CN116067278A - 基于频域分析的器件检测方法及装置、设备、介质 - Google Patents
基于频域分析的器件检测方法及装置、设备、介质 Download PDFInfo
- Publication number
- CN116067278A CN116067278A CN202211536236.8A CN202211536236A CN116067278A CN 116067278 A CN116067278 A CN 116067278A CN 202211536236 A CN202211536236 A CN 202211536236A CN 116067278 A CN116067278 A CN 116067278A
- Authority
- CN
- China
- Prior art keywords
- tooth
- detected
- point
- frequency domain
- domain analysis
- 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
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
-
- 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
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- 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
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/2416—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures of gears
-
- 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
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- 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
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及基于频域分析的器件检测方法及装置、设备、介质,涉及视觉测量技术领域。本发明利用频域分析的方法来判断涡轮的齿数以及齿顶和齿底的位置,在此基础上能够计算出齿顶或齿底到圆心的距离以及相邻齿顶、齿底的距离差等参数。由于使用统计信息,所以轮廓形状的微小变化,例如凹痕、毛刺、小的缺损等,不会影响检测精度。本发明提供的方法也适用于齿轮的检测。本发明采用无接触式测量,相比接触式测量,测量效率大幅提高,结合自动上下料装置,可以做到产品的应检尽检,而不是只做抽样检测。相比现有的无接触式测量方案,由于本发明使用了角度直方图结合频域分析的方法,使用了齿轮廓内部的所有点,能做到对噪声、缺陷不敏感。
Description
技术领域
本发明涉及视觉测量技术领域,特别涉及基于频域分析的器件检测方法及装置、设备、介质。
背景技术
目前,涡轮检测方案可分为接触式测量和视觉测量。接触式测量的效率低,只能做抽样检测,且依赖于人的主观判断。视觉测量方法通常使用涡轮的外轮廓点到圆心的距离,或使用拟合直线加直线交点的方式来判断齿顶和齿底的位置。但是这两种方法在判断齿顶或齿底时,都是使用局部信息,可能造成较大的误差。
发明内容
为了实现根据本发明的上述目的和其他优点,本发明的第一目的是提供基于频域分析的器件检测方法,包括以下步骤:
获取待检测器件的轮廓图像;
通过设置的阈值,从所述轮廓图像中获取斑点区域;
通过轮廓点拟合圆,得到的圆心为待检测器件的中心点;
在所述斑点区域内,通过设置的阈值获取齿轮廓的斑点图像;
通过设置的角度间隔,将齿轮廓内部的矢量方向进行均分,所述矢量为以待检测器件的中心点为起点,每个在齿轮内部的点为终点,确定的矢量;
扫描齿轮廓内部所有的点,计算齿轮廓内部的点和中心点连线的角度,得到待检测器件的角度统计直方图;
对所述角度统计直方图进行傅里叶变换,得到直方图的频谱图;
从所述直方图的频谱图中获取幅值最大的谐波的索引为待检测器件的齿的数量;
通过幅值最大的谐波对应的频谱值计算出所有齿顶的角度和齿底的角度;
通过待检测器件的中心点、齿顶的角度和齿底的角度得到一组射线,所有齿顶对应的射线和齿轮廓的交点为齿顶的位置,所有齿底对应的射线和齿轮廓的交点为齿底的位置。
进一步地,所述获取待检测器件的轮廓图像包括以下步骤:
获取待检测器件的外轮廓图像;
获取待检测器件的齿轮廓图像。
进一步地,所述通过设置的阈值,从所述轮廓图像中获取斑点区域图具体为通过设置的阈值,从所述待检测器件的外轮廓图像中获取待检测器件的斑点区域;
所述在所述斑点区域内,通过设置的阈值获取齿轮廓的斑点图像具体为在所述待检测器件的齿轮廓图像的斑点区域内,通过设置的阈值获取齿轮廓的斑点图像。
进一步地,所述通过设置的阈值,从所述轮廓图像中获取斑点区域图包括将所述轮廓图像中亮度低于阈值的像素点设为前景,将所述轮廓图像中亮度高于阈值的像素点设为背景。
进一步地,所述通过轮廓点拟合圆,得到的圆心为待检测器件的中心点包括以下步骤:
计算前景点的零阶矩参数、一阶矩参数和二阶矩参数;
通过计算出的前景点的零阶矩参数、一阶矩参数和二阶矩参数,结合重心计算公式,求得圆心的粗略位置;
通过计算出的前景点的零阶矩参数、一阶矩参数和二阶矩参数,结合半径计算公式,求得半径的粗略值;
在圆周上等角度间隔取点,在每个点的位置,沿着该点和圆心的连线方向进行测量,得到精确的轮廓边缘点;
采用最小二乘法根据所述轮廓边缘点拟合圆,得到的精确圆心为待检测器件的中心。
进一步地,所述通过轮廓点拟合圆,得到的圆心为待检测器件的中心点还包括以下步骤:
通过设置的外点比例,去除噪声或背景脏污的干扰,得到中心点。
进一步地,所述通过幅值最大的谐波对应的频谱值计算出所有齿顶的角度和齿底的角度包括以下步骤:
获取幅值最大的谐波对应的频谱值,矢量的角度为:
其中,vecX为幅值最大的谐波对应的频谱值的实部,vecY为幅值最大的谐波对应的频谱值的虚部,maxIndex为齿的数量;
通过幅值最大的谐波对应的频谱值的角度和齿的数量,计算出所有齿顶和齿底的角度;
还包括以下步骤:
结合远心镜头的放大倍率及待检测器件的设计标准,得到每个齿顶或齿底到待检测器件中心的物理距离,作为待检测器件质量检测的参考数据;
判断待检测器件的齿距、齿厚和齿槽宽是否符合设计标准。
本发明的第二目的是提供基于频域分析的器件检测装置,包括:相机、远心镜头、环光、背光源、控制设备,所述背光源用于从待检测器件的底部提供光源,所述环光用于从待检测器件的顶部提供光源,所述相机和所述远心镜头用于拍摄待检测器件的图像,所述控制设备用于执行基于频域分析的器件检测方法。
本发明的第三目的是提供一种电子设备,包括:存储器,其上存储有程序代码;处理器,其与所述存储器联接,并且当所述程序代码被所述处理器执行时,实现基于频域分析的器件检测方法。
本发明的第四目的是提供一种计算机可读存储介质,其上存储有程序指令,所述程序指令被执行时实现基于频域分析的器件检测方法。
与现有技术相比,本发明的有益效果是:
本发明提供一种利用频域分析的方法来判断涡轮的齿数以及齿顶和齿底的位置,在此基础上能够计算出齿顶或齿底到圆心的距离以及相邻齿顶、齿底的距离差等参数。由于使用统计信息,所以轮廓形状的微小变化,例如凹痕、毛刺、小的缺损等,不会影响检测精度。本发明提供的方法也适用于齿轮的检测。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,并可依照说明书的内容予以实施,以下以本发明的较佳实施例并配合附图详细说明如后。本发明的具体实施方式由以下实施例及其附图详细给出。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为实施例1的基于频域分析的器件检测装置示意图;
图2为实施例2的基于频域分析的器件检测方法流程图;
图3为实施例2的涡轮的外轮廓图像;
图4为实施例2的涡轮的齿轮廓图像;
图5为实施例2的涡轮的斑点图像;
图6为实施例2的涡轮的齿轮廓图像的斑点区域;
图7为实施例2的涡轮的角度统计直方图;
图8为实施例2的直方图的幅值;
图9为实施例2的齿轮廓、齿顶位置、齿底位置示意图;
图10为实施例3的电子设备示意图;
图11为实施例4的计算机可读存储介质示意图。
图中:1、背光源;2、环光;3、远心镜头;4、相机;5、涡轮。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
实施例1
基于频域分析的器件检测装置,用于检测待检测器件的齿数、齿顶、齿底以及齿的缺陷等。为了拍摄清晰的待检测器件的轮廓图像,如图1所示,包括:相机4、远心镜头3、环光2、背光源1、控制设备,背光源1用于从待检测器件的底部提供光源,其中,待检测器件为涡轮5或齿轮等。环光2用于从待检测器件的顶部提供光源,相机4和远心镜头3用于拍摄待检测器件的图像。本实施例中,背光源1为平行背光源1,将背光源1放置在水平桌面上,将涡轮5竖直放置在背光源1上,然后将环光2放置在涡轮5上方,远心镜头3的光轴和背光源1平面垂直。首先关闭环光2,打开背光源1,拍摄第一幅图像,得到涡轮5的外轮廓图像如图3所示。然后关闭背光源1,打开环光2,拍摄第二幅图像,得到涡轮5的齿轮廓图像如图4所示。控制设备用于执行基于频域分析的器件检测方法。关于方法的详细描述,可以参照下述方法实施例中的对应描述,在此不再赘述。
实施例2
实施例1的基于频域分析的器件检测装置对应的检测方法,如图2所示,包括以下步骤:
获取待检测器件的轮廓图像;其中,待检测器件为涡轮或齿轮等。本实施例中,以涡轮作为待检测器件进行示例性说明。
当待检测器件为涡轮时,获取待检测器件的轮廓图像包括以下步骤:
获取涡轮的外轮廓图像,涡轮的外轮廓图像如图3所示。
获取涡轮的齿轮廓图像,涡轮的齿轮廓图像如图4所示。
需要说明的是,因为齿轮的齿并不是螺旋的,所以在采用背光的方式拍摄的外轮廓图像中,不仅可以得到齿轮的中心,也可以得到齿轮的轮廓,所以不再需要拍摄齿轮廓图像。
通过设置的阈值,从轮廓图像中获取斑点区域;在如图3所示的涡轮的外轮廓图像中,通过设置的阈值,得到涡轮的斑点区域;例如:设置阈值为100,涡轮内部的像素亮度均低于阈值,涡轮外部像素的亮度高于阈值,将亮度低于阈值的像素点设为前景,将亮度高于阈值的像素点设为背景,最终效果如图5中的灰色轮廓所示,其内部为前景,外部为背景。
通过轮廓点拟合圆,得到的圆心为待检测器件的中心点;具体包括以下步骤:
计算前景点的零阶矩参数、一阶矩参数和二阶矩参数;
设有M个前景点,计算其0~2阶矩参数:
m00=M
通过计算出的前景点的零阶矩参数、一阶矩参数和二阶矩参数,结合重心计算公式,求得圆心位置;
斑点近似为一个圆,根据重心计算公式,可以求得圆心的粗略位置(x0,y0):
通过计算出的前景点的零阶矩参数、一阶矩参数和二阶矩参数,结合半径计算公式,求得半径的粗略值;
可通过下式粗略计算其半径:
在圆周上等角度间隔取点,例如取360个点,这360个点都在实际斑点的轮廓边缘附近。在每个点的位置,沿着该点和圆心的连线方向进行测量,如使用卡尺工具进行测量,可以得到精确的轮廓边缘点,最终得到了360个精确轮廓点。
利用这些精确的轮廓点拟合圆,最终得到的精确圆心就是涡轮的中心(xc,yc)。本实施例中,使用最小二乘法拟合圆,每个轮廓点(x,y)到圆的平方距离为|(x-xc)2+(y-yc)2-r2|,最小化通过设置合适的外点比例(例如10%),可以去除噪声或背景脏污的干扰,最终得到精确的中心(xc,yc)。
由于拍摄涡轮的外轮廓图像和涡轮的齿轮廓图像时,涡轮并未移动,所以在涡轮的齿轮廓图像中,涡轮的中心和涡轮的外轮廓图像中涡轮的中心是重合的,且涡轮的外轮廓图像中得到的涡轮斑点区域就是涡轮的齿轮廓图像中的涡轮斑点区域。
在斑点区域内,通过设置的阈值获取齿轮廓的斑点图像;在待检测器件的齿轮廓图像的斑点区域内,通过设置的阈值,例如100,所有灰度小于该阈值的点都在齿内部,灰度大于该阈值的点都在齿外部,可以得到齿轮廓的斑点图像,如图6所示。
在图6中,白色区域内的每个像素都在齿轮廓内部。以涡轮的中心点为起点,每个在齿轮内部的点为终点,都可以确定一个矢量,矢量的方向在0~360度之内。通过设置合理的角度间隔,例如0.05度,可以把360度均分成很多份。以角度间隔0.05度为例,将360度分成了7200份。创建一个长度为7200的直方图,并将直方图中所有的元素初始化为0。扫描所有齿轮廓内部的像素,计算它和中心点连线的角度,直方图中对应的元素加1。在扫描完所有齿轮廓内部的点之后,就得到了涡轮的角度统计直方图。由于齿的周期性分布,直方图中每个齿顶对应的元素都会大于相邻的位置,齿底对应的元素都会少于相邻的位置,如图7所示。
对角度统计直方图进行傅里叶变换,得到直方图的频谱图,其幅值如图8所示。
在前半段中,幅值最大的谐波的索引(maxIndex)对应的是涡轮的齿的数量。图8中,前半段除去基波外,幅值最大的谐波是第11次谐波(maxIndex=11),则涡轮有11个齿。然后确定从涡轮的中心点指向第一个齿顶的矢量,取第11次谐波对应的频谱值,第11次谐波对应的频谱值为复数,设其实部和虚部分别为vecX和vecY,则矢量的角度angle为
利用角度angle和齿轮数量maxIndex,可以计算出所有齿顶和齿底的角度,相邻两个齿顶的角度间隔为360/maxIndex,相邻的齿顶和齿底的角度间隔为180/maxIndex。
结合涡轮的中心点和每个角度值,可以得到一组射线,所有齿顶对应的射线和齿轮廓的交点就是齿顶的位置,所有齿底对应的射线和齿轮廓的交点就是齿底的位置。如图9所示,灰色曲线表示齿轮廓,凸出位置处的点表示齿顶的位置,凹陷位置处的点表示齿底的位置。
结合远心镜头的放大倍率及涡轮的设计标准,得到每个齿顶或齿底到涡轮中心的物理距离,作为涡轮质量检测的参考数据;
除此之外,还可以判断待检测器件的齿距、齿厚和齿槽宽是否符合设计标准。
需要说明的是,上述方法不仅适合于涡轮的检测,同样适用于齿轮等待检测器件的检测。
本发明采用无接触式测量,通过对涡轮拍照可以测量出涡轮的齿数、齿顶到中心的距离、齿底到中心的距离等各种涡轮的参数。相比接触式测量,测量效率大幅提高,结合自动上下料装置,可以做到产品的应检尽检,而不是只做抽样检测。相比现有的无接触式测量方案,由于本发明使用了角度直方图结合频域分析的方法,使用了齿轮廓内部的所有点,能做到对噪声、缺陷不敏感。而现有的无接触式测量方案只使用了位于轮廓上的点,轮廓的轻微变动都会导致测量结果的偏差。
实施例3
一种电子设备,包括:如图10所示,存储器,其上存储有程序代码;处理器,其与存储器联接,并且当程序代码被处理器执行时,实现基于频域分析的器件检测方法。关于方法的详细描述,可以参照上述方法实施例中的对应描述,在此不再赘述。
实施例4
一种计算机可读存储介质,如图11所示,其上存储有程序指令,程序指令被执行时实现的基于频域分析的器件检测方法。关于方法的详细描述,可以参照上述方法实施例中的对应描述,在此不再赘述。
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,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书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。
以上仅为本说明书实施例而已,并不用于限制本说明书一个或多个实施例。对于本领域技术人员来说,本说明书一个或多个实施例可以有各种更改和变换。凡在本说明书一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书一个或多个实施例的权利要求范围之内。本说明书一个或多个实施例本说明书一个或多个实施例本说明书一个或多个实施例本说明书一个或多个实施例。
Claims (10)
1.基于频域分析的器件检测方法,其特征在于,包括以下步骤:
获取待检测器件的轮廓图像;
通过设置的阈值,从所述轮廓图像中获取斑点区域;
通过轮廓点拟合圆,得到的圆心为待检测器件的中心点;
在所述斑点区域内,通过设置的阈值获取齿轮廓的斑点图像;
通过设置的角度间隔,将齿轮廓内部的矢量方向进行均分,所述矢量为以待检测器件的中心点为起点,每个在齿轮内部的点为终点,确定的矢量;
扫描齿轮廓内部所有的点,计算齿轮廓内部的点和中心点连线的角度,得到待检测器件的角度统计直方图;
对所述角度统计直方图进行傅里叶变换,得到直方图的频谱图;
从所述直方图的频谱图中获取幅值最大的谐波的索引为待检测器件的齿的数量;
通过幅值最大的谐波对应的频谱值计算出所有齿顶的角度和齿底的角度;
通过待检测器件的中心点、齿顶的角度和齿底的角度得到一组射线,所有齿顶对应的射线和齿轮廓的交点为齿顶的位置,所有齿底对应的射线和齿轮廓的交点为齿底的位置。
2.如权利要求1所述的基于频域分析的器件检测方法,其特征在于,所述获取待检测器件的轮廓图像包括以下步骤:
获取待检测器件的外轮廓图像;
获取待检测器件的齿轮廓图像。
3.如权利要求2所述的基于频域分析的器件检测方法,其特征在于:所述通过设置的阈值,从所述轮廓图像中获取斑点区域图具体为通过设置的阈值,从所述待检测器件的外轮廓图像中获取待检测器件的斑点区域;
所述在所述斑点区域内,通过设置的阈值获取齿轮廓的斑点图像具体为在所述待检测器件的齿轮廓图像的斑点区域内,通过设置的阈值获取齿轮廓的斑点图像。
4.如权利要求1所述的基于频域分析的器件检测方法,其特征在于:所述通过设置的阈值,从所述轮廓图像中获取斑点区域图包括将所述轮廓图像中亮度低于阈值的像素点设为前景,将所述轮廓图像中亮度高于阈值的像素点设为背景。
5.如权利要求4所述的基于频域分析的器件检测方法,其特征在于,所述通过轮廓点拟合圆,得到的圆心为待检测器件的中心点包括以下步骤:
计算前景点的零阶矩参数、一阶矩参数和二阶矩参数;
通过计算出的前景点的零阶矩参数、一阶矩参数和二阶矩参数,结合重心计算公式,求得圆心的粗略位置;
通过计算出的前景点的零阶矩参数、一阶矩参数和二阶矩参数,结合半径计算公式,求得半径的粗略值;
在圆周上等角度间隔取点,在每个点的位置,沿着该点和圆心的连线方向进行测量,得到精确的轮廓边缘点;
采用最小二乘法根据所述轮廓边缘点拟合圆,得到的精确圆心为待检测器件的中心。
6.如权利要求5所述的基于频域分析的器件检测方法,其特征在于,所述通过轮廓点拟合圆,得到的圆心为待检测器件的中心点还包括以下步骤:
通过设置的外点比例,去除噪声或背景脏污的干扰,得到中心点。
8.基于频域分析的器件检测装置,其特征在于,包括:相机、远心镜头、环光、背光源、控制设备,所述背光源用于从待检测器件的底部提供光源,所述环光用于从待检测器件的顶部提供光源,所述相机和所述远心镜头用于拍摄待检测器件的图像,所述控制设备用于执行如权利要求1所述的基于频域分析的器件检测方法。
9.一种电子设备,其特征在于,包括:存储器,其上存储有程序代码;处理器,其与所述存储器联接,并且当所述程序代码被所述处理器执行时,实现如权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,其上存储有程序指令,所述程序指令被执行时实现如权利要求1至7中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211536236.8A CN116067278A (zh) | 2022-12-01 | 2022-12-01 | 基于频域分析的器件检测方法及装置、设备、介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211536236.8A CN116067278A (zh) | 2022-12-01 | 2022-12-01 | 基于频域分析的器件检测方法及装置、设备、介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116067278A true CN116067278A (zh) | 2023-05-05 |
Family
ID=86169067
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211536236.8A Pending CN116067278A (zh) | 2022-12-01 | 2022-12-01 | 基于频域分析的器件检测方法及装置、设备、介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116067278A (zh) |
-
2022
- 2022-12-01 CN CN202211536236.8A patent/CN116067278A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113570605B (zh) | 一种基于液晶显示面板的缺陷检测方法和系统 | |
CN112686920A (zh) | 一种圆形零件几何尺寸参数视觉测量方法及系统 | |
WO2008125660A1 (en) | Method and apparatus for detecting defects in optical components | |
CN113608378B (zh) | 一种基于lcd制程的全自动缺陷检测方法和系统 | |
CN101561249A (zh) | 手术刀片配合尺寸自动检测装置及其检测方法 | |
CN112001917A (zh) | 一种基于机器视觉的圆形有孔零件形位公差检测方法 | |
CN107388991B (zh) | 一种端面多圆角轴类零件圆角半径测量方法 | |
CN112465851B (zh) | 一种基于压力容器表面焊缝表面轮廓曲线的参数检测方法 | |
Lin et al. | Real-time image-based defect inspection system of internal thread for nut | |
CN109387524A (zh) | 基于线性偏振光的螺纹缺陷检测方法及装置 | |
CN111815575B (zh) | 一种基于机器视觉的轴承钢珠零件检测方法 | |
CN111815580B (zh) | 一种图像边缘识别方法及小模数齿轮模数检测方法 | |
CN113375555A (zh) | 一种基于手机影像的电力线夹测量方法及系统 | |
CN116067278A (zh) | 基于频域分析的器件检测方法及装置、设备、介质 | |
US20140347438A1 (en) | Triangulation-based, 3-d method and system for imaging the outer peripheral surface of a part | |
Lee et al. | Development of an On-Machine External Thread Measurement System for CNC Lathes Using Eye-in-Hand Machine Vision with Morphology Technology. | |
CN109781153B (zh) | 物理参数估计方法、装置和电子设备 | |
CN108225175A (zh) | 拖拉机传动系锥齿轮齿面接触印痕数据获取装置与方法 | |
CN108898632B (zh) | 一种仪表指针的旋转角度确定方法及装置 | |
CN109035230B (zh) | 一种圆孔直径视觉测量方法 | |
Chao et al. | Parameters of small pitch thread measured by an intelligent detection method | |
CN117611586B (zh) | 一种基于机器视觉的齿轮品质检测方法和系统 | |
CN115290003B (zh) | 一种结构光测量中的反射率边界补偿方法及装置 | |
CN117808799B (zh) | 基于人工智能的倒角设备加工质量检测方法 | |
CN117576088B (zh) | 一种液体杂质智能过滤视觉检测方法和装置 |
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 |