CN116465315B - 一种网版质量自动化检测方法及系统 - Google Patents

一种网版质量自动化检测方法及系统 Download PDF

Info

Publication number
CN116465315B
CN116465315B CN202310359873.0A CN202310359873A CN116465315B CN 116465315 B CN116465315 B CN 116465315B CN 202310359873 A CN202310359873 A CN 202310359873A CN 116465315 B CN116465315 B CN 116465315B
Authority
CN
China
Prior art keywords
screen
detected
detection
translation stage
grid line
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
Application number
CN202310359873.0A
Other languages
English (en)
Other versions
CN116465315A (zh
Inventor
马思骞
吴礼银
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.)
Zhejiang Maimu Intelligent Technology Co ltd
Original Assignee
Zhejiang Maimu Intelligent Technology 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 Zhejiang Maimu Intelligent Technology Co ltd filed Critical Zhejiang Maimu Intelligent Technology Co ltd
Priority to CN202310359873.0A priority Critical patent/CN116465315B/zh
Publication of CN116465315A publication Critical patent/CN116465315A/zh
Application granted granted Critical
Publication of CN116465315B publication Critical patent/CN116465315B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01B11/02—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
    • 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
    • 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
    • G01B11/03—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by measuring coordinates of points
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
    • G01L5/00—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes
    • G01L5/04—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes for measuring tension in flexible members, e.g. ropes, cables, wires, threads, belts or bands
    • 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
    • G01N21/956—Inspecting patterns on the surface of objects
    • 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
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N2021/95638—Inspecting patterns on the surface of objects for PCB's

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明实施例提供了一种网版质量自动化检测方法和系统，所述系统包括出入料工位、膜厚检测/张力检测工位、几何检测工位、缺陷检测工位、电控平移台子系统和测量分析子系统组成，所述电控平移台子系统用于对待检测网版在进入各工位时进行位置重定位，同时对平移台的伺服电机进行控制，所述测量分析子系统对各工位生成的数据进行采集和分析，以实现集膜厚、张力、几何参数和缺陷检测为一体的网版质量自动化综合检测，在多工位联动并进行网版精确定位的同时，实现了网版质量主要参数的精确测试，从而克服现有网版质量检测检测效率低下，标准化程度不强，漏检率高且精确度差等问题。

Description

一种网版质量自动化检测方法及系统
技术领域
本发明涉及智能技术领域，尤其涉及一种网版质量自动化检测方法及系统。
背景技术
网版是丝网印刷的核心设备，常用于制造太阳能电池片等部件的模板，在电子零部件制造领域应用非常广泛。由于网版是印刷的基准模板，因此其质量直接决定了用户产品生产的质量。在大规模生产制造过程中，网版质量缺陷会导致批量性的产品质量问题，给生产商造成极大的经济和时间成本损失。因此，前期的网版质量检测至关重要。
目前，对于网版质量的检测普遍使用人工检测方式，例如：采用机械式测厚仪检测网版厚度，采用手持式张力计检测网版张力，采用二次元设备检测网版几何参数，以及通过肉眼检测网版缺陷。所有检测都需要在不同工位下，依靠工人完成，不仅检测效率低，而且标准不统一，检测效果受人为影响大，难以满足网版制造行业的生产制造要求。因此，在网版制造行业急需自动化、标准化、集成化的网版质量检测方法与设备。
发明内容
本发明实施例提供了一种网版质量自动化检测方法和系统，以实现集膜厚、张力、几何参数和瑕疵缺陷检测功能为一体的网版质量自动化综合检测，并通过一体化的仪器装备面向网版生产企业开展产品在线检测和用户企业开展二次复验等，以克服现有网版质量检测中，自动化程度不高，检测效率低下，标准化程度不强，漏检率高等问题。
为了解决上述技术问题，本发明实施例提供了一种网版质量自动化检测方法，所述方法包括：
S1.待检测网版被置于出入料工位并被所述出入料工位的夹具夹紧，根据待检测网版的识别号匹配检测配方；
S2.平移台移动至膜厚检测/张力检测工位，对所述待检测网版进行位置定位，对所述待检测网版进行张力和厚度检测；
S3.若张力和厚度满足预设标准阈值，则进入S4，否则根据提前设置的处置方式，记录偏差值或控制所述平移台返回所述出入料工位并报警，显示张力或厚度检测异常；
S4.控制平移台进入几何参数检测工位并对所述待检测网版进行位置定位；
S5.根据定位控制平移台进入检测零位，按照预定移动次数移动平移台到预先设定的测量位置，每移动一次采集一张待检测网版的图像，分析每次采集的图像中的栅线宽度并记录所述栅线宽度，最后将所有数据的平均值作为栅线宽度值；
S6.若所述栅线宽度满足预设标准阈值，则进入S7，否则根据提前设置的处置方式，记录偏差值或控制所述平移台返回所述出入料工位并报警，显示栅线宽度尺寸检测异常；
S7.控制平移台从所述待检测网版上方第一条栅线扫描至下方最后一条栅线，完成待检测网版的PT值检测；
若所述PT值满足预设标准阈值，则进入S8，否则根据提前设置的处置方式，记录偏差值或控制所述平移台返回所述出入料工位并报警，显示PT值检测异常；
S8.控制平移台进入缺陷检测工位，对所述待检测网版进行再次位置定位，根据预先设定的步长移动平移台进行缺陷检测；
S9.当发现缺陷后，自动化分析并记录其位置。
进一步的，所述对所述待检测网版进行位置定位具体包括：
S00.将待检测网版置于移动检测平台上并固定，并使得所述待检测网版上的定位标志点不被遮挡；
S01.采集所述待检测网版的图像，识别每个定位标志点的像素坐标；
S02.根据识别到的定位标志点的像素坐标和提前标定好的物面分辨率计算实际坐标，再结合平移台相对于初始移动位置的移动量，将定位标志点坐标所在的局部坐标系转换到平移台所在的世界坐标系下，确定当前待检测网版的位置。
优选的，所述对所述待检测网版进行张力和厚度检测具体包括：
分别获取测厚度传感器和张力传感器相对于待检测网版的位置；
根据测厚传感器相对于网版的位置给出移动指令，使待检测网版移动至厚度检测位置，通过光学测厚设备完成厚度测量；
根据张力传感器相对于待检测网版的位置给出移动指令，使待检测网版移动至张力检测位置，通过张力测量设备完成张力测量。
优选的，所述栅线宽度值的检测具体包括：
S10.根据预设的检测需求信息，将网版分为若干个观测区域，使观测区域满足预设的检测要求；
S11.计算观测区域的预设位置相对于待检测网版的相对位置；
S13.将局部坐标变换为世界坐标，控制平移台移动至预设位置；
S14.控制相机采集图像，识别出栅线两个边界的直线，计算两条直线间的距离，即为栅线宽度值。
优选的，所述PT值的检测具体包括如下步骤：
S20.移动平移台，使待检测网版进入观测区域；
S21.采集所述待检测网版图像，获得最上端栅线的位置像素坐标y11，及最下端栅线的位置像素坐标y12，通过物面分辨率将其转化为实际坐标，记录此时平移台坐标y1；
S22.再次向下移动平移台，并采集图像，获得最上端栅线的位置像素坐标y21，及最下端栅线的位置像素坐标y22，通过物面分辨率参数将其转化为实际坐标，记录此时平移台坐标y2；
S23.计算平移台的移动量Δd1＝|y2-y1|，及两张图像的平移量Δd1'＝|y21-y12|，对比分析Δd1和Δd1'，如果其偏差小于设定的精度阈值，则判定此次移动符合精度要求；
S24.继续采集图像，获得最上端栅线的位置像素坐标yn1，分析获得最下端栅线的位置像素坐标yn2，通过物面分辨率参数将其转化为实际坐标，记录此时平移台坐标yn，直到在所述观测区域观测到最后一条栅线；
S25.通过下式计算最终的PT值：
第二方面，为了解决本申请的技术问题，本发明实施例还提供了一种网版质量自动化检测系统，所述系统包括：
出入料工位、膜厚检测/张力检测工位、几何检测工位、缺陷检测工位、电控平移台子系统和测量分析子系统组成，其中：
所述出入料工位用于进行待检测网版的上下料，所述出入料工位装备有气动夹具；
所述膜厚检测/张力检测工位装备有光学测厚传感器、张力传感器以用于检测所述待检测网版的厚度、张力；
所述几何检测工位装备有高分辨数字相机以用于检测所述待检测网版的栅线宽度值和PT值；
所述缺陷检测工位装备有超高分辨数字相机以用于检测所述待检测网版中的瑕疵缺陷；
所述电控平移台子系统用于对待检测网版在进入各工位时进行位置定位，同时对平移台的伺服电机进行控制，所述伺服电机包括平移台X轴电机和Y轴电机、精密平移台X轴电机和Y轴电机、张力测试Z轴电机，相机变焦电机；
所述测量分析子系统用于发送电控指令，对各工位生成的数据进行采集和分析。
进一步的，所述定位单元具体包括：
固定模块，用于固定待检测网版于移动检测平台，并使得所述待检测网版上的定位标志点不被遮挡；
识别模块，用于采集所述待检测网版的图像，识别每个定位标志点的像素坐标；
坐标计算模块，用于根据识别到的标志点的像素坐标及平移台相对于初始移动位置的移动量，将采集的图像像素坐标所在的局部坐标系转换到平移台所在的世界坐标系下以确定当前待检测网版的位置。
进一步的，所述电控平移台子系统还用于：
分别获取测厚传感器和张力传感器相对于待检测网版的位置；
根据测厚传感器相对于网版的位置给出移动指令，使待检测网版移动至厚度检测位置以通过光学测厚设备完成厚度测量；
根据张力传感器相对于待检测网版的位置给出移动指令，使待检测网版移动至张力检测位置以通过张力测量设备完成张力测量。
优选的于，几何检测工位装备有高分辨数字相机以用于检测所述待检测网版的PT值具体包括：
移动平移台，使待检测网版进入观测区域；
采集所述待检测网版图像，获得最上端栅线的位置像素坐标y11，及最下端栅线的位置像素坐标y12，通过物面分辨率将其转化为实际坐标，记录此时平移台坐标y1；
再次向下移动平移台，并采集图像，获得最上端栅线的位置像素坐标y21，及最下端栅线的位置像素坐标y22，通过物面分辨率参数将其转化为实际坐标，记录此时平移台坐标y2；
计算平移台的移动量Δd1＝|y2-y1|，及两张图像的平移量Δd1'＝|y21-y12|，对比分析Δd1和Δd1'，如果其偏差小于设定的精度阈值，则判定此次移动符合精度要求；
继续采集图像，获得最上端栅线的位置像素坐标yn1，分析获得最下端栅线的位置像素坐标yn2，通过物面分辨率参数将其转化为实际坐标，记录此时平移台坐标yn，直到在所述观测区域观测到最后一条栅线；
S25.通过下式计算最终的PT值：
优选的，几何检测工位装备有高分辨数字相机以用于检测所述待检测网版的栅线宽度值具体包括：
根据预设的检测需求信息，将网版分为若干个观测区域，使观测区域满足预设的检测要求；
计算观测区域的预设位置相对于待检测网版的相对位置；
将局部坐标变换为世界坐标，控制平移台移动至预设位置；
控制相机采集图像，识别出栅线两个边界的直线，计算两条直线间的距离，即为栅线宽度值，分析每次采集的图像中的栅线宽度值并记录所述栅线宽度值，最后将所有数据的平均值作为待检测网版的栅线宽度值。
本发明在给定产品尺寸设计参数的情况下，通过设置“检测配方”的方式，形成自动化检测方案，多工位自动化一步完成膜厚、张力、几何参数和缺陷的自动化检测，最终输出检测参数报表，极大地提升检测效率和标准化程度。在多工位联合检测方面，实现了基于视觉的高精度全局坐标定位方法，结合多轴精密平移台，实现不同工位检测场景下被测网版运动的精确控制与定位；在几何参数测量方面，实现了图像跟踪与位移传感数据双校验的PT值检测；在缺陷检测方面，实现了基于错位超分辨成像与深度学习的缺陷位置检测。
本发明实施例实现的网版质量自动化检测系统可以适应各类网版生产企业的产品质量检测场景，尤其是可以通过配方的灵活选取与配置，形成定制化的检测方案，量身定制适应于自身的检测方案，从而实现了网版质量检测中，最大程度提高自动化检测能力，提高检测效率，实现检测较高的标准化程度，避免漏检率高等。
附图说明
下面将结合附图说明对本发明的具体实施方式进行举例说明。
图1为本发明实施例一种网版质量自动化检测方法中移动检测平台的平移台定位标志点示意图；
图2为本发明实施例采用“灰度重心法”实现定位标志点像素坐标获取的示意图；
图3为本发明实施例各检测工位坐标获取的示意图；
图4为本发明实施例平台坐标系与世界坐标系的转换示意图；
图5为本发明实施例经过网络模型训练获得检测模型并通过检测模型获得网版瑕疵检测结果的示意图；
图6为本发明实施例一种网版质量自动化检测系统示意图；
图7为本发明实施例一种网版质量自动化检测系统的实施流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，而并非要限制本发明的范围。
基于前述亟待解决的技术问题，本发明实施例提供了一种网版质量自动化检测方法，所述方法包括：
S1.待检测网版被置于出入料工位并被所述出入料工位的夹具夹紧，根据待检测网版的识别号匹配检测配方；
S2.平移台移动至膜厚检测/张力检测工位，对所述待检测网版进行位置定位，对所述待检测网版进行张力和厚度检测；
S3.若张力和厚度满足预设标准阈值，则进入S4，否则根据提前设置的处置方式，记录偏差值或控制所述平移台返回所述出入料工位并报警，显示张力或厚度检测异常；
S4.控制平移台进入几何参数检测工位并对所述待检测网版进行位置定位；
S5.根据定位控制平移台进入检测零位，按照预定移动次数移动平移台到预先设定的测量位置，每移动一次采集一张待检测网版的图像，分析每次采集的图像中的栅线宽度并记录所述栅线宽度，最后将所有数据的平均值作为栅线宽度；
S6.若所述栅线宽度满足预设标准阈值，则进入S7，否则根据提前设置的处置方式，记录偏差值或控制所述平移台返回所述出入料工位并报警，显示栅线宽度尺寸检测异常；
S7.控制平移台从所述待检测网版上方第一条栅线扫描至下方最后一条栅线，完成待检测网版的PT值检测；
若所述PT值满足预设标准阈值，则进入S8，否则根据提前设置的处置方式，记录偏差值或控制所述平移台返回所述出入料工位并报警，显示PT值检测异常；
S8.控制平移台进入缺陷检测工位，对所述待检测网版进行再次位置定位，根据预先设定的步长移动平移台进行缺陷检测；
S9.当发现缺陷后，自动化分析并记录其位置。
检测完成后，控制所述平移台返回所述出入料工位，输出检测报表并显示检测完成。
在本发明实施例中，使用人工或机械臂方式将待检测网版置于出入料工位，之后出入料工位的启动夹具夹紧待检测网版。通过扫描或者手工方式录入检测配方，启动检测。
通过上位机给出指令，平移台移动至膜厚检测/张力检测工位：首先开始张力测量，通过电控平移台子系统控制张力测量传感器测量张力，之后记录张力值。
判断所述张力是否满足要求，如不满足要求，根据提前设置的处置方式，记录偏差值或向电控平移台子系统发出指令，命令平移台返回出入料工位，检测完成，结果是不合格。
如满足要求，进入厚度检测环节，电控平移台子系统控制测厚传感器测量厚度，之后记录厚度。
判断所述厚度是否满足要求，如不满足要求，根据提前设置的处置方式，记录偏差值或向电控平移台子系统发出指令，命令平移台返回出入料工位，检测完成，结果是不合格。如果满足要求，则进入几何参数检测工位。
执行平移台零点校正功能，采用多工位联合检测定位方法进行平移台位置的定位标定，之后通过电控平移台子系统控制平移台进入检测零位。
之后按照提前设定的位置移动平移台，每移动一次平移台，采集一张图像，分析图像中栅线的宽度并记录数据。此流程移动多次(默认9次)，最后将所有数据的平均值作为栅线的宽度。判断所述栅线宽度是否满足要求，如不满足要求，根据提前设置的处置方式，记录偏差值或向电控平移台子系统发出指令，命令平移台返回出入料工位，检测完成，结果是不合格。如果满足要求，则进入PT值检测环节。
根据网版随同平移台在各工位的图像跟踪，以及对平移台位移传感数据的双校验，实现PT值检测，完成待检测网版的PT值计算。判断所述PT值是否满足要求，如不满足要求，根据提前设置的处置方式，记录偏差值或向电控平移台子系统发出指令，命令平移台返回出入料工位，检测完成，结果是不合格。如果满足要求，则进入缺陷检测环节。
通过控制平移台进入缺陷检测工位，重复平移台零点校正的功能。
按照提前设定的步长移动平移台，通过错位超分辨成像与深度学习的瑕疵缺陷检测方法，对待检测网版的表面进行扫查，获得瑕疵所在位置并记录，输出数据。
所有检测完成后，输出数据报表。最后，平移台被控制下回到出入料工位，重复下一个工件的检测。
本发明实施例在对预设网版型号进行检测时，根据预设的待检测参数的标准阈值，所述待检测参数包括张力、厚度、栅线宽度和PT值，自动化完成膜厚、张力、栅线宽度、PT值和瑕疵缺陷的集成化检测，检测效率和自动化程度高，检测质量稳定，标准化强，显著提升了网版产品的质量检测水平和能力。
其中，所述待检测网版进行位置定位具体包括：
S00.将待检测网版置于移动检测平台上并固定，并使得所述待检测网版上的定位标志点不被遮挡；
S01.采集所述待检测网版的图像，识别每个定位标志点的像素坐标；
S02.根据识别到的定位标志点的像素坐标和提前标定好的物面分辨率计算实际坐标，再结合平移台相对于初始移动位置的移动量，将定位标志点坐标所在的局部坐标系转换到平移台所在的世界坐标系下，确定当前待检测网版的位置。
在本发明实施例中，主要解决待检测网版在平移台上进行大范围移动时，在不同工位上对网版自身位置的精确定位与校准的问题，以便实现各个工位下精确定位下的测量。
先将待检测网版放置于移动检测平台上并固定，保证网版上用于定位的4个标志点不被遮挡。
如图1所示，移动检测平台的平移台携带待检测网版进入膜厚检测/张力检测工位，该工位上的工业相机用于采集网版图像，识别4个定位标志点的像素坐标。
如图2所示，本发明采用“灰度重心法”来完成定位标志点像素坐标的求取。如果将采集到的定位标志点图像看作是一个密度不均匀的平板，各像素点的灰度看作是平板的密度，则一个含单个标记点的图像可以表示为一个均匀且密度极低的平板中夹杂着一个密度极大的质量块。由于板和质量块密度相差很大，可以用整个板的重心代表质量块的中心。对于图像来说，就是用图像的“灰度重心”代表定位标志点的中心。
如图4所示，根据识别到定位标志点的图像坐标及平移台相对于初始移动位置的移动量，将图像所在的局部坐标系转换到平移台所在的世界坐标系下，确定目前网版所在的位置。
首先定义若干坐标系：
设定平移台所在坐标系为世界坐标系，如图3所示，视觉检测工位上的相机所在的坐标系为局部坐标系，其采集网版图像后可以代表待检测网版自身的局部坐标系。
检测开始时，平移台会移动至世界坐标系的零点，也就是图3中O的位置。之后，控制平移台移动至膜厚检测/张力检测工位后，测量得到的像素坐标(xk,yk)为局部坐标，其相对于世界坐标系中的坐标可以表示为：
其中，d1x和d1y为平移台移动量。这样就可以建立起膜厚检测/张力检测工位与世界坐标系间的转换关系。
因为测厚传感器和张力传感器是以世界坐标系的位置为标准安装的，因此，也就得到测厚传感器和张力传感器相对于待检测网版自身的位置，根据测厚传感器相对于网版的位置给出移动指令，使待检测网版移动至厚度检测位置，使用光学测厚设备完成厚度测量(此步骤可循环操作多次)；根据张力传感器相对于待检测网版的位置给出移动指令，使待检测网版移动至张力检测位置，使用张力测量设备完成张力测量(此步骤可循环操作多次)。
由于放置待检测网版时，人眼会出现视觉误差，夹持系统也会存在机械误差，因此多次放置待检测网版时，其在世界坐标系中的位置很难保证一致，从而导致定位不准影响后续平移台的移动量，最终导致各工位的检测位置为非理想位置，导致检测不准确。本发明实施例通过对待检测网版相对于平移台、各传感器进行联动位置定位，使得它们的相对位置保持精确，从而确保了待检测网版在自动化检测系统中得到准确图像的图像采集、传感器检测。
根据相机1相对于网版的位置给出移动指令，使网版移动至几何参数检测工位。重复步骤S00至步骤S02，获得待检测网版在完成大范围移动后相对于世界坐标系的坐标。
其中，所述待检测网版的栅线宽度和PT值检测具体包括：
根据相机1相对于待检测网版的位置给出移动指令，控制平移台移动到预设的测量位置。每个预设测量位置采集一张图像，对图像中栅线的宽度进行识别并记录此栅线宽度。
控制平移台移动到待检测网版最上端栅线位置处，从上方扫描至底端，测量最上方和最下方两条栅线之间的距离，为PT值数据。
其中，所述栅线宽度的检测包括如下步骤：
S10.根据预设的检测需求信息，将网版分为若干个观测区域(如9个区域)，使观测区域满足预设的检测要求；
S11.计算观测区域的预设位置相对于待检测网版的相对位置，也就是已知图4中的Δx1和Δy1；
S13.将局部坐标变换为世界坐标，控制平移台移动至预设位置；
S14.控制相机采集图像，识别出栅线两个边界的直线，计算两条直线间的距离，即为栅线宽度值。
分析每次采集的图像中的栅线宽度值并记录所述栅线宽度值，最后将所有数据的平均值作为待检测网版的栅线宽度值。
其中，所述PT值的检测具体包括如下步骤：
S20.移动平移台，使待检测网版进入观测区域1。
S21.采集所述待检测网版图像，获得最上端栅线的位置像素坐标y11，及最下端栅线的位置像素坐标y12，通过物面分辨率将其转化为实际坐标，记录此时平移台坐标y1；
S22.再次向下移动平移台，并采集图像，获得最上端栅线的位置像素坐标y21，及最下端栅线的位置像素坐标y22，通过物面分辨率参数将其转化为实际坐标，记录此时平移台坐标y2；
S23.计算平移台的移动量Δd1＝|y2-y1|，及两张图像的平移量Δd1'＝|y21-y12|，对比分析Δd1和Δd1'，如果其偏差小于设定的精度阈值，则判定此次移动符合精度要求；
S24.继续采集图像，获得最上端栅线的位置像素坐标yn1，分析获得最下端栅线的位置像素坐标yn2，通过物面分辨率参数将其转化为实际坐标，记录此时平移台坐标yn，直到在所述观测区域观测到最后一条栅线；
S25.通过下式计算最终的PT值：
在本发明实施例中，根据预先设定的步长移动平移台进行缺陷检测采用错位超分辨成像与深度学习的缺陷位置检测方法，具体包括：
移动平移台，使超高分辨数字相机的拍摄区域位于待检测网版的左上角，之后以较小步长移动平移台并采集图像。移动步长应为亚像素尺寸，例如小于1像素所对应的实际物理尺寸。
将采集到的图像进行融合操作，融合后其图像分辨率将提升n倍，n由在一个像素内移动的步数决定。通过以下公式完成超分辨操作。
控制平移台使网版移动至缺陷参数检测工位，获得网版在完成大范围移动后相对于世界坐标系的坐标。
将网版划分为若干个小的区域，通过超高分辨率数字相机采集每个小区域的图像，作为深度学习模型的输入。基于深度学习算法判断该区域的图像是否有缺陷以及缺陷位置。
①数据集制作
本发明实施例所采用的数据集由包含缺陷和正常的网版图像组成，缺陷类型有纤维丝、堵孔、钢丝异常、缺口、针孔、脏物等多种类型缺陷。所拍摄到图像的分辨率为14208pixel×10640pixel，最小需检测出的缺陷大小在5pixel×5pixel左右。
由于原始图像为高分辨率图像，在模型训练时无法直接将原始图像作为数据样本进行训练，因此先将原图裁剪成530张640pixel×480pixel的低分辨率图像，然后将裁剪分割后的图像降采样至448pixel×448pixel尺寸添加到数据集中。经过上述操作后一张原始图片可以一共得到530张448pixel×448pixel尺寸的图片数据。
采用开源软件LabelImg对图片中的缺陷进行标注，数据集格式为VOC2007。
采用K-means++算法对数据集里的真实目标框的面积交并比进行聚类，以获得合适的先验框尺寸，使得先验框尺寸更加适应本任务中的缺陷尺寸形态。
②模型训练
考虑到本发明实施例检测实时性以及缺陷检测的复杂性要求，一次性需检测530张切割后的图片，综合考虑模型参数量和性能，采用YOLOv5m作为缺陷检测模型并进行训练。YOLOv5m的主要结构由Input输入端、Backbone骨干网络、Neck网络层和Head检测端4个部分组成。
其中，Input输入端通过Mosaic数据增强丰富数据集，Mosaic数据增强算从同一批次的Batch-Size个样本中随机抽取4张图片并进行裁剪、缩放，合并为1张图片后输入网络，不仅丰富数据集，而且使得1张图片获得4张图片的信息，提升网络的训练速度；
Backbone骨干网络包含C3模块以及SPPF模块，经改进后的C3模块由于使用了残差结构，改善了反向传播过程中梯度爆炸和梯度消息问题；
Neck网络主要对骨干网络提取到的特征信息进行融合，共包括FPN特征金字塔和PAN路径聚合网络结构中的2部分信息；
Head检测头将Neck网络输出的不同尺度的特征图进行解析，并通过损失函数和NMS非极大值抑制进行训练。
最终得到4个不同尺度的特征图输出y1、y2、y3，实现多尺度预测。
预测结果时，对于每张输入图像，模型输出包括目标边界框位置、置信度和目标类别的三维张量，y3、y2和y1，三种尺寸分别为56×56、28×28、14×14，将y3、y2和y1别划分为S×S个单元格(S分别取56、28和14)，给每个网格设置3个先验框来预测3个边界框，输出维度为S×S×(3×(4+1+M))，即4个边界框的偏移量、1个缺陷目标置信度和M个缺陷类型。最后通过非极大值抑制(Non-MaximumSuppression,NMS)的方法剔除重复的边界框，从而实现缺陷检测。
训练期间的损失函数由边界框误差、基于置信度误差和类别误差三部分组成，其中边界框误差采用的是均方误差，置信度误差和类别误差采用交叉熵误差。将特征图划分成S×S个单元格，每个单元格预测3个边界框，损失函数为：
LOSS＝LOSSreg+LOSSconf+LOSScls (5)
式(8)中：LOSS是总的损失函数，LOSSreg为定位损失函数，LOSSconf为置信度损失函数，LOSScls为分类损失函数。代表预测输出中第i网格内第j预测框内有目标；S2代表每个特征层上面有S×S个单元格B＝3代表每个单元格内有3个预测框；/>为预测框和真实框；IoU、ρ2、c2分别表示两个框的交并比值，中心点欧氏距离和最小闭包区域的对角线距离；v为长宽比一致性；Cij为置信度；α、λnoobj为权重系数；/>代表第i网格内第j预测框内无目标；Pij(c)表示目标属于每一类的概率值。
按照上述的数据集和模型，以及损失函数，即可训练得到本发明实施例的网版缺陷检测模型。
③瑕疵缺陷检测
如图5所示，经过模型训练后得到缺陷检测模型，而后对于一张原始的14208pixel×10640pixel的待检测图像，首先将其裁剪为530张等尺寸的640pixel×480pixel尺寸图像，将这530张等尺寸的裁剪图像缩放至448pixel×448pixel尺寸，将530张图像同时送入模型检测。
本发明在给定产品尺寸设计参数的情况下，通过设置“检测配方”的方式，形成自动化检测方案，多工位自动化一步完成膜厚、张力、几何参数和缺陷的自动化检测，最终输出检测参数报表，极大地提升检测效率和标准化程度。在多工位联合检测方面，实现了基于视觉的高精度全局坐标定位方法，结合多轴精密平移台，实现不同工位检测场景下被测网版运动的精确控制与定位；在几何参数测量方面，实现了栅线宽度检测和图像跟踪与位移传感数据双校验的PT值检测；在缺陷检测方面，实现了基于错位超分辨成像与深度学习的缺陷位置检测。
本发明实施例实现的网版质量自动化检测系统可以适应各类网版生产企业的产品质量检测场景，尤其是可以通过配方的灵活选取与配置，形成定制化的检测方案，量身定制适应于自身的检测方案，从而实现了网版质量检测中，最大程度提高自动化检测能力，提高检测效率，实现检测较高的标准化程度，避免漏检率高等。
如图6所示，为了实现本发明的发明目的，本发明实施例还提供了一种网版质量自动化检测系统，所述系统包括：
出入料工位、膜厚检测/张力检测工位、几何检测工位、缺陷检测工位、电控平移台子系统和测量分析子系统组成，其中：
出入料工位用于进行待检测网版的上下料，其装备有气动夹具；
膜厚检测/张力检测工位用于检测厚度、张力，其装备有光学测厚传感器、张力传感器；
几何检测工位装备有高分辨数字相机(含光源)，以检测网版栅线宽度和PT值；
缺陷检测工位用于检测网版中的瑕疵缺陷，其装备有超高分辨数字相机(含光源)；
电控平移台子系统用于对平移台的伺服电机进行控制，共控制6个电机，包括平移台X轴和Y轴，精密平移台X轴和Y轴，张力测试Z轴，相机变焦电机；
测量分析子系统为软件系统，用于电控指令发送，数据采集、分析以及报表输出；
系统采用双按钮启动，安装三色灯报警，急停按钮装置。
如图7所示，所述网版质量自动化检测系统的工作流程包括：
使用人工或机械臂方式将待检测网版放置于出入料工位，出入料工位的启动夹具夹紧待检测网版，通过扫描或者手工方式录入检测参数，所述检测参数包含于检测配方中；
操作测量分析子系统启动检测；
测量分析子系统通过上位机给出指令，平移台移动至膜厚检测/张力检测工位：
首先开始张力测量，测量分析子系统通过电控平移台子系统控制张力测量传感器测量张力，并记录张力值。之后电控平移台子系统控制测厚传感器测量厚度，并记录厚度值。
若所述张力和厚度满足预设标准阈值，则控制平移台进入几何参数检测工位并对所述待检测网版进行位置定位标定，否则根据提前设置的处置方式，记录偏差值或控制所述平移台返回所述出入料工位并报警，显示张力或厚度检测异常；如果满足要求，则进入几何参数视觉检测环节。
测量分析子系统执行复位功能，采用多工位联合检测定位方法进行平移台位置的定位标定，之后通过电控平移台子系统控制平移台进入检测零位标定。之后按照提前设定的位置移动平移台，每移动一次平移台，采集一张图像，分析图像中栅线的宽度并记录数据。此流程移动多次(默认9次)，最后将所有数据的平均值作为栅线宽度值。
控制平移台从所述待检测网版上方第一条栅线扫描至下方最后一条栅线，完成待检测网版的PT值检测；
若所述PT值满足预设标准阈值，则控制平移台进入缺陷检测工位，否则根据提前设置的处置方式，记录偏差值或控制所述平移台返回所述出入料工位并报警，显示PT值检测异常；
测量分析子系统通过电控平移台子系统控制平移台进入缺陷检测工位，重复零点校正的位置标定；
按照提前设定的步长移动平移台，通过错位超分辨成像与深度学习的缺陷位置检测方法，对待检测网版的表面进行扫查，获得缺陷所在位置并记录，输出数据。
以上检测完成后，再在其他检测区域进行检测。
所有检测完成后，输出检测报表，并根据具体要求判断是否启动报警。
最后，检测完成，平移台在电控平移台子系统控制下回到出入料工位，重复下一个工件的检测。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述；
本发明具体实施方式只是对本专利的示例性说明，并不限定它的保护范围，本领域技术人员还可以对其局部进行改变，只要没有超出本专利的精神实质，都在本专利的保护范围内。

Claims (8)

1.一种网版质量自动化检测方法，其特征在于，所述方法包括：
S1.待检测网版被置于出入料工位并被所述出入料工位的夹具夹紧，根据待检测网版的识别号匹配检测配方；
S2.平移台移动至膜厚检测和张力检测工位，对所述待检测网版进行位置定位，对所述待检测网版进行张力和厚度检测；
S3.若张力和厚度满足预设标准阈值，则进入S4，否则根据提前设置的处置方式，记录偏差值或控制所述平移台返回所述出入料工位并报警，显示张力或厚度检测异常；
S4.控制平移台进入几何参数检测工位并对所述待检测网版进行位置定位；
S5.根据定位控制平移台进入检测零位，按照预定移动次数移动平移台到预先设定的测量位置，每移动一次采集一张待检测网版的图像，分析每次采集的图像中的栅线宽度并记录所述栅线宽度，最后将所有数据的平均值作为栅线宽度值;
S6.若所述栅线宽度满足预设标准阈值，则进入S7，否则根据提前设置的处置方式，记录偏差值或控制所述平移台返回所述出入料工位并报警，显示栅线宽度尺寸检测异常；
S7.控制平移台从所述待检测网版上方第一条栅线扫描至下方最后一条栅线，完成待检测网版的PT值检测；
若所述PT值满足预设标准阈值，则进入S8，否则根据提前设置的处置方式，记录偏差值或控制所述平移台返回所述出入料工位并报警，显示PT值检测异常；
S8.控制平移台进入缺陷检测工位，对所述待检测网版进行再次位置定位，根据预先设定的步长移动平移台进行缺陷检测；
S9.当发现缺陷后，自动化分析并记录其位置；
其中，对所述待检测网版进行位置定位具体包括：
S00.将待检测网版置于移动检测平台上并固定，并使得所述待检测网版上的定位标志点不被遮挡；
S01.采集所述待检测网版的图像，识别每个定位标志点的像素坐标；
S02.根据识别到的定位标志点的像素坐标和提前标定好的物面分辨率计算实际坐标，再结合平移台相对于初始移动位置的移动量，将定位标志点坐标所在的局部坐标系转换到平移台所在的世界坐标系下，确定当前待检测网版的位置。
2.如权利要求1所述的网版质量自动化检测方法，其特征在于，所述对所述待检测网版进行张力和厚度检测具体包括：
分别获取测厚度传感器和张力传感器相对于待检测网版的位置；
根据测厚传感器相对于网版的位置给出移动指令，使待检测网版移动至厚度检测位置，通过光学测厚设备完成厚度测量；
根据张力传感器相对于待检测网版的位置给出移动指令，使待检测网版移动至张力检测位置，通过张力测量设备完成张力测量。
3.如权利要求1所述的网版质量自动化检测方法，其特征在于，所述分析每次采集的图像中的栅线宽度具体包括：
S10.根据预设的检测需求信息，将网版分为若干个观测区域，使观测区域满足预设的检测要求；
S11.计算观测区域的预设位置相对于待检测网版的相对位置；
S13.将局部坐标变换为世界坐标，控制平移台移动至预设位置；
S14.控制相机采集图像，识别出栅线两个边界的直线，计算两条直线间的距离，即为栅线宽度值。
4.如权利要求1所述的网版质量自动化检测方法，其特征在于，所述PT值的检测具体包括如下步骤：
S20.移动平移台，使待检测网版进入观测区域；
S21.采集所述待检测网版图像，获得最上端栅线的位置像素坐标y11，及最下端栅线的位置像素坐标y12，通过物面分辨率将其转化为实际坐标，记录此时平移台坐标y1；
S22.再次向下移动平移台，并采集图像，获得最上端栅线的位置像素坐标y21，及最下端栅线的位置像素坐标y22，通过物面分辨率参数将其转化为实际坐标，记录此时平移台坐标y2；
S23.计算平移台的移动量Δd1=|y2-y1|，及两张图像的平移量Δd1'=|y21-y12|，对比分析Δd1和Δd1'，如果其偏差小于设定的精度阈值，则判定此次移动符合精度要求；
S24.继续采集图像，获得最上端栅线的位置像素坐标yn1，分析获得最下端栅线的位置像素坐标yn2，通过物面分辨率参数将其转化为实际坐标，记录此时平移台坐标yn，计算平移台的移动量Δdn=|yn-yn-1|，直到在所述观测区域观测到最后一条栅线；
S25.通过下式计算最终的PT值：
。
5.一种网版质量自动化检测系统，其特征在于，所述系统包括：
出入料工位、膜厚检测和张力检测工位、几何检测工位、缺陷检测工位、电控平移台子系统和测量分析子系统组成，其中：
所述出入料工位用于进行待检测网版的上下料，所述出入料工位装备有气动夹具；
所述膜厚检测/张力检测工位装备有光学测厚传感器、张力传感器以用于检测所述待检测网版的厚度、张力；
所述几何检测工位装备有高分辨数字相机以用于检测所述待检测网版的栅线宽度值和PT值；
所述缺陷检测工位装备有超高分辨数字相机以用于检测所述待检测网版中的瑕疵缺陷；
所述电控平移台子系统用于对待检测网版在进入各工位时进行位置定位，同时对平移台的伺服电机进行控制，所述伺服电机包括平移台X轴电机和Y轴电机、精密平移台X轴电机和Y轴电机、张力测试Z轴电机，相机变焦电机；
所述测量分析子系统用于发送电控指令，对各工位生成的数据进行采集和分析；
其中，所述电控平移台子系统包括：
固定模块，用于固定待检测网版于移动检测平台，并使得所述待检测网版上的定位标志点不被遮挡；
识别模块，用于采集所述待检测网版的图像，识别每个定位标志点的像素坐标；
坐标计算模块，用于根据识别到的标志点的像素坐标及平移台相对于初始移动位置的移动量，将采集的图像像素坐标所在的局部坐标系转换到平移台所在的世界坐标系下以确定当前待检测网版的位置。
6.如权利要求5所述的网版质量自动化检测系统，其特征在于，所述电控平移台子系统还用于：
分别获取测厚传感器和张力传感器相对于待检测网版的位置；
根据测厚传感器相对于网版的位置给出移动指令，使待检测网版移动至厚度检测位置以通过光学测厚设备完成厚度测量；
根据张力传感器相对于待检测网版的位置给出移动指令，使待检测网版移动至张力检测位置以通过张力测量设备完成张力测量。
7.如权利要求5所述的网版质量自动化检测系统，其特征在于，几何检测工位装备有高分辨数字相机以用于检测所述待检测网版的PT值具体包括：
移动平移台，使待检测网版进入观测区域；
采集所述待检测网版图像，获得最上端栅线的位置像素坐标y11，及最下端栅线的位置像素坐标y12，通过物面分辨率将其转化为实际坐标，记录此时平移台坐标y1；
再次向下移动平移台，并采集图像，获得最上端栅线的位置像素坐标y21，及最下端栅线的位置像素坐标y22，通过物面分辨率参数将其转化为实际坐标，记录此时平移台坐标y2；
计算平移台的移动量Δd1=|y2-y1|，及两张图像的平移量Δd1'=|y21-y12|，对比分析Δd1和Δd1'，如果其偏差小于设定的精度阈值，则判定此次移动符合精度要求；
继续采集图像，获得最上端栅线的位置像素坐标yn1，分析获得最下端栅线的位置像素坐标yn2，通过物面分辨率参数将其转化为实际坐标，记录此时平移台坐标yn，计算平移台的移动量Δdn=| yn- yn-1|，直到在所述观测区域观测到最后一条栅线；
S25.通过下式计算最终的PT值：
。
8.如权利要求5所述的网版质量自动化检测系统，其特征在于，几何检测工位装备有高分辨数字相机以用于检测所述待检测网版的栅线宽度值具体包括：
根据预设的检测需求信息，将网版分为若干个观测区域，使观测区域满足预设的检测要求；
计算观测区域的预设位置相对于待检测网版的相对位置；
将局部坐标变换为世界坐标，控制平移台移动至预设位置；
控制相机采集图像，识别出栅线两个边界的直线，计算两条直线间的距离，即为栅线宽度值，分析每次采集的图像中的栅线宽度值并记录所述栅线宽度值，最后将所有数据的平均值作为待检测网版的栅线宽度值。
CN202310359873.0A 2023-04-06 2023-04-06 一种网版质量自动化检测方法及系统 Active CN116465315B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310359873.0A CN116465315B (zh) 2023-04-06 2023-04-06 一种网版质量自动化检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310359873.0A CN116465315B (zh) 2023-04-06 2023-04-06 一种网版质量自动化检测方法及系统

Publications (2)

Publication Number Publication Date
CN116465315A CN116465315A (zh) 2023-07-21
CN116465315B true CN116465315B (zh) 2024-05-14

Family

ID=87174521

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310359873.0A Active CN116465315B (zh) 2023-04-06 2023-04-06 一种网版质量自动化检测方法及系统

Country Status (1)

Country Link
CN (1) CN116465315B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117054446A (zh) * 2023-08-16 2023-11-14 迈沐智能科技(南京)有限公司 光伏电池片网版综合检测装置
CN117347363B (zh) * 2023-12-01 2024-03-01 苏州元脑智能科技有限公司 一种质量检测装置以及服务器生产系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009282040A (ja) * 2009-07-31 2009-12-03 Tdk Corp マーク位置認識装置およびマーク位置認識方法
CN103217118A (zh) * 2012-01-19 2013-07-24 昆山思拓机器有限公司 全自动smt网板厚度测量方法
CN106643500A (zh) * 2016-12-28 2017-05-10 华中科技大学 一种对锡膏印刷机印刷平台的标定及对位方法
WO2017084186A1 (zh) * 2015-11-18 2017-05-26 华南理工大学 挠性电路板制造过程自动监测和智能分析系统及方法
CN111634133A (zh) * 2020-05-09 2020-09-08 浙江爱旭太阳能科技有限公司 一种太阳能电池栅线偏移的调整方法及其应用
CN114719749A (zh) * 2022-04-06 2022-07-08 重庆大学 基于机器视觉的金属表面裂纹检测及真实尺寸测量方法及系统
CN114937013A (zh) * 2022-05-19 2022-08-23 武汉光目科技有限公司 一种光伏印刷网版缺陷检测方法及系统
CN218782216U (zh) * 2022-10-31 2023-03-31 领先光学技术(江苏)有限公司 一种偏光片缺陷检测装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009282040A (ja) * 2009-07-31 2009-12-03 Tdk Corp マーク位置認識装置およびマーク位置認識方法
CN103217118A (zh) * 2012-01-19 2013-07-24 昆山思拓机器有限公司 全自动smt网板厚度测量方法
WO2017084186A1 (zh) * 2015-11-18 2017-05-26 华南理工大学 挠性电路板制造过程自动监测和智能分析系统及方法
CN106643500A (zh) * 2016-12-28 2017-05-10 华中科技大学 一种对锡膏印刷机印刷平台的标定及对位方法
CN111634133A (zh) * 2020-05-09 2020-09-08 浙江爱旭太阳能科技有限公司 一种太阳能电池栅线偏移的调整方法及其应用
CN114719749A (zh) * 2022-04-06 2022-07-08 重庆大学 基于机器视觉的金属表面裂纹检测及真实尺寸测量方法及系统
CN114937013A (zh) * 2022-05-19 2022-08-23 武汉光目科技有限公司 一种光伏印刷网版缺陷检测方法及系统
CN218782216U (zh) * 2022-10-31 2023-03-31 领先光学技术(江苏)有限公司 一种偏光片缺陷检测装置

Also Published As

Publication number Publication date
CN116465315A (zh) 2023-07-21

Similar Documents

Publication Publication Date Title
CN116465315B (zh) 一种网版质量自动化检测方法及系统
CN112766103B (zh) 一种机房巡检方法及装置
CN110473173A (zh) 一种基于深度学习语义分割的缺陷检测方法
CN109900711A (zh) 基于机器视觉的工件缺陷检测方法
CN109856156A (zh) 一种基于aoi的显示面板微小缺陷判定方法与装置
CN112053318A (zh) 基于深度学习的二维pcb缺陷实时自动检测与分类装置
CN110991360B (zh) 一种基于视觉算法的机器人巡检点位智能配置方法
CN112540089B (zh) 数字成像系统在混凝土桥梁裂缝检测和分析中的应用方法
CN108627520A (zh) 一种非均质固体材料外观质量的在线检测系统和方法
CN110146019A (zh) 一种基于工业相机的工件尺寸在线检测与自动补偿方法
CN110186375A (zh) 智能化高铁白车身焊接装配特征检测装置及检测方法
CN113688817A (zh) 一种自动巡检的仪表识别方法及识别系统
CN117649404A (zh) 一种基于图像数据分析的药品包装盒质量检测方法及系统
CN113222937A (zh) 一种核燃料芯块外观周面缺陷的检测方法及检测装置
CN115760837A (zh) 一种基于深度神经网络的晶体质量评估方法及系统
CN115656182A (zh) 基于张量投票主成分分析的板材点云缺陷检测方法
CN117054446A (zh) 光伏电池片网版综合检测装置
CN116091506B (zh) 一种基于yolov5的机器视觉缺陷质检方法
CN113705564A (zh) 一种指针式仪表识别读数方法
CN117455917A (zh) 一种蚀刻引线框架误报库建立及误报在线判定筛选方法
CN116106319A (zh) 一种合成革瑕疵自动化检测方法及系统
CN113793321B (zh) 基于机器视觉的铸件表面缺陷动态检测方法及装置
CN116465335A (zh) 基于点云匹配的自动测厚方法和系统
CN112257514B (zh) 一种用于设备故障巡检的红外视觉智检的拍摄方法
CN113269749A (zh) 带材位置图像数据集采集方法及其视觉检测方法

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
GR01 Patent grant
GR01 Patent grant