CN116892880A - 一种基于机器视觉的电子元器件高精度检测系统 - Google Patents
一种基于机器视觉的电子元器件高精度检测系统 Download PDFInfo
- Publication number
- CN116892880A CN116892880A CN202311165466.2A CN202311165466A CN116892880A CN 116892880 A CN116892880 A CN 116892880A CN 202311165466 A CN202311165466 A CN 202311165466A CN 116892880 A CN116892880 A CN 116892880A
- Authority
- CN
- China
- Prior art keywords
- detection
- processor
- image
- module
- difference
- 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 128
- 238000004458 analytical method Methods 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 18
- 238000007405 data analysis Methods 0.000 claims abstract description 17
- 230000000694 effects Effects 0.000 claims abstract description 6
- 238000011156 evaluation Methods 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 14
- 230000003993 interaction Effects 0.000 claims description 14
- 238000013500 data storage Methods 0.000 claims description 13
- 238000012790 confirmation Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims 4
- 230000002452 interceptive effect Effects 0.000 abstract description 4
- 238000000354 decomposition reaction Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- 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
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种基于机器视觉的电子元器件高精度检测系统，包括模型数据解析模块、检测控制模块、图像采集模块、检测分析模块、案例存储模块和交互处理模块，所述模型数据解析模块用于对电子元器件的模型进行解析确定检测项，所述图像采集模块用于拍摄电子元器件的高清图像，所述检测控制模块用于控制所述图像采集模块与电子元器件的相对位置，所述检测分析模块用于对高清图像进行分析确定每个检测项的检测效果，所述案例存储模块用于保存已有电子元器件的检测执行数据，所述交互处理模块用于处理交互任务；本系统通过选定位置拍摄高清图像，对高清图像进行对比分析来实现对电子元器件的检测，具有高效、准确率高的优点。
Description
技术领域
本发明涉及图像识别或理解领域，具体涉及一种基于机器视觉的电子元器件高精度检测系统。
背景技术
电子元器件除了对电特性进行检测外，还需要对外形进行检测，但由于电子元器件属于精密元件，存在一些微小的差异不容易被检测出，但这些微小的差异会影响元件的寿命和稳定性等，现需要一种系统对电子元器件的外形进行高精度检测，提高检测效率和检测准确率；
背景技术的前述论述仅意图便于理解本发明。此论述并不认可或承认提及的材料中的任一种公共常识的一部分。
现在已经开发出了很多元器件检测系统，经过我们大量的检索与参考，发现现有的检测系统有如公开号为CN113792725B所公开的系统，这些系统一般包括对元器件的图像进行采集和输入，并且对于输入图像采用特征点匹配识别目标信息得到元器件的数量和种类，通过与目标图像信息进行比较，判定待测元器件是否符合测试要求，从而自动检测待测元器件是否合格。但是该系统中对于不同的元器件采用相同的图像采集方式，导致检测方式不具针对性，对于一些需要特定角度获取图像进行对比检测的元器件的检测准确率不够高。
发明内容
本发明的目的在于，针对所存在的不足，提出了一种基于机器视觉的电子元器件高精度检测系统。
本发明采用如下技术方案：
一种基于机器视觉的电子元器件高精度检测系统，包括模型数据解析模块、检测控制模块、图像采集模块、检测分析模块、案例存储模块和交互处理模块；
所述模型数据解析模块用于对电子元器件的模型进行解析确定检测项，所述图像采集模块用于拍摄电子元器件的高清图像，所述检测控制模块用于控制所述图像采集模块与电子元器件的相对位置，所述检测分析模块用于对高清图像进行分析确定每个检测项的检测效果，所述案例存储模块用于保存已有电子元器件的检测执行数据，所述交互处理模块用于处理交互任务；
所述检测分析模块包括图像对比单元和差异评估单元，所述图像对比单元用于将对照图像和拍摄图像进行差异化对比，所述差异评估单元用于对对比结果进行评估处理，其中，每个对照图像对应一个检测项；
所述图像对比单元包括主体提取处理器和边缘对比处理器，所述主体提取处理器用于提取高清图像中电子元器件的边缘信息，所述边缘对比处理器将提取的边缘信息与对照图像进行对比计算处理得到差异指数；
所述差异评估单元包括指数分类寄存器和差异计算处理器，所述指数分类寄存器用于接收并保存差异指数并根据检测区域的不同对差异指数进行分类，所述差异计算处理器计算出检测中的电子元器件的评估值；
进一步的，所述边缘对比处理器将边缘信息与对照图像中的像素点分为重合像素点、差异像素点和无效像素点，所述边缘对比处理器统计出重合像素点的数量，边缘信息中差异像素点的数量/>、对照图像中差异像素点的数量/>以及由差异像素点围成区域的像素点数量/>，所述边缘对比处理器根据下式计算出拍摄图像与对照图像的差异指数P：
；
其中，为标准差异面积，k为标准差异比值；
进一步的，所述差异计算处理器根据下式计算出检测中的电子元器件的评估值Q：
；
其中，i为检测区域的序号，j为差异指数的序号，m表示检测区域的数量，表示第i个检测区域中差异指数的数量，/>表示第i个检测区域中第j个差异指数；
当Q大于阈值时，表示被检测的电子元器件不达标；
进一步的，所述检测控制模块包括执行数据存储单元和控制执行单元，所述执行数据存储单元用于接收所述模型数据解析模块或所述案例存储模块发送的检测执行数据，所述控制执行单元根据所述检测执行数据控制图像采集模块移动至对应的位置；
进一步的，所述控制执行单元包括数据读取处理器和控制处理器，所述数据读取处理器读取连接路径数据向所述控制处理器发送移动指令，所述控制处理器根据移动指令移动图像采集模块，所述数据读取处理器读取节点位置信息向所述控制处理器发送确认指令，所述控制处理器根据确认指令确认图像采集模块的当前位置是否正确，所述数据读取处理器读取角度信息新所述控制处理器发送转动指令，所述控制处理器根据转动指令转动拍摄单元的视角，所述数据读取处理器向所述图像采集模块发送拍摄指令。
本发明所取得的有益效果是：
本系统通过输入元器件的模型数据，对模型数据进行解析确定多个检测点，使得检测具有针对性，通过模型数据获取对照图像，通过在检测点拍摄获得高清图像，将高清图像和对照图像进行像素点级别的比较分析，获得具有高准确性的检测结果。
为使能更进一步了解本发明的特征及技术内容，请参阅以下有关本发明的详细说明与附图，然而所提供的附图仅用于提供参考与说明，并非用来对本发明加以限制。
附图说明
图1为本发明整体结构框架示意图；
图2为本发明检测控制模块构成示意图；
图3为本发明检测分析模块构成示意图；
图4为本发明图像对比单元构成示意图；
图5为本发明差异评估单元构成示意图。
具体实施方式
以下是通过特定的具体实施例来说明本发明的实施方式，本领域技术人员可由本说明书所公开的内容了解本发明的优点与效果。本发明可通过其他不同的具体实施例加以施行或应用，本说明书中的各项细节也可基于不同观点与应用，在不悖离本发明的精神下进行各种修饰与变更。另外，本发明的附图仅为简单示意说明，并非依实际尺寸的描绘，事先声明。以下的实施方式将进一步详细说明本发明的相关技术内容，但所公开的内容并非用以限制本发明的保护范围。
实施例一：本实施例提供了一种基于机器视觉的电子元器件高精度检测系统，结合图1，包括模型数据解析模块、检测控制模块、图像采集模块、检测分析模块、案例存储模块和交互处理模块；
所述模型数据解析模块用于对电子元器件的模型进行解析确定检测项，所述图像采集模块用于拍摄电子元器件的高清图像，所述检测控制模块用于控制所述图像采集模块与电子元器件的相对位置，所述检测分析模块用于对高清图像进行分析确定每个检测项的检测效果，所述案例存储模块用于保存已有电子元器件的检测执行数据，所述交互处理模块用于处理交互任务；
所述检测分析模块包括图像对比单元和差异评估单元，所述图像对比单元用于将对照图像和拍摄图像进行差异化对比，所述差异评估单元用于对对比结果进行评估处理，其中，每个对照图像对应一个检测项；
所述图像对比单元包括主体提取处理器和边缘对比处理器，所述主体提取处理器用于提取高清图像中电子元器件的边缘信息，所述边缘对比处理器将提取的边缘信息与对照图像进行对比计算处理得到差异指数；
所述差异评估单元包括指数分类寄存器和差异计算处理器，所述指数分类寄存器用于接收并保存差异指数并根据检测区域的不同对差异指数进行分类，所述差异计算处理器计算出检测中的电子元器件的评估值；
所述边缘对比处理器将边缘信息与对照图像中的像素点分为重合像素点、差异像素点和无效像素点，所述边缘对比处理器统计出重合像素点的数量，边缘信息中差异像素点的数量/>、对照图像中差异像素点的数量/>以及由差异像素点围成区域的像素点数量/>，所述边缘对比处理器根据下式计算出拍摄图像与对照图像的差异指数P：
；
其中，为标准差异面积，k为标准差异比值；
所述差异计算处理器根据下式计算出检测中的电子元器件的评估值Q：
；
其中，i为检测区域的序号，j为差异指数的序号，m表示检测区域的数量，表示第i个检测区域中差异指数的数量，/>表示第i个检测区域中第j个差异指数；
当Q大于阈值时，表示被检测的电子元器件不达标；
所述检测控制模块包括执行数据存储单元和控制执行单元，所述执行数据存储单元用于接收所述模型数据解析模块或所述案例存储模块发送的检测执行数据，所述控制执行单元根据所述检测执行数据控制图像采集模块移动至对应的位置；
所述控制执行单元包括数据读取处理器和控制处理器，所述数据读取处理器读取连接路径数据向所述控制处理器发送移动指令，所述控制处理器根据移动指令移动图像采集模块，所述数据读取处理器读取节点位置信息向所述控制处理器发送确认指令，所述控制处理器根据确认指令确认图像采集模块的当前位置是否正确，所述数据读取处理器读取角度信息新所述控制处理器发送转动指令，所述控制处理器根据转动指令转动拍摄单元的视角，所述数据读取处理器向所述图像采集模块发送拍摄指令。
实施例二：本实施例包含了实施例一中的全部内容，提供了一种基于机器视觉的电子元器件高精度检测系统，包括模型数据解析模块、检测控制模块、图像采集模块、检测分析模块、案例存储模块和交互处理模块；
所述模型数据解析模块用于对电子元器件的模型进行解析确定检测项，所述图像采集模块用于拍摄电子元器件的高清图像，所述检测控制模块用于控制所述图像采集模块与电子元器件的相对位置，所述检测分析模块用于对高清图像进行分析确定每个检测项的检测效果，所述案例存储模块用于保存已有电子元器件的检测执行数据，所述交互处理模块用于处理交互任务；
所述模型数据解析模块包括模型还原单元、区域分解单元和视角解析单元，所述模型还原单元用于将模型数据还原成完整的三维模型，所述区域分解单元用于将三维模型分解成多个检测区域，所述视角解析单元用于对每个检测区域设置多个检测视角获得对照图像；
所述图像采集模块包括拍摄单元和数据控制传输单元，所述拍摄单元用于拍摄高清图像，所述数据控制传输单元用于向拍摄单元发送拍摄指令以及将拍摄的高清图像发送至检测分析模块；
结合图2，所述检测控制模块包括执行数据存储单元和控制执行单元，所述执行数据存储单元用于接收所述模型数据解析模块或所述案例存储模块发送的检测执行数据，所述控制执行单元根据所述检测执行数据控制图像采集模块移动至对应的位置；
结合图3，所述检测分析模块包括图像对比单元和差异评估单元，所述图像对比单元用于将对照图像和拍摄图像进行差异化对比，所述差异评估单元用于对对比结果进行评估处理；
所述案例存储模块包括元器件数据存储单元和元器件检索单元，所述元器件数据存储单元用于保存电子元器件的检测执行数据，所述元器件检索单元用于检索判断目标元器件是否已经存在与执行数据存储单元中；
所述交互处理模块包括信息输入单元和信息展示单元，所述信息输入单元用于输入电子元器件信息，所述信息展示单元用于展示拍摄的高清图像以及高清图像与对照图像的差异化结果信息；
所述系统对电子元器件进行检测的过程包括如下步骤：
S1、在交互处理模块中输入电子元器件型号信息；
S2、元器件检索单元根据型号信息进行检索，若检索到，进入步骤S5，若未检索到，进入步骤S3；
S3、在交互处理模块中输入电子元器件的模型数据；
S4、模型数据解析模块对模型进行解析，将检测执行数据发送至检测控制模块，将对照图像发送至检测分析模块，跳入步骤S6；
S5、所述元器件数据存储单元将对应型号的检测执行数据发送至检测控制模块，将对应型号的对照图像发送至检测分析模块；
S6、执行控制单元将图像采集模块移动至对应位置；
S7、拍摄单元拍摄高清图像；
S8、重复步骤S6和步骤S7，直至所述执行控制单元执行完所有的检测执行数据；
S9、检测分析单元将对照图像与拍摄图像进行对比分析；
S10、差异评估单元基于对比结果进行整体性评估；
S11、信息展示单元将对比结果和评估结果进行展示；
S12、若在步骤S2中的型号为新型号，则将检测执行数据、对照图像和型号信息整合后保存在执行数据存储单元中；
所述区域分解单元包括表面分解处理器、平面定位处理器和区域划分处理器，所述表面分解处理器用于将三维模型的表面分解成若干个不同的平面，所述平面定位处理器针对每一个平面确定最佳拍摄位置，所述区域划分处理器根据最佳拍摄位置的关系将平面分为不同的集合，每个集合对应为一个检测区域；
所述视角解析单元包括节点定位处理器、路径连接处理器和对照图像处理器，所述节点定位处理器用于对每个区域确定若干个节点，所述路径连接处理器用于每个区域内节点的连接路径以及区域间的节点连接路径，所述对照图像处理器用于在节点位置获取三维模型的对照图像，在节点获取的对照图像能够反应出对应检测区域中表面连接处的变化情况；
所述检测执行数据由连接路径信息、节点位置信息以及角度信息按序排列构成；
所述控制执行单元包括数据读取处理器和控制处理器，所述数据读取处理器读取连接路径数据向所述控制处理器发送移动指令，所述控制处理器根据移动指令移动图像采集模块，所述数据读取处理器读取节点位置信息向所述控制处理器发送确认指令，所述控制处理器根据确认指令确认图像采集模块的当前位置是否正确，所述数据读取处理器读取角度信息新所述控制处理器发送转动指令，所述控制处理器根据转动指令转动拍摄单元的视角，所述数据读取处理器向所述图像采集模块发送拍摄指令；
在对一个电子元器件进行检测前，所述控制处理器会先执行复位操作，将图像采集模块移动至一个预先设置的位置；
结合图4，所述图像对比单元包括主体提取处理器和边缘对比处理器，所述主体提取处理器用于提取高清图像中电子元器件的边缘信息，所述边缘对比处理器将提取的边缘信息与对照图像进行对比计算处理；
所述边缘对比处理器将边缘信息与对照图像中的像素点分为重合像素点、差异像素点和无效像素点，所述边缘对比处理器统计出重合像素点的数量，边缘信息中差异像素点的数量/>、对照图像中差异像素点的数量/>以及由差异像素点围成区域的像素点数量/>，所述边缘对比处理器根据下式计算出拍摄图像与对照图像的差异指数P：
；
其中，为标准差异面积，k为标准差异比值，这两个值由检测技术人员进行设定；
结合图5，所述差异评估单元包括指数分类寄存器和差异计算处理器，所述指数分类寄存器用于接收并保存差异指数并根据检测区域的不同对差异指数进行分类，所述差异计算处理器根据下式计算出检测中的电子元器件的评估值Q：
；
其中，i为检测区域的序号，j为差异指数的序号，m表示检测区域的数量，表示第i个检测区域中差异指数的数量，/>表示第i个检测区域中第j个差异指数；
当Q大于阈值时，表示被检测的电子元器件不达标。
以上所公开的内容仅为本发明的优选可行实施例，并非因此局限本发明的保护范围，所以凡是运用本发明说明书及附图内容所做的等效技术变化，均包含于本发明的保护范围内，此外，随着技术发展其中的元素可以更新的。
Claims (5)
1.一种基于机器视觉的电子元器件高精度检测系统，其特征在于，包括模型数据解析模块、检测控制模块、图像采集模块、检测分析模块、案例存储模块和交互处理模块；
所述模型数据解析模块用于对电子元器件的模型进行解析确定检测项，所述图像采集模块用于拍摄电子元器件的高清图像，所述检测控制模块用于控制所述图像采集模块与电子元器件的相对位置，所述检测分析模块用于对高清图像进行分析确定每个检测项的检测效果，所述案例存储模块用于保存已有电子元器件的检测执行数据，所述交互处理模块用于处理交互任务；
所述检测分析模块包括图像对比单元和差异评估单元，所述图像对比单元用于将对照图像和拍摄图像进行差异化对比，所述差异评估单元用于对对比结果进行评估处理，其中，每个对照图像对应一个检测项；
所述图像对比单元包括主体提取处理器和边缘对比处理器，所述主体提取处理器用于提取高清图像中电子元器件的边缘信息，所述边缘对比处理器将提取的边缘信息与对照图像进行对比计算处理得到差异指数；
所述差异评估单元包括指数分类寄存器和差异计算处理器，所述指数分类寄存器用于接收并保存差异指数并根据检测区域的不同对差异指数进行分类，所述差异计算处理器计算出检测中的电子元器件的评估值。
2.如权利要求1所述的一种基于机器视觉的电子元器件高精度检测系统，其特征在于，所述边缘对比处理器将边缘信息与对照图像中的像素点分为重合像素点、差异像素点和无效像素点，所述边缘对比处理器统计出重合像素点的数量，边缘信息中差异像素点的数量/>、对照图像中差异像素点的数量/>以及由差异像素点围成区域的像素点数量/>，所述边缘对比处理器根据下式计算出拍摄图像与对照图像的差异指数P：
；
其中，为标准差异面积，k为标准差异比值。
3.如权利要求2所述的一种基于机器视觉的电子元器件高精度检测系统，其特征在于，所述差异计算处理器根据下式计算出检测中的电子元器件的评估值Q：
；
其中，i为检测区域的序号，j为差异指数的序号，m表示检测区域的数量，表示第i个检测区域中差异指数的数量，/>表示第i个检测区域中第j个差异指数；
当Q大于阈值时，表示被检测的电子元器件不达标。
4.如权利要求3所述的一种基于机器视觉的电子元器件高精度检测系统，其特征在于，所述检测控制模块包括执行数据存储单元和控制执行单元，所述执行数据存储单元用于接收所述模型数据解析模块或所述案例存储模块发送的检测执行数据，所述控制执行单元根据所述检测执行数据控制图像采集模块移动至对应的位置。
5.如权利要求4所述的一种基于机器视觉的电子元器件高精度检测系统，其特征在于，所述控制执行单元包括数据读取处理器和控制处理器，所述数据读取处理器读取连接路径数据向所述控制处理器发送移动指令，所述控制处理器根据移动指令移动图像采集模块，所述数据读取处理器读取节点位置信息向所述控制处理器发送确认指令，所述控制处理器根据确认指令确认图像采集模块的当前位置是否正确，所述数据读取处理器读取角度信息新所述控制处理器发送转动指令，所述控制处理器根据转动指令转动拍摄单元的视角，所述数据读取处理器向所述图像采集模块发送拍摄指令。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311165466.2A CN116892880B (zh) | 2023-09-11 | 2023-09-11 | 一种基于机器视觉的电子元器件高精度检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311165466.2A CN116892880B (zh) | 2023-09-11 | 2023-09-11 | 一种基于机器视觉的电子元器件高精度检测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116892880A true CN116892880A (zh) | 2023-10-17 |
| CN116892880B CN116892880B (zh) | 2023-12-19 |
Family
ID=88311141
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311165466.2A Active CN116892880B (zh) | 2023-09-11 | 2023-09-11 | 一种基于机器视觉的电子元器件高精度检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116892880B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113466261A (zh) * | 2021-07-26 | 2021-10-01 | 鸿安（福建）机械有限公司 | 一种pcb板自动检测装置 |
| CN113792725A (zh) * | 2021-11-15 | 2021-12-14 | 南京熊猫电子制造有限公司 | 元器件检测装置和方法 |
| CN114445350A (zh) * | 2021-12-31 | 2022-05-06 | 深圳云天励飞技术股份有限公司 | 电力器件的图像检测方法、装置、电子设备及存储介质 |
| CN115061060A (zh) * | 2022-05-20 | 2022-09-16 | 中广核核电运营有限公司 | 卡件检测方法、系统、计算机程序产品及可读存储介质 |
-
2023
- 2023-09-11 CN CN202311165466.2A patent/CN116892880B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113466261A (zh) * | 2021-07-26 | 2021-10-01 | 鸿安（福建）机械有限公司 | 一种pcb板自动检测装置 |
| CN113792725A (zh) * | 2021-11-15 | 2021-12-14 | 南京熊猫电子制造有限公司 | 元器件检测装置和方法 |
| CN114445350A (zh) * | 2021-12-31 | 2022-05-06 | 深圳云天励飞技术股份有限公司 | 电力器件的图像检测方法、装置、电子设备及存储介质 |
| CN115061060A (zh) * | 2022-05-20 | 2022-09-16 | 中广核核电运营有限公司 | 卡件检测方法、系统、计算机程序产品及可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116892880B (zh) | 2023-12-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jovančević et al. | Automated exterior inspection of an aircraft with a pan-tilt-zoom camera mounted on a mobile robot | |
| EP3382644A1 (en) | Method for 3d modelling based on structure from motion processing of sparse 2d images | |
| CN111104867B (zh) | 基于部件分割的识别模型训练、车辆重识别方法及装置 | |
| Tazir et al. | CICP: Cluster Iterative Closest Point for sparse–dense point cloud registration | |
| CN109253722B (zh) | 融合语义分割的单目测距系统、方法、设备及存储介质 | |
| US8699786B2 (en) | 3D model generating apparatus, method and CRM by line pattern imaging | |
| CN110533654A (zh) | 零部件的异常检测方法及装置 | |
| CN110930442B (zh) | 基于标定块的机器人手眼标定中关键点位置确定方法与装置 | |
| CN113111844A (zh) | 一种作业姿态评估方法、装置、本地终端及可读存储介质 | |
| CN110084842A (zh) | 一种机器人云台伺服二次对准方法及装置 | |
| Kochi et al. | A 3D shape-measuring system for assessing strawberry fruits | |
| CN113792725B (zh) | 元器件检测装置和方法 | |
| CN116892880B (zh) | 一种基于机器视觉的电子元器件高精度检测系统 | |
| CN116203976A (zh) | 变电站室内巡检方法、装置、无人机和存储介质 | |
| CN112200217B (zh) | 基于红外图像大数据的识别算法评价方法及系统 | |
| CN113160414B (zh) | 货物余量自动识别方法、装置、电子设备以及计算机可读介质 | |
| CN116258666A (zh) | 一种晶圆检测Mark点定位方法及应用 | |
| CN110910379B (zh) | 一种残缺检测方法及装置 | |
| Dantanarayana et al. | Object recognition and localization from 3D point clouds by maximum-likelihood estimation | |
| WO2015136716A1 (ja) | 画像処理装置、画像センサ、画像処理方法 | |
| CN110717406A (zh) | 一种人脸检测的方法、装置及终端设备 | |
| CN112258477B (zh) | 一种高精度红外热像仪开机时间测试系统及测试方法 | |
| US10339364B2 (en) | Apparatus and method for rejecting erroneous objects of extrusion in point cloud data | |
| Dong et al. | Learning‐based encoded target detection on iteratively orthorectified images for accurate fisheye calibration | |
| CN110728222A (zh) | 一种用于机械臂抓取系统中目标物体的位姿估计方法 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20231127 Address after: No. 301, Building 11, Phase II, Taicang University Science Park, No. 27 Zigang Road, Science and Education New City, Taicang City, Suzhou City, Jiangsu Province, 215000 Applicant after: Tianhang Changying (Jiangsu) Technology Co.,Ltd. Address before: 528051 Room A1108-6, Block 2 (Building T16), No. 1, Smart New Town, Zhangcha Street, Chancheng District, Foshan City, Guangdong Province Applicant before: FOSHAN LONGSHENG GUANGQI TECHNOLOGY CO.,LTD. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |