CN113109339B - 一种缺陷视觉检测设备的控制方法 - Google Patents

一种缺陷视觉检测设备的控制方法 Download PDF

Info

Publication number
CN113109339B
CN113109339B CN202110375653.8A CN202110375653A CN113109339B CN 113109339 B CN113109339 B CN 113109339B CN 202110375653 A CN202110375653 A CN 202110375653A CN 113109339 B CN113109339 B CN 113109339B
Authority
CN
China
Prior art keywords
camera
node
thread
judgment
detected object
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.)
Active
Application number
CN202110375653.8A
Other languages
English (en)
Other versions
CN113109339A (zh
Inventor
刘毅
肖明明
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.)
Zhongkai University of Agriculture and Engineering
Original Assignee
Zhongkai University of Agriculture and Engineering
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 Zhongkai University of Agriculture and Engineering filed Critical Zhongkai University of Agriculture and Engineering
Priority to CN202110375653.8A priority Critical patent/CN113109339B/zh
Publication of CN113109339A publication Critical patent/CN113109339A/zh
Application granted granted Critical
Publication of CN113109339B publication Critical patent/CN113109339B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • 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
    • B07C5/36Sorting apparatus characterised by the means used for distribution
    • B07C5/363Sorting apparatus characterised by the means used for distribution by means of air
    • B07C5/365Sorting apparatus characterised by the means used for distribution by means of air using a single separation means
    • 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
    • G01N21/01Arrangements or apparatus for facilitating the optical investigation
    • 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
    • G01N21/8851Scan 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
    • 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
    • G01N21/89Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • 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
    • G01N21/01Arrangements or apparatus for facilitating the optical investigation
    • G01N2021/0106General arrangement of respective parts
    • G01N2021/0112Apparatus in one mechanical, optical or electronic block
    • 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
    • G01N2021/8411Application to online plant, process monitoring
    • G01N2021/8416Application to online plant, process monitoring and process controlling, not otherwise provided for
    • 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
    • G01N21/8851Scan 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
    • G01N2021/8854Grading and classifying of flaws
    • G01N2021/8867Grading and classifying of flaws using sequentially two or more inspection runs, e.g. coarse and fine, or detecting then analysing
    • G01N2021/887Grading and classifying of flaws using sequentially two or more inspection runs, e.g. coarse and fine, or detecting then analysing the measurements made in two or more directions, angles, positions
    • 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
    • G01N21/8851Scan 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
    • G01N2021/8887Scan 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

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)
  • Engineering & Computer Science (AREA)
  • Textile Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明提供了一种缺陷视觉检测设备的控制方法,通过控制缺陷视觉检测设备中的传感器、一个以上的摄像头和多个品类的喷头进行转盘上顺序经过的被检测物的拍照和分类,控制方法包括步骤一缺陷视觉检测设备控制软件的初始化,步骤二通过传感器检测被检测物的经过,同时初始化一个新的结点,步骤三读取链表中各个结点并分析,步骤四缺陷视觉检测设备的执行以完成被检测物的拍照和分类;本发明提供的缺陷视觉检测设备的控制方法具有线程数量少且固定、无资源竞争、运行高速可靠的优点,适用于对控制速度有严格要求的缺陷检测设备。

Description

一种缺陷视觉检测设备的控制方法
技术领域
本发明属于控制技术领域,涉及一种控制调度方法,具体涉及一种缺陷视觉检测设备的控制方法。
背景技术
在工业生产过程中,通常需要采用机器视觉的方式来判断产品是否存在缺陷。缺陷视觉检测设备拥有上料器、转盘、传感器、摄像头和喷头等,晶片等微型的被检测物由上料器投入到转盘边缘上,在转盘边缘上顺序排列,传感器用于被检测物的定位,当被检测物到达摄像头的位置时启动拍照,对所拍照片进行图像识别后得到良品、不良等判断结果,当被检测物到达判断结果对应的喷头的位置时开启相应的喷头,将被检测物吹入相应的杯子中,实现分类。
高速缺陷视觉检测设备对速度的要求可达到每小时完成十万个以上被检测物的检测分类。要满足如此苛刻的速度要求,除了要升级硬件和改良图像识别算法,还得有一个合理的控制方法。由于引入多线程技术,通过并行控制提高速度是不二之选,例如发明专利“201911283031.1”申请公开的控制方法,为每一个被检测物分配一个线程以完成该被检测物的拍照或分类任务。然而该类方法具有线程调度开销大、存在资源竞争的缺点。对于高速缺陷视觉检测设备而言,转盘上从传感器到喷头这段距离内的被检测物的数量可达一百个以上,这意味着要对上百个线程进行调度,并且这些线程存在竞争摄像头、喷头的情况。被检测物经过高速缺陷视觉检测设备的摄像头和喷头的时长仅几毫秒,即拍照和喷气的时间误差仅几毫秒,实时性要求极高,上述缺点并不能满足此实时性要求。
发明内容
针对现有技术的缺陷,本发明提供了一种缺陷视觉检测设备的控制方法,具有线程数量少且固定、无资源竞争、运行高速可靠的优点。
为了实现上述目的,本发明提供了一种缺陷视觉检测设备的控制方法,通过控制缺陷视觉检测设备中的传感器、一个以上的摄像头和多个品类的喷头进行转盘上顺序经过的被检测物的拍照和分类,控制方法包括以下步骤:
步骤一、缺陷视觉检测设备控制软件的初始化
1)、初始化一空的链表;
2)、初始化每个摄像头的摄像头线程,初始化每个品类喷头的喷头线程,初始化判断线程,摄像头线程、喷头线程和判断线程均为睡眠状态;
3)、初始化每个摄像头的摄像头队列,初始化判断队列;
步骤二、通过传感器检测被检测物的经过,同时初始化一个新的结点
1)、计算被检测物到达各个摄像头和各个品类喷头的时间并存入此结点内;
2)、初始化“判断结果”变量,初始化每个摄像头的“未拍照”变量并设为真,并将它们存入此结点内;
3)、将此结点添加到链表内;
步骤三、读取链表中的各个结点并进行分析
1)、摄像头执行如下:
如果所读取结点的被检测物到达某个摄像头的时间为当前时间,同时此结点的该摄像头的“未拍照”为真并且此结点的该摄像头前面的所有摄像头的“未拍照”为假,则将此结点的该摄像头的“未拍照”改为假,同时将此结点的地址放入该摄像头的摄像头队列并唤醒该摄像头的摄像头线程;
如果所读取结点的被检测物到达某个摄像头的时间超过当前时间,同时此结点的该摄像头的“未拍照”为真,则从链表中删除此结点;
2)、各个品类的喷头执行如下:
如果所读取结点的被检测物到达某个品类喷头的时间为当前时间,同时此结点的“判断结果”与该品类喷头的品类一致,则从链表中删除此结点并唤醒该品类喷头的喷头线程;
如果所读取结点的被检测物到达各个品类喷头的时间均超过当前时间,则从链表中删除此结点;
步骤四、缺陷视觉检测设备的执行以完成被检测物的拍照和分类
1)、摄像头执行如下:
被唤醒的某个摄像头的摄像头线程将启动该摄像头进行拍照以获取照片,取出该摄像头的摄像头队列的结点地址,将照片存入此结点地址对应的结点内,然后将此结点地址放入判断队列并唤醒判断线程,最后进入睡眠;
被唤醒的判断线程将依次取出判断队列的各个结点地址,读取所取出结点地址对应的结点所存放的照片,通过给定的图像判断算法分析该照片从而得到判断结果,然后将此判断结果写入此结点地址对应的结点的“判断结果”,最后进入睡眠;
2)、各个品类的喷头执行如下:
被唤醒的各个品类喷头的喷头线程将打开相应品类的喷头,等待给定时长,最后关闭该喷头并进入睡眠。
根据本发明的另一种具体实施方式,摄像头队列的最大长度是1。
根据本发明的另一种具体实施方式,每个摄像头均对应一个以上判断线程、一个以上判断队列和一个“判断结果”,步骤三中的各个品类的喷头执行如下:
如果所读取结点的被检测物到达良品喷头的时间为当前时间,同时此结点的所有摄像头的“判断结果”均为良品,则从链表中删除此结点并唤醒良品喷头的喷头线程;
如果所读取结点的被检测物到达除良品喷头以外的其他品类喷头的时间为当前时间,同时此结点的某个摄像头的“判断结果”为不良,则从链表中删除此结点并唤醒不良喷头的喷头线程;
步骤四中的摄像头执行如下:
被唤醒的某个摄像头的摄像头线程将启动该摄像头进行拍照以获取该摄像头的照片,取出该摄像头的摄像头队列的结点地址,将该摄像头的照片存入此结点地址对应的结点内,然后将此结点地址放入该摄像头的一个判断队列并唤醒该摄像头的一个判断线程,最后进入睡眠;
被唤醒的某个摄像头的某个判断线程将依次取出该摄像头的判断队列的各个结点地址,读取所取出结点地址对应的结点所存放的该摄像头的照片,通过给定的图像判断算法分析该照片从而得到判断结果,然后将此判断结果写入此结点地址对应的结点的该摄像头的“判断结果”,最后进入睡眠。
本发明具备以下有益效果:
本发明对多线程及其相互之间的信号传递方式进行了优化,线程数量少,具有无资源竞争现象、运行高速可靠的优点,适用于对控制速度有严格要求的缺陷视觉检测设备。
下面结合附图对本发明作进一步的详细说明。
附图说明
图1是本发明所实施的缺陷视觉检测设备的结构示意图;
图2是本发明实施例1控制方法的主程序流程示意图;
图3是本发明实施例1中的结点定义图;
图4是本发明实施例1中第一摄像头的摄像头线程、第二摄像头的摄像头线程流程图;
图5是本发明实施例1中第一摄像头的判断线程、第二摄像头的判断线程流程图;
图6是本发明实施例1中良品喷头的喷头线程、不良喷头的喷头线程的流程图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不限于下面公开的具体实施例的限制。
实施例1
如图1所示,缺陷视觉检测设备有上料器1、光电传感器2、转盘3、第一摄像头4、第二摄像头5、良品喷头6和不良喷头7。
转盘3是透明的且按给定速度顺时针转动,上料器1将多个被检测物8顺序投入转盘3上,被检测物8顺序经过光电传感器2、第一摄像头4、第二摄像头5、良品喷头6和不良喷头7,光电传感器2用于检测被检测物8,第一摄像头4和第二摄像头5用于拍摄被检测物8的正面和反面照片,良品喷头6和不良喷头7将根据给定的图像判断算法所得出的照片分析结果,把被检测物8吹入相应的杯中从而实现分类。
一种缺陷视觉检测设备的控制方法,对缺陷视觉检测设备中的光电传感器、第一摄像头、第二摄像头、良品喷头和不良喷头进行控制,如图2所示的控制方法包括以下步骤:
步骤一、缺陷视觉检测设备控制软件的初始化
初始化一空的链表,初始化第一摄像头的摄像头线程、第二摄像头的摄像头线程、良品喷头的喷头线程、不良喷头的喷头线程、第一摄像头的判断线程、第二摄像头的判断线程,这些线程均为睡眠状态,初始化第一摄像头的摄像头队列、第二摄像头的摄像头队列、第一摄像头的判断队列、第二摄像头的判断队列;
其中链表内由一系列结点(链表中每一个元素称为结点)组成,结点可以在运行时动态生成、加入链表中或从链表中删除;
由于被检测物是顺序经过摄像头的,同一时间内需要某摄像头拍照的只有一个被检测物,第一摄像头的摄像头队列、第二摄像头的摄像头队列的最大长度设置为1,即需要某摄像头立刻拍照的被检测物只允许有一个;
步骤二、通过光电传感器检测被检测物的经过,同时初始化一个新的结点
主程序查看光电传感器并确定是否测到被检测物经过,如果有,则初始化一个新的结点以记录该被检测物,结点定义如图3所示,其中第一摄像头判断结果、第二摄像头判断结果、第一摄像头照片、第二摄像头照片均无数据,第一摄像头未拍照、第二摄像头未拍照均初始化为真;根据当前时间、转盘转速、光电传感器与各摄像头和喷头的距离,计算该被检测物到达第一摄像头、第二摄像头、良品喷头和不良喷头的时间并存入此结点相应位置内;最后将此结点添加到链表内;
步骤三、读取链表中各个结点并分析
1)、摄像头执行如下:
如果所读取结点的被检测物到达第一摄像头的时间为当前时间,同时此结点的第一摄像头未拍照为真,则将此结点的第一摄像头未拍照改为假,同时将此结点的地址放入第一摄像头的摄像头队列并唤醒第一摄像头的摄像头线程,如果第一摄像头的摄像头队列满而无法放入此结点的地址,表示无法及时拍照,则删除此结点;如果所读取结点的被检测物到达第一摄像头的时间超过当前时间,并且此结点的第一摄像头未拍照为真,表示相应的被检测物没被拍照,则从链表中删除此结点以放弃该被检测物的处理;
如果所读取结点的被检测物到达第二摄像头的时间为当前时间,同时此结点的第二摄像头未拍照为真并且此结点的第一摄像头未拍照为假,则将此结点的第二摄像头未拍照改为假,同时将此结点的地址放入第二摄像头的摄像头队列并唤醒第二摄像头的摄像头线程,如果第二摄像头的摄像头队列满而无法放入此结点的地址,表示无法及时拍照,则删除此结点;如果所读取结点的被检测物到达第二摄像头的时间超过当前时间,并且此结点的第二摄像头未拍照为真,表示相应的被检测物没被拍照,则从链表中删除此结点以放弃该被检测物的处理;
2)、各个品类的喷头执行如下:
如果所读取结点的被检测物到达良品喷头的时间为当前时间,同时此结点的第一摄像头判断结果、第二摄像头判断结果均为良品,表示相应的被检测物是良品且已经到达良品喷头处,则从链表中删除此结点并唤醒良品喷头的喷头线程,从而结束该被检测物的分类;
如果所读取结点的被检测物到达不良喷头的时间为当前时间,同时此结点的第一摄像头判断结果或第二摄像头判断结果为不良,表示相应的被检测物是不良且已经到达不良喷头处,则从链表中删除此结点并唤醒不良喷头的喷头线程,从而结束该被检测物的分类;
如果所读取结点的被检测物到达良品喷头、不良喷头的时间均超过当前时间,表示相应的被检测物没被喷头吹走,则从链表中删除此结点以放弃该被检测物的处理;
步骤四、缺陷视觉检测设备的执行以完成被检测物的拍照和分类
1)、摄像头执行如下:
如图4所示,被唤醒的第一摄像头的摄像头线程将启动第一摄像头进行拍照以获取第一摄像头照片,取出第一摄像头的摄像头队列的结点地址,将第一摄像头照片存入此结点地址对应的结点内,然后将此结点地址放入第一摄像头的判断队列并唤醒第一摄像头的判断线程,最后进入睡眠;
被唤醒的第二摄像头的摄像头线程将启动第二摄像头进行拍照以获取第二摄像头照片,取出第二摄像头的摄像头队列的结点地址,将第二摄像头照片存入此结点地址对应的结点内,然后将此结点地址放入第二摄像头的判断队列并唤醒第二摄像头的判断线程,最后进入睡眠;
如图5所示,被唤醒的第一摄像头的判断线程将依次取出第一摄像头的判断队列的各个结点地址,读取所取出结点地址对应的结点所存放的第一摄像头照片,通过给定的图像判断算法分析该照片从而得到判断结果,然后将此判断结果写入此结点地址对应的结点的第一摄像头判断结果,最后进入睡眠;
被唤醒的第二摄像头的判断线程将依次取出第二摄像头的判断队列的各个结点地址,读取所取出结点地址对应的结点所存放的第二摄像头照片,通过给定的图像判断算法分析该照片从而得到判断结果,然后将此判断结果写入此结点地址对应的结点的第二摄像头判断结果,最后进入睡眠;
本实施例中针对于第一摄像头照片和第二摄像头照片所进行的图像判断算法适用于现有技术中的图像判断算法,例如图像识别技术等。
2)、各个品类的喷头执行如下:
如图6所示,被唤醒的良品喷头的喷头线程将打开良品喷头,等待给定时长,最后关闭良品喷头并进入睡眠;
被唤醒的不良喷头的喷头线程将打开不良喷头,等待给定时长,最后关闭不良喷头并进入睡眠。
虽然本发明以较佳实施例揭露如上,但并非用以限定本发明实施的范围。任何本领域的普通技术人员,在不脱离本发明的发明范围内,当可作些许的改进,即凡是依照本发明所做的同等改进,应为本发明的范围所涵盖。

Claims (1)

1.一种缺陷视觉检测设备的控制方法,通过控制缺陷视觉检测设备中的传感器、一个以上的摄像头和多个品类的喷头进行转盘上顺序经过的被检测物的拍照和分类,控制方法包括以下步骤:
步骤一、缺陷视觉检测设备控制软件的初始化
1)、初始化一空的链表;
2)、初始化每个摄像头的摄像头线程,初始化每个品类喷头的喷头线程,初始化判断线程,摄像头线程、喷头线程和判断线程均为睡眠状态;
3)、初始化每个摄像头的摄像头队列,初始化判断队列,其中摄像头队列的最大长度是1;
步骤二、通过传感器检测被检测物的经过,同时初始化一个新的结点
1)、计算被检测物到达各个摄像头和各个品类喷头的时间并存入此结点内;
2)、初始化“判断结果”变量,初始化每个摄像头的“未拍照”变量并设为真,并将它们存入此结点内;
3)、将此结点添加到链表内;
步骤三、读取链表中各个结点并分析
1)、摄像头执行如下:
如果所读取结点的被检测物到达某个摄像头的时间为当前时间,同时此结点的该摄像头的“未拍照”为真并且此结点的该摄像头前面的所有摄像头的“未拍照”为假,则将此结点的该摄像头的“未拍照”改为假,将此结点的地址放入该摄像头的摄像头队列并唤醒该摄像头的摄像头线程;
如果所读取结点的被检测物到达某个摄像头的时间超过当前时间,同时此结点的该摄像头的“未拍照”为真,则从链表中删除此结点;
每个摄像头均对应一个以上判断线程、一个以上判断队列和一个“判断结果”;
2)、各个品类的喷头执行如下:
如果所读取结点的被检测物到达良品喷头的时间为当前时间,同时此结点的所有摄像头的“判断结果”均为良品,则从链表中删除此结点并唤醒良品喷头的喷头线程;
如果所读取结点的被检测物到达除良品喷头以外的其它品类喷头的时间为当前时间,同时此结点的某个摄像头的“判断结果”为不良,则从链表中删除此结点并唤醒不良喷头的喷头线程;
如果所读取结点的被检测物到达各个品类喷头的时间均超过当前时间,则从链表中删除此结点;
步骤四、缺陷视觉检测设备的执行以完成被检测物的拍照和分类
1)、摄像头执行如下:
被唤醒的某个摄像头的摄像头线程将启动该摄像头进行拍照以获取该摄像头的照片,取出该摄像头的摄像头队列的结点地址,将该摄像头的照片存入此结点地址对应的结点内,然后将此结点地址放入该摄像头的一个判断队列并唤醒该摄像头的一个判断线程,最后进入睡眠;
被唤醒的某个摄像头的某个判断线程将依次取出该摄像头的判断队列的各个结点地址,读取所取出结点地址对应的结点所存放的该摄像头的照片,通过给定的图像判断算法分析该照片从而得到判断结果,然后将此判断结果写入此结点地址对应的结点的该摄像头的“判断结果”,最后进入睡眠;
2)、各个品类的喷头执行如下:
被唤醒的各个品类喷头的喷头线程将打开相应品类的喷头,等待给定时长,最后关闭该喷头并进入睡眠。
CN202110375653.8A 2021-04-08 2021-04-08 一种缺陷视觉检测设备的控制方法 Active CN113109339B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110375653.8A CN113109339B (zh) 2021-04-08 2021-04-08 一种缺陷视觉检测设备的控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110375653.8A CN113109339B (zh) 2021-04-08 2021-04-08 一种缺陷视觉检测设备的控制方法

Publications (2)

Publication Number Publication Date
CN113109339A CN113109339A (zh) 2021-07-13
CN113109339B true CN113109339B (zh) 2022-05-27

Family

ID=76714557

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110375653.8A Active CN113109339B (zh) 2021-04-08 2021-04-08 一种缺陷视觉检测设备的控制方法

Country Status (1)

Country Link
CN (1) CN113109339B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106153641A (zh) * 2016-06-20 2016-11-23 余洪山 一种基于机器视觉的物品缺陷检测系统及方法
CN108108679A (zh) * 2017-12-13 2018-06-01 赣州好朋友科技有限公司 一种全自动钨矿选矿机
CN108108678A (zh) * 2017-12-13 2018-06-01 赣州好朋友科技有限公司 一种钨矿矿石识别分选方法
CN109507205A (zh) * 2018-12-24 2019-03-22 欣辰卓锐(苏州)智能装备有限公司 一种视觉检测系统及其检测方法
CN110611746A (zh) * 2019-09-03 2019-12-24 苏宁云计算有限公司 一种多摄像头同步方法及分布式系统
CN111069062A (zh) * 2019-12-13 2020-04-28 中国科学院重庆绿色智能技术研究院 一种多通道视觉检测控制方法、系统软件架构及构建方法
CN111402251A (zh) * 2020-04-01 2020-07-10 苏州苏映视图像软件科技有限公司 一种用于3d缺陷检测的视觉检测方法及系统
CN112427336A (zh) * 2020-11-24 2021-03-02 云南昆船设计研究院有限公司 多种物料的自动化理货分拣物流系统和方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6384421B1 (en) * 1999-10-07 2002-05-07 Logical Systems Incorporated Vision system for industrial parts
US9200890B2 (en) * 2012-05-22 2015-12-01 Cognex Corporation Machine vision systems and methods with predictive motion control
CN109433631A (zh) * 2018-09-06 2019-03-08 国营芜湖机械厂 多规格螺栓损伤程度自动检测和分类的一体式装置
CN110009610A (zh) * 2019-03-27 2019-07-12 仲恺农业工程学院 一种水库大坝护坡表面损伤视觉检测方法及仿生装置
CN110261392B (zh) * 2019-06-19 2022-07-08 北京百度网讯科技有限公司 质量检测方法、装置、电子设备和系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106153641A (zh) * 2016-06-20 2016-11-23 余洪山 一种基于机器视觉的物品缺陷检测系统及方法
CN108108679A (zh) * 2017-12-13 2018-06-01 赣州好朋友科技有限公司 一种全自动钨矿选矿机
CN108108678A (zh) * 2017-12-13 2018-06-01 赣州好朋友科技有限公司 一种钨矿矿石识别分选方法
CN109507205A (zh) * 2018-12-24 2019-03-22 欣辰卓锐(苏州)智能装备有限公司 一种视觉检测系统及其检测方法
CN110611746A (zh) * 2019-09-03 2019-12-24 苏宁云计算有限公司 一种多摄像头同步方法及分布式系统
CN111069062A (zh) * 2019-12-13 2020-04-28 中国科学院重庆绿色智能技术研究院 一种多通道视觉检测控制方法、系统软件架构及构建方法
CN111402251A (zh) * 2020-04-01 2020-07-10 苏州苏映视图像软件科技有限公司 一种用于3d缺陷检测的视觉检测方法及系统
CN112427336A (zh) * 2020-11-24 2021-03-02 云南昆船设计研究院有限公司 多种物料的自动化理货分拣物流系统和方法

Also Published As

Publication number Publication date
CN113109339A (zh) 2021-07-13

Similar Documents

Publication Publication Date Title
CA2150524C (en) Method and system for inspecting packages
CN107832780B (zh) 基于人工智能木板分选低置信度样本处理方法及系统
US20200034962A1 (en) System and method for produce detection and classification
JPH0411073B2 (zh)
US20220414861A1 (en) Product inspection system and method
CN109146841B (zh) 一种干电池浆层纸填充缺陷的视觉检测方法及系统
CN108672316A (zh) 一种基于卷积神经网络的微小零件质量检测系统
CN113109339B (zh) 一种缺陷视觉检测设备的控制方法
TW202103810A (zh) 基於自我學習技術之移動物品分類系統及方法
CN112837311A (zh) 一种基于深度学习的聚乙烯颗粒缺陷检测识别系统及方法
CN114113129B (zh) 一种镜片微小缺陷识别抓取系统及方法
CN115063424A (zh) 基于计算机视觉的纺织纱管纱线检测方法
JP2019169010A (ja) 搬送物の判定装置及びこれを用いた搬送システム
CN116563276B (zh) 一种化纤长丝在线缺陷检测方法及检测系统
JP7338779B2 (ja) 画像認識装置、画像認識方法、及び、プログラム
CN113822842A (zh) 一种基于多任务学习的工业缺陷检测方法
CN111602047B (zh) 片剂检查方法以及片剂检查装置
CN102305603B (zh) 机器视觉系统对注射器钢针倾斜的自动检测方法
CN109794436A (zh) 基于计算机视觉的一次性纸尿裤智能分拣系统
JP2019124518A (ja) 錠剤検査方法および錠剤検査装置
CN108132255A (zh) 一种具有自纠正功能的塑料容器检测系统
TWI745946B (zh) 一種高爾夫球電腦檢測系統及自動光學檢測設備
CN103955318B (zh) 光电互动模组中对双笔进行识别及双笔靠近时区分方法
CN114973394A (zh) 手势动作识别方法、装置、电子设备及计算机存储介质
JPH06331333A (ja) 倒れ缶等の排出方法

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