CN115561251A - 一种基于图像识别的圆锥保持架检测方法、系统及介质 - Google Patents
一种基于图像识别的圆锥保持架检测方法、系统及介质 Download PDFInfo
- Publication number
- CN115561251A CN115561251A CN202211568199.9A CN202211568199A CN115561251A CN 115561251 A CN115561251 A CN 115561251A CN 202211568199 A CN202211568199 A CN 202211568199A CN 115561251 A CN115561251 A CN 115561251A
- Authority
- CN
- China
- Prior art keywords
- image
- ring wall
- retainer
- detected
- conical
- 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 36
- 238000001514 detection method Methods 0.000 claims abstract description 46
- 238000012545 processing Methods 0.000 claims abstract description 25
- 230000007547 defect Effects 0.000 claims abstract description 22
- 238000000605 extraction Methods 0.000 claims abstract description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 230000002950 deficient Effects 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 4
- 230000004927 fusion Effects 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000007635 classification algorithm Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000005096 rolling process Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 208000003464 asthenopia Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001131 transforming effect Effects 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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biochemistry (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种基于图像识别的圆锥保持架检测方法、系统及介质。方法包括:基于预设的输送系统使待检测圆锥保持架通过图像采集系统,获取待处理图像集;待处理图像集包括:外圈壁图像集、内圈壁图像集、俯仰视图集;对外圈壁图像集与内圈壁图像集进行全景化处理,获得外圈壁全景化图像与内圈壁全景化图像;将外圈壁全景化图像、内圈壁全景化图像以及俯仰视图集加入待提取特征图像集;对待提取特征图像集进行尺寸特征提取与表面缺陷检测,以获得待检测圆锥保持架的尺寸特征信息与表面信息;基于尺寸特征信息与表面信息,确定待检测圆锥保持架是否为不合格品。本申请通过上述方法提高了圆锥保持架的检测效率,且能够保证检测结果的可靠性。
Description
技术领域
本申请涉及机器视觉测量技术领域,尤其涉及一种基于图像识别的圆锥保持架检测方法、设备及介质。
背景技术
圆锥保持架应用于圆锥滚子轴承。圆锥滚子轴承主要承受以径向为主的径、轴向联合载荷,角度越大承载能力越大。保持架包裹全部或部分滚动体,并随之运动的轴承零件,用以隔离滚动体,通常还引导滚动体并将其保持在轴承内。滚动轴承在工作时,特别是载荷复杂且高速旋转时,保持架要承受很大的离心力、冲击和振动,保持架和滚动体之间存在较大的滑动摩擦。圆锥保持架在各类保持架中更是如此。
轴承作为机械的运动关节,有着至关重要的作用,而轴承保持器作为滚动轴承的重要组成部分,一旦出现生产事故,会造成很大的经济与财产损失。因此对轴承保持器的成品质量的检测是保证滚动轴承正常运行的必要条件。
目前对于圆锥保持架的成品检测一般采用人工检测对成品进行检测,这种方式检测效率低下,工人劳动强度大,长期工作后视觉疲劳易出差错,检测结果可靠性较差。因此,亟需一种针对圆锥保持架的自动检测方法。
发明内容
本申请实施例提供了一种基于图像识别的圆锥保持架检测方法、设备及介质,用以解决如下技术问题:圆锥保持架的成品监测一般采用人工检测对成品进行检测,效率低下且检测结果可靠性较差。
第一方面,本申请实施例提供了一种基于图像识别的圆锥保持架检测方法,其特征在于,应用于圆锥保持架检测系统,方法包括:基于预设的输送系统使待检测圆锥保持架通过图像采集系统,以通过图像采取系统获取待检测圆锥保持架对应的待处理图像集;其中,待处理图像集包括:外圈壁图像集、内圈壁图像集、俯仰视图集;对外圈壁图像集与内圈壁图像集进行全景化处理,以获得圆锥保持架的外圈壁全景化图像与内圈壁全景化图像,并将外圈壁全景化图像、内圈壁全景化图像以及俯仰视图集加入待提取特征图像集;对待提取特征图像集进行尺寸特征提取,以获得待检测圆锥保持架的尺寸特征信息,以及对待提取特征图像集进行保持架表面缺陷检测,以确定待检测圆锥保持架的表面信息;基于待检测圆锥保持架的尺寸特征信息以及表面信息,确定待检测圆锥保持架是否为不合格品。
在本申请的一种实现方式中,对外圈壁图像集与内圈壁图像集进行全景化处理,以获得圆锥保持架的外圈壁全景化图像与内圈壁全景化图像,具体包括:基于预设的特征识别算法,确定待拼接图像中非待检测圆锥保持架部分,并确定待拼接图像中的非待检测圆锥保持架部分为待配准区域;其中,待拼接图像为外圈壁图像集或内圈壁图像集中的图像;提取待配准区域中的特征点序列,并确定特征点序列中各特征点对应的特征点描述算子;基于各特征点对应的特征点描述算子,通过SURF算法对相邻的两张待拼接图像进行特征点匹配,以获得若干对匹配特征点;基于若干对匹配特征点,进行相邻的两张待拼接图像进行图像对齐,并将对齐后的待融合图像进行线性融合,以获得外圈壁全景化图像或内圈壁全景化图像。
在本申请的一种实现方式中,提取待配准区域中的特征点序列,具体包括:确定待配准区域对应的图像金字塔;其中,图像金字塔用于描述不同分辨率下的待配准区域;将待配准区域中的像素点均通过Hessian矩阵处理,以确定各像素点的Hessian值;在任一像素点的Hessian值均大于或小于邻近的第一预设数量个像素点以及相应上下图像层中邻近的第二预设数量个像素点的情况下,确定该像素点为特征点。
在本申请的一种实现方式中,对待提取特征图像集进行尺寸特征提取,以获得待检测圆锥保持架的尺寸特征信息,具体包括:基于特征识别算法,确定待提取特征图像中的待检测圆锥保持架部分;确定待提取特征图像中待检测圆锥保持架部分各部位的像素点数;基于预设的尺寸映射表及各部位的像素点数,确定对应部位的尺寸特征信息。
在本申请的一种实现方式中,对待提取特征图像集进行保持架表面缺陷检测,以确定待检测圆锥保持架的表面信息,具体包括:提取待提取特征图像中的待检测圆锥保持架部分,并对待检测圆锥保持架部分进行二值化处理,以获得二值化图像;对二值化图像进行中值滤波,以获得中值滤波图像;将中值滤波图像与二值化图像进行像素差值计算,以获得差值图像;通过预设的缺陷分类算法,对差值图像中的残留像素信息进行缺陷识别,以获得确定待检测圆锥保持架的表面信息。
在本申请的一种实现方式中,图像采集系统包括:外圈壁图像采集系统、内圈壁采集系统、俯仰视图采集系统;外圈壁图像采集系统包括:第一保持架载物器、第一高清照像机、外圈壁拍摄无影灯,第一相机旋转架;第一保持架载物器用于放置待检测圆锥保持架,以提供外圈壁图像集采集位置环境;第一高清照像机用于采集外圈壁图像集;外圈壁拍摄无影灯用于提供外圈壁图像采集光线环境;第一相机旋转架用于固定第一高清照像机,并用于使第一高清照像机沿第一保持架载物器外侧旋转,以使第一高清照像机能够采集到待检测圆锥保持架的完整外圈壁图像;第一高清照像机的镜头平行于放置于第一保持架载物器上的待检测圆锥保持架的外圈壁;内圈壁采集系统包括:第二保持架载物器、第二高清照像机、内圈壁拍摄无影灯、第二相机旋转架;第二保持架载物器用于放置待检测圆锥保持架,以提供内圈壁图像集采集位置环境;第二高清照像机用于采集内圈壁图像集;外圈壁拍摄无影灯用于提供内圈壁图像采集光线环境;第二相机旋转架用于固定第二高清照像机,并用于使第二高清照像机沿第二保持架载物器内侧旋转,以使第二高清照像机能够采集到待检测圆锥保持架的完整内圈壁图像;第二高清照像机的镜头平行于放置于第二保持架载物器上的待检测圆锥保持架的内圈壁;俯仰视图采集系统包括:保持架载物台、第三高清照像机、俯仰视图拍摄无影灯;保持架载物台用于放置待检测圆锥保持架;第二高清照像机用于采集俯仰视图集;俯仰视图拍摄无影灯用于提供俯仰视图采集光线环境;第三高清照像机设置于保持架载物台上方;第三高清照像机的镜头平行于保持架载物台。
在本申请的一种实现方式中,输送系统包括:输送皮带、输送机器人;输送皮带用于待检测圆锥保持架在检测过程中的输送;输送机器人用于将输送皮带上输送的待检测圆锥保持架抓取到第一保持架载物器,以及用于在第一高清照像机采集完外圈壁图像集之后,将待检测圆锥保持架由第一保持架载物器抓取到第二保持架载物器,以及用于在第二高清照像机采集完内圈壁图像集之后,将待检测圆锥保持架由第二保持架载物器抓取到保持架载物台,以及用于在第三高清照像机采集完俯视图或仰视图之后,将待检测圆锥保持架进行翻转,以及用于在第三高清照像机采集完俯仰视图集之后,将待检测圆锥保持架由保持架载物台抓取到输送皮带。
在本申请的一种实现方式中,输送系统还包括:分拣机器人;在确定待检测圆锥保持架是否为不合格品之后,方法还包括:若待检测圆锥保持架为不合格品,确定待检测圆锥保持架由保持架载物台抓取到输送皮带的时刻信息;基于时刻信息、输送皮带的传输速度、分拣机器人的位置信息,分拣机器人的移动速度,确定分拣机器人的抓取点;基于抓取点,生成抓取信息,以控制分拣机器人对待检测圆锥保持架进行抓取。
第二方面,本申请实施例还提供了一种基于图像识别的圆锥保持架检测系统,其特征在于,系统包括:输送系统、图像采集系统、全景化拼接模块、特征提取模块、合格品判断模块;输送系统,用于使待检测圆锥保持架通过图像采集系统,以通过图像采取系统获取待检测圆锥保持架对应的待处理图像集;其中,待处理图像集包括:外圈壁图像集、内圈壁图像集、俯仰视图集;全景化拼接模块,用于对外圈壁图像集与内圈壁图像集进行全景化处理,以获得圆锥保持架的外圈壁全景化图像与内圈壁全景化图像,并将外圈壁全景化图像、内圈壁全景化图像以及俯仰视图集加入待提取特征图像集;特征提取模块,用于对待提取特征图像集进行尺寸特征提取,以获得待检测圆锥保持架的尺寸特征信息,以及对待提取特征图像集进行保持架表面缺陷检测,以确定待检测圆锥保持架的表面信息;合格品判断模块,用于基于待检测圆锥保持架的尺寸特征信息以及表面信息,确定待检测圆锥保持架是否为不合格品。
第三方面,本申请实施例还提供了一种基于图像识别的圆锥保持架检测的非易失性计算机存储介质,存储有计算机可执行指令,其特征在于,计算机可执行指令设置为:基于预设的输送系统使待检测圆锥保持架通过图像采集系统,以通过图像采取系统获取待检测圆锥保持架对应的待处理图像集;其中,待处理图像集包括:外圈壁图像集、内圈壁图像集、俯仰视图集;对外圈壁图像集与内圈壁图像集进行全景化处理,以获得圆锥保持架的外圈壁全景化图像与内圈壁全景化图像,并将外圈壁全景化图像、内圈壁全景化图像以及俯仰视图集加入待提取特征图像集;对待提取特征图像集进行尺寸特征提取,以获得待检测圆锥保持架的尺寸特征信息,以及对待提取特征图像集进行保持架表面缺陷检测,以确定待检测圆锥保持架的表面信息;基于待检测圆锥保持架的尺寸特征信息以及表面信息,确定待检测圆锥保持架是否为不合格品。
本申请实施例提供的一种基于图像识别的圆锥保持架检测方法、设备及介质,通过图像识别的方式进行圆锥保持架检测,极大的提高了圆锥保持架的检测效率,且能够足够保证检测结果的可靠性。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施例提供的一种基于图像识别的圆锥保持架检测方法流程图;
图2为本申请实施例提供的一种基于图像识别的圆锥保持架检测系统内部结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
圆锥保持架的质量检测,一方面是对圆锥保持架尺寸的检测,以剔除尺寸不合格的圆锥保持架以及剔除发生形变的圆锥保持架;另一方面是对圆锥保持架表面的检测,以剔除表面存在类似划痕、凸起或毛刺等增加摩擦力的表面缺陷的圆锥保持架。
目前对于圆锥保持架的成品检测一般采用人工检测对成品进行检测,这种方式检测效率低下,工人劳动强度大,长期工作后视觉疲劳易出差错,检测结果可靠性较差。因此,亟需一种针对圆锥保持架的自动检测方法。
本申请实施例提供了一种基于图像识别的圆锥保持架检测方法、设备及介质,用以解决如下技术问题:圆锥保持架的成品监测一般采用人工检测对成品进行检测,效率低下且检测结果可靠性较差。
下面通过附图对本申请实施例提出的技术方案进行详细的说明。
图1为本申请实施例提供的一种基于图像识别的圆锥保持架检测方法流程图。如图1所示,本申请实施例提供的一种基于图像识别的圆锥保持架检测方法,具体包括以下步骤:
步骤101、基于预设的输送系统使待检测圆锥保持架通过图像采集系统,以通过图像采取系统获取待检测圆锥保持架对应的待处理图像集。
在本申请的一个实施例中,待处理图像集包括:外圈壁图像集、内圈壁图像集、俯仰视图集。可以理解的是,外圈壁图像集中包含若干张待检测圆锥保持架的外侧圈壁的图像,内圈壁图像集中包含若干张待检测圆锥保持架的内侧圈壁的图像,俯仰视图集中包含待检测圆锥保持架的俯视图与仰视图。
在本申请的一个实施例中,图像采集系统包括:外圈壁图像采集系统、内圈壁采集系统、俯仰视图采集系统;其中,外圈壁图像采集系统用于采集外圈壁图像集,内圈壁采集系统用于采集内圈壁图像集,俯仰视图采集系统用于采集俯仰视图集。
进一步地,外圈壁图像采集系统包括:第一保持架载物器、第一高清照像机、外圈壁拍摄无影灯,第一相机旋转架;第一保持架载物器用于放置待检测圆锥保持架,以提供外圈壁图像集采集位置环境;第一高清照像机用于采集外圈壁图像集;外圈壁拍摄无影灯用于提供外圈壁图像采集光线环境;第一相机旋转架用于固定第一高清照像机,并用于使第一高清照像机沿第一保持架载物器外侧旋转,以使第一高清照像机能够采集到待检测圆锥保持架的完整外圈壁图像;第一高清照像机的镜头平行于放置于第一保持架载物器上的待检测圆锥保持架的外圈壁。
进一步地,内圈壁采集系统包括:第二保持架载物器、第二高清照像机、内圈壁拍摄无影灯、第二相机旋转架;第二保持架载物器用于放置待检测圆锥保持架,以提供内圈壁图像集采集位置环境;第二高清照像机用于采集内圈壁图像集;外圈壁拍摄无影灯用于提供内圈壁图像采集光线环境;第二相机旋转架用于固定第二高清照像机,并用于使第二高清照像机沿第二保持架载物器内侧旋转,以使第二高清照像机能够采集到待检测圆锥保持架的完整内圈壁图像;第二高清照像机的镜头平行于放置于第二保持架载物器上的待检测圆锥保持架的内圈壁。
进一步地,俯仰视图采集系统包括:保持架载物台、第三高清照像机、俯仰视图拍摄无影灯;保持架载物台用于放置待检测圆锥保持架;第二高清照像机用于采集俯仰视图集;俯仰视图拍摄无影灯用于提供俯仰视图采集光线环境;第三高清照像机设置于保持架载物台上方;第三高清照像机的镜头平行于保持架载物台。
可以理解的是,本申请图像采集系统中采用的无影灯可以是高清照相机在拍摄时,能够拍摄到更好效果的待检测圆锥保持架图像。高清摄像机选择可根据实际情况选择,分辨率越高的相机能够在后续图像处理时获得精度越高的尺寸特征信息。为了使后续特征信息的获取更容易,本申请实施例使第一高清照像机的镜头平行于放置于第一保持架载物器上的待检测圆锥保持架的外圈壁,使第二高清照像机的镜头平行于放置于第二保持架载物器上的待检测圆锥保持架的内圈壁。
还需要说明的是,第一保持架载物器与第二保持架载物器的具体样式本申请在此不进行具体限定,能够不影响外圈壁图像或内圈壁图像的获取即可。第一高清照像机与第二高清照像机的拍摄频率、第一高清照像机与第二高清照像机的旋转速度可自行设置,本申请不做限定。
在本申请的一个实施例中,输送系统包括:输送皮带、输送机器人;输送皮带用于待检测圆锥保持架在检测过程中的输送;输送机器人用于将输送皮带上输送的待检测圆锥保持架抓取到第一保持架载物器,以及用于在第一高清照像机采集完外圈壁图像集之后,将待检测圆锥保持架由第一保持架载物器抓取到第二保持架载物器,以及用于在第二高清照像机采集完内圈壁图像集之后,将待检测圆锥保持架由第二保持架载物器抓取到保持架载物台,以及用于在第三高清照像机采集完俯视图或仰视图之后,将待检测圆锥保持架进行翻转,以及用于在第三高清照像机采集完俯仰视图集之后,将待检测圆锥保持架由保持架载物台抓取到输送皮带。
需要说明的是,本申请默认图像采集系统的顺序为外圈壁图像采集系统、内圈壁采集系统、俯仰视图采集系统,但可以理解的是,外圈壁图像集、内圈壁图像集、俯仰视图集的获取并不受先后顺序影响,因此图像采集系统的顺序可自行选择。
步骤102、对外圈壁图像集与内圈壁图像集进行全景化处理,以获得圆锥保持架的外圈壁全景化图像与内圈壁全景化图像,并将外圈壁全景化图像、内圈壁全景化图像以及俯仰视图集加入待提取特征图像集。
在本申请的一个实施例中,在获取待检测圆锥保持架对应的待处理图像集之后,对外圈壁图像集与内圈壁图像集进行全景化处理,以获得圆锥保持架的外圈壁全景化图像与内圈壁全景化图像。
具体地,基于预设的特征识别算法,确定待拼接图像中非待检测圆锥保持架部分,并确定待拼接图像中的非待检测圆锥保持架部分为待配准区域;其中,待拼接图像为外圈壁图像集或内圈壁图像集中的图像。需要说明的是,由于各待拼接图像中待检测圆锥保持架部分相似度非常高,因此若确定待检测圆锥保持架部分为待配准区域,容易出现特征点误匹配,所以本申请在仅将待拼接图像中的非待检测圆锥保持架部分作为待配准区域,进行特征点选取。
进一步地,提取待配准区域中的特征点序列。具体地,确定待配准区域对应的图像金字塔;其中,图像金字塔用于描述不同分辨率下的待配准区域;将待配准区域中的像素点均通过Hessian矩阵处理,以确定各像素点的Hessian值;在任一像素点的Hessian值均大于或小于邻近的第一预设数量个像素点以及相应上下图像层中邻近的第二预设数量个像素点的情况下,确定该像素点为特征点。例如:假设存在一个像素点不是边缘像素点且其上层的邻近范围也不是边缘像素点,在确定邻近范围为1(即直接与上述任一像素点相邻的其他像素点)的情况下,则将该像素点的Hessian值与其所在图像层的8个像素点以及上下两层图像层中9*2个像素点的Hessian值进行比较,如果该像素点的Hessian值均大于或小于这26个像素的Hessian值(即在包括该像素点在内的这27个像素点中,该像素点的Hessian值为最大值或最小值)的情况下,确定该像素点为特征点。
进一步地,确定特征点序列中各特征点对应的特征点描述算子。对于特征点描述算子的生成算法,本申请在此不做限定,可选的包括Harr小波响应算法。
进一步地,基于各特征点对应的特征点描述算子,通过SURF算法对相邻的两张待拼接图像进行特征点匹配,以获得若干对匹配特征点;基于若干对匹配特征点,进行相邻的两张待拼接图像进行图像对齐,并将对齐后的待融合图像进行线性融合,以获得外圈壁全景化图像或内圈壁全景化图像。
需要说明的是,由于第一高清照像机或第二高清照像机获取的待拼接图像都在同一水平面,且稳固的机械结构使相机的晃动误差一般也不会超过毫米级,在误差允许范围内,因此,在特征点匹配完整后,直接进行拼接处理即可,无需采用对图像尺度进行变换的拼接算法,容易引起待检测圆锥保持架部分的图像形变。又因为第一高清照像机或第二高清照像机获取的待拼接图像都是在相同的光线环境下获取的,因此可直接对待拼接图像的拼接部位采用线性融合法进行融合,无需复杂融合算法。
在本申请的一个实施例中,在获得圆锥保持架的外圈壁全景化图像与内圈壁全景化图像之后,将外圈壁全景化图像、内圈壁全景化图像以及俯仰视图集加入待提取特征图像集。
步骤103、对待提取特征图像集进行尺寸特征提取,以获得待检测圆锥保持架的尺寸特征信息,以及对待提取特征图像集进行保持架表面缺陷检测,以确定待检测圆锥保持架的表面信息。
在本申请的一个实施例中,在确定待提取特征图像集之后,对待提取特征图像集进行尺寸特征提取,以获得待检测圆锥保持架的尺寸特征信息。
具体地,基于特征识别算法,确定待提取特征图像中的待检测圆锥保持架部分;确定待提取特征图像中待检测圆锥保持架部分各部位的像素点数;基于预设的尺寸映射表及各部位的像素点数,确定对应部位的尺寸特征信息。
可以理解的是,相机与待检测圆锥保持架的距离固定,在不改变相机焦距的情况下,待检测圆锥保持架某一部位的像素点数即可与尺寸呈线性关系。预设的尺寸映射表,即可确定对应部位的尺寸特征信息。
在本申请的一个实施例中,在确定待提取特征图像集之后,还可以对待提取特征图像集进行保持架表面缺陷检测,以确定待检测圆锥保持架的表面信息。
具体地,提取待提取特征图像中的待检测圆锥保持架部分,并对待检测圆锥保持架部分进行二值化处理,以获得二值化图像;对二值化图像进行中值滤波,以获得中值滤波图像;将中值滤波图像与二值化图像进行像素差值计算,以获得差值图像;通过预设的缺陷分类算法,对差值图像中的残留像素信息进行缺陷识别,以获得确定待检测圆锥保持架的表面信息。
步骤104、基于待检测圆锥保持架的尺寸特征信息以及表面信息,确定待检测圆锥保持架是否为不合格品。
在本申请的一个实施例中,在确定待检测圆锥保持架的尺寸特征信息,即可基于尺寸特征信息,确定待检测圆锥保持架各部位的尺寸是否在预设的阈值区间内,若在,则说明待检测圆锥保持架尺寸合格,若存在不在阈值区间内尺寸数据,则说明待检测圆锥保持架为不合格产品。
在本申请的一个实施例中,若对待提取特征图像集进行保持架表面缺陷检测之后,确定待检测圆锥保持架表面存在各类型的缺陷中的任意一种,则确定待检测圆锥保持架为不合格产品。
在本申请的一个实施例中,输送系统还包括:分拣机器人;在确定待检测圆锥保持架是否为不合格品之后,方法还包括:若待检测圆锥保持架为不合格品,确定待检测圆锥保持架由保持架载物台抓取到输送皮带的时刻信息;基于时刻信息、输送皮带的传输速度、分拣机器人的位置信息,分拣机器人的移动速度,确定分拣机器人的抓取点;基于抓取点,生成抓取信息,以控制分拣机器人对待检测圆锥保持架进行抓取。
以上为本申请提出的方法实施例。基于同样的发明构思,本申请实施例还提供了一种基于图像识别的圆锥保持架检测系统,其结构如图2所示。
图2为本申请实施例提供的一种基于图像识别的圆锥保持架检测系统内部结构示意图。如图2所示,一种基于图像识别的圆锥保持架检测系统200包括:输送系统201、图像采集系统202、全景化拼接模块203、特征提取模块204、合格品判断模块205。
在本申请的一个实施例中,输送系统201,用于使待检测圆锥保持架通过图像采集系统202,以通过图像采取系统202获取待检测圆锥保持架对应的待处理图像集;其中,待处理图像集包括:外圈壁图像集、内圈壁图像集、俯仰视图集;全景化拼接模块203,用于对外圈壁图像集与内圈壁图像集进行全景化处理,以获得圆锥保持架的外圈壁全景化图像与内圈壁全景化图像,并将外圈壁全景化图像、内圈壁全景化图像以及俯仰视图集加入待提取特征图像集;特征提取模块204,用于对待提取特征图像集进行尺寸特征提取,以获得待检测圆锥保持架的尺寸特征信息,以及对待提取特征图像集进行保持架表面缺陷检测,以确定待检测圆锥保持架的表面信息;合格品判断模块205,用于基于待检测圆锥保持架的尺寸特征信息以及表面信息,确定待检测圆锥保持架是否为不合格品。
本申请的一些实施例提供的对应于图1的一种基于图像识别的圆锥保持架检测的非易失性计算机存储介质,存储有计算机可执行指令,计算机可执行指令设置为:
基于预设的输送系统使待检测圆锥保持架通过图像采集系统,以通过图像采取系统获取待检测圆锥保持架对应的待处理图像集;其中,待处理图像集包括:外圈壁图像集、内圈壁图像集、俯仰视图集;
对外圈壁图像集与内圈壁图像集进行全景化处理,以获得圆锥保持架的外圈壁全景化图像与内圈壁全景化图像,并将外圈壁全景化图像、内圈壁全景化图像以及俯仰视图集加入待提取特征图像集;
对待提取特征图像集进行尺寸特征提取,以获得待检测圆锥保持架的尺寸特征信息,以及对待提取特征图像集进行保持架表面缺陷检测,以确定待检测圆锥保持架的表面信息;
基于待检测圆锥保持架的尺寸特征信息以及表面信息,确定待检测圆锥保持架是否为不合格品。
本申请中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于物联网设备和介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本申请实施例提供的系统和介质与方法是一一对应的,因此,系统和介质也具有与其对应的方法类似的有益技术效果,由于上面已经对方法的有益技术效果进行了详细说明,因此,这里不再赘述系统和介质的有益技术效果。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器 (CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器 (RAM) 和/或非易失性内存等形式,如只读存储器 (ROM) 或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存 (PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体 (transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种基于图像识别的圆锥保持架检测方法,其特征在于,应用于圆锥保持架检测系统,所述方法包括:
基于预设的输送系统使待检测圆锥保持架通过图像采集系统,以通过所述图像采取系统获取所述待检测圆锥保持架对应的待处理图像集;其中,所述待处理图像集包括:外圈壁图像集、内圈壁图像集、俯仰视图集;
对所述外圈壁图像集与所述内圈壁图像集进行全景化处理,以获得所述圆锥保持架的外圈壁全景化图像与内圈壁全景化图像,并将所述外圈壁全景化图像、所述内圈壁全景化图像以及所述俯仰视图集加入待提取特征图像集;
对所述待提取特征图像集进行尺寸特征提取,以获得所述待检测圆锥保持架的尺寸特征信息,以及对所述待提取特征图像集进行保持架表面缺陷检测,以确定所述待检测圆锥保持架的表面信息;
基于所述待检测圆锥保持架的尺寸特征信息以及表面信息,确定所述待检测圆锥保持架是否为不合格品。
2.根据权利要求1所述的一种基于图像识别的圆锥保持架检测方法,其特征在于,对所述外圈壁图像集与所述内圈壁图像集进行全景化处理,以获得所述圆锥保持架的外圈壁全景化图像与内圈壁全景化图像,具体包括:
基于预设的特征识别算法,确定待拼接图像中非待检测圆锥保持架部分,并确定所述待拼接图像中的非待检测圆锥保持架部分为待配准区域;其中,所述待拼接图像为所述外圈壁图像集或所述内圈壁图像集中的图像;
提取待配准区域中的特征点序列,并确定所述特征点序列中各特征点对应的特征点描述算子;
基于各特征点对应的特征点描述算子,通过SURF算法对相邻的两张待拼接图像进行特征点匹配,以获得若干对匹配特征点;
基于所述若干对匹配特征点,进行所述相邻的两张待拼接图像进行图像对齐,并将对齐后的待融合图像进行线性融合,以获得所述外圈壁全景化图像或所述内圈壁全景化图像。
3.根据权利要求2所述的一种基于图像识别的圆锥保持架检测方法,其特征在于,提取待配准区域中的特征点序列,具体包括:
确定所述待配准区域对应的图像金字塔;其中,所述图像金字塔用于描述不同分辨率下的待配准区域;
将所述待配准区域中的像素点均通过Hessian矩阵处理,以确定各像素点的Hessian值;
在任一像素点的Hessian值均大于或小于邻近的第一预设数量个像素点以及相应上下图像层中邻近的第二预设数量个像素点的情况下,确定该像素点为特征点。
4.根据权利要求2所述的一种基于图像识别的圆锥保持架检测方法,其特征在于,对所述待提取特征图像集进行尺寸特征提取,以获得所述待检测圆锥保持架的尺寸特征信息,具体包括:
基于所述特征识别算法,确定待提取特征图像中的待检测圆锥保持架部分;
确定所述待提取特征图像中待检测圆锥保持架部分各部位的像素点数;
基于预设的尺寸映射表及各部位的像素点数,确定对应部位的尺寸特征信息。
5.根据权利要求4所述的一种基于图像识别的圆锥保持架检测方法,其特征在于,对所述待提取特征图像集进行保持架表面缺陷检测,以确定所述待检测圆锥保持架的表面信息,具体包括:
提取所述待提取特征图像中的待检测圆锥保持架部分,并对所述待检测圆锥保持架部分进行二值化处理,以获得二值化图像;
对所述二值化图像进行中值滤波,以获得中值滤波图像;
将所述中值滤波图像与所述二值化图像进行像素差值计算,以获得差值图像;
通过预设的缺陷分类算法,对所述差值图像中的残留像素信息进行缺陷识别,以获得确定所述待检测圆锥保持架的表面信息。
6.根据权利要求1所述的一种基于图像识别的圆锥保持架检测方法,其特征在于,所述图像采集系统包括:外圈壁图像采集系统、内圈壁采集系统、俯仰视图采集系统;
所述外圈壁图像采集系统包括:第一保持架载物器、第一高清照像机、外圈壁拍摄无影灯,第一相机旋转架;所述第一保持架载物器用于放置待检测圆锥保持架,以提供外圈壁图像集采集位置环境;所述第一高清照像机用于采集外圈壁图像集;所述外圈壁拍摄无影灯用于提供外圈壁图像采集光线环境;所述第一相机旋转架用于固定所述第一高清照像机,并用于使第一高清照像机沿第一保持架载物器外侧旋转,以使所述第一高清照像机能够采集到待检测圆锥保持架的完整外圈壁图像;所述第一高清照像机的镜头平行于放置于所述第一保持架载物器上的待检测圆锥保持架的外圈壁;
所述内圈壁采集系统包括:第二保持架载物器、第二高清照像机、内圈壁拍摄无影灯、第二相机旋转架;所述第二保持架载物器用于放置待检测圆锥保持架,以提供内圈壁图像集采集位置环境;所述第二高清照像机用于采集内圈壁图像集;所述外圈壁拍摄无影灯用于提供内圈壁图像采集光线环境;所述第二相机旋转架用于固定所述第二高清照像机,并用于使第二高清照像机沿第二保持架载物器内侧旋转,以使所述第二高清照像机能够采集到待检测圆锥保持架的完整内圈壁图像;所述第二高清照像机的镜头平行于放置于所述第二保持架载物器上的待检测圆锥保持架的内圈壁;
所述俯仰视图采集系统包括:保持架载物台、第三高清照像机、俯仰视图拍摄无影灯;所述保持架载物台用于放置待检测圆锥保持架;所述第二高清照像机用于采集俯仰视图集;所述俯仰视图拍摄无影灯用于提供俯仰视图采集光线环境;所述第三高清照像机设置于所述保持架载物台上方;所述第三高清照像机的镜头平行于保持架载物台。
7.根据权利要求6所述的一种基于图像识别的圆锥保持架检测方法,其特征在于,所述输送系统包括:输送皮带、输送机器人;
所述输送皮带用于待检测圆锥保持架在检测过程中的输送;
所述输送机器人用于将所述输送皮带上输送的待检测圆锥保持架抓取到第一保持架载物器,以及用于在第一高清照像机采集完外圈壁图像集之后,将所述待检测圆锥保持架由第一保持架载物器抓取到第二保持架载物器,以及用于在第二高清照像机采集完内圈壁图像集之后,将所述待检测圆锥保持架由第二保持架载物器抓取到保持架载物台,以及用于在第三高清照像机采集完俯视图或仰视图之后,将所述待检测圆锥保持架进行翻转,以及用于在第三高清照像机采集完俯仰视图集之后,将所述待检测圆锥保持架由保持架载物台抓取到输送皮带。
8.根据权利要求7所述的一种基于图像识别的圆锥保持架检测方法,其特征在于,所述输送系统还包括:分拣机器人;
在确定所述待检测圆锥保持架是否为不合格品之后,所述方法还包括:
若所述待检测圆锥保持架为不合格品,确定所述待检测圆锥保持架由保持架载物台抓取到输送皮带的时刻信息;
基于所述时刻信息、所述输送皮带的传输速度、所述分拣机器人的位置信息,所述分拣机器人的移动速度,确定所述分拣机器人的抓取点;
基于所述抓取点,生成抓取信息,以控制所述分拣机器人对所述待检测圆锥保持架进行抓取。
9.一种基于图像识别的圆锥保持架检测系统,其特征在于,所述系统包括:输送系统、图像采集系统、全景化拼接模块、特征提取模块、合格品判断模块;
所述输送系统,用于使待检测圆锥保持架通过所述图像采集系统,以通过所述图像采取系统获取所述待检测圆锥保持架对应的待处理图像集;其中,所述待处理图像集包括:外圈壁图像集、内圈壁图像集、俯仰视图集;
所述全景化拼接模块,用于对所述外圈壁图像集与所述内圈壁图像集进行全景化处理,以获得所述圆锥保持架的外圈壁全景化图像与内圈壁全景化图像,并将所述外圈壁全景化图像、所述内圈壁全景化图像以及所述俯仰视图集加入待提取特征图像集;
所述特征提取模块,用于对所述待提取特征图像集进行尺寸特征提取,以获得所述待检测圆锥保持架的尺寸特征信息,以及对所述待提取特征图像集进行保持架表面缺陷检测,以确定所述待检测圆锥保持架的表面信息;
所述合格品判断模块,用于基于所述待检测圆锥保持架的尺寸特征信息以及表面信息,确定所述待检测圆锥保持架是否为不合格品。
10.一种基于图像识别的圆锥保持架检测的非易失性计算机存储介质,存储有计算机可执行指令,其特征在于,所述计算机可执行指令设置为:
基于预设的输送系统使待检测圆锥保持架通过图像采集系统,以通过所述图像采取系统获取所述待检测圆锥保持架对应的待处理图像集;其中,所述待处理图像集包括:外圈壁图像集、内圈壁图像集、俯仰视图集;
对所述外圈壁图像集与所述内圈壁图像集进行全景化处理,以获得所述圆锥保持架的外圈壁全景化图像与内圈壁全景化图像,并将所述外圈壁全景化图像、所述内圈壁全景化图像以及所述俯仰视图集加入待提取特征图像集;
对所述待提取特征图像集进行尺寸特征提取,以获得所述待检测圆锥保持架的尺寸特征信息,以及对所述待提取特征图像集进行保持架表面缺陷检测,以确定所述待检测圆锥保持架的表面信息;
基于所述待检测圆锥保持架的尺寸特征信息以及表面信息,确定所述待检测圆锥保持架是否为不合格品。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211568199.9A CN115561251A (zh) | 2022-12-08 | 2022-12-08 | 一种基于图像识别的圆锥保持架检测方法、系统及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211568199.9A CN115561251A (zh) | 2022-12-08 | 2022-12-08 | 一种基于图像识别的圆锥保持架检测方法、系统及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115561251A true CN115561251A (zh) | 2023-01-03 |
Family
ID=84770908
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211568199.9A Pending CN115561251A (zh) | 2022-12-08 | 2022-12-08 | 一种基于图像识别的圆锥保持架检测方法、系统及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115561251A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112229844A (zh) * | 2020-10-10 | 2021-01-15 | 中兴盛达电气技术(郑州)有限公司 | 一种工件表面缺陷检测设备 |
CN112858175A (zh) * | 2021-03-11 | 2021-05-28 | 广东工业大学 | 一种带有集成镜头的视觉检测系统 |
CN113465511A (zh) * | 2021-06-19 | 2021-10-01 | 精锐视觉智能科技(上海)有限公司 | 一种钢卷尺寸在线测量及全方位端面缺陷在线检测方法 |
CN214408670U (zh) * | 2021-03-11 | 2021-10-15 | 广东工业大学 | 一种带有集成镜头的视觉检测系统 |
-
2022
- 2022-12-08 CN CN202211568199.9A patent/CN115561251A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112229844A (zh) * | 2020-10-10 | 2021-01-15 | 中兴盛达电气技术(郑州)有限公司 | 一种工件表面缺陷检测设备 |
CN112858175A (zh) * | 2021-03-11 | 2021-05-28 | 广东工业大学 | 一种带有集成镜头的视觉检测系统 |
CN214408670U (zh) * | 2021-03-11 | 2021-10-15 | 广东工业大学 | 一种带有集成镜头的视觉检测系统 |
CN113465511A (zh) * | 2021-06-19 | 2021-10-01 | 精锐视觉智能科技(上海)有限公司 | 一种钢卷尺寸在线测量及全方位端面缺陷在线检测方法 |
Non-Patent Citations (1)
Title |
---|
赵春华 等: "基于机器视觉的轴承外圈表面图像拼接方法" * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105021628B (zh) | 一种用于光纤倒像器表面缺陷的检测方法 | |
KR100233218B1 (ko) | 안과용 렌즈 검사 방법 및 장치 | |
CN101464418B (zh) | 缺陷检测方法以及缺陷检测装置 | |
US20060244959A1 (en) | Inspecting apparatus and method for foreign matter | |
CN103245676B (zh) | 光学镜片脏污检测方法 | |
JP5086970B2 (ja) | 木材の外観検査装置、木材の外観検査方法 | |
CN109462999B (zh) | 通过数据平衡基于学习的视觉检查方法以及利用其的视觉检查装置 | |
JP4739044B2 (ja) | 外観検査装置 | |
JP2009293999A (ja) | 木材欠陥検出装置 | |
Liu et al. | An automatic system for bearing surface tiny defect detection based on multi-angle illuminations | |
Chen et al. | Research on detection algorithm of lithium battery surface defects based on embedded machine vision | |
EP4377757A1 (fr) | Procede pour la detection automatique de defauts sur des composants d'une carte electronique | |
EP3311333B1 (fr) | Appariement d'images d'articles postaux avec des descripteurs de singularites du champ de gradient | |
CN115561251A (zh) | 一种基于图像识别的圆锥保持架检测方法、系统及介质 | |
JP6512585B1 (ja) | 部品外観自動検査装置 | |
CN111398294B (zh) | 一种基于机器视觉的秸秆颗粒缺陷检测系统及检测方法 | |
JPH0921628A (ja) | 円筒状被検物の表面凹凸欠陥検出方法 | |
CN117173107A (zh) | 产品缺陷检测方法、装置、设备、系统和可读存储介质 | |
CN110441315B (zh) | 电子部件测试设备和方法 | |
JP2018205199A (ja) | 異物検査装置及び方法 | |
US20230152781A1 (en) | Manufacturing intelligence service system connected to mes in smart factory | |
JPH08159989A (ja) | 液体密封容器の検査方法および検査装置 | |
KR101150754B1 (ko) | 영상처리를 이용한 약품상자 영역 검출 시스템 및 방법 | |
CN114764802A (zh) | 一种设备缺陷检测重复图像剔除方法 | |
CN210375628U (zh) | 一种镜片检测系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230103 |
|
RJ01 | Rejection of invention patent application after publication |