CN116908107A - 一种基于机器视觉的漆面瑕疵检测系统 - Google Patents
一种基于机器视觉的漆面瑕疵检测系统 Download PDFInfo
- Publication number
- CN116908107A CN116908107A CN202311079671.7A CN202311079671A CN116908107A CN 116908107 A CN116908107 A CN 116908107A CN 202311079671 A CN202311079671 A CN 202311079671A CN 116908107 A CN116908107 A CN 116908107A
- Authority
- CN
- China
- Prior art keywords
- picture
- different
- line
- area
- marking
- 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
- 239000003973 paint Substances 0.000 title claims abstract description 31
- 238000001514 detection method Methods 0.000 title claims abstract description 20
- 230000002159 abnormal effect Effects 0.000 claims abstract description 52
- 238000004458 analytical method Methods 0.000 claims description 48
- 238000000034 method Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 13
- 230000007547 defect Effects 0.000 claims description 10
- 239000003086 colorant Substances 0.000 claims description 9
- 238000012790 confirmation Methods 0.000 claims description 9
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims description 5
- 238000012423 maintenance Methods 0.000 abstract description 5
- 238000005507 spraying Methods 0.000 description 3
- 239000011248 coating agent Substances 0.000 description 2
- 238000000576 coating method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000011218 segmentation 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- 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
Landscapes
- 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
本发明公开了一种基于机器视觉的漆面瑕疵检测系统,本发明涉及瑕疵检测技术领域,解决了只是单纯的生成对应的异常信号,并没有进行更深层次的分析,导致后续维修人员还需分析对应的异常原因的问题,本发明针对于小面积画面,采用确定点线分割并确定差值的方式,判定对应的小面积画面是气泡画面还是对应的划痕画面,若为对应的气泡画面,并依次进行分析,确定对应异常画面的具体原因,并以信号展示的方式,传输至外部显示端内,此种方式,不仅能充分检测出对应漆面是否存在瑕疵情况,还能充分的对存在瑕疵情况的具体原因进行分析确认,并将分析确认的具体原因进行展示,供外部人员进行查看,及时作出应对措施,提升此瑕疵检测系统的实用性。
Description
技术领域
本发明涉及瑕疵检测技术领域,具体为一种基于机器视觉的漆面瑕疵检测系统。
背景技术
机器视觉是人工智能正在快速发展的一个分支;简单说来,机器视觉就是用机器代替人眼来做测量和判断;机器视觉系统是通过机器视觉产品(即图像摄取装置,分CMOS和CCD两种)将被摄取目标转换成图像信号,传送给专用的图像处理系统。
专利公开号为CN109239086A的申请公开了一种车辆漆面及外观瑕疵检测系统,包括一对支架,每个支架具有横梁和2根立柱,由一对支架的4根立柱形成检测区,所述支架的横梁上设有Y向直线导轨,所述检测系统的滑台设有X向直线导轨,X向直线导轨架设在两根横梁上的Y向直线导轨上,并且在第一电机的驱动下,X向直线导轨带着滑台沿着Y轴方向来回移动,滑台在第二电机的驱动下沿着X轴方向来回移动,滑台具有旋转轴(完成A轴旋转),在滑台的下方,旋转轴连接旋转臂,旋转臂呈现为“C”形,在旋转臂的顶边设有顶边智能工业相机,顶边相机的镜头朝下对着车辆的顶部,在旋转臂的侧边设有侧边智能工业相机,侧边相机的镜头对着车辆的侧面,在旋转臂上的相机通过相机云台与旋转臂连接。
漆面在进行瑕疵检测过程中,一般只是通过图像分析的方式,确认对应的漆面是否异常,若异常,则生成对应的异常信号,但此种方式,只是单纯的生成对应的异常信号,并没有进行更深层次的分析,导致后续维修人员还需分析对应的异常原因,并不利于维修人员的检修效率,后续,还是会出现同样的瑕疵情况。
发明内容
针对现有技术的不足,本发明提供了一种基于机器视觉的漆面瑕疵检测系统,解决了只是单纯的生成对应的异常信号,并没有进行更深层次的分析,导致后续维修人员还需分析对应的异常原因的问题。
为实现以上目的,本发明通过以下技术方案予以实现:一种基于机器视觉的漆面瑕疵检测系统,包括:
画面获取端,采用特定的扫描识别设备对车身单面的画面进行获取,并将所获取的单面画面传输至初步比对端内,并在获取过程中,将不同车身位置的单面画面进行标记;
数据库,内部存储有对应车身不同位置的标准画面;
初步比对端,将单面画面与数据库内所存储的标准画面进行比对,根据比对结果,将对应的标准画面标记为双异画面或单异画面,具体方式为:
将所获取的单面画面与对应位置的标准画面进行比对,当比对结果一致时,不进行任何处理,当比对结果不一致时,将对应的单面画面标记为异常画面;
再确认此异常画面对立位置的单面画面是否也属于异常画面,若属于异常画面,则将两个异常画面进行结合,判定是否为同一画面,若为同一画面,则将此画面标记为双异画面,若不是同一画面,则将所判定的异常画面标记为单异画面,并将单异画面传输至画面分析端内;
信号生成端,对双异画面进行接收,并生成设备异常信号,并传输至外部显示端内;
画面分析端包括异区面积确认单元、小面积分析单元以及大面积分析单元;
异区面积确认单元,对单异画面的总面积进行确认,并根据确认结果,将单异画面标记为线点画面或异面画面,具体方式为:
对单异画面的总面积进行确认,并将所确认的总面积标记为ZMk,其中k代表不同的单异画面,将总面积ZMk与预设参数Ys进行比对,其中Ys为预设值;
当ZMk<Ys时,将对应的单异画面标记为线点画面,反之,将对应的单异画面标记为异面画面,将所标记的线点画面传输至小面积分析单元内,将所标记的异面画面传输至大面积分析单元内;
小面积分析单元,对线点画面进行接收,并确认线点画面的边缘点位,建立边缘分割线,再通过边缘分割线将其划分为两组区域,再确认两组区域的最长线长,根据具体的识别参数,判定此线点画面是异常点位或划痕画面,具体方式为:
对线点画面进行接收,并从此线点画面内,选定距离相距最远的两个点位,并将两个点位均标记为边缘点位,将两个边缘点位进行连线确认边缘分割线,并记录边缘分割线对应的线长,将其标记为XS,将此线点画面内位于边缘分割线的区域标记为一侧区域,将位于边缘分割线的另一区域标记为另一侧区域;
建立与边缘分割线相垂直的垂线,再在两个区域内构建若干个与垂线相互平行的平行线,将对应平行线位于两个区域内的线段标定为平行线段,再记录若干个平行线段的线长,并确认最长的线长,并将其标记为标准线长,记录标准线长的具体数值SZ;
将XS与SZ进行差值处理后并进行绝对值处理,确认核对参数HD,将HD与预设参数Y1进行比对,其中Y1为预设值;
当HD<Y1时,代表对应的线点画面由气泡引起,通过信号生成端生成对应的流漆异常信号,并传输至外部显示端内;
大面积分析单元,对异面画面进行接收,并对异面画面进行色差分析,判定此异面画面是否由色差引起;当HD≥Y1时,代表对应的线点画面由裂纹引起,通过信号生成端生成对应的涂料混合不均信号,并传输至外部显示端内。
优选的,所述大面积分析单元,进行色差分析的具体方式为:
确认异面画面的所属车面,将此车面内异面画面外的区域标记为标准区域,并将标准区域与异面画面进行色差分析比对,判定两个画面的颜色是否一致,若一致,则通过信号生成端生成其他异常信号,若不一致,则不进行任何处理。
有益效果
本发明提供了一种基于机器视觉的漆面瑕疵检测系统。与现有技术相比具备以下有益效果:
本发明首先确认对应的存在瑕疵的漆面,并标记为异常画面,后续,再对异常画面进行分析,判定画面的具体面积参数,根据不同面积参数的具体结果,分析对应的画面是否为小面积画面还是大面积画面;
针对于小面积画面,采用确定点线分割并确定差值的方式,判定对应的小面积画面是气泡画面还是对应的划痕画面,若为对应的气泡画面,并依次进行分析,确定对应异常画面的具体原因,并以信号展示的方式,传输至外部显示端内,此种方式,不仅能充分检测出对应漆面是否存在瑕疵情况,还能充分的对存在瑕疵情况的具体原因进行分析确认,并将分析确认的具体原因进行展示,供外部人员进行查看,及时作出应对措施,提升此瑕疵检测系统的实用性。
附图说明
图1为本发明原理框架示意图;
图2为本发明画面分析端原理框架图。
具体实施方式
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,显然,所描述的实施例仅仅是本发明一部分实施例,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。
实施例一
请参阅图1以及图2,本申请提供了一种基于机器视觉的漆面瑕疵检测系统,包括画面获取端、信号生成端、初步比对端、数据库以及画面分析端,所述画面获取端与初步比对端输入节点电性连接,所述数据库与初步比对端输入节点电性连接,所述初步比对端与画面分析端以及信号生成端输入节点电性连接,所述画面分析端与信号生成端输入节点电性连接;
所述画面分析端包括异区面积确认单元、小面积分析单元以及大面积分析单元,其中异区面积确认单元分别与小面积分析单元以及大面积分析单元输入节点电性连接;
所述画面获取端,采用特定的扫描识别设备对车身单面的画面进行获取,并将所获取的单面画面传输至初步比对端内,并在获取过程中,将不同车身位置的单面画面进行标记,标记的内容为车身具体位置的编号内容;
所述数据库,内部存储有对应车身不同位置的标准画面,其中,标准画面均为预设画面,均由操作人员提前根据经验拟定;
所述初步比对端,将单面画面与数据库内所存储的标准画面进行比对,根据比对结果,将对应的标准画面标记为双异画面或单异画面,并将单异画面传输至画面分析端内,将双异画面传输至信号生成端内,其中,进行比对的具体方式为:
将所获取的单面画面与对应位置的标准画面进行比对,当比对结果一致时,不进行任何处理,当比对结果不一致时,将对应的单面画面标记为异常画面;
再确认此异常画面对立位置的单面画面是否也属于异常画面,若属于异常画面,则将两个异常画面进行结合,判定是否为同一画面,若为同一画面,则将此画面标记为双异画面,若不是同一画面,则将所判定的异常画面标记为单异画面,并将单异画面传输至画面分析端内,具体的,当有一组车面的画面存在异常时,另一组车面若也异常时,则需要将两个异常画面进行比对分析,以此判定是否为同一画面,若属于同一画面,那么可能对应的喷漆设备具有一定的问题,故可以直接进行分析判定,生成对应的信号并展示;
所述信号生成端,对双异画面进行接收,并生成设备异常信号,并传输至外部显示端内,供外部人员进行查看,及时作出应对措施,防止其他问题的产生,具体的,出现连续相同位置的异常画面时,代表在进行喷漆过程中,对应的喷漆设备存在一定的问题,从而导致画面连续异常。
实施例二
本实施例在具体实施过程中,相比于实施例一,其具体区别在于:
所述画面分析端内部的异区面积确认单元,对单异画面的总面积进行确认,并根据确认结果,将单异画面标记为线点画面或异面画面,其中,进行确认的具体方式为:
对单异画面的总面积进行确认,并将所确认的总面积标记为ZMk,其中k代表不同的单异画面,将总面积ZMk与预设参数Ys进行比对,其中Ys为预设值,其具体取值由操作人员根据经验拟定;
当ZMk<Ys时,将对应的单异画面标记为线点画面,反之,将对应的单异画面标记为异面画面,将所标记的线点画面传输至小面积分析单元内,将所标记的异面画面传输至大面积分析单元内;
具体的,当对应的异区画面面积整体较少时,代表其区域较小,故,只有点位异常或小部分异常才会造成此类情况,反之,对应的异区画面面积整体较多时,代表其区域较大,故,只有大面积的情况才会出现此类情况,故一般为区域异常;
所述小面积分析单元,对线点画面进行接收,并确认线点画面的边缘点位,建立边缘分割线,再通过边缘分割线将其划分为两组区域,再确认两组区域的最长线长,根据具体的识别参数,判定此线点画面是异常点位或划痕画面,其中,进行判定的具体方式为:
对线点画面进行接收,并从此线点画面内,选定距离相距最远的两个点位,并将两个点位均标记为边缘点位,将两个边缘点位进行连线确认边缘分割线,并记录边缘分割线对应的线长,将其标记为XS,将此线点画面内位于边缘分割线的区域标记为一侧区域,将位于边缘分割线的另一区域标记为另一侧区域;
建立与边缘分割线相垂直的垂线,再在两个区域内构建若干个与垂线相互平行的平行线,将对应平行线位于两个区域内的线段标定为平行线段,再记录若干个平行线段的线长,并确认最长的线长,并将其标记为标准线长,记录标准线长的具体数值SZ;
将XS与SZ进行差值处理后并进行绝对值处理,确认核对参数HD,将HD与预设参数Y1进行比对,其中Y1为预设值,其具体取值由操作人员根据经验拟定;
当HD<Y1时,代表对应的线点画面由气泡引起,通过信号生成端生成对应的流漆异常信号,并传输至外部显示端内,反之,代表对应的线点画面由裂纹引起,通过信号生成端生成对应的涂料混合不均信号,并传输至外部显示端内;
具体的,其中预设的参数Y1为标准值,其数值一般不会太大,一般取值2cm,当两个线长的差距过大时,代表对应的区域肯定不是圆形,而是长形,只有是圆形的情况下,才会只由气泡引起,若是长形的情况下,才会由对应的裂纹引起,一般对应车面的漆面存在气泡时,一般为所使用的流漆所引起,若为裂纹时,要么就是外部尖锐物刮伤,要么就是在进行制造过程中,其涂料混合不均,直接进行展示,由操作人员及时查询具体原因;
实施例三
本实施例在具体实施过程中,相比于上述实施例,其具体区别在于:
其中大面积分析单元,对异面画面进行接收,并对异面画面进行色差分析,判定此异面画面是否由色差引起,其中,进行色差分析的具体方式为:
确认异面画面的所属车面,将此车面内异面画面外的区域标记为标准区域,并将标准区域与异面画面进行色差分析比对,判定两个画面的颜色是否一致,若一致,则通过信号生成端生成其他异常信号,若不一致,则不进行任何处理;
具体的,当对应的异面画面的总体面积过大时,要么就是色差问题,要么就是对应的钣金或内部存在问题,故,可通过确认是否存在色差的方式,来确定是否存在对应的色差问题,并将此类问题进行展示,供外部操作人员及时查看,及时作出应对措施。
实施例四
本实施例在具体实施过程中,包含上述实施例的全部实施过程。
上述公式中的部分数据均是去其纲量进行数值计算,同时本说明书中未作详细描述的内容均属于本领域技术人员公知的现有技术。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (6)
1.一种基于机器视觉的漆面瑕疵检测系统,其特征在于,包括:
画面获取端,采用特定的扫描识别设备对车身单面的画面进行获取,并将所获取的单面画面传输至初步比对端内,并在获取过程中,将不同车身位置的单面画面进行标记;
数据库,内部存储有对应车身不同位置的标准画面;
初步比对端,将单面画面与数据库内所存储的标准画面进行比对,根据比对结果,将对应的标准画面标记为双异画面或单异画面,并将单异画面传输至画面分析端内,将双异画面传输至信号生成端内;
信号生成端,对双异画面进行接收,并生成设备异常信号,并传输至外部显示端内;
画面分析端包括异区面积确认单元、小面积分析单元以及大面积分析单元;
异区面积确认单元,对单异画面的总面积进行确认,并根据确认结果,将单异画面标记为线点画面或异面画面;
小面积分析单元,对线点画面进行接收,并确认线点画面的边缘点位,建立边缘分割线,再通过边缘分割线将其划分为两组区域,再确认两组区域的最长线长,根据具体的识别参数,判定此线点画面是异常点位或划痕画面;
大面积分析单元,对异面画面进行接收,并对异面画面进行色差分析,判定此异面画面是否由色差引起。
2.根据权利要求1所述的一种基于机器视觉的漆面瑕疵检测系统,其特征在于,所述初步比对端,将单面画面与标准画面进行比对的具体方式为:
将所获取的单面画面与对应位置的标准画面进行比对,当比对结果一致时,不进行任何处理,当比对结果不一致时,将对应的单面画面标记为异常画面;
再确认此异常画面对立位置的单面画面是否也属于异常画面,若属于异常画面,则将两个异常画面进行结合,判定是否为同一画面,若为同一画面,则将此画面标记为双异画面,若不是同一画面,则将所判定的异常画面标记为单异画面,并将单异画面传输至画面分析端内。
3.根据权利要求1所述的一种基于机器视觉的漆面瑕疵检测系统,其特征在于,所述异区面积确认单元,将单异画面标记为线点画面或异面画面的具体方式为:
对单异画面的总面积进行确认,并将所确认的总面积标记为ZMk,其中k代表不同的单异画面,将总面积ZMk与预设参数Ys进行比对,其中Ys为预设值;
当ZMk<Ys时,将对应的单异画面标记为线点画面,反之,将对应的单异画面标记为异面画面,将所标记的线点画面传输至小面积分析单元内,将所标记的异面画面传输至大面积分析单元内。
4.根据权利要求1所述的一种基于机器视觉的漆面瑕疵检测系统,其特征在于,所述小面积分析单元,判定此线点画面是异常点位或划痕画面的具体方式为:
对线点画面进行接收,并从此线点画面内,选定距离相距最远的两个点位,并将两个点位均标记为边缘点位,将两个边缘点位进行连线确认边缘分割线,并记录边缘分割线对应的线长,将其标记为XS,将此线点画面内位于边缘分割线的区域标记为一侧区域,将位于边缘分割线的另一区域标记为另一侧区域;
建立与边缘分割线相垂直的垂线,再在两个区域内构建若干个与垂线相互平行的平行线,将对应平行线位于两个区域内的线段标定为平行线段,再记录若干个平行线段的线长,并确认最长的线长,并将其标记为标准线长,记录标准线长的具体数值SZ;
将XS与SZ进行差值处理后并进行绝对值处理,确认核对参数HD,将HD与预设参数Y1进行比对,其中Y1为预设值;
当HD<Y1时,代表对应的线点画面由气泡引起,通过信号生成端生成对应的流漆异常信号,并传输至外部显示端内。
5.根据权利要求4所述的一种基于机器视觉的漆面瑕疵检测系统,其特征在于,当HD≥Y1时,代表对应的线点画面由裂纹引起,通过信号生成端生成对应的涂料混合不均信号,并传输至外部显示端内。
6.根据权利要求1所述的一种基于机器视觉的漆面瑕疵检测系统,其特征在于,所述大面积分析单元,进行色差分析的具体方式为:
确认异面画面的所属车面,将此车面内异面画面外的区域标记为标准区域,并将标准区域与异面画面进行色差分析比对,判定两个画面的颜色是否一致,若一致,则通过信号生成端生成其他异常信号,若不一致,则不进行任何处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311079671.7A CN116908107A (zh) | 2023-08-25 | 2023-08-25 | 一种基于机器视觉的漆面瑕疵检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311079671.7A CN116908107A (zh) | 2023-08-25 | 2023-08-25 | 一种基于机器视觉的漆面瑕疵检测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116908107A true CN116908107A (zh) | 2023-10-20 |
Family
ID=88358482
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311079671.7A Pending CN116908107A (zh) | 2023-08-25 | 2023-08-25 | 一种基于机器视觉的漆面瑕疵检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116908107A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117291907A (zh) * | 2023-11-22 | 2023-12-26 | 百强阀门集团有限公司 | 一种阀门密封面检测方法及系统 |
CN117333490A (zh) * | 2023-12-01 | 2024-01-02 | 南京安盛电子有限公司 | 一种基于视觉识别的灌封变压器检测方法及系统 |
-
2023
- 2023-08-25 CN CN202311079671.7A patent/CN116908107A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117291907A (zh) * | 2023-11-22 | 2023-12-26 | 百强阀门集团有限公司 | 一种阀门密封面检测方法及系统 |
CN117291907B (zh) * | 2023-11-22 | 2024-01-30 | 百强阀门集团有限公司 | 一种阀门密封面检测方法及系统 |
CN117333490A (zh) * | 2023-12-01 | 2024-01-02 | 南京安盛电子有限公司 | 一种基于视觉识别的灌封变压器检测方法及系统 |
CN117333490B (zh) * | 2023-12-01 | 2024-01-30 | 南京安盛电子有限公司 | 一种基于视觉识别的灌封变压器检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116908107A (zh) | 一种基于机器视觉的漆面瑕疵检测系统 | |
CN104992449B (zh) | 基于机器视觉的信息识别及表面缺陷在线检测方法 | |
CN100485371C (zh) | 钢板预处理过程中的上、下表面缺陷在线自动检测方法 | |
CN111982916A (zh) | 一种基于机器视觉的焊缝表面缺陷检测方法及系统 | |
CN109693140B (zh) | 一种智能化柔性生产线及其工作方法 | |
CN114638797A (zh) | 一种基于线阵相机的铜表面缺陷检测方法及装置 | |
CN115330780B (zh) | 一种金属焊接夹渣缺陷快速检测方法 | |
CN104483320A (zh) | 工业脱硝催化剂的数字化缺陷检测装置与检测方法 | |
CN101315338A (zh) | 玻璃制品的缺陷检测系统及方法 | |
CN111426693A (zh) | 一种质量缺陷检测系统及其检测方法 | |
CN114812403A (zh) | 基于无人机及机器视觉的大跨度钢结构吊装变形监测方法 | |
CN113743311B (zh) | 一种基于机器视觉的电池与连接片焊点检测装置和方法 | |
CN112837287B (zh) | 一种板面缺陷区域的提取方法及装置 | |
CN113469991B (zh) | 一种锂电池极耳激光焊点视觉在线检测方法 | |
CN115953726B (zh) | 机器视觉的集装箱箱面破损检测方法和系统 | |
CN107121063A (zh) | 检测工件的方法 | |
CN208155893U (zh) | 基于高速相机的双目视觉划痕检测系统 | |
CN116008304A (zh) | 一种适用于管道内部的焊缝检测方法 | |
CN110458823A (zh) | 实训用视觉检测缺陷库的制作方法 | |
CN210604354U (zh) | 一种布料图案和字符在线采集装置 | |
CN115060742A (zh) | 一种基于视觉边缘计算的印刷电路板缺陷检测系统及方法 | |
CN113674285A (zh) | 一种电解/电积镍板智能剪切方法 | |
CN114002228A (zh) | 基于图像识别的皮带裂缝检测方法 | |
CN111024005A (zh) | 一种基于视觉的家具喷涂质量检测方法 | |
CN113916900A (zh) | 钢板表面缺陷的在线图像检测系统 |
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 |