CN116297478A - 光伏玻璃的镀膜缺陷检测方法、装置及系统 - Google Patents

光伏玻璃的镀膜缺陷检测方法、装置及系统 Download PDF

Info

Publication number
CN116297478A
CN116297478A CN202310154493.3A CN202310154493A CN116297478A CN 116297478 A CN116297478 A CN 116297478A CN 202310154493 A CN202310154493 A CN 202310154493A CN 116297478 A CN116297478 A CN 116297478A
Authority
CN
China
Prior art keywords
photovoltaic glass
target
channel
information
gray
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
Application number
CN202310154493.3A
Other languages
English (en)
Inventor
黄辉
黄杰
张雪丹
包振健
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Luster LightTech Co Ltd
Original Assignee
Luster LightTech Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Luster LightTech Co Ltd filed Critical Luster LightTech Co Ltd
Priority to CN202310154493.3A priority Critical patent/CN116297478A/zh
Publication of CN116297478A publication Critical patent/CN116297478A/zh
Pending legal-status Critical Current

Links

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
    • G01N21/8806—Specially adapted optical and illumination features
    • 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
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
    • G01B11/0616—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material of coating
    • 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
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • 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
    • 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
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • 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
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/958—Inspecting transparent materials or objects, e.g. windscreens
    • 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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy

Landscapes

  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本申请公开了一种光伏玻璃的镀膜缺陷检测方法、装置及系统，属于缺陷检测技术领域。光伏玻璃的镀膜缺陷检测方法包括：获取待检测的目标光伏玻璃的目标RGB图像；对所述目标RGB图像进行通道拆分，得到三张目标单通道灰度图像；基于所述三张目标单通道灰度图像的灰度信息，得到所述目标光伏玻璃的镀膜厚度信息；基于所述镀膜厚度信息，确定所述目标光伏玻璃的镀膜缺陷信息。光伏玻璃的镀膜缺陷检测方法通过对目标RGB图像进行通道拆分，根据目标单通道灰度图像的灰度信息，准确计算膜厚，检测镀膜缺陷，可以全面且准确地检出光伏玻璃的镀膜缺陷。

Description

光伏玻璃的镀膜缺陷检测方法、装置及系统
技术领域
本申请属于缺陷检测技术领域，尤其涉及一种光伏玻璃的镀膜缺陷检测方法、装置及系统。
背景技术
光伏玻璃置于太阳能电池板的上表面，具有保护太阳能电池板的重要作用。光伏玻璃表面涂覆有二氧化硅薄膜，通过干涉相消的原理减少光在光伏玻璃表面的反射损失，可以提高光伏玻璃上太阳光的透过率，使得更多的太阳光能够被太阳能电池板接收并转化为电能。
对于光伏玻璃镀膜的缺陷检测十分必要，通常由人工直接用眼睛观察镀膜质量，人工观察的方式判断准确度低、误差大，且无法保证检测质量，一些视觉检测技术可以检出光伏玻璃上有明显成像区别的缺陷(如漏镀、色板、水印等)，但该类视觉检测技术无法有效检测光伏玻璃色差，对于成像无明显区别的缺陷无法准确检出。
发明内容
本申请旨在至少解决现有技术中存在的技术问题之一。为此，本申请提出一种光伏玻璃的镀膜缺陷检测方法、装置及系统，可以全面且准确地检出光伏玻璃的镀膜缺陷。
第一方面，本申请提供了一种光伏玻璃的镀膜缺陷检测方法，该方法包括：
获取待检测的目标光伏玻璃的目标RGB图像；
对所述目标RGB图像进行通道拆分，得到三张目标单通道灰度图像；
基于所述三张目标单通道灰度图像的灰度信息，得到所述目标光伏玻璃的镀膜厚度信息；
基于所述镀膜厚度信息，确定所述目标光伏玻璃的镀膜缺陷信息。
根据本申请的光伏玻璃的镀膜缺陷检测方法，通过对目标RGB图像进行通道拆分，根据目标单通道灰度图像的灰度信息，准确计算膜厚，检测镀膜缺陷，可以全面且准确地检出光伏玻璃的镀膜缺陷。
根据本申请的一个实施例，在所述对所述目标RGB图像进行通道拆分，得到三张目标单通道灰度图像之后，在所述基于所述三张目标单通道灰度图像的灰度信息，得到所述目标光伏玻璃的镀膜厚度信息之前，所述方法还包括：
基于第二光伏玻璃的三条通道坐标灰度曲线，一一对应地对所述三张目标单通道灰度图像进行灰度归一化校正，所述通道坐标灰度曲线用于表征所述第二光伏玻璃的单通道灰度图像的通道坐标和像素灰度值的对应关系，所述第二光伏玻璃的镀膜厚度均匀。
根据本申请的一个实施例，所述通道坐标灰度曲线通过如下步骤得到：
获取所述第二光伏玻璃的第二RGB图像；
对所述第二RGB图像进行通道拆分，得到三张第二单通道灰度图像；
基于所述三张第二单通道灰度图像的灰度信息，进行曲线拟合，得到所述三条通道坐标灰度曲线。
根据本申请的一个实施例，所述基于所述三张目标单通道灰度图像的灰度信息，得到所述目标光伏玻璃的镀膜厚度信息，包括：
对每张目标单通道灰度图像进行直方图统计，得到每张所述目标单通道灰度图像对应的直方图曲线，所述直方图曲线用于表征所述目标单通道灰度图像的像素灰度值和像素数量的对应关系；
获取所述直方图曲线驻点处的驻点坐标信息；
基于所述驻点坐标信息，确定所述镀膜厚度信息。
根据本申请的一个实施例，所述基于所述驻点坐标信息，确定所述镀膜厚度信息，包括：
将所述驻点坐标信息与至少两条膜厚特性曲线的坐标信息进行比对，确定所述镀膜厚度信息，所述膜厚特性曲线为镀膜厚度确定的第一光伏玻璃对应的直方图曲线，所述至少两条膜厚特性曲线所对应的至少两个所述第一光伏玻璃的镀膜厚度不同。
第二方面，本申请提供了一种光伏玻璃的镀膜缺陷检测装置，该装置包括：
获取模块，用于获取待检测的目标光伏玻璃的目标RGB图像；
第一处理模块，用于对所述目标RGB图像进行通道拆分，得到三张目标单通道灰度图像；
第二处理模块，用于基于所述三张目标单通道灰度图像的灰度信息，得到所述目标光伏玻璃的镀膜厚度信息；
第三处理模块，用于基于所述镀膜厚度信息，确定所述目标光伏玻璃的镀膜缺陷信息。
根据本申请的光伏玻璃的镀膜缺陷检测装置，通过对目标RGB图像进行通道拆分，根据目标单通道灰度图像的灰度信息，准确计算膜厚，检测镀膜缺陷，可以全面且准确地检出光伏玻璃的镀膜缺陷。
第三方面，本申请提供了一种光伏玻璃的镀膜缺陷检测系统，该系统包括：
图像采集装置；
控制器，所述控制器与所述图像采集装置电连接，所述控制器用于基于上述第一方面所述的光伏玻璃的镀膜缺陷检测方法，对待检测的目标光伏玻璃进行镀膜缺陷检测。
根据本申请的光伏玻璃的镀膜缺陷检测系统，通过对目标RGB图像进行通道拆分，根据目标单通道灰度图像的灰度信息，准确计算膜厚，检测镀膜缺陷，可以全面且准确地检出光伏玻璃的镀膜缺陷。
根据本申请的一个实施例，所述图像采集装置包括彩色线扫描相机和白色线光源，所述彩色线扫描相机位于所述目标光伏玻璃的法线的一侧，所述白色线光源位于所述目标光伏玻璃的法线的另一侧。
根据本申请的一个实施例，所述彩色线扫描相机的拍摄方向与所述目标光伏玻璃的法线之间的夹角与所述白色线光源的出射光与所述目标光伏玻璃的法线之间的夹角相等。
根据本申请的一个实施例，所述彩色线扫描相机的拍摄方向与所述目标光伏玻璃的法线之间的夹角为0°-10°。
第四方面，本申请提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的光伏玻璃的镀膜缺陷检测方法。
第五方面，本申请提供了一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面所述的光伏玻璃的镀膜缺陷检测方法。
第六方面，本申请提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述第一方面所述的光伏玻璃的镀膜缺陷检测方法。
本申请的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
本申请的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1是本申请实施例提供的光伏玻璃的镀膜缺陷检测方法的流程示意图；
图2是本申请实施例提供的光伏玻璃的镀膜缺陷检测系统的结构示意图；
图3是本申请实施例提供的R通道灰度图像的示意图之一；
图4是本申请实施例提供的G通道灰度图像的示意图之一；
图5是本申请实施例提供的B通道灰度图像的示意图之一；
图6是本申请实施例提供的R通道灰度图像的示意图之二；
图7是本申请实施例提供的G通道灰度图像的示意图之二；
图8是本申请实施例提供的B通道灰度图像的示意图之二；
图9是本申请实施例提供的R通道灰度图像的示意图之三；
图10是本申请实施例提供的G通道灰度图像的示意图之三；
图11是本申请实施例提供的B通道灰度图像的示意图之三；
图12是本申请实施例提供的单通道灰度值散点图之一；
图13是本申请实施例提供的单通道灰度值散点图之二；
图14是本申请实施例提供的获取通道坐标灰度曲线的流程示意图；
图15是本申请实施例提供的光伏玻璃的镀膜缺陷检测装置的结构示意图；
图16是本申请实施例提供的电子设备的结构示意图。
附图标记：
彩色线扫描相机210，白色线光源220，目标光伏玻璃230。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚地描述，显然，所描述的实施例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获得的所有其他实施例，都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
光伏玻璃置于太阳能电池板的上表面，起到保护太阳能电池板的作用。对于光伏组件厂家而言，光伏玻璃太阳光的透过率尤为重要，提升光伏玻璃的透过率，可以让更多的太阳光被太阳能电池接收。利用干涉相消的光学原理，可以在光伏玻璃表面涂覆一层二氧化硅薄膜，提升太阳光的透过率，使更多的光透过光伏玻璃照到太阳能电池板上。
依据基本光学原理，镀膜膜厚偏差、均匀性偏差都会影响到光伏玻璃的透过率谱线，最直接的表现就是颜色会发生变化，在影响太阳能电池吸收效率的同时也会影响批量的颜色统一。对于光伏玻璃镀膜的缺陷检测十分必要，不仅要针对单块玻璃内部的颜色异常区域包括尾线、收边白线、毛刺、条纹、小黄点、牙印、水印、漏镀、多镀，同时需要比对不同玻璃之间由于膜厚不同引起的颜色差异，一般而言要求膜厚偏差在±10nm。
在光伏玻璃生产线上，通常由人工直接用眼睛观察镀膜质量，配合使用仪器抽检，使用气浮式检测仪用于测试玻璃透过率或者使用手持式分光光度计测试玻璃反射谱线推算厚度，人工观察的判断准确性低，容易产生误差并且无法保证统一的标准，无法保证稳定的生产质量，而使用仪器抽检虽然较为精确，但会占用过高的时间成本，影响生产效率。
目前，一些视觉检测技术可以检出光伏玻璃上有明显成像区别的缺陷，例如，黑白相机成像能对膜厚变化量较大或者膜上有其他明显透光介质影响的缺陷(如漏镀、色板、水印等)做出检出，但是由于膜厚变化在±10nm但小于±20nm的光伏玻璃在成像上并无明显区别，该类视觉检测技术无法有效检测光伏玻璃色差，由于镀膜设备的工艺差异等原因，这类色差往往更易出现，检测需求更高。
下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的光伏玻璃的镀膜缺陷检测方法、光伏玻璃的镀膜缺陷检测装置、电子设备和可读存储介质进行详细地说明。
其中，光伏玻璃的镀膜缺陷检测方法可应用于终端，具体可由，终端中的硬件或软件执行。
该终端包括但不限于具有触摸敏感表面(例如，触摸屏显示器和/或触摸板)的移动电话或平板电脑等便携式通信设备。还应当理解的是，在某些实施例中，该终端可以不是便携式通信设备，而是具有触摸敏感表面(例如，触摸屏显示器和/或触摸板)的台式计算机。
以下各个实施例中，描述了包括显示器和触摸敏感表面的终端。然而，应当理解的是，终端可以包括诸如物理键盘、鼠标和控制杆的一个或多个其它物理用户接口设备。
本申请实施例提供的光伏玻璃的镀膜缺陷检测方法，该光伏玻璃的镀膜缺陷检测方法的执行主体可以为电子设备或者电子设备中能够实现该光伏玻璃的镀膜缺陷检测方法的功能模块或功能实体，本申请实施例提及的电子设备包括但不限于手机、平板电脑、电脑、相机和可穿戴设备等，下面以电子设备作为执行主体为例对本申请实施例提供的光伏玻璃的镀膜缺陷检测方法进行说明。
如图1所示，该光伏玻璃的镀膜缺陷检测方法包括：步骤110、步骤120、步骤130和步骤140，可以全面准确地检出光伏玻璃的镀膜缺陷。
步骤110、获取待检测的目标光伏玻璃230的目标RGB图像。
其中，目标光伏玻璃230是待检测的光伏玻璃，目标RGB图是拍摄目标光伏玻璃230得到的RGB彩色图像。
在该步骤中，获取待检测的目标光伏玻璃230的目标RGB图像，如图2所示，可以使用白色线光源220照射目标光伏玻璃230，彩色线扫描相机210扫描采集目标光伏玻璃230的目标RGB图像。
在实际执行中，也可以使用黑白相机和三色RGB频闪光源，通过三色图像合成，获取目标光伏玻璃230的目标RGB图像。
步骤120、对目标RGB图像进行通道拆分，得到三张目标单通道灰度图像。
目标RGB图像包括R通道、G通道和B通道三个通道的像素特征，通过对目标RGB图像进行通道拆分，可以得到三张目标单通道灰度图像，每个通道对应一个目标单通道灰度图像。
例如，对目标光伏玻璃230的膜厚为94nm、115nm和137nm对应的目标RGB图像进行通道拆分。
膜厚为94nm的目标RGB图像进行通道拆分，得到如图3所示的R通道对应的目标单通道灰度图像、如图4所示的G通道对应的目标单通道灰度图像和如图5所示的B通道对应的目标单通道灰度图像。
膜厚为115nm的目标RGB图像进行通道拆分，得到如图6所示的R通道对应的目标单通道灰度图像、如图7所示的G通道对应的目标单通道灰度图像和如图8所示的B通道对应的目标单通道灰度图像。
膜厚为137nm的目标RGB图像进行通道拆分，得到如图9所示的R通道对应的目标单通道灰度图像、如图10所示的G通道对应的目标单通道灰度图像和如图11所示的B通道对应的目标单通道灰度图像。
在该实施例中，不同膜厚对应的目标单通道灰度图像的灰度信息不同，可以根据目标单通道灰度图像确定目标光伏玻璃230的镀膜厚度。
步骤130、基于三张目标单通道灰度图像的灰度信息，得到目标光伏玻璃230的镀膜厚度信息。
如图3至图11所示，不同膜厚对应的目标单通道灰度图像的灰度信息不同，根据目标光伏玻璃230的三张目标单通道灰度图像的灰度信息，可以确定目标光伏玻璃230的镀膜厚度信息。
在实际执行中，拆分得到R通道、G通道和B通道对应的三张目标单通道灰度图像，获取三张目标单通道灰度图像的灰度特征，根据三张目标单通道灰度图像的灰度特征，确定目标光伏玻璃230的镀膜厚度信息。
在该实施例中，目标光伏玻璃230的镀膜厚度信息可以包括目标光伏玻璃230上各处的镀膜厚度。
步骤140、基于镀膜厚度信息，确定目标光伏玻璃230的镀膜缺陷信息。
可以理解的是，膜厚变化可以变现为光伏玻璃的色差变化，根据目标光伏玻璃230上各处的镀膜厚度，可以判断出目标光伏玻璃230上镀膜是否存在缺陷。
例如，基于镀膜厚度信息，目标光伏玻璃230上各处的镀膜厚度均一，且镀膜厚度与预设厚度一致，表明目标光伏玻璃230无镀膜缺陷。
再例如，基于镀膜厚度信息，目标光伏玻璃230上各处的镀膜厚度不均，且某些位置镀膜厚度与预设厚度相差交到，表明目标光伏玻璃230的这些位置上可能存在镀膜缺陷。
相关技术中，视觉检测技术可以检出光伏玻璃上有明显成像区别的缺陷(如漏镀、色板、水印等)，但该类视觉检测技术无法有效检测光伏玻璃色差，对于成像无明显区别的缺陷无法准确检出。
本申请实施例通过采集RGB图像，获得目标光伏玻璃230上与人眼感知最近似的颜色特征，利用单通道灰度图像随膜厚变化的像素灰度变化规律等效替换膜厚光谱的变化规律，可以准确计算膜厚，检测光伏玻璃上的镀膜缺陷，对于光伏玻璃成像无明显区别的镀膜缺陷，也可以准确检出。
根据本申请实施例提供的光伏玻璃的镀膜缺陷检测方法，通过对目标RGB图像进行通道拆分，根据目标单通道灰度图像的灰度信息，准确计算膜厚，检测镀膜缺陷，可以全面且准确地检出光伏玻璃的镀膜缺陷。
需要说明的是，光伏玻璃镀膜生产过程中，由于工艺缺陷等原因，所镀膜厚发生变化，对不同可见光波段的反射率会发生改变，对应的人眼观察颜色会发生异常。
对于蓝紫光波段的短波段，膜层厚度越厚，反射率越高；厚度越薄，反射率越低；而对于红光波段的长波段，膜厚越厚，反射率越低，膜厚越薄，反射率越高。
对应实际人工检测中发现的规律：膜厚越薄，人眼观察偏红；膜厚越厚，人眼观察偏蓝。
相关技术中，常用的机器视觉检测方法所配置的相机-镜头光学系统会存在一定的视场角，即视场范围内不同的玻璃位置对应不同的视场角度，依反射定律而言，玻璃表面的入射光角度也会随之变化，视场角会对颜色响应带来影响，随着视场角增大，光谱在长波段反射率会逐渐增加，对应实际人工检测中发现的规律，斜着观察镀膜玻璃看到的颜色会相比正视的发红。
在一些实施例中，在步骤120、对目标RGB图像进行通道拆分，得到三张目标单通道灰度图像之后，在步骤130、基于三张目标单通道灰度图像的灰度信息，得到目标光伏玻璃230的镀膜厚度信息之前，光伏玻璃的镀膜缺陷检测方法还可以包括：
基于第二光伏玻璃的三条通道坐标灰度曲线，一一对应地对三张目标单通道灰度图像进行灰度归一化校正，通道坐标灰度曲线用于表征第二光伏玻璃的单通道灰度图像的通道坐标和像素灰度值的对应关系，第二光伏玻璃的镀膜厚度均匀。
在该实施例中，针对视场角不同引起的相同膜厚玻璃图像颜色差异，通过提取镀膜厚度均匀标准的第二光伏玻璃的三个通道的灰度数据，使用三条通道坐标灰度曲线进行灰度归一化校正，使得在相同膜厚的光伏玻璃各通道灰度值均匀并最终在全视场中表现颜色一致。
在实际执行中，使用第二光伏玻璃的R通道、G通道和B通道的三条通道坐标灰度曲线，一一对应地对R通道、G通道和B通道的三张目标单通道灰度图像进行灰度归一化校正。
在一些实施例中，通道坐标灰度曲线可以通过如下步骤得到：
获取第二光伏玻璃的第二RGB图像；
对第二RGB图像进行通道拆分，得到三张第二单通道灰度图像；
基于三张第二单通道灰度图像的灰度信息，进行曲线拟合，得到三条通道坐标灰度曲线。
在该实施例中，对三张第二单通道灰度图像的灰度信息进行曲线拟合，可以使用高斯拟合、多项式拟合和非线性拟合等方法拟合通道坐标灰度曲线。
下面介绍通道坐标灰度曲线拟合的具体流程。
如图14所示，对第二光伏玻璃使用彩色线扫描相机210和白色线光源220采集图像，进行滤波处理，得到滤波图像，进行阈值分割，得到玻璃区域图像。
进行三通道拆分，得到R通道、G通道和B通道的三张第二单通道灰度图像，图像求列均值，得到三张第二单通道灰度图像对应的单行灰度数据，进行数据排序映射，得到坐标灰度的散点数据。
对坐标灰度的散点数据进行曲线拟合，得到R通道、G通道和B通道的三条通道坐标灰度曲线。
在该实施例中，针对视场角色差，通过全视场图像数据拟合曲线，进行灰度归一化校正，可以消除视场角带来的光谱影响，提升光伏玻璃镀膜缺陷检测的准确性。
在一些实施例中，步骤130、基于三张目标单通道灰度图像的灰度信息，得到目标光伏玻璃230的镀膜厚度信息，可以包括：
对每张目标单通道灰度图像进行直方图统计，得到每张目标单通道灰度图像对应的直方图曲线，直方图曲线用于表征目标单通道灰度图像的像素灰度值和像素数量的对应关系；
获取直方图曲线驻点处的驻点坐标信息；
基于驻点坐标信息，确定镀膜厚度信息。
在该实施例中，对三张目标单通道灰度图像进行直方图统计，得到R通道、G通道和B通道三个通道对应的三条直方图曲线。
直方图曲线用于表征目标单通道灰度图像的像素灰度值和像素数量的对应关系，直方图曲线的横坐标为像素灰度值，纵坐标为像素灰度值对应的像素数量。
在该实施例中，获取直方图曲线驻点处的驻点坐标信息，即提取直方图曲线驻点处的驻点处的像素灰度值和像素数量信息。
其中，直方图曲线的驻点可以为直方图曲线中像素数量最多的像素灰度值处。
图12所示为本申请实施例提供的单通道灰度值散点图示例之一，表征了不同膜厚的光伏玻璃与对应的B通道直方图曲线驻点处的像素灰度值的对应关系。
图13所示为本申请实施例提供的单通道灰度值散点图示例之一，表征了不同膜厚的光伏玻璃与对应的B通道直方图曲线驻点所在高度(即驻点处的像素数量)的对应关系。
在该实施例中，不同膜厚的光伏玻璃，驻点坐标信息不同，根据直方图曲线的驻点坐标信息，可以确定目标光伏玻璃230的镀膜厚度信息，进而确定目标光伏玻璃230的镀膜缺陷信息。
在一些实施例中，基于驻点坐标信息，确定镀膜厚度信息，包括：
将驻点坐标信息与至少两条膜厚特性曲线的坐标信息进行比对，确定镀膜厚度信息，膜厚特性曲线为镀膜厚度确定的第一光伏玻璃对应的直方图曲线，至少两条膜厚特性曲线所对应的至少两个第一光伏玻璃的镀膜厚度不同。
其中，第一光伏玻璃为已知镀膜厚度的光伏玻璃，通过获取第一光伏玻璃的RGB图像进行通道拆分，可以得到第一光伏玻璃对应的膜厚特性曲线。
在实际检测中，对不同膜厚的第一光伏玻璃进行拍摄，可以得到如图12和图13的数据，进行曲线拟合，可以获得对应的膜厚特性曲线。
在该实施例中，将驻点坐标信息与不同膜厚的至少两条膜厚特性曲线的坐标信息进行比对，利用至少两条膜厚特性曲线进行标定，准确计算目标光伏玻璃230的镀膜厚度信息。
本申请实施例通过RGB图像通道拆分得到的单通道灰度图像，解决光伏玻璃镀膜检测过程中成像变化无法正确映射镀膜膜厚变化的问题，通过直方图曲线的数据差异以及归一化的图像视场矫正，可以得到高精度的膜厚检测范围，实时监控膜厚变化，极大提升了检测质量与效率。
本申请实施例提供的光伏玻璃的镀膜缺陷检测方法，执行主体可以为光伏玻璃的镀膜缺陷检测装置。本申请实施例中以光伏玻璃的镀膜缺陷检测装置执行光伏玻璃的镀膜缺陷检测方法为例，说明本申请实施例提供的光伏玻璃的镀膜缺陷检测装置。
本申请实施例还提供一种光伏玻璃的镀膜缺陷检测装置。
如图15所示，该光伏玻璃的镀膜缺陷检测装置包括：
获取模块1510，用于获取待检测的目标光伏玻璃230的目标RGB图像；
第一处理模块1520，用于对目标RGB图像进行通道拆分，得到三张目标单通道灰度图像；
第二处理模块1530，用于基于三张目标单通道灰度图像的灰度信息，得到目标光伏玻璃230的镀膜厚度信息；
第三处理模块1540，用于基于镀膜厚度信息，确定目标光伏玻璃230的镀膜缺陷信息。
根据本申请实施例提供的光伏玻璃的镀膜缺陷检测装置，通过对目标RGB图像进行通道拆分，根据目标单通道灰度图像的灰度信息，准确计算膜厚，检测镀膜缺陷，可以全面且准确地检出光伏玻璃的镀膜缺陷。
在一些实施例中，第二处理模块1530还用于基于第二光伏玻璃的三条通道坐标灰度曲线，一一对应地对三张目标单通道灰度图像进行灰度归一化校正，通道坐标灰度曲线用于表征第二光伏玻璃的单通道灰度图像的通道坐标和像素灰度值的对应关系，第二光伏玻璃的镀膜厚度均匀。
在一些实施例中，通道坐标灰度曲线通过如下步骤得到：
获取第二光伏玻璃的第二RGB图像；
对第二RGB图像进行通道拆分，得到三张第二单通道灰度图像；
基于三张第二单通道灰度图像的灰度信息，进行曲线拟合，得到三条通道坐标灰度曲线。
在一些实施例中，第二处理模块1530，用于对每张目标单通道灰度图像进行直方图统计，得到每张目标单通道灰度图像对应的直方图曲线，直方图曲线用于表征目标单通道灰度图像的像素灰度值和像素数量的对应关系；
获取直方图曲线驻点处的驻点坐标信息；
基于驻点坐标信息，确定镀膜厚度信息。
在一些实施例中，第二处理模块1530，用于将驻点坐标信息与至少两条膜厚特性曲线的坐标信息进行比对，确定镀膜厚度信息，膜厚特性曲线为镀膜厚度确定的第一光伏玻璃对应的直方图曲线，至少两条膜厚特性曲线所对应的至少两个第一光伏玻璃的镀膜厚度不同。
本申请实施例中的光伏玻璃的镀膜缺陷检测装置可以是电子设备，也可以是电子设备中的部件，例如集成电路或芯片。该电子设备可以是终端，也可以为除终端之外的其他设备。示例性的，电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、移动上网装置(Mobile Internet Device，MID)、增强现实(augmented reality，AR)/虚拟现实(virtual reality，VR)设备、机器人、可穿戴设备、超级移动个人计算机(ultra-mobilepersonal computer，UMPC)、上网本或者个人数字助理(personal digital assistant，PDA)等，还可以为服务器、网络附属存储器(Network Attached Storage，NAS)、个人计算机(personal computer，PC)、电视机(television，TV)、柜员机或者自助机等，本申请实施例不作具体限定。
本申请实施例中的光伏玻璃的镀膜缺陷检测装置可以为具有操作系统的装置。该操作系统可以为安卓(Android)操作系统，可以为IOS操作系统，还可以为其他可能的操作系统，本申请实施例不作具体限定。
本申请实施例提供的光伏玻璃的镀膜缺陷检测装置能够实现图1至图14的方法实施例实现的各个过程，为避免重复，这里不再赘述。
本申请实施例还提供一种光伏玻璃的镀膜缺陷检测系统。
光伏玻璃的镀膜缺陷检测系统包括图像采集装置和控制器，控制器与图像采集装置电连接，控制器用于上述的光伏玻璃的镀膜缺陷检测方法，对待检测的目标光伏玻璃230进行镀膜缺陷检测。
其中，图像采集装置用于采集目标光伏玻璃230的目标RGB图像，并将目标RGB图像传输至控制器。
在该实施例中，控制器用于对目标RGB图像进行通道拆分，得到三张目标单通道灰度图像；基于三张目标单通道灰度图像的灰度信息，得到目标光伏玻璃230的镀膜厚度信息；基于三张目标单通道灰度图像的灰度信息，得到目标光伏玻璃230的镀膜厚度信息；基于镀膜厚度信息，确定目标光伏玻璃230的镀膜缺陷信息。
根据本申请实施例提供的光伏玻璃的镀膜缺陷检测系统，通过对目标RGB图像进行通道拆分，根据目标单通道灰度图像的灰度信息，准确计算膜厚，检测镀膜缺陷，可以全面且准确地检出光伏玻璃的镀膜缺陷。
在一些实施例中，图像采集装置包括彩色线扫描相机210和白色线光源220，彩色线扫描相机210位于目标光伏玻璃230的法线的一侧，白色线光源220位于目标光伏玻璃230的法线的另一侧。
如图2所示，彩色线扫描相机210和白色线光源220分别位于目标光伏玻璃230的法线的两侧，图示箭头为目标光伏玻璃230的产线运动方向，彩色线扫描相机210扫描采集目标光伏玻璃230的目标RGB图像。
在一些实施例中，彩色线扫描相机210的拍摄方向与目标光伏玻璃230的法线之间的夹角与白色线光源220的出射光与目标光伏玻璃230的法线之间的夹角相等。
在一些实施例中，彩色线扫描相机210的拍摄方向与目标光伏玻璃230的法线之间的夹角为0°-10°。
在一些实施例中，白色线光源220的出射光与目标光伏玻璃230的法线之间的夹角为0°-10°。
例如，彩色线扫描相机210的拍摄方向与目标光伏玻璃230的法线之间的夹角可以为6°，白色线光源220的出射光与目标光伏玻璃230的法线之间的夹角也可以为6°。
在该实施例中，彩色线扫描相机210的拍摄方向与目标光伏玻璃230的法线之间的夹角为0°-10°，彩色线扫描相机210的拍摄方向与目标光伏玻璃230的法线之间的夹角与白色线光源220的出射光与目标光伏玻璃230的法线之间的夹角可以相同，形成反射明场打光，适用于小角度反射明场检测工位。
在实际执行中，彩色线扫描相机210的相机图像的像素当量在0.1mm-0.25mm之间，通过调焦、平场、白平衡校正、横纵色晕校正后对目标光伏玻璃230进行采图，获得目标光伏玻璃230全画幅的目标RGB图像。
本申请实施例使用彩色线扫描相机210与白色线光源220采集RGB图像，通道拆分得到的单通道灰度图像，解决光伏玻璃镀膜检测过程中成像变化无法正确映射镀膜膜厚变化的问题，通过直方图曲线的数据差异以及归一化的图像视场矫正，可以得到高精度的膜厚检测范围，实时监控膜厚变化，极大提升了检测质量与效率。
在一些实施例中，如图16所示，本申请实施例还提供一种电子设备1600，包括处理器1601、存储器1602及存储在存储器1602上并可在处理器1601上运行的计算机程序，该程序被处理器1601执行时实现上述光伏玻璃的镀膜缺陷检测方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
需要说明的是，本申请实施例中的电子设备包括上述所述的移动电子设备和非移动电子设备。
本申请实施例还提供一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述光伏玻璃的镀膜缺陷检测方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
其中，所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器ROM、随机存取存储器RAM、磁碟或者光盘等。
本申请实施例还提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述光伏玻璃的镀膜缺陷检测方法。
其中，所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器ROM、随机存取存储器RAM、磁碟或者光盘等。
本申请实施例另提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现上述光伏玻璃的镀膜缺陷检测方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
应理解，本申请实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。
需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本申请的实施例，本领域的普通技术人员可以理解：在不脱离本申请的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本申请的范围由权利要求及其等同物限定。

Claims (10)

1.一种光伏玻璃的镀膜缺陷检测方法，其特征在于，包括：
获取待检测的目标光伏玻璃的目标RGB图像；
对所述目标RGB图像进行通道拆分，得到三张目标单通道灰度图像；
基于所述三张目标单通道灰度图像的灰度信息，得到所述目标光伏玻璃的镀膜厚度信息；
基于所述镀膜厚度信息，确定所述目标光伏玻璃的镀膜缺陷信息。
2.根据权利要求1所述的光伏玻璃的镀膜缺陷检测方法，其特征在于，在所述对所述目标RGB图像进行通道拆分，得到三张目标单通道灰度图像之后，在所述基于所述三张目标单通道灰度图像的灰度信息，得到所述目标光伏玻璃的镀膜厚度信息之前，所述方法还包括：
基于第二光伏玻璃的三条通道坐标灰度曲线，一一对应地对所述三张目标单通道灰度图像进行灰度归一化校正，所述通道坐标灰度曲线用于表征所述第二光伏玻璃的单通道灰度图像的通道坐标和像素灰度值的对应关系，所述第二光伏玻璃的镀膜厚度均匀。
3.根据权利要求2所述的光伏玻璃的镀膜缺陷检测方法，其特征在于，所述通道坐标灰度曲线通过如下步骤得到：
获取所述第二光伏玻璃的第二RGB图像；
对所述第二RGB图像进行通道拆分，得到三张第二单通道灰度图像；
基于所述三张第二单通道灰度图像的灰度信息，进行曲线拟合，得到所述三条通道坐标灰度曲线。
4.根据权利要求1-3任一项所述的光伏玻璃的镀膜缺陷检测方法，其特征在于，所述基于所述三张目标单通道灰度图像的灰度信息，得到所述目标光伏玻璃的镀膜厚度信息，包括：
对每张目标单通道灰度图像进行直方图统计，得到每张所述目标单通道灰度图像对应的直方图曲线，所述直方图曲线用于表征所述目标单通道灰度图像的像素灰度值和像素数量的对应关系；
获取所述直方图曲线驻点处的驻点坐标信息；
基于所述驻点坐标信息，确定所述镀膜厚度信息。
5.根据权利要求4所述的光伏玻璃的镀膜缺陷检测方法，其特征在于，所述基于所述驻点坐标信息，确定所述镀膜厚度信息，包括：
将所述驻点坐标信息与至少两条膜厚特性曲线的坐标信息进行比对，确定所述镀膜厚度信息，所述膜厚特性曲线为镀膜厚度确定的第一光伏玻璃对应的直方图曲线，所述至少两条膜厚特性曲线所对应的至少两个所述第一光伏玻璃的镀膜厚度不同。
6.一种光伏玻璃的镀膜缺陷检测装置，其特征在于，包括：
获取模块，用于获取待检测的目标光伏玻璃的目标RGB图像；
第一处理模块，用于对所述目标RGB图像进行通道拆分，得到三张目标单通道灰度图像；
第二处理模块，用于基于所述三张目标单通道灰度图像的灰度信息，得到所述目标光伏玻璃的镀膜厚度信息；
第三处理模块，用于基于所述镀膜厚度信息，确定所述目标光伏玻璃的镀膜缺陷信息。
7.一种光伏玻璃的镀膜缺陷检测系统，其特征在于，包括：
图像采集装置；
控制器，所述控制器与所述图像采集装置电连接，所述控制器用于基于权利要求1-5任一项所述的光伏玻璃的镀膜缺陷检测方法，对待检测的目标光伏玻璃进行镀膜缺陷检测。
8.根据权利要求7所述的光伏玻璃的镀膜缺陷检测系统，其特征在于，所述图像采集装置包括彩色线扫描相机和白色线光源，所述彩色线扫描相机位于所述目标光伏玻璃的法线的一侧，所述白色线光源位于所述目标光伏玻璃的法线的另一侧。
9.根据权利要求8所述的光伏玻璃的镀膜缺陷检测系统，其特征在于，所述彩色线扫描相机的拍摄方向与所述目标光伏玻璃的法线之间的夹角与所述白色线光源的出射光与所述目标光伏玻璃的法线之间的夹角相等。
10.根据权利要求8或9所述的光伏玻璃的镀膜缺陷检测系统，其特征在于，所述彩色线扫描相机的拍摄方向与所述目标光伏玻璃的法线之间的夹角为0°-10°。
CN202310154493.3A 2023-02-22 2023-02-22 光伏玻璃的镀膜缺陷检测方法、装置及系统 Pending CN116297478A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310154493.3A CN116297478A (zh) 2023-02-22 2023-02-22 光伏玻璃的镀膜缺陷检测方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310154493.3A CN116297478A (zh) 2023-02-22 2023-02-22 光伏玻璃的镀膜缺陷检测方法、装置及系统

Publications (1)

Publication Number Publication Date
CN116297478A true CN116297478A (zh) 2023-06-23

Family

ID=86816090

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310154493.3A Pending CN116297478A (zh) 2023-02-22 2023-02-22 光伏玻璃的镀膜缺陷检测方法、装置及系统

Country Status (1)

Country Link
CN (1) CN116297478A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117388314A (zh) * 2023-12-13 2024-01-12 徐州丰诚新材料科技有限公司 一种光学玻璃模压温度的智能检测方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117388314A (zh) * 2023-12-13 2024-01-12 徐州丰诚新材料科技有限公司 一种光学玻璃模压温度的智能检测方法及系统
CN117388314B (zh) * 2023-12-13 2024-02-27 徐州丰诚新材料科技有限公司 一种光学玻璃模压温度的智能检测方法及系统

Similar Documents

Publication Publication Date Title
CN109752394B (zh) 一种显示屏缺陷高精度检测方法及系统
CN105335963B (zh) 一种边缘缺陷检测方法及装置
CN106814083B (zh) 滤波片缺陷检测系统及其检测方法
CN112669394B (zh) 一种用于视觉检测系统的自动标定方法
CN104567680B (zh) 一种电线电缆结构的测量系统
CN110324611B (zh) 一种摄像模组检测系统及检测方法
CN109375068B (zh) 一种基于紫外成像电晕检测的目标识别方法及装置
US11562478B2 (en) Method and system for testing field of view
WO2017202114A1 (zh) 确定用于检测的光照强度的方法和装置、及光学检测方法和装置
CN116297478A (zh) 光伏玻璃的镀膜缺陷检测方法、装置及系统
CN112394064A (zh) 一种屏幕缺陷检测的点线测量方法
CN109859155A (zh) 影像畸变检测方法和系统
CN111261079A (zh) 一种亮、暗斑异常现象的检测方法
CN109348216A (zh) 一种坏点检测和平场校准的联合处理方法
CN113848044B (zh) 一种显示屏亮色度一致性检测方法
CN111289111B (zh) 自标校红外体温快速检测方法及检测装置
CN111044262A (zh) 近眼显示光机模组检测装置
CN112098415B (zh) 一种杨梅品质无损检测方法
CN115601712B (zh) 适用于现场安全措施的图像数据处理方法及系统
KR20160123455A (ko) 영상을 이용한 스폿용접 전극팁 오염도 측정방법
CN113624458B (zh) 基于双路全投射光的薄膜均匀性检测系统
KR20120122301A (ko) 색차 분석을 이용한 편광판 얼룩 자동 검사 장치
CN109632087A (zh) 适用于成像亮度计的现场标定方法及成像亮度计标定装置
JP5163940B2 (ja) 画質検査装置および画質検査方法
CN110174351B (zh) 颜色测量装置及方法

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