CN113916127A - 一种气门导管成品外观视觉检测系统及检测方法 - Google Patents
一种气门导管成品外观视觉检测系统及检测方法 Download PDFInfo
- Publication number
- CN113916127A CN113916127A CN202111145179.6A CN202111145179A CN113916127A CN 113916127 A CN113916127 A CN 113916127A CN 202111145179 A CN202111145179 A CN 202111145179A CN 113916127 A CN113916127 A CN 113916127A
- Authority
- CN
- China
- Prior art keywords
- valve guide
- suspected
- appearance
- grey
- screening
- 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
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000011179 visual inspection Methods 0.000 title claims abstract description 19
- 238000012216 screening Methods 0.000 claims description 36
- 230000007547 defect Effects 0.000 claims description 31
- 238000001514 detection method Methods 0.000 claims description 26
- 238000004458 analytical method Methods 0.000 claims description 9
- 230000000007 visual effect Effects 0.000 claims description 6
- 230000002950 deficient Effects 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000013519 translation Methods 0.000 claims description 2
- 238000007689 inspection Methods 0.000 abstract description 2
- 238000012545 processing Methods 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
-
- 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
- B07C5/04—Sorting according to size
- B07C5/10—Sorting according to size measured by light-responsive means
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种气门导管成品外观视觉检测系统及检测方法，涉及气门导管外观检测领域，本发明结构简单，在外观检测系统的作用下，先对产品表面进行照片拍摄并进行灰度处理，通过尺寸对比，对产品表面的灰度点进行疑似点的判定，再通过初步筛选，对产品进行一轮筛选，再对初步筛选中判定为合格的产品进行再次筛选，对产品进行一次尺寸对比以及两轮筛选，对不合格产品与合格产品进行精准判定，相较于现有技术对产品外观的检测方法，本发明能够有效降低产品合格品的误判率。
Description
技术领域
本发明涉及气门导管检测领域，具体是一种气门导管成品外观视觉检测系统及检测方法。
背景技术
气门导管经加工成品后进入成品检，外观检测人员全数目视产品外观，挑出外观缺陷品并进行缺陷分类、统计，该种通过人工肉眼观察的检测方式，不仅效率低，而且检测标准较为主观，非常容易造成产品合格品的误判。
为了避免人工检测出现的产品合格标准的模糊，现有技术中通过相机对产品进行拍照并处理，捕捉可疑的缺陷特征作为疑似点，通过对产品表面的疑似点的尺寸与预先设定的阈值进行对比，达到阈值要求即作为不合格产品进行剔除，以此作为产品合格与否的判定标准，虽然该种判定方式不带有人工检测的主观意愿，但是该种“一刀切”的判定方法容易对疑似点误捕捉，导致产生误判，对合格品与不合格品的区分效果仍较差。
发明内容
本发明的目的在于提供一种气门导管成品外观视觉检测系统及检测方法，通过对现有技术中视觉检测系统及检测算法的改进，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种气门导管成品外观视觉检测系统，包括：下位驱动模块，用于带动产品自转并平移；摄录件，用于对自转并平移的产品拍照并完成灰度值预设；数据采集模块，用于对拍摄的产品外观照片进行收集并存储；中控模块，用于对收集到的产品外观照片进行疑似点确认并对疑似点双重分析判定。
作为本发明进一步的方案：所述下位驱动模块包括放置产品的多组辊轮，带动辊轮自转的第一驱动件以及带动辊轮平移的第二驱动件。
作为本发明进一步的方案：所述摄录件包括外圆线扫相机、倒角面线线扫相机、头部端面面阵相机和尾部端面面阵相机。
作为本发明进一步的方案：所述数据采集模块包括外圆采集传感器、倒角面采集传感器、头部端面采集传感器以及尾部端面采集传感器。
一种气门导管成品外观视觉检测方法，包括：
气门导管对应端面的采集传感器对摄录件拍摄到数据信息进行采集并存储；
分析数据信息，确认灰度照片中缺陷的疑似点；
对疑似点进行初步筛选，对初步筛选合格的气门导管进行再次筛选，判定再次筛选的产品是否合格。
与现有技术相比，本发明的有益效果是：本发明结构新颖，在外观检测系统的作用下，先对产品表面进行照片拍摄并进行灰度处理，通过尺寸对比，对产品表面的灰度点进行疑似点的判定，再通过初步筛选，对产品进行一轮筛选，再对初步筛选中判定为合格的产品进行再次筛选，对产品进行一次尺寸对比以及两轮筛选，对不合格产品与合格产品进行精准判定，相较于现有技术对产品外观的检测方法，本发明能够有效降低产品合格品的误判率。
附图说明
图1为一种气门导管成品外观视觉检测系统的模块连接示意图；
图2为一种气门导管成品外观视觉检测方法的流程示意图；
图3为一种气门导管成品外观视觉检测方法的程序中多线程图示；
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例中，一种气门导管成品外观视觉检测系统，包括依次相连的数据采集模块、中控模块以及下位驱动模块。所述数据采集模块通过模块中的采集传感器对气门导管成品外观的实时信息进行采集，同时将采集的信息进行存储；所述中控模块用于对数据采集模块中存储的信息进行分析处理；所述下位驱动模块包括伺服电机、气动件。
如图1所示，一种气门导管成品外观视觉系统的检测方法，包括：
气门导管对应端面的采集传感器对摄录件拍摄到数据信息进行采集并存储；
分析数据信息，确认灰度照片中缺陷的疑似点；
对疑似点进行初步筛选，判定气门导管是否合格，对初步筛选合格的气门导管进行再次筛选，判定再次筛选的产品是否合格。
上述检测方法中：气门导管首先经过推料气缸推入检测工位，使产品在检测工位上呈单个整齐且居中排列，检测工位的驱动件开启后，带动气门导管依次经过若干个摄录件，摄录件对气门导管的各个面进行多次拍照，将气门导管表面的每处均进行拍照，能够确保气门导管表面的疑似点均能够被摄录，降低系统对气门导管筛选的误判。
所述摄录件包括外圆线扫相机、倒角面线扫相机、头部端面面阵相机和尾部端面面阵相机；采集传感器能够实时捕捉产品成像状态的照片，其中包括外圆采集传感器，倒角面采集传感器、头部端面采集传感器以及尾部端面采集传感器与上述线扫相机分别对应。
该检测方法通过对气门导管灰度照片中的疑似点进行确认，再对疑似点进行初步筛选和再次筛选，若初步筛选判定产品不合格，则直接进入不良品分拣工位，若初步筛选判定产品合格，则对产品进行再次筛选，若再次筛选判定产品不合格，则直接进入不良品分拣工位，若再次筛选判定产品合格，则进入出料工位，完成合格产品的收集。该检测方法通过两次筛选，能够有效降低对气门导管分拣时产生误判的可能性。
上述检测方法中的分析数据信息的分析方法为：
收集现有大量的不良气门导管，相机拍摄照片，对拍摄的照片预处理灰度值；
根据上述不良气门导管的灰度照片，对不良气门导管灰度照片中的缺陷疑似点的尺寸大小进行测量，根据该测量尺寸设置判定灰度照片中的灰度点为疑似点的最小尺寸；
根据上述不良气门导管的灰度照片，对疑似点的缺陷类型进行分类，同时对不同缺陷类型的疑似点照片分别保存，形成对应缺陷类型的图库，同时图库在检测过程中实施更新，用于气门导管疑似点的初步筛选；
对不同缺陷类型的疑似点分别进行数据测量，根据测量的数据设置判定疑似点缺陷的数据阈值，用于对气门导管疑似点的再次筛选。
上述分析方法中：图库对应的缺陷类型包括：气门导管的缩孔、未加工、残留、裂纹以及磕碰伤等；疑似点缺陷的数据阈值的限定包括：尺寸大小、疑似点数量、绝对灰度值、相对灰度值以及区域方差值等。由于不同类型的气门导管，其具有的缺陷类型不同，对缺陷的尺寸阈值的设置不同，因此本方案中无法对阈值设定确定的数值，需要根据不同种类的气门导管不良品灰度照片的分析，逐次确定。
上述分析方法中实现图库实时更新的方法为：气门导管灰度照片中的疑似点进行初步筛选，该灰度照片与图库中照片的相似度达到90％及以上，该灰度照片即被分类到对应种类的图库中，使原有的图库更新。
该处图库实时更新的方法原理1为：气门导管的灰度照片在进行初步筛选判定后，该灰度照片与图库中照片的相似度达到90％及以上时，该灰度照片同步收集至对应种类的图库中，原有的图库进一步更新，再次收集的灰度照片在后期使用检测过程中，能够识别新添加进入的相类似的缺陷，更新后的图库可以作为后续待检测气门导管灰度照片疑似点类型的判定标准。
该处图库实时更新的方法原理2为：气门导管的灰度照片在进行初步筛选判定后，该灰度照片与图库中的照片相似度达到90％及以上时，该灰度照片人工分类到对应种类的图库中，原有的图库进一步更新，再次手机的灰度照片在后期使用检测过程中，能够识别新添加进入的相类似的缺陷，更新后的图库可以作为后续待检测产品照片疑似点的判定标准。该处对新增加的灰度照片通过人工判定，相较于机器直接分类判定的准确率更高，但是效率较低。
上述两种图库实施更新的方法原理，可以根据实际使用需要进行选择设置。
上述对气门导管筛选是否合格的判定方法为：
对气门导管的照片预处理灰度值，将灰度照片中的疑似点尺寸与上述判定疑似点的最小尺寸对比；
对上述判定为合格品的气门导管进行初步筛选，将气门导管的照片与对应缺陷类型图库中的所有图片进行相似度对比，若存在疑似点相似度达到90％及以上，判定出气门导管上存在对应种类的缺陷，且气门导管认定为不合格品，反之，再对气门导管进行再次筛选；
将气门导管照片中的疑似点与上述数据阈值分别对比，若在阈值范围内，气门导管则判定为合格品，反之则判定为不合格品。
本发明在外观检测系统的作用下，先对产品表面进行照片拍摄并进行灰度处理，通过尺寸对比，对产品表面的灰度点进行疑似点的判定，再通过初步筛选，对产品进行一轮筛选，再对初步筛选中判定为合格的产品进行再次筛选，对产品进行一次尺寸对比以及两轮轮筛选，对不合格产品与合格产品进行精准判定，相较于现有技术对产品外观的检测方法，本发明能够有效降低产品合格品的误判率。
气门导管成品外观视觉检测系统中的检测工位包括：用于放置气门导管的多组辊轮，带动辊轮自转的第一驱动件以及带动辊轮平移的第二驱动件。
所述第一驱动件为输送齿条，所述辊轮两端固定连接有与输送齿条相匹配的齿轮，当输送齿条转动时，能够带动多组辊轮开启自转，气门导管设置在两个辊轮之间，当辊轮自转时，在摩擦力的作用下，能够带动气门导管呈现自转的状态；所述第二驱动件用于带动输送齿条和辊轮整体平移，当第一驱动件和第二驱动件同时开启后，能够实现辊轮的边自转边平移，从而能够带动气门导管边自转边平移；该种方式能够有效确保产品所有角度均在线扫相机中快速且平稳的成像。在实际检测过程中，两个面阵相机分别固定在辊轮两侧，以分别检测产品的两端面；在产品处理检测工位时，第二驱动电机做短暂停滞，第一驱动电机带动辊轮和产品仅进行自转，对应位置处的相机快速多次拍照，确保气门导管端面所有角度均稳定成像。
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方式加以描述，但并非每个实施方式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 (9)
1.一种气门导管成品外观视觉检测系统，其特征在于，包括：
下位驱动模块，用于带动产品自转并平移；
摄录件，用于对自转并平移的产品拍照并完成灰度值预设；
数据采集模块，用于对拍摄的产品外观照片进行收集并存储；
中控模块，用于对收集到的产品外观照片进行疑似点确认并对疑似点双重分析判定。
2.根据权利要求1所述的一种气门导管成品外观视觉检测系统，其特征在于，所述下位驱动模块包括放置产品的多组辊轮，带动辊轮自转的第一驱动件以及带动辊轮平移的第二驱动件。
3.根据权利要求1所述的一种气门导管成品外观视觉检测系统，其特征在于，所述摄录件包括外圆线扫相机、倒角面线线扫相机、头部端面面阵相机和尾部端面面阵相机。
4.根据权利要求1所述的一种气门导管成品外观视觉检测系统，其特征在于，所述数据采集模块包括外圆采集传感器、倒角面采集传感器、头部端面采集传感器以及尾部端面采集传感器。
5.根据权利要求1-4任一所述的一种气门导管成品外观视觉检测系统的检测方法，其特征在于，包括：
气门导管对应端面的采集传感器对摄录件拍摄到数据信息进行采集并存储；
分析数据信息，确认灰度照片中缺陷的疑似点；
对疑似点进行初步筛选，对初步筛选合格的气门导管进行再次筛选，判定再次筛选的产品是否合格。
6.根据权利要求5所述的一种气门导管成品外观视觉检测方法，其特征在于，所述分析数据信息的分析方法为：
收集现有大量的不良气门导管，相机拍摄照片，对拍摄的照片预处理灰度值；
根据上述不良气门导管的灰度照片，对不良品灰度照片中的缺陷疑似点的尺寸大小进行测量，根据该测量尺寸设置判定灰度照片中的灰度点为疑似点的最小尺寸；
根据上述不良气门导管的灰度照片，对疑似点的缺陷类型进行分类，同时对不同缺陷类型的疑似点照片分别保存，形成对应缺陷类型的图库，同时图库在检测过程中实时更新，用于气门导管疑似点的初步筛选；
对不同缺陷类型的疑似点分别进行数据测量，根据测量的数据设置判定疑似点缺陷的数据阈值，用于气门导管疑似点的再次筛选。
7.根据权利要求6所述的一种气门导管成品外观视觉检测方法，其特征在于，所述数据测量的类型包括：不同缺陷类型疑似点的尺寸大小、数量、绝对灰度、相对灰度值和区域方差值。
8.根据权利要求5所述的一种气门导管成品外观视觉检测方法，其特征在于，对气门导管筛选是否合格的判定方法为：
对气门导管的照片预处理灰度值，将灰度照片中的疑似点尺寸与上述判定疑似点的最小尺寸对比；
对上述判定为合格品的气门导管进行初步筛选，将气门导管的照片与对应缺陷类型图库中的所有图片进行相似度对比，若存在疑似点相似度达到90％及以上，判定出气门导管上存在对应种类的缺陷，且气门导管认定为不合格品，反之，再对气门导管进行再次筛选；
将气门导管照片中的疑似点与上述数据阈值分别对比，若在阈值范围内，气门导管则判定为合格品，反之则判定为不合格品。
9.根据权利要求5所述的一种气门导管成品外观视觉检测方法，其特征在于，图库实现实时更新的方法为：气门导管灰度照片中的疑似点进行初步筛选，该灰度照片与图库中照片相似度达到90％及以上，该灰度照片即被分类到对应种类的图库中，使原有的图库更新。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111145179.6A CN113916127A (zh) | 2021-09-28 | 2021-09-28 | 一种气门导管成品外观视觉检测系统及检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111145179.6A CN113916127A (zh) | 2021-09-28 | 2021-09-28 | 一种气门导管成品外观视觉检测系统及检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113916127A true CN113916127A (zh) | 2022-01-11 |
Family
ID=79236617
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111145179.6A Pending CN113916127A (zh) | 2021-09-28 | 2021-09-28 | 一种气门导管成品外观视觉检测系统及检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113916127A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114965481A (zh) * | 2022-05-12 | 2022-08-30 | 湖南晶讯光电股份有限公司 | 一种自动光学检测缺陷检测方法、系统和设备 |
| CN115060734A (zh) * | 2022-08-09 | 2022-09-16 | 吉林信息安全测评中心 | 一种用于工业视觉检测的多角度影像摄录装置 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3433238B2 (ja) * | 1991-12-31 | 2003-08-04 | コーニング・インコーポレーテッド | 透明なフィラメントの直径を測定する方法 |
| CN105354848A (zh) * | 2015-11-11 | 2016-02-24 | 首钢总公司 | 一种热镀锌产线的康耐视表面质量检测系统的优化方法 |
| CN107389701A (zh) * | 2017-08-22 | 2017-11-24 | 西北工业大学 | 一种基于图像的pcb表观缺陷自动检测系统及方法 |
| CN110009638A (zh) * | 2019-04-12 | 2019-07-12 | 重庆交通大学 | 基于局部统计特征的桥梁拉索图像外观缺陷检测方法 |
| CN111986195A (zh) * | 2020-09-07 | 2020-11-24 | 北京凌云光技术集团有限责任公司 | 一种外观缺陷检测方法及系统 |
| CN112950560A (zh) * | 2021-02-20 | 2021-06-11 | 中国电子产品可靠性与环境试验研究所（（工业和信息化部电子第五研究所）（中国赛宝实验室）） | 电子元器件缺陷检测方法、装置及系统 |
| CN113252702A (zh) * | 2021-07-02 | 2021-08-13 | 北京力耘柯创医学研究院 | 一种机器视觉系统对输液导管瑕疵的自动检测方法 |
-
2021
- 2021-09-28 CN CN202111145179.6A patent/CN113916127A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3433238B2 (ja) * | 1991-12-31 | 2003-08-04 | コーニング・インコーポレーテッド | 透明なフィラメントの直径を測定する方法 |
| CN105354848A (zh) * | 2015-11-11 | 2016-02-24 | 首钢总公司 | 一种热镀锌产线的康耐视表面质量检测系统的优化方法 |
| CN107389701A (zh) * | 2017-08-22 | 2017-11-24 | 西北工业大学 | 一种基于图像的pcb表观缺陷自动检测系统及方法 |
| CN110009638A (zh) * | 2019-04-12 | 2019-07-12 | 重庆交通大学 | 基于局部统计特征的桥梁拉索图像外观缺陷检测方法 |
| CN111986195A (zh) * | 2020-09-07 | 2020-11-24 | 北京凌云光技术集团有限责任公司 | 一种外观缺陷检测方法及系统 |
| CN112950560A (zh) * | 2021-02-20 | 2021-06-11 | 中国电子产品可靠性与环境试验研究所（（工业和信息化部电子第五研究所）（中国赛宝实验室）） | 电子元器件缺陷检测方法、装置及系统 |
| CN113252702A (zh) * | 2021-07-02 | 2021-08-13 | 北京力耘柯创医学研究院 | 一种机器视觉系统对输液导管瑕疵的自动检测方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114965481A (zh) * | 2022-05-12 | 2022-08-30 | 湖南晶讯光电股份有限公司 | 一种自动光学检测缺陷检测方法、系统和设备 |
| CN114965481B (zh) * | 2022-05-12 | 2023-11-07 | 湖南晶讯光电股份有限公司 | 一种自动光学检测缺陷检测方法、系统和设备 |
| CN115060734A (zh) * | 2022-08-09 | 2022-09-16 | 吉林信息安全测评中心 | 一种用于工业视觉检测的多角度影像摄录装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109724984B (zh) | 一种基于深度学习算法的缺陷检测识别装置和方法 | |
| CN103090804B (zh) | 成品磁环图像自动检测系统及检测方法 | |
| CN109900711A (zh) | 基于机器视觉的工件缺陷检测方法 | |
| CN110246122A (zh) | 基于机器视觉的小型轴承质量检测方法、装置及系统 | |
| CN113916127A (zh) | 一种气门导管成品外观视觉检测系统及检测方法 | |
| CN104483320B (zh) | 工业脱硝催化剂的数字化缺陷检测装置与检测方法 | |
| CN107966454A (zh) | 一种基于fpga的端塞缺陷检测装置及检测方法 | |
| CN106468668A (zh) | 工业相机圆柱检测方法 | |
| CN103207186A (zh) | 自动验布机疵点检测识别方法及其系统 | |
| JP4739044B2 (ja) | 外観検査装置 | |
| CN107328781A (zh) | 一种基于机器视觉的柱状产品表面缺陷检测方法及装置 | |
| CN113894055A (zh) | 基于机器视觉的五金件表面缺陷检测分类系统及方法 | |
| CN113177924A (zh) | 一种工业流水线产品瑕疵检测方法 | |
| CN110554052A (zh) | 一种人造板表面缺陷检测方法及其系统 | |
| CN111127448A (zh) | 一种基于孤立森林检测空气弹簧故障的模型及方法 | |
| CN111551559A (zh) | 一种基于多目视觉系统的lcd液晶屏缺陷检测方法 | |
| CN114029237A (zh) | 一种铝型材表面缺陷实时分拣系统及方法 | |
| CN110728269B (zh) | 一种基于c2检测数据的高铁接触网支柱杆号牌识别方法 | |
| CN113640310A (zh) | 瓷砖表面缺陷检测视觉系统及检测方法 | |
| CN114280073A (zh) | 激光和相机复合检测方式的瓷砖缺陷检测装置及分级方法 | |
| CN110813795B (zh) | 一种化纤丝锭纸筒破损在线检测装置及方法 | |
| CN113177925B (zh) | 一种无损检测水果表面缺陷的方法 | |
| CN114002234A (zh) | 一种简易的瓷砖表面缺陷检测装置及方法 | |
| US11327028B2 (en) | Ceramic ball automatic sorting system and method | |
| CN114764802A (zh) | 一种设备缺陷检测重复图像剔除方法 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20220314 Address after: No. 1777, Tianzhu Shandong Road, economic development zone, Anqing City, Anhui Province 246008 Applicant after: ANQING TP POWDER METALLURGY CO.,LTD. Applicant after: Anhui Huanxin Group Co.,Ltd. Address before: No. 1777, Tianzhu Shandong Road, economic development zone, Anqing City, Anhui Province 246008 Applicant before: ANQING TP POWDER METALLURGY CO.,LTD. |
|
| TA01 | Transfer of patent application right | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220111 |
|
| RJ01 | Rejection of invention patent application after publication |