CN113298762A - flare检测方法 - Google Patents
flare检测方法 Download PDFInfo
- Publication number
- CN113298762A CN113298762A CN202110497231.8A CN202110497231A CN113298762A CN 113298762 A CN113298762 A CN 113298762A CN 202110497231 A CN202110497231 A CN 202110497231A CN 113298762 A CN113298762 A CN 113298762A
- Authority
- CN
- China
- Prior art keywords
- area
- reference value
- core
- roundness
- light spot
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 25
- 230000000007 visual effect Effects 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 8
- 238000012216 screening Methods 0.000 claims description 27
- 238000001914 filtration Methods 0.000 claims description 6
- 230000008030 elimination Effects 0.000 claims description 4
- 238000003379 elimination reaction Methods 0.000 claims description 4
- 230000003287 optical effect Effects 0.000 claims description 3
- 238000007689 inspection Methods 0.000 abstract description 3
- 241000219739 Lens Species 0.000 description 35
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 125000001475 halogen functional group Chemical group 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30244—Camera pose
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本发明揭示了一种flare检测方法,包括:S1、移动待测镜头进行定位;S2、透过待测镜头对点阵光源进行拍摄,获取视觉图像;S3、对视觉图像进行处理;S4、判定待测镜头是否合格。本发明针对镜头flare现象进行评估以及判定,通过对视觉图像中光斑形态进行处理和比对,自动判定镜头flare现象是否符合标准,显示判定结果,提高镜头flare现象的检查效率和一致性。
Description
技术领域
本发明属于自动检测技术领域,具体涉及一种flare检测方法。
背景技术
在众多需要成像的设备上均需要采用镜头,通过镜头在拍摄光源或强光物体时,图像的边缘会出现一些光晕、影子或向外辐射的耀斑,这些统称为 flare,为了防止flare异常而严重影响到图像的质量,需要在镜头出厂前,对镜头进行flare测试,以筛选合格品,现有的flare检测效果差、检测效率低。
因此,针对上述技术问题,有必要提供一种flare检测方法。
发明内容
本发明的目的在于提供一种flare检测方法,以解决现有技术中flare检测效果差、检测效率低的问题。
为了实现上述目的,本发明一实施例提供的技术方案如下:
一种flare检测方法,包括:
S1、移动待测镜头进行定位;
S2、透过待测镜头对点阵光源进行拍摄,获取视觉图像;
S3、对视觉图像进行处理;
S4、判定待测镜头是否合格。
一实施例中,所述S1包括:
S11、移动待测镜头至预定拍摄位置;
S12、对待测镜头进行拍摄而获取校正图像;
S13、通过校正图像判定待测镜头的位置是否产生偏差,若产生偏差,则将待测镜头移至正确拍摄位置。
一实施例中,所述S3包括:
S31、对视觉图像进行二值化,获取二值化图像;
S32、在获取的二值化图像中,对各光斑进行噪点消除,获取滤波图像;
S33、以滤波图像的中心点为圆心,并以预设值为区域半径而设定中心区域,中心区域外围的区域为其他区域,在滤波图像中,对光斑进行划分包括核心区以及位于核心区外围的边缘区,分别对核心区、边缘区的面积、外接圆和圆度进行筛选。
一实施例中,所述“核心区面积的筛选”包括:预设最大面积基准值和第一面积差值,在中心区域内的各光斑的核心区面积需小于或等于最大面积基准值,在其他区域内的各光斑的核心区面积需小于或等于最大面积基准值减去第一面积差值的数值。
一实施例中,预设第二面积差值,当中心区域内的光斑的核心区面积大于最大面积基准值时,中心区域内的光斑的核心区面积与其他区域内核心区面积最小的光斑的核心区面积的差值需小于或等于第二面积差值。
一实施例中,所述“核心区外接圆的筛选”包括:预设第一基准直径和第二基准直径,中心区域内的光斑的核心区直径需等于第一基准直径,其他区域内的光斑的核心区直径需等于第二基准直径。
一实施例中,所述“核心区圆度的筛选”包括:预设核心区圆度基准值,依次进行中心区域和其他区域中各光斑核心区圆度的计算,核心区圆度需小于核心区圆度基准值。
一实施例中,所述“边缘区面积和外接圆的筛选”包括:预设第一边缘区面积基准值、第二边缘区面积基准值、第一边缘区外直径基准值和第二边缘区外直径基准值,中心区域内的光斑的边缘区面积需大于或等于第一边缘区面积基准值,其他区域内的光斑的边缘区面积需大于或等于第二边缘区面积基准值,中心区域内的光斑的边缘区外直径需等于第一边缘区外直径基准值,其他区域内的光斑的边缘区外直径需等于第二边缘区外直径基准值。
一实施例中,所述“边缘区圆度的筛选”包括:预设边缘区圆度基准值,进行边缘区圆度的计算,边缘区圆度需小于边缘区圆度基准值。
一实施例中,所述S4包括:
通过确定处理后的视觉图像中核心区的面积和外接圆以及圆度、边缘区的面积和外接圆以及圆度均满足要求的光斑的数量是否合格以判定待测镜头是否合格。
与现有技术相比,本发明具有以下有益效果:
本发明针对镜头flare现象进行评估以及判定,通过对视觉图像中光斑形态进行处理和比对,自动判定镜头flare现象是否符合标准,显示判定结果,提高镜头flare现象的检查效率和一致性。
附图说明
为了更清楚地说明本申请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申请中记载的一些实施例,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1是本发明一实施例中flare检测方法的流程图;
图2是本发明一实施例中移动待测镜头进行定位的流程图;
图3是本发明一实施例中对视觉图像进行处理的流程图;
图4是本发明一实施例中原始的视觉图像;
图5是本发明一实施例中的二值化图像;
图6是本发明一实施例中的滤波图像;
图7是本发明一实施例中其他区域的视觉图像;
图8为本发明一实施例中中心区域的视觉图像;
图9为本发明一实施例中核心区的面积、外接圆和圆度筛选时的视觉图像;
图10为本发明一实施例中边缘区的面积、外接圆和圆度筛选时的视觉图像。
具体实施方式
以下将结合附图所示的各实施方式对本发明进行详细描述。但该等实施方式并不限制本发明,本领域的普通技术人员根据该等实施方式所做出的结构、方法、或功能上的变换均包含在本发明的保护范围内。
本发明公开了一种flare检测方法,包括:
S1:移动待测镜头进行定位;
S2:透过待测镜头对点阵光源进行拍摄,获取视觉图像;
S3:对视觉图像进行处理;
S4:判定待测镜头是否合格。
以下结合附图对本实施例中的各装置进行详细说明。
参图1所示,本实施例中的一种flare检测方法,包括:
S1:移动待测镜头进行定位。
S2:透过待测镜头对点阵光源进行拍摄,获取视觉图像。
S3:对视觉图像进行处理。
S4:判定待测镜头是否合格。
其中,S1:移动待测镜头进行定位。
S11:移动待测镜头至预定拍摄位置。
S12:对待测镜头进行拍摄而获取校正图像。
S13:通过校正图像判定待测镜头的位置是否产生偏差,若产生偏差,则将待测镜头移至正确拍摄位置。
S2:透过待测镜头对点阵光源进行拍摄,获取视觉图像,图4为原始的视觉图像,此时,若分析视觉图像,判定仍无待测镜头,则重新执行S1。
S3:对视觉图像进行处理。
S31:对视觉图像进行二值化,获取如图5所示的二值化图像;本实施例中,二值化的阈值为255,同时可将阈值进行指数化处理,指数包括1.2、1.5、1.7 等,通过取得阈值与指数的乘积值从而扩大阈值的范围,以增加阈值的选择精度。
S32:在获取的二值化图像中,对各光斑进行噪点消除,获取滤波图像,图 6为滤波图像;通过噪点消除,将二值化图像中周边整体面积小的光斑进行排除,同时通过将各光斑进行腐蚀,提高光斑周边的圆滑度,增加对比度,腐蚀的数值越高,周边越光滑,本实施例中的腐蚀数值可选用2.5。
S33:参图7并结合图8所示,以滤波图像的中心点为圆心,并以预设值为区域半径而设定中心区域,中心区域外围的区域为其他区域,在滤波图像中,对光斑进行划分包括核心区以及位于核心区外围的边缘区,分别对核心区、边缘区的面积、外接圆和圆度进行筛选。
核心区的面积、外接圆和圆度进行筛选时的图像如图9所示,其中,“核心区面积的筛选”包括:预设最大面积基准值和第一面积差值,在中心区域内的各光斑的核心区面积需小于或等于最大面积基准值,在其他区域内的各光斑的核心区面积需小于或等于最大面积基准值减去第一面积差值的数值。
预设第二面积差值,当中心区域内的光斑的核心区面积大于最大面积基准值时,需要保证中心区域内的光斑的核心区面积与其他区域内核心区面积最小的光斑的核心区面积的差值需小于或等于第二面积差值。
“核心区外接圆的筛选”包括:预设第一基准直径和第二基准直径,中心区域内的光斑的核心区直径需等于第一基准直径,其他区域内的光斑的核心区直径需等于第二基准直径。
“核心区圆度的筛选”包括:预设核心区圆度基准值,依次进行中心区域和其他区域中各光斑核心区圆度的计算,先采用roundness算法对中心区域和其他区域中各光斑核心区圆度进行一次计算筛选,后采用circularity算法对中心区域和其他区域中各光斑核心区圆度进行二次计算筛选,一次筛选为粗筛,二次筛选为细筛,核心区圆度需小于核心区圆度基准值。
边缘区的面积、外接圆和圆度进行筛选时的图像如图10所示,其中,“边缘区面积和外接圆的筛选”包括:预设第一边缘区面积基准值、第二边缘区面积基准值、第一边缘区外直径基准值和第二边缘区外直径基准值,中心区域内的光斑的边缘区面积需大于或等于第一边缘区面积基准值,其他区域内的光斑的边缘区面积需大于或等于第二边缘区面积基准值,中心区域内的光斑的边缘区外直径需等于第一边缘区外直径基准值,其他区域内的光斑的边缘区外直径需等于第二边缘区外直径基准值。
“边缘区圆度的筛选”包括:预设边缘区圆度基准值,进行边缘区圆度的计算,采用xld_circularity算法进行边缘区圆度的计算,边缘区圆度需小于边缘区圆度基准值。
在“边缘区面积和外接圆的筛选”之后进行“边缘区圆度的筛选”。
S4:判定待测镜头是否合格。
通过确定处理后的视觉图像中核心区的面积和外接圆以及圆度、边缘区的面积和外接圆以及圆度均满足要求的光斑的数量是否合格以判定待测镜头是否合格,其中,任意一种未满足要求时会进行二次确认以保证未产生误判。
本实施例中,预设值、最大面积基准值、第一面积差值、第二面积差值、第一基准直径、第二基准直径、核心区圆度基准值、第一边缘区面积基准值、第二边缘区面积基准值、第一边缘区外直径基准值、第二边缘区外直径基准值和边缘区圆度基准值均为经验值,可根据待测镜头规格的不同进行更改。
由以上技术方案可以看出,本发明具有以下优点:
本发明针对镜头flare现象进行评估以及判定,通过对视觉图像中光斑形态进行处理和比对,自动判定镜头flare现象是否符合标准,显示判定结果,提高镜头flare现象的检查效率和一致性。
本发明的各方面、实施例、特征及实例应视为在所有方面为说明性的且不打算限制本发明,本发明的范围仅由权利要求书界定。在不背离所主张的本发明的精神及范围的情况下,所属领域的技术人员将明了其它实施例、修改及使用。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施例加以描述,但并非每个实施例仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (10)
1.一种flare检测方法,其特征在于,包括:
S1、移动待测镜头进行定位;
S2、透过待测镜头对点阵光源进行拍摄,获取视觉图像;
S3、对视觉图像进行处理;
S4、判定待测镜头是否合格。
2.根据权利要求1所述的flare检测方法,其特征在于,所述S1包括:
S11、移动待测镜头至预定拍摄位置;
S12、对待测镜头进行拍摄而获取校正图像;
S13、通过校正图像判定待测镜头的位置是否产生偏差,若产生偏差,则将待测镜头移至正确拍摄位置。
3.根据权利要求1所述的flare检测方法,其特征在于,所述S3包括:
S31、对视觉图像进行二值化,获取二值化图像;
S32、在获取的二值化图像中,对各光斑进行噪点消除,获取滤波图像;
S33、以滤波图像的中心点为圆心,并以预设值为区域半径而设定中心区域,中心区域外围的区域为其他区域,在滤波图像中,对光斑进行划分包括核心区以及位于核心区外围的边缘区,分别对核心区、边缘区的面积、外接圆和圆度进行筛选。
4.根据权利要求3所述的flare检测方法,其特征在于,所述“核心区面积的筛选”包括:预设最大面积基准值和第一面积差值,在中心区域内的各光斑的核心区面积需小于或等于最大面积基准值,在其他区域内的各光斑的核心区面积需小于或等于最大面积基准值减去第一面积差值的数值。
5.根据权利要求4所述的flare检测方法,其特征在于,预设第二面积差值,当中心区域内的光斑的核心区面积大于最大面积基准值时,中心区域内的光斑的核心区面积与其他区域内核心区面积最小的光斑的核心区面积的差值需小于或等于第二面积差值。
6.根据权利要求3所述的flare检测方法,其特征在于,所述“核心区外接圆的筛选”包括:预设第一基准直径和第二基准直径,中心区域内的光斑的核心区直径需等于第一基准直径,其他区域内的光斑的核心区直径需等于第二基准直径。
7.根据权利要求3所述的flare检测方法,其特征在于,所述“核心区圆度的筛选”包括:预设核心区圆度基准值,依次进行中心区域和其他区域中各光斑核心区圆度的计算,核心区圆度需小于核心区圆度基准值。
8.根据权利要求3所述的flare检测方法,其特征在于,所述“边缘区面积和外接圆的筛选”包括:预设第一边缘区面积基准值、第二边缘区面积基准值、第一边缘区外直径基准值和第二边缘区外直径基准值,中心区域内的光斑的边缘区面积需大于或等于第一边缘区面积基准值,其他区域内的光斑的边缘区面积需大于或等于第二边缘区面积基准值,中心区域内的光斑的边缘区外直径需等于第一边缘区外直径基准值,其他区域内的光斑的边缘区外直径需等于第二边缘区外直径基准值。
9.根据权利要求3所述的flare检测方法,其特征在于,所述“边缘区圆度的筛选”包括:预设边缘区圆度基准值,进行边缘区圆度的计算,边缘区圆度需小于边缘区圆度基准值。
10.根据权利要求1所述的flare检测方法,其特征在于,所述S4包括:通过确定处理后的视觉图像中核心区的面积和外接圆以及圆度、边缘区的面积和外接圆以及圆度均满足要求的光斑的数量是否合格以判定待测镜头是否合格。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110497231.8A CN113298762B (zh) | 2021-05-07 | 2021-05-07 | flare检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110497231.8A CN113298762B (zh) | 2021-05-07 | 2021-05-07 | flare检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113298762A true CN113298762A (zh) | 2021-08-24 |
CN113298762B CN113298762B (zh) | 2022-08-02 |
Family
ID=77321012
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110497231.8A Active CN113298762B (zh) | 2021-05-07 | 2021-05-07 | flare检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113298762B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5736723A (en) * | 1994-03-18 | 1998-04-07 | Rolls-Polce Plc | Method and apparatus for identifying the orientation of a dot matrix code marking of an article |
CN103176668A (zh) * | 2013-03-07 | 2013-06-26 | 广东威创视讯科技股份有限公司 | 一种用于摄像头定位触摸系统的拍摄图像校正方法 |
CN103674839A (zh) * | 2013-11-12 | 2014-03-26 | 清华大学 | 一种基于光斑检测的可视化样品定位操作系统及方法 |
CN104501720A (zh) * | 2014-12-24 | 2015-04-08 | 河海大学常州校区 | 非接触式物体大小及距离图像测量仪 |
CN105425123A (zh) * | 2015-11-20 | 2016-03-23 | 国网福建省电力有限公司泉州供电公司 | 一种紫外成像与红外成像协同检测电力设备故障的方法及系统 |
CN105548201A (zh) * | 2016-01-15 | 2016-05-04 | 浙江野马电池有限公司 | 一种电池焊盖视觉检测方法 |
CN106534841A (zh) * | 2016-11-10 | 2017-03-22 | 宁波舜宇车载光学技术有限公司 | 镜头检测方法和装置 |
CN106642749A (zh) * | 2017-01-12 | 2017-05-10 | 广东五星太阳能股份有限公司 | 一种基于栅格光电感应效应的槽式太阳能集热器及其位置传感器 |
CN109064508A (zh) * | 2018-09-03 | 2018-12-21 | 长春理工大学 | 一种激光光斑检测方法及系统 |
CN109816621A (zh) * | 2017-11-16 | 2019-05-28 | 富士通株式会社 | 异常光斑的检测装置及方法、电子设备 |
CN111866499A (zh) * | 2020-07-28 | 2020-10-30 | 北原科技(深圳)有限公司 | 一种双目摄像头影像的中心校正方法 |
CN111862195A (zh) * | 2020-08-26 | 2020-10-30 | Oppo广东移动通信有限公司 | 光斑检测方法和装置、终端和存储介质 |
CN111951322A (zh) * | 2020-07-16 | 2020-11-17 | 昆山丘钛光电科技有限公司 | 摄像模组质量检测方法、装置及计算机存储介质 |
CN111988604A (zh) * | 2020-08-19 | 2020-11-24 | 威海世高光电子有限公司 | Flare自动检查系统 |
CN112235565A (zh) * | 2020-09-25 | 2021-01-15 | 横店集团东磁有限公司 | 一种配合平面光源进行Flare异常检测的装置及方法 |
-
2021
- 2021-05-07 CN CN202110497231.8A patent/CN113298762B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5736723A (en) * | 1994-03-18 | 1998-04-07 | Rolls-Polce Plc | Method and apparatus for identifying the orientation of a dot matrix code marking of an article |
CN103176668A (zh) * | 2013-03-07 | 2013-06-26 | 广东威创视讯科技股份有限公司 | 一种用于摄像头定位触摸系统的拍摄图像校正方法 |
CN103674839A (zh) * | 2013-11-12 | 2014-03-26 | 清华大学 | 一种基于光斑检测的可视化样品定位操作系统及方法 |
CN104501720A (zh) * | 2014-12-24 | 2015-04-08 | 河海大学常州校区 | 非接触式物体大小及距离图像测量仪 |
CN105425123A (zh) * | 2015-11-20 | 2016-03-23 | 国网福建省电力有限公司泉州供电公司 | 一种紫外成像与红外成像协同检测电力设备故障的方法及系统 |
CN105548201A (zh) * | 2016-01-15 | 2016-05-04 | 浙江野马电池有限公司 | 一种电池焊盖视觉检测方法 |
CN106534841A (zh) * | 2016-11-10 | 2017-03-22 | 宁波舜宇车载光学技术有限公司 | 镜头检测方法和装置 |
CN106642749A (zh) * | 2017-01-12 | 2017-05-10 | 广东五星太阳能股份有限公司 | 一种基于栅格光电感应效应的槽式太阳能集热器及其位置传感器 |
CN109816621A (zh) * | 2017-11-16 | 2019-05-28 | 富士通株式会社 | 异常光斑的检测装置及方法、电子设备 |
CN109064508A (zh) * | 2018-09-03 | 2018-12-21 | 长春理工大学 | 一种激光光斑检测方法及系统 |
CN111951322A (zh) * | 2020-07-16 | 2020-11-17 | 昆山丘钛光电科技有限公司 | 摄像模组质量检测方法、装置及计算机存储介质 |
CN111866499A (zh) * | 2020-07-28 | 2020-10-30 | 北原科技(深圳)有限公司 | 一种双目摄像头影像的中心校正方法 |
CN111988604A (zh) * | 2020-08-19 | 2020-11-24 | 威海世高光电子有限公司 | Flare自动检查系统 |
CN111862195A (zh) * | 2020-08-26 | 2020-10-30 | Oppo广东移动通信有限公司 | 光斑检测方法和装置、终端和存储介质 |
CN112235565A (zh) * | 2020-09-25 | 2021-01-15 | 横店集团东磁有限公司 | 一种配合平面光源进行Flare异常检测的装置及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113298762B (zh) | 2022-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022042579A1 (zh) | 一种用于lcd屏幕的缺陷检测方法、装置 | |
CN116758061B (zh) | 基于计算机视觉的铸件表面缺陷检测方法 | |
CN101082592B (zh) | 不均检查方法及不均检查装置 | |
US10041888B2 (en) | Surface defect inspecting device and method for hot-dip coated steel sheets | |
CN108896278A (zh) | 一种滤光片丝印缺陷检测方法、装置及终端设备 | |
CN106846352B (zh) | 一种用于镜头解析力测试的刀口图片获取方法和装置 | |
CN103543394A (zh) | 一种高压电气设备放电紫外成像量化参数提取方法 | |
JP2019027826A (ja) | 欠陥検査方法及び欠陥検査装置 | |
CN116758083A (zh) | 基于计算机视觉的金属洗脸盆缺陷快速检测方法 | |
CN116363126B (zh) | 一种数据线usb插头焊接质量检测方法 | |
CN110579477A (zh) | 自动修复系统的缺陷检测装置及方法 | |
CN110530883A (zh) | 一种缺陷检测方法 | |
CN115861307B (zh) | 基于人工智能的筋膜枪供电驱动板焊接故障检测方法 | |
CN115049736A (zh) | 用于电缆表面缺陷精准定位的方法 | |
CN113298762B (zh) | flare检测方法 | |
CN114998311A (zh) | 一种基于同态滤波的零件精密度检测方法 | |
KR102043664B1 (ko) | 기판 내 결함을 검출하고 리페어하는 오토 리페어 시스템 및 방법 | |
CN114693651A (zh) | 基于图像处理的橡胶圈流痕检测方法及装置 | |
CN116205923B (zh) | 基于x-ray的汽车轮毂内部缺陷无损检测方法 | |
CN115841491B (zh) | 一种多孔金属材料的质量检测方法 | |
CN110766649B (zh) | 自动修复系统的缺陷判别装置及方法 | |
CN110895803B (zh) | 一种卷装长丝的网丝缺陷检测方法 | |
CN113628232B (zh) | 剔除拟合线中干扰点的方法、视觉识别设备及存储介质 | |
CN109191439A (zh) | 一种靶材工件表面刀纹缺陷检测方法 | |
JP7469740B2 (ja) | ベルト検査システムおよびベルト検査プログラム |
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 |