CN116379927B - 应用于贴合生产线的精准检测方法、系统以及存储介质 - Google Patents
应用于贴合生产线的精准检测方法、系统以及存储介质 Download PDFInfo
- Publication number
- CN116379927B CN116379927B CN202310631503.8A CN202310631503A CN116379927B CN 116379927 B CN116379927 B CN 116379927B CN 202310631503 A CN202310631503 A CN 202310631503A CN 116379927 B CN116379927 B CN 116379927B
- Authority
- CN
- China
- Prior art keywords
- information
- area
- workpiece
- characteristic
- determining
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 75
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 30
- 238000010030 laminating Methods 0.000 title claims abstract description 21
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 238000000034 method Methods 0.000 claims abstract description 61
- 238000004364 calculation method Methods 0.000 claims abstract description 30
- 238000003475 lamination Methods 0.000 claims description 30
- 238000004590 computer program Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 13
- 238000012937 correction Methods 0.000 claims description 6
- 230000001788 irregular Effects 0.000 claims description 5
- 238000000691 measurement method Methods 0.000 claims description 5
- 239000000446 fuel Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 239000003054 catalyst Substances 0.000 description 5
- 238000009792 diffusion process Methods 0.000 description 5
- 239000012528 membrane Substances 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 239000007789 gas Substances 0.000 description 4
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003197 catalytic effect Effects 0.000 description 1
- 238000013145 classification model Methods 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
- 230000000694 effects Effects 0.000 description 1
- 238000005111 flow chemistry technique Methods 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
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
- G01B11/28—Measuring arrangements characterised by the use of optical techniques for measuring areas
-
- 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
- G06T7/001—Industrial image inspection using an image reference approach
-
- 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
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M8/00—Fuel cells; Manufacture thereof
- H01M8/10—Fuel cells with solid electrolytes
- H01M8/1004—Fuel cells with solid electrolytes characterised by membrane-electrode assemblies [MEA]
-
- 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
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M8/00—Fuel cells; Manufacture thereof
- H01M8/10—Fuel cells with solid electrolytes
- H01M2008/1095—Fuel cells with polymeric electrolytes
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Manufacturing & Machinery (AREA)
- Geometry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本申请适用于智能控制的技术领域,提供了一种应用于贴合生产线的精准检测方法、系统以及存储介质,其方法包括获取目标工件的待检测图像;根据待检测图像,确定目标工件对应的贴合区域的区域特征信息,其中,区域特征信息包括区域面积信息和轮廓线位置信息;比对区域特征信息和预设的基准特征信息,生成特征差异值信息,其中,特征差异值信息用于描述目标工件与合格工件之间的差异程度;根据特征差异值信息和预设的质量状态计算公式,确定目标工件的贴合质量状态信息,其中,贴合质量状态信息包括合格状态信息或不合格状态信息。本申请能够提高检测精度,在大批量生产中,依然能够保持较高的检测精度,精准识别出不合格的工件。
Description
技术领域
本申请涉及智能控制的技术领域,具体而言,涉及一种应用于贴合生产线的精准检测方法、系统以及存储介质。
背景技术
燃料电池可以作为一种将燃料中的化学能有效地转化为直流电的电化学能量转换器,其中,以氢气和氧气作为燃料的质子交换膜燃料电池是目前最成熟且应用最广泛的燃料电池之一,该种质子交换膜燃料电池包括质子交换膜、催化层和扩散层。
目前,在燃料电池的生产过程中,通常需要利用贴合生产线对燃料电池中的各种组件进行贴合处理,譬如将气体扩散层与催化剂层进行贴合处理;制作流程复杂,容易出现贴合错位的情况,故在贴合处理后通常需要检测各种组件的贴合质量;而传统的贴合质量检测通常是通过人工进行判断,在大批量的生产中经常出现判别错误的情况,存在检测精度较低的问题,有待进一步改进。
发明内容
基于此,本申请实施例提供了一种应用于贴合生产线的精准检测方法、系统以及存储介质,以解决现有技术中检测精度较低的问题。
第一方面,本申请实施例提供了一种应用于贴合生产线的精准检测方法,所述方法包括:
获取目标工件的待检测图像,其中,所述目标工件由第一工件和第二工件贴合而成;
根据所述待检测图像,确定所述目标工件对应的贴合区域的区域特征信息,其中,所述贴合区域用于描述所述第一工件与所述第二工件之间的重叠区域,所述区域特征信息包括区域面积信息和轮廓线位置信息;
比对所述区域特征信息和预设的基准特征信息,生成特征差异值信息,其中,所述基准特征信息包括合格工件的基准面积信息和基准线位置信息,所述特征差异值信息用于描述所述目标工件与合格工件之间的差异程度;
根据所述特征差异值信息和预设的质量状态计算公式,确定所述目标工件的贴合质量状态信息,其中,所述贴合质量状态信息包括合格状态信息或不合格状态信息。
与现有技术相比存在的有益效果是:本申请实施例提供的应用于贴合生产线的精准检测方法,终端设备可以先获取目标工件的待检测图像;然后根据待检测图像,确定目标工件对应的贴合区域的区域面积信息和轮廓线位置信息;再比对区域特征信息和基准特征信息,生成用于评价目标工件与合格工件之间的差异程度的特征差异值信息;根据特征差异值信息和预设的质量状态计算公式,确定目标工件的贴合质量状态信息,有利于提高检测精度,实现精准检测目标工件的贴合质量是否合格,在大批量生产中依然能够保持较高的检测精度,在一定程度上解决了当前检测精度较低的问题。
第二方面,本申请实施例提供了一种应用于贴合生产线的精准检测系统,所述系统包括:
图像获取模块:用于获取目标工件的待检测图像,其中,所述目标工件由第一工件和第二工件贴合而成;
区域特征信息确定模块:用于根据所述待检测图像,确定所述目标工件对应的贴合区域的区域特征信息,其中,所述贴合区域用于描述所述第一工件与所述第二工件之间的重叠区域,所述区域特征信息包括区域面积信息和轮廓线位置信息;
特征差异值信息生成模块:用于比对所述区域特征信息和预设的基准特征信息,生成特征差异值信息,其中,所述基准特征信息包括合格工件的基准面积信息和基准线位置信息,所述特征差异值信息用于描述所述目标工件与合格工件之间的差异程度;
贴合质量状态信息确定模块:用于根据所述特征差异值信息和预设的质量状态计算公式,确定所述目标工件的贴合质量状态信息,其中,所述贴合质量状态信息包括合格状态信息或不合格状态信息。
第三方面,本申请实施例提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中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的方法的步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述第一方面的方法的步骤。
可以理解的是,上述第二方面至第四方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
图1是本申请一实施例提供的精准检测方法的流程示意图;
图2是本申请一实施例提供的催化剂层膜的示意图;
图3是本申请一实施例提供的工件示意图,其中,图3中的(a)为目标工件的示意图,图3中的(b)为合格工件的示意图;
图4是本申请一实施例提供的贴合区域的第一示意图;
图5是本申请一实施例提供的精准检测方法中步骤S210的流程示意图;
图6是本申请一实施例提供的贴合区域的第二示意图;
图7是本申请一实施例提供的精准检测方法中步骤S310的流程示意图;
图8是本申请一实施例提供的精准检测方法中步骤S331的流程示意图;
图9是本申请一实施例提供的问题区域的示意图;
图10是本申请一实施例提供的第一轮廓线的示意图;
图11是本申请一实施例提供的精准检测方法中步骤S410的流程示意图;
图12是本申请一实施例提供的精准检测系统的模块框图;
图13是本申请一实施例提供的终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
为了说明本申请所述的技术方案,下面通过具体实施例来进行说明。
请参阅图1,图1是本申请实施例提供的应用于贴合生产线的精准检测方法的流程示意图。在本实施例中,精准检测方法的执行主体为终端设备。可以理解的是,终端设备的类型包括但不限于手机、平板电脑、笔记本电脑、超级移动个人计算机(ultra-mobilepersonal computer,UMPC)、上网本、个人数字助理(personal digital assistant,PDA)等,本申请实施例对终端设备的具体类型不作任何限制。
请参阅图1,本申请实施例提供的精准检测方法包括但不限于以下步骤:
在S100中,获取目标工件的待检测图像。
不失一般性地,本申请实施例提供的精准检测方法可以应用于贴合生产线,该贴合生产线可以是五合一片对片贴合生产线。请参阅图2,目标工件由第一工件和第二工件贴合而成,当第一工件是气体扩散层膜且第二工件是催化剂层膜的时候,目标工件可以是进行贴合处理后的气体扩散层膜与催化剂层膜。在其他一种可能的实现方式中,当第一工件是阳极侧边框和阴极侧边框且第二工件是质子交换膜的时候,目标工件可以是进行贴合处理后的阳极侧边框、阴极侧边框和质子交换膜。具体来说,在贴合生产线的加工区可以预先安装有高精度相机,终端设备可以通过高精度相机获取目标工件的待检测图像。
在S200中,根据待检测图像,确定目标工件对应的贴合区域的区域特征信息。
示例性地,为了便于理解本申请实施例,本申请实施例以第一工件是气体扩散层膜和第二工件是催化剂层膜作为示例,请参阅图3中的(a)和图4,图3的(a)中的两个矩形均表示目标工件,图3的(a)中的剖面线区域和图4中的剖面线区域均表示贴合区域,贴合区域用于描述第一工件与第二工件之间的重叠区域。具体来说,终端设备可以根据待检测图像,确定目标工件对应的贴合区域的区域特征信息,其中,区域特征信息包括区域面积信息和轮廓线位置信息,区域面积信息用于描述贴合区域的区域面积,轮廓线位置信息用于描述贴合区域的轮廓线的位置。
在一些可能的实现方式中,为了提高区域特征信息的有效性,请参阅图5,步骤S200包括但不限于以下步骤:
在S210中,基于待检测图像,获取目标工件的轮廓特征点信息。
具体来说,轮廓特征点信息用于描述目标工件对应的轮廓的特征点,示例性地,请参阅图6,图6中内部带有字母“A”、“B”、“C”、“D”、“E”、“F”、“G”和“H”的圆圈均表示目标工件对应的轮廓的特征点,并且内部带有字母“A”、“B”、“C”和“D”的圆圈表示第二工件对应的轮廓的角点,内部带有字母“E”、“F”、“G”和“H”的圆圈表示第一工件对应的轮廓的角点。
在S220中,根据轮廓特征点信息,确定第一工件的第一检测区域信息和第二工件的第二检测区域信息。
具体来说,第一检测区域信息用于描述第一工件对应的所属区域的位置,第二检测区域信息用于描述第二工件对应的所属区域的位置;在终端设备获取目标工件的轮廓特征点信息之后,终端设备可以根据轮廓特征点信息、预设的第一工件形状信息、预设的第二工件形状信息,确定第一工件的第一检测区域信息和第二工件的第二检测区域信息,从而实现对第一工件和第二工件进行分类。在其他一种可能的实现方式中,终端设备还可以输入轮廓特征点信息至预设的图像分类模型,从而分类第一工件和第二工件,以确定第一工件的第一检测区域信息和第二工件的第二检测区域信息。
在S230中,根据第一检测区域信息和第二检测区域信息,确定目标工件的贴合区域。
具体来说,在终端设备确定第一检测区域信息和第二检测区域信息之后,终端设备可以通过第一检测区域信息和第二检测区域信息,确定第一工件与第二工件之间的重叠区域,从而确定目标工件的贴合区域。
在S240中,根据第一检测区域信息,获取第一工件的第一边缘轮廓信息,并根据第二检测区域信息,获取第二工件的第二边缘轮廓信息。
具体来说,第一边缘轮廓信息用于描述第一工件的轮廓线的位置,第二边缘轮廓信息用于描述第二工件的轮廓线的位置;终端设备可以先从第一检测区域信息中获取第一工件的第一边缘轮廓信息,然后可以从第二检测区域信息中获取第二工件的第二边缘轮廓信息。
在其他一种可能的实现方式中,终端设备可以根据轮廓特征点信息,直接生成第一边缘轮廓信息和第二边缘轮廓信息,示例性地,请参阅图6,终端设备可以根据图6中内部带有字母“A”的圆圈对应的角点和内部带有字母“B”的圆圈对应的角点,确定第二工件中的一条轮廓线,根据图6中内部带有字母“B”的圆圈对应的角点和内部带有字母“C”的圆圈对应的角点,确定第二工件中的另一条轮廓线,依此类推,直至确定第二工件的四条轮廓线,从而确定第二工件的第二边缘轮廓信息。
在S250中,根据第一边缘轮廓信息和第二边缘轮廓信息,确定贴合区域的轮廓线位置信息。
具体来说,终端设备可以先根据第一边缘轮廓信息和第二边缘轮廓信息,确定第一工件的轮廓线与第二工件的轮廓线的交点,然后再根据第一边缘轮廓信息、第二边缘轮廓信息和交点确定贴合区域的轮廓线位置信息;示例性地,请参阅图4和图6,图6中内部带有字母“I”、“J”、“K”、“L”、“M”、“N”、“O”和“P”的圆圈均表示第一工件的轮廓线与第二工件的轮廓线的交点,图6中内部带有字母“I”的圆圈与内部带有字母“J”的圆圈之间的线段、内部带有字母“J”的圆圈与内部带有字母“K”的圆圈之间的线段、内部带有字母“K”的圆圈与内部带有字母“L”的圆圈之间的线段、内部带有字母“L”的圆圈与内部带有字母“M”的圆圈之间的线段、内部带有字母“M”的圆圈与内部带有字母“N”的圆圈之间的线段、内部带有字母“N”的圆圈与内部带有字母“O”的圆圈之间的线段、内部带有字母“O”的圆圈与内部带有字母“P”的圆圈之间的线段,以及内部带有字母“P”的圆圈与内部带有字母“I”的圆圈之间的线段均表示贴合区域的轮廓线。
在S260中,基于不规则图形面积测量法,确定贴合区域的区域面积信息。
具体来说,终端设备可以根据基于不规则图形面积测量法,分割贴合区域成多个形状规则的区域,然后分别计算各个形状规则的区域的面积,再计算各个形状规则的区域的面积之后,从而实现确定贴合区域的区域面积信息。
在S300中,比对区域特征信息和预设的基准特征信息,生成特征差异值信息。
具体来说,请参阅图3中的(b),图3的(b)中的矩形表示合格工件,基准特征信息包括合格工件的基准面积信息和基准线位置信息,其中,基准面积信息用于描述合格工件的面积,基准线位置信息用于描述合格工件的轮廓线的位置,特征差异值信息用于描述目标工件与合格工件之间的差异程度;终端设备可以比对区域特征信息和预设的基准特征信息,生成特征差异值信息,从而通过特征差异值信息构建目标工件与合格工件之间的耦合关系。
需要说明的是,在实际应用中,由于贴合生产线中的部分零部件存在制造误差,第一工件与第二工件之间可能存在生产允许偏差范围内的错位;由于人工检测的检测精度较低,经常会将该种在生产允许偏差范围内的错位归类为不合格的错位。而特征差异值信息可以精准界定目标工件与合格工件之间的差异程度,从而更加符合高端制造中的实际生产需求。
在一些可能的实现方式中,为了有利于提高检测精度,特征差异值信息包括面积差异信息、角点偏移量信息和角度偏移量信息,其中,面积差异信息用于描述贴合区域的面积与合格工件的面积的差值,角度偏移量信息用于描述目标工件的轮廓线与合格工件的轮廓线之间的夹角的角度;请参阅图7,步骤S300包括但不限于以下步骤:
在S310中,根据区域面积信息和基准面积信息之差,生成面积差异信息。
具体来说,终端设备可以先计算目标工件对应的贴合区域的区域面积信息和合格工件对应的基准面积信息之间的差值,然后计算该差值对应的绝对值,生成面积差异信息。
在S320中,根据轮廓线位置信息和基准线位置信息,确定交点位置信息。
具体来说,终端设备可以根据轮廓线位置信息和基准线位置信息,确定交点位置信息,交点位置信息用于描述目标工件的第一轮廓线与合格工件的第二轮廓线之间的交点的位置,交点即图6中内部带有字母“I”、“J”、“K”、“L”、“M”、“N”、“O”和“P”的圆圈。
在S330中,获取目标工件对应的第一角点的第一坐标信息,并获取合格工件对应的第二角点的第二坐标信息。
具体来说,终端设备可以先获取目标工件对应的第一角点的第一坐标信息,然后获取合格工件对应的第二角点的第二坐标信息,其中,第一角点与第二角点相对应;示例性地,请参阅图6,图6中内部带有字母“A”圆圈对应的角点与内部带有字母“E”圆圈对应的角点相对应,图6中内部带有字母“B”圆圈对应的角点与内部带有字母“F”圆圈对应的角点相对应,依此类推。
在一些可能的实现方式中,为了有利于运维人员得知目标工件出现贴合错误的具体区域,请参阅图8,在步骤S330之后,该方法还包括但不限于以下步骤:
在S331中,根据第一坐标信息、第二坐标信息和交点位置信息,确定目标工件的问题区域信息。
示例性地,请参阅图9,图9中的剖面线区域表示问题区域,即第一工件与第二工件之间存在贴合错误的区域;在终端设备确定第一坐标信息、第二坐标信息和交点位置信息之后,终端设备可以根据第一坐标信息、第二坐标信息和交点位置信息确定目标工件的问题区域信息。
在S332中,上传问题区域信息至云端服务器。
具体来说,终端设备可以上传问题区域信息至云端服务器,从而有利于运维人员得知目标工件出现贴合错误的具体区域。
在S340中,根据第一坐标信息和第二坐标信息,确定角点偏移量信息。
具体来说,角点偏移量信息用于描述第一角点与第二角点之间的欧式距离,在终端设备获取第一坐标信息和第二坐标信息之后,终端设备可以根据第一坐标信息、第二坐标信息和两点间距离公式,确定角点偏移量信息。
在S350中,根据第一坐标信息和交点位置信息,确定第一轮廓线的第一斜率信息。
具体来说,第一斜率信息用于描述第一轮廓线的斜率;在终端设备确定第一坐标信息和交点位置信息之后,终端设备可以根据第一坐标信息和交点位置信息,确定目标工件对应的第一轮廓线的第一斜率信息。
在S360中,根据第二坐标信息和交点位置信息,确定第二轮廓线的第二斜率信息。
具体来说,第二斜率信息用于描述第二轮廓线的斜率;在终端设备确定第二坐标信息和交点位置信息之后,终端设备可以根据第二坐标信息和交点位置信息,确定合格工件对应的第二轮廓线的第二斜率信息。
在S370中,根据第一斜率信息和第二斜率信息,确定角度偏移量信息。
具体来说,在终端设备确定第一斜率信息和第二斜率信息之后,终端设备可以根据第一斜率信息和第二斜率信息,确定角度偏移量信息;示例性地,请参阅图10,为了便于理解第一轮廓线与第二轮廓线之间的夹角,在图10中将合格工件与目标工件相重合,终端设备可以根据第一轮廓线的第一斜率信息和第二轮廓线的第二斜率信息,计算出第一轮廓线与第二轮廓线之间的夹角的角度,从而确定角度偏移量信息。
在S400中,根据特征差异值信息和预设的质量状态计算公式,确定目标工件的贴合质量状态信息。
具体来说,贴合质量状态信息包括合格状态信息或不合格状态信息,其中,合格状态信息表示目标工件的贴合质量合格,不合格状态信息表示目标工具的贴合质量不合格;在终端设备确定特征差异值信息之后,终端设备可以根据特征差异值信息和预设的质量状态计算公式,确定目标工件的贴合质量状态信息。
在一些可能的实现方式中,为了进一步提高检测精度,请参阅图11,步骤S400包括但不限于以下步骤:
在S410中,将面积差异信息、角点偏移量信息和角度偏移量信息输入至预设的贴合质量特征值计算公式中,确定目标工件的贴合质量特征值。
具体来说,在终端设备确定面积差异信息、角点偏移量信息和角度偏移量信息之后,终端设备可以输入面积差异信息、角点偏移量信息和角度偏移量信息至预设的贴合质量特征值计算公式中,从而有效地确定目标工件的贴合质量特征值。
在一些可能的实现方式中,为了提高贴合质量特征值的有效性,上述贴合质量特征值计算公式为:
,
式中,为贴合质量特征值;/>为贴合区域与合格工件的所在区域之间的重合区域对应的第一面积,示例性地,图9中八个问题区域围城的空白区域表示重合区域;/>为第一面积对应的第一系数,/>;/>为贴合区域与合格工件的所在区域之间的不重合区域对应的第二面积,示例性地,图9中八个问题区域表示不重合区域;/>为不重合区域的数量,示例性地,针对图9对应的应用情况,/>的取值为8;/>为第二面积对应的第二系数,/>;示例性地,当第一面积大于三倍的第二面积的时候,/>的取值可以为2.48,/>的取值可以为2.41;当第一面积等于三倍的第二面积的时候,/>的取值可以为2.32,/>的取值可以为3.35;当第一面积小于三倍的第二面积的时候,/>的取值可以为1.95,/>的取值可以为2.48。
式中,为面积差异信息,/>;/>为角点偏移量信息;/>为预设的矫正因子,/>,示例性地,当第一面积大于或等于七倍的第二面积的时候,/>的取值可以为0.16,当第一面积小于七倍的第二面积的时候,/>的取值可以为0.21;/>为角度偏移量信息;/>为预设的基准角度阈值。
在S420中,将贴合质量特征值输入至质量状态计算公式,确定目标工件的贴合质量状态信息。
具体来说,在终端设备确定贴合质量特征值之后,终端设备可以输入贴合质量特征值至质量状态计算公式中,从而有效地确定目标工件的贴合质量状态信息。
在一些可能的实现方式中,为了进一步提高检测精度,上述质量状态计算公式为:
,
式中,为贴合质量状态信息;/>为贴合质量特征值;示例性地,当/>为6.633的时候,贴合质量状态信息为部合格状态信息,第一工件与第二工件之间存在不符合生产需求的错位;当/>为3.211的时候,贴合质量状态信息为合格状态信息,第一工件与第二工件之间只是因为贴合生产线的制造误差而存在生产允许偏差范围内的错位。
本申请实施例应用于贴合生产线的精准检测方法的实施原理为:终端设备可以先获取目标工件的待检测图像;然后根据待检测图像,确定目标工件对应的贴合区域的区域面积信息和轮廓线位置信息;再比对区域特征信息和预设的基准特征信息,生成特征差异值信息,特征差异值信息用于描述目标工件与合格工件之间的差异程度;然后根据特征差异值信息、预设的贴合质量特征值计算公式和预设的质量状态计算公式,确定目标工件的贴合质量状态信息,其中,贴合质量状态信息包括合格状态信息或不合格状态信息,从而大幅度地提高检测精度,在大批量的生产中依然能够保持较高的检测精度。
需要说明的是,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本申请的实施例还提供了一种应用于贴合生产线的精准检测系统,为便于说明,仅示出与本申请相关的部分,如图12所示,该系统120包括:
图像获取模块121:用于获取目标工件的待检测图像,其中,目标工件由第一工件和第二工件贴合而成;
区域特征信息确定模块122:用于根据待检测图像,确定目标工件对应的贴合区域的区域特征信息,其中,贴合区域用于描述第一工件与第二工件之间的重叠区域,区域特征信息包括区域面积信息和轮廓线位置信息;
特征差异值信息生成模块123:用于比对区域特征信息和预设的基准特征信息,生成特征差异值信息,其中,基准特征信息包括合格工件的基准面积信息和基准线位置信息,特征差异值信息用于描述目标工件与合格工件之间的差异程度;
贴合质量状态信息确定模块124:用于根据特征差异值信息和预设的质量状态计算公式,确定目标工件的贴合质量状态信息,其中,贴合质量状态信息包括合格状态信息或不合格状态信息。
可选的,上述区域特征信息确定模块122包括:
轮廓特征点信息获取子模块:用于基于待检测图像,获取目标工件的轮廓特征点信息;
检测区域信息确定子模块:用于根据轮廓特征点信息,确定第一工件的第一检测区域信息和第二工件的第二检测区域信息;
贴合区域确定子模块:用于根据第一检测区域信息和第二检测区域信息,确定目标工件的贴合区域;
边缘轮廓信息获取子模块:用于根据第一检测区域信息,获取第一工件的第一边缘轮廓信息,并根据第二检测区域信息,获取第二工件的第二边缘轮廓信息;
轮廓线位置信息确定子模块:用于根据第一边缘轮廓信息和第二边缘轮廓信息,确定贴合区域的轮廓线位置信息;
区域面积信息确定子模块:用于基于不规则图形面积测量法,确定贴合区域的区域面积信息。
可选的,特征差异值信息包括面积差异信息、角点偏移量信息和角度偏移量信息;上述特征差异值信息生成模块123包括:
面积差异信息生成子模块:用于根据区域面积信息和基准面积信息之差,生成面积差异信息;
交点位置信息确定子模块:用于根据轮廓线位置信息和基准线位置信息,确定交点位置信息,其中,交点位置信息用于描述目标工件的第一轮廓线与合格工件的第二轮廓线之间的交点的位置;
坐标信息获取子模块:用于获取目标工件对应的第一角点的第一坐标信息,并获取合格工件对应的第二角点的第二坐标信息,其中,第一角点与第二角点相对应;
角点偏移量信息确定子模块:用于根据第一坐标信息和第二坐标信息,确定角点偏移量信息,其中,角点偏移量信息用于描述第一角点与第二角点之间的欧式距离;
第一斜率信息确定子模块:用于根据第一坐标信息和交点位置信息,确定第一轮廓线的第一斜率信息;
第二斜率信息确定子模块:用于根据第二坐标信息和交点位置信息,确定第二轮廓线的第二斜率信息;
角度偏移量信息确定子模块:用于根据第一斜率信息和第二斜率信息,确定角度偏移量信息。
可选的,该系统120还包括:
问题区域信息确定模块:用于根据第一坐标信息、第二坐标信息和交点位置信息,确定目标工件的问题区域信息;
问题区域信息上传模块:用于上传问题区域信息至云端服务器。
可选的,上述贴合质量状态信息确定模块包括:
贴合质量特征值确定子模块:用于将面积差异信息、角点偏移量信息和角度偏移量信息输入至预设的贴合质量特征值计算公式中,确定目标工件的贴合质量特征值;
贴合质量状态信息确定子模块:用于将贴合质量特征值输入至质量状态计算公式,确定目标工件的贴合质量状态信息;
其中,上述贴合质量特征值计算公式为:
,
式中,为贴合质量特征值;/>为贴合区域与合格工件的所在区域之间的重合区域对应的第一面积;/>为第一面积对应的第一系数,/>;为贴合区域与合格工件的所在区域之间的不重合区域对应的第二面积;/>为不重合区域的数量;/>为第二面积对应的第二系数,/>;/>为面积差异信息;/>为角点偏移量信息;/>为预设的矫正因子,;/>为角度偏移量信息;/>为预设的基准角度阈值。
可选的,上述质量状态计算公式为:
,
式中,为贴合质量状态信息;/>为贴合质量特征值。
需要说明的是,上述模块之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
本申请实施例还提供了一种终端设备,如图13所示,该实施例的终端设备130包括:处理器131、存储器132以及存储在存储器132中并可在处理器131上运行的计算机程序133。处理器131执行计算机程序133时实现上述流量处理方法实施例中的步骤,例如图1所示的步骤S100至S400;或者,处理器131执行计算机程序133时实现上述装置中各模块的功能,例如图12所示模块121至124的功能。
该终端设备130可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备,该终端设备130包括但不仅限于处理器131、存储器132。本领域技术人员可以理解,图13仅仅是终端设备130的示例,并不构成对终端设备130的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如终端设备130还可以包括输入输出设备、网络接入设备、总线等。
其中,处理器131可以是中央处理单元(Central Processing Unit,CPU),还可以是其它通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA) 或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等;通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器132可以是终端设备130的内部存储单元,例如终端设备130的硬盘或内存,存储器132也可以是终端设备130的外部存储设备,例如终端设备130上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(FlashCard)等;进一步地,存储器132还可以既包括终端设备130的内部存储单元也包括外部存储设备,存储器132还可以存储计算机程序133以及终端设备130所需的其它程序和数据,存储器132还可以用于暂时地存储已经输出或者将要输出的数据。
本申请的一个实施例还提供了一种计算机可读存储介质,该存储介质存储有计算机程序,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等;计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、电载波信号、电信信号以及软件分发介质等。
以上均为本申请的较佳实施例,并非依此限制本申请的保护范围,故:凡依本申请的方法、原理、结构所做的等效变化,均应涵盖于本申请的保护范围之内。
Claims (8)
1.一种应用于贴合生产线的精准检测方法,其特征在于,所述方法包括:
获取目标工件的待检测图像,其中,所述目标工件由第一工件和第二工件贴合而成;
根据所述待检测图像,确定所述目标工件对应的贴合区域的区域特征信息,其中,所述贴合区域用于描述所述第一工件与所述第二工件之间的重叠区域,所述区域特征信息包括区域面积信息和轮廓线位置信息;
比对所述区域特征信息和预设的基准特征信息,生成特征差异值信息,其中,所述基准特征信息包括合格工件的基准面积信息和基准线位置信息,所述特征差异值信息用于描述所述目标工件与合格工件之间的差异程度;所述特征差异值信息包括面积差异信息、角点偏移量信息和角度偏移量信息;
根据所述特征差异值信息和预设的质量状态计算公式,确定所述目标工件的贴合质量状态信息,其中,所述贴合质量状态信息包括合格状态信息或不合格状态信息;
其中,所述根据所述特征差异值信息和预设的质量状态计算公式,确定所述目标工件的贴合质量状态信息,包括:
将所述面积差异信息、所述角点偏移量信息和所述角度偏移量信息输入至预设的贴合质量特征值计算公式中,确定所述目标工件的贴合质量特征值;
其中,所述贴合质量特征值计算公式为:
,
式中,为所述贴合质量特征值;/>为所述贴合区域与所述合格工件的所在区域之间的重合区域对应的第一面积;/>为所述第一面积对应的第一系数,;/>为所述贴合区域与所述合格工件的所在区域之间的不重合区域对应的第二面积;/>为所述不重合区域的数量;/>为所述第二面积对应的第二系数,/>;/>为所述面积差异信息;/>为所述角点偏移量信息;/>为预设的矫正因子,/>;/>为所述角度偏移量信息;/>为预设的基准角度阈值;
将所述贴合质量特征值输入至所述质量状态计算公式,确定所述目标工件的贴合质量状态信息;
其中,所述质量状态计算公式为:
,
式中,为所述贴合质量状态信息;/>为所述贴合质量特征值。
2.根据权利要求1所述的方法,其特征在于,所述根据所述待检测图像,确定所述目标工件对应的贴合区域的区域特征信息,包括:
基于所述待检测图像,获取所述目标工件的轮廓特征点信息;
根据所述轮廓特征点信息,确定所述第一工件的第一检测区域信息和所述第二工件的第二检测区域信息;
根据所述第一检测区域信息和所述第二检测区域信息,确定所述目标工件的贴合区域;
根据所述第一检测区域信息,获取所述第一工件的第一边缘轮廓信息,并根据所述第二检测区域信息,获取所述第二工件的第二边缘轮廓信息;
根据所述第一边缘轮廓信息和所述第二边缘轮廓信息,确定所述贴合区域的轮廓线位置信息;
基于不规则图形面积测量法,确定所述贴合区域的所述区域面积信息。
3.根据权利要求1所述的方法,其特征在于,所述比对所述区域特征信息和预设的基准特征信息,生成特征差异值信息,包括:
根据所述区域面积信息和所述基准面积信息之差,生成面积差异信息;
根据所述轮廓线位置信息和所述基准线位置信息,确定交点位置信息,其中,所述交点位置信息用于描述所述目标工件的第一轮廓线与所述合格工件的第二轮廓线之间的交点的位置;
获取所述目标工件对应的第一角点的第一坐标信息,并获取所述合格工件对应的第二角点的第二坐标信息,其中,所述第一角点与所述第二角点相对应;
根据所述第一坐标信息和所述第二坐标信息,确定角点偏移量信息,其中,所述角点偏移量信息用于描述所述第一角点与所述第二角点之间的欧式距离;
根据所述第一坐标信息和所述交点位置信息,确定所述第一轮廓线的第一斜率信息;
根据所述第二坐标信息和所述交点位置信息,确定所述第二轮廓线的第二斜率信息;
根据所述第一斜率信息和所述第二斜率信息,确定角度偏移量信息。
4.根据权利要求3所述的方法,其特征在于,在所述获取所述目标工件对应的第一角点的第一坐标信息,并获取所述合格工件对应的第二角点的第二坐标信息之后,所述方法还包括:
根据所述第一坐标信息、所述第二坐标信息和所述交点位置信息,确定所述目标工件的问题区域信息;
上传所述问题区域信息至云端服务器。
5.一种应用于贴合生产线的精准检测系统,其特征在于,所述系统包括:
图像获取模块:用于获取目标工件的待检测图像,其中,所述目标工件由第一工件和第二工件贴合而成;
区域特征信息确定模块:用于根据所述待检测图像,确定所述目标工件对应的贴合区域的区域特征信息,其中,所述贴合区域用于描述所述第一工件与所述第二工件之间的重叠区域,所述区域特征信息包括区域面积信息和轮廓线位置信息;
特征差异值信息生成模块:用于比对所述区域特征信息和预设的基准特征信息,生成特征差异值信息,其中,所述基准特征信息包括合格工件的基准面积信息和基准线位置信息,所述特征差异值信息用于描述所述目标工件与合格工件之间的差异程度;所述特征差异值信息包括面积差异信息、角点偏移量信息和角度偏移量信息;
贴合质量状态信息确定模块:用于根据所述特征差异值信息和预设的质量状态计算公式,确定所述目标工件的贴合质量状态信息,其中,所述贴合质量状态信息包括合格状态信息或不合格状态信息;
其中,所述贴合质量状态信息确定模块包括:
贴合质量特征值确定子模块:用于将所述面积差异信息、所述角点偏移量信息和所述角度偏移量信息输入至预设的贴合质量特征值计算公式中,确定所述目标工件的贴合质量特征值;
其中,所述贴合质量特征值计算公式为:
,
式中,为所述贴合质量特征值;/>为所述贴合区域与所述合格工件的所在区域之间的重合区域对应的第一面积;/>为所述第一面积对应的第一系数,;/>为所述贴合区域与所述合格工件的所在区域之间的不重合区域对应的第二面积;/>为所述不重合区域的数量;/>为所述第二面积对应的第二系数,/>;/>为所述面积差异信息;/>为所述角点偏移量信息;/>为预设的矫正因子,/>;/>为所述角度偏移量信息;/>为预设的基准角度阈值;
贴合质量状态信息确定子模块:用于将所述贴合质量特征值输入至所述质量状态计算公式,确定所述目标工件的贴合质量状态信息;
其中,所述质量状态计算公式为:
,
式中,为所述贴合质量状态信息;/>为所述贴合质量特征值。
6.根据权利要求5所述的系统,其特征在于,所述区域特征信息确定模块包括:
轮廓特征点信息获取子模块:用于基于所述待检测图像,获取所述目标工件的轮廓特征点信息;
检测区域信息确定子模块:用于根据所述轮廓特征点信息,确定所述第一工件的第一检测区域信息和所述第二工件的第二检测区域信息;
贴合区域确定子模块:用于根据所述第一检测区域信息和所述第二检测区域信息,确定所述目标工件的贴合区域;
边缘轮廓信息获取子模块:用于根据所述第一检测区域信息,获取所述第一工件的第一边缘轮廓信息,并根据所述第二检测区域信息,获取所述第二工件的第二边缘轮廓信息;
轮廓线位置信息确定子模块:用于根据所述第一边缘轮廓信息和所述第二边缘轮廓信息,确定所述贴合区域的轮廓线位置信息;
区域面积信息确定子模块:用于基于不规则图形面积测量法,确定所述贴合区域的所述区域面积信息。
7.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述方法的步骤。
8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310631503.8A CN116379927B (zh) | 2023-05-31 | 2023-05-31 | 应用于贴合生产线的精准检测方法、系统以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310631503.8A CN116379927B (zh) | 2023-05-31 | 2023-05-31 | 应用于贴合生产线的精准检测方法、系统以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116379927A CN116379927A (zh) | 2023-07-04 |
CN116379927B true CN116379927B (zh) | 2023-08-29 |
Family
ID=86967846
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310631503.8A Active CN116379927B (zh) | 2023-05-31 | 2023-05-31 | 应用于贴合生产线的精准检测方法、系统以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116379927B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116883398A (zh) * | 2023-09-06 | 2023-10-13 | 湖南隆深氢能科技有限公司 | 基于电堆装配生产线的检测方法、系统、终端设备及介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015087314A (ja) * | 2013-10-31 | 2015-05-07 | キヤノン株式会社 | 計測装置、計測方法、リソグラフィ装置、及び物品製造方法 |
CN106735912A (zh) * | 2016-12-29 | 2017-05-31 | 苏州逸美德科技有限公司 | 一种去毛刺方法 |
DE102017103037A1 (de) * | 2017-02-15 | 2018-08-16 | Wolfgang Rixen | Verfahren zur zerstörungsfreien Untersuchung und Klassifizierung eines metallischen Werkstücks |
JP2018144165A (ja) * | 2017-03-03 | 2018-09-20 | 株式会社キーエンス | 画像処理装置、画像処理方法、画像処理プログラム及びコンピュータで読み取り可能な記録媒体並びに記録した機器 |
CN114821114A (zh) * | 2022-03-28 | 2022-07-29 | 南京业恒达智能系统股份有限公司 | 一种基于视觉系统的坡口切割机器人图像处理方法 |
CN115294033A (zh) * | 2022-07-19 | 2022-11-04 | 上海大学 | 一种基于语义分割网络的轮胎带束层差级和错边缺陷检测方法 |
CN115601348A (zh) * | 2022-11-01 | 2023-01-13 | 深圳禾思众成科技有限公司(Cn) | 显示屏的检测方法、检测设备及计算机可读存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI269870B (en) * | 2004-12-30 | 2007-01-01 | Ind Tech Res Inst | Method for deciding structure parameters of a grating |
-
2023
- 2023-05-31 CN CN202310631503.8A patent/CN116379927B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015087314A (ja) * | 2013-10-31 | 2015-05-07 | キヤノン株式会社 | 計測装置、計測方法、リソグラフィ装置、及び物品製造方法 |
CN106735912A (zh) * | 2016-12-29 | 2017-05-31 | 苏州逸美德科技有限公司 | 一种去毛刺方法 |
DE102017103037A1 (de) * | 2017-02-15 | 2018-08-16 | Wolfgang Rixen | Verfahren zur zerstörungsfreien Untersuchung und Klassifizierung eines metallischen Werkstücks |
JP2018144165A (ja) * | 2017-03-03 | 2018-09-20 | 株式会社キーエンス | 画像処理装置、画像処理方法、画像処理プログラム及びコンピュータで読み取り可能な記録媒体並びに記録した機器 |
CN114821114A (zh) * | 2022-03-28 | 2022-07-29 | 南京业恒达智能系统股份有限公司 | 一种基于视觉系统的坡口切割机器人图像处理方法 |
CN115294033A (zh) * | 2022-07-19 | 2022-11-04 | 上海大学 | 一种基于语义分割网络的轮胎带束层差级和错边缺陷检测方法 |
CN115601348A (zh) * | 2022-11-01 | 2023-01-13 | 深圳禾思众成科技有限公司(Cn) | 显示屏的检测方法、检测设备及计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
基于局部主动轮廓模型的宽带激光熔覆熔池边缘提取;雷凯云;秦训鹏;刘华明;倪茂;;光电子・激光(05);全文 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116883398A (zh) * | 2023-09-06 | 2023-10-13 | 湖南隆深氢能科技有限公司 | 基于电堆装配生产线的检测方法、系统、终端设备及介质 |
CN116883398B (zh) * | 2023-09-06 | 2023-11-28 | 湖南隆深氢能科技有限公司 | 基于电堆装配生产线的检测方法、系统、终端设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116379927A (zh) | 2023-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116379927B (zh) | 应用于贴合生产线的精准检测方法、系统以及存储介质 | |
CN102589435B (zh) | 噪声环境下激光束中心高效精确检测方法 | |
CN116168041B (zh) | 一种应用于贴合装置的实时检测方法及其系统 | |
CN111596613B (zh) | 焊接偏差确定方法、装置、电子设备及存储介质 | |
CN116386028B (zh) | 一种用于三通管件加工的图像分层识别方法及装置 | |
CN116523908A (zh) | 基于卷料涂布生产线的安全生产方法、系统、设备及介质 | |
CN112465814A (zh) | 基于深度学习的电池overhang的计算方法和装置 | |
US20220335639A1 (en) | Ellipse detection acceleration method based on generalized pascal mapping | |
CN110796095A (zh) | 仪表模板建立方法、终端设备以及计算机存储介质 | |
CN116342609B (zh) | 基于裁切装置的实时检测方法、系统以及存储介质 | |
CN115810133A (zh) | 基于图像处理和点云处理的焊接控制方法及相关设备 | |
CN109885955B (zh) | 风载荷计算方法和计算系统 | |
CN117524964B (zh) | 一种传送过程晶圆中心偏移检测及纠正的方法及系统 | |
CN117522775A (zh) | 基于ccm片材涂布机的产品质量跟踪方法、系统及介质 | |
CN111341686B (zh) | 一种检测晶圆缺陷的方法及装置 | |
CN116071240B (zh) | 图像拼接方法、装置、计算机设备和存储介质 | |
CN111275662B (zh) | 基于二维码的工件定位方法、装置、设备和存储介质 | |
CN116901170A (zh) | 基于ccm卷材分条机的智能控制方法、系统、终端及介质 | |
CN114781233B (zh) | 有限元网格几何结构外形轮廓识别方法、设备及介质 | |
CN116883398B (zh) | 基于电堆装配生产线的检测方法、系统、终端设备及介质 | |
CN110033409A (zh) | 一种迭代最近点刚性注册方法及系统 | |
CN116625243A (zh) | 基于边框卷料裁切机的智能检测方法、系统以及存储介质 | |
CN111633358A (zh) | 基于激光的焊缝参数测量方法及装置 | |
Schäfer et al. | Gripper integrated vision guided assembly of PEM fuel cells | |
CN111967196B (zh) | 一种基于遗传算法的多测量站布局方法及系统 |
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 |