CN117764990B - 一种机箱冲压质量检测方法 - Google Patents
一种机箱冲压质量检测方法 Download PDFInfo
- Publication number
- CN117764990B CN117764990B CN202410194888.0A CN202410194888A CN117764990B CN 117764990 B CN117764990 B CN 117764990B CN 202410194888 A CN202410194888 A CN 202410194888A CN 117764990 B CN117764990 B CN 117764990B
- Authority
- CN
- China
- Prior art keywords
- suspected
- pixel point
- fold
- region
- gray
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000007547 defect Effects 0.000 claims abstract description 127
- 238000003708 edge detection Methods 0.000 claims abstract description 18
- 230000037303 wrinkles Effects 0.000 claims description 32
- 238000004458 analytical method Methods 0.000 claims description 19
- 238000013441 quality evaluation Methods 0.000 claims description 19
- 230000035772 mutation Effects 0.000 claims description 11
- 238000010606 normalization Methods 0.000 claims description 11
- 238000005452 bending Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 7
- 230000005484 gravity Effects 0.000 claims description 6
- 239000002184 metal Substances 0.000 abstract description 88
- 238000001514 detection method Methods 0.000 abstract description 11
- 238000010191 image analysis Methods 0.000 abstract description 2
- 238000012545 processing Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000011248 coating agent Substances 0.000 description 2
- 238000000576 coating method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000002310 reflectometry Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000004080 punching 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
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明涉及图像分析领域,具体涉及一种机箱冲压质量检测方法。该方法首先对钣金机箱表面的灰度图像进行边缘检测,并对获取的边缘线上像素点位置的分布进行分析,提取出疑似褶皱区域,确定疑似褶皱区域中心处的像素点,根据疑似褶皱区域内以中心像素点为起始点的不同预设方向上像素点灰度值的分布,获得第一特征参数,根据不同预设方向上像素点灰度值的变化,以及中心像素点与疑似褶皱区域边缘上像素点之间灰度值的差异,获得第二特征参数;结合第一特征参数和第二特征参数,并基于提取出的真实褶皱区域对钣金机箱冲压质量进行检测。本发明能够准确识别出钣金机箱表面的褶皱缺陷,提高对其冲压质量检测的准确性。
Description
技术领域
本发明涉及图像分析领域,具体涉及一种机箱冲压质量检测方法。
背景技术
钣金机箱冲压是用于加工薄型钣金以形成具有特定形状和结构的机箱外壳,在对钣金机箱进行冲压处理后,其表面经常会出现起皱现象,出现褶皱缺陷,严重影响了钣金机箱的结构强度和外观,因此有必要对钣金机箱冲压的质量做进一步的检测,保障钣金机箱的质量达到一定的要求。
相关技术中通常使用边缘检测或阈值分割等图像处理技术提取出钣金机箱表面出现褶皱的缺陷区域,进而实现对钣金机箱冲压质量检测,但由于在冲压过程中需要在钣金机箱表面设计特有形状的区域,同时冲压后未做涂层处理的钣金机箱表面的反光性较强,会在其表面形成反光区域,导致通过现有技术无法准确识别出钣金机箱表面出现褶皱的缺陷区域,从而降低对钣金机箱冲压质量检测的准确性。
发明内容
为了解决现有技术无法准确识别出钣金机箱表面出现褶皱的缺陷区域,从而降低对钣金机箱冲压质量检测的准确性的技术问题,本发明的目的在于提供一种机箱冲压质量检测方法,所采用的技术方案具体如下:
本发明提出了一种机箱冲压质量检测方法,所述方法包括:
获取钣金机箱表面的灰度图像;
获取所述灰度图像中的疑似褶皱区域;
对每个疑似褶皱区域进行连通域分析,获得对应疑似褶皱区域的中心像素点;在任意一个疑似褶皱区域中,根据以中心像素点为起始点的不同预设方向上像素点灰度值的分布,获得每个疑似褶皱区域的第一特征参数,根据以中心像素点为起始点的不同预设方向上像素点灰度值的变化,以及中心像素点与对应疑似褶皱区域的边缘线上像素点之间灰度值的差异,获得每个疑似褶皱区域的第二特征参数;基于所述第一特征参数和所述第二特征参数,从所有疑似褶皱区域中筛选出真实褶皱区域;
基于所有的真实褶皱区域对钣金机箱冲压质量进行检测。
进一步地,所述获取所述灰度图像中的疑似褶皱区域包括:
对灰度图像进行边缘检测,获得灰度图像中的边缘线;
将边缘线上的任一像素点与边缘线上相邻的下一个像素点之间连线的斜率,作为对应像素点的位置变化参数;
将边缘线上距离最近的两个像素点作为相邻像素点组,将相邻像素点组中两个像素点之间所述位置变化参数的差值的绝对值,作为相邻像素点组的突变程度;将每个边缘线上所有相邻像素点组的所述突变程度的平均值,作为对应边缘线的弯曲程度;
构建每个边缘线的最小外接矩形,将所述最小外接矩形的短边的长度的平方,作为对应边缘线的规整程度;
对所述弯曲程度和所述规整程度的乘积值进行归一化,获得对应边缘线的疑似缺陷程度;
基于所述疑似缺陷程度从灰度图像中提取出疑似褶皱区域。
进一步地,所述基于所述疑似缺陷程度从灰度图像中提取出疑似褶皱区域包括:
将所述疑似缺陷程度大于预设第一缺陷阈值且闭合的边缘线所围成的区域,作为疑似褶皱区域。
进一步地,所述根据以中心像素点为起始点的不同预设方向上像素点灰度值的分布,获得每个疑似褶皱区域的第一特征参数包括:
从任意一个疑似褶皱区域的中心像素点开始,以不同的所述预设方向作射线,将每条射线与对应疑似褶皱区域的边缘线之间交点处的像素点,作为边缘线上的目标像素点;
将中心像素点与每个目标像素点之间的线段,作为疑似褶皱区域的方向路径;
将疑似褶皱区域中每个所述方向路径上所有像素点灰度值的平均值,作为对应方向路径的亮度参数;
对疑似褶皱区域中所有所述方向路径的亮度参数的极差进行归一化,获得对应疑似褶皱区域的第一特征参数。
进一步地,所述根据以中心像素点为起始点的不同预设方向上像素点灰度值的变化,以及中心像素点与对应疑似褶皱区域的边缘线上像素点之间灰度值的差异,获得每个疑似褶皱区域的第二特征参数包括:
在任意一个疑似褶皱区域中,将每个所述方向路径上距离最近的两个像素点,作为参考像素点组,将每个参考像素点组中的两个像素点的灰度值的差值的绝对值,作为对应参考像素点组的灰度变化值;
将每个所述方向路径上所有参考像素点组的灰度变化值的方差,作为对应方向路径的灰度变化混乱度;
将疑似褶皱区域的中心像素点的灰度值与边缘线上每个所述目标像素点的灰度值的差值的绝对值,作为中心像素点与每个目标像素点之间的灰度差异;
根据疑似褶皱区域中所有所述方向路径的灰度变化混乱度,以及中心像素点与所有目标像素点之间的灰度差异,获得对应疑似褶皱区域的第二特征参数。
进一步地,所述根据疑似褶皱区域中所有所述方向路径的灰度变化混乱度,以及中心像素点与所有目标像素点之间的灰度差异,获得对应疑似褶皱区域的第二特征参数包括:
对疑似褶皱区域中所有所述方向路径的灰度变化混乱度的累加值进行归一化,获得对应疑似褶皱区域的第一灰度分布参数;
对疑似褶皱区域的中心像素点与边缘线上所有目标像素点的灰度差异的累加值进行负相关的归一化,获得对应疑似褶皱区域的第二灰度分布参数;
将所述第一灰度分布参数和所述第二灰度分布参数的乘积值,作为对应疑似褶皱区域的第二特征参数。
进一步地,所述基于所述第一特征参数和所述第二特征参数,从所有疑似褶皱区域中筛选出真实褶皱区域包括:
将疑似褶皱区域的所述第一特征参数和所述第二特征参数的乘积值,作为对应疑似褶皱区域的褶皱缺陷程度;
将所述褶皱缺陷程度大于预设第二缺陷阈值的疑似褶皱区域,作为真实褶皱区域。
进一步地,所述基于所有的真实褶皱区域对钣金机箱冲压质量进行检测包括:
将所有真实褶皱区域的褶皱缺陷程度的平均值,作为钣金机箱冲压的质量评价指标;
若所述质量评价指标小于预设第一指标阈值,则将钣金机箱冲压质量定为优;
若所述质量评价指标不小于预设第一指标阈值且小于预设第二指标阈值,则将钣金机箱冲压质量定为良;
若所述质量评价指标不小于预设第二指标阈值,则将钣金机箱冲压质量定为差。
进一步地,所述对每个疑似褶皱区域进行连通域分析,获得对应疑似褶皱区域的中心像素点包括:
对每个疑似褶皱区域进行连通域分析,获得对应疑似褶皱区域的重心;
将重心所在位置的像素点作为对应疑似褶皱区域的中心像素点。
进一步地,所述边缘检测的方法为canny边缘检测算法。
本发明具有如下有益效果:
本发明考虑到钣金机箱表面因设计形成的特有区域以及反光区域会影响到对其表面出现褶皱的缺陷区域的识别,降低对钣金机箱冲压质量检测的准确性,因此本发明首先获取钣金机箱表面的灰度图像中的疑似褶皱区域,初步区分出钣金机箱表面特有的区域,为了进一步对反光区域和褶皱缺陷区域做出区分,本发明针对褶皱缺陷的特征进行分析,由于褶皱缺陷呈现向下凹陷的特征,同时其内部通常会出现一条缝状高亮区域,且相对于褶皱缺陷区域内部的其他区域,缝状高亮区域的像素点灰度值较大,因此可通过第一特征参数反映疑似褶皱区域中存在缝状高亮区域这一特征的可能性;相比于反光区域,褶皱缺陷从中心到边缘的灰度变化的均匀性较差,且由于褶皱缺陷的边缘也存在反光现象,其边缘像素点与中心像素点之间灰度的差异较小,因此可通过第二特征参数进一步评估疑似褶皱区域与褶皱缺陷之间灰度特征的相似性,进而结合第一特征参数和第二特征参数准确识别出真实褶皱区域,从而提高后续对钣金机箱冲压质量检测的准确性。
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和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅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它附图。
图1为本发明一个实施例所提供的一种机箱冲压质量检测方法流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种机箱冲压质量检测方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
一种机箱冲压质量检测方法实施例:
下面结合附图具体的说明本发明所提供的一种机箱冲压质量检测方法的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种机箱冲压质量检测方法流程图,该方法包括:
步骤S1:获取钣金机箱表面的灰度图像。
钣金机箱冲压是用于加工薄型钣金以形成具有特定形状和结构的机箱外壳,在对钣金机箱进行冲压处理后,其表面经常会出现起皱现象,严重影响了钣金机箱的结构强度和外观,相关技术中通常使用边缘检测或阈值分割等图像处理技术提取出钣金机箱表面的褶皱缺陷,实现对钣金机箱冲压质量检测,但由于在冲压过程中需要在钣金机箱表面设计特有形状的区域,同时冲压后未做涂层处理的钣金机箱表面的反光性较强,会在其表面形成反光区域,其表面存在的特有区域和反光区域会影响到对褶皱缺陷的识别,降低对钣金机箱冲压质量检测的准确性,因此本发明实施例提出一种机箱冲压质量检测方法以解决该问题。
本发明实施例首先将工业相机置于钣金机箱的正上方,并对其表面进行拍摄,采集到钣金机箱表面的原始图像,由于通过工业相机采集的原始图像通常为多通道的RGB图像,为了降低后续图像处理的计算量,提高处理速度,在本发明的一个实施例中将采集到的钣金机箱表面的原始图像进行灰度化处理,转化为单通道的灰度图像。需要说明的是,灰度化处理是本领域技术人员熟知的技术手段,在此不再赘述。
获取钣金机箱表面的灰度图像后,在后续中便可对灰度图像进行分析,提取出其中的褶皱缺陷,从而对钣金机箱冲压的质量进行检测。
步骤S2:获取灰度图像中的疑似褶皱区域。
由于钣金机箱表面出现褶皱缺陷的区域会呈现向下凹陷的特征,导致其与正常区域之间像素点灰度值的差别较大,因此可首先对钣金机箱表面的灰度图像进行边缘检测,从而获取灰度图像中存在的边缘线,便于后续对褶皱缺陷区域的提取。
优选地,在本发明的一个实施例中使用canny边缘检测算法对灰度图像进行边缘检测,canny边缘检测算法是本领域技术人员熟知的技术手段,在此不做赘述,在本发明的其他实施例中也可使用例如roberts边缘检测算法等对灰度图像进行边缘检测,在此不作限定。
由于在冲压过程中会在钣金机箱表面设计出特有形状的区域,钣金机箱表面的特有区域的边缘线在上述边缘检测过程中也会被检测,从而影响到后续对褶皱缺陷的识别,因此需要对特有区域进行区分,考虑到钣金机箱表面的特有区域的部分边缘上的像素点的位置往往分布在一条直线上,其边缘的走向基本不发生变化,而褶皱缺陷的边缘近似椭圆或圆形,其边缘上各像素点的位置之间具有较强突变性,因此可对每个边缘线上像素点位置的分布进行分析,通过获取的疑似缺陷程度初步对灰度图像中特有区域的边缘线和可能的褶皱缺陷的边缘线进行区分,便于后续提取出准确的疑似褶皱区域。
优选地,在本发明的一个实施例中每个边缘线的疑似缺陷程度的获取方法具体包括:
将边缘线上的任一像素点与距离最近的下一个像素点之间连线的斜率,作为对应像素点的位置变化参数,对于非闭合的边缘线,由于其上最后一个像素点之后不存在其他像素点,因此在本发明的一个实施例中将非闭合边缘线上最后一个像素点的前一个像素点的位置变化参数,作为最后一个像素点的位置变化参数,以保证边缘线上每个像素点都存在位置变化参数,便于后续的分析;将边缘线上距离最近的两个像素点作为相邻像素点组,将相邻像素点组中两个像素点之间位置变化程度的差值的绝对值,作为相邻像素点组的突变程度;将每个边缘线上所有相邻像素点组的突变程度的平均值,作为对应边缘线的弯曲程度;构建每个边缘线的最小外接矩形,由于钣金机箱表面存在因冲压设计而形成的面积较小的区域,而褶皱缺陷区域的面积较大,因此边缘线的最小外接矩形的面积越大,则该边缘线是褶皱缺陷边缘的可能性就越大,同时钣金机箱表面还一些因冲压而形成的长边缘,这些长边缘的最小外接矩形的短边长度和长边长度的比值较小,而褶皱缺陷的边缘近似椭圆或圆形,因此褶皱缺陷的最小外接矩形的短边长度和长边长度的比值较大,进而可将最小外接矩形的面积乘以短边长度和长边长度的比值,即将最小外接矩形的短边的长度的平方,作为对应边缘线的规整程度,规整程度越大,说明对应的边缘线为褶皱缺陷边缘的可能性就越大;进而对弯曲程度和规整程度的乘积值进行归一化,获得对应边缘线的疑似缺陷程度。疑似缺陷程度的表达式可以具体例如为:
其中,表示第/>个边缘线的疑似缺陷程度;/>表示第/>个边缘线的最小外接矩形的短边的长度;/>和/>分别表示第/>个边缘线的第/>个相邻像素点组中两个像素点的位置变化参数;/>表示第/>个边缘线的相邻像素点组的数量;/>表示归一化函数。
在每个边缘线的疑似缺陷程度的获取过程中,疑似缺陷程度越大,说明对应边缘线越可能为钣金机箱表面褶皱缺陷的边缘,越不可能为冲压设计形成的特有区域的边缘,其中,通过上述分析可知,边缘线的最小外接矩形的面积越大,短边的长度和长边的长度的比值越大,即两者相乘后的规整程度/>越大,说明对应的边缘线越可能为褶皱缺陷的边缘,则疑似缺陷程度/>就越大,由于特有区域的边缘通常为直线走向的长边缘,而褶皱缺陷的边缘接近椭圆或圆形,因此褶皱缺陷的边缘较为弯曲且整体的走向变化较大,因此相邻像素点组的突变程度/>越大,说明该边缘线上对应位置走向的突变性越强,进而通过每个边缘线的所有相邻像素点组的突变程度的平均值表示边缘线的弯曲程度/>,弯曲程度越大,说明该边缘线整体的走向发生的变化越大,进而说明该边缘线越可能是褶皱缺陷的边缘,则疑似缺陷程度/>就越大,并通过归一化函数将疑似缺陷程度/>限定在/>范围内,便可后续的评估分析。
在本发明的一个实施例中,归一化处理可以具体例如为最大最小值归一化处理,并且,后续步骤中的归一化均可以采用最大最小值归一化处理,在本发明的其他实施例中可以根据数值具体范围选择其他归一化方法,对此不再赘述。
获取到每个边缘线的疑似缺陷程度后,便可对钣金机箱表面因冲压设计出的特有区域和褶皱缺陷进行区分,由于疑似缺陷程度越大,说明对应的边缘线越可能为褶皱缺陷的边缘,并且褶皱缺陷呈现向下凹陷的特征,其边缘线通常具有闭合的特征,因此在本发明的一个实施例中将疑似缺陷程度大于预设第一缺陷阈值且闭合的边缘线所围成的区域,作为疑似褶皱区域,预设第一缺陷阈值设置为0.6,预设第一缺陷阈值的具体数值也可根据具体实施场景由实施者自行设置,在此不作限定。
由于钣金机箱表面在光照的影响下容易形成反光区域,反光区域边缘线的走向特征与褶皱缺陷的边缘相似,因此对于获取的所有疑似褶皱区域中还包含了部分的反光区域,因此在后续中需要对疑似褶皱区域做进一步的分析,以准确提取出真实的褶皱缺陷。
步骤S3:对每个疑似褶皱区域进行连通域分析,获得对应疑似褶皱区域的中心像素点;在任意一个疑似褶皱区域中,根据以中心像素点为起始点的不同预设方向上像素点灰度值的分布,获得每个疑似褶皱区域的第一特征参数,根据以中心像素点为起始点的不同预设方向上像素点灰度值的变化,以及中心像素点与对应疑似褶皱区域的边缘线上像素点之间灰度值的差异,获得每个疑似褶皱区域的第二特征参数;基于第一特征参数和第二特征参数,从所有疑似褶皱区域中筛选出真实褶皱区域。
由于获取的疑似褶皱区域中还包含部分的反光区域,因此为了提取出真实的褶皱缺陷,需要结合褶皱缺陷具有的特征对疑似褶皱区域做出进一步的分析,由于褶皱缺陷呈现向下凹陷的特征,同时褶皱缺陷在受到光照的影响后,会在其内部形成一条缝状的高亮区域,且缝状高亮区域通常位于褶皱缺陷内的中部位置,同时相对于褶皱缺陷内部的其他区域,缝状高亮区域的像素点灰度值较大,对于反光区域,其内部不存在缝状高亮区域的特征,且反光区域中像素点灰度值普遍较高,因此可首先对疑似褶皱区域进行连通域分析,获得对应疑似褶皱区域的中心像素点,便于后续对疑似褶皱区域的中心像素点为起始点设置不同的预设方向,并结合预设方向上的像素点灰度值对疑似褶皱区域中是否具有缝状高亮区域这一特征进行分析。
优选地,在本发明的一个实施例中对每个疑似褶皱区域进行连通域分析,获得对应疑似褶皱区域的重心;将重心所在位置的像素点作为对应疑似褶皱区域的中心像素点,连通域分析是本领域技术人员熟知的技术手段,在此不做赘述。
获取到疑似褶皱区域的中心像素点后,便可以中心像素点为起始点设置不同的预设方向,相对于褶皱缺陷内部的其他区域,缝状高亮区域的像素点灰度值较大,而反光区域内部不存在缝状高亮区域这一特征,且反光区域中像素点灰度值普遍较高,因此可通过疑似褶皱区域中以中心像素点为起始点的预设方向上像素点灰度值的分布,对疑似褶皱区域内部的缝状高亮区域进行检测,通过获取第一特征参数反映疑似褶皱区域内部具有缝状高亮区域这一特征的程度,便于后续基于第一特征参数对褶皱缺陷和反光区域进行区分,在本发明的一个实施例中将预设方向设置为0°、45°、90°、135°、180°、225°、270°、315°,即将360°平均分为8个不同的方向,预设方向的具体设置方式也可根据具体实施场景由实施者自行设置,在此不作限定。
优选地,在本发明的一个实施例中每个疑似褶皱区域的第一特征参数的获取方法具体包括:
从任意一个疑似褶皱区域的中心像素点开始,以不同的预设方向作射线,将每条射线与对应疑似褶皱区域的边缘线之间交点处的像素点,作为边缘线上的目标像素点;将中心像素点与每个目标像素点之间的线段,作为疑似褶皱区域的方向路径,若疑似褶皱区域中存在缝状高亮区域,则通过此方式可使得某个方向路径处于缝状高亮区域中;由于缝状高亮区域上的像素点灰度值较大,因此为了对疑似褶皱区域中的缝状高亮区域进行检测,可将疑似褶皱区域中每个方向路径上所有像素点灰度值的平均值,作为对应方向路径的亮度参数;进而对疑似褶皱区域中所有方向路径的亮度参数的极差进行归一化,获得对应疑似褶皱区域的第一特征参数。第一特征参数的表达式可以具体例如为:
其中,表示第/>个疑似褶皱区域的第一特征参数;/>表示第/>个疑似褶皱区域中所有方向路径的亮度参数的最大值;/>表示第/>个疑似褶皱区域中所有方向路径的亮度参数的最小值;/>表示第/>个疑似褶皱区域中第/>个方向路径的亮度参数;/>表示第/>个疑似褶皱区域中第/>个方向路径上第/>个像素点的灰度值;/>表示第/>个疑似褶皱区域中第/>个方向路径上像素点的数量。
在每个疑似褶皱区域的第一特征参数的获取过程中,第一特征参数越大,说明该疑似褶皱区域内部越可能存在缝状高亮区域这一特征,由于向下凹陷的褶皱缺陷在光照情况下形成的缝状高亮区域相对于褶皱缺陷内的其他区域,其像素点灰度值较大,而反光区域中的像素点均为高亮像素点,其灰度值在整体上分布较为均匀且较大,因此可将每个方向路径上所有像素点灰度值的平均值作为亮度参数/>,通过亮度参数反映每个方向路径在整体上的灰度值,由于褶皱缺陷中通常仅存在一条缝状高亮区域,若疑似褶皱区域是褶皱缺陷时,当某个方向路径处于该缝状高亮区域中,则该方向路径的亮度参数较大,否则该方向路径的亮度参数较小,若疑似褶皱区域是反光区域时,所有路径方向的亮度参数都比较大,且各路径方向的亮度参数之间的差异较小,因此疑似褶皱区域中所有方向路径的亮度参数的极差/>越大,说明该疑似褶皱区域内部越可能存在一条缝状高亮区域,则第一特征参数/>就越大,为了便于后续的评估分析,使用/>对进行归一化,将第一特征参数/>限定在/>范围内。
获取到每个疑似褶皱区域的第一特征参数后,为了更加准确的识别出钣金机箱表面真实的褶皱缺陷,提高对钣金机箱冲压质量检测的准确度,需要进一步对褶皱缺陷区域与反光区域之间特征的差异进行分析,对于反光区域,其区域中像素点灰度值在整体上较大,从反光区域中心到区域边缘,像素点灰度值呈现缓慢降低的趋势,像素点之间灰度值的变化较为均匀,并且反光区域中心处的像素点灰度值与边缘上的像素点灰度值的差异较大,对于褶皱缺陷区域,由于其具有向下凹陷的特征,导致褶皱缺陷区域中的像素点灰度值分布较为混乱,从区域中心到边缘的灰度变化的均匀性较差,且褶皱缺陷区域由于凹陷的原因,其边缘也存在一定反光现象,其像素点灰度值较大,褶皱缺陷区域中心处的像素点位于缝状高亮区域中,其像素点灰度值与边缘上像素点灰度值的差异较小,因此可在疑似褶皱区域内,根据以中心像素点为起始点的不同预设方向上像素点灰度值的变化,以及中心像素点与对应疑似褶皱区域的边缘线上像素点之间灰度值的差异,获得每个疑似褶皱区域的第二特征参数,通过第二特征参数进一步反映疑似褶皱区域与真实的褶皱缺陷之间灰度特征的一致性,便于后续结合第一特征参数和第二特征参数提取出真实的褶皱缺陷。
优选地,在本发明的一个实施例中每个疑似褶皱区域的第二特征参数的获取方法具体包括:
在任意一个疑似褶皱区域中,将每个方向路径上距离最近的两个像素点,作为参考像素点组,将每个参考像素点组中的两个像素点的灰度值的差值的绝对值,作为对应参考像素点组的灰度变化值;将每个方向路径上所有参考像素点组的灰度变化值的方差,作为对应方向路径的灰度变化混乱度;将疑似褶皱区域的中心像素点的灰度值与边缘线上每个目标像素点的灰度值的差值的绝对值,作为中心像素点与每个目标像素点之间的灰度差异;对疑似褶皱区域中所有方向路径的灰度变化混乱度的累加值进行归一化,获得对应疑似褶皱区域的第一灰度分布参数;对疑似褶皱区域的中心像素点与边缘线上所有目标像素点的灰度差异的累加值进行负相关的归一化,获得对应疑似褶皱区域的第二灰度分布参数;将第一灰度分布参数和第二灰度分布参数的乘积值,作为对应疑似褶皱区域的第二特征参数。第二特征参数的表达式可以具体例如为:
其中,表示第/>个疑似褶皱区域的第二特征参数;/>表示第/>个疑似褶皱区域中第/>个方向路径上所有参考像素点组的灰度变化值的方差,即第/>个疑似褶皱区域中第/>个方向路径的灰度变化混乱度;/>表示第/>个疑似褶皱区域的中心像素点的灰度值;表示第/>个疑似褶皱区域的边缘线上第/>个目标像素点;/>表示疑似褶皱区域中方向路径的数量,也可理解为疑似褶皱区域的边缘线上目标像素点的数量,并且所有疑似褶皱区域的/>值相同;/>表示第/>个疑似褶皱区域中第/>个方向路径上第/>个参考像素点组的灰度变化值;/>表示/>个疑似褶皱区域中第/>个方向路径上所有参考像素点组的灰度变化值的平均值;/>表示第/>个疑似褶皱区域中第/>个方向路径上像素点的数量,则/>表示第/>个疑似褶皱区域中第/>个方向路径上参考像素点组的数量,且;/>和/>分别表示第/>个疑似褶皱区域中第/>个方向路径上第/>个参考像素点组中两个像素点的灰度值;/>表示归一化函数;/>表示以自然常数/>为底的指数函数。
在每个疑似褶皱区域的第二特征参数的获取过程中,第二特征参数越大,说明该疑似褶皱区域中像素点的灰度特征与真实的褶皱缺陷越相似,进而说明该疑似褶皱区域为真实的褶皱缺陷的可能性越大,通过上述分析可知,从反光区域中心到区域边缘,像素点灰度值呈现缓慢降低的趋势,像素点之间灰度值的变化较为均匀,而褶皱缺陷中的像素点灰度值分布较为混乱,从区域中心到边缘的灰度变化的均匀性较差,因此将疑似褶皱区域中每个方向路径上参考像素点组的灰度变化值/>的方差,作为灰度变化混乱度/>,/>越大,说明从疑似褶皱区域的中心到边缘的像素点灰度值变化的越不均匀,进而说明该疑似褶皱区域中像素点的灰度变化的特征与真实的褶皱缺陷越相似,则第二特征参数/>就越大,同时褶皱缺陷由于凹陷的原因,其边缘也存在一定反光现象,边缘上像素点灰度值较大,褶皱缺陷中心处的像素点位于缝状高亮区域中,中心处像素点灰度值与边缘上像素点灰度值的差异较小,而反光区域从中心到区域边缘,像素点灰度值呈现缓慢降低的趋势,其中心处的像素点灰度值与边缘上的像素点灰度值差异较大,因此灰度差异/>越小,说明疑似褶皱区域的中心像素点与边缘上的目标像素点之间灰度值的差异越小,进而说明疑似褶皱区域越可能为真实的褶皱缺陷,则第二特征参数/>就越大。
获取到每个疑似褶皱区域的第一特征参数和第二特征参数后,便可结合第一特征参数和第二特征参数,对反光区域和真实的褶皱缺陷进行区分,从而从所有疑似褶皱区域中筛选出真实褶皱区域。
优选地,在本发明的一个实施例中将疑似褶皱区域的第一特征参数和第二特征参数的乘积值,作为对应疑似褶皱区域的褶皱缺陷程度,褶皱缺陷程度越大,说明该疑似褶皱区域是真实的褶皱缺陷的可能性就越大,并且该区域在冲压后发生起皱的现象越严重;因此将褶皱缺陷程度大于预设第二缺陷阈值的疑似褶皱区域,作为真实褶皱区域,为了便于后续对冲压质量的检测,使用表示第/>个真实褶皱区域的褶皱缺陷程度,其中预设第二缺陷阈值设置为0.4,预设第二缺陷阈值的具体数值也可根据具体实施场景由实施者自行设置,在此不作限定。
从灰度图像中提取出钣金机箱表面的真实褶皱区域以及对应的褶皱缺陷程度后,在后续中便可基于真实褶皱区域对钣金机箱冲压后存在的起皱问题进行检测。
步骤S4:基于所有的真实褶皱区域对钣金机箱冲压质量进行检测。
通过上述步骤提取出钣金机箱表面的真实褶皱区域后,便可基于其表面存在的所有真实褶皱区域对冲压的质量进行评估检测。
优选地,在本发明的一个实施例中对钣金机箱冲压质量进行检测的方法具体包括:
将所有真实褶皱区域的褶皱缺陷程度的平均值,作为钣金机箱冲压的质量评价指标,质量评价指标越大,说明对钣金机箱冲压后的质量越差,因此可基于质量评价指标对钣金机箱的冲压质量进行分级,若质量评价指标小于预设第一指标阈值,则将钣金机箱冲压质量定为优;若质量评价指标不小于预设第一指标阈值且小于预设第二指标阈值,则将钣金机箱冲压质量定为良;若质量评价指标不小于预设第二指标阈值,则将钣金机箱冲压质量定为差,其中预设第一指标阈值和预设第二指标阈值分别设置为0.5和0.8,预设第一指标阈值和预设第二指标阈值的具体数值也可根据具体实施场景由实施者自行设置,在此不作限定。质量评价指标的表达式可以具体例如为:
/>
其中,表示钣金机箱冲压的质量评价指标;/>表示第/>个真实褶皱区域的褶皱缺陷程度;/>表示真实褶皱区域的数量。
在钣金机箱冲压的质量评价指标的获取过程中,质量评价指标越大,说明该钣金机箱冲压后表面出现的褶皱缺陷越严重,冲压质量越差,其中褶皱缺陷程度/>越大,说明冲压后形成的真实褶皱区域的缺陷越严重,因此将所有真实褶皱区域的褶皱缺陷程度的平均值,作为钣金机箱冲压后的质量评价指标/>。
综上所述,本发明实施例首先对钣金机箱表面的灰度图像进行边缘检测,获得灰度图像中的边缘线,根据每个边缘线上像素点位置的分布,获得每个边缘线的疑似缺陷程度,进而基于疑似缺陷程度从灰度图像中提取出疑似褶皱区域;根据以中心像素点为起始点的不同预设方向上像素点灰度值的分布,获得每个疑似褶皱区域的第一特征参数,根据以中心像素点为起始点的不同预设方向上像素点灰度值的变化,以及中心像素点与对应疑似褶皱区域的边缘线上像素点之间灰度值的差异,获得每个疑似褶皱区域的第二特征参数;基于第一特征参数和第二特征参数,从所有疑似褶皱区域中筛选出真实褶皱区域,进而基于所有的真实褶皱区域的褶皱缺陷程度对钣金机箱冲压质量进行检测。
一种用于钣金机箱冲压质量检测的缺陷提取方法实施例:
相关技术中通常使用边缘检测或阈值分割等图像处理技术提取出钣金机箱表面出现褶皱的缺陷区域,但由于在冲压过程中需要在钣金机箱表面设计特有形状的区域,同时冲压后未做涂层处理的钣金机箱表面的反光性较强,会在其表面形成反光区域,导致通过现有技术无法准确识别出钣金机箱表面出现褶皱的缺陷区域。
为了解决该问题,本实施例提供了一种用于钣金机箱冲压质量检测的缺陷提取方法,包括:
步骤S1:获取钣金机箱表面的灰度图像。
步骤S2:获取灰度图像中的疑似褶皱区域。
步骤S3:对每个疑似褶皱区域进行连通域分析,获得对应疑似褶皱区域的中心像素点;在任意一个疑似褶皱区域中,根据以中心像素点为起始点的不同预设方向上像素点灰度值的分布,获得每个疑似褶皱区域的第一特征参数,根据以中心像素点为起始点的不同预设方向上像素点灰度值的变化,以及中心像素点与对应疑似褶皱区域的边缘线上像素点之间灰度值的差异,获得每个疑似褶皱区域的第二特征参数;基于第一特征参数和第二特征参数,从所有疑似褶皱区域中筛选出真实褶皱区域。
其中,步骤S1~步骤S3在上述一种机箱冲压质量检测方法实施例中已给出了详细说明,在此不再赘述。
本实施例带来的有益效果为:本发明考虑到钣金机箱表面因设计形成的特有区域以及反光区域会影响到对其表面出现褶皱的缺陷区域的识别,因此本发明首先获取钣金机箱表面的灰度图像中的疑似褶皱区域,以区分出钣金机箱表面特有的区域,为了进一步对反光区域和褶皱缺陷区域做出区分,本发明针对褶皱缺陷的特征进行分析,由于褶皱缺陷呈现向下凹陷的特征,同时其内部通常会出现一条缝状高亮区域,且相对于褶皱缺陷区域内部的其他区域,缝状高亮区域的像素点灰度值较大,因此可通过第一特征参数反映疑似褶皱区域中存在缝状高亮区域这一特征的可能性;相比于反光区域,褶皱缺陷从中心到边缘的灰度变化的均匀性较差,且由于褶皱缺陷的边缘也存在反光现象,其边缘像素点与中心像素点之间灰度的差异较小,因此可通过第二特征参数进一步评估疑似褶皱区域与褶皱缺陷之间灰度特征的相似性,进而可结合第一特征参数和第二特征参数准确识别出真实褶皱区域。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
Claims (8)
1.一种机箱冲压质量检测方法,其特征在于,所述方法包括:
获取机箱表面的灰度图像;
获取所述灰度图像中的疑似褶皱区域;
对每个疑似褶皱区域进行连通域分析,获得对应疑似褶皱区域的中心像素点;在任意一个疑似褶皱区域中,根据以中心像素点为起始点的不同预设方向上像素点灰度值的分布,获得每个疑似褶皱区域的第一特征参数,根据以中心像素点为起始点的不同预设方向上像素点灰度值的变化,以及中心像素点与对应疑似褶皱区域的边缘线上像素点之间灰度值的差异,获得每个疑似褶皱区域的第二特征参数;基于所述第一特征参数和所述第二特征参数,从所有疑似褶皱区域中筛选出真实褶皱区域;
基于所有的真实褶皱区域对机箱冲压质量进行检测;
所述获取所述灰度图像中的疑似褶皱区域包括:
对灰度图像进行边缘检测,获得灰度图像中的边缘线;
将边缘线上的任一像素点与边缘线上相邻的下一个像素点之间连线的斜率,作为对应像素点的位置变化参数;
将边缘线上距离最近的两个像素点作为相邻像素点组,将相邻像素点组中两个像素点之间所述位置变化参数的差值的绝对值,作为相邻像素点组的突变程度;将每个边缘线上所有相邻像素点组的所述突变程度的平均值,作为对应边缘线的弯曲程度;
构建每个边缘线的最小外接矩形,将所述最小外接矩形的短边的长度的平方,作为对应边缘线的规整程度;
对所述弯曲程度和所述规整程度的乘积值进行归一化,获得对应边缘线的疑似缺陷程度;
基于所述疑似缺陷程度从灰度图像中提取出疑似褶皱区域;
所述基于所述疑似缺陷程度从灰度图像中提取出疑似褶皱区域包括:
将所述疑似缺陷程度大于预设第一缺陷阈值且闭合的边缘线所围成的区域,作为疑似褶皱区域。
2.根据权利要求1所述的一种机箱冲压质量检测方法,其特征在于,所述根据以中心像素点为起始点的不同预设方向上像素点灰度值的分布,获得每个疑似褶皱区域的第一特征参数包括:
从任意一个疑似褶皱区域的中心像素点开始,以不同的所述预设方向作射线,将每条射线与对应疑似褶皱区域的边缘线之间交点处的像素点,作为边缘线上的目标像素点;
将中心像素点与每个目标像素点之间的线段,作为疑似褶皱区域的方向路径;
将疑似褶皱区域中每个所述方向路径上所有像素点灰度值的平均值,作为对应方向路径的亮度参数;
对疑似褶皱区域中所有所述方向路径的亮度参数的极差进行归一化,获得对应疑似褶皱区域的第一特征参数。
3.根据权利要求2所述的一种机箱冲压质量检测方法,其特征在于,所述根据以中心像素点为起始点的不同预设方向上像素点灰度值的变化,以及中心像素点与对应疑似褶皱区域的边缘线上像素点之间灰度值的差异,获得每个疑似褶皱区域的第二特征参数包括:
在任意一个疑似褶皱区域中,将每个所述方向路径上距离最近的两个像素点,作为参考像素点组,将每个参考像素点组中的两个像素点的灰度值的差值的绝对值,作为对应参考像素点组的灰度变化值;
将每个所述方向路径上所有参考像素点组的灰度变化值的方差,作为对应方向路径的灰度变化混乱度;
将疑似褶皱区域的中心像素点的灰度值与边缘线上每个所述目标像素点的灰度值的差值的绝对值,作为中心像素点与每个目标像素点之间的灰度差异;
根据疑似褶皱区域中所有所述方向路径的灰度变化混乱度,以及中心像素点与所有目标像素点之间的灰度差异,获得对应疑似褶皱区域的第二特征参数。
4.根据权利要求3所述的一种机箱冲压质量检测方法,其特征在于,所述根据疑似褶皱区域中所有所述方向路径的灰度变化混乱度,以及中心像素点与所有目标像素点之间的灰度差异,获得对应疑似褶皱区域的第二特征参数包括:
对疑似褶皱区域中所有所述方向路径的灰度变化混乱度的累加值进行归一化,获得对应疑似褶皱区域的第一灰度分布参数;
对疑似褶皱区域的中心像素点与边缘线上所有目标像素点的灰度差异的累加值进行负相关的归一化,获得对应疑似褶皱区域的第二灰度分布参数;
将所述第一灰度分布参数和所述第二灰度分布参数的乘积值,作为对应疑似褶皱区域的第二特征参数。
5.根据权利要求1所述的一种机箱冲压质量检测方法,其特征在于,所述基于所述第一特征参数和所述第二特征参数,从所有疑似褶皱区域中筛选出真实褶皱区域包括:
将疑似褶皱区域的所述第一特征参数和所述第二特征参数的乘积值,作为对应疑似褶皱区域的褶皱缺陷程度;
将所述褶皱缺陷程度大于预设第二缺陷阈值的疑似褶皱区域,作为真实褶皱区域。
6.根据权利要求5所述的一种机箱冲压质量检测方法,其特征在于,所述基于所有的真实褶皱区域对机箱冲压质量进行检测包括:
将所有真实褶皱区域的褶皱缺陷程度的平均值,作为机箱冲压的质量评价指标;
若所述质量评价指标小于预设第一指标阈值,则将机箱冲压质量定为优;
若所述质量评价指标不小于预设第一指标阈值且小于预设第二指标阈值,则将机箱冲压质量定为良;
若所述质量评价指标不小于预设第二指标阈值,则将机箱冲压质量定为差。
7.根据权利要求1所述的一种机箱冲压质量检测方法,其特征在于,所述对每个疑似褶皱区域进行连通域分析,获得对应疑似褶皱区域的中心像素点包括:
对每个疑似褶皱区域进行连通域分析,获得对应疑似褶皱区域的重心;
将重心所在位置的像素点作为对应疑似褶皱区域的中心像素点。
8.根据权利要求1所述的一种机箱冲压质量检测方法,其特征在于,所述边缘检测的方法为canny边缘检测算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410194888.0A CN117764990B (zh) | 2024-02-22 | 2024-02-22 | 一种机箱冲压质量检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410194888.0A CN117764990B (zh) | 2024-02-22 | 2024-02-22 | 一种机箱冲压质量检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117764990A CN117764990A (zh) | 2024-03-26 |
CN117764990B true CN117764990B (zh) | 2024-05-17 |
Family
ID=90322367
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410194888.0A Active CN117764990B (zh) | 2024-02-22 | 2024-02-22 | 一种机箱冲压质量检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117764990B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117974644B (zh) * | 2024-03-29 | 2024-06-11 | 山东中泰药业有限公司 | 一种胶囊药品质量视觉检测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116630314A (zh) * | 2023-07-24 | 2023-08-22 | 日照元鼎包装有限公司 | 基于图像处理的保鲜纸箱覆膜检测方法 |
CN116758061A (zh) * | 2023-08-11 | 2023-09-15 | 山东优奭趸泵业科技有限公司 | 基于计算机视觉的铸件表面缺陷检测方法 |
CN116843678A (zh) * | 2023-08-28 | 2023-10-03 | 青岛冠宝林活性炭有限公司 | 一种硬碳电极生产质量检测方法 |
CN116883408A (zh) * | 2023-09-08 | 2023-10-13 | 威海坤科流量仪表股份有限公司 | 基于人工智能的积算仪壳体缺陷检测方法 |
CN117173189A (zh) * | 2023-11-03 | 2023-12-05 | 南通江华机械有限公司 | 一种铝合金表面抛光效果视觉检测系统 |
CN117437219A (zh) * | 2023-12-18 | 2024-01-23 | 惠州市德立电子有限公司 | 基于计算机视觉的磁胶电感不规则外观缺陷检测方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111340752B (zh) * | 2019-12-04 | 2024-08-06 | 京东方科技集团股份有限公司 | 屏幕的检测方法、装置、电子设备及计算机可读存储介质 |
CN111815630B (zh) * | 2020-08-28 | 2020-12-15 | 歌尔股份有限公司 | 一种用于lcd屏幕的缺陷检测方法、装置 |
-
2024
- 2024-02-22 CN CN202410194888.0A patent/CN117764990B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116630314A (zh) * | 2023-07-24 | 2023-08-22 | 日照元鼎包装有限公司 | 基于图像处理的保鲜纸箱覆膜检测方法 |
CN116758061A (zh) * | 2023-08-11 | 2023-09-15 | 山东优奭趸泵业科技有限公司 | 基于计算机视觉的铸件表面缺陷检测方法 |
CN116843678A (zh) * | 2023-08-28 | 2023-10-03 | 青岛冠宝林活性炭有限公司 | 一种硬碳电极生产质量检测方法 |
CN116883408A (zh) * | 2023-09-08 | 2023-10-13 | 威海坤科流量仪表股份有限公司 | 基于人工智能的积算仪壳体缺陷检测方法 |
CN117173189A (zh) * | 2023-11-03 | 2023-12-05 | 南通江华机械有限公司 | 一种铝合金表面抛光效果视觉检测系统 |
CN117437219A (zh) * | 2023-12-18 | 2024-01-23 | 惠州市德立电子有限公司 | 基于计算机视觉的磁胶电感不规则外观缺陷检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117764990A (zh) | 2024-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114972357B (zh) | 一种基于图像处理的轧辊表面缺陷检测方法及系统 | |
CN117764990B (zh) | 一种机箱冲压质量检测方法 | |
CN104794491B (zh) | 基于预分类的模糊聚类钢板表面缺陷检测方法 | |
CN116168026A (zh) | 基于计算机视觉的水质检测方法及系统 | |
CN111161222B (zh) | 一种基于视觉显著性的印刷辊筒缺陷检测方法 | |
CN115830015B (zh) | 基于计算机视觉的五金冲压配件质量检测方法 | |
CN117372432B (zh) | 基于图像分割的电子烟表面缺陷检测方法及系统 | |
CN116977358B (zh) | 一种瓦楞纸生产品质视觉辅助检测方法 | |
CN117197140B (zh) | 基于机器视觉的不规则金属扣成型检测方法 | |
CN115330795B (zh) | 布匹毛刺缺陷检测方法 | |
CN113610850B (zh) | 一种基于图像处理的装饰纸纹理异常检测方法 | |
CN115359047B (zh) | 用于pcb板智能焊接的异常缺陷检测方法 | |
CN115049651B (zh) | 一种钣金冲压异常检测方法 | |
CN117237344B (zh) | 基于机器视觉的电子雾化器芯片外观质量检测方法 | |
CN116152242B (zh) | 一种篮球用天然皮革缺陷可视化检测系统 | |
CN114821284A (zh) | 一种纺织品生产用码布机智能调节方法 | |
CN118071753B (zh) | 一种注塑模具表面缺陷视觉检测方法 | |
CN117437226A (zh) | 一种半导体加工质量视觉自动在线检测系统 | |
Li et al. | Sublingual vein extraction algorithm based on hyperspectral tongue imaging technology | |
CN115018835A (zh) | 一种汽车起动机齿轮检测方法 | |
Dominguez-Nicolas et al. | Indentation image analysis for Vickers hardness testing | |
CN115035110A (zh) | 依据凹点切割及链码跟踪的纱线毛羽定量检测方法 | |
Selamet et al. | Automatic detection and classification of defective areas on metal parts by using adaptive fusion of faster R-CNN and shape from shading | |
CN117372435B (zh) | 基于图像特征的连接器针脚检测方法 | |
CN117274293A (zh) | 基于图像特征的细菌菌落精确划分方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |