CN114754706A - 机械零件加工表面粗糙度在线检测方法及系统 - Google Patents
机械零件加工表面粗糙度在线检测方法及系统 Download PDFInfo
- Publication number
- CN114754706A CN114754706A CN202210374844.7A CN202210374844A CN114754706A CN 114754706 A CN114754706 A CN 114754706A CN 202210374844 A CN202210374844 A CN 202210374844A CN 114754706 A CN114754706 A CN 114754706A
- Authority
- CN
- China
- Prior art keywords
- light
- workpiece
- roughness
- detected
- mechanical part
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 33
- 230000003746 surface roughness Effects 0.000 title claims abstract description 23
- 238000003754 machining Methods 0.000 title claims description 14
- 239000002131 composite material Substances 0.000 claims abstract description 24
- 238000000034 method Methods 0.000 claims abstract description 15
- 230000003287 optical effect Effects 0.000 claims description 23
- 239000006185 dispersion Substances 0.000 claims description 12
- 238000004519 manufacturing process Methods 0.000 claims description 5
- 238000010130 dispersion processing Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 claims description 2
- 230000008859 change Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000004439 roughness measurement Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000012795 verification 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
- G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
- G01B11/303—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces using photoelectric detection means
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种机械零件加工表面粗糙度在线检测方法，涉及粗糙度检测技术领域，解决现有的机器视觉不适用检测机加工工件的粗糙度的技术问题，方法包括：分别构建一级稳定光环境、次级稳定光环境，在一级稳定光环境与次级稳定光环境之间设有第一光通道；在一级稳定光环境中连续移动待测工件，并在一级稳定光环境中的设定位置以设定入射角度向待测工件的表面投射复合光束，使复合光束的反射光束通过第一光通道进入次级稳定光环境；在次级稳定光环境中，将反射光束转换成电信号生成光属特征曲线图和/或图像进行判断粗糙度是否符合要求。本发明还公开了一种机械零件加工表面粗糙度在线检测系统。本发明可以有效检测粗糙度，且效率高。
Description
技术领域
本发明涉及粗糙度检测技术领域，更具体地说，它涉及一种机械零件加工表面粗糙度在线检测方法及系统。
背景技术
在加工中，对于零件表面质量要求，需要通过“表面粗糙度”指标进行测定；粗糙度是用来表示加工零件表面是否光滑的一个指标，属于一种微观几何形状误差范围。
一般的，对于粗糙度检测，有通过手持粗糙度仪，以探针进行检测。随着设备精密度提高，对各类工件的质量要求也越来越高，此时，若还像以往手持仪器对工件检测，则影响加工效率。
目前，市场上对于生产加工，有引入机器视觉来提高产品检测效率，然而对于机加工工件的粗糙度，由于粗糙度Ra大多是毫米级甚至更小，其相对不适用，因此本申请提出一种新的技术方案。
发明内容
本发明要解决的技术问题是针对现有技术的上述不足，本发明的目的一是提供一种可以有效检测粗糙度的机械零件加工表面粗糙度在线检测方法。
本发明的目的二是提供一种可以有效检测粗糙度的机械零件加工表面粗糙度在线检测系统。
为了实现上述目的一，本发明提供一种机械零件加工表面粗糙度在线检测方法，包括：
分别构建一级稳定光环境、次级稳定光环境，在所述一级稳定光环境与次级稳定光环境之间设有第一光通道；
在所述一级稳定光环境中连续移动待测工件，并在所述一级稳定光环境中的设定位置以设定入射角度向所述待测工件的表面投射复合光束，使所述复合光束的反射光束通过所述第一光通道进入所述次级稳定光环境；
在所述次级稳定光环境中，将所述反射光束转换成电信号生成光属特征曲线图和/或图像进行判断粗糙度是否符合要求。
作为进一步地改进，所述反射光束进入所述次级稳定光环境后首先经过色散处理；经过色散处理的反射光束投射在光屏上生成彩色光带。
进一步地，在所述彩色光带中部的光屏上设有第二光通道，将经过所述第二光通道的光转换成电信号生成光属特征曲线图。
进一步地，将经过所述第二光通道的光依次通过单色器、光电倍增管转换成电信号生成光属特征曲线图。
进一步地，在所述光属特征曲线图中，根据待测工件表面不同位置的光属特征差异，或将待测工件表面不同位置的光属特征与光属参考阈值比较，进行判断粗糙度是否符合要求。
进一步地，通过摄像机采集所述彩色光带的图像。
进一步地，根据待测工件表面不同位置的图像的像素点差异，或将待测工件表面不同位置的图像的像素点与图像参考阈值比较，进行判断粗糙度是否符合要求。
进一步地，根据所述复合光束的光源的使用时间对所述光属特征曲线图或图像进行补偿。
进一步地，将厂区内用于输送待测工件的流水线直接穿过所述一级稳定光环境进行在线式检测待测工件的表面粗糙度。
为了实现上述目的二，本发明提供一种机械零件加工表面粗糙度在线检测系统，包括第一暗箱、第二暗箱，所述第一暗箱与第二暗箱之间设有第一过光孔；所述第一暗箱为长隧道结构，包括前段隧道、中段隧道、后段隧道，厂区内用于输送待测工件的流水线依次穿过所述前段隧道、中段隧道、后段隧道，所述中段隧道内固定设有光源；所述第二暗箱内设有色散元件、光屏、摄像机、光电倍增管、单色器，所述摄像机、光电倍增管电信号连接计算机，所述光屏设有第二过光孔；
所述光源以设定入射角度向所述待测工件的表面投射复合光束，所述复合光束的反射光束通过所述第一过光孔进入所述第二暗箱，所述反射光束经过所述色散元件色散处理后投射在所述光屏上生成彩色光带；
经过所述第二过光孔的光依次通过单色器、光电倍增管转换成电信号，并传到所述计算机生成光属特征曲线图，在所述光属特征曲线图中，根据待测工件表面不同位置的光属特征差异，或将待测工件表面不同位置的光属特征与光属参考阈值比较，进行判断粗糙度是否符合要求；
通过所述摄像机采集所述彩色光带的图像，根据待测工件表面不同位置的图像的像素点差异，或将待测工件表面不同位置的图像的像素点与图像参考阈值比较，进行判断粗糙度是否符合要求。
有益效果
本发明与现有技术相比，具有的优点为：
1.本发明通过对工件待检测面反射的光束做色散，将工件粗糙度变化转换为光属性的变化，且经反射、折射作用起到变化量放大效果，从而方便后续机器测定粗糙度，进而可以提高产品检测效率。
2.本发明通过根据光源的使用时间对所述光属特征曲线图或图像进行补偿，可以提高识别准确性。
3.本发明通过将厂区内用于输送待测工件的流水线直接穿过一级稳定光环境进行在线式检测待测工件的表面粗糙度，可以提高检测效率。
附图说明
图1为本发明中方法的流程图；
图2为本发明中系统的结构示意图。
其中：1-一级稳定光环境、2-次级稳定光环境、3-待测工件、4-复合光束、5-反射光束、6-光屏、7-光电倍增管、8-摄像机、9-光源、10-色散元件、11-单色器、A-第一光通道、B-第二光通道。
具体实施方式
下面结合附图中的具体实施例对本发明做进一步的说明。
参阅图1、2，一种机械零件加工表面粗糙度在线检测方法，包括：
分别构建一级稳定光环境1、次级稳定光环境2，在一级稳定光环境1与次级稳定光环境2之间设有第一光通道A；构建一级稳定光环境1、次级稳定光环境2可以减少环境光强变化，降低干扰，一级稳定光环境1、次级稳定光环境2可以是暗箱，第一光通道A可以是简单的开孔，也可以是导光材料，如光纤，目的是减少过多的光线造成的干扰；
在一级稳定光环境1中连续移动待测工件3，并在一级稳定光环境1中的设定位置以设定入射角度向待测工件3的表面投射复合光束4，使复合光束4的反射光束5通过第一光通道A进入次级稳定光环境2；复合光束4可采用非单色的稳定光源9；
在次级稳定光环境2中，将反射光束5转换成电信号生成光属特征曲线图和/或图像进行判断粗糙度是否符合要求。
反射光束5进入次级稳定光环境2后首先经过色散处理，可以通过棱镜或光栅进行色散处理，经反射、折射作用起到变化量放大效果，从而方便后续测定粗糙度，进而可以提高产品检测效率。经过色散处理的反射光束5投射在光屏6上生成彩色光带。
在彩色光带中部的光屏6上设有第二光通道B，将经过第二光通道B的光转换成电信号生成光属特征曲线图。
将经过第二光通道B的光依次通过单色器11、光电倍增管7转换成电信号生成光属特征曲线图，具体的，光电倍增管7可以电连接适配的光谱仪主机，或能加载执行相应程序的计算机，光谱仪主机或计算机加入时间轴并根据电信号生成光属特征曲线图(光强)，在待测工件3的待检测面的粗糙度变化时，电信号对应发生变化，在光属特征曲线图上可反映表现为波动情况。
在光属特征曲线图中，根据待测工件3表面不同位置的光属特征差异，或将待测工件3表面不同位置的光属特征与光属参考阈值比较，进行判断粗糙度是否符合要求。
通过摄像机8采集彩色光带的图像，优选的，摄像机8为CCD摄像机。图像输出至计算机，由计算机对图像识别，具体为计算各个单色光的像素分量；包括：
1)、将图像去色，即将彩色图像转换成8bit图像，将彩色图像转换为灰度图像以便对其进行二值化；
2)、使用AForge.Net的BlobCounter类处理灰度图，利用连通区域标记算法统计并提取出图像中的独立对象(彩色光带区域)；
3)、识别图像颜色，遍历(如.NET的Bitmap.GetPixel()函数)图像中各个颜色像素的总数。
以红色像素和黑色像素为例：如果一个像素的红色分量比蓝色分量和绿色分量的总和还大，就可以认为该像素是红色。如果红、绿、蓝分量小于50，且红色分量不大于蓝色和绿色分量和，则认为该像素是黑色；在此过程中，统计各个颜色的像素点的数量。
在待测工件3的待检测面的粗糙度变化时，光屏6上的彩色光带发生变化，表现为图像各个颜色的像素点的数量变化。
根据待测工件3表面不同位置的图像的像素点差异，或将待测工件3表面不同位置的图像的像素点与图像参考阈值比较，进行判断粗糙度是否符合要求。
可以根据粗糙度级别以及对应检测设备的精度组合使用；基于光电倍增管的方式，可以用于光洁度更高的工件，而基于机器视觉的，则可以用于检测粗糙度相对较高的工件。
除此之外，光电倍增管的方式，还可以用于配合确定机器视觉的工作时间；因为各个工件是间隔的，相邻工件之间存在空区；此时，在光电倍增管的方式中波形线存在明显差异，可以根据波形线的明显变化(阶跃式变化)决定是否启动机器视觉识别工作。
本申请不仅仅用于粗糙度检测，其在用于异型工件的识别、疵点的检测上也可应用，且待测面各区域差异越大，准确性越高。
由于本发明依赖复合光，而产生复合光的光源9存在使用寿命，在不同寿命阶段，其提供的复合光存在差异，根据复合光束4的光源9的使用时间对光属特征曲线图或图像进行补偿，可以提高检测精度。补偿处理包括：
判断用发出复合光束的光源9是否符合补偿条件，如果是，从预设的数据库中调取补偿系数；
结果信息(光属特征曲线图或图像)结合补偿系数，如数值相乘，作为新的结果信息用于输出。
关于数据库和补偿条件：
使用过程中，记录复合光的光源9的使用时间，根据光源9的使用时间确定光源9所处的寿命阶段；每一寿命阶段对应存储预先实际验证测得的比例系数，比例系数为当前寿命阶段和第一寿命阶段的光属特征比较值。符合补偿条件，即光源9当前非第一寿命阶段，或者说补偿系数不等于1的阶段。
在本实施例中，可以将厂区内用于输送待测工件3的流水线直接穿过一级稳定光环境1进行在线式检测待测工件3的表面粗糙度，以提高检测效率。
一种机械零件加工表面粗糙度在线检测系统，包括第一暗箱、第二暗箱，第一暗箱与第二暗箱之间设有第一过光孔，第一暗箱作为一级稳定光环境1，第二暗箱作为次级稳定光环境2，第一过光孔作为第一光通道A。第一暗箱为长隧道结构，包括前段隧道、中段隧道、后段隧道，厂区内用于输送待测工件3的流水线依次穿过前段隧道、中段隧道、后段隧道，中段隧道的位置与前段隧道、后段隧道的位置不在同一直线上。如图2所示，中段隧道的位置高于前段隧道、后段隧道的位置，可以减少入口和出口的光线造成干扰。前段隧道、中段隧道、后段隧道的内壁以黑色吸光材料包覆，可以进一步减小隧道口反射入中段隧道的光。中段隧道内固定设有光源9。第二暗箱为全封闭式结构，第二暗箱内设有色散元件10、光屏6、摄像机8、光电倍增管7、单色器11，摄像机8、光电倍增管7电信号连接计算机，光屏6设有第二过光孔，第二过光孔作为第二光通道B。
如图2所示，第二暗箱位于第一暗箱的顶部，光源9固定安装在中段隧道的顶壁，光输出端头倾斜朝下，保证移动的待测工件3能在某一段行程中与光交汇，形成反射。色散元件10可选择棱镜或光栅，本实施例以三棱镜为例；三棱镜通过支架固定于次级稳定光环境对应的第二暗箱内，且置于通过第一过光孔的光束的前侧，以进行色散处理。
光源9以设定入射角度向待测工件3的表面投射复合光束4，复合光束4的反射光束5通过第一过光孔进入第二暗箱，反射光束5经过色散元件10色散处理后投射在光屏6上生成彩色光带。
经过第二过光孔的光依次通过单色器11、光电倍增管7转换成电信号，并传到计算机生成光属特征曲线图，在光属特征曲线图中，根据待测工件3表面不同位置的光属特征差异，或将待测工件3表面不同位置的光属特征与光属参考阈值比较，进行判断粗糙度是否符合要求。
通过摄像机8采集彩色光带的图像，根据待测工件3表面不同位置的图像的像素点差异，或将待测工件3表面不同位置的图像的像素点与图像参考阈值比较，进行判断粗糙度是否符合要求。
以上仅是本发明的优选实施方式，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，这些都不会影响本发明实施的效果和专利的实用性。
Claims (10)
1.一种机械零件加工表面粗糙度在线检测方法，其特征在于，包括：
分别构建一级稳定光环境(1)、次级稳定光环境(2)，在所述一级稳定光环境(1)与次级稳定光环境(2)之间设有第一光通道(A)；
在所述一级稳定光环境(1)中连续移动待测工件(3)，并在所述一级稳定光环境(1)中的设定位置以设定入射角度向所述待测工件(3)的表面投射复合光束(4)，使所述复合光束(4)的反射光束(5)通过所述第一光通道(A)进入所述次级稳定光环境(2)；
在所述次级稳定光环境(2)中，将所述反射光束(5)转换成电信号生成光属特征曲线图和/或图像进行判断粗糙度是否符合要求。
2.根据权利要求1所述的机械零件加工表面粗糙度在线检测方法，其特征在于，所述反射光束(5)进入所述次级稳定光环境(2)后首先经过色散处理；经过色散处理的反射光束(5)投射在光屏(6)上生成彩色光带。
3.根据权利要求2所述的机械零件加工表面粗糙度在线检测方法，其特征在于，在所述彩色光带中部的光屏(6)上设有第二光通道(B)，将经过所述第二光通道(B)的光转换成电信号生成光属特征曲线图。
4.根据权利要求3所述的机械零件加工表面粗糙度在线检测方法，其特征在于，将经过所述第二光通道(B)的光依次通过单色器(11)、光电倍增管(7)转换成电信号生成光属特征曲线图。
5.根据权利要求1所述的机械零件加工表面粗糙度在线检测方法，其特征在于，在所述光属特征曲线图中，根据待测工件(3)表面不同位置的光属特征差异，或将待测工件(3)表面不同位置的光属特征与光属参考阈值比较，进行判断粗糙度是否符合要求。
6.根据权利要求2所述的机械零件加工表面粗糙度在线检测方法，其特征在于，通过摄像机(8)采集所述彩色光带的图像。
7.根据权利要求1所述的机械零件加工表面粗糙度在线检测方法，其特征在于，根据待测工件(3)表面不同位置的图像的像素点差异，或将待测工件(3)表面不同位置的图像的像素点与图像参考阈值比较，进行判断粗糙度是否符合要求。
8.根据权利要求1所述的机械零件加工表面粗糙度在线检测方法，其特征在于，根据所述复合光束(4)的光源(9)的使用时间对所述光属特征曲线图或图像进行补偿。
9.根据权利要求1所述的机械零件加工表面粗糙度在线检测方法，其特征在于，将厂区内用于输送待测工件(3)的流水线直接穿过所述一级稳定光环境(1)进行在线式检测待测工件(3)的表面粗糙度。
10.一种机械零件加工表面粗糙度在线检测系统，其特征在于，包括第一暗箱、第二暗箱，所述第一暗箱与第二暗箱之间设有第一过光孔；所述第一暗箱为长隧道结构，包括前段隧道、中段隧道、后段隧道，厂区内用于输送待测工件(3)的流水线依次穿过所述前段隧道、中段隧道、后段隧道，中段隧道的位置与前段隧道、后段隧道的位置不在同一直线上，所述中段隧道内固定设有光源(9)；所述第二暗箱内设有色散元件(10)、光屏(6)、摄像机(8)、光电倍增管(7)、单色器(11)、，所述摄像机(8)、光电倍增管(7)电信号连接计算机，所述光屏(6)设有第二过光孔；
所述光源(9)以设定入射角度向所述待测工件(3)的表面投射复合光束(4)，所述复合光束(4)的反射光束(5)通过所述第一过光孔进入所述第二暗箱，所述反射光束(5)经过所述色散元件(10)色散处理后投射在所述光屏(6)上生成彩色光带；
经过所述第二过光孔的光依次通过单色器(11)、光电倍增管(7)转换成电信号，并传到所述计算机生成光属特征曲线图，在所述光属特征曲线图中，根据待测工件(3)表面不同位置的光属特征差异，或将待测工件(3)表面不同位置的光属特征与光属参考阈值比较，进行判断粗糙度是否符合要求；
通过所述摄像机(8)采集所述彩色光带的图像，根据待测工件(3)表面不同位置的图像的像素点差异，或将待测工件(3)表面不同位置的图像的像素点与图像参考阈值比较，进行判断粗糙度是否符合要求。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210374844.7A CN114754706A (zh) | 2022-04-11 | 2022-04-11 | 机械零件加工表面粗糙度在线检测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210374844.7A CN114754706A (zh) | 2022-04-11 | 2022-04-11 | 机械零件加工表面粗糙度在线检测方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114754706A true CN114754706A (zh) | 2022-07-15 |
Family
ID=82330082
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210374844.7A Pending CN114754706A (zh) | 2022-04-11 | 2022-04-11 | 机械零件加工表面粗糙度在线检测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114754706A (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1540283A (zh) * | 2003-10-30 | 2004-10-27 | 文晓希 | 工件表面粗糙度测量方法及装置 |
| CN103278113A (zh) * | 2013-02-27 | 2013-09-04 | 中国林业科学研究院木材工业研究所 | 一种非接触式快速测定木材表面粗糙度的方法 |
| CN106403853A (zh) * | 2016-11-15 | 2017-02-15 | 沈阳建筑大学 | 一种石材表面粗糙度的在线检测装置及方法 |
| CN108332689A (zh) * | 2018-02-08 | 2018-07-27 | 南京航空航天大学 | 一种检测表面粗糙度和表面损伤的光学测量系统及方法 |
| JP2018128436A (ja) * | 2017-02-10 | 2018-08-16 | 株式会社パパラボ | 表面粗さ判定装置及び判定方法 |
| US20180286058A1 (en) * | 2017-04-04 | 2018-10-04 | Rolls-Royce Plc | Determining surface roughness |
| CN111442757A (zh) * | 2020-02-20 | 2020-07-24 | 华侨大学 | 基于色散透镜与滤光片的视觉测距系统及测距方法 |
| CN113134791A (zh) * | 2021-04-30 | 2021-07-20 | 盐城工学院 | 一种基于图像识别的工件表面处理方法及抛丸机 |
| CN113281343A (zh) * | 2021-05-31 | 2021-08-20 | 中国科学院西安光学精密机械研究所 | 一种对多层透明材料进行缺陷检测的系统及方法 |
-
2022
- 2022-04-11 CN CN202210374844.7A patent/CN114754706A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1540283A (zh) * | 2003-10-30 | 2004-10-27 | 文晓希 | 工件表面粗糙度测量方法及装置 |
| CN103278113A (zh) * | 2013-02-27 | 2013-09-04 | 中国林业科学研究院木材工业研究所 | 一种非接触式快速测定木材表面粗糙度的方法 |
| CN106403853A (zh) * | 2016-11-15 | 2017-02-15 | 沈阳建筑大学 | 一种石材表面粗糙度的在线检测装置及方法 |
| JP2018128436A (ja) * | 2017-02-10 | 2018-08-16 | 株式会社パパラボ | 表面粗さ判定装置及び判定方法 |
| US20180286058A1 (en) * | 2017-04-04 | 2018-10-04 | Rolls-Royce Plc | Determining surface roughness |
| CN108332689A (zh) * | 2018-02-08 | 2018-07-27 | 南京航空航天大学 | 一种检测表面粗糙度和表面损伤的光学测量系统及方法 |
| CN111442757A (zh) * | 2020-02-20 | 2020-07-24 | 华侨大学 | 基于色散透镜与滤光片的视觉测距系统及测距方法 |
| CN113134791A (zh) * | 2021-04-30 | 2021-07-20 | 盐城工学院 | 一种基于图像识别的工件表面处理方法及抛丸机 |
| CN113281343A (zh) * | 2021-05-31 | 2021-08-20 | 中国科学院西安光学精密机械研究所 | 一种对多层透明材料进行缺陷检测的系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100418069B1 (ko) | 코팅막의검사장치및방법 | |
| CN114943739B (zh) | 一种铝管质量检测方法 | |
| US20070132990A1 (en) | Surface inspection apparatus | |
| EP0758083A2 (de) | Verfahren und Vorrichtung zur spektralen Remissions- und Transmissionsmessung | |
| CN1192227C (zh) | 用于确定纤维样品特性的方法和纤维分类设备 | |
| JP2000027067A (ja) | ストランド形状の繊維製品の無接触測定方法およびこの方法を実施するための装置 | |
| US4222064A (en) | Optical property measurement system and method | |
| CN113175883B (zh) | 一种光谱共焦测量系统的光源归一化处理方法 | |
| CN102621147A (zh) | 钢板表面色差缺陷检测装置 | |
| CN114754706A (zh) | 机械零件加工表面粗糙度在线检测方法及系统 | |
| CN106053381A (zh) | 非均匀性样品在线分析的近红外光谱采集装置及其方法 | |
| TWI719610B (zh) | 以彩色相機進行光譜分析之方法 | |
| Carvalho et al. | Automatic yarn characterization system: design of a prototype | |
| CN114970164A (zh) | 一种精细化钢铁分类定量方法及便携式系统 | |
| CN113758939B (zh) | 利用金属表面反射和散射光谱表征金属表面清洁度的方法 | |
| CN105716522B (zh) | 差分式三角测量系统及其方法 | |
| CN2283254Y (zh) | 快速精密ccd测色仪 | |
| JP2001242092A (ja) | 評価装置 | |
| CN112161708B (zh) | 用于颜色三刺激值计算的光谱预处理方法 | |
| CN217542147U (zh) | 一种用于检测纺织品颜色的检测装置 | |
| CN116642588A (zh) | 一种基于光纤束的高光谱在线检测系统及方法 | |
| CN108572177B (zh) | 基于发射光谱的焊接电弧污染物在线定温检测方法 | |
| JP2616090B2 (ja) | 塗面の光沢度測定装置 | |
| JP2001201399A (ja) | 分光分析器の動作異常判定方法および動作異常判定機能付き分光分析器 | |
| JPH0670590B2 (ja) | 色順判定方式 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220715 |