CN112782179A - 一种产品反光表面缺陷检测方法及系统 - Google Patents

一种产品反光表面缺陷检测方法及系统 Download PDF

Info

Publication number
CN112782179A
CN112782179A CN202011536436.4A CN202011536436A CN112782179A CN 112782179 A CN112782179 A CN 112782179A CN 202011536436 A CN202011536436 A CN 202011536436A CN 112782179 A CN112782179 A CN 112782179A
Authority
CN
China
Prior art keywords
image
product
detected
roi
stripe
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
Application number
CN202011536436.4A
Other languages
English (en)
Inventor
刘磊
岳峰
李彬
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.)
BEIJING INSTITUTE OF NEW TECHNOLOGY APPLICATIONS
Original Assignee
BEIJING INSTITUTE OF NEW TECHNOLOGY APPLICATIONS
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
Application filed by BEIJING INSTITUTE OF NEW TECHNOLOGY APPLICATIONS filed Critical BEIJING INSTITUTE OF NEW TECHNOLOGY APPLICATIONS
Priority to CN202011536436.4A priority Critical patent/CN112782179A/zh
Publication of CN112782179A publication Critical patent/CN112782179A/zh
Pending legal-status Critical Current

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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • 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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques

Abstract

本发明提供一种产品反光表面缺陷检测方法，包括：获取待检测产品反光表面条纹图像及白色反光图像；获取待检测产品的感兴趣区域；获取感兴趣区域的基准点；条纹图像形态学滤波处理；图像二值化处理；基于模板图像的图像边缘形态学处理；缺陷检测。本发明还提供一种产品反光表面缺陷检测系统，包括：显示器、工业相机、图像处理设备、机械传动设备、产品固定夹具。本发明充分考虑产品表面图像检测面积和检测点数量各异、待检测区域反光且带有弧度等情况，利用白色反光图像信息分别获得待检测图像ROI的轮廓及轮廓内图像以及ROI的基准点，获取去除条纹干扰且缺陷能够很好保留的图像，实现待检测产品反光面中每个ROI缺陷的快速、精确、稳定的检测。

Description

一种产品反光表面缺陷检测方法及系统
技术领域
本发明属于产品反光表面检测技术领域，尤其涉及一种产品反光表面缺陷检测方法及系统。
背景技术
在工业产品中，为了产品美观经常将其表面制作成反光样式。在其制作过程或表面烫印过程中，受制作工艺、烫印设备、外部环境等因素影响，制作完成后的反光表面有时会有气泡、凹凸不平、印痕、划伤、发丝、漏底等缺陷问题，这些缺陷将直接影响产品的整体美观和品质。
鉴于目前消费者对于产品的细节要求越来越高的情况下，生产厂商在生产过程中对于产品的质量及缺陷检测与筛选显得尤为重要。目前，在产品生产过程中产品的质量检测大多依赖于人的肉眼观察，其受主观因素的影响，存在着精度有限、效果不稳定和工作强度大等问题。为解决上述问题，本领域技术人员提供一些产品表面自动检测设备，但是目前的自动检测设备无法兼顾到图像检测面积大小不一、检测点数量各异、待检测区域反光且带有弧度等情况。
发明内容
为解决上述技术问题，本发明提供一种产品反光表面缺陷检测方法及系统。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。
本发明采用如下技术方案：
第一方面，提供一种产品反光表面缺陷检测方法，包括：获取待检测产品反光表面条纹图像及白色反光图像；获取待检测产品的感兴趣区域以及感兴趣区域的基准点；条纹图像形态学滤波处理；对条纹图像形态学滤波处理后的图像进行二值化处理；基于所述感兴趣区域的基准点，将模板图像依据下式对其进行透射变换，通过计算变换后模板图像ROI的轮廓信息，去除二值化处理后生成的待检测图像边缘，处理后的图像只保留缺陷信息：
Figure BDA0002853195550000021
其中，
Figure BDA0002853195550000022
为透射变换矩阵，
Figure BDA0002853195550000023
为源目标点，
Figure BDA0002853195550000024
为目标坐标点。
进一步的，所述获取待检测产品反光表面条纹图像及白色反光图像的过程包括：显示器显示N步相移正弦条纹I(x,y)并投影到待检测产品上，工业相机采集待检测产品反光表面的条纹图像，其中，
Figure BDA0002853195550000025
N≥4，式中a与b为常数，p为光栅条纹周期，Φ(x,y)为初始相位；所述显示器产生覆盖待检测产品的白色光，所述工业相机采集待检测产品的白色反光图像。
进一步的，所述获取待检测产品的感兴趣区域的过程之前还包括：利用滤波器对获取的所述条纹图像及白色反光图像进行滤波处理。
进一步的，所述获取待检测产品的感兴趣区域的过程包括：对所述白色反光图像进行二值化处理；基于白色反光图像边缘位置先验信息，对二值化处理后的图像中的每个ROI进行掩膜处理，获得待处理图像中每个ROI的轮廓及轮廓内图像。
进一步的，所述条纹图像形态学滤波处理的过程包括：对处理得到的各幅黑白条纹图像中的每个ROI进行膨胀、腐蚀；对膨胀和腐蚀的图像进行线性处理，线性操作公式为IOUT＝k1×Idilate+k2×Ierode，其中IOUT为输出图像，Idilate和Ierode分别为膨胀和腐蚀后图像，k1和k2分别为膨胀和腐蚀系数；将线性处理后的各个图像每个对应ROI图像对应相加。
进一步的，所述的一种产品反光表面缺陷检测方法，还包括：利用峰值信噪比方法计算只保留缺陷信息的图像，得到图像峰值信噪比值，将所述图像峰值信噪比值与预设的阈值进行比较，当所述图像峰值信噪比值小于所述阈值时，则表明有缺陷。
第二方面，本发明还提供一种产品反光表面缺陷检测系统，包括：
显示器，用于生成图像并投影到待检测产品上，所述显示器位于所述待检测产品的斜上方，且所述显示器的屏幕与水平面夹角为20°；
工业相机，位于所述待检测产品的正上方，用于聚焦于所述待检测产品的表面进行图像采集；
图像处理设备，用于获取所述工业相机采集的图像，并对所述工业相机采集的图像依据权利要求1至6任一项所述的方法进行图像处理。
进一步的，所述的一种产品反光表面缺陷检测系统，还包括：产品固定夹具及机械传动设备，所述产品固定夹具将所述待检测产品固定在所述机械传动设备上，所述机械传动设备携带所述待检测产品移动到各个检测位置。
进一步的，所述显示器、工业相机、待检测产品、产品固定夹具及机械传动设备均安置于密闭环境中。
本发明所带来的有益效果：本发明在缺陷检测时，充分考虑了产品表面图像检测面积和检测点数量各异、待检测区域反光且带有弧度等情况，通过多相机和多位置协同获得待检测产品中所有ROI图像，利用密闭式采集环境、高亮度显示器、结构光和白色光获得信噪比稳定的反光表面条纹图像和白色反光图像；此外，充分利用白色反光图像信息，分别获得待检测图像ROI的轮廓及轮廓内图像以及ROI的基准点，最终，基于条纹图像形态学滤波处理，获取去除条纹干扰且缺陷能够很好保留的图像，实现待检测产品反光面中每个ROI缺陷的快速、精确、稳定的检测。
附图说明
图1是本发明一种产品反光表面缺陷检测系统的示意图；
图2是本发明一种产品反光表面缺陷检测方法的流程示意图；
图3是某一款产品的ROI图像处理前后对比图；
图4是获得的ROI基准点；
图5是经过条纹图像形态学滤波处理后的ROI图像；
图6是去除纹理、轮廓等干扰后ROI内缺陷图像。
具体实施方式
以下描述和附图充分地展示出本发明的具体实施方案，以使本领域的技术人员能够实践它们。其他实施方案可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选的，并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。
本发明将机器视觉、模式识别、自动化等相关技术相结合，构建一种产品反光表面缺陷检测方法及检测系统，非常适合于表面反光且反光面弯曲、形状各异、大小和数量不同等情况的产品反光表面缺陷检测。
实施例1：
如图1和2所示，本发明提供一种产品反光表面缺陷检测方法，包括如下步骤：
S1：搭建产品反光表面缺陷检测系统。本发明采用斜投正拍的结构，即利用高亮度液晶显示器作为照明光源，并将其置于待检测产品的斜上方，使显示器的屏幕与水平面夹角为20°，显示器分别形成不同图像并投影到待检测产品上。工业相机置于待检测产品正上方，并聚焦于待检测产品表面进行图像采集，在图像采集过程中工业相机、待检测产品、照明光源均安置于密闭环境中。
S2：获取待检测产品反光表面条纹图像及白色反光图像。
步骤S2包括如下步骤：
S21：基于相移法获取待检测产品反光表面条纹图像：基于步骤S1搭建的缺陷检测系统，利用高亮度液晶显示器显示基于式1生成的标准N步相移正弦条纹I(x,y)并投影到待检测产品上；
式1：
Figure BDA0002853195550000051
其中，N≥4，式中a与b为常数，一般情况下a＝b，p为光栅条纹周期，Φ(x,y)为初始相位。工业相机依据N步相移正弦条纹投影采集对应图像，即工业相机采集待检测产品反光表面的条纹图像。利用高亮度液晶显示器显示基于式1生成的标准N步相移正弦条纹I(x,y)即为结构光。
S22：待检测产品表面轮廓图像获取：基于步骤S1搭建的缺陷检测系统，利用高亮度液晶显示器产生覆盖待检测产品的白色光，工业相机采集待检测产品的白色反光图像。
S3：感兴趣区域图像去噪处理，即条纹图像和白色反光图像的去噪处理。利用去噪方法对步骤S2中获取的条纹图像和白色反光图像进行滤波处理，消除由于拍摄角度、光源照射等因素引起的ROI图像毛刺、阴影等噪声干扰。如图3所示为某一款产品的ROI图像处理前后对比图，上面两幅图像为未处理后的图像，下面两幅图像为经过滤波处理后的图像。
S4：获取待检测产品的感兴趣区域，即获得产品ROI轮廓及轮廓内图像。首先，对白色反光图像进行二值化处理；其次，基于白色反光图像边缘位置先验信息，对二值化处理后的图像中的每个ROI进行掩膜处理，获得待处理图像中每个ROI的轮廓及轮廓内图像。
S5：获取感兴趣区域的基准点。基于步骤4处理得到的ROI图像，分别计算每个ROI图像的梯度。如图4所示为一款产品中的一个ROI图像，利用梯度信息得到ROI图像中的6个基准点，该基准点将用于待检测图像与模板图像的校准。
S6：条纹图像形态学滤波处理。利用四步条纹图像滤波处理方法，首先对步骤S4处理后得到的其中1幅黑白条纹图像中每个ROI进行膨胀、腐蚀。然后，对膨胀和腐蚀的图像进行线性处理，线性操作公式为IOUT＝k1×Idilate+k2×Ierode，其中IOUT为输出图像，Idilate和Ierode分别为膨胀和腐蚀后图像，k1和k2分别为膨胀和腐蚀系数，一般k1为正数，k2为负数，其数值线性组合变化将得到不同的输出图像。最后，对其它3幅条纹图像中的ROI进行相同的膨胀、腐蚀操作，将计算得到的4幅处理后图像每个对应ROI图像对应相加，如图5所示为存在缺陷与形态学滤波处理后的图像。
S7：图像二值化处理。对步骤S6处理后的图像进行二值化处理，减少前期图像处理过程中产生的纹理，提高图像信噪比。
S8：基于模板图像的图像边缘形态学处理。步骤S7处理过后的图像中包含了缺陷和ROI边缘，如图6所示图像缺陷边缘与ROI边缘有时候会混在一起，不能直接利用步骤S4获得的ROI轮廓信息去除边缘。本发明提出利用步骤S5计算得到的ROI区域基准点，将模板图像，即未有缺陷的标准图像依据下式对其进行透射变换：
Figure BDA0002853195550000071
其中，
Figure BDA0002853195550000072
为透射变换矩阵，
Figure BDA0002853195550000073
为源目标点，
Figure BDA0002853195550000074
为目标坐标点。
通过计算变换后模板图像ROI的轮廓信息，去除步骤S7处理生成的待检测图像边缘，处理后的图像将只保留缺陷信息。
S9：缺陷检测：利用峰值信噪比方法计算只保留缺陷信息的图像，得到图像峰值信噪比值，将图像峰值信噪比值与预设的阈值进行比较，当图像峰值信噪比值小于阈值时，则表明有缺陷。
本发明利用白色条纹图像获取要检测的区域；将模板图像依据测试图像进行透射变换，获得变换后图像的边缘，该边缘为测试图像的近似边缘；然后利用结构光图像获取图像中缺陷；有时缺陷边缘和测试图像边缘会连在一起，这样就不能直接利用测试缺陷的边缘，要尽量保留缺陷的边缘，去除测试图像的边缘，这样就利用得到的近似图像的边缘将测试图像的边缘去除，保留缺陷的边缘可进行缺陷检测。
实施例2：
如图1所示，本发明提供一种产品反光表面缺陷检测系统，包括：显示器1、工业相机2、图像处理设备6、机械传动设备4、产品固定夹具。
显示器1，作为照明光源用于生成图像并投影到待检测产品3上，显示器1位于待检测产品3的斜上方，且显示器1的屏幕与水平面夹角为20°。
工业相机2，位于待检测产品3的正上方，用于聚焦于待检测产品3的表面进行图像采集，并将采集的图像数据上传至图像处理设备6。工业相机2数量可以选为多个。
图像处理设备6，用于获取工业相机2采集的图像，并对工业相机采集的图像依据实施例1所述的方法进行图像处理。
产品固定夹具，将待检测产品3固定在机械传动设备4上。
机械传动设备4，用于携带待检测产品3移动到各个检测位置，具体实现方式可以为传送带。
本发明采用斜投正拍的结构，即利用高亮度液晶显示器作为照明光源，并将其置于待检测产品的斜上方，使显示器的屏幕与水平面夹角为20°，显示器分别形成不同图像并投影到待检测产品3上。具体操作时，产品固定夹具将待检测产品3固定到机械传动设备4上，机械传动设备4将待检测产品3运送至第一检测位置，各个工业相机2依据光源图像变化采集对应反光表面图像。为满足待检测产品的大小不同，随后机械传动设备4将其运送至第二检测位置，同样依据光源图像变化采集对应待检测产品反光表面图像，上述步骤重复执行，直至采集到待检测产品3所有位置的图像。最终，依据采集到的图像对待检测产品中每个ROI进行缺陷检测，并将检测到有缺陷的ROI在标准图像上标记供人工二次校验。
显示器1、工业相机2、待检测产品3、产品固定夹具及机械传动设备4均安置于密闭环境中，具体实现方式是利用遮光板5围设形成一个密闭空间，避免外部环境变化影响检测。
本领域技术人员还应当理解，结合本文的实施例描述的各种说明性的逻辑框、模块、电路和算法步骤均可以实现成电子硬件、计算机软件或其组合。为了清楚地说明硬件和软件之间的可交换性，上面对各种说明性的部件、框、模块、电路和步骤均围绕其功能进行了一般地描述。至于这种功能是实现成硬件还是实现成软件，取决于特定的应用和对整个系统所施加的设计约束条件。熟练的技术人员可以针对每个特定应用，以变通的方式实现所描述的功能，但是，这种实现决策不应解释为背离本公开的保护范围。

Claims (9)

1.一种产品反光表面缺陷检测方法，其特征在于，包括：
获取待检测产品反光表面条纹图像及白色反光图像；
获取待检测产品的感兴趣区域以及感兴趣区域的基准点；
条纹图像形态学滤波处理；
对条纹图像形态学滤波处理后的图像进行二值化处理；
基于所述感兴趣区域的基准点，将模板图像依据下式对其进行透射变换，通过计算变换后模板图像ROI的轮廓信息，去除二值化处理后生成的待检测图像边缘，处理后的图像只保留缺陷信息：
Figure FDA0002853195540000011
其中，
Figure FDA0002853195540000012
为透射变换矩阵，
Figure FDA0002853195540000013
为源目标点，
Figure FDA0002853195540000014
为目标坐标点。
2.根据权利要求1所述的一种产品反光表面缺陷检测方法，其特征在于，所述获取待检测产品反光表面条纹图像及白色反光图像的过程包括：
显示器显示N步相移正弦条纹I(x,y)并投影到待检测产品上，工业相机采集待检测产品反光表面的条纹图像，其中，
Figure FDA0002853195540000015
N≥4，式中a与b为常数，p为光栅条纹周期，Φ(x,y)为初始相位；
所述显示器产生覆盖待检测产品的白色光，所述工业相机采集待检测产品的白色反光图像。
3.根据权利要求2所述的一种产品反光表面缺陷检测方法，其特征在于，所述获取待检测产品的感兴趣区域的过程之前还包括：利用滤波器对获取的所述条纹图像及白色反光图像进行滤波处理。
4.根据权利要求3所述的一种产品反光表面缺陷检测方法，其特征在于，所述获取待检测产品的感兴趣区域的过程包括：
对所述白色反光图像进行二值化处理；
基于白色反光图像边缘位置先验信息，对二值化处理后的图像中的每个ROI进行掩膜处理，获得待处理图像中每个ROI的轮廓及轮廓内图像。
5.根据权利要求4所述的一种产品反光表面缺陷检测方法，其特征在于，所述条纹图像形态学滤波处理的过程包括：
对处理得到的各幅黑白条纹图像中的每个ROI进行膨胀、腐蚀；
对膨胀和腐蚀的图像进行线性处理，线性操作公式为IOUT＝k1×Idilate+k2×Ierode，其中IOUT为输出图像，Idilate和Ierode分别为膨胀和腐蚀后图像，k1和k2分别为膨胀和腐蚀系数；
将线性处理后的各个图像每个对应ROI图像对应相加。
6.根据权利要求5所述的一种产品反光表面缺陷检测方法，其特征在于，还包括：利用峰值信噪比方法计算只保留缺陷信息的图像，得到图像峰值信噪比值，将所述图像峰值信噪比值与预设的阈值进行比较，当所述图像峰值信噪比值小于所述阈值时，则表明有缺陷。
7.一种产品反光表面缺陷检测系统，其特征在于，包括：
显示器，用于生成图像并投影到待检测产品上，所述显示器位于所述待检测产品的斜上方，且所述显示器的屏幕与水平面夹角为20°；
工业相机，位于所述待检测产品的正上方，用于聚焦于所述待检测产品的表面进行图像采集；
图像处理设备，用于获取所述工业相机采集的图像，并对所述工业相机采集的图像依据权利要求1至6任一项所述的方法进行图像处理。
8.根据权利要求7所述的一种产品反光表面缺陷检测系统，其特征在于，还包括：产品固定夹具及机械传动设备，所述产品固定夹具将所述待检测产品固定在所述机械传动设备上，所述机械传动设备携带所述待检测产品移动到各个检测位置。
9.根据权利要求8所述的一种产品反光表面缺陷检测系统，其特征在于，所述显示器、工业相机、待检测产品、产品固定夹具及机械传动设备均安置于密闭环境中。
CN202011536436.4A 2020-12-22 2020-12-22 一种产品反光表面缺陷检测方法及系统 Pending CN112782179A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011536436.4A CN112782179A (zh) 2020-12-22 2020-12-22 一种产品反光表面缺陷检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011536436.4A CN112782179A (zh) 2020-12-22 2020-12-22 一种产品反光表面缺陷检测方法及系统

Publications (1)

Publication Number Publication Date
CN112782179A true CN112782179A (zh) 2021-05-11

Family

ID=75751880

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011536436.4A Pending CN112782179A (zh) 2020-12-22 2020-12-22 一种产品反光表面缺陷检测方法及系统

Country Status (1)

Country Link
CN (1) CN112782179A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113324996A (zh) * 2021-05-28 2021-08-31 东莞康视达自动化科技有限公司 一种适用于表面具有反光特性的物体的瑕疵检测方法
CN114486929A (zh) * 2022-01-20 2022-05-13 深圳佳视德智能科技有限公司 一种汽车门饰条外观检测方法及其装置
CN115082424A (zh) * 2022-07-19 2022-09-20 苏州鼎纳自动化技术有限公司 一种液晶显示屏的3d检测方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0886633A (ja) * 1994-09-14 1996-04-02 Nissan Motor Co Ltd 表面欠陥検査装置
CN105405142A (zh) * 2015-11-12 2016-03-16 冯平 一种玻璃面板的边缺陷检测方法及系统
CN105866129A (zh) * 2016-05-16 2016-08-17 天津工业大学 一种基于数字投影的产品表面质量在线检测方法
CN107610104A (zh) * 2017-08-31 2018-01-19 南通兴华达高实业有限公司 一种基于机器视觉的电梯补偿链r处裂纹检测方法
CN108230303A (zh) * 2017-12-21 2018-06-29 河北工业大学 一种多晶硅太阳能电池片外观划痕缺陷检测的方法
CN108460757A (zh) * 2018-02-11 2018-08-28 深圳市鑫信腾科技有限公司 一种手机TFT-LCD屏Mura缺陷在线自动检测方法
US20200166333A1 (en) * 2016-12-07 2020-05-28 Ki 'an Chishine Optoelectronics Technology Co., Ltd. Hybrid light measurement method for measuring three-dimensional profile
CN111474184A (zh) * 2020-04-17 2020-07-31 河海大学常州校区 基于工业机器视觉的aoi字符缺陷检测方法和装置
CN111693549A (zh) * 2020-05-14 2020-09-22 西安电子科技大学 一种手机盖板玻璃缺陷检测与分类方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0886633A (ja) * 1994-09-14 1996-04-02 Nissan Motor Co Ltd 表面欠陥検査装置
CN105405142A (zh) * 2015-11-12 2016-03-16 冯平 一种玻璃面板的边缺陷检测方法及系统
CN105866129A (zh) * 2016-05-16 2016-08-17 天津工业大学 一种基于数字投影的产品表面质量在线检测方法
US20200166333A1 (en) * 2016-12-07 2020-05-28 Ki 'an Chishine Optoelectronics Technology Co., Ltd. Hybrid light measurement method for measuring three-dimensional profile
CN107610104A (zh) * 2017-08-31 2018-01-19 南通兴华达高实业有限公司 一种基于机器视觉的电梯补偿链r处裂纹检测方法
CN108230303A (zh) * 2017-12-21 2018-06-29 河北工业大学 一种多晶硅太阳能电池片外观划痕缺陷检测的方法
CN108460757A (zh) * 2018-02-11 2018-08-28 深圳市鑫信腾科技有限公司 一种手机TFT-LCD屏Mura缺陷在线自动检测方法
CN111474184A (zh) * 2020-04-17 2020-07-31 河海大学常州校区 基于工业机器视觉的aoi字符缺陷检测方法和装置
CN111693549A (zh) * 2020-05-14 2020-09-22 西安电子科技大学 一种手机盖板玻璃缺陷检测与分类方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
刘国成: "《人群异常行为图像与处理与分析》", 31 January 2020, 西安交通大学出版社 *
宋一平: "基于条纹反射的手机玻璃盖板三维面形检测方法研究", 《中国优秀硕士学位论文全文数据库 (信息科技辑)》 *
毛翠丽 等: "相移条纹投影三维形貌测量技术综述", 《计量学报》 *
王霖 等: "用于三维测量的快速相位解包裹算法", 《应用光学》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113324996A (zh) * 2021-05-28 2021-08-31 东莞康视达自动化科技有限公司 一种适用于表面具有反光特性的物体的瑕疵检测方法
CN113324996B (zh) * 2021-05-28 2023-01-17 东莞康视达自动化科技有限公司 一种适用于表面具有反光特性的物体的瑕疵检测方法
CN114486929A (zh) * 2022-01-20 2022-05-13 深圳佳视德智能科技有限公司 一种汽车门饰条外观检测方法及其装置
CN114486929B (zh) * 2022-01-20 2024-02-02 深圳佳视德智能科技有限公司 一种汽车门饰条外观检测方法及其装置
CN115082424A (zh) * 2022-07-19 2022-09-20 苏州鼎纳自动化技术有限公司 一种液晶显示屏的3d检测方法

Similar Documents

Publication Publication Date Title
CN112782179A (zh) 一种产品反光表面缺陷检测方法及系统
CN108346141B (zh) 单边侧入光式导光板缺陷提取方法
US20130304399A1 (en) Systems and methods for wafer surface feature detection, classification and quantification with wafer geometry metrology tools
CN109632808A (zh) 棱边缺陷检测方法、装置、电子设备及存储介质
CN112033965A (zh) 基于差分图像分析的3d弧形表面缺陷检测方法
CN111257338B (zh) 镜面、类镜面物体表面缺陷检测方法
CN111272768B (zh) 一种陶瓷管检测方法
EP1467176B1 (en) Inspection system and method
CN116165216B (zh) 一种液晶显示屏微划伤瑕疵3d检测方法、系统及计算设备
CN114719749B (zh) 基于机器视觉的金属表面裂纹检测及真实尺寸测量方法及系统
CN104749801B (zh) 高精度自动光学检测方法和系统
KR101146081B1 (ko) 마이크로-검사 입력을 이용한 매크로 결함 검출 방법 및시스템
JP2014035196A (ja) 形状計測装置
US9204130B2 (en) Method and system for creating a three dimensional representation of an object
CN114280058A (zh) 一种基于光栅投影的耐火砖表面缺陷检测方法
CN110007493A (zh) 液晶显示屏中碎亮点检测方法
JP2010181328A (ja) 太陽電池ウェハ表面の検査装置，太陽電池ウェハ表面の検査用プログラム，太陽電池ウェハ表面の検査方法
JP2005345290A (ja) 筋状欠陥検出方法及び装置
WO2017080295A1 (zh) 元件的定位方法和系统
CN116337869A (zh) 一种基于机器视觉的双面线路板生产用检测系统
JP2005283197A (ja) 画面のスジ欠陥検出方法及び装置
CN112014408B (zh) 一种基于结构光原理对pcb板进行重建的检测方法
JP2019120644A (ja) 表面検査装置、及び表面検査方法
CN114486916A (zh) 基于机器视觉的手机玻璃盖板缺陷检测方法
JP2006208340A (ja) 欠陥検査装置

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210511

RJ01 Rejection of invention patent application after publication