CN113245241A - 一种基于机器视觉的载玻片缺陷检测方法 - Google Patents

一种基于机器视觉的载玻片缺陷检测方法 Download PDF

Info

Publication number
CN113245241A
CN113245241A CN202110671010.8A CN202110671010A CN113245241A CN 113245241 A CN113245241 A CN 113245241A CN 202110671010 A CN202110671010 A CN 202110671010A CN 113245241 A CN113245241 A CN 113245241A
Authority
CN
China
Prior art keywords
slide
glass slide
image
generating device
flow channel
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
CN202110671010.8A
Other languages
English (en)
Other versions
CN113245241B (zh
Inventor
孙浩楠
周洲
彭思龙
汪雪林
顾庆毅
郭晓锋
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.)
Suzhou Zhongke Whole Elephant Intelligent Technology Co ltd
Suzhou Zhongke Xingzhi Intelligent Technology Co ltd
Original Assignee
Suzhou Zhongke Whole Elephant Intelligent Technology Co ltd
Suzhou Zhongke Xingzhi Intelligent Technology Co ltd
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 Suzhou Zhongke Whole Elephant Intelligent Technology Co ltd, Suzhou Zhongke Xingzhi Intelligent Technology Co ltd filed Critical Suzhou Zhongke Whole Elephant Intelligent Technology Co ltd
Priority to CN202110671010.8A priority Critical patent/CN113245241B/zh
Publication of CN113245241A publication Critical patent/CN113245241A/zh
Application granted granted Critical
Publication of CN113245241B publication Critical patent/CN113245241B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting 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
    • B07C5/34—Sorting according to other particular properties
    • B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
    • B07C5/3422—Sorting according to other particular properties according to optical properties, e.g. colour using video scanning devices, e.g. TV-cameras
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting 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
    • B07C5/02—Measures preceding sorting, e.g. arranging articles in a stream orientating
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting 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
    • B07C5/36—Sorting apparatus characterised by the means used for distribution
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P40/00—Technologies relating to the processing of minerals
    • Y02P40/50—Glass production, e.g. reusing waste heat during processing or shaping
    • Y02P40/57—Improving the yield, e-g- reduction of reject rates

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明公开了基于机器视觉的载玻片缺陷检测方法，涉及视觉检测领域，该方法包括:设置检测流道，每个流道中均放一个载玻片；待载玻片进入视觉检测区域，设在载玻片上下两侧的线光源分别曝光，用载玻片上方的相机采集曝光后载玻片的图像；将相机采集第一光线发生装置曝光下的图像用于图像分割；选取流道中的任一图像，获得每个载玻片在图像中的坐标，截取其他流道中的载玻片；将分割后的图像判别不同类型的缺陷；定位待检测区域，进行图像处理。本发明通过线阵相机和线光源的搭配，抓取载玻片同一时刻不同光源不同曝光时间下的多张图片；针对每种缺陷在不同图片上的特性，有选择性的选取图片进行处理，分析缺陷，提高了次品检出率。

Description

一种基于机器视觉的载玻片缺陷检测方法
技术领域
本发明涉及机器视觉检测的技术领域，尤其是涉及一种基于机器视觉的载玻片缺陷检测方法。
背景技术
载玻片是广泛应用于病理检测的医疗耗材，种类多，使用量大，生产工艺繁琐。在实际生产过程中，由于加工工艺的不同，常产生各种不同的缺陷，如花斑、异物、漏光、划痕、崩边、崩角、水斑、气泡等等。这些缺陷不仅会影响载玻片的外观质量，还会对病理检测过程中视野的观察造成干扰，影响病理检测结果。因此，装盒之前剔除有缺陷的载玻片，并将产生的缺陷进行分析、归纳、总结，从而及时调整前端工艺参数，降低废品率的同时，减少有缺陷样品的流出，提高产品质量是很有必要的。
中国专利CN210847221U公开了一种玻璃缺陷在线检测设备，用于检测玻璃片或者其他片状产品的表面缺陷及边缘缺陷，包括：运输机构，运输机构用以驱动待检测产品以一定的速度行进；表面检测机构，表面检测机构包括正面检测装置和背面检测装置，用以分别对待检测产品的上表面和下表面进行检测；边缘检测机构，边缘检测机构包括呈一定间距安装于运输机构上的数套边缘检测装置，数套边缘检测装置能够实现对待检测产品所有边缘的覆盖检测。本实用新型是利用两个相机和两个光源对玻璃的上下表面是否存在缺陷进行检测且采用单独的边缘检测模块对玻璃的边缘缺陷进行检测，但并未公开针对每种缺陷在不同图片上的特性进行检测，且结构复杂，操作不易。
中国专利CN106990119A公开了一种自动检测白玻表面缺陷的视觉检测系统，包括光源装置、显微视觉装置、精密传送装置、控制上位机等四个子装置，其中，光源装置至少包括光源；显微视觉系统至少包括相机和镜头；精密传送装置至少包括托辊传送结构、电机驱动结构，其特征在于：检测系统自上而下相机连接镜头，相机和镜头位于光源的垂直正上方，光源外具有一光源盒体，盒体上具有一光源缝隙允许相机采集光源盒体下方经过的白玻璃片的图像，光源盒体下方装配有托辊传送结构，用于传送白玻璃片，当白玻璃片通过托辊传送至光源缝隙正对位置时，开始采集图像，从白玻璃片一边经过光源缝隙正下方时，便被相机逐行采集图像，当整个白玻璃片通过后完成所有图像采集。本发明是相机对透过光源盒体的光源进行采集图像，且针对不同的缺陷采用不同的融合策略实现断续缺陷的融合，并未公开针对玻璃片的上下表面和边缘如何进行具体检测的技术方案，且本发明还需要在白玻璃片在正对光源缝隙的位置时采集图像，检测条件严苛，当本发明的白玻璃片与光源缝隙的位置错位时，采集的图像出现偏差，会对检测结果和检测精度造成一定的影响。
发明内容
为了解决针对载玻片的缺陷检测精度不高、检测速度慢以及检测初产品质量不高的问题，本发明提供了一种基于机器视觉的载玻片缺陷检测方法。
为了实现本发明的目的，本发明采用的技术方案如下：
一种基于机器视觉的载玻片缺陷检测方法，步骤包括:
步骤S1：设置若干个检测流道，取若干个载玻片，每个流道中分别放入若干个载玻片；
步骤S2：检测流道的前段设有视觉检测区域，待载玻片进入视觉检测区域，设置在载玻片表面上方的第一光线发生装置和第二光线发生装置分别曝光一次，将设置在载玻片表面下方的第三光线发生装置曝光两次，利用设置在载玻片上方的图像接收装置采集曝光后的流道上载玻片的图像数据；
步骤S3：将图像接收装置采集到的第二光线发生装置曝光下的图像用于分割第一光线发生装置和第三光线发生装置曝光下的图像；
步骤S4：选取若干流道中的任一流道图像，利用选取的流道中的载玻片的最小外间距的位置信息获得选取的流道中的载玻片在当前流道图像中的坐标，获取位置后，将该流道图像采用阈值分割法分割出未选取的若干流道中放置的若干个载玻片的坐标信息；
步骤S5：通过不同的光源效果将分割后的每个载玻片的图像用于判别不同类型的缺陷，通过第二通道的图像分割出载玻片的坐标进行定位待检测区域，最后再进行图像处理。
进一步地，步骤S1中每个流道中放置的若干个载玻片两两之间至少间隔35mm。
进一步地，所述步骤S2中的第一光线发生装置的光线出射端的延长线与所述载玻片上表面的锐角夹角范围为10°-20°。
进一步地，所述步骤S2中的第一光线发生装置的光线出射端到载玻片上表面的工作距离为60mm-100mm。
进一步地，所述步骤S2中的第二光线发生装置的光线出射端的延长线与所述载玻片上表面的锐角夹角范围为30°-40°。
进一步地，所述步骤S2中的第二光线发生装置的光线出射端到载玻片上表面的工作距离为30mm-60mm。
进一步地，所述步骤S2中的第三光线发生装置的光线出射端的延长线与所述载玻片下表面的锐角夹角范围为5°-25°。
进一步地，所述步骤S2中的第三光线发生装置的光线出射端到载玻片下表面的工作距离为30mm-50mm。
进一步地，所述步骤S2中的图像接收装置为线阵相机，所述线阵相机的倾斜角度为5°-25°，所述线阵相机的光线出射端到载玻片上表面的工作距离为396mm-536mm。
进一步地，所述步骤S3中截取后的每张图像中仅包括一个载玻片。
进一步地，所述步骤S4中的最小外接矩形位置信息是图像中对图像二值化处理来获得该载玻片的最小外接矩形位置信息。
进一步地，所述检测流道设置为若干个，所述载玻片设置为若干个。
与现有技术相比，本发明的有益效果具体体现在：
(1)本发明通过线阵相机和线光源的搭配，创新性地抓取载玻片同一时刻不同光源，不同曝光时间下的多张图片；针对每种缺陷在不同图片上的特性，有选择性的选取图片进行处理，分析缺陷，提高了次品检出率；
(2)本发明通过基于机器视觉的缺陷检测技术，识别载玻片缺陷，在检测出次品时，会发送信号给设备后端提料设备，当这片次品流到踢料段会分流出流水线进而剔除次品，提高了载玻片的产品质量，并对前端工艺参数具有指导作用；
(3)本发明提高了载玻片缺陷检测速度，减少了质检人员的数量，节约了成本；
(4)由于载玻片种类多，不同客户印刷图案不一样。操作人员将需要检测的载玻片放入流道，离线拍出来一组图片，操作人员可以根据需要自己标记框选出载玻片上与其他载玻片不同的印刷部位，以此来进行模板匹配识别载玻片类别，即设备操作人员可以自行建立模板，而本发明通过模板库自动识别载玻片类别，并匹配对应的算法，从而可以兼容多种物料的检测。
附图说明
图1为本发明的结构示意图；
图2为载玻片检测工位示意图；
图3为载玻片图像处理流程示意图；
图4为载玻片待处理区域示意图；
图5为实施例1中的装置结构示意图；
附图标记如下：100.线阵相机；101.线阵镜头；102.第一光线发生装置；103.第二光线发生装置；104.检测流道；105.第三光线发生装置；201.载玻片；202.第一线光源；203.第二线光源；204.第三线光源；205.第一流道；206.第二流道；207.第三流道；208.第四流道；209.第五流道；210.第六流道；211.第七流道；212.第八流道；300.扫描出的单张图片；301.单通道光源载玻片；302.截取载玻片的四个光源效果图片；400.油漆面；401.非重点检测区域；402.重点检测区域；500.视觉检测区域；600.踢料段。
具体实施方式
为使本发明的目的和技术方案更加清楚，下面将结合实施例，对本发明的技术方案进行清楚、完整地描述。
实施例1
根据图1所示检测流道104、线阵相机100、第一光线发生装置102、第二光线发生装置103和第三光线发生装置105的设置结构示意图，线阵相机100、第一光线发生装置102、第二光线发生装置103放置在载玻片201上方，第三光线发生装置105安装在载玻片201下方，且第一光线发生装置102、第二光线发生装置103和第三光线发生装置105发射的光源选用可以兼容大视野且能保证效率的线光源，具体的第一光线发生装置102出射第一线光源，第二光线发生装置103出射第二线光源203，第三光线发生装置104出射第三线光源204；检测流道104是设备上的滚轮轨道分成的。
载玻片201缺陷检测设置八个流道，流道中有如图2所示的视觉检测工位。图2中，八个待检测载玻片201分别进入第一流道205，第二流道206，第三流道207，第四流道208，第五流道209，第六流道210，第七流道211，第八流道212。待载玻片201进入视觉检测区域，工控机上的频闪控制器控制载玻片201第一光线发生装置102、第二光线发生装置103和第三光线发生装置105发射的光源为线光源，相继曝光4次，曝光顺序依次为第二线光源203、第一线光源和第三线光源204，其中第三光源作用为提高亮度，使用线阵相机100拍摄载玻片201同一位置不同光源下的4张照片。这四次曝光为分时曝光，就是线扫相机采用伺服电机的脉冲触发采集，伺服电机发送脉冲，每次脉冲的上升沿都会触发相机采集4行，第一次脉冲触发相机采集的同时触发第一线光源点亮扫描一行，采集完后光源熄灭，接着触发第二线光源203点亮熄灭采集一行，接着触发第三线光源204点亮熄灭采集一行，最后再次触发第三线光源204以更亮的发光时间点亮熄灭采集一行，然后第二次脉冲过来再从第一线光源开始循环一直到采集8000行。线阵相机100的曝光时间控制在160us，第一线光源发光时间为130us，第二线光源203发光时间为160us，第三线光源204第一次发光时间为60us，第三线光源204第二次发光时间为160us。线扫相机的原理就是相机不动，载玻片201运动经过视野区域，线扫相机的视野为一条线，所以载玻片201经过视野就会扫描完成，也即是载玻片201在运动中曝光。其中第三光线发生装置105发射的线光源曝光两次，亮度值不同，取两张图片，第一光线发生装置102出射的线光源曝光下拍摄的照片定义为暗场照片，第二光线发生装置103出射的线光源曝光下拍摄的照片定义为明场照片，具体的，明场和暗场的区别只是在于光源角度不同，且明场图像可以用来分割图像，而暗场图像不能用来分割图像。具体的，曝光次数不做具体限定，可以根据具体的实际情况进行设定。
如图3所示，基于线阵相机100视野的具体情况，本实施例中的线阵相机100视野最多可以覆盖到8个检测流道104，因此扫描出的单张图片300上最多可以设有八个载玻片201。
结合图5所示的检测装置结构图，其中图5中右下角位置设置的箭头表示载玻片在检测流道上的运动方向，基于机器视觉的载玻片201缺陷全检系统包括如下流程：
步骤S1：设置若干个检测流道104，取若干个载玻片201，每个流道中分别放入若干个载玻片201；具体的，步骤S1中每个流道中放置的若干个载玻片201两两之间至少间隔35mm。
具体的，为了保证载玻片201的清洁，载玻片201再经过设备上的清洗机流道后直接流进检测流道104，清洗机前是通过人工放置载玻片201。
步骤S2：检测流道104的前段设有视觉检测区域500，在伺服电机驱动滚轮下待载玻片201进入视觉检测区域500，设置在载玻片201表面上方的第一光线发生装置102和第二光线发生装置103分别曝光一次，将设置在载玻片201表面下方的第三光线发生装置105曝光两次，利用设置在载玻片201上方的图像接收装置采集曝光后的流道上载玻片201的图像数据；
具体的，所述步骤S2中的第一光线发生装置102的光线出射端的延长线与所述载玻片201上表面的锐角夹角范围为10°-20°，第一光线发生装置102的光线出射端到载玻片201上表面的工作距离为60mm-100mm；
第二光线发生装置103的光线出射端的延长线与所述载玻片201上表面的锐角夹角范围为30°-40°，第二光线发生装置103的光线出射端到载玻片201上表面的工作距离为30mm-60mm；
第三光线发生装置105的光线出射端的延长线与所述载玻片201下表面的锐角夹角范围为5°-25°，第三光线发生装置105的光线出射端到载玻片201下表面的工作距离为30mm-50mm；
图像接收装置为线阵相机100，所述线阵相机100的倾斜角度为5°-25°，所述线阵相机100的线阵镜头101的出射端到载玻片201上表面的工作距离为396mm-536mm。进一步地，线扫相机采集出来的图片是一行一行(每一行按顺序为不同光源的效果)叠加在一起形成的一张8192*8000，可以按行数提取拼接出来4张8192*2000的图像(分别对应四次线光源效果)，产品在这四张图像的位置是一样的，所以用第二流道206的光源采集出来的图像分割出来载玻片201的位置是可以在其他流道的图片中也根据相同位置分割出来载玻片201。
步骤S3：将图像接收装置采集到的第二光线发生装置103曝光下的图像用于分割第一光线发生装置102和第三光线发生装置105曝光下的图像；第二光线发生装置103照射在载玻片201上拍摄出来的图片可以清晰看出载玻片201整体外观；
具体的，所述步骤S3中截取后的每张图像中仅包括一个载玻片201。
步骤S4：选取若干流道中的任一流道图像，利用选取的流道中的载玻片201的最小外间距的位置信息获得选取的流道中的载玻片201在当前流道图像中的坐标，获取位置后，将该流道图像采用阈值分割法分割出未选取的若干流道中放置的若干个载玻片201的坐标信息；
步骤S5：通过不同的光源效果将分割后的每个载玻片201的图像用于判别不同类型的缺陷，即进行缺陷分类，通过第二通道的图像分割出载玻片201的坐标进行定位待检测区域，最后再进行图像处理。
具体的，步骤S5中的缺陷归类是指：每种缺陷在不同光源拍摄的图像中呈现的特征不同，因此，分割后的四张图像用于判别不同类型的缺陷。第一流道205分割后的暗场图像用于检测划痕、水斑、崩边、崩角等缺陷，第二流道206分割后的明场图像用于检测较大的崩边、气泡等缺陷，第三流道207图像分割后的整体灰度值较暗的背光图像用于检测印刷缺陷，像印刷图案漏印、少印、字体咪等缺陷，第四流道208图像分割后较亮的图像用于检测油漆面400的花斑、异物等缺陷。具体的，固定缺陷只能在固定的光源效果才能看出来，因此明场图像和暗场图像需要设置。此处的缺陷分类只是把各个通道的图像整理发往检测算法并没有出结果。
进一步地，不同类型的缺陷需要不同的光源效果才能在图像上看出来，四个通道图像分割出来的缺陷只能在各自的通道才能看出来，其中，采用模板匹配和图像差分的方式检测字符印刷缺陷，采用高斯滤波和轮廓提取的方式检测划痕缺陷，采用中值滤波、形态学运算和动态阈值分割检测气泡漏光缺陷，采用频域变换、图像差分和轮廓提取的方式检测水斑缺陷，采用频域变换、灰度拉伸和动态阈值分割的方式检测花斑异物缺陷，采用边缘点与轮廓点对比的方式检测崩边缺陷。
步骤S5中的图像处理具体指：缺陷归类完成之后，定位待检测区域。具体的，通过第二通道的光源效果拍摄的图像做阈值分割，提取出载玻片201位置，而载玻片201大小一致，则可以根据这个位置来定义缺陷检测区域。如图4所示，油漆头分割出后用于检测油漆面400缺陷，如漏光、划伤、花斑、异物等缺陷。其中重点检测区域402放置细胞或组织切片，为玻璃面重点检测区域。重点检测区域402不允许存在划伤、水斑、气泡等缺陷，但是玻璃面除了重点检测区域402外，还包括会允许存在部分小缺陷的非重点检测区域401，因此两个区域的参数设置不同，重点检测区域402参数更严。一般情况下，重点检测区域402和非重点检测区域401在灰度阈值、长宽和面积等的参数设置不同，由于重点检测区域402和非重点检测区域401的灰度阈值设置的不同，会使得两个区域最后的处理效果也不一样，例如针对重点检测区域402来说，可能0.5mm的缺陷就算是残次品，而非重点检测区域4011mm的都不算是残次品。但重点检测区域402和非重点检测区域401的参数也可以设置相同，只不过检测效果按生产使用上来说是不能一致的，因为非重点检测区域401的缺陷是可以放过的。因此，一般情况下两个区域的参数会选择设置不同。此处的图像处理的结果是用来判定是否存在缺陷以及缺陷大小。具体的，当检测到次品时，次品会被设置在检测流道104后段的踢料段600剔除。
以上仅为本发明的实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些均属于本发明的保护范围。

Claims (9)

1.一种基于机器视觉的载玻片缺陷检测方法，其特征在于，包括:
步骤S1：设置一检测载玻片缺陷的检测流道，取载玻片分别放入每个检测流道中；
步骤S2：检测流道的前段设有视觉检测区域，待载玻片进入视觉检测区域，设置在载玻片表面上方的第一光线发生装置和第二光线发生装置分别曝光一次，将设置在载玻片表面下方的第三光线发生装置曝光两次，利用设置在载玻片上方的图像接收装置采集曝光后的流道上载玻片的图像数据；
步骤S3：将图像接收装置采集到的第二光线发生装置曝光下的图像用于分割第一光线发生装置和第三光线发生装置曝光下的图像；
步骤S4：选取检测流道中的任一流道图像，利用选取的流道中的载玻片的最小外接矩形的位置信息获得选取的流道中的载玻片在当前流道图像中的坐标，获取位置后，将该流道图像采用阈值分割法分割出未选取的检测流道中放置的载玻片的坐标信息；
步骤S5：通过不同的光源效果将分割后的每个载玻片的图像用于判别不同类型的缺陷；通过第二通道的图像分割出载玻片的坐标进行定位待检测区域，并进行图像处理。
2.根据权利要求1所述的基于机器视觉的载玻片缺陷检测方法，其特征在于，步骤S1中每个检测流道中放置的若干个载玻片两两之间至少间隔35mm。
3.根据权利要求1所述的基于机器视觉的载玻片缺陷检测方法，其特征在于，所述步骤S2中的第一光线发生装置的光线出射端的延长线与所述载玻片上表面的锐角夹角范围为10°-20°。
4.根据权利要求1所述的基于机器视觉的载玻片缺陷检测方法，其特征在于，所述步骤S2中的第一光线发生装置的光线出射端到载玻片上表面的工作距离为60mm-100mm。
5.根据权利要求1所述的基于机器视觉的载玻片缺陷检测方法，其特征在于，所述步骤S2中的第二光线发生装置的光线出射端的延长线与所述载玻片上表面的锐角夹角范围为30°-40°。
6.根据权利要求1所述的基于机器视觉的载玻片缺陷检测方法，其特征在于，所述步骤S2中的第二光线发生装置的光线出射端到载玻片上表面的工作距离为30mm-60mm。
7.根据权利要求1所述的基于机器视觉的载玻片缺陷检测方法，其特征在于，所述步骤S2中的第三光线发生装置的光线出射端的延长线与所述载玻片下表面的锐角夹角范围为5°-25°。
8.根据权利要求1所述的基于机器视觉的载玻片缺陷检测方法，其特征在于，所述步骤S2中的第三光线发生装置的光线出射端到载玻片下表面的工作距离为30mm-50mm。
9.根据权利要求1所述的基于机器视觉的载玻片缺陷检测方法，其特征在于，所述步骤S2中的图像接收装置为线阵相机，所述线阵相机的倾斜角度为5°-25°，所述线阵相机的光线出射端到载玻片上表面的工作距离为396mm-536mm。
CN202110671010.8A 2021-06-17 2021-06-17 一种基于机器视觉的载玻片缺陷检测方法 Active CN113245241B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110671010.8A CN113245241B (zh) 2021-06-17 2021-06-17 一种基于机器视觉的载玻片缺陷检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110671010.8A CN113245241B (zh) 2021-06-17 2021-06-17 一种基于机器视觉的载玻片缺陷检测方法

Publications (2)

Publication Number Publication Date
CN113245241A true CN113245241A (zh) 2021-08-13
CN113245241B CN113245241B (zh) 2022-08-12

Family

ID=77188369

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110671010.8A Active CN113245241B (zh) 2021-06-17 2021-06-17 一种基于机器视觉的载玻片缺陷检测方法

Country Status (1)

Country Link
CN (1) CN113245241B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114113135A (zh) * 2021-10-29 2022-03-01 北京兆维科技开发有限公司 一种区分玻璃盖板上下表面异物缺陷的方法
CN114677360A (zh) * 2022-04-07 2022-06-28 如你所视(北京)科技有限公司 墙面缺陷检测方法、装置及存储介质
CN116482104A (zh) * 2023-02-10 2023-07-25 中恒永创(北京)科技有限公司 热转印胶片检测方法
WO2023164809A1 (zh) * 2022-03-01 2023-09-07 京东方科技集团股份有限公司 曲面基板气泡检测方法及检测系统
CN116952765A (zh) * 2023-09-19 2023-10-27 西南交通大学 一种货车车轮多边形磨损抑制与定量评价方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7551274B1 (en) * 2007-02-28 2009-06-23 Lite Sentry Corporation Defect detection lighting system and methods for large glass sheets
CN204359710U (zh) * 2014-12-29 2015-05-27 武汉中导光电设备有限公司 一种玻璃表面缺陷检测装置
CN104897693A (zh) * 2015-06-12 2015-09-09 武汉中导光电设备有限公司 一种玻璃表面缺陷增强装置及其检测方法
CN106990119A (zh) * 2017-04-27 2017-07-28 中科慧远视觉技术（洛阳）有限公司 一种自动检测白玻表面缺陷的视觉检测系统及检测方法
CN206725466U (zh) * 2017-04-20 2017-12-08 图麟信息科技（上海）有限公司 基于多角度组合暗视场成像的盖板玻璃缺陷检测装置
CN207600976U (zh) * 2017-10-23 2018-07-10 成都宋元光电科技有限公司 一种印刷玻璃视觉缺陷检测装置
CN112595727A (zh) * 2021-03-01 2021-04-02 常州微亿智造科技有限公司 用于检测手机后盖板油墨玻璃缺陷的成像系统及检测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7551274B1 (en) * 2007-02-28 2009-06-23 Lite Sentry Corporation Defect detection lighting system and methods for large glass sheets
CN204359710U (zh) * 2014-12-29 2015-05-27 武汉中导光电设备有限公司 一种玻璃表面缺陷检测装置
CN104897693A (zh) * 2015-06-12 2015-09-09 武汉中导光电设备有限公司 一种玻璃表面缺陷增强装置及其检测方法
CN206725466U (zh) * 2017-04-20 2017-12-08 图麟信息科技（上海）有限公司 基于多角度组合暗视场成像的盖板玻璃缺陷检测装置
CN106990119A (zh) * 2017-04-27 2017-07-28 中科慧远视觉技术（洛阳）有限公司 一种自动检测白玻表面缺陷的视觉检测系统及检测方法
CN207600976U (zh) * 2017-10-23 2018-07-10 成都宋元光电科技有限公司 一种印刷玻璃视觉缺陷检测装置
CN112595727A (zh) * 2021-03-01 2021-04-02 常州微亿智造科技有限公司 用于检测手机后盖板油墨玻璃缺陷的成像系统及检测方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114113135A (zh) * 2021-10-29 2022-03-01 北京兆维科技开发有限公司 一种区分玻璃盖板上下表面异物缺陷的方法
WO2023164809A1 (zh) * 2022-03-01 2023-09-07 京东方科技集团股份有限公司 曲面基板气泡检测方法及检测系统
CN114677360A (zh) * 2022-04-07 2022-06-28 如你所视(北京)科技有限公司 墙面缺陷检测方法、装置及存储介质
CN114677360B (zh) * 2022-04-07 2023-01-03 如你所视(北京)科技有限公司 墙面缺陷检测方法、装置及存储介质
CN116482104A (zh) * 2023-02-10 2023-07-25 中恒永创(北京)科技有限公司 热转印胶片检测方法
CN116482104B (zh) * 2023-02-10 2023-12-05 中恒永创(北京)科技有限公司 热转印胶片检测方法
CN116952765A (zh) * 2023-09-19 2023-10-27 西南交通大学 一种货车车轮多边形磨损抑制与定量评价方法
CN116952765B (zh) * 2023-09-19 2023-12-12 西南交通大学 一种货车车轮多边形磨损抑制与定量评价方法

Also Published As

Publication number Publication date
CN113245241B (zh) 2022-08-12

Similar Documents

Publication Publication Date Title
CN113245241B (zh) 一种基于机器视觉的载玻片缺陷检测方法
TWI698628B (zh) 用於檢查潮溼眼用鏡片的系統及方法
JP3581314B2 (ja) 自動レンズ検査システム
CN1147384C (zh) 产生具有切割刀刃金属件的制造方法及其设备
EP1931973B1 (en) Method and apparatus for visually inspecting an object
US20150278575A1 (en) Bio-imaging method
US9007458B2 (en) Method for monitoring the quality of the primer layer applied to a motor-vehicle body prior to painting
CN110208269B (zh) 一种玻璃表面异物与内部异物区分的方法及系统
BR112019016351B1 (pt) Sistema online e método para medir as características ópticas de uma lâmina de vidro
CN101839688A (zh) 基于机器视觉的生物芯片点样过程实时检测系统及分析方法
CN103630544B (zh) 一种视觉在线检测系统
JP2008139201A (ja) 欠陥検出装置、欠陥検出方法、情報処理装置、情報処理方法及びそのプログラム
WO2012153662A1 (ja) 透光性板状体の微小欠点の検査方法および透光性板状体の微小欠点の検査装置
DE10297337T5 (de) Automatischer Inspektionsapparat und Verfahren zur Erkennung von Anomalien in einem 3-dimensionalen transluzenten Objekt
CN111239142A (zh) 膏体外观缺陷检测设备及方法
JP2009258069A (ja) 紡糸口金の孔内異物の検査装置および検査方法
JP3076515B2 (ja) フローコート塗装状態の検出方法およびその装置
CN113916893A (zh) 模切产品缺陷的检测方法
EP4158590A1 (en) Method and apparatus for identifying possible surface defects of a leather hide
JP2006343138A (ja) 検査装置
CN116140225A (zh) 一种缺陷检测系统及缺陷检测方法
CN116237266A (zh) 一种法兰尺寸测量方法及其设备
CN114076794A (zh) 一种条钢小方坯近表缺陷的自动检测装置及其检测方法
Affolder et al. Automated visual inspection and defect detection of large-scale silicon strip sensors
JP2013034496A (ja) ゴルフボール選別機

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