CN116626052B - 电池盖板表面检测方法、装置、设备及存储介质 - Google Patents
电池盖板表面检测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116626052B CN116626052B CN202310884964.6A CN202310884964A CN116626052B CN 116626052 B CN116626052 B CN 116626052B CN 202310884964 A CN202310884964 A CN 202310884964A CN 116626052 B CN116626052 B CN 116626052B
- Authority
- CN
- China
- Prior art keywords
- battery cover
- image
- cover plate
- detected
- sharing
- 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 69
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 230000007547 defect Effects 0.000 claims abstract description 65
- 238000011217 control strategy Methods 0.000 claims abstract description 56
- 238000000034 method Methods 0.000 claims abstract description 37
- 239000002184 metal Substances 0.000 claims description 16
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 230000004927 fusion Effects 0.000 claims description 9
- 239000002245 particle Substances 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 238000003384 imaging method Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 5
- 239000003292 glue Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 241000226585 Antennaria plantaginifolia Species 0.000 description 1
- 208000025962 Crush injury Diseases 0.000 description 1
- 241000208966 Polygala Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000008054 signal transmission Effects 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
- G01N21/8851—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
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- 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)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明涉及图像数据处理技术领域,公开了一种电池盖板表面检测方法、装置、设备及存储介质,所述方法包括:在检测到待检测电池盖板移动至预设位置时,通过分时频闪控制设备根据编码点亮信号和预设分时频闪控制策略生成目标行触发信号;根据目标行触发信号采集待检测电池盖板的表面图像;通过基于孪生网络的表面缺陷识别模型根据表面图像的亮曝光图像和暗曝光图像对待检测电池盖板的表面进行识别;通过上述方式,利用分时频闪控制设备采集待检测电池盖板的表面图像,并根据基于孪生网络的表面缺陷识别模型以识别亮曝光图像和暗曝光图像的方式实现对表面图像的检测,从而能够有效提高检测电池盖板表面的准确率和效率,以及有效降低检测成本。
Description
技术领域
本发明涉及图像数据处理技术领域,尤其涉及电池盖板表面检测方法、装置、设备及存储介质。
背景技术
新能源电池盖板由于生产场景的复杂性导致产品表面容易被损坏产生瑕疵,如果无法准确地将产生的表面瑕疵检测出来并及时修改,会导致生产新能源电池的合格率极低,目前,针对这些电池盖板表面的瑕疵常用的检测方式是依靠人眼来判断以及传统线扫,由于人眼对细微缺陷不敏感,存在一定的误检漏检风险,且人眼无法持续稳定地完成高强度重复性检查工作,且主观判断受情绪、思维以及光线等因素的影响,具有很大的不稳定性和不规范性,另外传统线扫的方式则需配置多个工位多种光源才能将两种材质的电池盖板表面缺陷清晰成像,使得硬件成本较高且占据空间较大,且检测电池盖板表面的准确率和效率还是比较低。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种电池盖板表面检测方法、装置、设备及存储介质,旨在解决现有技术检测电池盖板表面的准确率和效率较低,以及检测成本较高的技术问题。
为实现上述目的,本发明提供了一种电池盖板表面检测方法,所述电池盖板表面检测方法包括以下步骤:
在检测到待检测电池盖板移动至预设位置时,获取编码设备输出的编码点亮信号;
通过分时频闪控制设备根据所述编码点亮信号和预设分时频闪控制策略生成目标行触发信号;
根据所述目标行触发信号采集所述待检测电池盖板的表面图像;
根据所述表面图像得到亮曝光图像和暗曝光图像,通过基于孪生网络的表面缺陷识别模型根据所述亮曝光图像和暗曝光图像对所述待检测电池盖板的表面进行识别。
可选地,所述在检测到待检测电池盖板移动至预设位置时,获取编码设备输出的编码点亮信号,包括:
在检测到待检测电池盖板以预设速度从成像系统上方通过时,判断所述待检测电池盖板是否移动至预设位置;
在所述待检测电池盖板移动至预设位置时,生成光电触发信号;
由目标光电开关控制设备根据所述光电触发信号生成状态切换信号;
通过所述状态切换信号将分时频闪控制设备的状态切换为预启动状态;
在切换完成后,通过运动平台控制所述待检测电池盖板与预设速度继续运动;
在所述待检测电池盖板运动至预设拍摄区域时,通过预启动状态的分时频闪控制设备获取编码设备输出的编码点亮信号。
可选地,所述通过分时频闪控制设备根据所述编码点亮信号和预设分时频闪控制策略生成目标行触发信号,包括:
获取电池盖板表面的实际检测需求;
根据所述实际检测需求在分时频闪控制设备的控制策略中选取预设分时频闪控制策略;
获取采集所述待检测电池盖板的表面图像的摄像设备类型;
在所述摄像设备类型为线性设备类型时,通过分时频闪控制设备根据所述编码点亮信号和预设分时频闪控制策略生成目标行触发信号。
可选地,所述根据所述目标行触发信号采集所述待检测电池盖板的表面图像,包括:
将所述目标行触发信号发送给线性摄像设备;
由所述线性摄像设备对所述目标行触发信号进行调制识别,得到预设分时频闪控制策略的类型;
在所述预设分时频闪控制策略的类型为单光源分时频闪控制策略时,确定用于点亮的目标光源和各时间;
通过线性摄像设备根据所述目标行触发信号控制所述目标光源在所述各时间内对所述待检测电池盖板的表面进行图像采集,得到所述待检测电池盖板的表面图像。
可选地,所述由所述线性摄像设备对所述目标行触发信号进行调制识别,得到预设分时频闪控制策略的类型之后,还包括:
在所述预设分时频闪控制策略的类型为多光源分时频闪控制策略时,确定用于点亮的各光源和各点亮参数,所述各点亮参数包括不同光源点亮角度、不同光源点亮高度以及不同点亮亮度;
通过线性摄像设备根据所述目标行触发信号控制所述各光源以不同光源点亮角度、不同光源点亮高度以及不同点亮亮度对所述待检测电池盖板的表面进行图像采集,得到所述待检测电池盖板的表面图像。
可选地,所述根据所述表面图像得到亮曝光图像和暗曝光图像,通过基于孪生网络的表面缺陷识别模型根据所述亮曝光图像和暗曝光图像对所述待检测电池盖板的表面进行识别,包括:
统计分时频闪控制设备发送给线性摄像设备的目标行触发信号的数量;
在所述数量大于预设数量阈值时,停止对所述目标行触发信号的发送;
由工控机对所述表面图像进行校正,并对校正后的表面图像进行滤波;
对滤波后的表面图像进行裁剪,并对裁剪后的表面图像进行伽马变换;
对伽马变换后的表面图像进行数据增强,得到目标表面图像;
由工控机按照预设曝光亮度划分策略对所述目标表面图像进行划分,得到亮曝光图像和暗曝光图像;
对所述待检测电池盖板的表面进行分类,得到塑胶区域表面和金属区域表面;
通过基于孪生网络的表面缺陷模型对所述亮曝光图像进行识别,得到所述塑胶区域表面的瑕疵缺陷;
通过基于孪生网络的表面缺陷模型对所述暗曝光图像进行识别,得到所述金属区域表面的瑕疵缺陷,以实现对待检测电池盖板的表面的检测。
可选地,所述通过基于孪生网络的表面缺陷模型对所述亮曝光图像进行识别,得到所述塑胶区域表面的瑕疵缺陷之前,还包括:
获取表面不存在瑕疵缺陷的第一曝光图像和第二曝光图像,以及表面存在瑕疵缺陷的第三曝光图像和第四曝光图像;
根据所述第一曝光图像和第三曝光图像生成亮曝光样本图像集,以及根据第二曝光图像和第四曝光图像生成暗曝光样本图像集;
分别对所述亮曝光样本图像集和暗曝光样本图像集进行扩充,并采用多聚焦图像融合算法对扩充后的亮曝光样本图像集和暗曝光样本图像集进行数据融合,得到混合样本图像集;
将所述混合样本图像集的预设比例划分为样本训练集;
获取待检测电池盖板的特性信息;
根据所述待检测电池盖板的特性信息确定目标孪生网络;
通过粒子群算法根据所述目标孪生网络和混合样本图像集训练基于孪生网络的表面缺陷模型。
此外,为实现上述目的,本发明还提出一种电池盖板表面检测装置,所述电池盖板表面检测装置包括:
获取模块,用于在检测到待检测电池盖板移动至预设位置时,获取编码设备输出的编码点亮信号;
生成模块,用于通过分时频闪控制设备根据所述编码点亮信号和预设分时频闪控制策略生成目标行触发信号;
采集模块,用于根据所述目标行触发信号采集所述待检测电池盖板的表面图像;
识别模块,用于根据所述表面图像得到亮曝光图像和暗曝光图像,通过基于孪生网络的表面缺陷识别模型根据所述亮曝光图像和暗曝光图像对所述待检测电池盖板的表面进行识别。
此外,为实现上述目的,本发明还提出一种电池盖板表面检测设备,所述电池盖板表面检测设备包括: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电池盖板表面检测程序,所述电池盖板表面检测程序配置为实现如上文所述的电池盖板表面检测方法。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有电池盖板表面检测程序,所述电池盖板表面检测程序被处理器执行时实现如上文所述的电池盖板表面检测方法。
本发明提出的电池盖板表面检测方法,通过在检测到待检测电池盖板移动至预设位置时,获取编码设备输出的编码点亮信号;通过分时频闪控制设备根据所述编码点亮信号和预设分时频闪控制策略生成目标行触发信号;根据所述目标行触发信号采集所述待检测电池盖板的表面图像;根据所述表面图像得到亮曝光图像和暗曝光图像,通过基于孪生网络的表面缺陷识别模型根据所述亮曝光图像和暗曝光图像对所述待检测电池盖板的表面进行识别;通过上述方式,利用分时频闪控制设备采集待检测电池盖板的表面图像,并根据基于孪生网络的表面缺陷识别模型以识别亮曝光图像和暗曝光图像的方式实现对表面图像的检测,从而能够有效提高检测电池盖板表面的准确率和效率,以及有效降低检测成本。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的电池盖板表面检测设备的结构示意图;
图2为本发明电池盖板表面检测方法第一实施例的流程示意图;
图3为本发明电池盖板表面检测方法一实施例的整体位置示意图;
图4为本发明电池盖板表面检测方法一实施例的博兴远志分时频闪控制器的接线图;
图5为本发明电池盖板表面检测方法一实施例的锐视分时频闪控制器的界限图;
图6为本发明电池盖板表面检测方法第二实施例的流程示意图;
图7为本发明电池盖板表面检测装置第一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的电池盖板表面检测设备结构示意图。
如图1所示,该电池盖板表面检测设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless-Fidelity,Wi-Fi)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM)存储器,也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对电池盖板表面检测设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及电池盖板表面检测程序。
在图1所示的电池盖板表面检测设备中,网络接口1004主要用于与网络一体化平台工作站进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明电池盖板表面检测设备中的处理器1001、存储器1005可以设置在电池盖板表面检测设备中,所述电池盖板表面检测设备通过处理器1001调用存储器1005中存储的电池盖板表面检测程序,并执行本发明实施例提供的电池盖板表面检测方法。
基于上述硬件结构,提出本发明电池盖板表面检测方法实施例。
参照图2,图2为本发明电池盖板表面检测方法第一实施例的流程示意图。
在第一实施例中,所述电池盖板表面检测方法包括以下步骤:
步骤S10,在检测到待检测电池盖板移动至预设位置时,获取编码设备输出的编码点亮信号。
需要说明的是,本实施例的执行主体为电池盖板表面检测设备,还可为其他可实现相同或相似功能的设备,例如电池表面检测平台等,本实施例对此不作限制,在本实施例中,以电池表面检测平台为例进行说明。
应当理解的是,待检测电池盖板指的是需要进行表面瑕疵检测的电池盖板,该待检测电池盖板可以为复合材质的新能源电池盖板,且待检测电池盖板是通过运动平台以预设速度进行移动,在待检测电池盖板移动的过程中,实时检测待检测电池盖板是否移动至预设位置,若是,则编码设备输出的编码点亮信号,该编码点亮信号用于生成目标行触发信号以触发线性摄像设备进行图像的采集。
可以理解的是,电池表面检测平台包括分时频闪线扫平台、设置编码器的运动平台、工控机、线性摄像设备、光电开关以及内置在编码器的可输出编码信号的伺服电机,然后将信号传输线缆正确连接,包括相机线缆、采集卡线缆、分时频闪控制器线缆、编码器线缆以及光电开关线缆,参考图3,图3为整体位置示意图,具体为:待检测电池盖板与分时频闪控制设备点亮的光源的距离为50±10mm,待检测电池盖板与线性摄像设备之间的距离为200mm。
进一步地,步骤S10,包括:在检测到待检测电池盖板以预设速度从成像系统上方通过时,判断所述待检测电池盖板是否移动至预设位置;在所述待检测电池盖板移动至预设位置时,生成光电触发信号;由目标光电开关控制设备根据所述光电触发信号生成状态切换信号;通过所述状态切换信号将分时频闪控制设备的状态切换为预启动状态;在切换完成后,通过运动平台控制所述待检测电池盖板与预设速度继续运动;在所述待检测电池盖板运动至预设拍摄区域时,通过预启动状态的分时频闪控制设备获取编码设备输出的编码点亮信号。
可以理解的是,在检测待检测电池盖板是否移动至预设位置之前,需要判断待检测电池盖板是否以预设速度从成像系统上方通过,若是,则继续检测待检测电池盖板是否移动至预设位置,若是,则会生成光电触发信号,以触发光电开关,此时的光电开关的目标光电开关控制设备根据光电触发信号生成状态切换信号,并将状态切换信号分别输出至分时频闪控制设备和线性摄像设备,使得分时频闪控制设备和线性摄像设备的状态切换预启动状态,即进入准备状态,然后通过运动平台控制待检测电池盖板与预设速度继续运动,然后在待检测电池盖板运动过程中,继续判断是否运动至预设拍摄区域,若是,则通过预启动状态的分时频闪控制设备获取编码设备输出的编码点亮信号,该预设速度可以为由生成待检测电池盖板的节拍需求确定的运动速度。
应当理解的是,在切换分时频闪控制设备的状态前,需要确定分时频闪控制设备的接线是否正确,若是,则通过状态切换信号将分时频闪控制设备的状态切换为预启动状态,分时频闪控制设备可以为BX-TRFHB-1-12VTD的博兴远志分时频闪控制器,也可以为P-SD-48W1000-6TS2的锐视分时频闪控制器,本实施例对此不作限制,且博兴远志分时频闪控制器的接线图可参考图4,具体为:采集卡IO线A+、采集卡IO线A-、采集卡IO线T1+、采集卡IO线T1-、编码器A+、编码器A-、光电GND以及光电输入(5-30V),锐视分时频闪控制器的界限图可参考图5,具体为:光电GND、采集卡IO线T1-、光电输入(5-24V)、采集卡IO线T1+、编码器A+、编码器A-、采集卡IO线A+以及采集卡IO线A-。
步骤S20,通过分时频闪控制设备根据所述编码点亮信号和预设分时频闪控制策略生成目标行触发信号。
可以理解的是,预设分时频闪控制策略指的是预设分时频闪控制设备用于控制点亮电源参数的策略,该预设分时频闪控制策略包括单光源分时频闪控制策略和多光源分时频闪控制策略,目标行触发信号指的是用于触发线性摄像设备采集图像的信号,该预设分时频闪控制设备在接收到编码设备输出的编码点亮信号后,结合预设分时频闪控制策略共同生成目标行触发信号。
进一步地,步骤S20,包括:获取电池盖板表面的实际检测需求;根据所述实际检测需求在分时频闪控制设备的控制策略中选取预设分时频闪控制策略;获取采集所述待检测电池盖板的表面图像的摄像设备类型;在所述摄像设备类型为线性设备类型时,通过分时频闪控制设备根据所述编码点亮信号和预设分时频闪控制策略生成目标行触发信号。
应当理解的是,实际检测需求指的是检测电池盖板表面的需求,然后在分时频闪控制设备的控制策略中选取满足实际检测需求的预设分时频闪控制策略,此时的预设分时频闪控制策略可以为单光源分时频闪控制策略,也可以为多光源分时频闪控制策略,例如,实际检测需求为只需要唯一的光源,此时选取的预设分时频闪控制策略为单光源分时频闪控制策略,反之,则为多光源分时频闪控制策略,然后判断采集待检测电池盖板的表面图像的摄像设备类型是否为线性设备类型,若是,则通过分时频闪控制设备根据编码点亮信号和预设分时频闪控制策略生成目标行触发信号。
步骤S30,根据所述目标行触发信号采集所述待检测电池盖板的表面图像。
应当理解的是,线性摄像设备在接收到目标行触发信号后,开始采集待检测电池盖板的表面图像,该表面图像包括待电池盖板的塑胶区域的图像和金属区域的图像。
进一步地,步骤S30,包括:将所述目标行触发信号发送给线性摄像设备;由所述线性摄像设备对所述目标行触发信号进行调制识别,得到预设分时频闪控制策略的类型;在所述预设分时频闪控制策略的类型为单光源分时频闪控制策略时,确定用于点亮的目标光源和各时间;通过线性摄像设备根据所述目标行触发信号控制所述目标光源在所述各时间内对所述待检测电池盖板的表面进行图像采集,得到所述待检测电池盖板的表面图像。
可以理解的是,在生成目标行触发信号后,分时频闪控制设备会将目标行触发信号发送给线性摄像设备,然后通过对目标行触发信号进行调制识别的方式确定生成目标行触发信号的预设分时频闪控制策略的类型,然后判断预设分时频闪控制策略的类型是否为单光源分时频闪控制策略,若是,则表明只需要分时频闪控制设备控制一个光源以不同的点亮时间(亮度)来频闪工作,即确定用于点亮的目标光源和各时间,然后通过线性摄像设备根据目标行触发信号控制目标光源在所述各时间内对待检测电池盖板的表面进行图像采集,以得到待检测电池盖板的表面图像。
进一步地,所述由所述线性摄像设备对所述目标行触发信号进行调制识别,得到预设分时频闪控制策略的类型之后,还包括:在所述预设分时频闪控制策略的类型为多光源分时频闪控制策略时,确定用于点亮的各光源和各点亮参数,所述各点亮参数包括不同光源点亮角度、不同光源点亮高度以及不同点亮亮度;通过线性摄像设备根据所述目标行触发信号控制所述各光源以不同光源点亮角度、不同光源点亮高度以及不同点亮亮度对所述待检测电池盖板的表面进行图像采集,得到所述待检测电池盖板的表面图像。
应当理解的是,在判定预设分时频闪控制策略的类型为多光源分时频闪控制策略时,表明控制多个光源依次按不同角度、不同高度、不同亮度来循环点亮,即确定点亮的各光源和各点亮参数,该各点亮参数包括不同光源点亮角度、不同光源点亮高度以及不同点亮亮度,该多个光源的数量可以为2-8个,然后通过线性摄像设备根据目标行触发信号控制各光源以不同光源点亮角度、不同光源点亮高度以及不同点亮亮度对待检测电池盖板的表面进行图像采集,得到待检测电池盖板的表面图像。
步骤S40,根据所述表面图像得到亮曝光图像和暗曝光图像,通过基于孪生网络的表面缺陷识别模型根据所述亮曝光图像和暗曝光图像对所述待检测电池盖板的表面进行识别。
可以理解的是,亮曝光图像指的是表面图像中曝光度大于预设曝光度阈值的图像,暗曝光图像指的是表面图像中曝光度小于或等于预设曝光度阈值的图像,基于孪生网络的表面缺陷识别模型指的是通过粒子群算法根据目标孪生网络训练的模型,该基于孪生网络的表面缺陷识别模型相较于普通识别模型结合了待检测电池盖板的特性信息,具体是增加了卷积+池化层的孪生 网络提取混合样本图像集的特征,在原有识别函数的基础上,融合了粒子群算法的思想,可能做到特征数据内紧凑,数据间分离,然后利用基于孪生网络的表面缺陷识别模型分别对亮曝光图像和暗曝光图像进行识别,并将识别结果以两幅独立的图像在屏幕上显示。
本实施例通过在检测到待检测电池盖板移动至预设位置时,获取编码设备输出的编码点亮信号;通过分时频闪控制设备根据所述编码点亮信号和预设分时频闪控制策略生成目标行触发信号;根据所述目标行触发信号采集所述待检测电池盖板的表面图像;根据所述表面图像得到亮曝光图像和暗曝光图像,通过基于孪生网络的表面缺陷识别模型根据所述亮曝光图像和暗曝光图像对所述待检测电池盖板的表面进行识别;通过上述方式,利用分时频闪控制设备采集待检测电池盖板的表面图像,并根据基于孪生网络的表面缺陷识别模型以识别亮曝光图像和暗曝光图像的方式实现对表面图像的检测,从而能够有效提高检测电池盖板表面的准确率和效率,以及有效降低检测成本。
在一实施例中,如图6所述,基于第一实施例提出本发明电池盖板表面检测方法第二实施例,所述步骤S40,包括:
步骤S401,统计分时频闪控制设备发送给线性摄像设备的目标行触发信号的数量。
应当理解的是,在分时频闪控制设备发送给线性摄像设备的目标行触发信号时,实时统计线性摄像设备接收的目标行触发信号的数量。
步骤S402,在所述数量大于预设数量阈值时,停止对所述目标行触发信号的发送。
可以理解的是,在得到分时频闪控制设备发送给线性摄像设备的目标行触发信号的数量后,判断该数量是否大于预设数量阈值,若是,则停止对目标行触发信号的发送,即线性摄像设备不再接收目标行触发信号。
步骤S403,由工控机对所述表面图像进行校正,并对校正后的表面图像进行滤波。
应当理解的是,由于表面图像是由线性摄像采集得到的,而线性摄像设备的镜头具有透明失真特性,使得采集到的表面图像会出现不同程序的畸变情形,该畸变情形包括但不限于枕形、桶形以及线性畸变等,因此,为了保证检测的准确性,此时需要由工控机对表面图像进行校正,然后由于表面图像采集过程中普遍存在噪声,因此,需要继续对校正后的表面图像进行滤波,采用的滤波方式可以为双边滤波。
步骤S404,对滤波后的表面图像进行裁剪,并对裁剪后的表面图像进行伽马变换。
可以理解的是,由于采集的表面图像是固定在运动平台上运动的且待检测电池盖板会存在弧度,因此,该表面图像或多或少除待检测电池盖板之外的图像,因此,需要对滤波后的表面图像进行裁剪,且线性摄像设备在采集过程中容易出现曝光度过度或不足的情况,因此,需要对裁剪后的表面图像进行伽马变换,该伽马变换包括归一化处理、指数化处理以及反归一化处理。
步骤S405,对伽马变换后的表面图像进行数据增强,得到目标表面图像。
应当理解的是,为了有效提高检测的准确率,还需要对伽马变换后的表面图像进行数据增强,该数据增强的处理操作包括但不限于对比度提升、翻转变换以及离散傅里叶变换等。
步骤S406,由工控机按照预设曝光亮度划分策略对所述目标表面图像进行划分,得到亮曝光图像和暗曝光图像。
可以理解的是,预设曝光亮度划分策略指的是按照曝光度的比较结果将图像进行划分的策略,在得到目标表面图像后,由工控机按照预设曝光亮度划分策略将目标表面图像中曝光度大于预设曝光度阈值的图像划分为亮曝光图像,其余的划分为暗曝光图像。
步骤S407,对所述待检测电池盖板的表面进行分类,得到塑胶区域表面和金属区域表面。
应当理解的是,由于待检测电池盖板是由多种材质构成的,例如,塑料和金属,为了有效提高识别的专一性,将待检测电池盖板的表面分为塑胶区域表面和金属区域表面。
步骤S408,通过基于孪生网络的表面缺陷模型对所述亮曝光图像进行识别,得到所述塑胶区域表面的瑕疵缺陷。
可以理解的是,在得到亮曝光图像后,利用基于孪生网络的表面缺陷模型对亮曝光图像进行识别,以得到塑胶区域表面的瑕疵缺陷,该塑胶区域表面的瑕疵缺陷包括但不限于塑胶装反、划伤、压伤、破损外漏金属、压胶以及缺胶等。
进一步地,步骤S408之前,还包括:获取表面不存在瑕疵缺陷的第一曝光图像和第二曝光图像,以及表面存在瑕疵缺陷的第三曝光图像和第四曝光图像;根据所述第一曝光图像和第三曝光图像生成亮曝光样本图像集,以及根据第二曝光图像和第四曝光图像生成暗曝光样本图像集;分别对所述亮曝光样本图像集和暗曝光样本图像集进行扩充,并采用多聚焦图像融合算法对扩充后的亮曝光样本图像集和暗曝光样本图像集进行数据融合,得到混合样本图像集;将所述混合样本图像集的预设比例划分为样本训练集;获取待检测电池盖板的特性信息;根据所述待检测电池盖板的特性信息确定目标孪生网络;通过粒子群算法根据所述目标孪生网络和混合样本图像集训练基于孪生网络的表面缺陷模型。
应当理解的是,第一曝光图像指的是表面不存在瑕疵缺陷的亮曝光图像,第二曝光图像指的是表面不存在瑕疵缺陷的暗曝光图像,第三曝光图像指的是表面存在瑕疵缺陷的亮曝光图像,第四曝光图像指的是表面存在瑕疵缺陷的暗曝光图像,由于随着网络模型的加深,参数的数量也在不断增加,为了满足上述条件,需要亮曝光样本图像集和暗曝光样本图像集进行扩充,然后采用多聚焦图像融合算法将扩充后的亮曝光样本图像集和暗曝光样本图像集融合为混合样本图像集,该多聚焦图像融合算法包括为基于空间域的融合算法和基于变换域的融合算法,即从空间域和变换域的角度对扩充后的亮曝光样本图像集和暗曝光样本图像集进行融合,然后确定与待检测电池盖板的特性信息最相符的目标孪生网络,然后通过控制因子对常规的粒子群算法进行优化,并通过优化后的粒子群算法根据目标孪生网络和混合样本图像集训练出基于孪生网络的表面缺陷模型。
步骤S409,通过基于孪生网络的表面缺陷模型对所述暗曝光图像进行识别,得到所述金属区域表面的瑕疵缺陷,以实现对待检测电池盖板的表面的检测。
应当理解的是,在得到暗曝光图像后,利用基于孪生网络的表面缺陷模型对暗曝光图像进行识别,以得到金属区域表面的瑕疵缺陷,该金属区域表面的瑕疵缺陷包括但不限于划伤、磕碰、氧化、脏污以及异物等,在塑胶区域表面和金属区域表面均检测后,才完成对待检测电池盖板的表面的检测。
本实施例通过统计分时频闪控制设备发送给线性摄像设备的目标行触发信号的数量,然后判断统计的数量是否大于预设数量阈值,若是,则停止对目标行触发信号的发送,然后由工控机对表面图像校正、滤波、裁剪以及伽马变换一系列处理,然后对伽马变换后的表面图像进行数据增强,再分别按照预设曝光亮度划分策略对所述目标表面图像进行划分,以及对所述待检测电池盖板的表面进行分类,通过基于孪生网络的表面缺陷模型对亮曝光图像进行识别,得到塑胶区域表面的瑕疵缺陷,通过基于孪生网络的表面缺陷模型对暗曝光图像进行识别,得到金属区域表面的瑕疵缺陷,以实现对待检测电池盖板的表面的检测,以及有效提高待检测电池盖板的表面的检测精度。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有电池盖板表面检测程序,所述电池盖板表面检测程序被处理器执行时实现如上文所述的电池盖板表面检测方法的步骤。
由于本存储介质采用了上述所有实施例的全部技术方案,因此至少具有上述实施例的技术方案所带来的所有有益效果,在此不再一一赘述。
此外,参照图7,本发明实施例还提出一种电池盖板表面检测装置,所述电池盖板表面检测装置包括:
获取模块10,用于在检测到待检测电池盖板移动至预设位置时,获取编码设备输出的编码点亮信号。
生成模块20,用于通过分时频闪控制设备根据所述编码点亮信号和预设分时频闪控制策略生成目标行触发信号。
采集模块30,用于根据所述目标行触发信号采集所述待检测电池盖板的表面图像。
识别模块40,用于根据所述表面图像得到亮曝光图像和暗曝光图像,通过基于孪生网络的表面缺陷识别模型根据所述亮曝光图像和暗曝光图像对所述待检测电池盖板的表面进行识别。
本实施例通过在检测到待检测电池盖板移动至预设位置时,获取编码设备输出的编码点亮信号;通过分时频闪控制设备根据所述编码点亮信号和预设分时频闪控制策略生成目标行触发信号;根据所述目标行触发信号采集所述待检测电池盖板的表面图像;根据所述表面图像得到亮曝光图像和暗曝光图像,通过基于孪生网络的表面缺陷识别模型根据所述亮曝光图像和暗曝光图像对所述待检测电池盖板的表面进行识别;通过上述方式,利用分时频闪控制设备采集待检测电池盖板的表面图像,并根据基于孪生网络的表面缺陷识别模型以识别亮曝光图像和暗曝光图像的方式实现对表面图像的检测,从而能够有效提高检测电池盖板表面的准确率和效率,以及有效降低检测成本。
需要说明的是,以上所描述的工作流程仅仅是示意性的,并不对本发明的保护范围构成限定,在实际应用中,本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的,此处不做限制。
另外,未在本实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的电池盖板表面检测方法,此处不再赘述。
本发明所述电池盖板表面检测装置的其他实施例或具有实现方法可参照上述各方法实施例,此处不再赘余。
此外,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、物品或者系统不仅包括那些要素,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、物品或者系统所固有的要素。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、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
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,本发明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(如只读存储器(Read Only Memory,ROM)/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,一体化平台工作站,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (9)
1.一种电池盖板表面检测方法,其特征在于,所述电池盖板表面检测方法包括以下步骤:
在检测到待检测电池盖板移动至预设位置时,获取编码设备输出的编码点亮信号;
通过分时频闪控制设备根据所述编码点亮信号和预设分时频闪控制策略生成目标行触发信号;
根据所述目标行触发信号采集所述待检测电池盖板的表面图像;
根据所述表面图像得到亮曝光图像和暗曝光图像,通过基于孪生网络的表面缺陷识别模型根据所述亮曝光图像和暗曝光图像对所述待检测电池盖板的表面进行识别;
所述根据所述表面图像得到亮曝光图像和暗曝光图像,通过基于孪生网络的表面缺陷识别模型根据所述亮曝光图像和暗曝光图像对所述待检测电池盖板的表面进行识别,包括:
统计分时频闪控制设备发送给线性摄像设备的目标行触发信号的数量;
在所述数量大于预设数量阈值时,停止对所述目标行触发信号的发送;
由工控机对所述表面图像进行校正,并对校正后的表面图像进行滤波;
对滤波后的表面图像进行裁剪,并对裁剪后的表面图像进行伽马变换;
对伽马变换后的表面图像进行数据增强,得到目标表面图像;
由工控机按照预设曝光亮度划分策略对所述目标表面图像进行划分,得到亮曝光图像和暗曝光图像;
对所述待检测电池盖板的表面进行分类,得到塑胶区域表面和金属区域表面;
通过基于孪生网络的表面缺陷模型对所述亮曝光图像进行识别,得到所述塑胶区域表面的瑕疵缺陷;
通过基于孪生网络的表面缺陷模型对所述暗曝光图像进行识别,得到所述金属区域表面的瑕疵缺陷,以实现对待检测电池盖板的表面的检测。
2.如权利要求1所述的电池盖板表面检测方法,其特征在于,所述在检测到待检测电池盖板移动至预设位置时,获取编码设备输出的编码点亮信号,包括:
在检测到待检测电池盖板以预设速度从成像系统上方通过时,判断所述待检测电池盖板是否移动至预设位置;
在所述待检测电池盖板移动至预设位置时,生成光电触发信号;
由目标光电开关控制设备根据所述光电触发信号生成状态切换信号;
通过所述状态切换信号将分时频闪控制设备的状态切换为预启动状态;
在切换完成后,通过运动平台控制所述待检测电池盖板与预设速度继续运动;
在所述待检测电池盖板运动至预设拍摄区域时,通过预启动状态的分时频闪控制设备获取编码设备输出的编码点亮信号。
3.如权利要求1所述的电池盖板表面检测方法,其特征在于,所述通过分时频闪控制设备根据所述编码点亮信号和预设分时频闪控制策略生成目标行触发信号,包括:
获取电池盖板表面的实际检测需求;
根据所述实际检测需求在分时频闪控制设备的控制策略中选取预设分时频闪控制策略;
获取采集所述待检测电池盖板的表面图像的摄像设备类型;
在所述摄像设备类型为线性设备类型时,通过分时频闪控制设备根据所述编码点亮信号和预设分时频闪控制策略生成目标行触发信号。
4.如权利要求1所述的电池盖板表面检测方法,其特征在于,所述根据所述目标行触发信号采集所述待检测电池盖板的表面图像,包括:
将所述目标行触发信号发送给线性摄像设备;
由所述线性摄像设备对所述目标行触发信号进行调制识别,得到预设分时频闪控制策略的类型;
在所述预设分时频闪控制策略的类型为单光源分时频闪控制策略时,确定用于点亮的目标光源和各时间;
通过线性摄像设备根据所述目标行触发信号控制所述目标光源在所述各时间内对所述待检测电池盖板的表面进行图像采集,得到所述待检测电池盖板的表面图像。
5.如权利要求4所述的电池盖板表面检测方法,其特征在于,所述由所述线性摄像设备对所述目标行触发信号进行调制识别,得到预设分时频闪控制策略的类型之后,还包括:
在所述预设分时频闪控制策略的类型为多光源分时频闪控制策略时,确定用于点亮的各光源和各点亮参数,所述各点亮参数包括不同光源点亮角度、不同光源点亮高度以及不同点亮亮度;
通过线性摄像设备根据所述目标行触发信号控制所述各光源以不同光源点亮角度、不同光源点亮高度以及不同点亮亮度对所述待检测电池盖板的表面进行图像采集,得到所述待检测电池盖板的表面图像。
6.如权利要求1所述的电池盖板表面检测方法,其特征在于,所述通过基于孪生网络的表面缺陷模型对所述亮曝光图像进行识别,得到所述塑胶区域表面的瑕疵缺陷之前,还包括:
获取表面不存在瑕疵缺陷的第一曝光图像和第二曝光图像,以及表面存在瑕疵缺陷的第三曝光图像和第四曝光图像;
根据所述第一曝光图像和第三曝光图像生成亮曝光样本图像集,以及根据第二曝光图像和第四曝光图像生成暗曝光样本图像集;
分别对所述亮曝光样本图像集和暗曝光样本图像集进行扩充,并采用多聚焦图像融合算法对扩充后的亮曝光样本图像集和暗曝光样本图像集进行数据融合,得到混合样本图像集;
将所述混合样本图像集的预设比例划分为样本训练集;
获取待检测电池盖板的特性信息;
根据所述待检测电池盖板的特性信息确定目标孪生网络;
通过粒子群算法根据所述目标孪生网络和混合样本图像集训练基于孪生网络的表面缺陷模型。
7.一种电池盖板表面检测装置,其特征在于,所述电池盖板表面检测装置包括:
获取模块,用于在检测到待检测电池盖板移动至预设位置时,获取编码设备输出的编码点亮信号;
生成模块,用于通过分时频闪控制设备根据所述编码点亮信号和预设分时频闪控制策略生成目标行触发信号;
采集模块,用于根据所述目标行触发信号采集所述待检测电池盖板的表面图像;
识别模块,用于根据所述表面图像得到亮曝光图像和暗曝光图像,通过基于孪生网络的表面缺陷识别模型根据所述亮曝光图像和暗曝光图像对所述待检测电池盖板的表面进行识别;
所述识别模块,还用于统计分时频闪控制设备发送给线性摄像设备的目标行触发信号的数量;在所述数量大于预设数量阈值时,停止对所述目标行触发信号的发送;由工控机对所述表面图像进行校正,并对校正后的表面图像进行滤波;对滤波后的表面图像进行裁剪,并对裁剪后的表面图像进行伽马变换;对伽马变换后的表面图像进行数据增强,得到目标表面图像;由工控机按照预设曝光亮度划分策略对所述目标表面图像进行划分,得到亮曝光图像和暗曝光图像;对所述待检测电池盖板的表面进行分类,得到塑胶区域表面和金属区域表面;通过基于孪生网络的表面缺陷模型对所述亮曝光图像进行识别,得到所述塑胶区域表面的瑕疵缺陷;通过基于孪生网络的表面缺陷模型对所述暗曝光图像进行识别,得到所述金属区域表面的瑕疵缺陷,以实现对待检测电池盖板的表面的检测。
8.一种电池盖板表面检测设备,其特征在于,所述电池盖板表面检测设备包括: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电池盖板表面检测程序,所述电池盖板表面检测程序配置有实现如权利要求1至6中任一项所述的电池盖板表面检测方法。
9.一种存储介质,其特征在于,所述存储介质上存储有电池盖板表面检测程序,所述电池盖板表面检测程序被处理器执行时实现如权利要求1至6中任一项所述的电池盖板表面检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310884964.6A CN116626052B (zh) | 2023-07-19 | 2023-07-19 | 电池盖板表面检测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310884964.6A CN116626052B (zh) | 2023-07-19 | 2023-07-19 | 电池盖板表面检测方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116626052A CN116626052A (zh) | 2023-08-22 |
CN116626052B true CN116626052B (zh) | 2023-10-17 |
Family
ID=87636863
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310884964.6A Active CN116626052B (zh) | 2023-07-19 | 2023-07-19 | 电池盖板表面检测方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116626052B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117969541A (zh) * | 2024-03-29 | 2024-05-03 | 宁德时代新能源科技股份有限公司 | 一种检测装置及检测方法、电池加工设备、电池生产线 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008217303A (ja) * | 2007-03-02 | 2008-09-18 | Topcon Corp | 画像取得方法、画像取得装置及び物品検査装置 |
CN203838070U (zh) * | 2014-03-28 | 2014-09-17 | 北京大恒图像视觉有限公司 | 一种线阵成像装置 |
KR20190134000A (ko) * | 2018-05-24 | 2019-12-04 | 주식회사 에이치비테크놀러지 | 광학 검사 장비의 조명 시스템 |
CN114002234A (zh) * | 2021-10-28 | 2022-02-01 | 南京光衡科技有限公司 | 一种简易的瓷砖表面缺陷检测装置及方法 |
WO2022052480A1 (zh) * | 2020-09-11 | 2022-03-17 | 广东奥普特科技股份有限公司 | 锂电池极片瑕疵实时检测处理方法和系统 |
CN114648647A (zh) * | 2020-12-02 | 2022-06-21 | 金华职业技术学院 | 一种基于视觉注意力机制的缺陷检测方法 |
WO2022179186A1 (zh) * | 2021-02-25 | 2022-09-01 | 中科慧远视觉技术(洛阳)有限公司 | 频闪阶梯照明缺陷检测系统 |
CN115711886A (zh) * | 2021-08-23 | 2023-02-24 | 苏州西斯派克智能装备有限公司 | 一种用于托盘的检测系统及检测方法 |
CN115931898A (zh) * | 2022-12-21 | 2023-04-07 | 杭州汉振图新技术有限公司 | 一种陶瓷基板表面缺陷视觉检测方法、装置及存储介质 |
CN116256373A (zh) * | 2023-05-15 | 2023-06-13 | 南京华视智能科技有限公司 | 一种钙钛矿电池薄膜表面缺陷检测的方法 |
-
2023
- 2023-07-19 CN CN202310884964.6A patent/CN116626052B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008217303A (ja) * | 2007-03-02 | 2008-09-18 | Topcon Corp | 画像取得方法、画像取得装置及び物品検査装置 |
CN203838070U (zh) * | 2014-03-28 | 2014-09-17 | 北京大恒图像视觉有限公司 | 一种线阵成像装置 |
KR20190134000A (ko) * | 2018-05-24 | 2019-12-04 | 주식회사 에이치비테크놀러지 | 광학 검사 장비의 조명 시스템 |
WO2022052480A1 (zh) * | 2020-09-11 | 2022-03-17 | 广东奥普特科技股份有限公司 | 锂电池极片瑕疵实时检测处理方法和系统 |
CN114648647A (zh) * | 2020-12-02 | 2022-06-21 | 金华职业技术学院 | 一种基于视觉注意力机制的缺陷检测方法 |
WO2022179186A1 (zh) * | 2021-02-25 | 2022-09-01 | 中科慧远视觉技术(洛阳)有限公司 | 频闪阶梯照明缺陷检测系统 |
CN115711886A (zh) * | 2021-08-23 | 2023-02-24 | 苏州西斯派克智能装备有限公司 | 一种用于托盘的检测系统及检测方法 |
CN114002234A (zh) * | 2021-10-28 | 2022-02-01 | 南京光衡科技有限公司 | 一种简易的瓷砖表面缺陷检测装置及方法 |
CN115931898A (zh) * | 2022-12-21 | 2023-04-07 | 杭州汉振图新技术有限公司 | 一种陶瓷基板表面缺陷视觉检测方法、装置及存储介质 |
CN116256373A (zh) * | 2023-05-15 | 2023-06-13 | 南京华视智能科技有限公司 | 一种钙钛矿电池薄膜表面缺陷检测的方法 |
Non-Patent Citations (2)
Title |
---|
钢板表面缺陷在线视觉检测系统研究;张洪涛;段发阶;丁克勤;叶声华;;传感技术学报(第08期);221-224 * |
高速小盒烟包外观质量检测系统设计;沈宇航;;机械设计与制造工程(第09期);74-77 * |
Also Published As
Publication number | Publication date |
---|---|
CN116626052A (zh) | 2023-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116626052B (zh) | 电池盖板表面检测方法、装置、设备及存储介质 | |
CN109991166B (zh) | 用于产品外观缺陷检测的设备及其组合光源装置、方法 | |
CN107843599A (zh) | 一种基于aoi的面板检测判等方法与装置 | |
CN1782661A (zh) | 在视觉系统中用于自动恢复视频工具的系统和方法 | |
CN112505056A (zh) | 缺陷检测方法和装置 | |
JP2008542800A (ja) | コントラストを評価して試料を走査するための方法および装置 | |
DE602004011145T2 (de) | Vorrichtung und Verfahren zum Lesen von optischen Informationen | |
US20200265575A1 (en) | Flaw inspection apparatus and method | |
CN101074915A (zh) | 异物检测装置及异物检测方法 | |
CN111862097A (zh) | 微小缺陷检出率的数据增强方法和装置 | |
CN104597057A (zh) | 一种基于机器视觉的柱状二极管表面缺陷检测装置 | |
CN113483682B (zh) | 一种基于机器视觉的缝隙测量方法及系统 | |
CN116223519A (zh) | 晶圆检测设备、检测方法、系统及可读存储介质 | |
CN112595496B (zh) | 近眼显示设备的不良检测方法、装置、设备及存储介质 | |
CN112270659A (zh) | 一种动力电池极片表面缺陷快速检测方法和系统 | |
CN114782286A (zh) | 缺陷修复方法、光学修复设备、电子设备及存储介质 | |
CN110346119A (zh) | 一种镜片检测系统 | |
CN116593479A (zh) | 电池盖板外观质量检测方法、装置、设备及存储介质 | |
CN117309892B (zh) | 一种电池蓝膜的缺陷检测方法、装置及系统和光源控制器 | |
CN112070762A (zh) | 液晶面板的mura缺陷检测方法、装置、存储介质及终端 | |
CN108760059B (zh) | 激光投射器的检测方法、检测装置及检测系统 | |
CN114090453A (zh) | 一种机器视觉系统测试方法、系统及存储介质 | |
CN110490118A (zh) | 图像处理方法及装置 | |
CN116912475B (zh) | 一种显示屏异物检测方法、装置、电子设备和存储介质 | |
CN111486790A (zh) | 一种电池全尺寸检测方法与装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |