CN112730459A - 基于多角度光源拍摄图像的轴承内圈端面缺陷检测方法 - Google Patents
基于多角度光源拍摄图像的轴承内圈端面缺陷检测方法 Download PDFInfo
- Publication number
- CN112730459A CN112730459A CN202110170015.2A CN202110170015A CN112730459A CN 112730459 A CN112730459 A CN 112730459A CN 202110170015 A CN202110170015 A CN 202110170015A CN 112730459 A CN112730459 A CN 112730459A
- Authority
- CN
- China
- Prior art keywords
- image
- partition
- bearing
- graph
- 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.)
- Granted
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
- G01N21/84—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
- G01N21/9515—Objects of complex shape, e.g. examined with use of a surface follower device
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
一种基于多角度光源拍摄图像的轴承内圈端面缺陷检测方法，该方法将待测轴承分为第一分区、第二分区、第三分区和第四分区，对各个分区依次拍摄第一图像、第二图像、第三图像和第四图像，通过对第一图像、第二图像、第三图像和第四图像进行低通滤波、重定位、差异提取、梯度变换、阈值分割、连通域提取等步骤，获得外表面缺陷位置并将其标注在第一图像、第二图像、第三图像和第四图像中。本发明解决了金属外观缺陷检测中，工件形状不规则并且包含曲面的检测难点。本发明可应用于金属加工、金属外观缺陷检测等领域，尤其适用于对形状不规则、带有曲面的轴承内圈的外表面缺陷检测。
Description
技术领域
本发明涉及，具体而言，涉及一种基于多角度光源拍摄图像的轴承内圈端面缺陷检测方法。
背景技术
轴承生产过程中，由于生产工艺等问题，往往产生磕碰、划痕、垫伤等表面缺陷，影响轴承使用寿命和可靠性。在现实生产中，工厂基本采用人工目测全检的方式来判断表面缺陷，这样一来成本高，二来可靠性低。在缺陷检测领域，机器替代人工是发展趋势，轴承生产厂家也在逐渐的使用全自动的方式替代人工检测。
目前市面上针对金属工件的全自动外观缺陷检测主要有两种方式，第一种是接触式的检测方式，第二种是非接触式的检测方式。接触式的检测方式精度受限于触点大小，且会对工件造成二次伤害，因此这种方式正在逐渐被非接触式替代。而非接触式的检测方式，目前主要有基于图像和基于激光两种方式，基于图像的金属外观缺陷检测主要集中在钢板划痕检测等方向，主要针对金属平板等形状规则的工件，且只涉及检测平面而非曲面的金属工件。基于激光的检测方式目前成本较高，推广比较困难。
发明内容
本发明提供一种基于多角度光源拍摄图像的轴承内圈端面缺陷检测方法，用以解决上述现有技术存在的问题。
为达到上述目的，本发明提供了一种基于多角度光源拍摄图像的轴承内圈端面缺陷检测方法，其包括以下步骤：
S1：在一竖直方向上，由上至下依序布设一工业摄像机、一四分区环形低角度光源以及一待测轴承，其中，四分区环形低角度光源发出的光线为竖直向下方向并且包括第一分区、第二分区、第三分区和第四分区，第一分区与第三分区位于对角线方向，第二分区与第四分区位于对角线方向，工业摄像机的拍摄平面和待测轴承的端面均与竖直方向垂直；
S2：以竖直向上方向为Z轴的正方向，以待测轴承的端面所在的平面为X-Y平面，以待测轴承的端面的中心为原点，建立一空间直角坐标系；
S3：由一到位传感器检测待测轴承是否到达空间直角坐标系中的一第一预设位置，若为是，则一光源控制器控制四分区环形低角度光源依序触发第一分区～第四分区发光，于每次触发四分区环形低角度光源发光的同时，光源控制器触发工业摄像机分别对应拍摄待测轴承的端面的第一图像、第二图像、第三图像和第四图像；
S4：通过低通滤波的方式分别对第一图像、第二图像、第三图像和第四图像进行降噪；
S5：使用预设阈值T分别对第一图像～第四图像进行灰度值的阈值分割，以将第一图像～第四图像中待测轴承的端面的外圈边缘处被照亮的点分别加入第一候选点集、第二候选点集、第三候选点集以及第四候选点集；
S6：对第一候选点集～第四候选点集，分别执行以下步骤S7～S9；
S7：将多个与待测轴承的尺寸相同的测试轴承定位于第一预设位置并对其拍摄图片及统计，以获取测试轴承在第一预设位置处时其外圆半径在像素级别上的尺寸数值r1；
S8：对于第一候选点集～第四候选点集其中之一内部的每一点，在[r1-10,r1+10]范围内，基于霍夫变换的圆形匹配算法，对第一图像～第四图像进行重定位，确定第一图像～第四图像的第一圆心预测位置～第四圆心预测位置、第一外圆半径预测值～第四外圆半径预测值以及第一内圆半径预测值～第四内圆半径预测值；
S9：将重定位后的第一图像和第三图像进行差值变换以及图像比率变换，得到第一差异结果图和第二差异结果图，以及将重定位后的第二图像和第四图像进行差值变换以及图像比率变换，得到第三差异结果图和第四差异结果图；
S10：将第一图像～第四图像分别进行划分，划分为内倒角区域、端面平面区域以及外倒角区域，对第一图像～第四图像的内倒角区域和外倒角区域分别进行极坐标变化后执行步骤S11，对第一图像～第四图像的端面平面区域直接执行步骤S11；
S11：分别对第一差异结果图～第四差异结果图进行水平梯度计算和垂直梯度计算，得到第一水平梯度图、第一垂直梯图、第二水平梯度图、第二垂直梯图、第三水平梯度图、第三垂直梯图、第四水平梯度图以及第四垂直梯图；
S12：将第一水平梯度图、第一垂直梯图、第二水平梯度图、第二垂直梯图、第三水平梯度图、第三垂直梯图、第四水平梯度图以及第四垂直梯图进行归一化，保留绝对值最大的像素点，之后再根据预设阈值U进行阈值分割，得到第一结果图、第二结果图、第三结果图和第四结果图；
S13：根据预设阈值V对第一结果图、第二结果图、第三结果图和第四结果图分别进行阈值分割，标记所有大于预设阈值V的像素点并且进行连通域运算，将面积较小的连通域剔除，遍历剩余的连通域，筛选出连通域的尺寸大于预设尺寸的连通域，以得到外表面缺陷位置；
S14：将外表面缺陷位置对应标注在第一图像、第二图像、第三图像和第四图像中。
在本发明的一实施例中，工业摄像机为500万像素工业相机。
在本发明的一实施例中，步骤S11计算水平梯度计算和垂直梯度时，使用水平及垂直的sobel算子进行卷积运算，Sobel算子核如下：
垂直方向
水平方向
本发明还提供了一种计算机可读取存储介质，其上存储有计算机程序，所述计算机程序被处理执行时用于实现上述步骤S4～S14。
本发明提供的基于多角度光源拍摄图像的轴承内圈端面缺陷检测方法为基于图像的缺陷检测方式，解决了金属外观缺陷检测中，工件形状不规则并且包含曲面的检测难点。本发明可应用于金属加工、金属外观缺陷检测等领域，尤其适用于对形状不规则、带有曲面的轴承内圈的外表面缺陷检测。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1a～图1d为本发明一实施例的第一图像、第二图像、第三图像和第四图像；
图2a～图2d为本发明一实施例的标注了外表面缺陷的第一图像、第二图像、第三图像和第四图像。
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。
本发明提供了一种基于多角度光源拍摄图像的轴承内圈端面缺陷检测方法，其包括以下步骤：
S1：在一竖直方向上，由上至下依序布设一工业摄像机、一四分区环形低角度光源以及一待测轴承，其中，四分区环形低角度光源发出的光线为竖直向下方向并且包括第一分区、第二分区、第三分区和第四分区，第一分区与第三分区位于对角线方向，第二分区与第四分区位于对角线方向，工业摄像机的拍摄平面和待测轴承的端面均与竖直方向垂直；
S2：以竖直向上方向为Z轴的正方向，以待测轴承的端面所在的平面为X-Y平面，以待测轴承的端面的中心为原点，建立一空间直角坐标系；
S3：由一到位传感器检测待测轴承是否到达空间直角坐标系中的一第一预设位置，若为是，则一光源控制器控制四分区环形低角度光源依序触发第一分区～第四分区发光，于每次触发四分区环形低角度光源发光的同时，光源控制器触发工业摄像机分别对应拍摄待测轴承的端面的第一图像、第二图像、第三图像和第四图像；
如图1a～图1d所示为本发明一实施例的第一图像、第二图像、第三图像和第四图像。
S4：通过低通滤波的方式分别对第一图像、第二图像、第三图像和第四图像进行降噪；
S5：使用预设阈值T分别对第一图像～第四图像进行灰度值的阈值分割，以将第一图像～第四图像中待测轴承的端面的外圈边缘处被照亮的点分别加入第一候选点集、第二候选点集、第三候选点集以及第四候选点集；
S6：对第一候选点集～第四候选点集，分别执行以下步骤S7～S9；
S7：将多个与待测轴承的尺寸相同的测试轴承定位于第一预设位置并对其拍摄图片及统计，以获取测试轴承在第一预设位置处时其外圆半径在像素级别上的尺寸数值r1；
S8：对于第一候选点集～第四候选点集其中之一内部的每一点，在[r1-10,r1+10]范围内，基于霍夫变换的圆形匹配算法，对第一图像～第四图像进行重定位，确定第一图像～第四图像的第一圆心预测位置～第四圆心预测位置、第一外圆半径预测值～第四外圆半径预测值以及第一内圆半径预测值～第四内圆半径预测值；
S9：将重定位后的第一图像和第三图像进行差值变换以及图像比率变换，得到第一差异结果图和第二差异结果图，以及将重定位后的第二图像和第四图像进行差值变换以及图像比率变换，得到第三差异结果图和第四差异结果图；
S10：将第一图像～第四图像分别进行划分，划分为内倒角区域、端面平面区域以及外倒角区域，对第一图像～第四图像的内倒角区域和外倒角区域分别进行极坐标变化后执行步骤S11，对第一图像～第四图像的端面平面区域直接执行步骤S11；
S11：分别对第一差异结果图～第四差异结果图进行水平梯度计算和垂直梯度计算，得到第一水平梯度图、第一垂直梯图、第二水平梯度图、第二垂直梯图、第三水平梯度图、第三垂直梯图、第四水平梯度图以及第四垂直梯图；
S12：将第一水平梯度图、第一垂直梯图、第二水平梯度图、第二垂直梯图、第三水平梯度图、第三垂直梯图、第四水平梯度图以及第四垂直梯图进行归一化，保留绝对值最大的像素点，之后再根据预设阈值U进行阈值分割，得到第一结果图、第二结果图、第三结果图和第四结果图；
S13：根据预设阈值V对第一结果图、第二结果图、第三结果图和第四结果图分别进行阈值分割，标记所有大于预设阈值V的像素点并且进行连通域运算，将面积较小的连通域剔除，遍历剩余的连通域，筛选出连通域的尺寸大于预设尺寸的连通域，以得到外表面缺陷位置；
S14：将外表面缺陷位置对应标注在第一图像、第二图像、第三图像和第四图像中。
如图2a～图2d所示为本发明一实施例的标注了外表面缺陷的第一图像、第二图像、第三图像和第四图像。
在本发明的一实施例中，工业摄像机为500万像素工业相机。
在本发明的一实施例中，步骤S11计算水平梯度计算和垂直梯度时，使用水平及垂直的sobel算子进行卷积运算，Sobel算子核如下：
垂直方向
水平方向
本发明还提供了一种计算机可读取存储介质，其上存储有计算机程序，所述计算机程序被处理执行时用于实现上述步骤S4～S14。
本发明提供的基于多角度光源拍摄图像的轴承内圈端面缺陷检测方法为基于图像的缺陷检测方式，解决了金属外观缺陷检测中，工件形状不规则并且包含曲面的检测难点。本发明可应用于金属加工、金属外观缺陷检测等领域，尤其适用于对形状不规则、带有曲面的轴承内圈的外表面缺陷检测。
本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。
本领域普通技术人员可以理解：实施例中的装置中的模块可以按照实施例描述分布于实施例的装置中，也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述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；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。
Claims (4)
1.一种基于多角度光源拍摄图像的轴承内圈端面缺陷检测方法，其特征在于，包括以下步骤：
S1：在一竖直方向上，由上至下依序布设一工业摄像机、一四分区环形低角度光源以及一待测轴承，其中，四分区环形低角度光源发出的光线为竖直向下方向并且包括第一分区、第二分区、第三分区和第四分区，第一分区与第三分区位于对角线方向，第二分区与第四分区位于对角线方向，工业摄像机的拍摄平面和待测轴承的端面均与竖直方向垂直；
S2：以竖直向上方向为Z轴的正方向，以待测轴承的端面所在的平面为X-Y平面，以待测轴承的端面的中心为原点，建立一空间直角坐标系；
S3：由一到位传感器检测待测轴承是否到达空间直角坐标系中的一第一预设位置，若为是，则一光源控制器控制四分区环形低角度光源依序触发第一分区～第四分区发光，于每次触发四分区环形低角度光源发光的同时，光源控制器触发工业摄像机分别对应拍摄待测轴承的端面的第一图像、第二图像、第三图像和第四图像；
S4：通过低通滤波的方式分别对第一图像、第二图像、第三图像和第四图像进行降噪；
S5：使用预设阈值T分别对第一图像～第四图像进行灰度值的阈值分割，以将第一图像～第四图像中待测轴承的端面的外圈边缘处被照亮的点分别加入第一候选点集、第二候选点集、第三候选点集以及第四候选点集；
S6：对第一候选点集～第四候选点集，分别执行以下步骤S7～S9；
S7：将多个与待测轴承的尺寸相同的测试轴承定位于第一预设位置并对其拍摄图片及统计，以获取测试轴承在第一预设位置处时其外圆半径在像素级别上的尺寸数值r1；
S8：对于第一候选点集～第四候选点集其中之一内部的每一点，在[r1-10,r1+10]范围内，基于霍夫变换的圆形匹配算法，对第一图像～第四图像进行重定位，确定第一图像～第四图像的第一圆心预测位置～第四圆心预测位置、第一外圆半径预测值～第四外圆半径预测值以及第一内圆半径预测值～第四内圆半径预测值；
S9：将重定位后的第一图像和第三图像进行差值变换以及图像比率变换，得到第一差异结果图和第二差异结果图，以及将重定位后的第二图像和第四图像进行差值变换以及图像比率变换，得到第三差异结果图和第四差异结果图；
S10：将第一图像～第四图像分别进行划分，划分为内倒角区域、端面平面区域以及外倒角区域，对第一图像～第四图像的内倒角区域和外倒角区域分别进行极坐标变化后执行步骤S11，对第一图像～第四图像的端面平面区域直接执行步骤S11；
S11：分别对第一差异结果图～第四差异结果图进行水平梯度计算和垂直梯度计算，得到第一水平梯度图、第一垂直梯图、第二水平梯度图、第二垂直梯图、第三水平梯度图、第三垂直梯图、第四水平梯度图以及第四垂直梯图；
S12：将第一水平梯度图、第一垂直梯图、第二水平梯度图、第二垂直梯图、第三水平梯度图、第三垂直梯图、第四水平梯度图以及第四垂直梯图进行归一化，保留绝对值最大的像素点，之后再根据预设阈值U进行阈值分割，得到第一结果图、第二结果图、第三结果图和第四结果图；
S13：根据预设阈值V对第一结果图、第二结果图、第三结果图和第四结果图分别进行阈值分割，标记所有大于预设阈值V的像素点并且进行连通域运算，将面积较小的连通域剔除，遍历剩余的连通域，筛选出连通域的尺寸大于预设尺寸的连通域，以得到外表面缺陷位置；
S14：将外表面缺陷位置对应标注在第一图像、第二图像、第三图像和第四图像中。
2.根据权利要求1所述的基于多角度光源拍摄图像的轴承内圈端面缺陷检测方法，其特征在于，工业摄像机为500万像素工业相机。
3.根据权利要求1所述的基于多角度光源拍摄图像的轴承内圈端面缺陷检测方法，其特征在于，步骤S11计算水平梯度计算和垂直梯度时，使用水平及垂直的sobel算子进行卷积运算，Sobel算子核如下：
垂直方向
水平方向
4.一种计算机可读取存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理执行时用于实现如权利要求1至3任一项中的步骤S4～S14。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110170015.2A CN112730459B (zh) | 2021-02-05 | 2021-02-05 | 基于多角度光源拍摄图像的轴承内圈端面缺陷检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110170015.2A CN112730459B (zh) | 2021-02-05 | 2021-02-05 | 基于多角度光源拍摄图像的轴承内圈端面缺陷检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112730459A true CN112730459A (zh) | 2021-04-30 |
| CN112730459B CN112730459B (zh) | 2023-01-24 |
Family
ID=75596985
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110170015.2A Active CN112730459B (zh) | 2021-02-05 | 2021-02-05 | 基于多角度光源拍摄图像的轴承内圈端面缺陷检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112730459B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113706534A (zh) * | 2021-10-28 | 2021-11-26 | 南通欣斯特机械制造有限公司 | 一种基于多光线分析的注塑产品缺陷检测方法 |
| CN113884299A (zh) * | 2021-12-02 | 2022-01-04 | 武汉市书豪塑胶有限公司 | 基于人工智能的滚塑机械故障检测方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101261234A (zh) * | 2008-03-26 | 2008-09-10 | 广州中国科学院工业技术研究院 | 表面缺陷检测装置 |
| WO2018000731A1 (zh) * | 2016-06-28 | 2018-01-04 | 华南理工大学 | 一种曲面表面缺陷自动检测方法及其装置 |
| CN109187581A (zh) * | 2018-07-12 | 2019-01-11 | 中国科学院自动化研究所 | 基于视觉的成品轴承端面缺陷检测方法 |
| CN109816644A (zh) * | 2019-01-16 | 2019-05-28 | 大连理工大学 | 一种基于多角度光源影像的轴承缺陷自动检测系统 |
| JP2019200775A (ja) * | 2018-05-10 | 2019-11-21 | 国立大学法人岩手大学 | 表面欠陥検査装置及び表面欠陥検査方法 |
| CN111462074A (zh) * | 2020-03-31 | 2020-07-28 | 珠海格力智能装备有限公司 | 轴承外观检测方法、装置、系统、计算机设备及存储介质 |
| CN211651523U (zh) * | 2019-12-23 | 2020-10-09 | 杭州深度视觉科技有限公司 | 轴承内外径圆柱面的机器视觉检测系统 |
| CN112308832A (zh) * | 2020-10-29 | 2021-02-02 | 常熟理工学院 | 一种基于机器视觉的轴承质量检测方法 |
-
2021
- 2021-02-05 CN CN202110170015.2A patent/CN112730459B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101261234A (zh) * | 2008-03-26 | 2008-09-10 | 广州中国科学院工业技术研究院 | 表面缺陷检测装置 |
| WO2018000731A1 (zh) * | 2016-06-28 | 2018-01-04 | 华南理工大学 | 一种曲面表面缺陷自动检测方法及其装置 |
| JP2019200775A (ja) * | 2018-05-10 | 2019-11-21 | 国立大学法人岩手大学 | 表面欠陥検査装置及び表面欠陥検査方法 |
| CN109187581A (zh) * | 2018-07-12 | 2019-01-11 | 中国科学院自动化研究所 | 基于视觉的成品轴承端面缺陷检测方法 |
| CN109816644A (zh) * | 2019-01-16 | 2019-05-28 | 大连理工大学 | 一种基于多角度光源影像的轴承缺陷自动检测系统 |
| CN211651523U (zh) * | 2019-12-23 | 2020-10-09 | 杭州深度视觉科技有限公司 | 轴承内外径圆柱面的机器视觉检测系统 |
| CN111462074A (zh) * | 2020-03-31 | 2020-07-28 | 珠海格力智能装备有限公司 | 轴承外观检测方法、装置、系统、计算机设备及存储介质 |
| CN112308832A (zh) * | 2020-10-29 | 2021-02-02 | 常熟理工学院 | 一种基于机器视觉的轴承质量检测方法 |
Non-Patent Citations (6)
| Title |
|---|
| 孙雪晨等: "基于机器视觉的凸轮轴表面缺陷检测系统", 《红外与激光工程》 * |
| 张明辉等: "机器视觉在轴承检测中的研究现状及发展趋势", 《机床与液压》 * |
| 朱诗孝等: "基于HOG特征与连通区域分析的工件目标检测算法", 《组合机床与自动化加工技术》 * |
| 李龙等: "基于曲线拟合的轴承滚子表面缺陷检测方法", 《电子技术》 * |
| 杨乙乾: "基于多角度光源影像的轴承表面缺陷检测系统", 《中国优秀硕士学位论文全文数据库电子期刊》 * |
| 杨加东等: "一种基于图像展开与拼接的精密轴承表面缺陷光学检测方法", 《机床与液压》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113706534A (zh) * | 2021-10-28 | 2021-11-26 | 南通欣斯特机械制造有限公司 | 一种基于多光线分析的注塑产品缺陷检测方法 |
| CN113706534B (zh) * | 2021-10-28 | 2022-01-25 | 南通欣斯特机械制造有限公司 | 一种基于多光线分析的注塑产品缺陷检测方法 |
| CN113884299A (zh) * | 2021-12-02 | 2022-01-04 | 武汉市书豪塑胶有限公司 | 基于人工智能的滚塑机械故障检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112730459B (zh) | 2023-01-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112730459B (zh) | 基于多角度光源拍摄图像的轴承内圈端面缺陷检测方法 | |
| CN105783723B (zh) | 基于机器视觉的精密模具表面加工精度检测装置及方法 | |
| CN112037203A (zh) | 基于复杂工件外轮廓配准的侧表面缺陷检测方法及系统 | |
| CN107388991B (zh) | 一种端面多圆角轴类零件圆角半径测量方法 | |
| CN116823822B (zh) | 基于视觉特征的船艇钣金件焊接缺陷检测方法 | |
| TWI770906B (zh) | 晶圓表面缺陷檢測方法及其裝置 | |
| CN106651857A (zh) | 一种印刷电路板贴片缺陷检测方法 | |
| CN114897881B (zh) | 一种基于边缘特征的晶粒缺陷检测方法 | |
| CN113393463B (zh) | 软包电池卷芯检测入壳方法 | |
| CN113513991B (zh) | 一种电池极片毛刺高度检测方法及装置 | |
| CN113269762A (zh) | 屏幕不良检测方法、系统及计算机存储介质 | |
| CN108844961A (zh) | 一种温控器壳体视觉检测系统及方法 | |
| CN113077437A (zh) | 工件质量检测方法及其系统 | |
| CN105205803A (zh) | 显示面板缺陷检测方法 | |
| CN110426395B (zh) | 一种太阳能el电池硅片表面检测方法及装置 | |
| CN113762427B (zh) | 一种工业自动化检测场景中的上料异常检测方法 | |
| WO2022222467A1 (zh) | 开口圆环工件外观缺陷检测方法、系统及计算机存储介质 | |
| CN109877437B (zh) | 一种电阻焊枪的对中性检测装置及方法 | |
| CN117058411B (zh) | 电池棱边外形瑕疵识别方法、装置、介质和设备 | |
| CN218504096U (zh) | 一种具备智能识别、检测焊缝功能的恒力控制打磨器具 | |
| Wu et al. | Accurate localization of defective circular PCB mark based on sub-pixel edge detection and least square fitting | |
| CN112837285B (zh) | 一种板面图像的边缘检测方法及装置 | |
| CN114187269B (zh) | 小零器件表面缺陷边缘快速检测方法 | |
| CN116071306A (zh) | 用于滚动轴承保持架铆合缺陷的机器视觉检测方法 | |
| CN104713887A (zh) | 一种检测平面缺陷的方法 |
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 |