb)38,灯38由恒定的直流(DC)12伏电源(未示出)驱动。最好不使用常规的交流(AC)照明,因为它的50赫兹操作不够快,不能保证摄像机14捕获图象期间每个瓷砖都能得到相同程度的照射。
这一排卤素灯38在该照明结构中产生相当大的热量。例如通过设置一个入口风扇来提供一个空气冷却系统(未示出),风扇迫使空气进入该照明结构,并产生穿过这一排灯38的空气流,防止该照明结构过热。
灯38发出的光射向一个两级的漫射结构39,此结构39是进行过设计的,保证漫射光以最大可能范围均匀照射瓷砖31。漫射结构39包括一个初级棱柱状的塑料漫射体40、一个反光镜41和一个精细乳白色的塑料漫射体42,它们密封在一起形成一个内部漫射空间43。灯38将光引向初级棱柱状漫射体40,漫射体40将光散射进漫射空间43。散射的光首先自反光镜41反射,而后穿过精细漫射体42,并照射图象捕获室13。
为了改善瓷砖31的照明,两级的漫射结构39处于相对于瓷砖31最佳距离和角度,这是为了提供一个镜向排他和均匀的视场照明。这种产生镜向排他的照明的几何形状对于反射表面是极其重要的。通过设置无反射的吸光内壁44,还可防止室13中的二次光反射。
对检查设备11进行设计,使它能整体式地装配在瓷砖生产线上,并使它能在典型的工业上的瓷砖制造环境中可靠地发挥作用。为了克服瓷砖上或空气中携带的尘埃进入室13中这一潜在问题,为室13提供一个空气清洁系统58(见图10),系统5 8向室13提供清洁的空气,并且从室13中抽出尘埃和不清洁的空气。空气清洁系统58安装成能够抽吸或吹掉瓷砖31表面的尘埃,和/或能够配备机械式的清洁装置以便在瓷砖进入室13时清洁瓷砖31。此外,空气清洁系统58还可防止校准瓷砖37变脏,因此在需要时总可实现准确的重新校准。
被嵌入的微控制器17(示于图1中,但没示于图2中)在室13中用于图象捕获的功能控制,并且监视和控制该检查设备的所有其它必要的参数,以确保操作正确。具体来说,微控制器17监视输入传感器32和轴编码器33,以确定瓷砖通过室13时瓷砖31的位置。当瓷砖31抵达位置A时,微控制器17向摄像机14发出一个电控脉冲以捕获图象。脉冲的长度确定了摄像机14的曝光时间。
微控制器17监视并控制摄像机14的可变参数,如它的焦点、变焦距、和光圈。在摄像机14中还设有一个电位位置传感器(未示出),该传感器连到微控制器17,微控制器17确定焦点,变焦距、和光圈的调节位置。使用位置传感器的输出作为调节摄像机的镜头焦点、变焦距和光圈时的反馈控制。
微控制器17还连接到位于检查设备11中的各个位置的温度传感器(未示出)。这些温度传感器输出的信号使微控制器17能够监视、控制和补偿检查设备11的操作中的和温度有关的变化。这对检查设备11中使用的模拟电路尤为重要,因为模拟电路的性能随温度变化有明显的漂移。还要对照明系统38的风扇和参数进行监视,因此微控制器17能够确定风扇或照明系统不正常工作和需要校正操作的时间。此外,容纳检查设备的外壳(见图10)有几个门,用于出入该检查设备的光路、电路、等等。在门55上设有至室13的传感器(未示出),微控制器17能监视这些传感器以保证设备操作期间门是关闭的,因此图象捕获过程不会受到进入室13的不期望的光的影响。
在检查设备11的外壳上设有一组多种颜色的指示灯45,指示灯45连接到微控制器17并受微控制器17的控制,在设备操作期间向操作员指示检查设备11的状态。这组指示灯45使负责监视大量检查设备操作的一个操作员当在一个特定的检查设备11中(如,褐色的灯泡)发生故障时能够很容易地注意到。
检查设备11进行自动操作的前提是首先要对检查设备11进行“训练”,掌握瓷砖的表面特征,这是为了使它在自动检查期间能做出必要的判断。在“训练”过程中,该系统要学习寻找哪些特征才能实现瓷砖的分类。要求设备将识别的所有类别的样品瓷砖都穿过该设备,实现对系统的“训练”。该系统对这些样品瓷砖进行处理,处理过程中使用了大量的特征确定算法和统计分析程序,然后从中选择出有限数目的算法和程序。选择这些算法和程序的依据是:(a)在所需数目的瓷砖级别之间要能进行最佳的辨别;(b)计算所需之成本。在设备的运行期间(实时分类期间)使用这些选定的算法和统计分析程序。训练期间的长短将随几个因素而变,其中包括:要分类的瓷砖类别数目、所用的每个类别的样品数目和辨别瓷砖的不同类别的难易程度。
在运行期间,当瓷砖31通过检查设备11时,实时地处理瓷砖表面的图象。在捕获了瓷砖表面的图象后,选定的算法和程序就要产生一个描述瓷砖表面所需特征的特征值表格。然后,使用该表格分类瓷砖31,并为瓷砖实际分类产生适当的指令。
微机21存贮大量的特征抽取算法和统计分析程序,使用它们来确定包含一个或多个特定的特征的一个瓷砖表面的等级。数据库22存贮要用于每个瓷砖类型的算法和程序的索引。要考察的特征的实例是:总灰度、对比度变化、和用“条纹”(texton)密度和分布术语表示的纹理。在训练期间,用于特定的瓷砖类型的相关的算法和程序是运行在形成各种类别的样品瓷砖的每个图象和为每一个瓷砖类型的一组数字(索引)上的,每一个瓷砖类型又确定了一个用来分类瓷砖的所有算法和程序的子组(子索引)。这一子组是在训练期间被确定的。根据几个标准来选择用于运行期间的这些算法和程序,例如:它们产生结果的速度、以及这些结果在各个类别的瓷砖之间的相差的大小等级。配置图象处理器中的硬件,以最有效地执行为实时分类的选定程序。使用确定特定类别的特征值范围来配置分类程序,这个特征值范围也驻留在图象处理器18中。在检查期间,对于未知瓷砖所产生的特征值依次进行分析,从而得到特定瓷砖31被推论出的归属类别。
当在运行期间捕获到瓷砖的图象时,通过保存在图象处理单元18硬件中的选定的算法和程序来处理该图象。分类程序使用最终的特征值表格导出瓷砖31的类别码。将该类别输送给微控制器17,微控制器17产生适当的分类码,并且在瓷砖31已抵达分类器单元12时将该分类码传送给分类器单元12。这个时间是由监视分类器传感器19和轴编码器33的微控制器17确定的。
负责完成上述自动检查设备的核心功能的软件程序称之为分类程序。用微机21上的软件来实施这一程序,以便在训练期间完成数据的获取和处理;并且在图象处理器17上用软件配置的硬件来实施这个程序,以便在运行期间完成数据的获取和处理。在图3的流程图中表示了训练期间分类器的操作,图4的流程图中表示了运行期间分类器的操作。应该注意的是,图3和4中的每个处理方框中都包括发生了相应处理过程的硬件的缩写符号。缩写PC代表微机21、IP代表图象处理单元18、UI代表用户接口23、μC代表微控制器17。
参照图3,在70步,经用户接口23在微机21上启动训练周期。然后,该程序向图象处理单元18和微控制器17送出指令,以便在71步校准摄像机14的变焦距、焦点和光圈。现在暂不介绍如何校准摄像机镜头的细节,但将在本说明书的其它地方予以陈述。
下一个处理步骤涉及使用一组样品瓷砖,这组样品瓷砖代表在分类的一个特定瓷砖类型中的不同级别。通过具有一定技能的人员对这些瓷砖进行预分级,他们的分级知识对于训练系统是很必要的。在训练期间,把一个样品瓷砖输送到检查设备11中,并在72步经用户接口23向微机21输入该瓷砖的相应瓷砖级别或类别。在73步捕获样品瓷砖表面的一个图象,然后,一个过程开始了,即从图象中抽取尽可能多的信息并且把该被抽取的图象数据与该样品瓷砖的相应已知级别之间关联起来。
在74步,通过大量的特征抽取算法从捕获的样品瓷砖表面图象中抽取数据,并且通过统计分析程序分析该数据,以确定包括特定特征的样品瓷砖表面的图象所属的级别。将每个算法及其统计分析程序批加载到图象处理单元18,并在该样品瓷砖表面的数字化捕获图象上运行。每个算法的每个统计程序的运行结果作为一个特征值给出,一旦所有的相关算法和它们的统计分析程序都已运行,则得到一个特征值表,它代表关于该样品瓷砖的所有有用数据。随后将此表传送到微机21上,并在75步将此表加到一个被称为训练集文件的数据文件上。在75步,还要将在前面的72步已经输入的该数据对应的样品瓷砖的特定类别加到此训练集文件上。
然后在76步,对依然留在样品瓷砖架上的每一个样品瓷砖重复在73、74和75各步中进行过的抽取和分类有关样品瓷砖表面信息的过程。此外,在72步还要经用户接口23输入每个样品瓷砖的预先确定的级别,并且在75步将该级别加到训练集文件上。使大量的样品瓷砖在它们所在的每个级别内均匀分布,就可获得瓷砖运行分类的高准确性。具体来说,如果在一个级别内,有某些样品实例处在两个级别之间的边界线上,则这个分类过程将会按最佳方式完成。
一旦按以上所述处理了所有的样品瓷砖,就在77步对处理的结果进行分析,以确定在运行期间要使用的特征抽取算法和它们相应的统计程序的子组,并且确定如何解释这些算法和程序的结果。
因为分类过程是在一个连续的循环中运行的,所以只有一个有限的周期时间,在这段时间内要捕获一个瓷砖图象、处理该图象,并在另一个瓷砖预定被分级之前要确定这个瓷砖的级别。这个时间限制意味着,这一子组的所有特征抽取算法和它们的统计分析程序是根据几个标准选定的,其中包括:在可能的最短时间内实施这些算法和程序,以及这些算法和程序能把一个级别的瓷砖从一些级别的瓷砖中明确地区别出来。此外,为了解释选定的算法和它们的统计分析程序在导出瓷砖级别中的结果所应用的方法还必须在可利用的时间内足够快地实现。因此,在考虑选择哪些算法和统计分析程序以及如何处理其结果的过程中,还必须考虑区别能力以及计算成本(计算效率×时间)。
通过分析特征值的表格和样品瓷砖的已知级别的特征排序程序实现将瓷砖分离为在它们的正确级别过程中确定哪些算法和统计分析程序是最好的。在决定一个瓷砖级别过程中有许多不同的可用来确定边界位置的现有技术,例如所谓的“n-meansclustering(n个装置群集)“算法”、“k-nearest neighbours(k个最近邻近)”算法、以及线性判别分析。但对本发明的这个实施例来说,基于成员资格的分类方案(模拟至模糊逻辑)被认为是最适用的。
基于成员资格的分类方案涉及确定瓷砖每个类别的重叠高斯分布或三角形成员资格分布,而不是与其它分类算法一道使用的所谓“程序块壁”边界分布。这种分类方法的主要优点是,在两个级别之间的边界处,通过分析瓷砖归属每个级别的几率来实现分类。因此,当像n维空间(n≥3)碰到的情况那样存在复杂的边界条件时,基于成员资格的分类方案在确定瓷砖属于哪个级别方面大有好处。
在可利用的时间内当确定算法和统计程序的何种组合将产生最佳结果时,每个算法及其相关的统计分析程序产生一个结果所需的时间对每个瓷砖类型都必须是已知的。预先确定这个信息,并将它存贮在微机21的数据库22中。在一个算法上执行某些统计分析程序可能与其它程序的某些部分等效;此外,几个算法在它们抽取的特征方面可能极其相似。为了消除某些这种冗余性并得到改善的结果,该特征排序算法利用某些程序的结果来确定另外一些程序的结果,并且还试图选择抽取不同类型特征的算法和程序。
一旦在77步分析了这些结果,并且选定了算法和程序,就在78步将该全部信息存入微机21的数据库22以备随后的批加载,从而在运行操作前进行了图象处理单元18的配置。
附图中的图4表示运行期间分类程序操作中包含的各个处理阶段。在80步,用户经用户接口23启动该程序,接着向微机21输入被存贮的确定瓷砖类型的识别信息。然后,该程序在80步检查该系统是否为这种特定类型的瓷砖完成了训练;如果没有,则如图3所示启动训练。在完成了这种训练,或者说确认该系统已对相应类型瓷砖进行了训练时,则在81步将相应的训练数据批加载到图象处理器18。
将装入的训练数据存贮在图象处理单元18中的中央存贮器(未示出)里。对图象处理单元18进行设计,使它能通过装有分布硬件处理指针(这些指针是软件可配置的)有效地执行这些算法和统计分析程序。在这一阶段,硬件处理指针被配置,以实施一个或多个算法/程序。
一旦在82步已经配置了图象处理单元18,该程序就指示图象处理单元18和微控制器17去校准摄像机14的变焦距、焦点和光圈,对此下面还要作详细介绍。
然后,图象处理单元18准备为与以前识别的瓷砖类型相对应的瓷砖作联机分类。分类从图象处理器18在83步捕获在摄像机14下方通过的未经分类的瓷砖的装璜表面的一个图象开始。如前所述,摄像机14产生一模拟输出信号,该模拟输出信号经放大、偏置调节、滤光(通过一个抗混淆滤光器)、而后通过模拟-数字转换器数字化。然后,这个数字信号为已知的异常情况进行校正,例如进行阴影校正(下面再讨论),并且将其送到数字式的帧存贮器(未示出),在这里为了进一步的图象处理,一个数字表示的捕获图象被存储起来。
下一阶段,在84步,从已存入的图象表示中抽取预先选择的特征。图象处理单元18执行预先配置成硬件处理指针的算法/程序,存贮最终的特征值,然后为下一个要实施的算法/程序重新配置硬件。这一过程一直重复到在捕获的图象上完成所有装入的算法/程序,并且编译成一个完整的特征表时为止。
然后,在85步使用这样得到的特征表将瓷砖分类成一个瓷砖级别。如果该特征表不将该瓷砖归入一个已知的级别,则要将该瓷砖归入一个排除类。该分类程序的一个优选特点就是要对排除类进行分析,并且根据从前得到的结果确定一个新的级别是否出自一些被排除的瓷砖中。如果该分类器在一训练组瓷砖上进行训练,而这一训练组瓷砖不代表所有分类可能得到的级别,那么该分类程序的这个特点就是极其有用的。
在85步确定了瓷砖的级别,图象处理器就马上向微控制器17传送这一级别,微控制器17在86步又为线分类器电路12产生一个分类码。在87步,对每一个通过检查设备11的瓷砖重复步骤83,84,85和86的整个过程,直到分类完所有瓷砖时为止。
线分类器单元12对于属于每个已知级别的瓷砖都有其相应的箱体,并且对于被排除的瓷砖也有一个箱体。如果从排除类中确定了一个新的级别,则为了分离出这些瓷砖,要调整级分类器单元12以接收新的类别,并且要使以前排除的所有瓷砖再次通过该检查设备。
必须校准检查设备11以便正确操作,这在一两个阶段的过程中实现。在第一阶段,进行摄像机变量,如变焦距、光圈、增益、焦点的校准、以及数字器的增益和偏置的优化;在第二阶段,补偿照明中的以及摄像机14的传感元件响应中的微小变化。
现在参照图5,提供两个校准物37,用于第一校准阶段。校准物37在摄像机14的视场50中居中垂直定位,并包括一个变焦距/焦点校准物51和一个灰度校准物52。变焦距/焦点校准物51包括一个成线图案(条靶)53,用于摄像机14的变焦距和焦点的自动过程中校准。灰度校准物52包括一个n段的灰度(例如,n=5),用于摄像机14的光圈和增益调节的自动过程中校准以及数字器的增益和偏置调节的自动过程中校准。
在第二校准阶段,也称之为阴影校正中,在位置A放上一个颜色均匀的不带图案的基准瓷砖,并获得该基准瓷砖的一个图象。为了将噪声减至最小,该图象是基准瓷砖的多个图象的一个平均图象。然后可检测出该图象的均匀性变化,这种变化可能是由照明不均匀、或者摄像机不同像素的输出的变化引起的。然后计算出校正因子,从而可用软件校正所有画面图象的均匀性,而后再用特征算法去进行处理。这种校正是在图象数据数字化后马上就完成了的。
图6表示摄像机14的变焦镜头35的校准过程中所包含的处理阶段。该过程从91步获得校准物37的图象开始。就阴影校正而论,可以捕获多个校准物37的图象,而后取平均以减小噪声影响。然后分析对应于变焦距/焦点校准物或条靶51的部分捕获图象,以确定每个条在它的成线图案中的特征宽度。在92步,将这些特征条宽度与在93步预先存贮的条宽度进行比较,因为该预先存贮的条宽度对现行分类的瓷砖31的大小来说应代表变焦镜头的正确调节位置,这个变焦镜头的正确调节位置一般来说在对现行分类的瓷砖31的类型进行训练的期间就已确定。如果该特征宽度和预先存贮的宽度之间的差值落在预定的容差限值之内,则变焦镜头35不需调节。但如果该差值在这些限值的外面,到在94步计算出变焦镜头35的一个新的调节位置以减小这个差值,并且将该新的调节位置传送给微控制器17,微控制器17又驱动校正电机,从而在95步按要求的量调节变焦镜头位置。在96步,重复整个过程,直到特征条宽度和预先存贮的条宽度之间的差值落在预定的容差限值中时为止。
图7表示在校准摄像机14的焦点的过程中进行的各个处理阶段。校准在100步开始,通过获取校准物37的多个图象并对它们取平均,从而得到校准物37的一个图象,并对变焦距/焦点校准物51的条靶进行分析。在101步,导出从捕获的图象测量到的各个条宽度的图象直方图,然后在102步计算该直方图的变化。按照理想情况,如果图象被聚焦,则条宽度的变化将是最大的,所以在103步要检验经过校准后的变化,确定这个变化是否已经达到最大值。如果变化没有达到它的最大值,则在104步要导出摄像机14的一个新的焦点调节位置,以便进一步增大变化量。将新的焦点调节位置传送给微控制器17,并在105步将摄像机镜头的焦点改变到期望的调节位置。在106步,重复上述过程,直到这个变化达到最大值时为止,在这一最大值点认为焦点校准已经完成。
在图8和9中表示的是摄像机光圈和数字器增益及偏置的校准过程。图8表示该过程的第一部分,即在训练期间以及运行期间的启动阶段发生的过程;图9表示该过程的第二部分,即在运行期间的瓷砖分类过程。
参照图8,该校准过程在训练期间由图象处理单元18启动,在110步获得一个任意样品瓷砖的多个捕获图象的一个平均图象。在111步,确定该样品瓷砖的对比度,并在112步检查该对比度以确定它是否是可得到的最大对比度。如果没有达到最大对比度,则在113步将数字器增益设定为1,并且在113步还要调节摄像机光圈和数字器偏置,以确定使对比度最大的调节位置。在114步,重复该过程,直到摄像机光圈和数字器增益的调节位置产生所选样品瓷砖的最大对比度时为止。在115步,确定在这些调节位置情况下的n个灰度段中的每个灰度段的平均灰度级(界标灰度级),并且将这个数据同光圈和偏置调节位置数据一起都送到微机21。对每一种瓷砖类型训练检查设备11的条件都是要变化的,因此在116步把传送的数据存贮在瓷砖数据库22中是非常重要的。这就能实现训练获得的那些准确的条件在每个特定瓷砖类型的运行期间重新产生。
在运行期间开始时,用来自微机21的数据启动图象处理单元18(见图4,81步)。具体来说,对于要分类的瓷砖类型,在117步(图8),装入和界标灰度级有关的数据、光圈调节和数字器偏置调节。然后在118步,通过微控制器17来设定摄像机光圈,并且在118步通过图象处理单元18来配置数字器增益(设定为1.0)和数字器偏置。
现在参照附图中的图9,其中表示在运行期间通过调节数字器增益和偏置进行的“过程中”图象校准。这是一种一有机会就要进行的主动校准,这是为了在现行条件中和在对特定瓷砖类型的训练期间存在的那些条件之间的任何差异保持极为精确的补偿。与此相对照,可以认为光圈、变焦距和焦点的校准是被动的校准,因为这些校准一般只在运行期间的启动阶段进行。
该“过程中”图象校准从120步获得n段灰度校准物52的一个平均图象开始。分析该图象,并在121步确定n段中的每一段的平均灰度级。给出被测得的灰度级相对于界标灰度级的曲线,并且确定通过所有点的最佳拟合线的梯度和偏移。这个梯度和偏移是分别和数字器的增益和偏置直接相比较,因此可以很容易地计算出数字器增益和偏置的变化,这个变化可用来补偿训练期间和运行期间之间的亮度/数字器的特征变化。因此,在随后的122步要调节数字器增益,以补偿这些差异。类似地,在123步要调节数字器偏置,以便进行补偿。
下一阶段,在124步检查测得的灰度级(在容差限值范围内)是否等于界标灰度级。如果相等,则以前计算出来的调节值将是可以忽略的,并且完成了光圈校准。但如果它们不相等,则以前计算出来的调节值将给所要求的数字器增益和偏置调节值提供一个比以前更好的近似值。
在“过程中”校准存在严格的时间限制,这是因为它必须在完成一个瓷砖的分类和开始下一个瓷砖分类之间的短暂时间内被实现。关于这一点,如果在124步没有获得界标灰度级,则图象处理器18就要在125步确定是否有足够多的时间在126步重复整个“过程中”校准过程。如果有足够的时间,则在126步重复该过程;否则,在随后的分类过程中要使用新导出的数字器增益和偏置。
图10A和10B表示用于前述的检查设备11的典型外壳60。两个主门55通向室13,两个辅助门56通向照明结构。摄像机外壳57和空气清洁系统58分别位于图象捕获室13的上方和下方。小室59和大室61整体式装配在外壳60中,小室59用于微控制器17,大室61用于图象处理单元18和微机21及其外围设备,如键盘、打印机、等等。外壳60安装在立柱62上,外壳60升高的高度应使传送带30可接收瓷砖31并且能向另一个处理设备传送瓷砖31。
图11示意地表示出按本发明第二实施例的一个自动检查设备211。自动检查设备211包括一个容纳摄像机214、传感器215和由处理装置控制的环境控制系统216的图象捕获室213。处理装置包括:微控制器217、图象处理单元218和微机221,微机221有一个与其相关的数据库222和一个触摸屏223。微控制器217连到线分类器单元212的传感器219和控制单元220上,用于引导和堆放不同类别的瓷砖。检查设备211的上述所有各个方面都类似于(图1的)第一实施例,因此下面的描述只针对两个检查设备间的不同点。
二者之间的主要差别在于所涉及的设备和在图象捕获过程中所用的方法。具体地说,不将瓷砖传送到图象捕获室213,而是让瓷砖在室213的图象捕获窗口225的下方通过,并且通过该窗口获取瓷砖的图象。这可使图象捕获室213的尺寸减小、复杂性降低,并且还使室213可完全密封,从而提高了它的抗恶劣苛刻的工业环境的保护能力。此外,摄像机214不只捕获一个瓷砖的一个图象,而是当在摄像机214下方移动瓷砖时获取大量的行扫描图象。然后在图象处理单元218的一个帧存贮中组合这些行扫描图象,从而提供该瓷砖表面的一个数字表示。高精度的跟踪装置224与传送带230相连,并且当瓷砖在窗口225下通过时装置224多次产生触发摄像机214的信号。因为只取瓷砖的行扫描图象,所以可极大地简化图象捕获室213中的照明结构226。
现在参照附图中的图12,图象捕获室213包括一个密封的室,其中在位置A处设有上述的图象捕获窗口225。窗口225由低折射率、低反射性和优良的光谱透射性的一种玻璃制成。在图象捕获窗口225的附近设有一个简单的照明结构226,当瓷砖在图象捕获室213下通过时,用于照射瓷砖231。
照明结构226包括一对一般在20-40千赫范围的高频下工作的交流荧光管灯227和一对向图象捕获窗口225反射光线的反射器结构228。此荧光管灯227在足够高的频率下工作,保证摄像机214捕获图象期间每个瓷砖都受到相同程度的照射效果。此外,它们产生的热量比直流照明小得多,这也是有益的。这一对反射体结构228具有内反光镜表面229,可将管灯227发出的绝大部分的光反射到瓷砖231;并且对结构228进行安排,使它们能够确定一个摄像机214通过的间隙,使它能够捕获瓷砖231的行扫描图象。这种布局的几何形态和管灯227的位置应能提供视场的镜向排他和均匀照明。这基本上防止了从瓷砖231的直接反射;此外,通过在室213的内壁232上以及在反射结构228的外表面233上提供无反射的吸光涂层还可防止二次反射。
摄像机214位于室213的上部,摄像机214的镜头235首先在瓷砖231上初始聚焦,其后对随后的瓷砖分类保持固定不动。不需要对每一个瓷砖都改变焦点,这是因为不存在可改变的变焦距,并且因为镜头235的视场深度足够大,既能提供瓷砖231的聚焦图象,又能提供位于瓷砖成像位置正下方的位置A处的校准物236的聚焦图象。因为摄像机的视场固定,所以镜头235不需要可变的变焦距。由于不需要可变的变焦距和焦点,所以简化了校准过程,并且不需要前面实施例中需要的变焦距/镜头校准物51。
给摄像机镜头235设置一个红外滤光器236,可使摄像机在电磁光谱的可见区域的灵敏度最佳。还设有一个液晶快门装置238,并将它固定在摄像机镜头235上。使用这个快门装置能防止摄像机214对瓷砖图象的过度曝光,过度曝光可能由传送带230的跳动(改变了带速)引起的,下面对此还要作更加详细的描述。
摄像机214的功能以及数字器(未示出)的功能都和温度有强烈的依赖关系,为了调节它们的工作温度,就要提供一个空气调节系统(未示出)。数字器的位置靠近摄像机模拟输出端,并且在摄像机的外壳内,以便把漂移效应减至最小;并且让冷空气在围绕摄像机外壳的一个闭合回路中循环。为了提高温度调节器的精度,要在摄像机外壳上设置一个微型热泵239,热泵239固定到大型散热片240上。将热泵239设在所有的摄像机的模拟温度敏感回路上,例如设在CCD本身上,就可实现理想的温度控制。特别是,当CCD尽可能保持冷却时,CCD将工作在最好的状态。但是,因为在该回路上定位热泵机械结构上的困难并且费用昂贵,用目前的技术,这是不实际的设想,因此热泵只设在摄像机的外壳上。
空气调节闭合回路伸展到计算环境,即微控制器217、图象处理单元218和微机221,这也是为了调节它们各自的工作温度。使用空气调节系统的优点是不需要过滤器,因此可减少对设备211的维护(尤其是在多尘的工业环境中的维护)。
微控制器217经温度传感器(未示出)监测摄像机外壳的温度,并借此控制热泵239和空气调节系统的操作。微控制器217还负责监视图象捕获室213中的条件,并因设置了一个光传感器241而能提供精确测量由于老化引起的管灯227的亮度变化,以及检测管灯227不能正常工作的时间。
摄像机214一行接一行地摄制瓷砖231的图象,因此有可能使用许多类型的行扫描摄像机。在这个特定的实施例中,使用的是时间域积分[Time Domain Integration(TDI)]摄像机214(其中加入了一个CCD阵列)。TDI摄像机214捕获瓷砖231的全宽度图象和沿瓷砖长度方向的x行的图象,其中例如x=96。瓷砖231每次移动了与CCD阵列中的一行像素相对应一个距离,摄像机214就被触发,摄像机便捕获瓷砖231在新位置的下一个图象,因而使横过瓷砖的一个特定行成像x次。然后,对该特定行的多个图象取平均,就可提供一个极其准确的行图象。
使用TDI摄像机214的一个优点是可以使用较低的发光强度,这是因为捕获了同一行的多个图象,相对这一行来说有效地提高了曝光时间。此外,因为使用了CCD阵列中的所有的像素,所以可以将和摄像机的CCD像素阵列的响应不均匀有关的问题都平均消掉。此外,还可避免出现帧移动拖尾。
使用TDI摄像机获得的优点,特别是当它通过成像位置A时与瓷砖231的准确跟踪密切相关。提供一个瓷砖位置跟踪装置250(如图13所示),以产生摄像机214的触发信号。位置跟踪装置250包括安装在传送带230的各自两侧的两个完全一样的齿轮结构。每个齿轮结构都包括:一排导轮251、252、253、一个齿轮255和一个位置编码轮256。在每排导轮两端的导轮251是不和相邻导轮相接的自由旋转轮。这些自由旋转轮用于引导瓷砖231进入跟踪装置250,因此可以校正可能存在的瓷砖231的任何微小的位置偏移。每排导轮252、253围绕分界线254对称定位。尽管在图12中没有表示出来,但分界线254对应于图12中的瓷砖成像位置A。借助于齿轮255将导轮252和253在操作上耦合起来,齿轮255转而又耦合到位置编码轮256。位置编码轮256的半径比齿轮255的半径小得多,因此导轮252、253的任何转动都借助于齿轮255对位置编码轮的齿轮比而被放大。轴编码器257带有每个位置编码轮256,其目的为了测量位置编码轮256的转动,由此可为触发摄像机214提供一个高分辨率的位置确定信号。
每个齿轮结构都固定在一个框架(未示出)上,该框架安装在传送带230的支撑结构(未示出)上。每个框架安装一个弹簧装置,迫使齿轮结构彼此靠近。该弹簧装置提供一个很弱的弹簧力,但这个弹簧力还要足够强,保证瓷砖231和导轮251、252、253之间接触良好,这就改善了位置跟踪装置250的精度。
当一个瓷砖231进入位置跟踪装置250时,首先通过自由旋转轮251使瓷砖231排齐。瓷砖231的前缘258随后和导轮252接触,导轮252的转动激励位置确定信号的产生。该跟踪装置的另一个特点是,导轮253和导轮252一起转动,即使瓷砖231尚未抵达导轮253的位置也是这样。因此,当瓷砖231的前缘258抵达导轮253时,导轮253能平滑地引导瓷砖前缘258穿过该装置250。此外,这一特点还能使位置确定信号在瓷砖前缘抵达瓷砖成像位置A之前、和在瓷砖后缘251离开这一位置A之后产生,从而可捕获瓷砖表面的一个完整的图象。图13还表示出当瓷砖231按箭头260的方向穿过该装置250时每个轮的转动的各个方向。
对轴编码器257,以及齿轮255和位置编码轮256之间的齿轮比进行选择,以便每当瓷砖移动了与摄像机中的一行像素对应的一个距离时都能为摄像机提供触发信号。因此,摄像机的触发依赖于传送带230的速度;在理想的情况下,如果这个速度恒定,则摄像机的曝光时间也是恒定不变的。但实际上传送带230的速度总是有“起伏跳动”的趋势,因此必须提供补偿以防止曝光时间变化。补偿是由图12所示的液晶快门装置238提供的。这个装置238可在高速/高频下操作,以便简化对摄像机214的每个图象捕获过程中的曝光时间的调节。另外,当瓷砖通过图象检测位置时通过光选通改变曝光时间。
如前面所述,图象捕获室213要和外部环境隔绝密封,以防多尘的工业环境的污染。然而,即使像在前面的实施例那样,先把瓷砖231弄干净而后再让它抵达成像位置A,仍存在着在图象捕获室213的下方尘埃积累的趋势。因此,为了保持校准物236(见图12)上基本上没有尘埃,应提供一个校准物清洁装置(未示出)。该清洁装置包括沿校准物236的一个边缘定位的一排空气排气口,并且在校准物236的另一个边缘上提供相应的与排气口面对的一排吸气口。这样,就能横过校准物236的表面上维持一个恒定的空气气流,从而可防止尘埃在该表面上堆积。
第二实施例中使用的软件基本上和第一实施例相同。最重要的变化是提供了有关瓷砖分级过程的更多的用户控制。关于这一点,已采用的用户接口应能通过交互触摸屏223向用户给出大量信息,其中包括处理参数、瓷砖级别边界、以及其它相关的数据。向用户提供大量的处理选择方案,其中包括:“调谐”分级过程,用于调节瓷砖级别边界;通过选择一个训练瓷砖作为一个特定级别的中心的代表给分级过程加权;以及建立过程报警,用于监视分级过程的性能并当超过预定限值时通报用户。给与用户的另一个特点是可从现存的数据中产生新的瓷砖级别。这就允许使用一组样品瓷砖进行没有覆盖所有级别的训练,通过产生新的瓷砖级别边界来确定额外增加的级别。
当正被“调谐”分级过程时,给与用户的是所选的分级特征、训练期间或分类期间的结果、以及确定级别之间的边界的系统对这些情况的图形显示。用户然后能够移动一个选定的边界至一个新的位置,并且如果选择了这个边界位置、从图形上会看到这种在瓷砖成员资格对各种级别上出现的作用。用户能够简单而迅速地调节系统的性能,并且还能观察到这种改变对分级结果可能会产生的效果。
现在参照图14和15所表示的本发明的第三实施例。这个实施例和前述的第二实施例几乎完全相同,下面只介绍它们之间的不同点。
在第三实施例中,使用“在线”校准过程来提供检测的图象数据的精细调节,以便对温度漂移、照明条件的变化、以及速度跳动进行补偿。这个过程涉及一个校准物300的图象,它存在于摄像机的每一个行扫描中。为了得到这个图象,让摄像机的行扫描超过瓷砖301的宽度,并且让校准物3 00在这种扫描的额外宽度上成像(见图15)。于是,校正物300在TDI摄像机的视场303中靠近一个高精度传送带302(下面再讨论)处被定位。将校准物300粘结到图象捕获室213的玻璃窗口225的下侧。这样做的优点是,因为校准物的表面与尘埃隔绝,所以不再需要第二实施例中的校准物清洁装置。按另一种方式,还可将校准物放在这个密封室中,以得到同样的结果。
在前面描述过的“过程中”校准中,调节数字器增益和偏置来补偿运行期间和训练期间之间的变化。但因这一过程对“在线”校准来说还不够快,所以要通过一快速数字查找表(未示出)来传递数据,从而使运行期间检测的灰度级等于界标灰度级。为了便利于用查找表中的数码精确相乘,输入10位未曾补偿的强度数据,以便产生8位的被补偿的输出数字。使用查找表的好处是能迅速地提供补偿强度数据,也允许非线性的传送函数进行转换。
使用“在线”校准的另一个优点是不需要高精度的跟踪装置。关于这一点,不必在自动检查设备中装置瓷砖位置跟踪装置250(图13)。相反,通过给出恒定曝光时间的高频晶体振荡器(未示出)可独立地触发摄像机,并且使用一个更精确的传送带装置使速度跳动减至最小,可使瓷砖301能以基本上恒定的速度通过成像区。使用这种传送带装置就不再需要LCD快门或光选通了。
这个新的传送带装置包括三个传送带:一个输入传送带304、一个输出传送带305和在输入及输出传送带之间的高精度传送带302。每个传送带都由自动调节的电机驱动,并且使这些电机能以恒定的预定速度移动传送带。使传送带的速度大于该瓷砖制造/处理系统的其它部件的速度,从而就能保证在瓷砖分类器上不会积累积压的瓷砖。此外,要使所有这三个传送带都以相同的速度操作。
提供的输入和输出传送带304、305起缓冲高精度传送带302的作用,这是为了避免由于瓷砖加速和减速不可避免要发生的负荷加载,而瓷砖的加速和减速随着瓷砖从较幔的传送带分别地进入和离开瓷砖检查设备时发生。因此,高精度传送带是不加负荷的,因而能维持速率恒定。此外,高精度传送带302的长度最小,这本来就能减小速度跳动。为保持瓷砖沿传送带移动的轨道,每个传送带都设有至少一个轴编码器306。
为了进一步改善数字化的瓷砖图象的质量,对数字器输出的图象强度进行平均,以减小噪声的影响。对形成一个2×2方阵的4个相邻像素输出的图象强度进行平均,以得到一个新的较大的象素的一个图象强度值。因而,将空间分辨率减小了4倍,例如将一个2×2k阵列的像素减小到1×1k阵列的像素。但强度分辨率保持在10位,因此可将该平均的数据输到查找表中。按理想的情况,强度的平均应在模拟处理阶段由摄像机的CCD完成,这一系统能很容易地与摄像机的功能相适应。然而目前在摄像机上还不能利用这个方便条件,因此强度的平均还是要在数字处理阶段完成。
于是参照特殊实施例描述了本发明,但应认识到,所述的实施例仅是典型的情况,并且在不离开下面的权利要求书中提出的本发明的构思和范围的条件下,易于作出改进和变化。例如,尽管所述的实施例用于瓷砖,但这些实施例也可按另外的方式用于分级或分类塑料或软木瓦,或者其它产品,如木块。本发明还可应用于检验纺织品或其它片状材料,如壁纸、钞票、邮票、工艺复制品、等。此外,尽管所述的实施例利用了来自单色摄像机的灰度信息,但摄像机也可以是彩色摄像机,并且也可以实现这种图象的处理以检测彩色的变化。此外,这些设备还提供于检测瓦面的缺陷,如伤痕和凹坑。向瓦的表面投射一个预先确定的图案,并且对由这些缺陷引起的图案的任何畸变进行光学检测,就可检测出这些种类的变形。此外,可以扩展微机和图象处理器之间的通信联系以携带更多的数据,结果,可从微控制器远距离实现对每个特征确定算法的图象处理器的重新配置。

Claims (42)

1.一种自动检查设备,用于按照物品的表面特征把一物品归类,该检查设备包括:
一个腔室;
传送装置,用于通过所说室传送所说物品;
照明装置,用于当物品处在该室中时照射物品的表面;
一台摄像机,用于当物品通过该室时捕获所说表面的一个电图象;以及
处理装置,用于处理该图象以分类物品。
2.按照权利要求1的一种自动检查设备,其中,对传送装置进行安排,使它能以基本上恒定的速度传送物品通过所说的室,并且摄像机是一种高速摄像机,它被装置成能在物品穿过该室时捕获物品表面的一个高分辨率图象。
3.按照权利要求1或2的一种自动检查设备,进一步还包括控制装置,用于控制摄像机的操作,监视该室中的环境条件、并与处理设备一起传送处理装置完成的分类过程的结果。
4.按照前述权利要求的任何一个中的一种自动检查设备,进一步还包括位置确定装置,用于跟踪物品进入、穿过和走出该室的移动。
5.按照权利要求4的一种自动检查设备,其中:摄像机捕获操作依赖于所说位置确定装置的输出。
6.按照前述权利要求的任何一个中的一种自动检查设备,其中,对所说的室进行安排,使它能阻止光从室的外部进入该室中,并且该室进一步还包括基本上无反射的吸光内壁。
7.按照前述权利要求的任何一个中的一种自动检查设备,其中所说照明装置包括安排成一个光源的多个灯以及在该室中提供漫射光的一个漫射结构。
8.按照权利要求7的一种自动检查设备,其中,所说漫射结构包括一个粗级漫射体、一个反光镜和一个精细漫射体,反光镜接收粗级漫射体散射的光并且向精细漫射体反射该光。
9.按照前述权利要求的任何一个中的一种自动检查设备,其中,所说摄像机的定位位置使物品位于该室内的一个预定位置时该摄像机只接收来自所说物品表面的非镜向反射的漫射光。
10.按照前述权利要求的任何一个中的一种自动检查设备,其中,使滤光器装置与所说摄像机相接,以使摄像机对电磁光谱的可见区域的灵敏度最佳。
11.按照前述权利要求的任何一个中所述的一种自动检查设备,其中所说摄像机包括一个变焦距镜头,并且具有可控的变焦距、焦点、和光圈机构。
12.按照前述权利要求的任何一个中所述的一种自动检查设备,进一步还包括一个位于所说室中能使摄像机校准的校准基准。
13.按照前述权利要求的任何一个中所述的一种自动检查设备,进一步还包括一个冷却系统,对该冷却系统进行安排,使它能冷却摄像机和计算机环境。
14.按照前述权利要求的任何一个中所述的一种自动检查设备,进一步还包括阻止尘埃污染所说室内的表面的装置。
15.一种自动检查设备,用于按照物品的表面特征把一物品归类,该检查设备包括:
传送装置,用于传送所说物品到一个图象检测位置;
照明装置,用于当物品处在所说图象检测位置时照射物品表面;
一台摄像机,用于当物品通过图象检测位置时捕获所说表面的一个电图象;以及
处理装置,用于处理图象以分类物品。
16.按照权利要求15的一种自动检查设备,其中,对传送装置进行安排,使它能以基本上恒定的速度使物品通过图象检测位置,并且摄像机是一种高速摄像机,它被安装成能在物品穿过该图象检测位置时捕获物品表面的高分辨率图象。
17.按照权利要求15或16的一种自动检查设备,其中所说摄像机是一种行扫描摄像机,它被安装成能捕获所说物品的部分图象,且用电子学方法把这些部分图象重组成一个完整的所说物品的图象。
18.按照权利要求17的一种自动检查设备,其中所说摄像机是一种时域积分摄像机。
19.按照权利要求15-18的任何一个中所述的一种自动检查设备,进一步还包括一个高速快门装置,用于调节摄像机的曝光。
20.按照权利要求15-19的任何一个中所述的一种自动检查设备,进一步还包括控制装置,用于控制摄像机的操作、监视捕获图象的环境条件和用处理设备传送由处理装置实现的分类过程的结果。
21.按照权利要求15-20的任何一个中所述的一种自动检查设备,进一步还包括位置确定装置,用于跟踪物品进入、通过和走出图象检测位置的移动。
22.按照权利要求21的一种自动检查设备,其中对所说位置确定装置进行安排,以对齐并引导所说物品穿过所说图象检测位置。
23.按照权利要求21或22的一种自动检查设备,其中对摄像机的捕获操作进行处理,使其能依赖于所说位置确定装置的输出。
24.按照权利要求15-23的任何一个中所述的一种自动检查设备,其中所说摄像机装在一个封闭的室内,对该室进行安排,使来自该室的外部的光只能通过位于所说图象检测位置的一个窗口进入该室内并到达所说摄像机,所说的室包括基本上无反射的吸光内壁。
25.按照权利要求24的一种自动检查设备,其中所说照明装置在所说的室的内部包括安排成一个或多个高频荧光灯作为光源,用于通过所说室的窗口照明所说物品。
26.按照权利要求25的一种自动检查设备,其中所说照明装置包括反射器,用于向所说窗口反射光线。
27.按照权利要求15-26的任何一个中所述的一种自动检查设备,其中所说摄像机的定位位置应使当物品位于所说图象检测位置时摄像机只接收来自所说物品表面的非镜向反射的漫射光。
28.按照权利要求15-27的任何一个中所述的一种自动检查设备,其中:将滤光器装置与所说摄像机相接,使摄像机对电磁光谱的可见区的灵敏度最佳。
29.按照权利要求15-28的任何一个中所述的一种自动检查设备,其中所说摄像机具有可控的光圈机构。
30.按照权利要求15-29的任何一个中所述的一种自动检查设备,进一步还包括一个位于所说图象检测位置能进行摄像机的校准的校准基准。
31.按照权利要求30的一种自动检查设备,进一步还包括阻止尘埃污染所说校准基准表面的装置。
32.按照权利要求15-31的任何一个中所述的一种自动检查设备,进一步还包括一个冷却系统,对冷却系统进行安排,使它能冷却摄像机和计算机的环境。
33.按照权利要求32的一种自动检查设备,其中所说的冷却系统包括一个空气调节系统。
34.按照权利要求32或33的一种自动检查设备,其中所说冷却系统包括用于冷却所说摄像机的热泵和散热片。
35.按照前述权利要求的任何一个中所述的一种自动检查设备,其中提供能补偿摄像机图象消除人为因素的影响的装置,例如由对工件的非均匀照射或温度变化引起的影响,或者用于对各种各样摄像机像素的输出的变化进行补偿。
36.按照前述权利要求的任何一个中所述的一种自动检查设备,其中所说处理装置包括一个图象处理器,对图象处理器进行设计,使它能把图象数据转换成一个特征值表,并根据所说的表分类物品。
37.按照前述权利要求的任何一个中所述的一种自动检查设备,其中所说处理装置包括一台计算机和一个用户接口;对计算机进行编程,使它能执行多个特征抽取算法和一个排序算法,该排序算法使用特征抽取算法排序作为瓷砖级别之间区别中判据它们的效率,该用户接口能在设备处于训练方式时允许操作员规定物品的类型和级别,并且能在训练方式和运行方式之间进行转接。
38.一种自动分选设备,包括按前述权利要求的任何一个中所述的一种自动检查设备和一个机械分类设备,所说机械分类设备响应于所说自动检查设备根据所说的自动检查设备确定的物品类别进行实际地分类物品。
39.按照权利要求38的一种自动分类设备,其中所说机械分类设备包括一个输入传感器,用于确定以前分类的物品抵达所说机械分类设备的时间。
40.按照前述任何一个权利要求所述的一种自动检查设备或一种自动分类设备,其中所说物品包括一块瓷砖。
41.一种自动检查设备,用于根据工件表面的图象、和/或颜色、和/或纹理结构对工件进行分类,所说检查设备包括:
传送装置,用于传送所说工件至一个图象检测位置;
照明装置,用于在所说图象检测位置均匀照射所说工件;
一台摄像机,用于在所说检测位置记录所说工件的图象;以及
处理装置,用于处理图象,对所说处理装置进行设计,使它能确定该工件的多个特征,并用这些特征来确定工件的类别。
42.一种基本上如以前参照附图所描述的一种自动检查设备和一种自动分类设备。
CN94192758A 1993-05-28 1994-05-27 自动检查设备 Expired - Fee Related CN1095079C (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
GB9311094.8 1993-05-28
GB939311094A GB9311094D0 (en) 1993-05-28 1993-05-28 An automatic inspection apparatus
GB9402064.1 1994-02-03
GB9402064A GB9402064D0 (en) 1993-05-28 1994-02-03 An automatic inspection apparatus

Publications (2)

Publication Number Publication Date
CN1127037A true CN1127037A (zh) 1996-07-17
CN1095079C CN1095079C (zh) 2002-11-27

Family

ID=26302970

Family Applications (1)

Application Number Title Priority Date Filing Date
CN94192758A Expired - Fee Related CN1095079C (zh) 1993-05-28 1994-05-27 自动检查设备

Country Status (11)

Country Link
EP (1) EP0700515B1 (zh)
JP (1) JPH09509247A (zh)
CN (1) CN1095079C (zh)
AU (1) AU6802694A (zh)
BR (1) BR9406727A (zh)
CA (1) CA2163965A1 (zh)
DE (1) DE69425822T2 (zh)
ES (1) ES2153421T3 (zh)
PT (1) PT700515E (zh)
TW (1) TW392115B (zh)
WO (1) WO1994028397A1 (zh)

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100335891C (zh) * 2001-08-31 2007-09-05 松下电工株式会社 图像处理与检验系统
CN1942757B (zh) * 2004-04-14 2010-11-17 奥林巴斯株式会社 分类装置和分类方法
CN101234381B (zh) * 2008-03-07 2011-09-07 天津市华核科技有限公司 基于视觉识别的颗粒物料分选分级方法
CN101279321B (zh) * 2008-05-14 2012-10-10 合肥泰禾光电科技股份有限公司 颗粒物料光学色选机
CN102861722A (zh) * 2012-08-23 2013-01-09 电子科技大学 瓷砖分拣系统及方法
CN102866130A (zh) * 2011-07-07 2013-01-09 夏普株式会社 光测量分析装置、储藏库、电磁波发生装置以及光测量分析方法
CN103048048A (zh) * 2012-12-12 2013-04-17 杭州三速科技有限公司 瓷砖色差检测装置及检测方法
CN103674956A (zh) * 2013-12-20 2014-03-26 吴江华尔美特装饰材料有限公司 一种墙纸品检装置
CN104034260A (zh) * 2014-05-27 2014-09-10 佛山职业技术学院 一种瓷砖自动检测装置
CN104111260A (zh) * 2014-07-09 2014-10-22 广州中国科学院沈阳自动化研究所分所 陶瓷砖无损检测设备及检测方法
CN104307765A (zh) * 2014-08-26 2015-01-28 佛山市南海区虞氏包装机械厂 窑尾自动分色系统
CN105677728A (zh) * 2015-12-28 2016-06-15 广东正美家具科技有限公司 物体图像识别分类管理方法
CN109829496A (zh) * 2019-01-30 2019-05-31 广州市载道信息科技有限公司 一种物理测量分类方法及设备
WO2020063841A1 (zh) * 2018-09-28 2020-04-02 中国兵器工业标准化研究所 光学材料条纹的定量测试方法
CN111066070A (zh) * 2017-09-13 2020-04-24 株式会社日立制作所 自动检查系统以及自动检查方法
CN111479097A (zh) * 2020-03-25 2020-07-31 清华大学 基于深度学习的散射透镜成像系统
CN112287748A (zh) * 2019-07-24 2021-01-29 开必拓数据股份有限公司 基于自我学习技术的移动物品分类系统及方法
CN113109258A (zh) * 2020-01-10 2021-07-13 东京毅力科创株式会社 载置台的异物的检测方法以及检测装置
CN113748328A (zh) * 2019-03-05 2021-12-03 伊莫拉Sacmi机械合作公司 用于检查物体的设备和方法
WO2022007118A1 (zh) * 2020-07-06 2022-01-13 周爱丽 座椅排列整齐度测量系统及方法
CN118464921A (zh) * 2024-07-15 2024-08-09 山东大学 基于oct深度信息的实时速度补偿方法及系统

Families Citing this family (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB9614073D0 (en) * 1996-07-04 1996-09-04 Surface Inspection Ltd Visual inspection apparatus
DE19638065A1 (de) * 1996-09-18 1998-03-19 Massen Machine Vision Systems Automatische Qualitätskontrolle von Fliesen
CA2228023A1 (en) * 1998-01-23 1999-07-23 Centre De Recherche Industrielle Du Quebec Method and apparatus for classifying batches of wood chips or the like
US6603877B1 (en) * 1999-06-01 2003-08-05 Beltronics, Inc. Method of and apparatus for optical imaging inspection of multi-material objects and the like
FR2806478B1 (fr) 2000-03-14 2002-05-10 Optomachines Dispositif et procede de controle optique de pieces de vaisselle comme des assiettes emaillees ou tout produit ceramique emaille
WO2002097410A1 (en) * 2001-05-31 2002-12-05 Millenium Venture Holdings Ltd. Method and apparatus of in-process inspection
JP4224369B2 (ja) * 2003-09-09 2009-02-12 富士フイルム株式会社 物品の仕分け方法及び装置
WO2005069233A1 (en) * 2004-01-16 2005-07-28 Tomra Systems Asa Method and device for observing features of an object
ITFI20050048A1 (it) * 2005-03-22 2006-09-23 Mapastone S R L Apparecchiatura per eseguire una scansione ad alta risoluzione di una lastra in materiale lapideo
DE102005021693A1 (de) * 2005-05-08 2006-11-09 Massen Machine Vision Systems Gmbh Selbstüberwachung von Systemen für die automatische optische Inspektion und Sortierung von Produkten
US20070140551A1 (en) * 2005-12-16 2007-06-21 Chao He Banknote validation
WO2008001891A1 (fr) * 2006-06-30 2008-01-03 Hitachi High-Technologies Corporation Dispositif d'inspection et procédé d'inspection
DE102009036626A1 (de) * 2009-08-07 2011-02-10 Siemens Aktiengesellschaft Verfahren und Vorrichtung zum Transportieren von Gegenständen an von Bildmustern abhängende Zielpunkte
US8587585B2 (en) * 2010-09-28 2013-11-19 Intel Corporation Backface culling for motion blur and depth of field
DE102010043632B4 (de) * 2010-11-09 2017-08-24 Krones Aktiengesellschaft Verfahren zur Funktionskontrolle einer Inspektionsvorrichtung und Vorrichtung zur Inspektion eines Produktsstroms
CN103630542B (zh) * 2012-08-27 2018-03-20 Ntn株式会社 缺陷检测装置、缺陷修正装置及缺陷检测方法
US9699447B2 (en) * 2012-11-26 2017-07-04 Frito-Lay North America, Inc. Calibration of a dynamic digital imaging system for detecting defects in production stream
WO2015192882A1 (en) * 2014-06-17 2015-12-23 Jolyan Holding Sa Group and method for automatic classification and sorting of ceramic products
US10162343B2 (en) 2014-07-23 2018-12-25 Apple Inc. Adaptive processes for improving integrity of surfaces
US10649497B2 (en) 2014-07-23 2020-05-12 Apple Inc. Adaptive processes for improving integrity of surfaces
AT15419U1 (de) * 2015-05-19 2017-08-15 Binder + Co Ag Verfahren und vorrichtung zur einstellung der in einen optischen detektor gelangenden strahlungsleistung
US9613412B1 (en) 2015-12-21 2017-04-04 Cambria Company Llc Stone slab manufacturing methods and systems
IT201600095896A1 (it) * 2016-09-23 2018-03-23 Paola Ferrari Macchina di controllo automatica.
CN106781167B (zh) * 2016-12-29 2021-03-02 深圳新基点智能股份有限公司 监测物体运动状态的方法及设备
US10467352B2 (en) 2017-04-03 2019-11-05 Cambria Company Llc Stone slab production methods and systems
IT201700040298A1 (it) * 2017-04-11 2018-10-11 Stylgraph Srl Macchinario per la movimentazione di superfici da scansionare
JP6705433B2 (ja) * 2017-09-22 2020-06-03 東芝ライテック株式会社 検知装置
KR102251936B1 (ko) * 2018-05-24 2021-05-14 (주)쎄미시스코 챔버에서의 결함 검사 시스템 및 그 방법
US10458965B1 (en) * 2018-08-15 2019-10-29 P & P Optica Inc. Device and system for optically analyzing food products
CN111337506B (zh) * 2020-03-30 2023-07-07 河南科技学院 一种用于服装品质检验的智能装置
DE102021101152A1 (de) 2021-01-20 2022-07-21 Lippert Gmbh & Co. Kg Verfahren zur optischen Detektion von Fehlern in keramischen Artikeln
DE102021101150A1 (de) 2021-01-20 2022-07-21 Lippert Gmbh & Co. Kg Verfahren zur optischen Detektion von Fehlern in keramischen Artikeln
IT202100025502A1 (it) 2021-10-07 2023-04-07 Innoida S R L Metodo di automatizzazione dei processi di controllo qualita’ in ambito manifatturiero
DE102021130884A1 (de) 2021-11-25 2023-05-25 MTU Aero Engines AG Verfahren zum Klassifizieren einer Ätzanzeige eines Bauteils

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2090053B (en) * 1980-12-19 1984-09-19 Philips Electronic Associated Mesfet
JPS57211044A (en) * 1981-06-19 1982-12-24 Hajime Sangyo Kk Inspecting device
GB2152658A (en) * 1984-01-09 1985-08-07 Philips Electronic Associated Object sorting system
US4695157A (en) * 1985-10-11 1987-09-22 Benchmark Industries Incorporated Solder process inspection diffuser assembly
JPH0617874B2 (ja) * 1986-05-23 1994-03-09 株式会社イナックス 板状物表面の自動検査方法
US4760444A (en) * 1987-07-22 1988-07-26 Csd International, Inc. Machine visual inspection device and method
US4882498A (en) * 1987-10-09 1989-11-21 Pressco, Inc. Pulsed-array video inspection lighting system
US5051872A (en) * 1988-07-19 1991-09-24 Texas Instruments Incorporated Hemispherical non-glare illuminator
JPH02167450A (ja) * 1988-07-19 1990-06-27 Texas Instr Inc <Ti> 半球状のぎらつかない照明装置及び照明方法
US5127726A (en) * 1989-05-19 1992-07-07 Eastman Kodak Company Method and apparatus for low angle, high resolution surface inspection
JP3020973B2 (ja) * 1989-12-29 2000-03-15 キヤノン株式会社 画像処理方法
JPH041406U (zh) * 1990-04-19 1992-01-08
JP2583146B2 (ja) * 1990-05-28 1997-02-19 鐘紡株式会社 トップ清潔度検査方法
JP3036054B2 (ja) * 1990-11-05 2000-04-24 松下電器産業株式会社 外観検査方法
JPH0833293B2 (ja) * 1991-04-15 1996-03-29 松下電器産業株式会社 半田の形状検査方法
JP3344731B2 (ja) * 1991-05-29 2002-11-18 政典 杉坂 栗の形状識別方法
JPH04364449A (ja) * 1991-06-11 1992-12-16 Sumitomo Heavy Ind Ltd 果実の欠陥検出装置
US5187611A (en) * 1991-08-27 1993-02-16 Northeast Robotics, Inc. Diffuse on-axis light source
JP3025562B2 (ja) * 1991-09-10 2000-03-27 マツダ株式会社 明暗照明による表面状態検査方法

Cited By (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100335891C (zh) * 2001-08-31 2007-09-05 松下电工株式会社 图像处理与检验系统
CN1942757B (zh) * 2004-04-14 2010-11-17 奥林巴斯株式会社 分类装置和分类方法
CN101234381B (zh) * 2008-03-07 2011-09-07 天津市华核科技有限公司 基于视觉识别的颗粒物料分选分级方法
CN101279321B (zh) * 2008-05-14 2012-10-10 合肥泰禾光电科技股份有限公司 颗粒物料光学色选机
CN102866130A (zh) * 2011-07-07 2013-01-09 夏普株式会社 光测量分析装置、储藏库、电磁波发生装置以及光测量分析方法
CN102861722A (zh) * 2012-08-23 2013-01-09 电子科技大学 瓷砖分拣系统及方法
CN103048048A (zh) * 2012-12-12 2013-04-17 杭州三速科技有限公司 瓷砖色差检测装置及检测方法
CN103048048B (zh) * 2012-12-12 2015-05-27 杭州联鹰科技有限公司 瓷砖色差检测装置及检测方法
CN103674956A (zh) * 2013-12-20 2014-03-26 吴江华尔美特装饰材料有限公司 一种墙纸品检装置
CN104034260A (zh) * 2014-05-27 2014-09-10 佛山职业技术学院 一种瓷砖自动检测装置
CN104111260B (zh) * 2014-07-09 2017-03-29 广州中国科学院沈阳自动化研究所分所 陶瓷砖无损检测设备及检测方法
CN104111260A (zh) * 2014-07-09 2014-10-22 广州中国科学院沈阳自动化研究所分所 陶瓷砖无损检测设备及检测方法
CN104307765B (zh) * 2014-08-26 2017-09-19 佛山市南海区虞氏包装机械厂 窑尾自动分色系统
CN104307765A (zh) * 2014-08-26 2015-01-28 佛山市南海区虞氏包装机械厂 窑尾自动分色系统
CN105677728A (zh) * 2015-12-28 2016-06-15 广东正美家具科技有限公司 物体图像识别分类管理方法
CN111066070A (zh) * 2017-09-13 2020-04-24 株式会社日立制作所 自动检查系统以及自动检查方法
US10852250B1 (en) 2018-09-28 2020-12-01 China North Standardization Center Quantitative test method for striae in optical materials
JP2021514054A (ja) * 2018-09-28 2021-06-03 中国兵器工業標准化研究所China North Standardization Center 光学材料の縞の定量試験法
WO2020063841A1 (zh) * 2018-09-28 2020-04-02 中国兵器工业标准化研究所 光学材料条纹的定量测试方法
CN109829496B (zh) * 2019-01-30 2021-05-25 广州市载道信息科技有限公司 一种物理测量分类方法及设备
CN109829496A (zh) * 2019-01-30 2019-05-31 广州市载道信息科技有限公司 一种物理测量分类方法及设备
CN113748328A (zh) * 2019-03-05 2021-12-03 伊莫拉Sacmi机械合作公司 用于检查物体的设备和方法
CN112287748A (zh) * 2019-07-24 2021-01-29 开必拓数据股份有限公司 基于自我学习技术的移动物品分类系统及方法
CN112287748B (zh) * 2019-07-24 2023-09-15 开必拓数据股份有限公司 基于自我学习技术的移动物品分类系统及方法
CN113109258A (zh) * 2020-01-10 2021-07-13 东京毅力科创株式会社 载置台的异物的检测方法以及检测装置
CN113109258B (zh) * 2020-01-10 2024-06-04 东京毅力科创株式会社 载置台的异物的检测方法以及检测装置
CN111479097A (zh) * 2020-03-25 2020-07-31 清华大学 基于深度学习的散射透镜成像系统
WO2022007118A1 (zh) * 2020-07-06 2022-01-13 周爱丽 座椅排列整齐度测量系统及方法
CN118464921A (zh) * 2024-07-15 2024-08-09 山东大学 基于oct深度信息的实时速度补偿方法及系统
CN118464921B (zh) * 2024-07-15 2024-09-10 山东大学 基于oct深度信息的实时速度补偿方法及系统

Also Published As

Publication number Publication date
TW392115B (en) 2000-06-01
ES2153421T3 (es) 2001-03-01
CA2163965A1 (en) 1994-12-08
EP0700515B1 (en) 2000-09-06
DE69425822T2 (de) 2001-04-19
DE69425822D1 (de) 2000-10-12
PT700515E (pt) 2001-03-30
CN1095079C (zh) 2002-11-27
JPH09509247A (ja) 1997-09-16
WO1994028397A1 (en) 1994-12-08
BR9406727A (pt) 1996-01-30
AU6802694A (en) 1994-12-20
EP0700515A1 (en) 1996-03-13

Similar Documents

Publication Publication Date Title
CN1095079C (zh) 自动检查设备
RU2636263C2 (ru) Калибровка системы формирования динамических цифровых изображений для обнаружения дефектов в производственном потоке
KR101102627B1 (ko) 복합재 구조물의 제조중 이물질과 파편 및 결함을 확인하기 위한 시스템 및 방법
CN111511478A (zh) 用于检测至少一个对象的多重对象数据记录的检测设备和方法
US4882498A (en) Pulsed-array video inspection lighting system
CN105107760B (zh) 一种主动激发式光致多光谱成像的分选设备
CN104646315A (zh) 一种具有黄曲霉素检测功能的农产品智能分选机
GB2390154A (en) Method of volume manufacture of a product in a staged production process
JP7106503B2 (ja) 識別ユニット、識別装置および選別システム
JP2009115613A (ja) 異物検査装置
CN1771504A (zh) 用于量化平面对象反面上的印刷图像的可视透背的方法和设备
CN1459765A (zh) 货币确认器
CN107234074A (zh) 一种分时led双红外在线物料分选装置及分选方法
CN105910534B (zh) 橡塑制品几何量测量系统
KR101485425B1 (ko) 커버 글라스 분석 장치
JP7376380B2 (ja) 廃プラスチックの選別装置
CN114270180A (zh) X射线单元技术模块和自动化应用训练
KR20020003061A (ko) 지능형 피혁 품질선별 장치
JP7497760B2 (ja) 被選別物の識別方法、選別方法、選別装置、および識別装置
CN110000116A (zh) 一种基于深度学习的自由落体果蔬分选方法及系统
WO2023002464A1 (en) A method and apparatus for grain analysis
KR20030080288A (ko) 카메라를 이용한 피혁상태 검사장치
JP5212172B2 (ja) 粉粒体異物検査装置、異物検査方法
JP2988939B2 (ja) 穀粒選別装置用穀粒分布検出装置
Bonifazi et al. Chemical imaging: an innovative tool for particulate matter characterization and sorting

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C53 Correction of patent for invention or patent application
COR Change of bibliographic data

Free format text: CORRECT: APPLICANT; FROM: AXIOM BILDVERARBEITUNGSSYSTEME GMBH. TO: MILLENNIUM RISK GROUP

CP03 Change of name, title or address

Address after: England, Cambridge, England

Applicant after: Thousand Venture Group Ltd.

Address before: Berlin

Applicant before: Axiom Bildverarbeitungssysteme GmbH.

C14 Grant of patent or utility model
GR01 Patent grant
C19 Lapse of patent right due to non-payment of the annual fee
CF01 Termination of patent right due to non-payment of annual fee