CN117173171A - 一种基于图像处理的材料表面检测方法、装置和系统 - Google Patents
一种基于图像处理的材料表面检测方法、装置和系统 Download PDFInfo
- Publication number
- CN117173171A CN117173171A CN202311445055.9A CN202311445055A CN117173171A CN 117173171 A CN117173171 A CN 117173171A CN 202311445055 A CN202311445055 A CN 202311445055A CN 117173171 A CN117173171 A CN 117173171A
- Authority
- CN
- China
- Prior art keywords
- dimensional
- target
- point
- points
- coordinate system
- 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 180
- 239000000463 material Substances 0.000 title claims abstract description 107
- 238000012545 processing Methods 0.000 title claims abstract description 41
- 230000007547 defect Effects 0.000 claims abstract description 85
- 238000000034 method Methods 0.000 claims abstract description 31
- 238000012216 screening Methods 0.000 claims abstract description 20
- 238000010586 diagram Methods 0.000 claims abstract description 17
- 238000009877 rendering Methods 0.000 claims description 17
- 238000013508 migration Methods 0.000 claims description 8
- 230000005012 migration Effects 0.000 claims description 8
- 238000007689 inspection Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000004590 computer program Methods 0.000 description 9
- 239000003086 colorant Substances 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- 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
Abstract
本发明涉及激光检测技术领域,特别是涉及一种基于图像处理的材料表面检测方法、装置和系统。所述方法包括控制激光检测头对材料表面的检测,在三维坐标系中得到材料表面的彩色三维图;根据可见光波长范围对彩色三维图进行图像识别,得到若干个第一目标区域;对于每个第一目标区域,做截面得到目标三角面,生成二维折线图;筛选出第一目标点,根据第一目标点对目标三角面的外心点进行直线拟合得到缺陷范围;在二维折线图中标记缺陷范围,并根据缺陷范围选中对应的彩色三维图进行显示。这样做可以从缺陷区域截面的视角通过二维折线图的方式呈现到缺陷的范围,同时显示缺陷区域表面的彩色三维图,更加直观的呈现被检测材料缺陷所在位置的表面状态。
Description
技术领域
本发明涉及激光检测技术领域,特别是涉及一种基于图像处理的材料表面检测方法、装置和系统。
背景技术
材料表面缺陷检测是指对材料表面进行检查和评估,以发现和识别各种缺陷,如划痕、裂纹、凹陷等。这种检测是为了确保材料的质量和性能达到特定的标准。材料表面缺陷检测有多种方法,其中,激光检测是一种常见的材料表面缺陷检测方法。
目前的激光检测采用先整体检测材料表面,找到缺陷所在的大致位置,再检测精度重复进行检测,最终确定缺陷所在位置以及缺陷状态。
这种方法得到的是缺陷所在的位置以及状态等信息,无法直观的呈现被检测材料缺陷所在位置的表面状态。
发明内容
基于此,有必要针对上述的问题,提供一种基于图像处理的材料表面检测方法、装置和系统。
本发明实施例是这样实现的,一种基于图像处理的材料表面检测方法,所述基于图像处理的材料表面检测方法包括:
控制激光检测头在材料的上方移动,确定材料表面上所有的检测点到激光接收面的距离;
根据激光检测头的工作范围建立三维坐标系,确定每个检测点的三维坐标,将相邻的检测点两两相连,得到若干个由三个检测点构成的三角面;
根据三角面的外心点的竖坐标和可见光波长范围建立竖坐标与波长的对应关系,根据竖坐标与波长的对应关系对每个三角面进行颜色渲染,得到材料表面的彩色三维图;
根据可见光波长范围对彩色三维图进行图像识别,得到若干个第一目标区域;
对于每个第一目标区域,过第一目标区域的中心做垂直于XOY平面且平行于XOZ平面和/或YOZ平面的截面;
将截面经过的三角面记为目标三角面,根据目标三角面的外心点的坐标生成二维折线图;
从二维折线图中筛选出第一目标点;
根据第一目标点对目标三角面的外心点进行直线拟合得到缺陷范围;
在二维折线图中标记缺陷范围,并根据缺陷范围选中对应的彩色三维图进行显示;
其中,激光检测头的发射点做水平移动,移动的平面与激光接收面同处一个平面。
在其中一个实施例中,本发明提供了一种基于图像处理的材料表面检测装置,所述基于图像处理的材料表面检测装置包括:
检测点测距模块,用于控制激光检测头在材料的上方移动,确定材料表面上所有的检测点到激光接收面的距离;
三维绘面模块,用于根据激光检测头的工作范围建立三维坐标系,确定每个检测点的三维坐标,将相邻的检测点两两相连,得到若干个由三个检测点构成的三角面;
颜色渲染模块,用于根据三角面的外心点的竖坐标和可见光波长范围建立竖坐标与波长的对应关系,根据竖坐标与波长的对应关系对每个三角面进行颜色渲染,得到材料表面的彩色三维图;
区域识别模块,用于根据可见光波长范围对彩色三维图进行图像识别,得到若干个第一目标区域;
生成截面模块,用于对于每个第一目标区域,过第一目标区域的中心做垂直于XOY平面且平行于XOZ平面和/或YOZ平面的截面;
生成折线图模块,用于将截面经过的三角面记为目标三角面,根据目标三角面的外心点的坐标生成二维折线图;
筛选目标点模块,用于从二维折线图中筛选出第一目标点;
确定缺陷范围模块,用于根据第一目标点对目标三角面的外心点进行直线拟合得到缺陷范围;
结果显示模块,用于在二维折线图中标记缺陷范围,并根据缺陷范围选中对应的彩色三维图进行显示;
其中,激光检测头的发射点做水平移动,移动的平面与激光接收面同处一个平面。
在其中一个实施例中,本发明提供了一种基于图像处理的材料表面检测系统,所述基于图像处理的材料表面检测系统包括激光检测设备、放置平台以及计算机设备;
所述激光检测设备与所述计算机设备相连,用于发射激光,接收反射的激光;
所述放置平台用于放置材料;
所述计算机设备用于执行上述的基于图像处理的材料表面检测方法的步骤。
本发明实施例提供的基于图像处理的材料表面检测方法通过激光检测头对材料表面的检测,在三维坐标系中得到材料表面的彩色三维图;根据可见光波长范围对彩色三维图进行图像识别,得到若干个第一目标区域;对于每个第一目标区域,做截面得到目标三角面,根据目标三角面的外心点的坐标生成二维折线图;从二维折线图中筛选出第一目标点,根据第一目标点对目标三角面的外心点进行直线拟合得到缺陷范围;在二维折线图中标记缺陷范围,并根据缺陷范围选中对应的彩色三维图进行显示。这样做可以从缺陷区域截面的视角通过二维折线图的方式呈现到缺陷的范围,同时显示缺陷区域表面的彩色三维图,更加直观的呈现被检测材料缺陷所在位置的表面状态。
附图说明
图1为一个实施例中一种基于图像处理的材料表面检测方法的流程图;
图2为一个实施例中一种基于图像处理的材料表面检测方法的结果展示图1;
图3为一个实施例中一种基于图像处理的材料表面检测方法的结果展示图2;
图4为一个实施例中激光与检测点的示意图;
图5为一个实施例中一种基于图像处理的材料表面检测装置的结构框图;
图6为一个实施例中计算机设备的内部结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
可以理解,本发明所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但除非特别说明,这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说,在不脱离本发明的范围的情况下,可以将第一xx脚本称为第二xx脚本,且类似地,可将第二xx脚本称为第一xx脚本。
如图1所示,在一个实施例中,提出了一种基于图像处理的材料表面检测方法,具体可以包括以下步骤:
控制激光检测头在材料的上方移动,确定材料表面上所有的检测点到激光接收面的距离;
根据激光检测头的工作范围建立三维坐标系,确定每个检测点的三维坐标,将相邻的检测点两两相连,得到若干个由三个检测点构成的三角面;
根据三角面的外心点的竖坐标和可见光波长范围建立竖坐标与波长的对应关系,根据竖坐标与波长的对应关系对每个三角面进行颜色渲染,得到材料表面的彩色三维图;
根据可见光波长范围对彩色三维图进行图像识别,得到若干个第一目标区域;
对于每个第一目标区域,过第一目标区域的中心做垂直于XOY平面且平行于XOZ平面和/或YOZ平面的截面;
将截面经过的三角面记为目标三角面,根据目标三角面的外心点的坐标生成二维折线图;
从二维折线图中筛选出第一目标点;
根据第一目标点对目标三角面的外心点进行直线拟合得到缺陷范围;
在二维折线图中标记缺陷范围,并根据缺陷范围选中对应的彩色三维图进行显示;
其中,激光检测头的发射点做水平移动,移动的平面与激光接收面同处一个平面。
在本实施例中,激光检测头在材料上方移动的过程中发射激光。
在本实施例中,检测点是激光落在材料表面的点。
在本实施例中,激光检测头发送的激光与激光检测头的发射点的移动平面存在固定的夹角。
在本实施例中,激光落在材料表面的检测点后发送反射,反射后的激光落在激光接收面上,激光接收面与激光检测头的发射点的移动平面是同一平面。
在本实施例中,激光接收面由众多感光点组成,反射后的激光可能落在多个感光点上,选择落在的感光点中感光强度最高的感光点作为检测点在激光接收面的接收点。
在本实施例中,检测点到激光接收面的距离是指检测点到激光接收面的最短距离,即垂直距离。
在本实施例中,根据激光检测头的工作范围建立三维坐标系,为了方便,以放置平台为三维坐标系的XOY平面建立三维坐标系。
在本实施例中,因为激光检测头的发射点做水平移动,移动的平面与放置平台的平面平行,如果以XOY平面的俯视角度观察,可以知道每两个检测点在XOY平面的投影点之间的相对距离和对应的每两个接收点的相对距离是一样的。所以为了减少计算量,对于每个检测点的三维坐标,可以使用检测到该检测点时激光检测头的发射点在三维坐标系的横坐标作为该检测点在三维坐标系的横坐标,使用检测到该检测点时激光检测头的发射点在三维坐标系的纵坐标作为该检测点在三维坐标系的纵坐标。
在本实施例中,如果以放置平台为三维坐标系的XOY平面建立三维坐标系,那么激光检测头在竖轴的正方向上运动,将激光检测的发射点的移动平面的竖坐标减去检测点到激光检测面的距离,可以得到检测点在三维坐标系的竖坐标,竖坐标的值是正值或0。如果以激光检测的发射点的移动平面建立三维坐标系,那么检测点到激光检测面的距离就是检测点在三维坐标系的竖坐标,竖坐标的值是负值或0。以放置平台为三维坐标系的XOY平面建立三维坐标系对于用户的观察更加方便。
在本实施例中,相邻的检测点是指两个检测点在XOY平面上的投影点之间是相邻的,与检测点的竖轴方向无关。对于激光检测头的移动路径,从XOY平面的俯视角度观察,如果放置平台的俯视角度为一个长方形,激光检测头从长方形的左上角的顶点沿右上角的顶点做横向移动,到达右上角的顶点后沿右下角的顶点移动一个最小单位距离,再沿长方形的左边做横向移动,重复往返直到激光检测头完成对长方形区域的检测,在长方形中每行检测点之间的距离都是相同的。
在本实施例中,每个检测点至少有两个相邻的检测点,至多有六个检测点。
在本实施例中,相邻的检测点两两相连得到的线段除了两个端点互不相交,所以由三个检测点构成的三角面之间也互不相交。
在本实施例中,得到材料表面的彩色三维图在图上处理上是对面进行颜色渲染,所以需要由点构成线,再由线构成面,而三角形就是最少的点能构成的面。
在本实施例中,对于三角形,三角形的外心到三角形的三个顶点的距离相同。
在本实施例中,对于一个三角形,根据三角形的三个顶点的三维坐标可以计算得到三角形的外心点的三维坐标。
在本实施例中,可见光波长范围在400nm-760nm之间。可见光不同的波长范围代表不同的颜色。
在本实施例中,第一目标区域实际上是根据颜色选出可能是缺陷区域的目标区域。
在本实施例中,在三维坐标系中,对于第一目标区域,可以知道该目标区域在X轴和/或Y轴上的两侧的端点,由此可以确定第一目标区域的中心。
在本实施例中,目标三角面是截面经过的三角面,三角面与截面相交的区域可能在三角面中的任意位置,且可能有有多个交点,所以选择目标三角面的外心点代表目标三角面。
在本实施例中,如果目标三角面的外心点在三维坐标系中的坐标为(a,b,c),若截面与XOY平面垂直且平行于XOZ平面,那么目标三角面的外心点在该截面对应的二维坐标系的坐标为(a,c);若截面与XOY平面垂直且平行于YOZ平面,那么目标三角面的外心点在该截面对应的二维坐标系的坐标为(b,c)。
在本实施例中,从二维折线图中筛选出第一目标点本质是从二维坐标系的外心点中筛选出第一目标点。
在本实施例中,得到的缺陷范围是第一目标区域在二维折线图的一部分。
在本实施例中,如图2、图3所示,最后显示两种图像结果,一种是图2中标记有缺陷范围的二维折线图,从二维折线图中可以知道缺陷的深度以及范围;另一种是图3中缺陷范围对应的彩色三维图,从彩色三维图可以知道缺陷在材料表面的具体呈现状态。
本发明实施例提供的基于图像处理的材料表面检测方法通过激光检测头对材料表面的检测,在三维坐标系中得到材料表面的彩色三维图;根据可见光波长范围对彩色三维图进行图像识别,得到若干个第一目标区域;对于每个第一目标区域,做截面得到目标三角面,根据目标三角面的外心点的坐标生成二维折线图;从二维折线图中筛选出第一目标点,根据第一目标点对目标三角面的外心点进行直线拟合得到缺陷范围;在二维折线图中标记缺陷范围,并根据缺陷范围选中对应的彩色三维图进行显示。这样做可以从缺陷区域截面的视角通过二维折线图的方式呈现到缺陷的范围,同时显示缺陷区域表面的彩色三维图,更加直观的呈现被检测材料缺陷所在位置的表面状态。
如图4所示,在一个实施例中,所述控制激光检测头在材料的上方移动,确定材料表面上所有的检测点到激光接收面的距离,包括:
S201,控制激光检测头在材料的上方沿第一预设方向做匀速直线运动;
S202,在激光检测头移动的过程中,控制激光检测头以固定角度从发射点以预设周期发射激光;
S203,当激光检测头到达放置平台一侧的末端位置时,控制激光检测头沿第二预设方向移动一个最小单位距离;
S204,控制激光检测头沿第一预设方向做反向匀速直线运动;
S205,当激光检测头到达放置平台另一侧的末端位置时,控制激光检测头沿第二预设方向的方向移动一个最小单位距离;
S206,重复S202-S205直到激光检测头完成对材料表面的扫描,得到若干个在材料表面的检测点;
S207,对于每个检测点,确定该检测点的反射接收点,确定反射接收点与发射点的距离d;
S208,由得到该检测点到激光接收面的距离L;
其中,a是激光与激光接收面的夹角。
在本实施例中,第一预设方向一般设定为三维坐标系中的x轴的正方向。
在本实施例中,固定角度本质是激光与激光接收面的夹角,即a。
在本实施例中,预设周期和做匀速直线运动的速度决定了同一第一预设方向的检测点之间的间隔距离,即间隔距离等于速度乘以预设周期。理论上检测点越密集,生成的图像和材料实际的表面越相同,但是检测点越大,计算机处理的速度和难度也会越大,所以预设周期和匀速直线运动选择适当的值即可。
在本实施例中,第二预设方向与第一预设方向是垂直关系,若第一预设方向为三维坐标系中的x轴的正方向,那么第二预设方向可以为三维坐标系中的y轴的正方向。
在本实施例中,为了保持检测点的周期性,最小单位距离可以看做是同一第一预设方向的检测点之间的间隔距离,由预设周期和做匀速直线运动的速度决定,即最小单位距离等于预设周期乘以做匀速直线运动的速度。
在本实施例中,如图4所示,若点P1为激光检测头的发射点,l1为激光,那么P2为材料表面的检测点,l2为反射的激光,P3为激光接收面的感光点,即反射接收点,P1到P3的距离为d,可以求得检测点到激光接收面的距离L。
在一个实施例中,所述根据三角面的外心点的竖坐标和可见光波长范围建立竖坐标与波长的对应关系,根据竖坐标与波长的对应关系对每个三角面进行颜色渲染,包括:
确定所有三角面的外心点,得到所有三角面的外心点的竖坐标;
由所有三角面的外心点的竖坐标得到一个数值范围;
将数值范围和可见光波长范围相对应,建立竖坐标与波长的对应关系;
对于每个三角面,根据竖坐标与波长的对应关系确定该三角面对应的可见光波长并进行颜色渲染。
在本实施例中,三角面处于三维空间中,对于空间中的三角面不存在竖坐标,所以需要选择一个点来代表该三角面,因为三角面的外心点到三角面的三个顶点的距离相同,所以选择外心点代表三角面最为合适。
在本实施例中,数值范围是指由所有三角面的外心点的竖坐标的最小值和最大值构成的闭区间,比如所有三角面的外心点的竖坐标的最小值为1,最大值为10,那么数值范围为[1,10]。
在本实施例中,将数值范围和可见光波长范围相对应,建立竖坐标与波长的对应关系,代表数值范围内的任意一个数值可以在可见光波长范围内对应有且仅有一个波长。
在本实施例中,比如数值范围为[1,10],可见光波长范围为[400,760],那么可以认为若三角面的竖坐标的数值为1时,对应的可见光波长为400nm,波长为400nm对应的颜色即为该三角面的颜色。
在一个实施例中,所述根据可见光波长范围对彩色三维图进行图像识别,得到若干个第一目标区域,包括:
根据预设区间长度将可见光波长范围划分若干个长度相等的波长区间;
将每个波长区间的颜色范围作为每个波长区间的容差范围;
对于每个波长区间,使用该波长区间的容差范围对彩色三维图进行图像识别,得到该波长区间所有的连通域;
对于每个连通域,判断该连通域的面积是否大于预设面积,若是,则在彩色三维图中移除该连通域,若否,则该连通域记为第一目标区域。
在本实施例中,可见光波长范围在400nm-760nm之间,为了使波长区间内的颜色范围内的颜色相近,预设区间长度应该短一些,比如,预设区间长度设置为10nm,那么就可以把可见光波长范围分成36份,得到36种颜色范围,每种颜色范围内的颜色相近。
在本实施例中,连通域是指计算机处理图像中常用的概念,这里是指同个颜色范围内连通的区域。
在本实施例中,连通域面积小于等于预设面积才有可能是缺陷区域,才记为第一目标区域;简单来说,若材料表面平整,那么应该是一个整体连通域或多个大的连通域组成。所以,预设面积是确定第一目标区域的最大面积。
在一个实施例中,所述将截面经过的三角面记为目标三角面,根据目标三角面的外心点的坐标生成二维折线图包括:
对于垂直于XOY平面且平行于XOZ平面的截面:
以三维坐标系X轴为二维坐标系的x轴,以三维坐标系的Z轴为二维坐标系的y轴,建立二维坐标系;
将截面经过的三角面记为目标三角面;
将目标三角面的外心点在三维坐标系中的横坐标作为该外心点在二维坐标系的横坐标,将截面经过的三角面的外心点在三维坐标系中的竖坐标作为该外心点在二维坐标系的纵坐标;
根据二维坐标系的x轴的正方向按次序将相邻的两个外心点连接,生成二维折线图;
对于垂直于XOY平面且平行于YOZ平面的截面:
以三维坐标系Y轴为二维坐标系的x轴,以三维坐标系的Z轴为二维坐标系的y轴,建立二维坐标系;
将截面经过的三角面记为目标三角面;
将目标三角面的外心点在三维坐标系中的纵坐标作为该外心点在二维坐标系的横坐标,将截面经过的三角面的外心点在三维坐标系中的竖坐标作为该外心点在二维坐标系的纵坐标;
根据二维坐标系的x轴的正方向按次序将相邻的两个外心点连接,生成二维折线图。
在本实施例中,垂直于XOY平面且平行于XOZ平面的截面与垂直于XOY平面且平行于YOZ平面的截面互相垂直。
在本实施例中,二维折线图可以视为材料剖面图的表面图。
在一个实施例中,所述从二维折线图中筛选出第一目标点,包括:
S301,从二维折线图x轴的选定方向的起始点按次序选取n个外心点;
S302,确定与选取的n个外心点的平均距离最小的第一直线,并得到该第一直线的最小平均距离;
S303,n累加1,执行S301-S302,得到新的第一直线和新的最小平均距离;
S304,判断新的最小平均距离是否大于上一个最小平均距离,若是,判断新的第一直线和上一条第一直线的夹角是否大于第一预设值,若新的最小平均距离小于等于上一个最小平均距离,则重复S303直到新的最小平均距离大于上一个最小平均距离;
S305,若新的第一直线和上一条第一直线的夹角大于第一预设值,则将第n个外心点记为第一目标点,若新的第一直线和上一条第一直线的夹角小于等于第一预设值,则执行S303-S304;
S306,若将第n个外心点记为第一目标点,则将n初始化,并以该第一目标点为起始点重复S301-S305直到所有的外心点都选取完毕,得到若干个第一目标点;
其中,n的初始值为2。
在本实施例中,选定方向是指x轴的正方向或者负方向。
在本实施例中,一开始的起始点为二维折线图沿x轴选定方向的第一个点,不一定是原点。
在本实施例中,将外心点数量增加的方向定为第一直线的正方向,这里的夹角是指两条第一直线的正方向的夹角。
在本实施例中,若新的外心点与上一条第一直线发生偏离,新的第一直线和上一条第一直线的夹角会变得很大,所以第一预设值为新的第一直线和上一条第一直线允许偏离的最大角度值。当夹角大于第一预设值时,代表二维折线图在新的外心点处出现较大的波动。
在本实施例中,如果新的最小平均距离小于等于上一个最小平均距离,那么表示新的检测点在向平面上的检测点靠拢,也就代表该材料表面的曲线波动属于正常的范围之内。
在本实施例中,若新的第一直线和上一条第一直线的夹角小于等于第一预设值,那么证明该材料表面的曲线波动属于正常的范围之内。
在一个实施例中,所述从二维折线图x轴的选定方向的起始点按次序选取n个外心点,包括:
从二维折线图x轴的正方向的起始点按次序选取n个外心点,执行S302-S306;
从二维折线图x轴的负方向的起始点按次序选取n个外心点,执行S302-S306。
在本实施例中,从两个方向开始得到的第一目标点不一定相同,所以要从x轴的两个方向都执行一遍得到两组第一目标点。
在一个实施例中,所述根据第一目标点对外心点进行直线拟合得到缺陷范围,包括:
S401,将每两个相邻的第一目标点之间的外心点进行直线拟和,得到第二直线;
S402,对于每两条相邻的第二直线,判断两条相邻的第二直线的夹角是否大于第二预设值,若是,则将这两条相邻的第二直线共有的第一目标点记为第二目标点;
S403,若两条相邻的第二直线的夹角小于等于第二预设值,则将拟和出这两条相邻的第二直线的外心点进行直线拟和,得到新的第二直线并移除旧的第二直线;
S404,重复S402-S403,直到无法得到的新的第二直线;
S405,确定二维折线图在预设识别开区间的最大值和最小值;
S406,判断最大值或最小值是否为第二目标点,若是,则判断该第二目标点两侧的最近的第二直线的斜率是否正负相反,若是,从该第二目标点的两侧分别确定夹角大于第三预设值的两条相邻的第二直线,将这两条相邻的第二直线共有的第二目标点在二维折线图的横坐标作为缺陷范围的极值,得到缺陷范围;
S407,以预设识别区间长度的一半为移动距离,将预设识别区间在沿二维折线图的x轴进行移动;
S408,重复S405-S407,直到预设识别区间在二维折线图上完成移动,得到二维折线图上所有的缺陷范围。
在本实施例中,将二维折线图沿x轴正方向的第一目标点增加的方向定为第二直线的正方向,这里的夹角是指两条第二直线的正方向的夹角。
在本实施例中,两条相邻的第二直线的夹角代表两条相连的第二直线的转折程度,若夹角较小,这证明两条第二直线处于平缓状态,比如说,在二维折线图中体现为同时处于快速下降状态或同时处于快速上升状态。所以第二预设值是判断两条第二直线是否不处于平缓状态的最小角度值。当夹角大于第二预设值,代表二维折线图在两条相邻的第二直线的共有的第一目标点处出现大的转折,这是对第一目标点的进一步筛选。
在本实施例中,预设识别开区间是根据二维折线图的x轴长度和外心点在x轴的间距而定。预设识别开区间一般包括10个外心点,若材料在x轴的外心点很多,预设识别开区间也可以包括更多的外心点。
在本实施例中,预设识别开区间是为了识别处第二目标点是否为缺陷的高点或低点。
在本实施例中,若第二目标点两侧的最近的第二直线的斜率左负右正,则证明该第二目标点为缺陷的低点;若第二目标点两侧的最近的第二直线的斜率左正右负,则证明该第二目标点为缺陷的高点。
在本实施例中,缺陷不单单指凹陷,还包括凸起。缺陷是指材料表面的瑕疵。
如图5所示,在一个实施例中,提供了一种基于图像处理的材料表面检测装置,具体可以包括:
检测点测距模块,用于控制激光检测头在材料的上方移动,确定材料表面上所有的检测点到激光接收面的距离;
三维绘面模块,用于根据激光检测头的工作范围建立三维坐标系,确定每个检测点的三维坐标,将相邻的检测点两两相连,得到若干个由三个检测点构成的三角面;
颜色渲染模块,用于根据三角面的外心点的竖坐标和可见光波长范围建立竖坐标与波长的对应关系,根据竖坐标与波长的对应关系对每个三角面进行颜色渲染,得到材料表面的彩色三维图;
区域识别模块,用于根据可见光波长范围对彩色三维图进行图像识别,得到若干个第一目标区域;
生成截面模块,用于对于每个第一目标区域,过第一目标区域的中心做垂直于XOY平面且平行于XOZ平面和/或YOZ平面的截面;
生成折线图模块,用于将截面经过的三角面记为目标三角面,根据目标三角面的外心点的坐标生成二维折线图;
筛选目标点模块,用于从二维折线图中筛选出第一目标点;
确定缺陷范围模块,用于根据第一目标点对目标三角面的外心点进行直线拟合得到缺陷范围;
结果显示模块,用于在二维折线图中标记缺陷范围,并根据缺陷范围选中对应的彩色三维图进行显示;
其中,激光检测头的发射点做水平移动,移动的平面与激光接收面同处一个平面。
在本实施例中,所述的基于图像处理的材料表面检测装置的各个模块为本发明方法部分的模块化,对于各个模块的具体解释说明,请参考本发明方法部分的对应内容,本发明实施例在此不再赘述。
在一个实施例中,提供了一种基于图像处理的材料表面检测系统,具体可以包括:
激光检测设备、放置平台以及计算机设备;
所述激光检测设备与所述计算机设备相连,用于发射激光,接收反射的激光;
所述放置平台用于放置材料;
所述计算机设备用于执行上述的基于图像处理的材料表面检测方法的步骤。
在本实施例中,激光检测设备包括激光检测头和激光接收面,激光检测头和激光接收面通常组合在一起。
在本实施例中,在检测的过程中,材料也不一定要放置在放置平台上。
本发明实施例提供的基于图像处理的材料表面检测系统通过激光检测头对材料表面的检测,在三维坐标系中得到材料表面的彩色三维图;根据可见光波长范围对彩色三维图进行图像识别,得到若干个第一目标区域;对于每个第一目标区域,做截面得到目标三角面,根据目标三角面的外心点的坐标生成二维折线图;从二维折线图中筛选出第一目标点,根据第一目标点对目标三角面的外心点进行直线拟合得到缺陷范围;在二维折线图中标记缺陷范围,并根据缺陷范围选中对应的彩色三维图进行显示。这样做可以从缺陷区域截面的视角通过二维折线图的方式呈现到缺陷的范围,同时显示缺陷区域表面的彩色三维图,更加直观的呈现被检测材料缺陷所在位置的表面状态。
图6示出了一个实施例中计算机设备的内部结构图。如图6所示,该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、输入装置和显示屏。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现本发明实施例提供的基于图像处理的材料表面检测方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行本发明实施例提供的基于图像处理的材料表面检测方法。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图6中示出的结构,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,本发明实施例提供的基于图像处理的材料表面检测装置可以实现为一种计算机程序的形式,计算机程序可在如图6所示的计算机设备上运行。计算机设备的存储器中可存储组成该基于图像处理的材料表面检测装置的各个程序模块,比如,图5所示的检测点测距模块、三维绘面模块、颜色渲染模块、区域识别模块、生成截面模块、生成折线图模块、筛选目标点模块、确定缺陷范围模块和结果显示模块。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本发明各个实施例的基于图像处理的材料表面检测方法中的步骤。
例如,图6所示的计算机设备可以通过如图5所示的基于图像处理的材料表面检测装置中的检测点测距模块执行步骤S101;计算机设备可通过三维绘面模块执行步骤S102;计算机设备可通过颜色渲染模块执行步骤S103;计算机设备可通过区域识别模块执行步骤S104;计算机设备可通过生成截面模块执行步骤S105;计算机设备可通过生成折线图模块执行步骤S106;计算机设备可通过筛选目标点模块执行步骤S107;计算机设备可通过确定缺陷范围模块执行步骤S108;计算机设备可通过结果显示模块执行步骤S109。
在一个实施例中,提出了一种计算机设备,所述计算机设备包括存储器、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计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
控制激光检测头在材料的上方移动,确定材料表面上所有的检测点到激光接收面的距离;
根据激光检测头的工作范围建立三维坐标系,确定每个检测点的三维坐标,将相邻的检测点两两相连,得到若干个由三个检测点构成的三角面;
根据三角面的外心点的竖坐标和可见光波长范围建立竖坐标与波长的对应关系,根据竖坐标与波长的对应关系对每个三角面进行颜色渲染,得到材料表面的彩色三维图;
根据可见光波长范围对彩色三维图进行图像识别,得到若干个第一目标区域;
对于每个第一目标区域,过第一目标区域的中心做垂直于XOY平面且平行于XOZ平面和/或YOZ平面的截面;
将截面经过的三角面记为目标三角面,根据目标三角面的外心点的坐标生成二维折线图;
从二维折线图中筛选出第一目标点;
根据第一目标点对目标三角面的外心点进行直线拟合得到缺陷范围;
在二维折线图中标记缺陷范围,并根据缺陷范围选中对应的彩色三维图进行显示;
其中,激光检测头的发射点做水平移动,移动的平面与激光接收面同处一个平面。
在一个实施例中,提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时,使得处理器执行以下步骤:
控制激光检测头在材料的上方移动,确定材料表面上所有的检测点到激光接收面的距离;
根据激光检测头的工作范围建立三维坐标系,确定每个检测点的三维坐标,将相邻的检测点两两相连,得到若干个由三个检测点构成的三角面;
根据三角面的外心点的竖坐标和可见光波长范围建立竖坐标与波长的对应关系,根据竖坐标与波长的对应关系对每个三角面进行颜色渲染,得到材料表面的彩色三维图;
根据可见光波长范围对彩色三维图进行图像识别,得到若干个第一目标区域;
对于每个第一目标区域,过第一目标区域的中心做垂直于XOY平面且平行于XOZ平面和/或YOZ平面的截面;
将截面经过的三角面记为目标三角面,根据目标三角面的外心点的坐标生成二维折线图;
从二维折线图中筛选出第一目标点;
根据第一目标点对目标三角面的外心点进行直线拟合得到缺陷范围;
在二维折线图中标记缺陷范围,并根据缺陷范围选中对应的彩色三维图进行显示;
其中,激光检测头的发射点做水平移动,移动的平面与激光接收面同处一个平面。
应该理解的是,虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。
Claims (10)
1.一种基于图像处理的材料表面检测方法,其特征在于,所述基于图像处理的材料表面检测方法包括:
控制激光检测头在材料的上方移动,确定材料表面上所有的检测点到激光接收面的距离;
根据激光检测头的工作范围建立三维坐标系,确定每个检测点的三维坐标,将相邻的检测点两两相连,得到若干个由三个检测点构成的三角面;
根据三角面的外心点的竖坐标和可见光波长范围建立竖坐标与波长的对应关系,根据竖坐标与波长的对应关系对每个三角面进行颜色渲染,得到材料表面的彩色三维图;
根据可见光波长范围对彩色三维图进行图像识别,得到若干个第一目标区域;
对于每个第一目标区域,过第一目标区域的中心做垂直于XOY平面且平行于XOZ平面和/或YOZ平面的截面;
将截面经过的三角面记为目标三角面,根据目标三角面的外心点的坐标生成二维折线图;
从二维折线图中筛选出第一目标点;
根据第一目标点对目标三角面的外心点进行直线拟合得到缺陷范围;
在二维折线图中标记缺陷范围,并根据缺陷范围选中对应的彩色三维图进行显示;
其中,激光检测头的发射点做水平移动,移动的平面与激光接收面同处一个平面。
2.根据权利要求1所述的基于图像处理的材料表面检测方法,其特征在于,所述控制激光检测头在材料的上方移动,确定材料表面上所有的检测点到激光接收面的距离,包括:
S201,控制激光检测头在材料的上方沿第一预设方向做匀速直线运动;
S202,在激光检测头移动的过程中,控制激光检测头以固定角度从发射点以预设周期发射激光;
S203,当激光检测头到达放置平台一侧的末端位置时,控制激光检测头沿第二预设方向移动一个最小单位距离;
S204,控制激光检测头沿第一预设方向做反向匀速直线运动;
S205,当激光检测头到达放置平台另一侧的末端位置时,控制激光检测头沿第二预设方向的方向移动一个最小单位距离;
S206,重复S202-S205直到激光检测头完成对材料表面的扫描,得到若干个在材料表面的检测点;
S207,对于每个检测点,确定该检测点的反射接收点,确定反射接收点与发射点的距离d;
S208,由得到该检测点到激光接收面的距离L;
其中,a是激光与激光接收面的夹角。
3.根据权利要求1所述的基于图像处理的材料表面检测方法,其特征在于,所述根据三角面的外心点的竖坐标和可见光波长范围建立竖坐标与波长的对应关系,根据竖坐标与波长的对应关系对每个三角面进行颜色渲染,包括:
确定所有三角面的外心点,得到所有三角面的外心点的竖坐标;
由所有三角面的外心点的竖坐标得到一个数值范围;
将数值范围和可见光波长范围相对应,建立竖坐标与波长的对应关系;
对于每个三角面,根据竖坐标与波长的对应关系确定该三角面对应的可见光波长并进行颜色渲染。
4.根据权利要求1所述的基于图像处理的材料表面检测方法,其特征在于,所述根据可见光波长范围对彩色三维图进行图像识别,得到若干个第一目标区域,包括:
根据预设区间长度将可见光波长范围划分若干个长度相等的波长区间;
将每个波长区间的颜色范围作为每个波长区间的容差范围;
对于每个波长区间,使用该波长区间的容差范围对彩色三维图进行图像识别,得到该波长区间所有的连通域;
对于每个连通域,判断该连通域的面积是否大于预设面积,若是,则在彩色三维图中移除该连通域,若否,则该连通域记为第一目标区域。
5.根据权利要求1所述的基于图像处理的材料表面检测方法,其特征在于,所述将截面经过的三角面记为目标三角面,根据目标三角面的外心点的坐标生成二维折线图包括:
对于垂直于XOY平面且平行于XOZ平面的截面:
以三维坐标系X轴为二维坐标系的x轴,以三维坐标系的Z轴为二维坐标系的y轴,建立二维坐标系;
将截面经过的三角面记为目标三角面;
将目标三角面的外心点在三维坐标系中的横坐标作为该外心点在二维坐标系的横坐标,将截面经过的三角面的外心点在三维坐标系中的竖坐标作为该外心点在二维坐标系的纵坐标;
根据二维坐标系的x轴的正方向按次序将相邻的两个外心点连接,生成二维折线图;
对于垂直于XOY平面且平行于YOZ平面的截面:
以三维坐标系Y轴为二维坐标系的x轴,以三维坐标系的Z轴为二维坐标系的y轴,建立二维坐标系;
将截面经过的三角面记为目标三角面;
将目标三角面的外心点在三维坐标系中的纵坐标作为该外心点在二维坐标系的横坐标,将截面经过的三角面的外心点在三维坐标系中的竖坐标作为该外心点在二维坐标系的纵坐标;
根据二维坐标系的x轴的正方向按次序将相邻的两个外心点连接,生成二维折线图。
6.根据权利要求1所述的基于图像处理的材料表面检测方法,其特征在于,所述从二维折线图中筛选出第一目标点,包括:
S301,从二维折线图x轴的选定方向的起始点按次序选取n个外心点;
S302,确定与选取的n个外心点的平均距离最小的第一直线,并得到该第一直线的最小平均距离;
S303,n累加1,执行S301-S302,得到新的第一直线和新的最小平均距离;
S304,判断新的最小平均距离是否大于上一个最小平均距离,若是,判断新的第一直线和上一条第一直线的夹角是否大于第一预设值,若新的最小平均距离小于等于上一个最小平均距离,则重复S303直到新的最小平均距离大于上一个最小平均距离;
S305,若新的第一直线和上一条第一直线的夹角大于第一预设值,则将第n个外心点记为第一目标点,若新的第一直线和上一条第一直线的夹角小于等于第一预设值,则执行S303-S304;
S306,若将第n个外心点记为第一目标点,则将n初始化,并以该第一目标点为起始点重复S301-S305直到所有的外心点都选取完毕,得到若干个第一目标点;
其中,n的初始值为2。
7.根据权利要求6所述的基于图像处理的材料表面检测方法,其特征在于,所述从二维折线图x轴的选定方向的起始点按次序选取n个外心点,包括:
从二维折线图x轴的正方向的起始点按次序选取n个外心点,执行S302-S306;
从二维折线图x轴的负方向的起始点按次序选取n个外心点,执行S302-S306。
8.根据权利要求1所述的基于图像处理的材料表面检测方法,其特征在于,所述根据第一目标点对外心点进行直线拟合得到缺陷范围,包括:
S401,将每两个相邻的第一目标点之间的外心点进行直线拟和,得到第二直线;
S402,对于每两条相邻的第二直线,判断两条相邻的第二直线的夹角是否大于第二预设值,若是,则将这两条相邻的第二直线共有的第一目标点记为第二目标点;
S403,若两条相邻的第二直线的夹角小于等于第二预设值,则将拟和出这两条相邻的第二直线的外心点进行直线拟和,得到新的第二直线并移除旧的第二直线;
S404,重复S402-S403,直到无法得到的新的第二直线;
S405,确定二维折线图在预设识别开区间的最大值和最小值;
S406,判断最大值或最小值是否为第二目标点,若是,则判断该第二目标点两侧的最近的第二直线的斜率是否正负相反,若是,从该第二目标点的两侧分别确定夹角大于第三预设值的两条相邻的第二直线,将这两条相邻的第二直线共有的第二目标点在二维折线图的横坐标作为缺陷范围的极值,得到缺陷范围;
S407,以预设识别区间长度的一半为移动距离,将预设识别区间在沿二维折线图的x轴进行移动;
S408,重复S405-S407,直到预设识别区间在二维折线图上完成移动,得到二维折线图上所有的缺陷范围。
9.一种基于图像处理的材料表面检测装置,其特征在于,所述基于图像处理的材料表面检测装置包括:
检测点测距模块,用于控制激光检测头在材料的上方移动,确定材料表面上所有的检测点到激光接收面的距离;
三维绘面模块,用于根据激光检测头的工作范围建立三维坐标系,确定每个检测点的三维坐标,将相邻的检测点两两相连,得到若干个由三个检测点构成的三角面;
颜色渲染模块,用于根据三角面的外心点的竖坐标和可见光波长范围建立竖坐标与波长的对应关系,根据竖坐标与波长的对应关系对每个三角面进行颜色渲染,得到材料表面的彩色三维图;
区域识别模块,用于根据可见光波长范围对彩色三维图进行图像识别,得到若干个第一目标区域;
生成截面模块,用于对于每个第一目标区域,过第一目标区域的中心做垂直于XOY平面且平行于XOZ平面和/或YOZ平面的截面;
生成折线图模块,用于将截面经过的三角面记为目标三角面,根据目标三角面的外心点的坐标生成二维折线图;
筛选目标点模块,用于从二维折线图中筛选出第一目标点;
确定缺陷范围模块,用于根据第一目标点对目标三角面的外心点进行直线拟合得到缺陷范围;
结果显示模块,用于在二维折线图中标记缺陷范围,并根据缺陷范围选中对应的彩色三维图进行显示;
其中,激光检测头的发射点做水平移动,移动的平面与激光接收面同处一个平面。
10.一种基于图像处理的材料表面检测系统,其特征在于,所述基于图像处理的材料表面检测系统包括激光检测设备、放置平台以及计算机设备;
所述激光检测设备与所述计算机设备相连,用于发射激光,接收反射的激光;
所述放置平台用于放置材料;
所述计算机设备用于执行权利要求1至8中任意一项权利要求所述的基于图像处理的材料表面检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311445055.9A CN117173171B (zh) | 2023-11-02 | 2023-11-02 | 一种基于图像处理的材料表面检测方法、装置和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311445055.9A CN117173171B (zh) | 2023-11-02 | 2023-11-02 | 一种基于图像处理的材料表面检测方法、装置和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117173171A true CN117173171A (zh) | 2023-12-05 |
CN117173171B CN117173171B (zh) | 2023-12-29 |
Family
ID=88939784
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311445055.9A Active CN117173171B (zh) | 2023-11-02 | 2023-11-02 | 一种基于图像处理的材料表面检测方法、装置和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117173171B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108682012A (zh) * | 2018-05-15 | 2018-10-19 | 佛山市南海区广工大数控装备协同创新研究院 | 一种基于线扫激光的3d曲面玻璃表面平整性缺陷检测方法 |
JP2021056183A (ja) * | 2019-10-02 | 2021-04-08 | コニカミノルタ株式会社 | ワークの表面欠陥検出装置及び検出方法、ワークの表面検査システム並びにプログラム |
CN113196040A (zh) * | 2018-11-30 | 2021-07-30 | 杰富意钢铁株式会社 | 表面缺陷检测方法、表面缺陷检测装置、钢材的制造方法、钢材的品质管理方法、钢材的制造设备、表面缺陷判定模型的生成方法及表面缺陷判定模型 |
CN115184363A (zh) * | 2022-07-08 | 2022-10-14 | 深圳市蓝钛科技有限公司 | 一种便携式表面缺陷检测系统 |
-
2023
- 2023-11-02 CN CN202311445055.9A patent/CN117173171B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108682012A (zh) * | 2018-05-15 | 2018-10-19 | 佛山市南海区广工大数控装备协同创新研究院 | 一种基于线扫激光的3d曲面玻璃表面平整性缺陷检测方法 |
CN113196040A (zh) * | 2018-11-30 | 2021-07-30 | 杰富意钢铁株式会社 | 表面缺陷检测方法、表面缺陷检测装置、钢材的制造方法、钢材的品质管理方法、钢材的制造设备、表面缺陷判定模型的生成方法及表面缺陷判定模型 |
JP2021056183A (ja) * | 2019-10-02 | 2021-04-08 | コニカミノルタ株式会社 | ワークの表面欠陥検出装置及び検出方法、ワークの表面検査システム並びにプログラム |
CN115184363A (zh) * | 2022-07-08 | 2022-10-14 | 深圳市蓝钛科技有限公司 | 一种便携式表面缺陷检测系统 |
Non-Patent Citations (1)
Title |
---|
宋丽梅 等: "基于单幅测量图像的三维缺陷检测技术", 光学学报, no. 09 * |
Also Published As
Publication number | Publication date |
---|---|
CN117173171B (zh) | 2023-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100361385B1 (ko) | 2차원코드인식방법 | |
US5371690A (en) | Method and apparatus for inspection of surface mounted devices | |
US6302329B1 (en) | Method and apparatus for recording digital information in two-dimensional pattern, carrier of digital information recorded thereby, and a method and apparatus for decoding such digital information | |
US6069971A (en) | Pattern comparison inspection system and method employing gray level bit map | |
US7646908B2 (en) | Defect detection apparatus and defect detection method | |
JP4617970B2 (ja) | 欠陥検査装置及び欠陥検査方法 | |
JP2001175857A (ja) | 参照画像作成方法、パターン検査装置及び参照画像作成プログラムを記録した記録媒体 | |
JP2022509137A (ja) | 深層畳み込みニューラルネットワークを用いたレーザ加工システムの加工誤差の検出 | |
JP2006252563A (ja) | 画像内の欠陥を検出する方法 | |
KR940006220B1 (ko) | 프린트기판상의 패턴을 검사하는 방법 및 장치 | |
JPH1021389A (ja) | テンプレートマッチング方法およびその装置 | |
CN115861351A (zh) | 边缘检测方法、缺陷检测方法及检测装置 | |
CN117173171B (zh) | 一种基于图像处理的材料表面检测方法、装置和系统 | |
CN113942230B (zh) | 针对双激光分割的3d打印控制系统及其分割方法 | |
CN114332237A (zh) | 一种计算相机坐标系和激光器坐标系转换关系的方法 | |
US6766047B2 (en) | Defect inspection method for three-dimensional object | |
CN1267981C (zh) | 图形计测方法、使用其的半导体器件制造方法和图形计测装置 | |
JP2010164377A (ja) | 表面形状測定システム及び表面形状測定方法 | |
CN113706508B (zh) | 光束质量分析方法、设备、光束分析系统及存储介质 | |
WO2022254854A1 (ja) | 3次元計測装置 | |
CN115526855A (zh) | 电池片隐裂缺陷检测方法、装置、计算机设备和存储介质 | |
JP2009150656A (ja) | パターン検査方法およびパターン検査装置 | |
JP4447464B2 (ja) | 皮膚紋様の画像中の関心のある領域の決定方法 | |
CN115358998B (zh) | 一种随机阵列图片中点坐标的获取方法及系统 | |
US20020159073A1 (en) | Range-image-based method and system for automatic sensor planning |
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 |