CN113252697A - 一种物料质量检测方法、设备及计算机可读存储介质 - Google Patents

一种物料质量检测方法、设备及计算机可读存储介质 Download PDF

Info

Publication number
CN113252697A
CN113252697A CN202110675061.8A CN202110675061A CN113252697A CN 113252697 A CN113252697 A CN 113252697A CN 202110675061 A CN202110675061 A CN 202110675061A CN 113252697 A CN113252697 A CN 113252697A
Authority
CN
China
Prior art keywords
detected
image
dispensing
characteristic
preset
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
CN202110675061.8A
Other languages
English (en)
Other versions
CN113252697B (zh
Inventor
田树超
董志鹏
黄海荣
刘勇
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.)
Shenzhen Yuanrong Intelligent Manufacturing Co ltd
Original Assignee
Shenzhen Yuanrong Intelligent Manufacturing 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 Shenzhen Yuanrong Intelligent Manufacturing Co ltd filed Critical Shenzhen Yuanrong Intelligent Manufacturing Co ltd
Priority to CN202110675061.8A priority Critical patent/CN113252697B/zh
Publication of CN113252697A publication Critical patent/CN113252697A/zh
Application granted granted Critical
Publication of CN113252697B publication Critical patent/CN113252697B/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
    • 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
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • General Factory Administration (AREA)

Abstract

本申请适用于计算机技术领域,提供了一种物料质量检测方法、设备及计算机可读存储介质,所述方法包括:获取待检测物料的点胶耗时,获取点胶装置执行一次点胶工艺的理论耗时;分别获取待检测物料的至少一张第一图像和至少一张第二图像,分别从第一图像和第二图像提取与待检测物料相关的第一特征和第二特征;基于实际时长、理论耗时、第一特征和第二特征判断待检测物料的生产过程是否存在异常;若判定待检测物料的生产过程存在异常,则确定待检测物料的质量为不合格。上述方法,无需通过人工肉眼观察工序的完成情况,就可以实现对物料的检测,提升了物料质量检测的效率,并且,对于点胶过程的重点检测,也进一步提升了物料质量检测的准确度。

Description

一种物料质量检测方法、设备及计算机可读存储介质
技术领域
本申请属于计算机技术领域,尤其涉及一种物料质量检测方法、设备及计算机可读存储介质。
背景技术
物料生产入库的过程中,物料经过多道工序后,需要对物料进行质量检测,检测合格后才可以进行物料入库。现有的物料质量检测,是通过人工肉眼观察工序的完成情况,尤其是点胶、压合等工序。但是,这种物料质量检测的方法会耗费大量的人力,并且非常容易出现误差。
发明内容
本申请实施例提供了一种物料质量检测方法、设备及计算机可读存储介质,可以解决上述问题。
第一方面,本申请实施例提供了一种物料质量检测方法,包括:
获取待检测物料的点胶耗时,其中,所述待检测物料的生产工艺中包含由点胶装置执行的点胶工艺,所述点胶时长为所述点胶装置对所述待检测物料进行点胶作业所耗费的实际时长;
获取所述点胶装置执行一次所述点胶工艺的理论耗时;
分别获取所述待检测物料的至少一张第一图像和至少一张第二图像,其中,所述第一图像为所述待检测物料在生产过程中的拍摄图像,所述第二图像为所述待检测物料在生产完成后的拍摄图像;
分别从所述第一图像和所述第二图像提取与所述待检测物料相关的第一特征和第二特征;
基于所述实际时长、所述理论耗时、所述第一特征和所述第二特征判断所述待检测物料的生产过程是否存在异常;
若判定所述待检测物料的生产过程存在异常,则确定所述待检测物料的质量为不合格。
进一步地,所述第一图像具体为所述待检测物料在点胶过程中的拍摄图像,所述第二图像具体为所述待检测物料在点胶完成后的拍摄图像;
所述分别从所述第一图像和所述第二图像提取与所述待检测物料相关的第一特征和第二特征,包括:
对所述第一图像进行二值化处理,得到第一初始黑白点胶图像,并且根据预设形态学结构元素,对所述第一初始黑白点胶图像进行开闭运算,得到第一特征信息;
对所述第二图像进行二值化处理,得到第二初始黑白点胶图像,并且根据预设形态学结构元素,对所述第二初始黑白点胶图像进行开闭运算,得到第二特征信息。
进一步地,所述第一图像具体为所述待检测物料在点胶过程中的拍摄图像,所述第二图像具体为所述待检测物料在点胶完成后的拍摄图像;
所述分别从所述第一图像和所述第二图像提取与所述待检测物料相关的第一特征和第二特征,包括:
获取所述第一图像中每个像素点的亮度信息,并且从所述第一图像中去除所述亮度信息大于预设亮度阈值的像素点,得到第一特征信息;
获取所述第二图像中每个像素点的亮度信息,并且从所述第二图像中去除所述亮度信息大于预设亮度阈值的像素点,得到第二特征信息。
进一步地,所述基于所述实际时长、所述理论耗时、所述第一特征和所述第二特征判断所述待检测物料的生产过程是否存在异常,包括:
若所述实际时长与所述理论耗时之间的差值大于预设时间阈值,或所述第一特征与第一预设基准信息不一致,或所述第二特征与第二预设基准信息不一致,则判定所述待检测物料的点胶过程存在异常。
进一步地,在所述基于所述实际时长、所述理论耗时、所述第一特征和所述第二特征判断所述待检测物料的生产过程是否存在异常之后,还包括:
若所述实际时长与所述理论耗时之间的差值小于或者等于预设时间阈值,且所述第一特征与第一预设基准信息不一致,则判定所述点胶装置出胶异常;
若所述实际时长与所述理论耗时之间的差值小于或者等于预设时间阈值,且所述第二特征与第二预设基准信息不一致,则判定所述点胶装置出胶异常。
进一步地,在所述基于所述实际时长、所述理论耗时、所述第一特征和所述第二特征判断所述待检测物料的生产过程是否存在异常之后,还包括:
若所述实际时长与所述理论耗时之间的差值大于预设时间阈值,且所述第一特征与第一预设基准信息一致,且所述第二特征与第二预设基准信息一致,则判定所述点胶装置移动异常。
进一步地,所述待检测物料的生产工艺中还包含由压合装置执行的压合工艺,所述第一图像具体为所述待检测物料在压合过程中的拍摄图像,所述第二图像具体为所述待检测物料在压合完成后的拍摄图像;
所述分别从所述第一图像和所述第二图像提取与所述待检测物料相关的第一特征和第二特征,包括:
从所述第一图像中获取所述压合装置的第一标识和所述待检测物料的第二标识,并且将所述第一标识和所述第二标识作为第一特征;
从所述第一图像中获取所述待检测物料的实际压合位置信息,并将所述实际压合位置信息作为第二特征。
进一步地,所述基于所述实际时长、所述理论耗时、所述第一特征和所述第二特征判断所述待检测物料的生产过程是否存在异常,包括:
获取所述第一标识对应的预设物料标识;
若所述实际时长与所述理论耗时之间的差值大于预设时间阈值,或所述预设物料标识与所述第二标志不一致,或所述实际压合位置信息与预设压合位置信息不一致,则判定所述待检测物料的压合过程存在异常。
进一步地,所述若所述实际时长与所述理论耗时之间的差值大于预设时间阈值,或所述预设物料标识与所述第二标志不一致,或所述实际压合位置信息与预设压合位置信息不一致,则判定所述待检测物料的压合过程存在异常,包括:
若所述预设物料标识与所述第二标志不一致,则判定所述待检测物料的压合过程存在压合异常,发生装置匹配错误;
若所述实际压合位置信息与预设压合位置信息不一致,则判定所述待检测物料的压合过程存在异常,发生压合错位。
第二方面,本申请实施例提供了一种物料质量检测装置,包括:
第一获取单元,用于获取待检测物料的点胶耗时,其中,所述待检测物料的生产工艺中包含由点胶装置执行的点胶工艺,所述点胶时长为所述点胶装置对所述待检测物料进行点胶作业所耗费的实际时长;
第二获取单元,用于获取所述点胶装置执行一次所述点胶工艺的理论耗时;
第三获取单元,用于分别获取所述待检测物料的至少一张第一图像和至少一张第二图像,其中,所述第一图像为所述待检测物料在生产过程中的拍摄图像,所述第二图像为所述待检测物料在生产完成后的拍摄图像;
提取单元,用于分别从所述第一图像和所述第二图像提取与所述待检测物料相关的第一特征和第二特征;
第一处理单元,用于基于所述实际时长、所述理论耗时、所述第一特征和所述第二特征判断所述待检测物料的生产过程是否存在异常;
第二处理单元,用于若判定所述待检测物料的生产过程存在异常,则确定所述待检测物料的质量为不合格。
进一步地,所述第一图像具体为所述待检测物料在点胶过程中的拍摄图像,所述第二图像具体为所述待检测物料在点胶完成后的拍摄图像;
所述提取单元,具体用于:
对所述第一图像进行二值化处理,得到第一初始黑白点胶图像,并且根据预设形态学结构元素,对所述第一初始黑白点胶图像进行开闭运算,得到第一特征信息;
对所述第二图像进行二值化处理,得到第二初始黑白点胶图像,并且根据预设形态学结构元素,对所述第二初始黑白点胶图像进行开闭运算,得到第二特征信息。
进一步地,所述第一图像具体为所述待检测物料在点胶过程中的拍摄图像,所述第二图像具体为所述待检测物料在点胶完成后的拍摄图像;
所述提取单元,具体用于:
获取所述第一图像中每个像素点的亮度信息,并且从所述第一图像中去除所述亮度信息大于预设亮度阈值的像素点,得到第一特征信息;
获取所述第二图像中每个像素点的亮度信息,并且从所述第二图像中去除所述亮度信息大于预设亮度阈值的像素点,得到第二特征信息。
进一步地,所述第一处理单元,具体用于:
若所述实际时长与所述理论耗时之间的差值大于预设时间阈值,或所述第一特征与第一预设基准信息不一致,或所述第二特征与第二预设基准信息不一致,则判定所述待检测物料的点胶过程存在异常。
进一步地,所述物料质量检测装置,还包括:
第三处理单元,用于若所述实际时长与所述理论耗时之间的差值小于或者等于预设时间阈值,且所述第一特征与第一预设基准信息不一致,则判定所述点胶装置出胶异常;
第四处理单元,用于若所述实际时长与所述理论耗时之间的差值小于或者等于预设时间阈值,且所述第二特征与第二预设基准信息不一致,则判定所述点胶装置出胶异常。
进一步地,所述物料质量检测装置,还包括:
第五处理单元,用于若所述实际时长与所述理论耗时之间的差值大于预设时间阈值,且所述第一特征与第一预设基准信息一致,且所述第二特征与第二预设基准信息一致,则判定所述点胶装置移动异常。
进一步地,所述待检测物料的生产工艺中还包含由压合装置执行的压合工艺,所述第一图像具体为所述待检测物料在压合过程中的拍摄图像,所述第二图像具体为所述待检测物料在压合完成后的拍摄图像;
所述提取单元,具体用于:
从所述第一图像中获取所述压合装置的第一标识和所述待检测物料的第二标识,并且将所述第一标识和所述第二标识作为第一特征;
从所述第一图像中获取所述待检测物料的实际压合位置信息,并将所述实际压合位置信息作为第二特征。
进一步地,所述第一处理单元,具体用于:
获取所述第一标识对应的预设物料标识;
若所述实际时长与所述理论耗时之间的差值大于预设时间阈值,或所述预设物料标识与所述第二标志不一致,或所述实际压合位置信息与预设压合位置信息不一致,则判定所述待检测物料的压合过程存在异常。
进一步地,所述第一处理单元,具体还用于:
若所述预设物料标识与所述第二标志不一致,则判定所述待检测物料的压合过程存在压合异常,发生装置匹配错误;
若所述实际压合位置信息与预设压合位置信息不一致,则判定所述待检测物料的压合过程存在异常,发生压合错位。
第三方面,本申请实施例提供了一种物料质量检测设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面所述的物料质量检测方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述第一方面所述的物料质量检测方法。
本申请实施例中,获取待检测物料的点胶耗时,获取点胶装置执行一次点胶工艺的理论耗时;分别获取待检测物料的至少一张第一图像和至少一张第二图像,分别从第一图像和第二图像提取与待检测物料相关的第一特征和第二特征;基于实际时长、理论耗时、第一特征和第二特征判断待检测物料的生产过程是否存在异常;若判定待检测物料的生产过程存在异常,则确定待检测物料的质量为不合格。上述方法,无需通过人工肉眼观察工序的完成情况,无需耗费大量的人力,就可以实现对物料的检测,提升了物料质量检测的效率,并且,对于点胶过程的重点检测,也进一步提升了物料质量检测的准确度。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请第一实施例提供的一种物料质量检测方法的示意图;
图2是本申请第二实施例提供的一种物料质量检测装置的示意图;
图3是本申请第三实施例提供的物料质量检测设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
请参见图1,图1是本申请第一实施例提供的一种物料质量检测方法的示意流程图。本实施例中一种物料质量检测方法的执行主体为具有物料质量检测功能的设备,例如,服务器、台式电脑等等。如图1所示的物料质量检测方法可以包括:
S101:获取待检测物料的点胶耗时。
其中,所述待检测物料的生产工艺中包含由点胶装置执行的点胶工艺,所述点胶时长为所述点胶装置对所述待检测物料进行点胶作业所耗费的实际时长。
物料进行生产入库,在入库前,工业现场可以采用自动化的工序流程,例如,在现场可以设置有流程机器人,机器人可以将原始物料放置在第一工序对应的位置上,第一工序的设备可以开始操作。当第一工序完成时,可以通过传送带或者机器人将第一工序加工过的物料安置在第二工序对应的位置上,直到完成所有工序。
完成所有工序后,设备可以采集现场的信息,根据现场的信息对待检测物料进行质量检测。其中,待检测物料的生产工艺中包含点胶工艺。
由于点胶工艺的过程是很重要的工序,并且通过人工肉眼难以判断质量,所以,本实施例中,对点胶工艺的过程进行了重点检测。
本实施例中,对于待检测物料并没有做具体的限制,即待检测物料的生产工艺中包含点胶工艺即可。
具体来说,待检测物料对应的点胶工艺是通过现场的点胶装置,即点胶机完成的。点胶机又称涂胶机、滴胶机、打胶机、灌胶机等,专门对流体进行控制。并将流体点滴、涂覆于产品表面或产品内部的自动化机器,可实现三维、四维路径点胶,精确定位。点胶机主要用于产品工艺中的胶水、油漆以及其他液体精确点、注、涂、点滴到每个产品精确位置,可以用来实现打点、画线、圆型或弧型。
获取待检测物料的点胶耗时,点胶时长为点胶装置对待检测物料进行点胶作业所耗费的实际时长。
设备可以获取待检测物料对应的点胶工序的起始时刻和完成点胶工序的结束时刻。其中,点胶工艺的过程的起始时刻可以为点胶头接触待检测物料的时刻,也可以为点胶头开始出胶工作的时刻,具体要根据实际情况进行设置。完成点胶工艺的结束时刻可以为检测到点胶头完成预设点胶路径的时刻。点胶机可以记录起始时刻和完成点胶工序的结束时刻,并将起始时刻和完成点胶工序的结束时刻发送至本端设备。
设备根据起始时刻和结束时刻确定待检测物料的点胶耗时,即设备确定起始时刻和结束时刻之间的时长,作为点胶工序实际耗时,即本次点胶工艺的过程所花费的时长。
S102:获取所述点胶装置执行一次所述点胶工艺的理论耗时。
在进行点胶时,点胶机的点胶头会根据预设的点胶路径以及预设的点胶装置移动速度进行移动实现点胶。设备获取点胶工序的点胶路径和点胶装置移动速度,可以计算得到点胶工艺的理论耗时。
可以理解的是,点胶工艺的理论耗时是指,在点胶工艺的过程和点胶装置没有出现任何异常情况下,点胶工艺的过程所需要的理想时长。这里获取到理论耗时是作为点胶耗时的参照标准,从而确定待检测物料在点胶工艺的完成情况,判断待检测物料的质量。
S103:分别获取所述待检测物料的至少一张第一图像和至少一张第二图像,其中,所述第一图像为所述待检测物料在生产过程中的拍摄图像,所述第二图像为所述待检测物料在生产完成后的拍摄图像。
设备分别获取待检测物料的至少一张第一图像和至少一张第二图像,其中,第一图像为待检测物料在生产过程中的拍摄图像,第二图像为待检测物料在生产完成后的拍摄图像。
具体来说,第一图像和第二图像即为待检测物料对应的实际工序图像。在作业现场每个工艺的特定角度可以设置图像采集装置,图像采集装置采集第一图像和第二图像,并将第一图像和第二图像发送至本端设备。
其中,第一图像和第二图像的数量可以为一张,也可以为多张。一种情况下,当作业现场的一个工序设置了多个角度的图像采集装置,那么,每个图像采集装置都可以将采集的第一图像和第二图像发送至本端设备。一种情况下,作业现场的一个工序设置了多个采集图像采集装置的预设时刻,每到预设时刻,图像采集装置采集一张第一图像,每个预设时刻都对应了一张第一图像,图像采集装置最后可以将所有预设时刻对应的第一图像发送至本端设备。例如,点胶工艺中需要进行多层点胶时,可以每完成一层点胶,就采集一张第一图像,这样也便于设备检测每层点胶的完成情况,从而更精准的检测物料质量。
S104:分别从所述第一图像和所述第二图像提取与所述待检测物料相关的第一特征和第二特征。
设备分别从第一图像和第二图像提取与待检测物料相关的第一特征和第二特征,即设备从第一图像提取与待检测物料相关的第一特征,从第二图像提取与待检测物料相关的第二特征。其中,第一特征和第二特征为与待检测物料相关的所有特征信息,例如,第一特征可以包括第一图像中的图像亮度特征信息、图像像素特征信息等等,此处并不做限制。
一种实施方式中,第一图像具体为待检测物料在点胶过程中的拍摄图像,第二图像具体为所述待检测物料在点胶完成后的拍摄图像。
由于在采集第一图像和第二图像时,可能会因为光线或者采集角度等等因素,导致第一图像和第二图像出现偏差,所以,在本实施例中,设备可以对第一图像和第二图像进行去噪处理,从而去除点胶工序图像中的干扰,提高后续分析比对的准确度。
设备对第一图像进行二值化处理,得到第一初始黑白点胶图像,并且根据预设形态学结构元素,对第一初始黑白点胶图像进行开闭运算,得到第一特征信息。设备对第一图像进行二值化处理,得到第一初始黑白点胶图像。图像的二值化,即是将图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的只有黑和白的视觉效果。将第一图像进行二值化处理后,可以更加明显地区分出待检测物料点胶后的点胶所对应的像素点,更有利于去干扰的像素点。
然后,设备根据预设形态学结构元素,对第一初始黑白点胶图像进行开闭运算,得到目标黑白点胶图像,即第一特征信息。通过形态学的开闭运算对第一初始黑白点胶图像进行处理,达到噪音像素点的去除和缝隙的填充的目的,进而得到第一特征信息。形态学,即数学形态学,主要用于从图像中提取对表达和区域形状有异议的图像分量,获取连通区域等。同时可以对图像进行细化、修剪等处理。基本的形态学运算包括开运算和闭运算。其中,开运算是先对图像进行腐蚀运算再进行膨胀运算,其能够细微连接在一起的图像分开,即能够去除图像中的噪音像素点;闭运算是先对图像进行膨胀运算再进行腐蚀运算,能够将细微连接在一起的图像封闭在一起,即能够填充一定的缝隙。
对第二图像进行二值化处理,得到第二初始黑白点胶图像,并且根据预设形态学结构元素,对第二初始黑白点胶图像进行开闭运算,得到第二特征信息。得到第二特征信息的过程可以参阅第一特征信息的具体细节,此处不再赘述。
一种实施方式中,第一图像具体为待检测物料在点胶过程中的拍摄图像,第二图像具体为待检测物料在点胶完成后的拍摄图像。一些反光材质的物料也会对采集到的点胶工序图像造成干扰,所以,设备获取第一图像中每个像素点的亮度信息,并且从第一图像中去除亮度信息大于预设亮度阈值的像素点,得到目标点胶图像,即第一特征信息。获取第二图像中每个像素点的亮度信息,并且从第二图像中去除亮度信息大于预设亮度阈值的像素点,得到第二特征信息。
一种实施方式中,待检测物料的生产工艺中还包含由压合装置执行的压合工艺,第一图像具体为待检测物料在压合过程中的拍摄图像,第二图像具体为待检测物料在压合完成后的拍摄图像。在自动化的作业现场中,不同的压合机的压合策略是不同的,不同的物料是由确定的压合机进行压合的,举例来说,物料A的预设压合机为压合机1,物料B的预设压合机为压合机2。如果出现了物料A由压合机2来压合,则物料A的压合工序出现问题。
设备从第一图像中获取压合装置的第一标识和待检测物料的第二标识,并且将第一标识和第二标识作为第一特征;从第一图像中获取待检测物料的实际压合位置信息,并将实际压合位置信息作为第二特征。第一特征和第二特征用于检测是否是由预设的压合机来压合待检测物料,从而判断待检测物料在压合过程中是否存在异常。
S105:基于所述实际时长、所述理论耗时、所述第一特征和所述第二特征判断所述待检测物料的生产过程是否存在异常。
设备根据基于实际时长、理论耗时、第一特征和第二特征判断待检测物料的生产过程是否存在异常。
设备根据实际时长和理论耗时可以初步判断待检测物料的生产过程是否存在异常。具体来说,设备中可以预先存储预设时间阈值,设备可以计算实际时长和理论耗时之间的差值,判断该差值与预设时间阈值。
可以理解的是,如果差值过大、且实际时长大于理论耗时,说明本次点胶实际耗时比较长,点胶耗时长的话,点胶过程中,胶很容易出现干燥导致结块的情况发生,即,待检测物料的生产过程存在异常,物料质量不过关。
如果差值过大、且实际时长小于理论耗时,可能出现胶量不足的情况,即,待检测物料的生产过程存在异常,物料质量不过关。
设备可以进一步根据第一特征和第二特征判断待检测物料的生产过程是否存在异常。具体来说,设备可以对第一特征和第二特征进行分析处理,进一步判断待检测物料的生产过程是否存在异常。
其中,本实施例中,对实际时长、理论耗时、第一特征和第二特征进行分析处理的方法不做具体的限定。下面进行一些举例说明,详细的说明设备是如何判断待检测物料的生产过程是否存在异常。
一种实施方式中,第一图像具体为待检测物料在点胶过程中的拍摄图像,第二图像具体为所述待检测物料在点胶完成后的拍摄图像。若实际时长与理论耗时之间的差值大于预设时间阈值,或第一特征与第一预设基准信息不一致,或第二特征与第二预设基准信息不一致,则判定待检测物料的点胶过程存在异常。第一预设基准信息即为第一特征对应的基准信息,用于与第一特征做对比,判断待检测物料的点胶过程是否存在异常,第一特征与第一预设基准信息一致,说明点胶过程中没有出现异常情况。第一特征与第一预设基准信息不一致,说明点胶过程中出现异常情况。
也就是说,实际时长与理论耗时之间的差值大于预设时间阈值,或第一特征与第一预设基准信息不一致,或第二特征与第二预设基准信息不一致,这三种情况不管出现哪一种或者哪几种情况,都会判定待检测物料的点胶过程存在异常。
若实际时长与理论耗时之间的差值小于或者等于预设时间阈值,且第一特征与第一预设基准信息不一致,说明点胶的速度和点胶的路径没有问题,但是出胶过程中出现问题,点胶过程中的图像与预设的基准不一致,则判定点胶装置出胶异常。
若实际时长与理论耗时之间的差值小于或者等于预设时间阈值,且第二特征与第二预设基准信息不一致,说明点胶的速度和点胶的路径没有问题,但是出胶完成后出现问题,点胶完成后图像与预设的基准不一致,则判定点胶装置出胶异常。
若所述实际时长与所述理论耗时之间的差值大于预设时间阈值,且第一特征与第一预设基准信息一致,且第二特征与第二预设基准信息一致,说明点胶的过程以及完成情况都没有出现问题,但是实际点胶时间过长,则判定所述点胶装置移动异常。
一种实施方式中,待检测物料的生产工艺中还包含由压合装置执行的压合工艺,第一图像具体为待检测物料在压合过程中的拍摄图像,第二图像具体为待检测物料在压合完成后的拍摄图像。设备从第一图像中获取压合装置的第一标识和待检测物料的第二标识,并且将第一标识和第二标识作为第一特征;从第一图像中获取待检测物料的实际压合位置信息,并将实际压合位置信息作为第二特征。设备获取第一标识对应的预设物料标识;若实际时长与理论耗时之间的差值大于预设时间阈值,或预设物料标识与第二标志不一致,或实际压合位置信息与预设压合位置信息不一致,则判定待检测物料的压合过程存在异常。
若预设物料标识与第二标志不一致,则判定待检测物料的压合过程存在压合异常,发生装置匹配错误;若实际压合位置信息与预设压合位置信息不一致,则判定待检测物料的压合过程存在异常,发生压合错位。
S106:若判定所述待检测物料的生产过程存在异常,则确定所述待检测物料的质量为不合格。
具体来说,若判定待检测物料的生产过程存在异常,则确定待检测物料的质量为不合格。待检测物料的质量不合格,不可以进行入库,可以将待检测物料的状态标记为待定,这时,可以考虑采用人工判定的方式对状态标记为待定的待检测物料进行人工审核,通过则进行入库。
若判定待检测物料的生产过程不存在异常,则可确定待检测物料的质量为合格,或者,也可以基于其他的质量检测方法对该待检测物料的质量进一步检测,此处不做限定。待检测物料的质量合格,可以进行入库,设备可以获取待检测物料的入库位置以及入库方式,根据入库位置和入库方式进行入库。
此外,待检测物料的质量合格,也可以将待检测物料的状态标记为即将入库。为了提高物料质量,也可以对状态标记为即将入库的待检测物料进行人工抽检,提高物料质量检测的准确率。
本申请实施例中,获取待检测物料的点胶耗时,获取点胶装置执行一次点胶工艺的理论耗时;分别获取待检测物料的至少一张第一图像和至少一张第二图像,分别从第一图像和第二图像提取与待检测物料相关的第一特征和第二特征;基于实际时长、理论耗时、第一特征和第二特征判断待检测物料的生产过程是否存在异常;若判定待检测物料的生产过程存在异常,则确定待检测物料的质量为不合格。上述方法,无需通过人工肉眼观察工序的完成情况,就可以实现对物料的检测,提升了物料质量检测的效率,并且,对于点胶过程的重点检测,也进一步提升了物料质量检测的准确度。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
请参见图2,图2是本申请第二实施例提供的物料质量检测装置的示意图。包括的各单元用于执行图1对应的实施例中的各步骤。具体请参阅图1对应的实施例中的相关描述。为了便于说明,仅示出了与本实施例相关的部分。参见图2,物料质量检测装置2包括:
第一获取单元210,用于获取待检测物料的点胶耗时,其中,所述待检测物料的生产工艺中包含由点胶装置执行的点胶工艺,所述点胶时长为所述点胶装置对所述待检测物料进行点胶作业所耗费的实际时长;
第二获取单元220,用于获取所述点胶装置执行一次所述点胶工艺的理论耗时;
第三获取单元230,用于分别获取所述待检测物料的至少一张第一图像和至少一张第二图像,其中,所述第一图像为所述待检测物料在生产过程中的拍摄图像,所述第二图像为所述待检测物料在生产完成后的拍摄图像;
提取单元240,用于分别从所述第一图像和所述第二图像提取与所述待检测物料相关的第一特征和第二特征;
第一处理单元250,用于基于所述实际时长、所述理论耗时、所述第一特征和所述第二特征判断所述待检测物料的生产过程是否存在异常;
第二处理单元260,用于若判定所述待检测物料的生产过程存在异常,则确定所述待检测物料的质量为不合格。
进一步地,所述第一图像具体为所述待检测物料在点胶过程中的拍摄图像,所述第二图像具体为所述待检测物料在点胶完成后的拍摄图像;
所述提取单元240,具体用于:
对所述第一图像进行二值化处理,得到第一初始黑白点胶图像,并且根据预设形态学结构元素,对所述第一初始黑白点胶图像进行开闭运算,得到第一特征信息;
对所述第二图像进行二值化处理,得到第二初始黑白点胶图像,并且根据预设形态学结构元素,对所述第二初始黑白点胶图像进行开闭运算,得到第二特征信息。
进一步地,所述第一图像具体为所述待检测物料在点胶过程中的拍摄图像,所述第二图像具体为所述待检测物料在点胶完成后的拍摄图像;
所述提取单元240,具体用于:
获取所述第一图像中每个像素点的亮度信息,并且从所述第一图像中去除所述亮度信息大于预设亮度阈值的像素点,得到第一特征信息;
获取所述第二图像中每个像素点的亮度信息,并且从所述第二图像中去除所述亮度信息大于预设亮度阈值的像素点,得到第二特征信息。
进一步地,所述第一处理单元250,具体用于:
若所述实际时长与所述理论耗时之间的差值大于预设时间阈值,或所述第一特征与第一预设基准信息不一致,或所述第二特征与第二预设基准信息不一致,则判定所述待检测物料的点胶过程存在异常。
进一步地,所述物料质量检测装置2,还包括:
第三处理单元,用于若所述实际时长与所述理论耗时之间的差值小于或者等于预设时间阈值,且所述第一特征与第一预设基准信息不一致,则判定所述点胶装置出胶异常;
第四处理单元,用于若所述实际时长与所述理论耗时之间的差值小于或者等于预设时间阈值,且所述第二特征与第二预设基准信息不一致,则判定所述点胶装置出胶异常。
进一步地,所述物料质量检测装置2,还包括:
第五处理单元,用于若所述实际时长与所述理论耗时之间的差值大于预设时间阈值,且所述第一特征与第一预设基准信息一致,且所述第二特征与第二预设基准信息一致,则判定所述点胶装置移动异常。
进一步地,所述待检测物料的生产工艺中还包含由压合装置执行的压合工艺,所述第一图像具体为所述待检测物料在压合过程中的拍摄图像,所述第二图像具体为所述待检测物料在压合完成后的拍摄图像;
所述提取单元240,具体用于:
从所述第一图像中获取所述压合装置的第一标识和所述待检测物料的第二标识,并且将所述第一标识和所述第二标识作为第一特征;
从所述第一图像中获取所述待检测物料的实际压合位置信息,并将所述实际压合位置信息作为第二特征。
进一步地,所述第一处理单元250,具体用于:
获取所述第一标识对应的预设物料标识;
若所述实际时长与所述理论耗时之间的差值大于预设时间阈值,或所述预设物料标识与所述第二标志不一致,或所述实际压合位置信息与预设压合位置信息不一致,则判定所述待检测物料的压合过程存在异常。
进一步地,所述第一处理单元250,具体还用于:
若所述预设物料标识与所述第二标志不一致,则判定所述待检测物料的压合过程存在压合异常,发生装置匹配错误;
若所述实际压合位置信息与预设压合位置信息不一致,则判定所述待检测物料的压合过程存在异常,发生压合错位。
图3是本申请第三实施例提供的物料质量检测设备的示意图。如图3所示,该实施例的物料质量检测设备3包括:处理器30、存储器31以及存储在所述存储器31中并可在所述处理器30上运行的计算机程序32,例如物料质量检测程序。所述处理器30执行所述计算机程序32时实现上述各个物料质量检测方法实施例中的步骤,例如图1所示的步骤101至106。或者,所述处理器30执行所述计算机程序32时实现上述各装置实施例中各模块/单元的功能,例如图2所示模块210至260的功能。
示例性的,所述计算机程序32可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器31中,并由所述处理器30执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序32在所述物料质量检测设备3中的执行过程。例如,所述计算机程序32可以被分割成第一获取单元、第二获取单元、第三获取单元、提取单元、第一处理单元、第二处理单元,各单元具体功能如下:
第一获取单元,用于获取待检测物料的点胶耗时,其中,所述待检测物料的生产工艺中包含由点胶装置执行的点胶工艺,所述点胶时长为所述点胶装置对所述待检测物料进行点胶作业所耗费的实际时长;
第二获取单元,用于获取所述点胶装置执行一次所述点胶工艺的理论耗时;
第三获取单元,用于分别获取所述待检测物料的至少一张第一图像和至少一张第二图像,其中,所述第一图像为所述待检测物料在生产过程中的拍摄图像,所述第二图像为所述待检测物料在生产完成后的拍摄图像;
提取单元,用于分别从所述第一图像和所述第二图像提取与所述待检测物料相关的第一特征和第二特征;
第一处理单元,用于基于所述实际时长、所述理论耗时、所述第一特征和所述第二特征判断所述待检测物料的生产过程是否存在异常;
第二处理单元,用于若判定所述待检测物料的生产过程存在异常,则确定所述待检测物料的质量为不合格。
所述物料质量检测设备可包括,但不仅限于,处理器30、存储器31。本领域技术人员可以理解,图3仅仅是物料质量检测设备3的示例,并不构成对物料质量检测设备3的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述物料质量检测设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器30可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器31可以是所述物料质量检测设备3的内部存储单元,例如物料质量检测设备3的硬盘或内存。所述存储器31也可以是所述物料质量检测设备3的外部存储设备,例如所述物料质量检测设备3上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital, SD)卡,闪存卡(Flash Card)等。进一步地,所述物料质量检测设备3还可以既包括所述物料质量检测设备3的内部存储单元也包括外部存储设备。所述存储器31用于存储所述计算机程序以及所述物料质量检测设备所需的其他程序和数据。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
本申请实施例还提供了一种网络设备,该网络设备包括:至少一个处理器、存储器以及存储在所述存储器中并可在所述至少一个处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任意各个方法实施例中的步骤。
本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在移动终端上运行时,使得移动终端执行时实现可实现上述各个方法实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/网络设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/网络设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各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申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。

Claims (10)

1.一种物料质量检测方法,其特征在于,包括:
获取待检测物料的点胶耗时,其中,所述待检测物料的生产工艺中包含由点胶装置执行的点胶工艺,所述点胶时长为所述点胶装置对所述待检测物料进行点胶作业所耗费的实际时长;
获取所述点胶装置执行一次所述点胶工艺的理论耗时;
分别获取所述待检测物料的至少一张第一图像和至少一张第二图像,其中,所述第一图像为所述待检测物料在生产过程中的拍摄图像,所述第二图像为所述待检测物料在生产完成后的拍摄图像;
分别从所述第一图像和所述第二图像提取与所述待检测物料相关的第一特征和第二特征;
基于所述实际时长、所述理论耗时、所述第一特征和所述第二特征判断所述待检测物料的生产过程是否存在异常;
若判定所述待检测物料的生产过程存在异常,则确定所述待检测物料的质量为不合格。
2.如权利要求1所述的物料质量检测方法,其特征在于,所述第一图像具体为所述待检测物料在点胶过程中的拍摄图像,所述第二图像具体为所述待检测物料在点胶完成后的拍摄图像;
所述分别从所述第一图像和所述第二图像提取与所述待检测物料相关的第一特征和第二特征,包括:
对所述第一图像进行二值化处理,得到第一初始黑白点胶图像,并且根据预设形态学结构元素,对所述第一初始黑白点胶图像进行开闭运算,得到第一特征信息;
对所述第二图像进行二值化处理,得到第二初始黑白点胶图像,并且根据预设形态学结构元素,对所述第二初始黑白点胶图像进行开闭运算,得到第二特征信息。
3.如权利要求1所述的物料质量检测方法,其特征在于,所述第一图像具体为所述待检测物料在点胶过程中的拍摄图像,所述第二图像具体为所述待检测物料在点胶完成后的拍摄图像;
所述分别从所述第一图像和所述第二图像提取与所述待检测物料相关的第一特征和第二特征,包括:
获取所述第一图像中每个像素点的亮度信息,并且从所述第一图像中去除所述亮度信息大于预设亮度阈值的像素点,得到第一特征信息;
获取所述第二图像中每个像素点的亮度信息,并且从所述第二图像中去除所述亮度信息大于预设亮度阈值的像素点,得到第二特征信息。
4.如权利要求2-3任一项所述的物料质量检测方法,其特征在于,所述基于所述实际时长、所述理论耗时、所述第一特征和所述第二特征判断所述待检测物料的生产过程是否存在异常,包括:
若所述实际时长与所述理论耗时之间的差值大于预设时间阈值,或所述第一特征与第一预设基准信息不一致,或所述第二特征与第二预设基准信息不一致,则判定所述待检测物料的点胶过程存在异常。
5.如权利要求2-3任一项所述的物料质量检测方法,其特征在于,在所述基于所述实际时长、所述理论耗时、所述第一特征和所述第二特征判断所述待检测物料的生产过程是否存在异常之后,还包括:
若所述实际时长与所述理论耗时之间的差值小于或者等于预设时间阈值,且所述第一特征与第一预设基准信息不一致,则判定所述点胶装置出胶异常;
若所述实际时长与所述理论耗时之间的差值小于或者等于预设时间阈值,且所述第二特征与第二预设基准信息不一致,则判定所述点胶装置出胶异常。
6.如权利要求2-3任一项所述的物料质量检测方法,其特征在于,在所述基于所述实际时长、所述理论耗时、所述第一特征和所述第二特征判断所述待检测物料的生产过程是否存在异常之后,还包括:
若所述实际时长与所述理论耗时之间的差值大于预设时间阈值,且所述第一特征与第一预设基准信息一致,且所述第二特征与第二预设基准信息一致,则判定所述点胶装置移动异常。
7.如权利要求1所述的物料质量检测方法,其特征在于,所述待检测物料的生产工艺中还包含由压合装置执行的压合工艺,所述第一图像具体为所述待检测物料在压合过程中的拍摄图像,所述第二图像具体为所述待检测物料在压合完成后的拍摄图像;
所述分别从所述第一图像和所述第二图像提取与所述待检测物料相关的第一特征和第二特征,包括:
从所述第一图像中获取所述压合装置的第一标识和所述待检测物料的第二标识,并且将所述第一标识和所述第二标识作为第一特征;
从所述第一图像中获取所述待检测物料的实际压合位置信息,并将所述实际压合位置信息作为第二特征。
8.如权利要求7所述的物料质量检测方法,其特征在于,所述基于所述实际时长、所述理论耗时、所述第一特征和所述第二特征判断所述待检测物料的生产过程是否存在异常,包括:
获取所述第一标识对应的预设物料标识;
若所述实际时长与所述理论耗时之间的差值大于预设时间阈值,或所述预设物料标识与所述第二标志不一致,或所述实际压合位置信息与预设压合位置信息不一致,则判定所述待检测物料的压合过程存在异常。
9.如权利要求8所述的物料质量检测方法,其特征在于,所述若所述实际时长与所述理论耗时之间的差值大于预设时间阈值,或所述预设物料标识与所述第二标志不一致,或所述实际压合位置信息与预设压合位置信息不一致,则判定所述待检测物料的压合过程存在异常,包括:
若所述预设物料标识与所述第二标志不一致,则判定所述待检测物料的压合过程存在压合异常,发生装置匹配错误;
若所述实际压合位置信息与预设压合位置信息不一致,则判定所述待检测物料的压合过程存在异常,发生压合错位。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至9任一项所述的方法。
CN202110675061.8A 2021-06-18 2021-06-18 一种物料质量检测方法、设备及计算机可读存储介质 Active CN113252697B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110675061.8A CN113252697B (zh) 2021-06-18 2021-06-18 一种物料质量检测方法、设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110675061.8A CN113252697B (zh) 2021-06-18 2021-06-18 一种物料质量检测方法、设备及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN113252697A true CN113252697A (zh) 2021-08-13
CN113252697B CN113252697B (zh) 2021-10-08

Family

ID=77188495

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110675061.8A Active CN113252697B (zh) 2021-06-18 2021-06-18 一种物料质量检测方法、设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN113252697B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117969512A (zh) * 2024-02-08 2024-05-03 珠海市申科谱工业科技有限公司 胶路外观检测方法、装置及电子设备

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2297616A (en) * 1994-06-03 1996-08-07 Nireco Corp Apparatus for monitoring glue application pattern
DE69418770T2 (de) * 1993-03-04 2000-02-17 Optex Co Ltd Vorrichtung und Verfahren zur Uberwachung des Zustands der Klebstoffauftragung in Verpackungen
CN104359915A (zh) * 2014-12-08 2015-02-18 合肥京东方光电科技有限公司 一种涂胶检测方法及涂胶检测装置
CN106093057A (zh) * 2016-06-14 2016-11-09 上海贝特威自动化科技有限公司 一种在线涂胶检测方法
US20160350909A1 (en) * 2015-05-28 2016-12-01 Jabil Circuit, Inc. System, apparatus and method for dispensed adhesive material inspection
CN107358597A (zh) * 2017-05-24 2017-11-17 上海视马艾智能科技有限公司 一种胶点检验方法与装置
CN107790328A (zh) * 2017-10-26 2018-03-13 南京矽邦半导体有限公司 一种基于机器视觉的电磁驱动点胶机设计方法
CN107958456A (zh) * 2017-12-08 2018-04-24 华霆(合肥)动力技术有限公司 点胶检测方法、装置及电子设备
CN108355921A (zh) * 2018-05-19 2018-08-03 东莞市合易自动化科技有限公司 一种点胶检测一体机及其点胶检测方法
CN108649106A (zh) * 2018-04-24 2018-10-12 浙江云科智造科技有限公司 一种基于大数据技术的led生产工艺优化方法
CN109530159A (zh) * 2018-12-06 2019-03-29 深圳源明杰科技股份有限公司 点胶方法、设备及可读存储介质
CN110118786A (zh) * 2019-05-07 2019-08-13 鲁班嫡系机器人(深圳)有限公司 检测方法、检测装置和工业设备
CN110530896A (zh) * 2019-09-05 2019-12-03 珠海格力智能装备有限公司 检测方法及装置、存储介质、处理器
CN110555858A (zh) * 2019-08-16 2019-12-10 珠海格力电器股份有限公司 一种电控板热熔胶位置检测的方法及设备
CN110827280A (zh) * 2020-01-09 2020-02-21 莱克电气股份有限公司 基于机器视觉的胶水检测方法、装置以及胶水检测设备
CN111462054A (zh) * 2020-03-18 2020-07-28 广州大学 一种点胶质量检测方法
CN111624199A (zh) * 2020-05-18 2020-09-04 Oppo(重庆)智能科技有限公司 检测方法和系统,及存储介质
CN112317241A (zh) * 2020-10-15 2021-02-05 软智电子有限公司 一种点胶方法、系统、设备及存储介质

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69418770T2 (de) * 1993-03-04 2000-02-17 Optex Co Ltd Vorrichtung und Verfahren zur Uberwachung des Zustands der Klebstoffauftragung in Verpackungen
GB2297616A (en) * 1994-06-03 1996-08-07 Nireco Corp Apparatus for monitoring glue application pattern
CN104359915A (zh) * 2014-12-08 2015-02-18 合肥京东方光电科技有限公司 一种涂胶检测方法及涂胶检测装置
US20160350909A1 (en) * 2015-05-28 2016-12-01 Jabil Circuit, Inc. System, apparatus and method for dispensed adhesive material inspection
CN106093057A (zh) * 2016-06-14 2016-11-09 上海贝特威自动化科技有限公司 一种在线涂胶检测方法
CN107358597A (zh) * 2017-05-24 2017-11-17 上海视马艾智能科技有限公司 一种胶点检验方法与装置
CN107790328A (zh) * 2017-10-26 2018-03-13 南京矽邦半导体有限公司 一种基于机器视觉的电磁驱动点胶机设计方法
CN107958456A (zh) * 2017-12-08 2018-04-24 华霆(合肥)动力技术有限公司 点胶检测方法、装置及电子设备
CN108649106A (zh) * 2018-04-24 2018-10-12 浙江云科智造科技有限公司 一种基于大数据技术的led生产工艺优化方法
CN108355921A (zh) * 2018-05-19 2018-08-03 东莞市合易自动化科技有限公司 一种点胶检测一体机及其点胶检测方法
CN109530159A (zh) * 2018-12-06 2019-03-29 深圳源明杰科技股份有限公司 点胶方法、设备及可读存储介质
CN110118786A (zh) * 2019-05-07 2019-08-13 鲁班嫡系机器人(深圳)有限公司 检测方法、检测装置和工业设备
CN110555858A (zh) * 2019-08-16 2019-12-10 珠海格力电器股份有限公司 一种电控板热熔胶位置检测的方法及设备
CN110530896A (zh) * 2019-09-05 2019-12-03 珠海格力智能装备有限公司 检测方法及装置、存储介质、处理器
CN110827280A (zh) * 2020-01-09 2020-02-21 莱克电气股份有限公司 基于机器视觉的胶水检测方法、装置以及胶水检测设备
CN111462054A (zh) * 2020-03-18 2020-07-28 广州大学 一种点胶质量检测方法
CN111624199A (zh) * 2020-05-18 2020-09-04 Oppo(重庆)智能科技有限公司 检测方法和系统,及存储介质
CN112317241A (zh) * 2020-10-15 2021-02-05 软智电子有限公司 一种点胶方法、系统、设备及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张宽 等: "基于工件自动识别的视觉点胶系统研究", 《组合机床与自动化加工技术》 *
贺香华 等: "基于机器视觉的点胶质量检测方法", 《组合机床与自动化加工技术》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117969512A (zh) * 2024-02-08 2024-05-03 珠海市申科谱工业科技有限公司 胶路外观检测方法、装置及电子设备

Also Published As

Publication number Publication date
CN113252697B (zh) 2021-10-08

Similar Documents

Publication Publication Date Title
CN112577969B (zh) 一种基于机器视觉的缺陷检测方法以及缺陷检测系统
CN108955901B (zh) 一种红外测温方法、系统及终端设备
CN114419038A (zh) 轮毂表面缺陷的识别方法及装置、存储介质、电子设备
CN112634203A (zh) 图像检测方法、电子设备及计算机可读存储介质
CN113252697B (zh) 一种物料质量检测方法、设备及计算机可读存储介质
CN115619787B (zh) 一种uv胶缺陷检测方法、系统、设备及介质
CN113610773B (zh) 一种垫片孔洞质量检测方法、系统、装置及存储介质
CN112258507B (zh) 互联网数据中心的目标对象检测方法、装置和电子设备
KR101643713B1 (ko) 학습형 스마트 카메라를 이용한 검사 대상 물품의 검사방법
CN112604841A (zh) 车辆喷涂检测方法、装置、设备及存储介质
CN113310997A (zh) Pcb板缺陷确认方法、装置、自动光学检测设备及储存介质
CN114677348A (zh) 一种基于视觉的ic芯片缺陷的检测方法、系统和存储介质
CN113283439B (zh) 基于图像识别的智能计数方法、装置及系统
Laucka et al. Research of the defects in anesthetic masks
KR20230116847A (ko) 자동화된 시각 검사를 위한 이미지 증강 기술
CN111805533B (zh) 用于工件下料的装置、基于视觉定位的工件下料的方法
CN117169227A (zh) 插头的生产方法、装置、设备及存储介质
CN115880365A (zh) 一种双工位自动螺丝拧装检测方法、系统及装置
CN115829929A (zh) 产品表面图像的缺陷检测方法、装置、设备及存储介质
CN113012137B (zh) 一种面板缺陷检查方法、系统、终端设备及存储介质
CN109051629A (zh) 物料掉落的确定方法、装置及系统
CN114494122A (zh) 目标对象的检测方法、装置、存储介质及电子设备
CN113723841A (zh) 一种装配式预制构件中工装缺失的在线检测方法
CN114219758A (zh) 缺陷检测方法、系统、电子设备和计算机可读存储介质
CN111412941A (zh) 安装质量的检测方法及装置

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
GR01 Patent grant
GR01 Patent grant