CN113720857A - 对定子缺陷进行自动比对的方法 - Google Patents
对定子缺陷进行自动比对的方法 Download PDFInfo
- Publication number
- CN113720857A CN113720857A CN202111160643.9A CN202111160643A CN113720857A CN 113720857 A CN113720857 A CN 113720857A CN 202111160643 A CN202111160643 A CN 202111160643A CN 113720857 A CN113720857 A CN 113720857A
- Authority
- CN
- China
- Prior art keywords
- stator
- defect detection
- detection program
- layout
- comparing
- 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
Links
- 230000007547 defect Effects 0.000 title claims abstract description 77
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000001514 detection method Methods 0.000 abstract description 14
- 238000009413 insulation Methods 0.000 description 8
- 238000004804 winding Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 229910000976 Electrical steel Inorganic materials 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
-
- 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
- G06T7/0004—Industrial image inspection
- G06T7/0006—Industrial image inspection using a design-rule based approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
-
- 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
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种对定子缺陷进行自动比对的方法,通过自动检测定子缺陷的报警装置上方设置的工业相机以及相机光源,对电机定子外表面进行拍摄,将拍摄得到的图片导入定子缺陷检测程序中后,在定子缺陷检测程序中对拍摄的图片进行二值化与反色的处理后,对定子缺陷检测程序中设定的布局进行相似度值比对,主要比对线槽内有无嵌入绝缘纸、绝缘纸有无破损或绝缘纸是否完整以及线槽齿有无翘起或变形;这种方法的设置通过定子缺陷检测程序对拍摄的图片进行自动检测,对电机定子铁芯检测准确率进行提升的同时,加快了电机定子铁芯缺陷检测效率,减少检测人员工作量。
Description
技术领域
本发明涉及电机定子自动检测技术领域,具体涉及对定子缺陷进行自动比对的方法。
背景技术
在现有技术中的电机定子生产过程中,对电机定子铁芯的缺陷一般通过检测人员对电机定子铁芯外表面进行检测,主要观察电机定子铁芯中间的线槽内有无嵌入绝缘纸、绝缘纸有无破损或绝缘纸是否完整以及线槽内的线槽齿有无翘起或变形,这种检测方法的检测效率低下,且检测人员长时间对电机定子铁芯外表面进行检测,容易造成用眼疲劳,无法保证电机定子铁芯的检测准确率。
发明内容
为了解决上述问题,本发明提供了一种在提升电机定子铁芯的检测准确率的同时,加快了电机定子铁芯缺陷检测效率,减少检测人员工作量的对定子缺陷进行自动比对的方法。
为了到达上述目的,本发明设计的对定子缺陷进行自动比对的方法,分为以下步骤:
a.通过自动检测定子缺陷的报警装置中导轨上方设置的工业摄像机与相机光源对电机定子的外表面进行拍摄;
b.将拍摄的图片传输至电脑中的定子缺陷检测程序内,并对拍摄的图片进行灰度与反色一系列处理后,得到灰度图α,其中定子中的绝缘纸及线槽齿前端的轮廓线被转化为白色线条,形成类似齿轮的图案;
c.将得到的灰度图α与定子缺陷检测程序中设定的布局重合后,进行多个项目的比对分析;
d.通过灰度图α与定子缺陷检测程序设定的布局多个项目的比对分析后,得出一个相似度值;
e.根据得出的相似度值对电机定子是否合格进行判断。
这种方法的设置通过将电机定子的外表面拍摄得到的图片传输至定子缺陷检测程序内,经由定子缺陷检测程序对电机定子的缺陷进行自动检测,从而提升电机定子铁芯的检测准确率,同时加快电机定子铁芯缺陷检测效率。
进一步的方案是,所述的步骤c中进行的多个项目比对分析,包括以下项目:
A.对比线槽内有无嵌入绝缘纸、绝缘纸有无破损或绝缘纸是否完整、以及灰度图A中电机定子的朝向与合格图片电机定子的朝向是否相同;
B.对比线槽中的线槽齿有无翘起或变形。这种设置通过项目A线槽内有无嵌入绝缘纸、绝缘纸有无破损或绝缘纸是否完整的建立,从而对线束绕组与硅钢铁芯之间的绝缘作用进行检测;项目B对比线槽中的线槽齿有无翘起或变形的建立,从而对线束绕组的损伤进行检测。
更进一步的方案是,项目A的对比方法为:通过定子缺陷检测程序对步骤b中得到的灰度图α中绝缘纸与线槽齿区域进行形状搜索,所述的绝缘纸与线槽齿区域为灰度图α中的白色线条区域,白色线条区域呈齿轮状;对灰度图α进行的形状搜索具体为对灰度图α中白色线条的宽度、相邻白色轮齿之间轮廓线的夹角、白色齿轮外侧的齿顶端的齿宽以及圆弧角进行形状搜索后,并根据前述的线宽、夹角、齿宽以及圆弧角与定子缺陷检测程序中设定的布局位置进行相似度值的比对。这种方法的确立通过对灰度图α的绝缘纸与线槽齿区域中线宽、夹角、齿宽以及圆弧角对定子缺陷检测程序中布局位置进行相似值的比对,从而精确的对线束绕组与硅钢铁芯之间的绝缘作用进行检测。
更进一步的方案是,项目B的对比方法为:通过定子缺陷检测程序对步骤b中得到的灰度图α中白色轮齿内侧两个相邻齿底端的间隔宽度以及该间隔轮廓线组成的圆形的圆度进行形状搜索后,并根据前述的间隔宽度以及圆度与定子缺陷检测程序中设定的布局位置进行相似度值的比对。这种方法的确立通过对灰度图α的绝缘纸与线槽齿区域中齿宽以及圆度对定子缺陷检测程序中布局位置进行相似值的比对,从而精确的线束绕组的损伤进行检测。
更进一步的方案是,所述的定子缺陷检测程序中设定的布局分为齿宽与圆弧角布局、夹角布局、线宽布局以及圆度布局,不同的布局分别对应不同的检索需求,且齿宽与圆弧角布局能够同时对多个相邻白色轮齿进行检测。这种设置通过将定子缺陷检测程序中设定的布局分为多个不同的布局,不同的布局分别对应不同的检索需求,定子缺陷检测程序设定布局中的齿宽与圆弧角布局能够同时对多个槽齿进行检测。
更进一步的方案是,所述的步骤e中灰度图α与定子缺陷检测程序设定的布局比对的相似度值低于60时,电机定子为不合格产品,灰度图α与定子缺陷检测程序设定的布局比对的相似度值高于或等于60时,电机定子为合格产品。
本发明所设计的对定子缺陷进行自动比对的方法,通过自动检测定子缺陷的报警装置上方设置的工业相机以及相机光源,对电机定子外表面进行拍摄,将拍摄得到的图片导入定子缺陷检测程序中后,在定子缺陷检测程序中对拍摄的图片进行二值化与反色的处理后,对定子缺陷检测程序中设定的布局进行相似度值比对,主要比对线槽内有无嵌入绝缘纸、绝缘纸有无破损或绝缘纸是否完整以及线槽齿有无翘起或变形;这种方法的设置通过定子缺陷检测程序对拍摄的图片进行自动检测,对电机定子铁芯检测准确率进行提升的同时,加快了电机定子铁芯缺陷检测效率,减少检测人员工作量。
附图说明
图1是拍摄图片进行二值化与反色处理得到的灰度图α。
图2是灰度图α与定子缺陷检测程序中布局对比图。
具体实施方式
为更进一步阐述本发明为实现预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明的具体实施方式、结构、特征及其功效,详细说明如后。
实施例1。
如图1和图2所示,且图2中绿色线条为定子缺陷检测程序中设定的布局,本实施例描述的对定子缺陷进行自动比对的方法,通过自动检测定子缺陷的报警装置上方设置的工业相机以及相机光源,对电机定子外表面进行拍摄,将拍摄得到的图片导入定子缺陷检测程序中后,在定子缺陷检测程序中对拍摄的图片进行二值化与反色的处理后,对定子缺陷检测程序中设定的布局进行相似度值比对。
对定子缺陷检测程序中设定的布局进行项目A的相似度值比对,具体为对比线槽内有无嵌入绝缘纸、绝缘纸有无破损或绝缘纸是否完整、以及灰度图A中电机定子的朝向与合格图片电机定子的朝向是否相同。
项目A的对比过程分为以下步骤:
a).通过自动检测定子缺陷的报警装置中导轨上方设置的工业摄像机与相机光源对电机定子的外表面进行拍摄;
b).将拍摄的图片传输至电脑中的定子缺陷检测程序内,并对拍摄的图片进行灰度与反色等一系列处理后,得到灰度图α,其中定子中的绝缘纸及线槽齿前端的轮廓线被转化为白色线条,形成类似齿轮的图案;
c).将得到的灰度图α与定子缺陷检测程序中设定的布局重合后,根据项目A对灰度图α进行的形状搜索,具体为对灰度图α白色轮齿内侧两个相邻齿底端的间隔宽度以及该间隔轮廓线组成的圆形的圆度进行形状搜索后,并根据前述的间隔宽度以及圆度与定子缺陷检测程序中设定的布局位置进行相似度值的比对。;
d).得出上述的间隔宽度以及圆度与定子缺陷检测程序中设定的布局位置对比相似度值高于60;
e).电机定子的线束绕组与硅钢铁芯之间的绝缘作用合格。
实施例2。
如图1和图2所示,且图2中绿色线条为定子缺陷检测程序中设定的布局,本实施例描述的对定子缺陷进行自动比对的方法,通过自动检测定子缺陷的报警装置上方设置的工业相机以及相机光源,对电机定子外表面进行拍摄,将拍摄得到的图片导入定子缺陷检测程序中后,在定子缺陷检测程序中对拍摄的图片进行二值化与反色的处理后,对定子缺陷检测程序中设定的布局进行相似度值比对。
对定子缺陷检测程序中设定的布局进行项目B的相似度值比对,具体为对比线槽中的线槽齿有无翘起或变形。
项目B的对比过程分为以下步骤:
a).通过自动检测定子缺陷的报警装置中导轨上方设置的工业摄像机与相机光源对电机定子的外表面进行拍摄;
b).将拍摄的图片传输至电脑中的定子缺陷检测程序内,并对拍摄的图片进行灰度与反色一系列处理后,得到灰度图α,其中定子中的绝缘纸及线槽齿前端的轮廓线被转化为白色线条,形成类似齿轮的图案;
c).将得到的灰度图α与定子缺陷检测程序中设定的布局重合后,根据项目B对灰度图α进行的形状搜索,具体为对灰度图α中白色线条的宽度、相邻白色轮齿之间轮廓线的夹角、白色齿轮外侧的齿顶端的齿宽以及圆弧角进行形状搜索后,并根据前述的线宽、夹角、齿宽以及圆弧角与定子缺陷检测程序中设定的布局位置进行相似度值的比对;
d).得出上述的线宽、夹角、齿宽以及圆弧角与定子缺陷检测程序中设定的布局位置对比相似度值高于60;
E).线束绕组的损伤在可接受范围内。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例揭示如上,然而并非用以限定本发明,任何本领域技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简介修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (6)
1.一种对定子缺陷进行自动比对的方法,其特征在于分为以下步骤:
a.通过自动检测定子缺陷的报警装置中导轨上方设置的工业摄像机与相机光源对电机定子的外表面进行拍摄;
b.将拍摄的图片传输至电脑中的定子缺陷检测程序内,并对拍摄的图片进行灰度与反色一系列处理后,得到灰度图α,其中定子中的绝缘纸及线槽齿前端的轮廓线被转化为白色线条,形成类似齿轮的图案;
c.将得到的灰度图α与定子缺陷检测程序中设定的布局重合后,进行多个项目的比对分析;
d.通过灰度图α与定子缺陷检测程序设定的布局多个项目的比对分析后,得出一个相似度值;
e.根据得出的相似度值对电机定子是否合格进行判断。
2.根据权利要求1所述的对定子缺陷进行自动比对的方法,其特征在于所述的步骤c中进行的多个项目比对分析,包括以下项目:
A.对比线槽内有无嵌入绝缘纸、绝缘纸有无破损或绝缘纸是否完整、以及灰度图A中电机定子的朝向与合格图片电机定子的朝向是否相同;
B.对比线槽中的线槽齿有无翘起或变形。
3.根据权利要求2所述的对定子缺陷进行自动比对的方法,其特征在于所述的项目A的对比方法为:通过定子缺陷检测程序对步骤b中得到的灰度图α中绝缘纸与线槽齿区域进行形状搜索,所述的绝缘纸与线槽齿区域为灰度图α中的白色线条区域,白色线条区域呈齿轮状;对灰度图α进行的形状搜索具体为对灰度图α中白色线条的宽度、相邻白色轮齿之间轮廓线的夹角、白色齿轮外侧的齿顶端的齿宽以及圆弧角进行形状搜索后,并根据前述的线宽、夹角、齿宽以及圆弧角与定子缺陷检测程序中设定的布局位置进行相似度值的比对。
4.根据权利要求3所述的对定子缺陷进行自动比对的方法,其特征在于所述的项目B的对比方法为:通过定子缺陷检测程序对步骤b中得到的灰度图α中白色轮齿内侧两个相邻齿底端的间隔宽度以及该间隔轮廓线组成的圆形的圆度进行形状搜索后,并根据前述的间隔宽度以及圆度与定子缺陷检测程序中设定的布局位置进行相似度值的比对。
5.根据权利要求4所述的对定子缺陷进行自动比对的方法,其特征在于所述的定子缺陷检测程序中设定的布局分为齿宽与圆弧角布局、夹角布局、线宽布局以及圆度布局,不同的布局分别对应不同的检索需求,且齿宽与圆弧角布局能够同时对多个相邻白色轮齿进行检测。
6.根据权利要求5所述的对定子缺陷进行自动比对的方法,其特征在于所述的步骤e中灰度图α与定子缺陷检测程序设定的布局比对的相似度值低于60时,电机定子为不合格产品,灰度图α与定子缺陷检测程序设定的布局比对的相似度值高于或等于60时,电机定子为合格产品。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111160643.9A CN113720857A (zh) | 2021-09-30 | 2021-09-30 | 对定子缺陷进行自动比对的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111160643.9A CN113720857A (zh) | 2021-09-30 | 2021-09-30 | 对定子缺陷进行自动比对的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113720857A true CN113720857A (zh) | 2021-11-30 |
Family
ID=78685567
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111160643.9A Pending CN113720857A (zh) | 2021-09-30 | 2021-09-30 | 对定子缺陷进行自动比对的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113720857A (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN105548186A (zh) * | 2016-01-15 | 2016-05-04 | 浙江野马电池有限公司 | 一种浆层纸视觉检测方法 |
CN106780473A (zh) * | 2016-12-23 | 2017-05-31 | 西安交通大学 | 一种磁环缺陷多目视觉检测方法及系统 |
CN107884413A (zh) * | 2017-10-24 | 2018-04-06 | 华东交通大学 | 一种自动检测轴承滚动体缺失的装置及检测方法 |
CN108508027A (zh) * | 2018-04-18 | 2018-09-07 | 江门市科业电器制造有限公司 | 一种定子检测方法及检测装置 |
CN109374649A (zh) * | 2018-11-28 | 2019-02-22 | 深圳市菲尼的科技有限公司 | 电机定子外观自动检测装置 |
CN109470702A (zh) * | 2018-12-18 | 2019-03-15 | 精进电动科技(正定)有限公司 | 一种检测磁钢装配极性的装置 |
CN109916856A (zh) * | 2019-03-28 | 2019-06-21 | 吉首大学 | 顶针表面缺陷视频检测分选装置及分选方法 |
CN110006912A (zh) * | 2019-04-26 | 2019-07-12 | 上海电气集团股份有限公司 | 一种用于发电机的硅钢片表面质量检测系统及运行方法 |
CN209961694U (zh) * | 2019-04-24 | 2020-01-17 | 杭州富生电器有限公司 | 一种电机定子的视频检测装置 |
CN110766684A (zh) * | 2019-10-30 | 2020-02-07 | 江南大学 | 一种基于机器视觉的定子表面缺陷检测系统及检测方法 |
CN213813320U (zh) * | 2020-10-27 | 2021-07-27 | 南通市天能电机有限公司 | 一种电机转子磁钢片安装缺陷组合检测装置 |
-
2021
- 2021-09-30 CN CN202111160643.9A patent/CN113720857A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN105548186A (zh) * | 2016-01-15 | 2016-05-04 | 浙江野马电池有限公司 | 一种浆层纸视觉检测方法 |
CN106780473A (zh) * | 2016-12-23 | 2017-05-31 | 西安交通大学 | 一种磁环缺陷多目视觉检测方法及系统 |
CN107884413A (zh) * | 2017-10-24 | 2018-04-06 | 华东交通大学 | 一种自动检测轴承滚动体缺失的装置及检测方法 |
CN108508027A (zh) * | 2018-04-18 | 2018-09-07 | 江门市科业电器制造有限公司 | 一种定子检测方法及检测装置 |
CN109374649A (zh) * | 2018-11-28 | 2019-02-22 | 深圳市菲尼的科技有限公司 | 电机定子外观自动检测装置 |
CN109470702A (zh) * | 2018-12-18 | 2019-03-15 | 精进电动科技(正定)有限公司 | 一种检测磁钢装配极性的装置 |
CN109916856A (zh) * | 2019-03-28 | 2019-06-21 | 吉首大学 | 顶针表面缺陷视频检测分选装置及分选方法 |
CN209961694U (zh) * | 2019-04-24 | 2020-01-17 | 杭州富生电器有限公司 | 一种电机定子的视频检测装置 |
CN110006912A (zh) * | 2019-04-26 | 2019-07-12 | 上海电气集团股份有限公司 | 一种用于发电机的硅钢片表面质量检测系统及运行方法 |
CN110766684A (zh) * | 2019-10-30 | 2020-02-07 | 江南大学 | 一种基于机器视觉的定子表面缺陷检测系统及检测方法 |
CN213813320U (zh) * | 2020-10-27 | 2021-07-27 | 南通市天能电机有限公司 | 一种电机转子磁钢片安装缺陷组合检测装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103279765B (zh) | 基于图像匹配的钢丝绳表面损伤检测方法 | |
JP6922539B2 (ja) | 表面欠陥判定方法および表面欠陥検査装置 | |
WO2018010391A1 (zh) | 一种板卡的检测方法及装置 | |
CN107709977B (zh) | 表面缺陷检测装置及表面缺陷检测方法 | |
JP5974787B2 (ja) | 鋼帯コイルのエッジ欠陥検出方法およびエッジ欠陥検出装置 | |
CN106815830B (zh) | 图像的缺陷检测方法 | |
JP2016205876A (ja) | 画像認識装置 | |
CN116523922B (zh) | 一种轴承表面缺陷识别方法 | |
JP2007292699A (ja) | 部材の表面検査方法 | |
CN114926415A (zh) | 一种基于pcnn与深度学习的钢轨表面检测方法 | |
CN114037682A (zh) | 一种光学元件表面疵病二维自动检测方法 | |
CN113720857A (zh) | 对定子缺陷进行自动比对的方法 | |
CN116934783A (zh) | 一种用于开口卡簧尺寸视觉检测的图像几何特征提取方法 | |
CN111539951A (zh) | 一种陶瓷砂轮头轮廓尺寸视觉检测方法 | |
JP6397292B2 (ja) | 画像処理による品目識別及び異品判別方法 | |
CN104156724A (zh) | 一种基于aoi的子弹表观缺陷检测系统的二值图像连通域标记算法 | |
CN114311572A (zh) | Smd led注塑支架在线检测装置及其检测方法 | |
JPH06109446A (ja) | 配線パターン検査装置 | |
Shen et al. | Bottle cap scratches detection with computer vision techniques | |
JPH02242382A (ja) | 欠陥検査方法 | |
KR0130958B1 (ko) | 세선(細線)화상정형방법 | |
Charles et al. | Survey Paper on Visual Inspection of a Mechanical Part using Machine Learning | |
JPH05272945A (ja) | リードの曲がり検査装置 | |
JPH05264240A (ja) | 外観検査装置 | |
WO2020116075A1 (ja) | プレス成形品のネッキング判定方法、プレス成形品のネッキング判定装置、及びプログラム |
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 |