CN114136987B - 一种镜片形变缺陷检测装置及方法 - Google Patents
一种镜片形变缺陷检测装置及方法 Download PDFInfo
- Publication number
- CN114136987B CN114136987B CN202111465051.8A CN202111465051A CN114136987B CN 114136987 B CN114136987 B CN 114136987B CN 202111465051 A CN202111465051 A CN 202111465051A CN 114136987 B CN114136987 B CN 114136987B
- Authority
- CN
- China
- Prior art keywords
- lens
- light source
- detection
- bisector
- rgb values
- 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.)
- Active
Links
- 230000007547 defect Effects 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000001514 detection method Methods 0.000 claims abstract description 44
- 230000002950 deficient Effects 0.000 claims description 7
- 125000004122 cyclic group Chemical group 0.000 claims description 5
- 230000007246 mechanism Effects 0.000 claims description 5
- 238000003708 edge detection Methods 0.000 claims description 4
- 239000012780 transparent material Substances 0.000 abstract description 2
- 239000003086 colorant Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 2
- 208000004350 Strabismus Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 208000001491 myopia Diseases 0.000 description 1
- 230000004379 myopia Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
- G01N21/892—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined
- G01N21/896—Optical defects in or on transparent materials, e.g. distortion, surface flaws in conveyed flat sheet or rod
-
- 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
- G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
-
- 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
- G06T7/0008—Industrial image inspection checking presence/absence
-
- 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
- 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
- G06T2207/10024—Color 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
- G06T2207/30108—Industrial image inspection
-
- 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
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Textile Engineering (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Testing Of Optical Devices Or Fibers (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明属于利用光线手段检测透明材料技术领域，具体涉及一种镜片形变缺陷检测装置及方法，方法包括：将镜片置于面光源上；通过摄像模组从透镜上方的多个角度拍摄多张镜片的照片；将每张镜片的照片从镜片中心开始由内向外生成等分线；每条等分线上周向均布设置多个颜色拾取点，拾取每个拾取点上的RGB值；通过同比法或者环比法比较RGB值，当RGB值任一通道值的差值出现陡增或者陡降时，则可识别为镜片上存在缺陷；装置包括：包括检测平台，检测平台上设有水平的面光源，摄像模组位于面光源上方；数据缓存模块、检测模块和机械手。本发明可以快速高效地检测并识别发生了形变的镜片，对于镜片的缺口、裂缝、划痕、破边等缺陷也能准确地识别。
Description
技术领域
本发明属于利用光线手段检测透明材料技术领域，具体涉及一种镜片形变缺陷检测装置及方法。
背景技术
随着近视人群的日益增长和老龄化的加剧，眼镜需求量也在与日俱增，镜片生产过程中镜片的缺陷如变形、划痕、破边、裂边、水波纹等瑕疵不容易发现，严重影响了镜片生产的效率。当前国内大多数镜片生产企业采用的人工抽样进行质量检测，这种方法质检过程效率低，质检的结果精度差，更有下列几个严重的缺陷：(1)容易出现漏检的情况，长时间的重复劳动，人眼极易疲劳，常导致废品漏检，给镜片厂家及使用单位带来严重损失，造成极坏的社会影响；(2)无法保证统一的质量标准，人工检查时，合格与否是检查者根据感觉主观判断的，不同的人甚至同一人在不同的状态下的判断标准很难做到统一；(3)人工检测的数据记录存储非数字化，无法实现检测结果的数据实时共享。尤其针对发生了形变的镜片，人工检测的效率低下，准确率也有待进一步提高。
发明内容
本发明意在提供一种镜片形变缺陷检测装置及方法，以快速高效地检测并识别发生了形变的镜片。
为了达到上述目的，本发明的方案为：一种镜片形变缺陷检测方法，包括以下步骤：
S1：将镜片置于面光源上；
S2：通过摄像模组从透镜上方的多个角度拍摄多张镜片的照片；
S3：将每张镜片的照片从镜片中心开始由内向外生成等分线；
S4：每条等分线上周向均布设置多个颜色拾取点，拾取每个拾取点上的RGB值；
S5：通过同比法或者环比法比较RGB值，当RGB值任一通道值的差值出现陡增或者陡降时，则可识别为镜片上存在缺陷，其中：
同比法为：两个相邻等分线之间的两个相邻拾取点的RGB值的三个通道值分别相减；
环比法为：单一等分线上两个相邻拾取点的RGB值的三个通道值分别相减。
本方案的工作原理及有益效果在于：面光源能够让光线均匀地穿透镜片，合格的镜片的弧度是均匀地，光线经过折射形成的也是一个色彩均匀变化的像。当镜片存在形变的缺陷，弧度的变化不再均匀，光线穿过镜片后在局部的折射会发生异常，无法形成色彩均匀变化的像。此时，通过摄像模组拍摄镜片的图像，在镜片的图像上设置若干同心的等分线并设置多个拾取点，就可以比对单个等分线上各个拾取点的颜色或者比对相邻两个等分线相邻两个拾取点的颜色的变化来识别镜片是否存在形变。
由于部分的形变缺陷可能只有在斜视角度下才能看到色彩不均匀的像，为了保证准确度，因此采用多角度拍摄，可以获取镜片不同角度的照片并且同时识别，其中一个角度中的照片识别出缺陷即可，既保证了检测速度，也保证了检测精准性。
采用在镜片照片设置同心等分线的方法，能够将拾取点均匀分布到整个镜面上，保证了检测的准确度，拾取点越多，准确度越高。并且，如果镜片发生了形变，色彩不均匀导致的折射而成的像也通常呈环形且通常与镜片同心，这就导致缺陷部分可被集中到几个等分线像上，更利于识别，进一步提高了缺陷的识别准确度和效率。
本方法不但可用于识别镜片形变缺陷，对于镜片的缺口、裂缝、划痕、破边等缺陷也能准确地识别。
可选地，S1中面光源上设有若干标识码，每块镜片在放置时分别对应一个标识码，所述标识码为数字编号、二维码、条形码、色块中的一种或者多种的组合。
这样摄像模组在拍照时就可以识别标识码后给每块镜片一个身份标识，便于识别过程中对镜片进行区分。
可选地，S2中拍照后对照片作灰度处理成黑白照片。
灰度处理后的照片，拾取颜色后的RGB值的三个通道的值相同，因此可记作单一值，从而不用记录三个通道的值，能够减少识别步骤中三分之二的运算量。
可选地，S2中多个摄像模组分别从多个角度同时拍摄。
可选地，S3中等分线之间最宽处的距离不超过20像素。
等分线可是圆环也可以是椭圆环，但最宽处不超过20像素，宽度越小，识别的精度越高。
可选地，单一等分线上相邻两个拾取点之间的距离为1～20像素。
单一等分线上拾取点之间的距离越小，拾取点越密集，识别的精度越高。
可选地，S3中镜片的中心点的确认是利用canny边缘检测算法计算镜片的轮廓，然后求出镜片的中心点。
本发明的目的还在于提供一种应用了上述检测方法的一种镜片形变缺陷检测装置，包括检测平台，检测平台上设有水平的面光源，面光源上划分有若干个检测区，摄像模组位于面光源上方；
还包括：
数据缓存模块，用于缓存照片和等分线数据；
检测模块，用于处理照片，设置等分线并自动生成拾取点，然后拾取等分线上拾取点处的RGB值，然后进行同比法或环比法的运算，并输出检测结果。
可选地，面光源与检测平台转动连接，摄像模组包括三个摄像机，其中一个摄像机位于面光源的正上方，其余两个摄像机位于正上方摄像机的两侧。
可以让面光源转动起来，在摄像模组不动的情况下，可多角度拍摄镜片的照片。
可选地，还包括抓取机构，抓取机构根据检测结果分类抓取有缺陷的镜片和无缺陷的镜片。
附图说明
图1为本发明实施例一中一种镜片形变缺陷检测装置的机构示意图；
图2为本发明实施例一中镜片照片的等分线分切示意图。
具体实施方式
下面通过具体实施方式进一步详细说明：
说明书附图中的标记包括：镜片1、轮廓101、等分线2、拾取点3、LED平面光源板4、机械臂5、摄像机6、检测区7。
实施例一
本实施例基本如图1、图2所示：一种镜片1形变缺陷检测装置，包括框架式的检测平台，检测平台顶面的中部固定有驱动电机，本实施例驱动电机采用大扭矩低速直流伺服小电机，驱动电机的输出端连接减速器，面光源采用圆形的、白色的LED平面光源板4，LED平面光源板4整个同轴地固接在减速器的输出端上，LED平面光源板4上设有十五个检测区7，检测区7在LED平面光源板4上呈环状分布。抓取机构采用六轴工业机械臂5上加装气动夹爪，利用机械臂5控制启动夹爪取放镜片1。
检测模块为PC机，摄像模组为三个CMOS摄像机6，摄像机6内置32M的内存作为数据缓存模块的一部分，摄像机6均通过USB接口连接到PC机。其中一个摄像机6位于检测区7的正上方，其余两个摄像机6位于正上方摄像机6的两侧，并与LED平面光源板4呈45°夹角。机械臂5通过COM串口与PC机连接。
检测方法为：驱动电机启动，带动LED平面光源板4以10r/min的转速匀速转动，机械臂5将待检测的镜片1逐一地、凹面朝下地放入到LED平面光源板4的检测区7中，通过计算转速得出每个镜片1运动到摄像模组下方的时间，当镜片1运动到摄像模组正下方时，PC机控制三个CMOS拍摄镜片1照片。为了便于后续对图像进行相应的图像处理，PC机将所拍摄的照片先作灰度处理后成黑白照片，再转化为opencv能够编译的MAT格式的图片，然后将图片数据存储到PC机中。
将三个摄像机6拍摄的每张图片均通过canny边缘检测算法计算镜片1的轮廓101，求出镜片1的中心点，通过opencv从中心点由内向外地在每张照片上每隔10个像素设置一条等分线2，以镜片1的正俯视照片为例，设置M条等分线2，再通过opencv沿每条等分线2的周向地在该等分线2上设置相同数量N的拾取点3并读取该拾取点3的RGB值，并记为单一值，例如原本的RGB[185,185,185]则可记为RGB[185]，每条等分线2上的RGB值为记为一组并逐一编号：
(1)通过同比法比较RGB值：用RGB值组的后一对应值减去RGB值组的前一对应值(即两个相邻等分线2之间的两个相邻拾取点3的RGB值相减)，即：
RGB0201[183]-RGB0101[185]＝183-185＝-2；RGB0301[180]-RGB0201[183]＝-3；以此类推，在此之前，差值均在0上下波动，直至运算至第七等分线2时，RGB0701[224]-RGB0701[182]＝42，差值出现了大陡增加，则可识别为该镜片1存在缺陷。此时可停止运算。
(2)通过环比法比较RGB值：用同一RGB值组的后一RGB值减去RGB值组的前一RGB值，即：
RGB0102[183]-RGB0101[185]＝-2；RGB0103[179]-RGB0102[183]＝-4；以此类推，上一RGB值组运算完成后，继续进行下一RGB值组的运算，直至运算至第四RGB值组时，RGB0404[152]-RGB0403[185]＝-32，差值出现了陡降，则可识别为该镜片1存在缺陷。此时可停止运算。
以上两种运算，PC机优先执行同比法的运算，发现形变缺陷的速度更快。
PC机反馈检测结果至机械臂5并计算该镜片1再次转动到机械臂5处的时间，机械臂5则根据PC机反馈的加持结果和时间，将有缺陷和无缺陷的镜片1取放至不同的地方，并重新取放待检测的镜片1至检测区7。
实施例二
本实施例与实施例一的区别之处在于：机械臂5的数量为三个，三个机械臂5分别用于向检测区7取放待检测镜片1、取放经检测存在缺陷的镜片1、取放经检测无缺陷的镜片1。
检测区7的侧边设有色块标识码，每个色块的颜色均不相同，摄像机6在拍摄镜片1照片时可同时将色块标识码拍入照片，用以通过色块标识码上的颜色，识别区分不同的待检测镜片1。
通过canny边缘检测算法计算镜片1的轮廓101在确定中心的过程中，可通过判断中心到边缘的距离是否相等来判断照片中的镜片1的像是否为椭圆，如果判定为椭圆，则进行正圆处理，即将椭圆修正为正圆，更利于提高缺陷识别的准确度。
以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和本发明的实用性。说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (8)
1.一种镜片形变缺陷检测方法，其特征在于：包括以下步骤：
S1：将镜片置于面光源上；
S2：通过摄像模组从透镜上方的多个角度拍摄多张镜片的照片，其中，多个摄像模组分别从多个角度同时拍摄；
S3：将每张镜片的照片从镜片中心开始由内向外生成等分线，其中，镜片的中心点的确认是利用canny边缘检测算法计算镜片的轮廓，然后求出镜片的中心点；
S4：每条等分线上周向均布设置多个颜色拾取点，拾取每个拾取点上的RGB值；
S5：通过同比法或者环比法比较RGB值，当RGB值任一通道值的差值出现陡增或者陡降时，则可识别为镜片上存在缺陷，其中：
同比法为：两个相邻等分线之间的两个相邻拾取点的RGB值的三个通道值分别相减；
环比法为：单一等分线上两个相邻拾取点的RGB值的三个通道值分别相减。
2.根据权利要求1所述的一种镜片形变缺陷检测方法，其特征在于：S1中面光源上设有若干标识码，每块镜片在放置时分别对应一个标识码，所述标识码为数字编号、二维码、条形码、色块中的一种或者多种的组合。
3.根据权利要求2所述的一种镜片形变缺陷检测方法，其特征在于：S2中拍照后对照片作灰度处理成黑白照片。
4.根据权利要求3所述的一种镜片形变缺陷检测方法，其特征在于：S3中等分线之间最宽处的距离不超过20像素。
5.根据权利要求4所述的一种镜片形变缺陷检测方法，其特征在于：单一等分线上相邻两个拾取点之间的距离为1～20像素。
6.一种应用了权利要求1～5中任一检测方法的镜片形变缺陷检测装置，其特征在于：包括检测平台，检测平台上设有水平的面光源，面光源上划分有若干个检测区，摄像模组位于面光源上方；
还包括：
数据缓存模块，用于缓存照片和等分线数据；
检测模块，用于确认镜片圆心并生成等分线，并自动生成拾取点，然后拾取等分线上拾取点处的RGB值，然后进行同比法和环比法的运算，并输出检测结果。
7.根据权利要求6所述的一种镜片形变缺陷检测装置，其特征在于：面光源与检测平台转动连接，摄像模组包括三个摄像机，其中一个摄像机位于面光源的正上方，其余两个摄像机位于正上方摄像机的两侧。
8.根据权利要求7所述的一种镜片形变缺陷检测装置，其特征在于：还包括抓取机构，抓取机构根据检测结果分类抓取有缺陷的镜片和无缺陷的镜片。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111465051.8A CN114136987B (zh) | 2021-12-03 | 2021-12-03 | 一种镜片形变缺陷检测装置及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111465051.8A CN114136987B (zh) | 2021-12-03 | 2021-12-03 | 一种镜片形变缺陷检测装置及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114136987A CN114136987A (zh) | 2022-03-04 |
| CN114136987B true CN114136987B (zh) | 2024-04-30 |
Family
ID=80387451
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111465051.8A Active CN114136987B (zh) | 2021-12-03 | 2021-12-03 | 一种镜片形变缺陷检测装置及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114136987B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07159141A (ja) * | 1993-12-02 | 1995-06-23 | Honda Motor Co Ltd | ワーク表面検査方法 |
| CN103366176A (zh) * | 2012-03-31 | 2013-10-23 | 湖北山鹰光学有限公司 | 光学元件缺陷批量自动识别装置和方法 |
| CN208092793U (zh) * | 2018-04-02 | 2018-11-13 | 珠海格力电器股份有限公司 | 瓷层缺陷的检测平台 |
| CN112945988A (zh) * | 2021-02-04 | 2021-06-11 | 宁波舜宇仪器有限公司 | 镜片缺陷检测系统及检测方法 |
| CN113252568A (zh) * | 2021-06-10 | 2021-08-13 | 菲特（天津）检测技术有限公司 | 基于机器视觉的镜片表面缺陷检测方法、系统、产品、终端 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012227590A (ja) * | 2011-04-15 | 2012-11-15 | Canon Inc | 固体撮像素子および撮像装置 |
-
2021
- 2021-12-03 CN CN202111465051.8A patent/CN114136987B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07159141A (ja) * | 1993-12-02 | 1995-06-23 | Honda Motor Co Ltd | ワーク表面検査方法 |
| CN103366176A (zh) * | 2012-03-31 | 2013-10-23 | 湖北山鹰光学有限公司 | 光学元件缺陷批量自动识别装置和方法 |
| CN208092793U (zh) * | 2018-04-02 | 2018-11-13 | 珠海格力电器股份有限公司 | 瓷层缺陷的检测平台 |
| CN112945988A (zh) * | 2021-02-04 | 2021-06-11 | 宁波舜宇仪器有限公司 | 镜片缺陷检测系统及检测方法 |
| CN113252568A (zh) * | 2021-06-10 | 2021-08-13 | 菲特（天津）检测技术有限公司 | 基于机器视觉的镜片表面缺陷检测方法、系统、产品、终端 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114136987A (zh) | 2022-03-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108765416B (zh) | 基于快速几何对准的pcb表面缺陷检测方法及装置 | |
| CN114113129B (zh) | 一种镜片微小缺陷识别抓取系统及方法 | |
| CN107203990B (zh) | 一种基于模板匹配与图像质量评估的标贴破损检测方法 | |
| CN109772733B (zh) | 一种基于视觉的缺陷竹块检测分拣装置及方法 | |
| CN101055256A (zh) | 缺陷检查装置 | |
| CN107664644B (zh) | 一种基于机器视觉的物件表观自动检测装置及方法 | |
| CN113000413B (zh) | 基于机器视觉的同步器齿套表面缺陷检测系统、方法、终端 | |
| CN216622191U (zh) | 一种基于机器视觉的锂电池外观缺陷检测系统 | |
| CN110567968A (zh) | 一种零件缺陷检测方法及装置 | |
| CN107833843A (zh) | 缺陷来源的分析方法及分析系统、缺陷检测装置 | |
| CN114636706A (zh) | 一种太阳能电池片在镀膜后的图像检测的综合方法及装置 | |
| WO2020051728A1 (zh) | 一种陶瓷球自动分拣系统及方法 | |
| TW201350838A (zh) | 隱形眼鏡邊緣檢測裝置 | |
| CN114136987B (zh) | 一种镜片形变缺陷检测装置及方法 | |
| CN111812120B (zh) | 一种翻转式的镜片缺陷检测装置和方法 | |
| CN112816495A (zh) | 汽车轮胎缺陷检测系统及方法 | |
| CN110082365B (zh) | 基于机器视觉的钢卷边部质量检测机器人 | |
| US20180176549A1 (en) | Multi-view-angle image capturing device and multi-view-angle image inspection apparatus using the same | |
| JP2004271205A (ja) | 容器口部の欠陥検査装置 | |
| CN213516933U (zh) | 一种活塞缺陷检测装置 | |
| CN115400959A (zh) | 具有翻转功能的机器视觉特定塑料件缺陷检测及分拣系统 | |
| JP3513903B2 (ja) | 検査装置及びその方法 | |
| CN114689612A (zh) | 一种3d手机玻璃盖板的缺陷自动检测装置 | |
| CN203083937U (zh) | 一种基于机器视觉的u型粉管的检测系统 | |
| CN117078674B (zh) | 一种pcba外观缺陷智能检测方法和检测系统 |
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 |