CN117491391A - 基于芯片计算的玻璃基板光三维健康检测方法及设备 - Google Patents
基于芯片计算的玻璃基板光三维健康检测方法及设备 Download PDFInfo
- Publication number
- CN117491391A CN117491391A CN202311847270.1A CN202311847270A CN117491391A CN 117491391 A CN117491391 A CN 117491391A CN 202311847270 A CN202311847270 A CN 202311847270A CN 117491391 A CN117491391 A CN 117491391A
- Authority
- CN
- China
- Prior art keywords
- glass substrate
- points
- distance
- chip
- defect
- 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 132
- 239000011521 glass Substances 0.000 title claims abstract description 122
- 239000000758 substrate Substances 0.000 title claims abstract description 120
- 230000036541 health Effects 0.000 title claims abstract description 48
- 238000004364 calculation method Methods 0.000 title claims abstract description 46
- 230000007547 defect Effects 0.000 claims abstract description 113
- 230000003287 optical effect Effects 0.000 claims abstract description 57
- 238000000034 method Methods 0.000 claims abstract description 54
- 230000015654 memory Effects 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 6
- 238000005286 illumination Methods 0.000 claims description 3
- 230000002452 interceptive effect Effects 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 12
- 238000004519 manufacturing process Methods 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000005336 cracking Methods 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/958—Inspecting transparent materials or objects, e.g. windscreens
-
- 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
- G01N2021/8854—Grading and classifying of flaws
-
- 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
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)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明提供了一种基于芯片计算的玻璃基板光三维健康检测方法及设备。所述方法包括：光学摄像机对玻璃基板当前区域的图像进行采集，并将采集结果发送至图像检测芯片进行检测；若检测结果中存在瑕疵，则控制机械手旋转电机旋转，光学摄像机多次进行图像采集，并将多次采集结果发送至图像检测芯片；图像检测芯片对每次采集结果中的缺陷轮廓边缘上的最远两点进行定位，并在缺陷轮廓上确定预定数量的双点组，并计算每个双点组内双点间距离；计算每个双点组内双点间距离与最远两点距离的比值，根据比值数据集确定每次采集结果对应的缺陷类型，将占比最多的缺陷类型确定为瑕疵的缺陷类型。本发明可以有效提升玻璃基板加工生产的成品率。
Description
技术领域
本发明实施例涉及玻璃产品光学检测技术领域，尤其涉及一种基于芯片计算的玻璃基板光三维健康检测方法及设备。
背景技术
玻璃基板在加工生产的过程中，由于在冷却过程中受到温度梯度的影响，会导致内部含有气泡，且制造过程中，在玻璃熔融状态下施加压力，将导致强烈的压力梯度，也容易引起条纹裂痕。为了确保玻璃基板交货的合格率，并且改进生产加工工艺，需要对玻璃基板成品进行气泡及条纹裂痕的光学检测。相关技术手段中虽然公开了一些光学检测手段，但是这些光学检测手段仅仅考虑了对直接获取的玻璃基板的图像状态进行判断，导致其检测结果存在一定的误差。例如，有些条纹裂痕的开裂方向与玻璃基板表面垂直（或与垂直方向夹角小于10度，以下简称伪气泡条纹裂痕），在检测时会将伪气泡条纹裂痕判定为气泡而导致误检；另一方面，某些气泡会以气泡组的形式呈现，且多个气泡之间呈一定漂移状分布，从竖直方向观察又存在一定的重叠（以下简称漂叠状气泡组），在检测时会将漂叠状气泡组判定为条纹裂痕而导致误检。这些误检均会干扰对玻璃基板生产加工工艺的改进，导致玻璃基板加工的技术难以得到提升。因此，开发一种基于芯片计算的玻璃基板光三维健康检测方法及设备，可以有效克服上述相关技术中的缺陷，就成为业界亟待解决的技术问题。
发明内容
针对现有技术存在的上述问题，本发明实施例提供了一种基于芯片计算的玻璃基板光三维健康检测方法及设备。
第一方面，本发明的实施例提供了一种基于芯片计算的玻璃基板光三维健康检测方法，包括：将加持在机械手前端的玻璃基板置于透光灯及光学摄像机之间，光学摄像机对玻璃基板当前区域的图像进行采集，并将采集结果发送至图像检测芯片；图像检测芯片对采集结果进行检测，若检测结果中存在瑕疵，则控制机械手旋转电机向预定方向按预定次数旋转预定角度，光学摄像机多次对玻璃基板当前区域的图像进行采集，并将多次采集结果发送至图像检测芯片；图像检测芯片对每次采集结果中的缺陷轮廓边缘上的最远两点进行定位，并在缺陷轮廓上确定预定数量的双点组，并计算每个双点组内双点间距离；计算每个双点组内双点间距离与最远两点距离的比值，根据比值数据集确定每次采集结果对应的缺陷类型，对多次采集结果对应的缺陷类型进行比对，将占比最多的缺陷类型确定为瑕疵的缺陷类型；其中，每个双点组中两点连线均与最远两点连线垂直。
在上述方法实施例内容的基础上，本发明实施例中提供的基于芯片计算的玻璃基板光三维健康检测方法，在所述若检测结果中存在瑕疵之前，还包括：若检测结果中未发现瑕疵，则控制机械手在水平方向上伸缩预定距离，将玻璃基板的另一区域置于透光灯及光学摄像机之间，光学摄像机对所述另一区域的图像进行采集，并将采集结果发送至图像检测芯片，图像检测芯片对采集结果进行检测。
在上述方法实施例内容的基础上，本发明实施例中提供的基于芯片计算的玻璃基板光三维健康检测方法，所述则控制机械手旋转电机向预定方向按预定次数旋转预定角度，光学摄像机多次对玻璃基板当前区域的图像进行采集，包括：若机械手旋转未达预定次数中的最后一次，则机械手旋转电机正转或反转预定角度后停止，光学摄像机对旋转停止后的玻璃基板当前区域的图像进行采集；若机械手旋转达到预定次数中的最后一次，则机械手停止旋转。
在上述方法实施例内容的基础上，本发明实施例中提供的基于芯片计算的玻璃基板光三维健康检测方法，所述计算每个双点组内双点间距离与最远两点距离的比值，根据比值数据集确定每次采集结果对应的缺陷类型，包括：若存在认定系数k，使得：则确定当次采集结果对应的缺陷类型为条纹裂痕；其中，k为固定数字；/>为第i个双点组内双点间距离与最远两点距离的比值；N为所述预定数量的双点组；/>为趋近于符号。
在上述方法实施例内容的基础上，本发明实施例中提供的基于芯片计算的玻璃基板光三维健康检测方法，所述计算每个双点组内双点间距离与最远两点距离的比值，根据比值数据集确定每次采集结果对应的缺陷类型，还包括：若存在则确定当次采集结果对应的缺陷类型为气泡；其中，/>为第i个双点组中两点连线与最远两点连线的交点横坐标值；n为双点组内双点间距离与最远两点距离的比值变化率系数；e为自然常数。
在上述方法实施例内容的基础上，本发明实施例中提供的基于芯片计算的玻璃基板光三维健康检测方法，所述计算每个双点组内双点间距离与最远两点距离的比值，根据比值数据集确定每次采集结果对应的缺陷类型，还包括：若存在则确定当次采集结果对应的缺陷类型为漂叠状气泡组；其中，/>为第j个缺陷轮廓内第i个双点组内双点间距离与最远两点距离的比值；/>为第j个缺陷轮廓内第i个双点组中两点连线与最远两点连线的交点横坐标值；m为缺陷轮廓的数量。
第二方面，本发明的实施例提供了一种基于芯片计算的玻璃基板光三维健康检测系统，包括：机械手401，用于夹持玻璃基板；机械手旋转电机402，用于旋转机械手；机械手控制平台403，用于控制水平伸缩杆404水平伸缩移动；水平伸缩杆404，用于推动机械手401进行水平伸缩移动；透光灯405，用于从竖直向上的方向对玻璃基板底部投射照明光线；光学摄像机406，用于对玻璃基板当前区域的图像进行采集，并将采集结果发送至图像检测芯片；暗室407，用于安装透光灯405及光学摄像机406，并屏蔽干扰光线；图像检测芯片，用于对采集结果进行检测，并将检测结果发送至系统级中控芯片；系统级中控芯片，用于根据接收的检测结果并加载相应程序，实现如前述任一方法实施例所述的基于芯片计算的玻璃基板光三维健康检测方法。
第三方面，本发明的实施例提供了一种基于芯片计算的玻璃基板光三维健康检测装置，包括：第一主模块，用于实现将加持在机械手前端的玻璃基板置于透光灯及光学摄像机之间，光学摄像机对玻璃基板当前区域的图像进行采集，并将采集结果发送至图像检测芯片；第二主模块，用于实现图像检测芯片对采集结果进行检测，若检测结果中存在瑕疵，则控制机械手旋转电机向预定方向按预定次数旋转预定角度，光学摄像机多次对玻璃基板当前区域的图像进行采集，并将多次采集结果发送至图像检测芯片；第三主模块，用于实现图像检测芯片对每次采集结果中的缺陷轮廓边缘上的最远两点进行定位，并在缺陷轮廓上确定预定数量的双点组，并计算每个双点组内双点间距离；第四主模块，用于实现计算每个双点组内双点间距离与最远两点距离的比值，根据比值数据集确定每次采集结果对应的缺陷类型，对多次采集结果对应的缺陷类型进行比对，将占比最多的缺陷类型确定为瑕疵的缺陷类型；其中，每个双点组中两点连线均与最远两点连线垂直。
第四方面，本发明的实施例提供了一种电子设备，包括：
至少一个处理器、至少一个存储器和通信接口；其中，
所述处理器、存储器和通信接口相互间进行通信；
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令，执行第一方面的各种实现方式中任一种实现方式所提供的基于芯片计算的玻璃基板光三维健康检测方法。
第五方面，本发明的实施例提供了一种非暂态计算机可读存储介质，非暂态计算机可读存储介质存储计算机指令，计算机指令使计算机执行第一方面的各种实现方式中任一种实现方式所提供的基于芯片计算的玻璃基板光三维健康检测方法。
本发明实施例提供的基于芯片计算的玻璃基板光三维健康检测方法及设备，通过采用光学摄像机对玻璃基板图像进行采集，图像检测芯片对采集结果进行检测，根据检测结果对玻璃基板进行多次旋转检测，最后辅以开发的检测算法对玻璃基板中存在瑕疵进行缺陷类型判定，将占比最多的缺陷类型确定为瑕疵的缺陷类型，可以精确检测出伪气泡条纹裂痕及漂叠状气泡组，从而将检测结果用于正确指导玻璃基板的加工工艺改造，有效提升玻璃基板加工生产的成品率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做一简单的介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的基于芯片计算的玻璃基板光三维健康检测方法流程示意图；
图2为本发明实施例提供的基于芯片计算的玻璃基板光三维健康检测装置结构示意图；
图3为本发明实施例提供的电子设备的实体结构示意图；
图4为本发明实施例提供的基于芯片计算的玻璃基板光三维健康检测系统结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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。另外，本发明提供的各个实施例或单个实施例中的技术特征可以相互任意结合，以形成可行的技术方案，这种结合不受步骤先后次序和/或结构组成模式的约束，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时，应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。若以下实施例中存在步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
本发明实施例提供了一种基于芯片计算的玻璃基板光三维健康检测方法，参见图1，该方法包括：将加持在机械手前端的玻璃基板置于透光灯及光学摄像机之间，光学摄像机对玻璃基板当前区域的图像进行采集，并将采集结果发送至图像检测芯片；图像检测芯片对采集结果进行检测，若检测结果中存在瑕疵，则控制机械手旋转电机向预定方向按预定次数旋转预定角度，光学摄像机多次对玻璃基板当前区域的图像进行采集，并将多次采集结果发送至图像检测芯片；图像检测芯片对每次采集结果中的缺陷轮廓边缘上的最远两点进行定位，并在缺陷轮廓上确定预定数量的双点组，并计算每个双点组内双点间距离；计算每个双点组内双点间距离与最远两点距离的比值，根据比值数据集确定每次采集结果对应的缺陷类型，对多次采集结果对应的缺陷类型进行比对，将占比最多的缺陷类型确定为瑕疵的缺陷类型；其中，每个双点组中两点连线均与最远两点连线垂直。
在另一实施例中，预定方向为从机械手正面看去顺时针或逆时针方向；所述预定次数与旋转的预定角度相关。例如，预定角度为15度且玻璃基板总旋转角度为90度时，预定次数即为6次。考虑到玻璃基板为透明物体，且存在镜像关系的缘故，只需要将玻璃基板总旋转角度按预定方向设置为90度即可，预定次数与预定角度之积等于90度（或根据需要任意设定的玻璃基板总旋转角度）即可。需要说明的是，图像检测芯片对每次采集结果中的缺陷轮廓边缘上的最远两点进行定位，是指对缺陷轮廓边缘上的直线距离最远的两点进行定位。
基于上述方法实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于芯片计算的玻璃基板光三维健康检测方法，在所述若检测结果中存在瑕疵之前，还包括：若检测结果中未发现瑕疵，则控制机械手在水平方向上伸缩预定距离，将玻璃基板的另一区域置于透光灯及光学摄像机之间，光学摄像机对所述另一区域的图像进行采集，并将采集结果发送至图像检测芯片，图像检测芯片对采集结果进行检测。
需要说明的是，当检测结果中未发现瑕疵，说明玻璃基板当前区域的加工质量是合格的，所以可以移动玻璃基板以检测其另一区域是否存在瑕疵，至于控制机械手在水平方向上伸缩预定距离，具体是伸长还是缩短，以及预定距离的具体长度，均可以由本领域技术人员根据实际需要确定，任何具体方案均在本发明权利要求的保护范围之内。
基于上述方法实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于芯片计算的玻璃基板光三维健康检测方法，所述则控制机械手旋转电机向预定方向按预定次数旋转预定角度，光学摄像机多次对玻璃基板当前区域的图像进行采集，包括：若机械手旋转未达预定次数中的最后一次，则机械手旋转电机正转或反转预定角度后停止，光学摄像机对旋转停止后的玻璃基板当前区域的图像进行采集；若机械手旋转达到预定次数中的最后一次，则机械手停止旋转。
基于上述方法实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于芯片计算的玻璃基板光三维健康检测方法，所述计算每个双点组内双点间距离与最远两点距离的比值，根据比值数据集确定每次采集结果对应的缺陷类型，包括：若存在认定系数k，使得：则确定当次采集结果对应的缺陷类型为条纹裂痕；其中，k为固定数字；/>为第i个双点组内双点间距离与最远两点距离的比值；N为所述预定数量的双点组；为趋近于符号。
需要说明的是，认定系数k的确定可以根据计算机工程计算的模式进行穷举确定，即如果能穷举确定出认定系数k，则确定缺陷为条纹裂痕，如果不能穷举出认定系数k，则确定缺陷不为条纹裂痕。通过该式确定缺陷类型为条纹裂痕的原理如下：如果为条纹裂痕缺陷，则所有必然趋近于同一个数（即认定系数k），则所有/>之和必然趋近于kN，具体零点几kN算趋近于一kN，可以由本领域技术人员在本专利的技术框架下结合实际工程需求通过有限次试验确定，即“趋近于符号”的具体含义在工程实践中可能会根据实际情况有所不同，但都是本领域技术人员可以明确确定的。在另一实施例中，该处趋近于的定义具体可以为超过0.8kN，具体还可以为0.85kN、0.9kN或0.95kN。
基于上述方法实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于芯片计算的玻璃基板光三维健康检测方法，所述计算每个双点组内双点间距离与最远两点距离的比值，根据比值数据集确定每次采集结果对应的缺陷类型，还包括：若存在则确定当次采集结果对应的缺陷类型为气泡；其中，/>为第i个双点组中两点连线与最远两点连线的交点横坐标值；n为双点组内双点间距离与最远两点距离的比值变化率系数；e为自然常数。
需要说明的是，此处交点横坐标是将采集的图像平面（即是平面可知是二维空间）上建立坐标系，该坐标平面内横坐标即为多个（离散型）；通过该式确定缺陷类型为气泡的原理如下：如果是气泡则/>会随着/>的变化呈现先逐渐变大后逐渐变小的趋势，该变化趋势满足以自然常数为底数的变化规律，且气泡的形状必然是不规则的，有可能近圆形，也有可能近椭圆，故所述变化趋势的变化率不同（即体现在n的取值有所不同）；n的具体数值是根据检测到的缺陷形状确定的，即存在这样的n满足上述公式，即可判定为气泡缺陷类型（气泡的宽度不同而已）。在另一实施例中，关于/>和/>所处的坐标系可以为玻璃基板平面所在的世界坐标系，然后将/>的值打点在世界坐标系的纵轴上，最终以多个离散的/>点组成的变化趋势确定缺陷类型是否为气泡。
基于上述方法实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于芯片计算的玻璃基板光三维健康检测方法，所述计算每个双点组内双点间距离与最远两点距离的比值，根据比值数据集确定每次采集结果对应的缺陷类型，还包括：若存在则确定当次采集结果对应的缺陷类型为漂叠状气泡组；其中，为第j个缺陷轮廓内第i个双点组内双点间距离与最远两点距离的比值；/>为第j个缺陷轮廓内第i个双点组中两点连线与最远两点连线的交点横坐标值；m为缺陷轮廓的数量。
需要说明的是，在前一公式的基础上，该公式体现了采集的图像区域内存在多个气泡，则在一定角度观察时必然为堆叠排列的一系列气泡组，故将此种缺陷类型认定为漂叠状气泡组，以与单个气泡缺陷类型进行区分。此外，确定了每次采集结果的缺陷类型后，将占比最多的缺陷类型确定为瑕疵的缺陷类型。例如，如果总共采集了6次当前区域的图像，其中2次判定为条纹裂痕，1次判定为气泡，3次判定为漂叠状气泡组，则最终应将该瑕疵判定为漂叠状气泡组；如果总共采集了6次当前区域的图像，其中4次判定为条纹裂痕，2次判定为气泡，0次判定为漂叠状气泡组，则最终应将该瑕疵判定为条纹裂痕；如果总共采集了6次当前区域的图像，其中2次判定为条纹裂痕，4次判定为气泡，0次判定为漂叠状气泡组，则最终应将该瑕疵判定为气泡。
本发明实施例提供的基于芯片计算的玻璃基板光三维健康检测方法，通过采用光学摄像机对玻璃基板图像进行采集，图像检测芯片对采集结果进行检测，根据检测结果对玻璃基板进行多次旋转检测，最后辅以开发的检测算法对玻璃基板中存在瑕疵进行缺陷类型判定，将占比最多的缺陷类型确定为瑕疵的缺陷类型，可以精确检测出伪气泡条纹裂痕及漂叠状气泡组，从而将检测结果用于正确指导玻璃基板的加工工艺改造，有效提升玻璃基板加工生产的成品率。
本发明实施例提供了一种基于芯片计算的玻璃基板光三维健康检测系统，参见图4，该系统包括：机械手401，用于夹持玻璃基板；机械手旋转电机402，用于旋转机械手；机械手控制平台403，用于控制水平伸缩杆404水平伸缩移动；水平伸缩杆404，用于推动机械手401进行水平伸缩移动；透光灯405，用于从竖直向上的方向对玻璃基板底部投射照明光线；光学摄像机406，用于对玻璃基板当前区域的图像进行采集，并将采集结果发送至图像检测芯片；暗室407，用于安装透光灯405及光学摄像机406，并屏蔽干扰光线；图像检测芯片，用于对采集结果进行检测，并将检测结果发送至系统级中控芯片；系统级中控芯片，用于根据接收的检测结果并加载相应程序，实现如前述任一方法实施例所述的基于芯片计算的玻璃基板光三维健康检测方法。
本发明各个实施例的实现基础是通过具有处理器功能的设备进行程序化的处理实现的。因此在工程实际中，可以将本发明各个实施例的技术方案及其功能封装成各种模块。基于这种现实情况，在上述各实施例的基础上，本发明的实施例提供了一种基于芯片计算的玻璃基板光三维健康检测装置，该装置用于执行上述方法实施例中的基于芯片计算的玻璃基板光三维健康检测方法。参见图2，该装置包括：第一主模块，用于实现将加持在机械手前端的玻璃基板置于透光灯及光学摄像机之间，光学摄像机对玻璃基板当前区域的图像进行采集，并将采集结果发送至图像检测芯片；第二主模块，用于实现图像检测芯片对采集结果进行检测，若检测结果中存在瑕疵，则控制机械手旋转电机向预定方向按预定次数旋转预定角度，光学摄像机多次对玻璃基板当前区域的图像进行采集，并将多次采集结果发送至图像检测芯片；第三主模块，用于实现图像检测芯片对每次采集结果中的缺陷轮廓边缘上的最远两点进行定位，并在缺陷轮廓上确定预定数量的双点组，并计算每个双点组内双点间距离；第四主模块，用于实现计算每个双点组内双点间距离与最远两点距离的比值，根据比值数据集确定每次采集结果对应的缺陷类型，对多次采集结果对应的缺陷类型进行比对，将占比最多的缺陷类型确定为瑕疵的缺陷类型；其中，每个双点组中两点连线均与最远两点连线垂直。
本发明实施例提供的基于芯片计算的玻璃基板光三维健康检测装置，采用图2中的若干模块，通过采用光学摄像机对玻璃基板图像进行采集，图像检测芯片对采集结果进行检测，根据检测结果对玻璃基板进行多次旋转检测，最后辅以开发的检测算法对玻璃基板中存在瑕疵进行缺陷类型判定，将占比最多的缺陷类型确定为瑕疵的缺陷类型，可以精确检测出伪气泡条纹裂痕及漂叠状气泡组，从而将检测结果用于正确指导玻璃基板的加工工艺改造，有效提升玻璃基板加工生产的成品率。
需要说明的是，本发明提供的装置实施例中的装置，除了可以用于实现上述方法实施例中的方法外，还可以用于实现本发明提供的其他方法实施例中的方法，区别仅仅在于设置相应的功能模块，其原理与本发明提供的上述装置实施例的原理基本相同，只要本领域技术人员在上述装置实施例的基础上，参考其他方法实施例中的具体技术方案，通过组合技术特征获得相应的技术手段，以及由这些技术手段构成的技术方案，在保证技术方案具备实用性的前提下，就可以对上述装置实施例中的装置进行改进，从而得到相应的装置类实施例，用于实现其他方法类实施例中的方法。例如：基于上述装置实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于芯片计算的玻璃基板光三维健康检测装置，还包括：第一子模块，用于实现在所述若检测结果中存在瑕疵之前，还包括：若检测结果中未发现瑕疵，则控制机械手在水平方向上伸缩预定距离，将玻璃基板的另一区域置于透光灯及光学摄像机之间，光学摄像机对所述另一区域的图像进行采集，并将采集结果发送至图像检测芯片，图像检测芯片对采集结果进行检测。
基于上述装置实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于芯片计算的玻璃基板光三维健康检测装置，还包括：第二子模块，用于实现所述则控制机械手旋转电机向预定方向按预定次数旋转预定角度，光学摄像机多次对玻璃基板当前区域的图像进行采集，包括：若机械手旋转未达预定次数中的最后一次，则机械手旋转电机正转或反转预定角度后停止，光学摄像机对旋转停止后的玻璃基板当前区域的图像进行采集；若机械手旋转达到预定次数中的最后一次，则机械手停止旋转。
基于上述装置实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于芯片计算的玻璃基板光三维健康检测装置，还包括：第三子模块，用于实现所述计算每个双点组内双点间距离与最远两点距离的比值，根据比值数据集确定每次采集结果对应的缺陷类型，包括：若存在认定系数k，使得：则确定当次采集结果对应的缺陷类型为条纹裂痕；其中，k为固定数字；/>为第i个双点组内双点间距离与最远两点距离的比值；N为所述预定数量的双点组；/>为趋近于符号。
基于上述装置实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于芯片计算的玻璃基板光三维健康检测装置，还包括：第四子模块，用于实现所述计算每个双点组内双点间距离与最远两点距离的比值，根据比值数据集确定每次采集结果对应的缺陷类型，还包括：若存在则确定当次采集结果对应的缺陷类型为气泡；其中，为第i个双点组中两点连线与最远两点连线的交点横坐标值；n为双点组内双点间距离与最远两点距离的比值变化率系数；e为自然常数。
基于上述装置实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于芯片计算的玻璃基板光三维健康检测装置，还包括：第五子模块，用于实现所述计算每个双点组内双点间距离与最远两点距离的比值，根据比值数据集确定每次采集结果对应的缺陷类型，还包括：若存在则确定当次采集结果对应的缺陷类型为漂叠状气泡组；其中，/>为第j个缺陷轮廓内第i个双点组内双点间距离与最远两点距离的比值；/>为第j个缺陷轮廓内第i个双点组中两点连线与最远两点连线的交点横坐标值；m为缺陷轮廓的数量。
本发明实施例的方法是依托电子设备实现的，因此对相关的电子设备有必要做一下介绍。基于此目的，本发明的实施例提供了一种电子设备，如图3所示，该电子设备包括：至少一个处理器(processor)、通信接口(Communications Interface)、至少一个存储器(memory)和通信总线，其中，至少一个处理器，通信接口，至少一个存储器通过通信总线完成相互间的通信。至少一个处理器可以调用至少一个存储器中的逻辑指令，以执行前述各个方法实施例提供的方法的全部或部分步骤。
此外，上述的至少一个存储器中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案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中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个方法实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
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各实施方式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实现。基于这样的理解，上述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，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的一些部分所述的方法。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。基于这种认识，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
需要说明的是，术语“包括”、“包含”或者其任何其它变体意在涵盖非排它性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。任何“预定阈值”，“预设阈值”等类似表述如未标出具体数值，则本领域普通技术人员可以通过简单试验或相应调试确定其具体数值。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于芯片计算的玻璃基板光三维健康检测方法，其特征在于，包括：将加持在机械手前端的玻璃基板置于透光灯及光学摄像机之间，光学摄像机对玻璃基板当前区域的图像进行采集，并将采集结果发送至图像检测芯片；图像检测芯片对采集结果进行检测，若检测结果中存在瑕疵，则控制机械手旋转电机向预定方向按预定次数旋转预定角度，光学摄像机多次对玻璃基板当前区域的图像进行采集，并将多次采集结果发送至图像检测芯片；图像检测芯片对每次采集结果中的缺陷轮廓边缘上的最远两点进行定位，并在缺陷轮廓上确定预定数量的双点组，并计算每个双点组内双点间距离；计算每个双点组内双点间距离与最远两点距离的比值，根据比值数据集确定每次采集结果对应的缺陷类型，对多次采集结果对应的缺陷类型进行比对，将占比最多的缺陷类型确定为瑕疵的缺陷类型；其中，每个双点组中两点连线均与最远两点连线垂直。
2.根据权利要求1所述的基于芯片计算的玻璃基板光三维健康检测方法，其特征在于，在所述若检测结果中存在瑕疵之前，还包括：若检测结果中未发现瑕疵，则控制机械手在水平方向上伸缩预定距离，将玻璃基板的另一区域置于透光灯及光学摄像机之间，光学摄像机对所述另一区域的图像进行采集，并将采集结果发送至图像检测芯片，图像检测芯片对采集结果进行检测。
3.根据权利要求2所述的基于芯片计算的玻璃基板光三维健康检测方法，其特征在于，所述则控制机械手旋转电机向预定方向按预定次数旋转预定角度，光学摄像机多次对玻璃基板当前区域的图像进行采集，包括：若机械手旋转未达预定次数中的最后一次，则机械手旋转电机正转或反转预定角度后停止，光学摄像机对旋转停止后的玻璃基板当前区域的图像进行采集；若机械手旋转达到预定次数中的最后一次，则机械手停止旋转。
4.根据权利要求3所述的基于芯片计算的玻璃基板光三维健康检测方法，其特征在于，所述计算每个双点组内双点间距离与最远两点距离的比值，根据比值数据集确定每次采集结果对应的缺陷类型，包括：若存在认定系数k，使得：则确定当次采集结果对应的缺陷类型为条纹裂痕；其中，k为固定数字；/>为第i个双点组内双点间距离与最远两点距离的比值；N为所述预定数量的双点组；/>为趋近于符号。
5.根据权利要求4所述的基于芯片计算的玻璃基板光三维健康检测方法，其特征在于，所述计算每个双点组内双点间距离与最远两点距离的比值，根据比值数据集确定每次采集结果对应的缺陷类型，还包括：若存在则确定当次采集结果对应的缺陷类型为气泡；其中，/>为第i个双点组中两点连线与最远两点连线的交点横坐标值；n为双点组内双点间距离与最远两点距离的比值变化率系数；e为自然常数。
6.根据权利要求5所述的基于芯片计算的玻璃基板光三维健康检测方法，其特征在于，所述计算每个双点组内双点间距离与最远两点距离的比值，根据比值数据集确定每次采集结果对应的缺陷类型，还包括：若存在则确定当次采集结果对应的缺陷类型为漂叠状气泡组；其中，/>为第j个缺陷轮廓内第i个双点组内双点间距离与最远两点距离的比值；/>为第j个缺陷轮廓内第i个双点组中两点连线与最远两点连线的交点横坐标值；m为缺陷轮廓的数量。
7.一种基于芯片计算的玻璃基板光三维健康检测系统，其特征在于，包括：机械手（401），用于夹持玻璃基板；机械手旋转电机（402），用于旋转机械手；机械手控制平台（403），用于控制水平伸缩杆（404）水平伸缩移动；水平伸缩杆（404），用于推动机械手（401）进行水平伸缩移动；透光灯（405），用于从竖直向上的方向对玻璃基板底部投射照明光线；光学摄像机（406），用于对玻璃基板当前区域的图像进行采集，并将采集结果发送至图像检测芯片；暗室（407），用于安装透光灯（405）及光学摄像机（406），并屏蔽干扰光线；图像检测芯片，用于对采集结果进行检测，并将检测结果发送至系统级中控芯片；系统级中控芯片，用于根据接收的检测结果并加载相应程序，实现如权利要求1至6任一权利要求所述的基于芯片计算的玻璃基板光三维健康检测方法。
8.一种基于芯片计算的玻璃基板光三维健康检测装置，其特征在于，包括：第一主模块，用于实现将加持在机械手前端的玻璃基板置于透光灯及光学摄像机之间，光学摄像机对玻璃基板当前区域的图像进行采集，并将采集结果发送至图像检测芯片；第二主模块，用于实现图像检测芯片对采集结果进行检测，若检测结果中存在瑕疵，则控制机械手旋转电机向预定方向按预定次数旋转预定角度，光学摄像机多次对玻璃基板当前区域的图像进行采集，并将多次采集结果发送至图像检测芯片；第三主模块，用于实现图像检测芯片对每次采集结果中的缺陷轮廓边缘上的最远两点进行定位，并在缺陷轮廓上确定预定数量的双点组，并计算每个双点组内双点间距离；第四主模块，用于实现计算每个双点组内双点间距离与最远两点距离的比值，根据比值数据集确定每次采集结果对应的缺陷类型，对多次采集结果对应的缺陷类型进行比对，将占比最多的缺陷类型确定为瑕疵的缺陷类型；其中，每个双点组中两点连线均与最远两点连线垂直。
9.一种电子设备，其特征在于，包括：
至少一个处理器、至少一个存储器和通信接口；其中，
所述处理器、存储器和通信接口相互间进行通信；
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令，以执行权利要求1至6任一项权利要求所述的方法。
10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使计算机执行权利要求1至6中任一项权利要求所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311847270.1A CN117491391B (zh) | 2023-12-29 | 2023-12-29 | 基于芯片计算的玻璃基板光三维健康检测方法及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311847270.1A CN117491391B (zh) | 2023-12-29 | 2023-12-29 | 基于芯片计算的玻璃基板光三维健康检测方法及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117491391A true CN117491391A (zh) | 2024-02-02 |
| CN117491391B CN117491391B (zh) | 2024-03-15 |
Family
ID=89672993
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311847270.1A Active CN117491391B (zh) | 2023-12-29 | 2023-12-29 | 基于芯片计算的玻璃基板光三维健康检测方法及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117491391B (zh) |
Citations (50)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB974635A (en) * | 1962-01-19 | 1964-11-11 | Pilkington Brothers Ltd | Improvements in or relating to the detection of faults in flat glass |
| US4338028A (en) * | 1979-02-26 | 1982-07-06 | Udaras Na Gaeltachta | Apparatus for inspecting translucent articles for faults |
| US4519041A (en) * | 1982-05-03 | 1985-05-21 | Honeywell Inc. | Real time automated inspection |
| WO1986005588A1 (en) * | 1985-03-14 | 1986-09-25 | Diffracto Ltd. | Diffractosight improvements |
| EP0323564A2 (de) * | 1988-01-04 | 1989-07-12 | Erwin Sick GmbH Optik-Elektronik | Optische Fehlerinspektionsvorrichtung |
| US5184190A (en) * | 1991-05-28 | 1993-02-02 | Winzen International, Inc. | Method and apparatus for detecting flaws and defects in heat seals |
| JPH07151690A (ja) * | 1993-11-30 | 1995-06-16 | Nippon Sheet Glass Co Ltd | 物体の構造および／または模様の欠陥を検出する方法および装置 |
| JPH07209208A (ja) * | 1994-01-26 | 1995-08-11 | Nippon Steel Corp | 鋼板の表面疵発生原因判定方法及び装置 |
| JPH07311161A (ja) * | 1994-05-20 | 1995-11-28 | Nippon Steel Corp | 鋼片の表面疵検査方法及び装置 |
| JPH0815174A (ja) * | 1995-06-26 | 1996-01-19 | Matsushita Electric Works Ltd | 外観検査による欠陥検査方法 |
| JPH09210969A (ja) * | 1996-01-31 | 1997-08-15 | Nippon Steel Corp | 自動磁粉探傷装置 |
| JPH1062354A (ja) * | 1996-08-20 | 1998-03-06 | Nachi Fujikoshi Corp | 透明板の欠陥検査装置及び欠陥検査方法 |
| JPH10289319A (ja) * | 1997-04-16 | 1998-10-27 | Sumitomo Electric Ind Ltd | 筋状欠陥の検査方法と検査装置 |
| JPH11132901A (ja) * | 1997-10-28 | 1999-05-21 | Asahi Optical Co Ltd | 光学部材検査装置，画像処理装置，及び、コンピュータ可読媒体 |
| JP2000019060A (ja) * | 1998-07-02 | 2000-01-21 | Asahi Optical Co Ltd | 光学部材検査装置 |
| JP2000146555A (ja) * | 1998-11-18 | 2000-05-26 | Nkk Corp | 表面疵検査装置 |
| US20010002862A1 (en) * | 1997-09-24 | 2001-06-07 | Hiroyuki Okahira | Apparatus for inspecting a substrate |
| JP2001235424A (ja) * | 2000-02-23 | 2001-08-31 | Nkk Corp | 表面検査装置 |
| JP2001523815A (ja) * | 1997-11-14 | 2001-11-27 | ウェズリー ジェッセン コーポレイション | 自動レンズ検査システム |
| JP2002214157A (ja) * | 2001-01-18 | 2002-07-31 | Kawasaki Heavy Ind Ltd | 板状体の傷検出方法及び装置 |
| JP2002277409A (ja) * | 2001-03-15 | 2002-09-25 | Olympus Optical Co Ltd | プリント基板パターンの検査装置 |
| JP2004109105A (ja) * | 2002-07-23 | 2004-04-08 | Jfe Steel Kk | 表面欠陥検出における疵種分類境界設定方法、及び欠陥検出方法 |
| US20040179193A1 (en) * | 2001-07-05 | 2004-09-16 | Shinji Maezono | Method and device for inspecting defect of sheet-shaped transparent body |
| JP2005274173A (ja) * | 2004-03-23 | 2005-10-06 | Japan Science & Technology Agency | ウエハー基板、液晶ディスプレイ用透明ガラス等の被検査物の表面上の異物・表面検査方法およびその装置 |
| JP2006250876A (ja) * | 2005-03-14 | 2006-09-21 | Seiko Epson Corp | 光学パネル検査方法、光学パネル検査装置、光学パネル検査プログラムおよびこのプログラムを記録した記録媒体 |
| JP2010243263A (ja) * | 2009-04-02 | 2010-10-28 | Nippon Steel Corp | 帯状体の表面検査装置、表面検査方法及びプログラム |
| CN102305798A (zh) * | 2011-08-02 | 2012-01-04 | 上海交通大学 | 基于机器视觉的玻璃缺陷的检测与分类方法 |
| WO2012077542A1 (ja) * | 2010-12-09 | 2012-06-14 | 旭硝子株式会社 | ガラス基板 |
| CN102735695A (zh) * | 2012-06-04 | 2012-10-17 | 华中科技大学 | 一种镜片瑕疵快速检测方法及装置 |
| CN108593681A (zh) * | 2018-03-28 | 2018-09-28 | 中车唐山机车车辆有限公司 | 车体侧墙玻璃缺陷检测系统及检测方法 |
| CN108645867A (zh) * | 2018-05-25 | 2018-10-12 | 哈尔滨工业大学 | 大口径光学晶体表面微缺陷的快速寻位与批量检测方法 |
| CN110596134A (zh) * | 2018-05-25 | 2019-12-20 | 上海翌视信息技术有限公司 | 一种基于图像采集的片状玻璃边缘瑕疵检测方法 |
| US20210004946A1 (en) * | 2019-07-02 | 2021-01-07 | MakinaRocks Co., Ltd. | Systems and methods for detecting flaws on panels using images of the panels |
| CN112508903A (zh) * | 2020-12-01 | 2021-03-16 | 电子科技大学 | 一种卫星望远镜镜片表面疵病轮廓检测方法 |
| CN112529893A (zh) * | 2020-12-22 | 2021-03-19 | 郑州金惠计算机系统工程有限公司 | 基于深度神经网络的轮毂表面瑕疵在线检测方法及系统 |
| CN113450307A (zh) * | 2021-05-12 | 2021-09-28 | 西安电子科技大学 | 一种产品边缘缺陷检测方法 |
| WO2021253482A1 (zh) * | 2020-06-16 | 2021-12-23 | 湖南大学 | 缺陷检测系统、方法及图像采集系统 |
| US20220207714A1 (en) * | 2020-12-29 | 2022-06-30 | Hon Hai Precision Industry Co., Ltd. | Product defect detection method, computing device, and storage medium |
| CN114998217A (zh) * | 2022-05-10 | 2022-09-02 | 济宁海富光学科技有限公司 | 确定玻璃基板缺陷等级的方法、计算机设备及存储介质 |
| WO2022224636A1 (ja) * | 2021-04-22 | 2022-10-27 | 日立造船株式会社 | 検査装置 |
| CN115311294A (zh) * | 2022-10-12 | 2022-11-08 | 启东金耀億华玻纤材料有限公司 | 基于图像处理的玻璃瓶瓶身瑕疵识别检测方法 |
| CN115375679A (zh) * | 2022-10-24 | 2022-11-22 | 广东工业大学 | 一种缺陷芯片寻边寻点定位方法及装置 |
| CN115631190A (zh) * | 2022-11-11 | 2023-01-20 | 彩虹（合肥）液晶玻璃有限公司 | 玻璃基板缺陷识别示警方法、系统、电子设备和存储介质 |
| RU2791416C1 (ru) * | 2021-11-12 | 2023-03-07 | Цзянсуская корпорация по ядерной энергетике | Способ трехмерной реконструкции резьбы отверстий под шпильки главного разъёма корпуса реактора и автоматической идентификации дефектов |
| CN115880301A (zh) * | 2023-03-06 | 2023-03-31 | 长沙韶光芯材科技有限公司 | 一种玻璃基板气泡缺陷的识别系统 |
| CN115953373A (zh) * | 2022-12-22 | 2023-04-11 | 青岛创新奇智科技集团股份有限公司 | 玻璃缺陷检测方法、装置、电子设备及存储介质 |
| US20230153974A1 (en) * | 2019-12-20 | 2023-05-18 | Boe Technology Group Co., Ltd. | Distributed computing system for product defect analysis |
| CN116718616A (zh) * | 2023-08-04 | 2023-09-08 | 苏州视谷视觉技术有限公司 | 一种用于瑕疵检测的机器视觉检测系统及检测方法 |
| CN117197527A (zh) * | 2023-07-26 | 2023-12-08 | 北京兆维智能装备有限公司 | 一种液晶显示屏的玻璃基板的缺陷检测分类方法及装置 |
| US20230400714A1 (en) * | 2022-06-08 | 2023-12-14 | Johnson & Johnson Vision Care, Inc. | Methods for quality control of contact lenses |
-
2023
- 2023-12-29 CN CN202311847270.1A patent/CN117491391B/zh active Active
Patent Citations (50)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB974635A (en) * | 1962-01-19 | 1964-11-11 | Pilkington Brothers Ltd | Improvements in or relating to the detection of faults in flat glass |
| US4338028A (en) * | 1979-02-26 | 1982-07-06 | Udaras Na Gaeltachta | Apparatus for inspecting translucent articles for faults |
| US4519041A (en) * | 1982-05-03 | 1985-05-21 | Honeywell Inc. | Real time automated inspection |
| WO1986005588A1 (en) * | 1985-03-14 | 1986-09-25 | Diffracto Ltd. | Diffractosight improvements |
| EP0323564A2 (de) * | 1988-01-04 | 1989-07-12 | Erwin Sick GmbH Optik-Elektronik | Optische Fehlerinspektionsvorrichtung |
| US5184190A (en) * | 1991-05-28 | 1993-02-02 | Winzen International, Inc. | Method and apparatus for detecting flaws and defects in heat seals |
| JPH07151690A (ja) * | 1993-11-30 | 1995-06-16 | Nippon Sheet Glass Co Ltd | 物体の構造および／または模様の欠陥を検出する方法および装置 |
| JPH07209208A (ja) * | 1994-01-26 | 1995-08-11 | Nippon Steel Corp | 鋼板の表面疵発生原因判定方法及び装置 |
| JPH07311161A (ja) * | 1994-05-20 | 1995-11-28 | Nippon Steel Corp | 鋼片の表面疵検査方法及び装置 |
| JPH0815174A (ja) * | 1995-06-26 | 1996-01-19 | Matsushita Electric Works Ltd | 外観検査による欠陥検査方法 |
| JPH09210969A (ja) * | 1996-01-31 | 1997-08-15 | Nippon Steel Corp | 自動磁粉探傷装置 |
| JPH1062354A (ja) * | 1996-08-20 | 1998-03-06 | Nachi Fujikoshi Corp | 透明板の欠陥検査装置及び欠陥検査方法 |
| JPH10289319A (ja) * | 1997-04-16 | 1998-10-27 | Sumitomo Electric Ind Ltd | 筋状欠陥の検査方法と検査装置 |
| US20010002862A1 (en) * | 1997-09-24 | 2001-06-07 | Hiroyuki Okahira | Apparatus for inspecting a substrate |
| JPH11132901A (ja) * | 1997-10-28 | 1999-05-21 | Asahi Optical Co Ltd | 光学部材検査装置，画像処理装置，及び、コンピュータ可読媒体 |
| JP2001523815A (ja) * | 1997-11-14 | 2001-11-27 | ウェズリー ジェッセン コーポレイション | 自動レンズ検査システム |
| JP2000019060A (ja) * | 1998-07-02 | 2000-01-21 | Asahi Optical Co Ltd | 光学部材検査装置 |
| JP2000146555A (ja) * | 1998-11-18 | 2000-05-26 | Nkk Corp | 表面疵検査装置 |
| JP2001235424A (ja) * | 2000-02-23 | 2001-08-31 | Nkk Corp | 表面検査装置 |
| JP2002214157A (ja) * | 2001-01-18 | 2002-07-31 | Kawasaki Heavy Ind Ltd | 板状体の傷検出方法及び装置 |
| JP2002277409A (ja) * | 2001-03-15 | 2002-09-25 | Olympus Optical Co Ltd | プリント基板パターンの検査装置 |
| US20040179193A1 (en) * | 2001-07-05 | 2004-09-16 | Shinji Maezono | Method and device for inspecting defect of sheet-shaped transparent body |
| JP2004109105A (ja) * | 2002-07-23 | 2004-04-08 | Jfe Steel Kk | 表面欠陥検出における疵種分類境界設定方法、及び欠陥検出方法 |
| JP2005274173A (ja) * | 2004-03-23 | 2005-10-06 | Japan Science & Technology Agency | ウエハー基板、液晶ディスプレイ用透明ガラス等の被検査物の表面上の異物・表面検査方法およびその装置 |
| JP2006250876A (ja) * | 2005-03-14 | 2006-09-21 | Seiko Epson Corp | 光学パネル検査方法、光学パネル検査装置、光学パネル検査プログラムおよびこのプログラムを記録した記録媒体 |
| JP2010243263A (ja) * | 2009-04-02 | 2010-10-28 | Nippon Steel Corp | 帯状体の表面検査装置、表面検査方法及びプログラム |
| WO2012077542A1 (ja) * | 2010-12-09 | 2012-06-14 | 旭硝子株式会社 | ガラス基板 |
| CN102305798A (zh) * | 2011-08-02 | 2012-01-04 | 上海交通大学 | 基于机器视觉的玻璃缺陷的检测与分类方法 |
| CN102735695A (zh) * | 2012-06-04 | 2012-10-17 | 华中科技大学 | 一种镜片瑕疵快速检测方法及装置 |
| CN108593681A (zh) * | 2018-03-28 | 2018-09-28 | 中车唐山机车车辆有限公司 | 车体侧墙玻璃缺陷检测系统及检测方法 |
| CN108645867A (zh) * | 2018-05-25 | 2018-10-12 | 哈尔滨工业大学 | 大口径光学晶体表面微缺陷的快速寻位与批量检测方法 |
| CN110596134A (zh) * | 2018-05-25 | 2019-12-20 | 上海翌视信息技术有限公司 | 一种基于图像采集的片状玻璃边缘瑕疵检测方法 |
| US20210004946A1 (en) * | 2019-07-02 | 2021-01-07 | MakinaRocks Co., Ltd. | Systems and methods for detecting flaws on panels using images of the panels |
| US20230153974A1 (en) * | 2019-12-20 | 2023-05-18 | Boe Technology Group Co., Ltd. | Distributed computing system for product defect analysis |
| WO2021253482A1 (zh) * | 2020-06-16 | 2021-12-23 | 湖南大学 | 缺陷检测系统、方法及图像采集系统 |
| CN112508903A (zh) * | 2020-12-01 | 2021-03-16 | 电子科技大学 | 一种卫星望远镜镜片表面疵病轮廓检测方法 |
| CN112529893A (zh) * | 2020-12-22 | 2021-03-19 | 郑州金惠计算机系统工程有限公司 | 基于深度神经网络的轮毂表面瑕疵在线检测方法及系统 |
| US20220207714A1 (en) * | 2020-12-29 | 2022-06-30 | Hon Hai Precision Industry Co., Ltd. | Product defect detection method, computing device, and storage medium |
| WO2022224636A1 (ja) * | 2021-04-22 | 2022-10-27 | 日立造船株式会社 | 検査装置 |
| CN113450307A (zh) * | 2021-05-12 | 2021-09-28 | 西安电子科技大学 | 一种产品边缘缺陷检测方法 |
| RU2791416C1 (ru) * | 2021-11-12 | 2023-03-07 | Цзянсуская корпорация по ядерной энергетике | Способ трехмерной реконструкции резьбы отверстий под шпильки главного разъёма корпуса реактора и автоматической идентификации дефектов |
| CN114998217A (zh) * | 2022-05-10 | 2022-09-02 | 济宁海富光学科技有限公司 | 确定玻璃基板缺陷等级的方法、计算机设备及存储介质 |
| US20230400714A1 (en) * | 2022-06-08 | 2023-12-14 | Johnson & Johnson Vision Care, Inc. | Methods for quality control of contact lenses |
| CN115311294A (zh) * | 2022-10-12 | 2022-11-08 | 启东金耀億华玻纤材料有限公司 | 基于图像处理的玻璃瓶瓶身瑕疵识别检测方法 |
| CN115375679A (zh) * | 2022-10-24 | 2022-11-22 | 广东工业大学 | 一种缺陷芯片寻边寻点定位方法及装置 |
| CN115631190A (zh) * | 2022-11-11 | 2023-01-20 | 彩虹（合肥）液晶玻璃有限公司 | 玻璃基板缺陷识别示警方法、系统、电子设备和存储介质 |
| CN115953373A (zh) * | 2022-12-22 | 2023-04-11 | 青岛创新奇智科技集团股份有限公司 | 玻璃缺陷检测方法、装置、电子设备及存储介质 |
| CN115880301A (zh) * | 2023-03-06 | 2023-03-31 | 长沙韶光芯材科技有限公司 | 一种玻璃基板气泡缺陷的识别系统 |
| CN117197527A (zh) * | 2023-07-26 | 2023-12-08 | 北京兆维智能装备有限公司 | 一种液晶显示屏的玻璃基板的缺陷检测分类方法及装置 |
| CN116718616A (zh) * | 2023-08-04 | 2023-09-08 | 苏州视谷视觉技术有限公司 | 一种用于瑕疵检测的机器视觉检测系统及检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117491391B (zh) | 2024-03-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108256446B (zh) | 用于确定道路中的车道线的方法、装置和设备 | |
| CN113748357B (zh) | 激光雷达的姿态校正方法、装置和系统 | |
| JP5602392B2 (ja) | 情報処理装置、情報処理方法およびプログラム | |
| US20150015602A1 (en) | System and method for selective determination of point clouds | |
| CN109977954B (zh) | 电动汽车充电接口的识别及定位方法及系统 | |
| CN112418103A (zh) | 一种基于动态双目视觉的桥式起重机吊装安全防撞系统及方法 | |
| CN110959114A (zh) | 缺陷检查方法及缺陷检查装置 | |
| CN113049184A (zh) | 一种质心测量方法、设备及存储介质 | |
| US20170316573A1 (en) | Position measuring equipment | |
| CN106546174B (zh) | 一种基于模型滤波的圆检测方法 | |
| CN106813569A (zh) | 一种基于线结构光的汽车轮胎三维定位方法 | |
| CN115235375A (zh) | 盖板类工件的多圆特征参数测量方法、检测方法和装置 | |
| CN117491391B (zh) | 基于芯片计算的玻璃基板光三维健康检测方法及设备 | |
| CN114359865A (zh) | 一种障碍物的检测方法及相关装置 | |
| JP2015111128A (ja) | 位置姿勢計測装置、位置姿勢計測方法、およびプログラム | |
| CN116579955B (zh) | 一种新能源电芯焊缝反光点去噪和点云补全方法及系统 | |
| CN116385440B (zh) | 一种弧形刀片视觉检测方法 | |
| US20220343628A1 (en) | Processing apparatus, processing method, and computer readable medium | |
| CN116258838A (zh) | 一种用于管片模具合模系统的智能视觉引导方法 | |
| CN115423768A (zh) | 一种镜片尺寸测量方法、系统、存储介质及智能终端 | |
| CN111951337B (zh) | 图像检测目标空间定位方法及系统 | |
| CN114518106A (zh) | 高精度地图垂向要素更新检测方法、系统、介质及设备 | |
| CN116958152B (zh) | 一种零件尺寸测量方法、装置、设备及介质 | |
| KR20240082157A (ko) | 로봇 팔의 제어를 위한 객체 위치 인식방법 및 장치 | |
| CN113269887B (zh) | 一种高精度曲面修复扫描方法及装置 |
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 |