CN116823730A - 一种精密轴承套圈的检测方法 - Google Patents
一种精密轴承套圈的检测方法 Download PDFInfo
- Publication number
- CN116823730A CN116823730A CN202310637304.8A CN202310637304A CN116823730A CN 116823730 A CN116823730 A CN 116823730A CN 202310637304 A CN202310637304 A CN 202310637304A CN 116823730 A CN116823730 A CN 116823730A
- Authority
- CN
- China
- Prior art keywords
- gray
- corrected
- value
- duty ratio
- area
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 19
- 238000012937 correction Methods 0.000 claims abstract description 57
- 230000007547 defect Effects 0.000 claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 28
- 238000005070 sampling Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 22
- 239000000284 extract Substances 0.000 claims description 20
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000009826 distribution Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 238000007689 inspection Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 230000002950 deficient Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005242 forging Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
Abstract
本发明涉及轴承套圈检测技术领域,尤其涉及一种精密轴承套圈的检测方法,包括获取待检测轴承套圈的原始图像并转为灰度图像,根据灰度图像绘出图像的灰度直方图并对灰度图像划分区域,对灰度直方图进行直方图均衡化处理并判定是否需要对灰度值进行修正,绘制出修正后的灰度直方图进行直方图规定化处理并将直方图规定化处理后的灰度图像划分区域,计算各区域的区域占比绘制出区域占比修正后的灰度直方图,对灰度直方图进行Gamma校正,对图像每三点取一点进行采样并采用插值算法恢复图像,基于恢复后的图像对轴承套圈是否存在缺陷做出判断。本发明通过对获取的图像做相应的预处理,提高了对轴承套圈存在的细微缺陷的检测准确率。
Description
技术领域
本发明涉及轴承套圈检测技术领域,尤其涉及一种精密轴承套圈的检测方法。
背景技术
轴承是保证机械装备回转精度不可或缺的基础部件,轴承套圈在经过平面磨削加工后,其端面可能依然存在锻废、大小边、磕碰伤、车废、磨伤、黑皮等外观缺陷。如果套圈端面存在缺陷,其作为外圆无心磨等后序工位的定位面,势必影响加工精度和轴承的回转精度,可能导致轴承使用过程中产生噪声和振动,从而加速磨损,甚至引发机器故障。其次,端面缺陷套圈进入后续工序加工后剔除或成品进入市场后召回,都会给企业带来物资与人力成本的极大浪费。因此,必须在平面磨削加工后将缺陷品剔除,避免流入后续工序。
目前,大多企业仍凭借质检员肉眼与主观经验对套圈进行鉴定与判断,质检结果易受人为因素影响,检验标准难以保持一致,稳定性差且易漏检。机器视觉具有精度高、效率高、实时性好等优点,是替代人工检测的有效方法。
中国专利申请公开号:CN113504237A公开了一种轴承套圈内表面快速视觉检测装置,包括工业相机、支撑平台、锥镜面体,支撑平台中部具有通孔,锥镜面体放置于通孔中,工业相机位于支撑平台上方,待测轴承套圈放置于支撑平台上,待测轴承套圈、通孔和锥镜面体同轴。该发明使用一个顶角为90度的锥镜面体将套圈内侧面的图像转换转换到上表面的同一个平面,再通过工业相机采集图像即可获取包括上表面、内侧面在内的表面图像,以提高图像采集效率。
随着生产工艺的改进,生产的轴承套圈的精密程度越来越高,但仍然会存在一些较细微的缺陷,而基于机器视觉对轴承套圈的检测方法,对于一些较细微的缺陷,检测效率及检测的准确率依赖于获取的图像的清晰度,现有技术中通过工业相机获取待检轴承套圈的图像,基于获取的图像对待检轴承套圈是否存在缺陷做出判断,然而,由于未对获取的图像做相应的预处理,图像的清晰度不足以对细微的缺陷做出判断,导致对轴承套圈存在的细微缺陷的检测准确率较低。
发明内容
为此,本发明提供一种精密轴承套圈的检测方法,用以克服现有技术中由于未对获取的图像做相应的预处理,图像的清晰度不足以对细微的缺陷做出判断,导致对轴承套圈存在的细微缺陷的检测准确率较低的问题。
为实现上述目的,本发明提供一种精密轴承套圈的检测方法,包括:
步骤S1,图像获取单元获取待检测轴承套圈的原始图像;
步骤S2,图像转换单元获取所述原始图像的矩阵信息,并把原始图像转为灰度图像;
步骤S3,中控单元根据灰度图像绘出图像的灰度直方图,同时提取灰度图像中每一个体素单元的原始灰度值并根据原始灰度值将灰度图像划分区域;
步骤S4,图像增强单元对灰度直方图进行直方图均衡化处理,所述中控单元提取直方图均衡化处理后的灰度图像中每一个体素单元的灰度值并根据灰度值判定是否需要对灰度值进行修正;所述中控单元在完成每一个体素单元灰度值的修正后,绘制出修正后的灰度直方图;
步骤S5,所述图像增强单元对修正后的灰度直方图进行直方图规定化处理,所述中控单元提取直方图规定化处理后的灰度图像中每一个体素单元的灰度值并根据灰度值将直方图规定化处理后的灰度图像划分区域;
步骤S6,所述中控单元在步骤S5完成区域划分后,计算各区域的区域占比并根据区域占比判定是否需要对区域占比进行修正并在完成各区域占比的修正后,绘制出区域占比修正后的灰度直方图;
步骤S7,所述图像增强单元对步骤S6中修正后的灰度直方图进行Gamma校正;
步骤S8,图像插值单元对图像每三点取一点进行采样,然后采用插值算法恢复图像;
步骤S9,基于恢复后的图像对轴承套圈是否存在缺陷做出判断。
进一步地,在所述步骤S3中,所述中控单元对比原始图像的矩阵信息,提取灰度图像中任一体素单元的原始灰度值R0并根据原始灰度值R0将灰度图像划分区域;
若原始灰度值处于第一灰度值水平,所述中控单元将该体素单元划分为低灰度区域;
若原始灰度值处于第二灰度值水平,所述中控单元将该体素单元划分为中灰度区域;
若原始灰度值处于第三灰度值水平,所述中控单元将该体素单元划分为高灰度区域;
所述第一灰度值水平满足R0≤R1,所述第二灰度值水平满足R1<R0≤R2,所述第三灰度值水平满足R2<R0,其中,R1为第一预设原始灰度值,R2为第二预设原始灰度值,R1<R2。
进一步地,在所述步骤S4中,所述图像增强单元在对图像的灰度直方图进行直方图均衡化处理后,所述中控单元提取任一体素单元的灰度值R并将R与对应的体素点的原始灰度值R0进行比对;
对于低灰度区域:
若体素单元的灰度值处于第一灰度值水平,所述中控单元判定需对低灰度区域内对应的体素单元的灰度值进行修正;
若体素单元的灰度值处于第二灰度值水平,所述中控单元将该体素单元的灰度值设置为R;
对于高灰度区域:
若体素单元的灰度值处于第一灰度值水平,所述中控单元将该体素单元的灰度值设置为R;
若体素单元的灰度值处于第二灰度值水平,所述中控单元判定需对高灰度区域内对应的体素单元的灰度值进行修正;
所述第一灰度值水平满足体素单元的灰度值R≥对应的体素点的原始灰度值R0,所述第二灰度值水平满足体素单元的灰度值R<对应的体素点的原始灰度值R0。
进一步地,所述中控单元在第一预设条件下设有对低灰度区域中体素单元的灰度值的修正方式;
第一低灰度区域灰度值修正方式为,将低灰度区域中对应体素单元的灰度值修正至第一低灰度区域灰度值;
第二低灰度区域灰度值修正方式为,将低灰度区域中对应体素单元的灰度值修正至第二低灰度区域灰度值;
第三低灰度区域灰度值修正方式为,将低灰度区域中对应体素单元的灰度值修正至第三低灰度区域灰度值;
对应体素单元的灰度值大于第一低灰度区域灰度值大于第二低灰度区域灰度值大于第三低灰度区域灰度值;
所述第一预设条件为低灰度区域体素单元的灰度值R≥对应的体素点的原始灰度值R0。
进一步地,所述中控单元在第二预设条件下设有对高灰度区域中体素单元的灰度值的修正方式;
第一高灰度区域灰度值修正方式为,将高灰度区域中对应体素单元的灰度值修正至第一高灰度区域灰度值;
第二高灰度区域灰度值修正方式为,将高灰度区域中对应体素单元的灰度值修正至第二高灰度区域灰度值;
第三高灰度区域灰度值修正方式为,将高灰度区域中对应体素单元的灰度值修正至第三高灰度区域灰度值;
对应体素单元的灰度值小于第一高灰度区域灰度值小于第二高灰度区域灰度值小于第三高灰度区域灰度值;
所述第二预设条件为高灰度区域体素单元的灰度值R<对应的体素点的原始灰度值R0。
进一步地,在所述步骤S5中,所述图像增强单元在对修正后的灰度直方图进行直方图规定化处理完成后,得到直方图规定化处理后的灰度直方图,同时所述中控单元提取每一个体素单元的灰度值R′并根据R′将直方图规定化处理后的灰度图像划分为待修正低灰度区域、待修正中灰度区域和待修正高灰度区域。
进一步地,所述中控单元完成对直方图规定化处理后的灰度图像区域划分后,计算待修正低灰度区域占比Ad和待修高灰度区域占比Ag,计算占比比值B,设定B=Ad/Ag,中控单元中设有标准比值下限B1和标准比值上限B2,B1<B2,中控单元确定占比比值的比值水平以判定是否需对待修正低灰度区域占比和待修高灰度区域占比进行修正;
若所述占比比值处于第一比值水平,所述中控单元判定需对待修正低灰度区域占比和/或待修高灰度区域占比进行修正;
若所述占比比值处于第二比值水平,所述中控单元判定无需对待修正低灰度区域占比和待修高灰度区域占比进行修正;
所述第一比值水平满足B<B1或B>B2,所述第二比值水平满足B1≤B≤B2。
进一步地,所述中控单元在B<B1的条件下设有对待修正低灰度区域占比的调节方式;
第一待修正低灰度区域占比调节方式为,将待修正低灰度区域占比调节至第一待修正低灰度区域占比;
第二待修正低灰度区域占比调节方式为,将待修正低灰度区域占比调节至第二待修正低灰度区域占比;
第三待修正低灰度区域占比调节方式为,将待修正低灰度区域占比调节至第三待修正低灰度区域占比;
其中,待修正低灰度区域占比小于第一待修正低灰度区域占比小于第二待修正低灰度区域占比小于第三待修正低灰度区域占比。
进一步地,所述中控单元在B>B2的条件下设有对待修正高灰度区域占比的调节方式;
第一待修正高灰度区域占比调节方式为,将待修正高灰度区域占比调节至第一待修正高灰度区域占比;
第二待修正高灰度区域占比调节方式为,将待修正高灰度区域占比调节至第二待修正高灰度区域占比;
第三待修正高灰度区域占比调节方式为,将待修正高灰度区域占比调节至第三待修正高灰度区域占比;
其中,待修正高灰度区域占比小于第一待修正高灰度区域占比小于第二待修正高灰度区域占比小于第三待修正高灰度区域占比。
进一步地,所述中控单元中设有各类缺陷阈值,中控单元基于恢复后的图像进行分析并与各类缺陷阈值进行比较,判断是否存在缺陷。
与现有技术相比,本发明的有益效果在于,本发明通过对获取的待检测轴承套圈的原始图像的预处理,提高了图像的清晰度,且保留了原始图像中的细节,从而提高了对轴承套圈存在的细微缺陷的检测准确率。
进一步地,本发明通过直方图均衡化把原始图像的直方图变换成均匀分布的形式,增加了图像灰度值的动态范围,从而达到了增强图像整体对比对的效果,通过灰度值的修正,避免降低有用信号的对比度,从而避免了直方图均衡化后图像的灰度级减小而导致的某些细节消失的问题,进一步提高了对轴承套圈存在的细微缺陷的检测准确率。
进一步地,本发明所述图像增强单元在对图像的灰度直方图进行直方图均衡化处理后,所述中控单元提取每一个体素单元的灰度值、将提取的灰度值与对应的体素点的原始灰度值进行比对并根据比对结果对灰度值进行修正,避免降低有用信号的对比度,从而避免了直方图均衡化后图像的灰度级减小而导致的某些细节消失的问题,进一步提高了对轴承套圈存在的细微缺陷的检测准确率。
进一步地,本发明所述中控单元通过对各待修正灰度区域占比的修正,使图像灰度值的分布满足特定需求,增强了特定灰度范围内的图像对比度。
进一步地,本发明所述中控单元对各待修正灰度区域的占比进行修正时,中控单元根据各待修正灰度区域的占比与对应的标准占比的差值将各待修正灰度区域的占比修正至对应值,使图像灰度值的分布满足特定需求,增强了特定灰度范围内的图像对比度,从而进一步提高了对轴承套圈存在的细微缺陷的检测准确率。
附图说明
图1为本发明实施例精密轴承套圈的检测方法的流程图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
需要说明的是,在本发明的描述中,术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系,这仅仅是为了便于描述,而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示,其为本发明实施例精密轴承套圈的检测方法的流程图,本发明所述精密轴承套圈的检测方法包括:
步骤S1,图像获取单元获取待检测轴承套圈的原始图像;
步骤S2,图像转换单元获取所述原始图像的矩阵信息,并把原始图像转为灰度图像;
步骤S3,中控单元根据灰度图像绘出图像的灰度直方图,同时提取灰度图像中每一个体素单元的原始灰度值并根据原始灰度值将灰度图像划分区域;
步骤S4,图像增强单元对灰度直方图进行直方图均衡化处理,所述中控单元提取直方图均衡化处理后的灰度图像中每一个体素单元的灰度值并根据灰度值判定是否需要对灰度值进行修正;所述中控单元在完成每一个体素单元灰度值的修正后,绘制出修正后的灰度直方图;
步骤S5,所述图像增强单元对修正后的灰度直方图进行直方图规定化处理,所述中控单元提取直方图规定化处理后的灰度图像中每一个体素单元的灰度值并根据灰度值将直方图规定化处理后的灰度图像划分区域;
步骤S6,所述中控单元在步骤S5完成区域划分后,计算各区域的区域占比并根据区域占比判定是否需要对区域占比进行修正并在完成各区域占比的修正后,绘制出区域占比修正后的灰度直方图;
步骤S7,所述图像增强单元对步骤S6中修正后的灰度直方图进行Gamma校正;
步骤S8,图像插值单元对图像每三点取一点进行采样,然后采用插值算法恢复图像;
步骤S9,基于恢复后的图像对轴承套圈是否存在缺陷做出判断。
本发明实施例图像获取单元可以是工业相机,CCD相机,可实现获取图像的功能即可,本实施例不做具体限定。
本发明通过对获取的待检测轴承套圈的原始图像的预处理,提高了图像的清晰度,且保留了原始图像中的细节,从而提高了对轴承套圈存在的细微缺陷的检测准确率。
具体而言,在所述步骤S3中,所述中控单元对比原始图像的矩阵信息,提取灰度图像中任一体素单元的原始灰度值R0并根据原始灰度值R0将灰度图像划分区域;
若原始灰度值处于第一灰度值水平,所述中控单元将该体素单元划分为低灰度区域;
若原始灰度值处于第二灰度值水平,所述中控单元将该体素单元划分为中灰度区域;
若原始灰度值处于第三灰度值水平,所述中控单元将该体素单元划分为高灰度区域;
所述第一灰度值水平满足R0≤R1,所述第二灰度值水平满足R1<R0≤R2,所述第三灰度值水平满足R2<R0,其中,R1为第一预设原始灰度值,R2为第二预设原始灰度值,R1<R2。
本发明实施例中,80<R1<100,170<R2<190,将第一预设原始灰度值R1设置为85,第二预设原始灰度值R2设置为185。
具体而言,在所述步骤S4中,所述图像增强单元在对图像的灰度直方图进行直方图均衡化处理后,所述中控单元提取任一体素单元的灰度值R并将R与对应的体素点的原始灰度值R0进行比对;
对于低灰度区域:
若体素单元的灰度值处于第一灰度值水平,所述中控单元计算R与R0的低灰度差值ΔRd并根据低灰度差值ΔRd将低灰度区域内对应的体素单元的灰度值修正至对应值,设定ΔRd=R-R0;
若体素单元的灰度值处于第二灰度值水平,所述中控单元将该体素单元的灰度值设置为R;
对于高灰度区域:
若体素单元的灰度值处于第一灰度值水平,所述中控单元将该体素单元的灰度值设置为R;
若体素单元的灰度值处于第二灰度值水平,所述中控单元计算R与R0高灰度差值差值ΔRg并根据高灰度差值差值ΔRg将高灰度区域内对应的体素单元的灰度值修正至对应值,设定ΔRg=R0-R;
所述第一灰度值水平满足体素单元的灰度值R≥对应的体素点的原始灰度值R0,所述第二灰度值水平满足体素单元的灰度值R<对应的体素点的原始灰度值R0。
本发明通过直方图均衡化把原始图像的直方图变换成均匀分布的形式,增加了图像灰度值的动态范围,从而达到了增强图像整体对比对的效果,通过灰度值的修正,避免降低有用信号的对比度,从而避免了直方图均衡化后图像的灰度级减小而导致的某些细节消失的问题,进一步提高了对轴承套圈存在的细微缺陷的检测准确率。
具体而言,所述中控单元在第一预设条件下设有对低灰度区域中体素单元的灰度值的修正方式;
第一低灰度区域灰度值修正方式为,将低灰度区域中对应体素单元的灰度值修正至第一低灰度区域灰度值;
第二低灰度区域灰度值修正方式为,将低灰度区域中对应体素单元的灰度值修正至第二低灰度区域灰度值;
第三低灰度区域灰度值修正方式为,将低灰度区域中对应体素单元的灰度值修正至第三低灰度区域灰度值;
对应体素单元的灰度值大于第一低灰度区域灰度值大于第二低灰度区域灰度值大于第三低灰度区域灰度值;
所述第一预设条件为低灰度区域体素单元的灰度值R≥对应的体素点的原始灰度值R0。
本实施例中,所述中控单元在第一预设条件下通过系数调节的方式对低灰度区域中体素单元的灰度值及进行修正。所述中控单元设有第一预设低灰度差值ΔRd1、第二预设低灰度差值ΔRd2、第一预设低灰度修正系数α1、第二预设低灰度修正系数α2以及第三预设低灰度修正系数α3,其中,ΔRd1<ΔRd2,0.7<α1<α2<α3<0.9;
本发明实施例中,5<ΔRd1<20,30<ΔRd2<50,将第一预设低灰度差值ΔRd1设置为10,第二预设低灰度差值ΔRd2设置为35。
本发明实施例中,设定α1=0.75,α2=0.8,α3=0.85。
第一低灰度区域灰度值修正方式为,所述中控单元使用α3将低灰度区域中对应体素单元的灰度值修正至第一低灰度区域灰度值Rd1,设定Rd1=R×α3;
第二低灰度区域灰度值修正方式为,所述中控单元使用α2将低灰度区域中对应体素单元的灰度值修正至第二低灰度区域灰度值Rd2,设定Rd2=R×α2;
第三低灰度区域灰度值修正方式为,所述中控单元使用α1将低灰度区域中对应体素单元的灰度值修正至第三低灰度区域灰度值Rd3,设定Rd3=R×α1;
所述第一低灰度区域灰度值修正方式满足ΔRd≤ΔRd1,所述第二低灰度区域灰度值修正方式满足ΔRd1<ΔRd≤ΔRd2,所述第三低灰度区域灰度值修正方式满足ΔRd2<ΔRd,其中,ΔRd1为第一预设低灰度差值,ΔRd2为第二预设低灰度差值,ΔRd1<ΔRd2。
具体而言,所述中控单元在第二预设条件下设有对高灰度区域中体素单元的灰度值的修正方式;
第一高灰度区域灰度值修正方式为,将高灰度区域中对应体素单元的灰度值修正至第一高灰度区域灰度值;
第二高灰度区域灰度值修正方式为,将高灰度区域中对应体素单元的灰度值修正至第二高灰度区域灰度值;
第三高灰度区域灰度值修正方式为,将高灰度区域中对应体素单元的灰度值修正至第三高灰度区域灰度值;
对应体素单元的灰度值小于第一高灰度区域灰度值小于第二高灰度区域灰度值小于第三高灰度区域灰度值;
所述第二预设条件为高灰度区域体素单元的灰度值R<对应的体素点的原始灰度值R0。
本实施例中,所述中控单元在第二预设条件下通过系数调节的方式对高灰度区域中体素单元的灰度值及进行修正。所述中控单元设有第一预设高灰度差值ΔRg1、第二预设高灰度差值ΔRg2、第一预设高灰度修正系数γ1、第二预设高灰度修正系数γ2以及第三预设高灰度修正系数γ3,其中,ΔRg1<ΔRg2,1.1<
γ1<γ2<γ3<1.3;
第一高灰度区域灰度值修正方式为,所述中控单元使用γ1将高灰度区域中对应体素单元的灰度值修正至第一高灰度区域灰度值Rg1,设定Rg1=R×γ1;
第二高灰度区域灰度值修正方式为,所述中控单元使用γ2将高灰度区域中对应体素单元的灰度值修正至第二高灰度区域灰度值Rg2,设定Rg2=R×γ2;
第三高灰度区域灰度值修正方式为,所述中控单元使用γ3将高灰度区域中对应体素单元的灰度值修正至第三高灰度区域灰度值Rg3,设定Rg3=R×γ3;
所述第一高灰度区域灰度值修正方式满足ΔRg≤ΔRg1,所述第二高灰度区域灰度值修正方式满足ΔRg1<ΔRg≤ΔRg2,所述第三高灰度区域灰度值修正方式满足ΔRg1<ΔRg,其中,ΔRg1为第一预设高灰度差值,ΔRg2为第二预设高灰度差值ΔRg2,ΔRg1<ΔRg2。
本发明实施例中,10<ΔRg1<30<ΔRg2<60,将第一预设高灰度差值ΔRg1设置为20,第二预设高灰度差值ΔRg2设置为50。
本发明实施例中,设定γ1=1.15,γ2=1.2,γ3=1.25。
具体而言,在所述步骤S5中,所述图像增强单元在对修正后的灰度直方图进行直方图规定化处理完成后,得到直方图规定化处理后的灰度直方图,同时所述中控单元提取每一个体素单元的灰度值R′并根据R′将直方图规定化处理后的灰度图像划分为待修正低灰度区域、待修正中灰度区域和待修正高灰度区域。
本实施例中根据R′将直方图规定化处理后的灰度图像划分区域的方法为:
所述中控单元设有第一预设规定化灰度值R1′和第二预设规定化灰度值R2′,其中R1′<R2′;
若R′≤R1′,所述中控单元将该体素单元划分为待修正低灰度区域;
若R1′<R′<R2′,所述中控单元将该体素单元划分为待修正中灰度区域;
若R2′≤R′,所述中控单元将该体素单元划分为待修正高灰度区域。
80<R1<100,170<R2<190,将第一预设原始灰度值R1设置为85,第二预设原始灰度值R2设置为185。
本发明实施例中,60<R1′<80,200<R2′<220,将第一预设规定化灰度值R1′设置为70,第二预设规定化灰度值R2′设置为205。
本发明所述图像增强单元在对图像的灰度直方图进行直方图均衡化处理后,所述中控单元提取每一个体素单元的灰度值、将提取的灰度值与对应的体素点的原始灰度值进行比对并根据比对结果对灰度值进行修正,避免降低有用信号的对比度,从而避免了直方图均衡化后图像的灰度级减小而导致的某些细节消失的问题,进一步提高了对轴承套圈存在的细微缺陷的检测准确率。
具体而言,所述中控单元完成对直方图规定化处理后的灰度图像区域划分后,计算待修正低灰度区域占比Ad和待修高灰度区域占比Ag,计算占比比值B,设定B=Ad/Ag,中控单元中设有标准比值下限B1和标准比值上限B2,B1<B2,中控单元确定占比比值的比值水平以判定是否需对待修正低灰度区域占比和待修高灰度区域占比进行修正;
若所述占比比值处于第一比值水平,所述中控单元判定需对待修正低灰度区域占比和/或待修高灰度区域占比进行修正;
若所述占比比值处于第二比值水平,所述中控单元判定无需对待修正低灰度区域占比和待修高灰度区域占比进行修正;
所述第一比值水平满足B<B1或B>B2,所述第二比值水平满足B1≤B≤B2。
本发明实施例中,0.1<B1<0.25,2<B2<2.5,将标准比值下限B1设置为0.2,标准比值上限B2设置为2.2。
具体而言,所述中控单元在B<B1的条件下设有对待修正低灰度区域占比的调节方式;
第一待修正低灰度区域占比调节方式为,将待修正低灰度区域占比调节至第一待修正低灰度区域占比;
第二待修正低灰度区域占比调节方式为,将待修正低灰度区域占比调节至第二待修正低灰度区域占比;
第三待修正低灰度区域占比调节方式为,将待修正低灰度区域占比调节至第三待修正低灰度区域占比;
其中,待修正低灰度区域占比小于第一待修正低灰度区域占比小于第二待修正低灰度区域占比小于第三待修正低灰度区域占比。
具体而言,所述中控单元在B>B2的条件下设有对待修正高灰度区域占比的调节方式;
第一待修正高灰度区域占比调节方式为,将待修正高灰度区域占比调节至第一待修正高灰度区域占比;
第二待修正高灰度区域占比调节方式为,将待修正高灰度区域占比调节至第二待修正高灰度区域占比;
第三待修正高灰度区域占比调节方式为,将待修正高灰度区域占比调节至第三待修正高灰度区域占比;
其中,待修正高灰度区域占比小于第一待修正高灰度区域占比小于第二待修正高灰度区域占比小于第三待修正高灰度区域占比。
本实施例中,所述中控单元设有第一预设占比差值Δb1、第二预设占比差值Δb2、第一预设灰度区域占比修正系数e1、第二预设灰度区域占比修正系数e2以及第三预设灰度区域占比修正系数e3,其中Δb1<Δb2,1<e1<e2<e3<1.5,所述中控单元在B<B1时,计算B与B1的差值ΔB1,设定ΔB1=B1-B;
第一待修正低灰度区域占比调节方式为,所述中控单元使用e1将待修正低灰度区域占比调节至第一待修正低灰度区域占比Ad1,设定Ad1=Ad×e1;
第二待修正低灰度区域占比调节方式为,所述中控单元使用e2将待修正低灰度区域占比调节至第二待修正低灰度区域占比Ad2,设定Ad2=Ad×e2;
第三待修正低灰度区域占比调节方式为,所述中控单元使用e3将待修正低灰度区域占比调节至第三待修正低灰度区域占比Ad3,设定Ad3=Ad×e3;
所述第一待修正低灰度区域占比调节方式满足ΔB1≤Δb1,所述第二待修正低灰度区域占比调节方式满足Δb1<ΔB1≤Δb2,所述第三待修正低灰度区域占比调节方式Δb2<ΔB1。
本发明实施例中,0.5<Δb1<0.7<Δb2<0.9,将第一预设占比差值Δb1设置为0.6,第二预设占比差值Δb2设置为0.8。
本发明实施例中,设定e1=1.2,e2=1.3,e3=1.4。
所述中控单元在B>B2时,计算B与B2的差值ΔB2,设定ΔB2=B-B2;
第一待修正高灰度区域占比调节方式为,所述中控单元使用e1将待修正高灰度区域占比调节至第一待修正高灰度区域占比Ad1,设定Ad1=Ad×e1;
第二待修正高灰度区域占比调节方式为,所述中控单元使用e2将待修正高灰度区域占比调节至第二待修正高灰度区域占比Ad2,设定Ad2=Ad×e2;
第三待修正高灰度区域占比调节方式为,所述中控单元使用e3将待修正高灰度区域占比调节至第三待修正高灰度区域占比Ad3,设定Ad3=Ad×e3;
所述第一待修正高灰度区域占比调节方式满足ΔB1≤Δb1,所述第二待修正高灰度区域占比调节方式满足Δb1<ΔB1≤Δb2,所述第三待修正高灰度区域占比调节方式Δb2<ΔB1。
具体而言,在对待修正区域占比进行修正时,通过调节待修正中灰度区域的体素单元的灰度值实现对待修正低灰度区域和待修正高灰度区域的占比的修正。比如,对待修正低灰度区域的占比进行修正时,将待修正中灰度区域中与待修正低灰度区域中的体素单元的灰度值最接近的灰度值进行修正,将待修正中灰度区域中被修正的体素单元的灰度值修正至第一预设规定化灰度值R1′;对待修正高灰度区域的占比进行修正时,将待修正中灰度区域中与待修正高灰度区域中的体素单元的灰度值最接近的灰度值进行修正,将待修正中灰度区域中被修正的体素单元的灰度值修正至第二预设规定化灰度值R2′。
本发明所述中控单元通过对各待修正灰度区域占比的修正,使图像灰度值的分布满足特定需求,增强了特定灰度范围内的图像对比度。
本发明所述中控单元对各待修正灰度区域的占比进行修正时,中控单元根据各待修正灰度区域的占比与对应的标准占比的差值将各待修正灰度区域的占比修正至对应值,使图像灰度值的分布满足特定需求,增强了特定灰度范围内的图像对比度,从而进一步提高了对轴承套圈存在的细微缺陷的检测准确率。
具体而言,所述中控单元中设有各类缺陷阈值,中控单元基于恢复后的图像进行分析并与各类缺陷阈值进行比较,判断是否存在缺陷。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例,并不用于限制本发明;对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种精密轴承套圈的检测方法,其特征在于,包括:
步骤S1,图像获取单元获取待检测轴承套圈的原始图像;
步骤S2,图像转换单元获取所述原始图像的矩阵信息,并把原始图像转为灰度图像;
步骤S3,中控单元根据灰度图像绘出图像的灰度直方图,同时提取灰度图像中每一个体素单元的原始灰度值并根据原始灰度值将灰度图像划分区域;
步骤S4,图像增强单元对灰度直方图进行直方图均衡化处理,所述中控单元提取直方图均衡化处理后的灰度图像中每一个体素单元的灰度值并根据灰度值判定是否需要对灰度值进行修正;所述中控单元在完成每一个体素单元灰度值的修正后,绘制出修正后的灰度直方图;
步骤S5,所述图像增强单元对修正后的灰度直方图进行直方图规定化处理,所述中控单元提取直方图规定化处理后的灰度图像中每一个体素单元的灰度值并根据灰度值将直方图规定化处理后的灰度图像划分区域;
步骤S6,所述中控单元在步骤S5完成区域划分后,计算各区域的区域占比并根据区域占比判定是否需要对区域占比进行修正并在完成各区域占比的修正后,绘制出区域占比修正后的灰度直方图;
步骤S7,所述图像增强单元对步骤S6中修正后的灰度直方图进行Gamma校正;
步骤S8,图像插值单元对图像每三点取一点进行采样,然后采用插值算法恢复图像;
步骤S9,基于恢复后的图像对轴承套圈是否存在缺陷做出判断。
2.根据权利要求1所述的精密轴承套圈的检测方法,其特征在于,在所述步骤S3中,所述中控单元对比原始图像的矩阵信息,提取灰度图像中任一体素单元的原始灰度值R0并根据原始灰度值R0将灰度图像划分区域;
若原始灰度值处于第一灰度值水平,所述中控单元将该体素单元划分为低灰度区域;
若原始灰度值处于第二灰度值水平,所述中控单元将该体素单元划分为中灰度区域;
若原始灰度值处于第三灰度值水平,所述中控单元将该体素单元划分为高灰度区域;
所述第一灰度值水平满足R0≤R1,所述第二灰度值水平满足R1<R0≤R2,所述第三灰度值水平满足R2<R0,其中,R1为第一预设原始灰度值,R2为第二预设原始灰度值,R1<R2。
3.根据权利要求2所述的精密轴承套圈的检测方法,其特征在于,在所述步骤S4中,所述图像增强单元在对图像的灰度直方图进行直方图均衡化处理后,所述中控单元提取任一体素单元的灰度值R并将R与对应的体素点的原始灰度值R0进行比对;
对于低灰度区域:
若体素单元的灰度值处于第一灰度值水平,所述中控单元判定需对低灰度区域内对应的体素单元的灰度值进行修正;
若体素单元的灰度值处于第二灰度值水平,所述中控单元将该体素单元的灰度值设置为R;
对于高灰度区域:
若体素单元的灰度值处于第一灰度值水平,所述中控单元将该体素单元的灰度值设置为R;
若体素单元的灰度值处于第二灰度值水平,所述中控单元判定需对高灰度区域内对应的体素单元的灰度值进行修正;
所述第一灰度值水平满足体素单元的灰度值R≥对应的体素点的原始灰度值R0,所述第二灰度值水平满足体素单元的灰度值R<对应的体素点的原始灰度值R0。
4.根据权利要求3所述的精密轴承套圈的检测方法,其特征在于,所述中控单元在第一预设条件下设有对低灰度区域中体素单元的灰度值的修正方式;
第一低灰度区域灰度值修正方式为,将低灰度区域中对应体素单元的灰度值修正至第一低灰度区域灰度值;
第二低灰度区域灰度值修正方式为,将低灰度区域中对应体素单元的灰度值修正至第二低灰度区域灰度值;
第三低灰度区域灰度值修正方式为,将低灰度区域中对应体素单元的灰度值修正至第三低灰度区域灰度值;
对应体素单元的灰度值大于第一低灰度区域灰度值大于第二低灰度区域灰度值大于第三低灰度区域灰度值;
所述第一预设条件为低灰度区域体素单元的灰度值R≥对应的体素点的原始灰度值R0。
5.根据权利要求4所述的精密轴承套圈的检测方法,其特征在于,所述中控单元在第二预设条件下设有对高灰度区域中体素单元的灰度值的修正方式;
第一高灰度区域灰度值修正方式为,将高灰度区域中对应体素单元的灰度值修正至第一高灰度区域灰度值;
第二高灰度区域灰度值修正方式为,将高灰度区域中对应体素单元的灰度值修正至第二高灰度区域灰度值;
第三高灰度区域灰度值修正方式为,将高灰度区域中对应体素单元的灰度值修正至第三高灰度区域灰度值;
对应体素单元的灰度值小于第一高灰度区域灰度值小于第二高灰度区域灰度值小于第三高灰度区域灰度值;
所述第二预设条件为高灰度区域体素单元的灰度值R<对应的体素点的原始灰度值R0。
6.根据权利要求5所述的精密轴承套圈的检测方法,其特征在于,在所述步骤S5中,所述图像增强单元在对修正后的灰度直方图进行直方图规定化处理完成后,得到直方图规定化处理后的灰度直方图,同时所述中控单元提取每一个体素单元的灰度值R′并根据R′将直方图规定化处理后的灰度图像划分为待修正低灰度区域、待修正中灰度区域和待修正高灰度区域。
7.根据权利要求6所述的精密轴承套圈的检测方法,其特征在于,所述中控单元完成对直方图规定化处理后的灰度图像区域划分后,计算待修正低灰度区域占比Ad和待修高灰度区域占比Ag,计算占比比值B,设定B=Ad/Ag,中控单元中设有标准比值下限B1和标准比值上限B2,B1<B2,中控单元确定占比比值的比值水平以判定是否需对待修正低灰度区域占比和待修高灰度区域占比进行修正;
若所述占比比值处于第一比值水平,所述中控单元判定需对待修正低灰度区域占比和/或待修高灰度区域占比进行修正;
若所述占比比值处于第二比值水平,所述中控单元判定无需对待修正低灰度区域占比和待修高灰度区域占比进行修正;
所述第一比值水平满足B<B1或B>B2,所述第二比值水平满足B1≤B≤B2。
8.根据权利要求7所述的精密轴承套圈的检测方法,其特征在于,所述中控单元在B<B1的条件下设有对待修正低灰度区域占比的调节方式;
第一待修正低灰度区域占比调节方式为,将待修正低灰度区域占比调节至第一待修正低灰度区域占比;
第二待修正低灰度区域占比调节方式为,将待修正低灰度区域占比调节至第二待修正低灰度区域占比;
第三待修正低灰度区域占比调节方式为,将待修正低灰度区域占比调节至第三待修正低灰度区域占比;
其中,待修正低灰度区域占比小于第一待修正低灰度区域占比小于第二待修正低灰度区域占比小于第三待修正低灰度区域占比。
9.根据权利要求8所述的精密轴承套圈的检测方法,其特征在于,所述中控单元在B>B2的条件下设有对待修正高灰度区域占比的调节方式;
第一待修正高灰度区域占比调节方式为,将待修正高灰度区域占比调节至第一待修正高灰度区域占比;
第二待修正高灰度区域占比调节方式为,将待修正高灰度区域占比调节至第二待修正高灰度区域占比;
第三待修正高灰度区域占比调节方式为,将待修正高灰度区域占比调节至第三待修正高灰度区域占比;
其中,待修正高灰度区域占比小于第一待修正高灰度区域占比小于第二待修正高灰度区域占比小于第三待修正高灰度区域占比。
10.根据权利要求9所述的精密轴承套圈的检测方法,其特征在于,所述中控单元中设有各类缺陷阈值,中控单元基于恢复后的图像进行分析并与各类缺陷阈值进行比较,判断是否存在缺陷。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310637304.8A CN116823730B (zh) | 2023-06-01 | 2023-06-01 | 一种精密轴承套圈的检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310637304.8A CN116823730B (zh) | 2023-06-01 | 2023-06-01 | 一种精密轴承套圈的检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116823730A true CN116823730A (zh) | 2023-09-29 |
CN116823730B CN116823730B (zh) | 2024-04-05 |
Family
ID=88119522
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310637304.8A Active CN116823730B (zh) | 2023-06-01 | 2023-06-01 | 一种精密轴承套圈的检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116823730B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011061419A (ja) * | 2009-09-09 | 2011-03-24 | Canon Inc | 画像処理装置及び画像処理方法 |
JP2013035635A (ja) * | 2011-08-04 | 2013-02-21 | Kawata Mfg Co Ltd | 定量供給装置 |
CN107730476A (zh) * | 2017-09-27 | 2018-02-23 | 温州大学 | 一种基于压缩感知的图像增强方法及装置 |
CN108460730A (zh) * | 2017-02-17 | 2018-08-28 | 京东方科技集团股份有限公司 | 一种图像处理方法及其装置 |
CN112884659A (zh) * | 2019-11-29 | 2021-06-01 | 深圳市万普拉斯科技有限公司 | 图像对比度增强方法、装置和显示设备 |
CN114092361A (zh) * | 2022-01-20 | 2022-02-25 | 浙江芯昇电子技术有限公司 | 一种优化clahe的图像局部对比度增强方法 |
CN114283098A (zh) * | 2021-12-16 | 2022-04-05 | 凌云光技术股份有限公司 | 一种直方图均衡化方法 |
CN114757949A (zh) * | 2022-06-15 | 2022-07-15 | 济宁市海富电子科技有限公司 | 基于计算机视觉的电线电缆缺陷检测方法及系统 |
CN114820401A (zh) * | 2022-04-19 | 2022-07-29 | 桂林电子科技大学 | 直方图变换与边缘信息融合的海上逆光红外图像增强方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9076397B2 (en) * | 2011-09-07 | 2015-07-07 | Sharp Kabushiki Kaisha | Image display device and image display method |
-
2023
- 2023-06-01 CN CN202310637304.8A patent/CN116823730B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011061419A (ja) * | 2009-09-09 | 2011-03-24 | Canon Inc | 画像処理装置及び画像処理方法 |
JP2013035635A (ja) * | 2011-08-04 | 2013-02-21 | Kawata Mfg Co Ltd | 定量供給装置 |
CN108460730A (zh) * | 2017-02-17 | 2018-08-28 | 京东方科技集团股份有限公司 | 一种图像处理方法及其装置 |
CN107730476A (zh) * | 2017-09-27 | 2018-02-23 | 温州大学 | 一种基于压缩感知的图像增强方法及装置 |
CN112884659A (zh) * | 2019-11-29 | 2021-06-01 | 深圳市万普拉斯科技有限公司 | 图像对比度增强方法、装置和显示设备 |
CN114283098A (zh) * | 2021-12-16 | 2022-04-05 | 凌云光技术股份有限公司 | 一种直方图均衡化方法 |
CN114092361A (zh) * | 2022-01-20 | 2022-02-25 | 浙江芯昇电子技术有限公司 | 一种优化clahe的图像局部对比度增强方法 |
CN114820401A (zh) * | 2022-04-19 | 2022-07-29 | 桂林电子科技大学 | 直方图变换与边缘信息融合的海上逆光红外图像增强方法 |
CN114757949A (zh) * | 2022-06-15 | 2022-07-15 | 济宁市海富电子科技有限公司 | 基于计算机视觉的电线电缆缺陷检测方法及系统 |
Non-Patent Citations (1)
Title |
---|
林春深;陈萍芸;: "一种改进型动脉图像增强方法研究", 宁夏大学学报(自然科学版), no. 03 * |
Also Published As
Publication number | Publication date |
---|---|
CN116823730B (zh) | 2024-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109489591B (zh) | 基于机器视觉的平面划痕长度非接触测量方法 | |
CN106814083B (zh) | 滤波片缺陷检测系统及其检测方法 | |
US9292915B2 (en) | Digital optical comparator | |
CN115830033B (zh) | 基于机器视觉的汽车轮毂表面缺陷检测方法 | |
CN109856164B (zh) | 一种机器视觉采集大范围图像的优化装置及其检测方法 | |
CN107664644B (zh) | 一种基于机器视觉的物件表观自动检测装置及方法 | |
CN116309559B (zh) | 一种中硼硅玻璃生产瑕疵智能识别方法 | |
CN107367241B (zh) | 一种基于机器视觉的汽车轮胎花纹识别方法 | |
CN108921819B (zh) | 一种基于机器视觉的验布装置及方法 | |
JP2007258555A (ja) | シリコンウェーハの結晶欠陥検査方法及び装置 | |
CN115082481A (zh) | 一种用于齿轮的图像增强方法 | |
CN108876860B (zh) | 一种用于管水准器气泡偏移量测量的图像标定方法 | |
CN113465541B (zh) | 一种接触线磨耗测量方法及系统 | |
CN111340717A (zh) | 一种用于非制冷红外热像仪的图像预处理装置 | |
CN116823730B (zh) | 一种精密轴承套圈的检测方法 | |
CN113820319A (zh) | 一种纺织品表面缺陷检测装置与方法 | |
KR20180115646A (ko) | 비전 카메라를 이용한 비드 인식 장치 및 그 방법 | |
CN113706461A (zh) | 一种基于图像识别的绝缘毯微缺陷识别系统 | |
CN114199127B (zh) | 基于机器视觉的汽车零件尺寸检测系统及方法 | |
CN104065852B (zh) | 对焦清晰度自动调整方法 | |
CN110542692A (zh) | 轴承滚珠表面缺陷视觉检测系统 | |
JP4820971B2 (ja) | 表面検査方法 | |
CN112139997B (zh) | 一种圆钢修磨质量检测系统中抑制环境光的方法 | |
CN112603256A (zh) | 基于瞳孔大小的高精度非接触式涉毒检测方法及检测系统 | |
CN111583205B (zh) | 一种锯材表面缺陷尺寸测量方法及系统 |
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 |