CN116500038A - 一种微小工件外径圆柱面缺陷检测的图像获取方法 - Google Patents
一种微小工件外径圆柱面缺陷检测的图像获取方法 Download PDFInfo
- Publication number
- CN116500038A CN116500038A CN202310483025.0A CN202310483025A CN116500038A CN 116500038 A CN116500038 A CN 116500038A CN 202310483025 A CN202310483025 A CN 202310483025A CN 116500038 A CN116500038 A CN 116500038A
- Authority
- CN
- China
- Prior art keywords
- workpiece
- image
- cylindrical surface
- station
- outer diameter
- 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
- 230000007547 defect Effects 0.000 title claims abstract description 43
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000001514 detection method Methods 0.000 claims abstract description 45
- 238000003384 imaging method Methods 0.000 claims abstract description 13
- 238000005498 polishing Methods 0.000 claims abstract description 9
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims abstract description 4
- 230000009466 transformation Effects 0.000 claims abstract description 4
- 238000010586 diagram Methods 0.000 claims description 7
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
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
- 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
- G01N21/952—Inspecting the exterior surface of cylindrical bodies or wires
-
- 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
-
- 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
- Y02E30/00—Energy generation of nuclear origin
- Y02E30/30—Nuclear fission reactors
Landscapes
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种微小工件外径圆柱面缺陷检测的图像获取方法。本发明包括以下步骤：1、光栅式旋转打光下，4个工位的相机全方位对工件外径圆柱面成像，每台相机连续拍摄多帧，使圆柱面同一位置分别在明视场、暗视场、明暗交界视场下成像。2、对每个工位的图像进行定位，确定图像中检测区域的精确位置。3、每个工位都将该工位每个工件的多帧图像的精确检测区域进行仿射变换、拼接合并为一张图像，得到工件在该工位下的检测区域的拼接图，拼接图对应区域不小于工件外径90度范围的圆柱面。本发明使得圆柱面缺陷成像更加稳定，特征更加明显、丰富，增大了缺陷在图像中所占比例，有利于后续检测。
Description
技术领域
本发明涉及机器视觉缺陷检测技术领域，特别涉及一种微小工件外径圆柱面缺陷检测的图像获取方法。
背景技术
工件外观缺陷检测是制造业中一项重要的质量控制工作。通过检测工件的外观缺陷，可以及时发现并修复制造过程中的问题，提高产品的质量，降低不良品率，减少生产成本，增强企业竞争力。
随着人工智能、机器视觉的发展，视觉检测成为工业生产线产品外观质量检测的主要手段之一，通过视觉系统对待检测工件外观成像，从而实现对缺陷的检测和分类。
针对微小工件外径圆柱面缺陷检测，主要的成像方法为：(1)在待检测工件下方配置底部背光源，圆柱面侧配置相机获取图像，但是其成像过程中可能会受到光照、噪声、不同材质反光度等影响，导致待检测工件缺陷特征不明显；(2)利用光栅式旋转打光对工件打光并获取图像，图像呈现明暗条纹交错，可以降低背景干扰，突出缺陷特征，但是工件外观缺陷可能随机成像在明视场、暗视场或明暗交界视场，同时微小缺陷所占的面积相对较小，提取的信息较弱，不利于后续检测。
因此，提供一种微小工件外径圆柱面缺陷检测的图像获取方法，提升缺陷成像效果是本领域技术人员急需实现的。
发明内容
本发明提供一种微小工件外径圆柱面缺陷检测的图像获取方法，该方法使得圆柱面缺陷成像更加稳定，特征更加明显、丰富，增大了缺陷在图像中所占比例，有利于后续检测。
发明的技术解决方案如下：
一种微小工件外径圆柱面缺陷检测的图像获取方法，其特征在于，包括以下步骤：
(1)光栅式旋转打光下获取全方位、连续多帧图像
光栅式旋转打光下，4个工位的相机全方位对工件外径圆柱面成像，每台相机连续拍摄多帧，使圆柱面同一位置分别在明视场、暗视场、明暗交界视场下成像；
(2)精确定位检测区域
对每个工位的图像进行定位，确定图像中检测区域的精确位置，忽略背景及非检测区域；
(3)拼接多帧图像的精确检测区域
每个工位都将该工位每个工件的多帧图像中的精确检测区域进行仿射变换、拼接合并为一张图像，增大缺陷在图像中所占比例；
所述步骤(1)中，全方位、连续多帧图像的获取过程具体如下：
通过光栅式旋转打光对工件打光，每个工位都配置带有远心镜头的工业相机对微小工件的外径圆柱面进行成像，每个工位的图像对应工件外径圆柱面范围不小于90度，每台相机连续拍摄多帧，使圆柱面同一位置分别在明视场、暗视场、明暗交界视场下成像；
根据栅格板镂空角度α、非镂空角度β、相机帧率f、相机连续拍照次数n，确定栅格板角速度ω：
每台相机在栅格板旋转运动下连续拍照n次，得到包含同一位置分别在明视场、暗视场、明暗交界视场下成像的n张图像，每个工件共获得4n张图像。
所述步骤(2)中，精确定位检测区域过程具体如下：
对每个工位的图像进行定位，主要包括粗定位和细定位，以确定图像中检测区域的精确位置：
其中，粗定位指确定图像中待检测工件区域的粗略位置，具体如下：
①从每台相机所拍的图像中选择1张图像作为样例，并手动提取图像中的待检测工件区域作为该相机所在工位的模板；
②利用此模板，通过模板匹配法，确定该工位每个工件的多帧图像中待检测工件区域的粗略位置；
细定位指确定检测区域的精确位置，具体如下：
①以待检测工件区域粗略位置为基准位置，在工件底面成像的椭圆形边缘处垂直于边缘点切线方向放置具有相同像素尺寸的矩形卡尺，对于每一矩形卡尺，长边像素点个数为u，短边像素点个数为v，对矩形进行u等分，每一等分中含有v×1个像素点，将每一等分中的v个像素点的灰度值相加，得到含有u个元素的一维数组，计算一维数组中相邻两个元素之间的差值，提取差值最大的位置为椭圆边缘点；
②重复上述步骤①，提取所有矩形卡尺中的椭圆边缘点；
③利用上述边缘点拟合椭圆，使ERMs最小，di为边缘点到椭圆两个焦点距离的和，具体过程如下：
④根据拟合出的椭圆建立新的基准位置，确定图像中的精确检测区域，该区域呈椭圆环形状。
所述步骤(3)中，拼接多帧图像的精确检测区域过程具体如下：
①将每个工位的图像的椭圆环区域转换为矩形区域，椭圆环内像素点(elx，ely)映射到矩形区域内像素点为(rectx，recty)，矩形长rectl等于外椭圆弧长，宽rectw等于椭圆环宽，外椭圆半长轴为ela，半短轴为elb，以外椭圆圆心(Ox，Oy)为中心建立极坐标系，椭圆环起始角度为θ1，终止角度为θ2，椭圆环上任意一像素点可以用elr和elθ来表示，具体过程如下：
elx＝Ox+elr×cos(elθ) (5)
ely＝Oy+elr×sin(elθ) (6)
②每个工位都将该工位每个工件的多帧图像获得的多个矩形区域拼接合并，得到工件在该工位下的检测区域的拼接图，拼接图对应区域不小于工件外径90度范围的圆柱面。
本发明有益效果如下：
本发明提出的方法在针对微小工件外径圆柱面缺陷检测问题上提升了缺陷成像的效果，有利于后续的缺陷检测。具体表现为：(1)较拍摄一帧相比，本发明采用在同一位置拍摄多帧方式，工件外径圆柱面在明视场、暗视场、明暗交界视场下成像，特征更加明显，更好地捕捉工件的缺陷；(2)相比传统缺陷检测方法，精确定位检测区域并将多帧图像的检测区域拼接合并为一张图像，增大缺陷在图像中所占比例，使缺陷更加明显突出，有利于后续检测。
附图说明
图1为本发明一种微小工件外径圆柱面缺陷检测的图像获取方法的流程图。
图2为光栅式旋转打光结构示意图。
图3为本发明实施例中待检测工件。
图4为本发明实施例中单个相机所拍图像处理过程图。
图5为本发明提供的图像获取方法与其它方法所得的成像结果的对比图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
除非另有定义，下文中所使用的所有专业术语与本领域技术人员通常理解含义相同。本文中所使用的专业术语只是为了描述具体实施例的目的，并不是旨在限制本发明的保护范围。
实施例1：
如图1图2所示，本发明提供一种微小工件外径圆柱面缺陷检测的图像获取方法，具体步骤如下：
步骤(1)所述光栅式旋转打光下获取全方位、连续多帧图像，具体如下：
待检测的微小工件如图3所示，工件外径直径为3.35mm，高度为1.225mm，薄边外径厚度为0.2mm，厚边外径为0.375mm。
首先，如图2所示，搭建光栅式旋转打光下连续多帧图像获取硬件平台。其中，栅格板镂空角度为10°、非镂空角度为8°、镂空外侧直径为70mm、整体结构外径为80mm，相机像素为130万、采集帧率为60fps，远心镜头放大倍率为1.0、物方远心度小于0.1°、物方工作距为110mm，光源为蓝色底部背光源、功率5.3W、发光面长为58mm。
然后，为保证缺陷的位置可以成像在明视场、暗视场、明暗交界视场范围内，本实施例设定每台相机连续拍摄4张图像，采集帧率为60fps，间隔拍照时间为17ms，栅格板转动角度大约为5°，计算得出栅格板的角速度ω为5.133rad/s。
需要说明的是，在成像过程中的一瞬间，底部面光源被栅格板遮挡，会在工件反光面呈现出黑白交替的条纹。工件表面反射光源的光到工业相机成像为亮条纹，当表面存在缺陷时，可能会反射到其它方向而形成暗区；相邻区域受栅格板遮挡成像为暗条纹，当表面存在缺陷时，可能会反射其它区域的光到相机形成亮区。
最后，工件通过玻璃载物台移动到栅格板中心位置时，工件保持不动、旋转光栅，触发每台相机连续拍照4次，4个工位各获得1组图像，每组4张。
步骤(2)定位检测区域具体过程如下：
对每个工位的图像进行定位，确定图像中检测区域的精确位置，工件外径圆柱面在图像中成像为椭圆环，步骤(1)中每台相机连续拍照4次获得4张图像，每张图像需精确定位薄边外径与厚边外径成像的2个椭圆环，每个工位对图像的处理过程如图4所示：
401、从该工位所拍的图像中选择1张图像作为样例。
402、提取图像中待检测工件区域作为该相机所在工位的模板，通过模板匹配法，确定该工位每个工件的多帧图像中待检测工件区域的粗略位置，实现对图像中待检测工件区域的粗定位。
403、根据图像中待检测工件区域的粗略位置，建立基准位置。
404、利用卡尺确定椭圆边缘点并对边缘点进行椭圆拟合，实现精确定位，建立新的基准位置。
需要说明的是，工件底面成像形状为椭圆，在403所建基准位置上确定椭圆边缘的位置。在椭圆边缘处连续设置60个卡尺，设定卡尺长度为45，宽度为10，确定60个边缘点。对此60个边缘点进行椭圆拟合，即可获得工件底面在图像中的精确位置，并建立新的基准位置。
405、在404所建基准位置上确定图像中待检薄边所成像的椭圆环形区域。
406、在404所建基准位置上确定图像中待检厚边所成像的椭圆环形区域。
重复403至406，该工位的4张图像可获得8个检测区域。
4个工位各得1组图像，每组8个检测区域。
步骤(3)拼接多张图像的精确检测区域具体过程如下：
首先，将每个工位的图像的椭圆环区域转换为矩形区域，椭圆环内像素点(elx,ely)映射到矩形区域像素内点为(rectx,recty)，根据如下的映射关系公式计算出矩形区域内各个像素点的灰度值。
elx＝Ox+elr×cos(elθ) (3)
ely＝Oy+elr×sin(elθ) (4)
然后，每个工位都将该工位每个工件的连续多帧图像中的多个矩形区域拼接合并，先按顺序拼接4张图像中的薄边所成像的椭圆环区域，再按顺序拼接4张图像中的厚边所成像的椭圆环区域，得到工件在该工位下的检测区域的拼接图。
最后，4个工位各获得1张检测区域的拼接图，每张拼接图对应区域不小于工件外径90度范围的圆柱面。
至此，微小工件外径圆柱面缺陷检测的图像获取完成。
本发明提供的图像获取方法与其它方法所得的成像结果的对比图如图5所示，本方法采用在同一位置拍摄多帧方式，实现工件外径圆柱面在明视场、暗视场、明暗交界视场下成像，使所获得图像缺陷特征更加丰富，更好地捕捉工件的缺陷，同时将多帧图像的检测区域拼接合并为一张图像，增大缺陷在图像中所占比例，使缺陷更加明显突出，有利于后续检测。
Claims (3)
1.一种微小工件外径圆柱面缺陷检测的图像获取方法，其特征在于包括以下步骤:
(1)光栅式旋转打光下获取全方位、连续多帧图像；
光栅式旋转打光下，4个工位的相机全方位对工件外径圆柱面成像，每台相机连续拍摄多帧，使圆柱面同一位置分别在明视场、暗视场、明暗交界视场下成像；
(2)精确定位检测区域；
对每个工位的图像进行定位，确定图像中检测区域的精确位置，忽略背景及非检测区域；
(3)拼接多帧图像的精确检测区域；
每个工位都将该工位每个工件的多帧图像中的精确检测区域进行仿射变换、拼接合并为一张图像，增大缺陷在图像中所占比例；
所述步骤(1)其特征在于全方位、连续多帧图像的获取，具体如下：
通过光栅式旋转打光对工件打光，4个工位都配置带有远心镜头的工业相机，全方位对微小工件的外径圆柱面进行成像，每个工位的图像对应工件外径圆柱面范围不小于90度，每台相机连续拍摄多帧，使圆柱面同一位置分别在明视场、暗视场、明暗交界视场下成像；
根据栅格板镂空角度α、非镂空角度β、相机帧率f、相机连续拍照次数n，确定栅格板角速度ω：
每台相机在栅格板旋转运动下连续拍照n次，得到包含同一位置分别在明视场、暗视场、明暗交界视场下成像的n张图像，每个工件共获得4n张图像。
2.根据权利要求1所述的一种微小工件外径圆柱面缺陷检测的图像获取方法，其特征在于步骤2精确定位检测区域的粗定位与细定位；
其中，粗定位指确定图像中待检测工件区域的粗略位置，具体如下：
①从每台相机所拍的图像中选择1张图像作为样例，并手动提取图像中的待检测工件区域作为该相机所在工位的模板；
②利用此模板，通过模板匹配法，确定该工位每个工件的多帧图像中待检测工件区域的粗略位置；
细定位指确定检测区域的精确位置，具体如下：
①以待检测工件区域粗略位置为基准位置，在工件底面成像的椭圆形边缘处垂直于边缘点切线方向放置具有相同像素尺寸的矩形卡尺，对于每一矩形卡尺，长边像素点个数为u，短边像素点个数为v，对矩形进行u等分，每一等分中含有v×1个像素点，将每一等分中的v个像素点的灰度值相加，得到含有u个元素的一维数组，计算一维数组中相邻两个元素之间的差值，提取差值最大的位置为椭圆边缘点；
②重复上述步骤①，提取所有卡尺中的椭圆边缘点；
③利用上述边缘点拟合椭圆，使ERMS最小，di为边缘点到椭圆两个焦点距离的和，具体过程如下：
④根据拟合出的椭圆建立新的基准位置，确定图像中的精确检测区域。
3.根据权利要求1所述的一种微小工件外径圆柱面缺陷检测的图像获取方法，其特征在于步骤3每个工位都将该工位每个工件的多帧图像中的精确检测区域进行仿射变换、拼接合并为一张图像，具体如下：
将每个工位所得图像的椭圆环区域转换为矩形区域，椭圆环内像素点(elx,ely)映射到矩形区域内像素点为(rectx,recty)，矩形长rectl等于外椭圆弧长，宽rectw等于椭圆环宽，外椭圆半长轴为ela，半短轴为elb，以外椭圆圆心(Ox,Oy)为中心建立极坐标系，椭圆环起始角度为θ1，终止角度为θ2，椭圆环上任意一像素点可以用elr和elθ来表示，具体过程如下：
elx＝Ox+elr×cos(elθ) (5)
ely＝Oy+elr×sin(elθ) (6)
每个工位都将该工位每个工件的多帧图像获得的多个矩形区域拼接合并，得到工件在该工位下的检测区域的拼接图，拼接图对应区域不小于工件外径90度范围的圆柱面。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310483025.0A CN116500038A (zh) | 2023-04-28 | 2023-04-28 | 一种微小工件外径圆柱面缺陷检测的图像获取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310483025.0A CN116500038A (zh) | 2023-04-28 | 2023-04-28 | 一种微小工件外径圆柱面缺陷检测的图像获取方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116500038A true CN116500038A (zh) | 2023-07-28 |
Family
ID=87326172
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310483025.0A Pending CN116500038A (zh) | 2023-04-28 | 2023-04-28 | 一种微小工件外径圆柱面缺陷检测的图像获取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116500038A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116794064A (zh) * | 2023-08-25 | 2023-09-22 | 霍克视觉科技(苏州)有限公司 | 一种应用于单晶硅圆棒的缺陷检测方法 |
| CN117314913A (zh) * | 2023-11-29 | 2023-12-29 | 深圳市康准科技有限公司 | 一种基于视觉识别的水光针头残次品检测方法和系统 |
-
2023
- 2023-04-28 CN CN202310483025.0A patent/CN116500038A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116794064A (zh) * | 2023-08-25 | 2023-09-22 | 霍克视觉科技(苏州)有限公司 | 一种应用于单晶硅圆棒的缺陷检测方法 |
| CN116794064B (zh) * | 2023-08-25 | 2023-11-14 | 霍克视觉科技(苏州)有限公司 | 一种应用于单晶硅圆棒的缺陷检测方法 |
| CN117314913A (zh) * | 2023-11-29 | 2023-12-29 | 深圳市康准科技有限公司 | 一种基于视觉识别的水光针头残次品检测方法和系统 |
| CN117314913B (zh) * | 2023-11-29 | 2024-03-29 | 深圳市康准科技有限公司 | 一种基于视觉识别的水光针头残次品检测方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116500038A (zh) | 一种微小工件外径圆柱面缺陷检测的图像获取方法 | |
| CN110596129B (zh) | 一种基于图像采集的片状玻璃边缘瑕疵检测系统 | |
| KR101951576B1 (ko) | 검사 장치 및 검사 방법 | |
| CN111693549B (zh) | 一种手机盖板玻璃缺陷检测与分类方法 | |
| CN107392849B (zh) | 基于图像细分的靶标识别与定位方法 | |
| CN107358628B (zh) | 基于靶标的线阵图像处理方法 | |
| CN112098333B (zh) | 高精度的成像系统、方法、图像采集装置及检测设备 | |
| CN107727665B (zh) | 外观检查装置及外观检查方法 | |
| JP2013534312A (ja) | ウェハのソーマークの三次元検査のための装置および方法 | |
| CN111103309A (zh) | 用于检测透明材质物体瑕疵的方法 | |
| CN109003228B (zh) | 一种暗场显微大视场自动拼接成像方法 | |
| CN112098425B (zh) | 高精度的成像系统、方法、图像采集装置及检测设备 | |
| CN112098426B (zh) | 高精度的成像系统、方法、图像采集装置及检测设备 | |
| JP2017166957A (ja) | 欠陥検出装置、欠陥検出方法およびプログラム | |
| CN110402386A (zh) | 圆筒体表面检查装置及圆筒体表面检查方法 | |
| CN113970560B (zh) | 一种基于多传感融合的缺陷三维检测方法 | |
| CN111179248B (zh) | 一种透明平滑曲面缺陷识别方法及检测装置 | |
| JP7306620B2 (ja) | 表面欠陥検査装置及び表面欠陥検査方法 | |
| CN112396629A (zh) | 一种基于红外可见光协同的河道巡检跟踪方法 | |
| JP2017166956A (ja) | 欠陥検出装置、欠陥検出方法およびプログラム | |
| JPWO2020174596A1 (ja) | 画像撮影装置 | |
| CN219915410U (zh) | 一种手机零部件缺陷检测系统 | |
| CN117686511A (zh) | 一种杯壶内表面图像采集方法 | |
| CN116797578A (zh) | 一种基于电感表面缺陷的视觉检测方法 | |
| CN117571744A (zh) | 一种用于盖板玻璃双表面缺陷光学检测方法 |
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 |