JP2021173530A - 外観検査方法 - Google Patents
外観検査方法 Download PDFInfo
- Publication number
- JP2021173530A JP2021173530A JP2020074426A JP2020074426A JP2021173530A JP 2021173530 A JP2021173530 A JP 2021173530A JP 2020074426 A JP2020074426 A JP 2020074426A JP 2020074426 A JP2020074426 A JP 2020074426A JP 2021173530 A JP2021173530 A JP 2021173530A
- Authority
- JP
- Japan
- Prior art keywords
- pixel
- contour
- contour line
- interest
- visual inspection
- 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
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Analysis (AREA)
Abstract
【課題】従来とは異なる方法によって、複雑な輪郭形状の検査対象であっても簡易にエッジ欠陥を検出することができる外観検査方法を提供する。【解決手段】外観検査方法は、検査物を撮像して検査対象面の輪郭を含む画像データを得るデータ取得工程と、前記画像データにエッジ検出処理を施して、前記検査対象面の輪郭線を抽出する輪郭線抽出工程と、前記輪郭線上の各注目画素について、前記輪郭線上において当該注目画素から前後双方向に所定の画素数だけ離れた前画素および後画素の2つの画素データから当該注目画素における仮想接線の傾きを求める傾き取得工程と、前記傾きの散らばり度合いを求める散らばり度合い取得工程と、前記散らばり度合いからエッジ欠陥の有無を判定する判定工程とを備える。【選択図】図1
Description
本発明は、工業製品等の輪郭上の欠陥を検出する外観検査方法に関する。
近年、工業製品やその機械部品等の生産ラインの外観検査において、カメラと画像処理を用いた自動化が推進されている。外観検査項目の一つに、輪郭上の欠け等の欠陥(以下、適宜「エッジ欠陥」と称する)を検出する項目がある。現状、かかる欠陥検出は、検査物をカメラで撮像し、市販ツールを用いた画像処理により行われている。
例えば、円弧輪郭を有する機械部品が検査対象であり、その円弧部分におけるエッジ欠陥を検出する場合について説明する。
1)一律な曲率を有する円弧輪郭の範囲を輪郭線検出領域に設定するとともに、輪郭線検出領域において円弧輪郭から想定される曲率中心から径方向にのびる検出線を設定する。
2)検出線上にエッジ抽出処理を行い、検出線と円弧輪郭の交点(以下、「エッジ点」と称する)を求める。
3)円弧輪郭に沿うように上記2)の処理を繰り返し行い、複数のエッジ点を求める。
4)複数のエッジ点を通る線(以下、「認識輪郭」と称する)から指定した円弧形状への近似線(以下、「近似輪郭」と称する)を求める。
5)認識輪郭と近似輪郭との検出線方向の距離を求め、この距離が設定閾値以上の場合、エッジ欠陥であると検出する。
また、光学系を利用して、不良個所を特定する外観検査方法も知られている(特許文献1参照)。
1)一律な曲率を有する円弧輪郭の範囲を輪郭線検出領域に設定するとともに、輪郭線検出領域において円弧輪郭から想定される曲率中心から径方向にのびる検出線を設定する。
2)検出線上にエッジ抽出処理を行い、検出線と円弧輪郭の交点(以下、「エッジ点」と称する)を求める。
3)円弧輪郭に沿うように上記2)の処理を繰り返し行い、複数のエッジ点を求める。
4)複数のエッジ点を通る線(以下、「認識輪郭」と称する)から指定した円弧形状への近似線(以下、「近似輪郭」と称する)を求める。
5)認識輪郭と近似輪郭との検出線方向の距離を求め、この距離が設定閾値以上の場合、エッジ欠陥であると検出する。
また、光学系を利用して、不良個所を特定する外観検査方法も知られている(特許文献1参照)。
ところで、自動車や産業機械におけるハウジングは、他部品とボルト締結するためにフランジを有する場合がある。フランジの輪郭は、異なる曲率の円弧部分を複数有する複雑形状である場合が多い。フランジを有するハウジング以外の部品においても、複雑な輪郭形状を有する部品は多種存在する。
フランジ等の複雑な輪郭形状を検査対象とする場合、輪郭線検出領域の設定が面倒であり、その設定自体に時間がかかる。すなわち、異なる曲率毎に区分けして輪郭線検出領域を設定する必要があり、その区分け数だけ設定作業を繰り返す必要がある。また、異なる型番へ対応するためには、型番毎に輪郭線検出領域の修正工数がかかる。
複雑な輪郭形状の検査対象であってもエッジ欠陥の検出が可能なアルゴリズムが求められる。
本発明は、従来とは異なる方法によって、複雑な輪郭形状の検査対象であっても簡易にエッジ欠陥を検出することができる外観検査方法を提供する。
本発明は、従来とは異なる方法によって、複雑な輪郭形状の検査対象であっても簡易にエッジ欠陥を検出することができる外観検査方法を提供する。
本発明の外観検査方法は、検査物を撮像して検査対象面の輪郭を含む画像データを得るデータ取得工程と、前記画像データにエッジ検出処理を施して、前記検査対象面の輪郭線を抽出する輪郭線抽出工程と、前記輪郭線上の各注目画素について、前記輪郭線上において当該注目画素から前後双方向に所定の画素数だけ離れた前画素および後画素の2つの画素データから当該注目画素における仮想接線の傾きを求める傾き取得工程と、前記傾きの散らばり度合いを求める散らばり度合い取得工程と、前記散らばり度合いからエッジ欠陥の有無を判定する判定工程とを備える。
この外観検査方法では、検査対象面の画像データにエッジ検出処理を施して輪郭線を抽出し、その輪郭線の各画素における接線傾きの散らばり度合いからエッジ欠陥の有無を判定する。すなわち、輪郭を区分けしその都度輪郭線検出領域の設定を繰り返して行うことなく輪郭線を抽出し、その輪郭線情報のみからエッジ欠陥を検出する。したがって、この外観検査方法によれば、複雑な輪郭形状の検査対象であっても簡易にエッジ欠陥を検出することができる。
(1.検査対象)
検査対象は特に限定されず、工業製品やその機械部品等とすることができる。輪郭が複雑な製品や部品、例えば異なる曲率の円弧部分を複数有するような製品や部品を検査対象とする場合、以下に説明する外観検査方法が特に有効となる。具体的には、自動車や産業機械を構成する機械部品の取付面等を検査対象とすることができる。例えば、機械部品として、ハウジングにおいて他部品と締結するための取付面は、複雑な輪郭形状を有していることから、検査対象とすると有効である。このようなフランジを有する部品は、例えば、車輪用軸受装置やその機械部品、車両用駆動系部品、ステアリング部品等である。
検査対象は特に限定されず、工業製品やその機械部品等とすることができる。輪郭が複雑な製品や部品、例えば異なる曲率の円弧部分を複数有するような製品や部品を検査対象とする場合、以下に説明する外観検査方法が特に有効となる。具体的には、自動車や産業機械を構成する機械部品の取付面等を検査対象とすることができる。例えば、機械部品として、ハウジングにおいて他部品と締結するための取付面は、複雑な輪郭形状を有していることから、検査対象とすると有効である。このようなフランジを有する部品は、例えば、車輪用軸受装置やその機械部品、車両用駆動系部品、ステアリング部品等である。
(2.外観検査装置の構成)
外観検査装置10の構成について図1を参照して説明する。外観検査装置10は、撮像カメラ11と、データ処理装置12とを備える。
外観検査装置10の構成について図1を参照して説明する。外観検査装置10は、撮像カメラ11と、データ処理装置12とを備える。
撮像カメラ11としては、検査対象を撮像した画像を画像データとして出力するCCDカメラ等を用いることができる。
データ処理装置12は、撮像カメラ11から出力される画像データを用いて検査対象における欠陥としての凹み欠陥の有無を判定する。データ処理装置12は、CPU等のプロセッサおよび記憶装置を備えている。データ処理装置12の構成については、以下に、外観検査方法の説明と合わせて説明する。
(3.外観検査方法)
図1に示す外観検査装置10を用いて、外観検査方法、特に検査対象の輪郭におけるエッジ欠陥としての凹み欠陥の有無を判定する方法について、図1−図6を参照して説明する。外観検査装置10のデータ処理装置12は、データ取得工程を実行するデータ取得部21、輪郭線抽出工程を実行する輪郭線抽出部22、傾き取得工程を実行する傾き取得部23、散らばり度合い取得工程を実行する散らばり度合い取得部24、外積取得工程を実行する外積取得部25、判定工程を実行する判定部26を備える。なお、各部21−26は、プロセッサにより実行される。
図1に示す外観検査装置10を用いて、外観検査方法、特に検査対象の輪郭におけるエッジ欠陥としての凹み欠陥の有無を判定する方法について、図1−図6を参照して説明する。外観検査装置10のデータ処理装置12は、データ取得工程を実行するデータ取得部21、輪郭線抽出工程を実行する輪郭線抽出部22、傾き取得工程を実行する傾き取得部23、散らばり度合い取得工程を実行する散らばり度合い取得部24、外積取得工程を実行する外積取得部25、判定工程を実行する判定部26を備える。なお、各部21−26は、プロセッサにより実行される。
図1および図2に示すように、データ取得部21により、データ取得工程が実行される(ステップS1)。データ取得部21が、撮像カメラ11から画像データを取得する。撮像カメラ11は検査対象としての検査物における検査対象面の輪郭を含むようにその検査物を撮像する。検査物40は、部品単体としてもよいし、複数の部品により構成される部品群としてもよい。
本例では、検査対象のサンプルとして準備した検査物40の1つの面全体を検査対象面とした。検査物40の検査対象面全体を撮像カメラ11で撮像した画像データを図3に示す。図3に示す画像データは、検査物40の検査対象面における輪郭のみを示している。ただし、画像データには、検査物40の検査対象面の他に、検査対象面以外の面が含まれる場合もある。
図3に示す画像データには、検査物40の検査対象面の外形を表す輪郭41−46と、4つのボルト取付孔の内周面を表す輪郭49とが含まれる。検査物40の検査対象面の外形を表す輪郭は、円弧部41、第1側辺部42、第1角部43、底辺部44、第2角部45、第2側辺部46を有している。そして、検査物40の検査対象面の輪郭のうち第1側辺部42には微小な欠けである凹み欠陥47が存在している。すなわち、本例では、エッジ欠陥としての微小な凹み欠陥47を検出するために、外観検査を実行する。
なお、取得した画像データが検査したい輪郭部分を含む検査対象面のみの画像データである場合には、当該画像データそのものを以下の処理に用いることができる。ただし、取得した画像データが、検査対象面以外の面を含む場合には、画像データから検査対象面を抽出する必要がある。検査対象面の抽出は、二値化、ラベリング、面積値等で行うことができる。
続いて、図1および図2に示すように、輪郭線抽出部22が輪郭線抽出工程を実行する
(ステップS2)。輪郭線の抽出は、撮像画像の画像データに対して、Canny法等の一般的なエッジ検出処理を施すことで行うことができる。この処理によれば、仮に検査対象が例えば異なる曲率を複数有するような複雑な輪郭であったとしても、異なる曲率毎に輪郭線検出領域を設定する必要がなく、簡易に輪郭線を抽出することができる。ここで、輪郭線を抽出するとは、検査対象である輪郭に位置する複数の画素群を抽出することを意味する。
(ステップS2)。輪郭線の抽出は、撮像画像の画像データに対して、Canny法等の一般的なエッジ検出処理を施すことで行うことができる。この処理によれば、仮に検査対象が例えば異なる曲率を複数有するような複雑な輪郭であったとしても、異なる曲率毎に輪郭線検出領域を設定する必要がなく、簡易に輪郭線を抽出することができる。ここで、輪郭線を抽出するとは、検査対象である輪郭に位置する複数の画素群を抽出することを意味する。
また、図3において、検査物40の検査対象面における検査対象の輪郭線は、検査物40の外形を表す輪郭41−46である。この場合、輪郭線の抽出は、図3に示す画像データから、外形を表す輪郭41−46の輪郭線および4つのボルト取付孔の内周面を表す輪郭49の輪郭線を抽出するようにしてもよいし、外形を表す輪郭41−46の輪郭線のみを抽出するようにしてもよい。
続いて、図1および図2に示すように、傾き取得部23が傾き取得工程を実行する(ステップS3)。ステップS2で抽出した輪郭線の各画素における接線の傾き(勾配)を求める。図3に示すように、抽出された輪郭線が、外形を表す輪郭41−46の輪郭線、および、ボルト取付孔の内周面を表す輪郭49の輪郭線を含む場合には、傾き取得対象の輪郭線を選択する。例えば、輪郭41−46の輪郭線が選択される。
そして、図4に示すように、輪郭線50上の注目画素51について、輪郭線50上において当該注目画素51から前後双方向に所定の画素数だけ離れた前画素52および後画素53の2つの画素データから当該注目画素51における仮想接線54の傾きを求める。すなわち、前画素52および後画素53の2つの画素データの座標(x1,y1)および(x2,y2)から、下記式(1)により前画素52および後画素53を通る直線55の傾きmを求める。そして、直線55の傾きmを当該注目画素51における仮想接線54の傾きmとする。なお、画素データの座標は、例えば、画素データの中心座標とする。
m=Δy/Δx=(y1−y2)/(x1−x2) … (1)
前画素52および後画素53は、輪郭線50上において、注目画素51から少なくとも2以上の画素数だけ離れた画素を対象とするとよい。つまり、前画素52および後画素53は、注目画素51の隣りの画素ではない。換言すると、注目画素51と前画素52との間には、少なくとも1以上の介在画素を有し、注目画素51と後画素53との間にも、少なくとも1以上の介在画素を有する。
注目画素51および前画素52間の介在画素数P1と、注目画素51および後画素53間の介在画素数P1は同じとする。この介在画素数P1は、注目画素51における曲率の大きさに応じて適宜設定すればよい。注目画素51における曲率が大きければ介在画素数P1を少なくし、注目画素51における曲率が小さければ介在画素数P1を多くすればよい。ただし、判定工程で散らばり度合いと閾値との比較によりエッジ欠陥を検出することができるように、想定されるエッジ欠陥の大きさに応じて介在画素数P1は設定される。介在画素数P1は、例えば3〜20とすることができる。本例では、介在画素数P1を4とした。
続いて、図1および図2に示すように、散らばり度合い取得部24が散らばり度合い取得工程を実行する(ステップS4)。ステップS3で求めた傾きmの散らばり度合いとしての分散S2を求める。分散S2は、下記式(2)に示すように、平均値と個々の数値の差(偏差)を二乗し、それを算術平均して求める。
本例では、散らばり度合いとして分散S2を求めたが、散らばり度合いとして分散S2の代わりに、分散S2の正の平方根たる標準偏差Sを採用してもよい。
続いて、図1および図2に示すように、外積取得部25が外積取得工程を実行する(ステップS5)。ステップS2で抽出した輪郭線の各画素における外積を求める。輪郭線上の注目画素について、輪郭線上において当該注目画素並びに当該注目画素から前後双方向に所定の画素数だけ離れた前画素および後画素の3つの画素データから、当該注目画素から前画素に向かうaベクトルと、当該注目画素から後画素に向かうbベクトルの外積a×bを求める。
注目画素および前画素間の介在画素数P2と、注目画素および後画素間の介在画素数P2は同じとする。この介在画素数P2は、想定されるエッジ欠陥としての凹み欠陥47の大きさに応じて設定される。すなわち、凹み欠陥47の最深部を注目画素としたとき、当該注目画素から介在画素数P2だけ前方向に離れた前画素が凹み欠陥47内にあり、かつ、当該注目画素から介在画素数P2だけ後方向に離れた後画素も凹み欠陥47内にあるように、介在画素数P2が設定される。介在画素数P2は、例えば3〜20とすることができる。本例では、介在画素数P2を10とした。
図5を用いて外積の求め方を説明する。図5は、図3に示す撮像画像において凹み欠陥47のある部分(図3の点線で囲んだ部分)を拡大したものである。
図5における[1]の注目画素61は、凹み欠陥47の第1開口端での画素である。[1]の注目画素61におけるa1ベクトルは、注目画素61から前方向に介在画素数P2だけ離れた前画素に向かうベクトルである。[1]の注目画素61におけるb1ベクトルは、注目画素61から後方向に介在画素数P2だけ離れた後画素に向かうベクトルである。[1]の注目画素61におけるa1ベクトルとb1ベクトルの外積a1×b1は負となる。すなわち、a1×b1<0である。
図5における[2]の注目画素62は、凹み欠陥47の最深部での画素である。[2]の注目画素62におけるa2ベクトルは、注目画素62から前方向に介在画素数P2だけ離れた前画素に向かうベクトルである。[2]の注目画素62におけるb2ベクトルは、注目画素62から後方向に介在画素数P2だけ離れた後画素に向かうベクトルである。[2]の注目画素62におけるa2ベクトルとb2ベクトルの外積a2×b2は正となる。すなわち、a2×b2>0である。
図5における[3]の注目画素63は、凹み欠陥47の第2開口端での画素である。[3]の注目画素63におけるa3ベクトルとb3ベクトルの外積a3×b3は、[1]の注目画素61におけるa1ベクトルとb1ベクトルの外積a1×b2と同様、負となる。すなわち、a3×b3<0である。
続いて、図1および図2に示すように、判定部26が判定工程を実行する(ステップS6)。図3に示す検査物40の撮像画像において、円弧部41の頂点をグラフ開始点48として図3の右回りに輪郭全体を1周させたとき、傾き取得工程、散らばり度合い取得工程、外積取得工程で取得した傾きデータ、散らばり度合い(分散)データ、外積データを図6にそれぞれ示す。図6の上の図が傾きデータを示し、中間の図が散らばり度合い(分散)データを示し、下の図が外積データを示す。図6の各図において横軸はグラフ開始点48からの位置を示す。
図6に示すように、傾きが大きく変化して分散が大きくなり、分散が閾値を超えるような箇所が3箇所あった。これらの3箇所が凹み欠陥の候補となる。これにより、分散が大きくなる3箇所に凹み欠陥候補があると判定することができる。
そして、外積データにおいては、これら3箇所の凹み欠陥候補のうち最初の凹み欠陥候補だけが正の外積であり、残りの2箇所の凹み欠陥候補では負の外積であった。これにより、3箇所の凹み欠陥候補のうち最初の凹み欠陥候補が凹み欠陥47であると判定することができる。そして、外積データにおいて[1]および[3]に示す箇所に凹み欠陥47の開口端があり、[2]に示す箇所に凹み欠陥47の最深部があると判定することができる。
また、負の外積となった残りの2箇所の凹み欠陥候補は凹み欠陥ではないと判定することができる。負の外積となった2箇所の凹み欠陥候補はそれぞれ検査物40の凸角部としての第1角部43および第2角部45である。
したがって、この外観検査方法では、輪郭線検出領域を繰り返し設定する面倒な作業を行うことなく、検査対象面の画像データから輪郭線を抽出してエッジ欠陥としての凹み欠陥47の有無を判定することができる。よって、この外観検査方法によれば、仮に複雑な輪郭形状の検査対象であっても簡易にエッジ欠陥としての凹み欠陥47を検出することが可能である。
10:外観検査装置、 11:撮像カメラ、 12:データ処理装置、 21:データ取得部、 22:輪郭線抽出部、 23:傾き取得部、 24:散らばり度合い取得部、 25:外積取得部、 26:判定部、 40:検査物、 47:凹み欠陥、 51,61,62,63:注目画素、 52:前画素、 53:後画素、 54:仮想接線、 P1,P2:介在画素数、 S2:分散
Claims (4)
- 検査物を撮像して検査対象面の輪郭を含む画像データを得るデータ取得工程と、
前記画像データにエッジ検出処理を施して、前記検査対象面の輪郭線を抽出する輪郭線抽出工程と、
前記輪郭線上の各注目画素について、前記輪郭線上において当該注目画素から前後双方向に所定の画素数だけ離れた前画素および後画素の2つの画素データから当該注目画素における仮想接線の傾きを求める傾き取得工程と、
前記傾きの散らばり度合いを求める散らばり度合い取得工程と、
前記散らばり度合いからエッジ欠陥の有無を判定する判定工程と、
を備える、外観検査方法。 - 前記散らばり度合いは分散である請求項1に記載の外観検査方法。
- 前記輪郭線上の各注目画素について、前記輪郭線上において当該注目画素並びに当該注目画素から前後双方向に所定の画素数だけ離れた前画素および後画素の3つの画素データから外積を求める外積取得工程をさらに備え、
前記判定工程では、前記外積が負であれば凹み欠陥ではなく、前記外積が正であれば凹み欠陥であると判定する、請求項1または2に記載の外観検査方法。 - 前記傾き取得工程は、前記注目画素について、前記輪郭線上において前記注目画素から前後双方向に少なくとも2以上の画素数だけ離れた前記前画素および前記後画素の2つの画素データを通る直線の傾きを、当該注目画素における仮想接線の傾きとして求める、請求項1−3の何れか1項に記載の外観検査方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020074426A JP2021173530A (ja) | 2020-04-17 | 2020-04-17 | 外観検査方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020074426A JP2021173530A (ja) | 2020-04-17 | 2020-04-17 | 外観検査方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2021173530A true JP2021173530A (ja) | 2021-11-01 |
Family
ID=78279670
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020074426A Pending JP2021173530A (ja) | 2020-04-17 | 2020-04-17 | 外観検査方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2021173530A (ja) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022002813A (ja) * | 2017-10-13 | 2022-01-11 | 株式会社三洋物産 | 遊技機 |
JP2022002814A (ja) * | 2017-10-13 | 2022-01-11 | 株式会社三洋物産 | 遊技機 |
JP2022033308A (ja) * | 2018-02-15 | 2022-02-28 | 株式会社三洋物産 | 遊技機 |
JP2022033310A (ja) * | 2018-02-15 | 2022-02-28 | 株式会社三洋物産 | 遊技機 |
JP2022033311A (ja) * | 2018-02-15 | 2022-02-28 | 株式会社三洋物産 | 遊技機 |
JP2022033309A (ja) * | 2018-02-15 | 2022-02-28 | 株式会社三洋物産 | 遊技機 |
JP2022033312A (ja) * | 2018-02-15 | 2022-02-28 | 株式会社三洋物産 | 遊技機 |
JP2022033315A (ja) * | 2018-02-15 | 2022-02-28 | 株式会社三洋物産 | 遊技機 |
JP2022033313A (ja) * | 2018-02-15 | 2022-02-28 | 株式会社三洋物産 | 遊技機 |
-
2020
- 2020-04-17 JP JP2020074426A patent/JP2021173530A/ja active Pending
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022002813A (ja) * | 2017-10-13 | 2022-01-11 | 株式会社三洋物産 | 遊技機 |
JP2022002814A (ja) * | 2017-10-13 | 2022-01-11 | 株式会社三洋物産 | 遊技機 |
JP2022033308A (ja) * | 2018-02-15 | 2022-02-28 | 株式会社三洋物産 | 遊技機 |
JP2022033310A (ja) * | 2018-02-15 | 2022-02-28 | 株式会社三洋物産 | 遊技機 |
JP2022033311A (ja) * | 2018-02-15 | 2022-02-28 | 株式会社三洋物産 | 遊技機 |
JP2022033309A (ja) * | 2018-02-15 | 2022-02-28 | 株式会社三洋物産 | 遊技機 |
JP2022033312A (ja) * | 2018-02-15 | 2022-02-28 | 株式会社三洋物産 | 遊技機 |
JP2022033315A (ja) * | 2018-02-15 | 2022-02-28 | 株式会社三洋物産 | 遊技機 |
JP2022033313A (ja) * | 2018-02-15 | 2022-02-28 | 株式会社三洋物産 | 遊技機 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2021173530A (ja) | 外観検査方法 | |
EP2221578B1 (en) | Tire shape examining method and device | |
EP2246806B1 (en) | Vision method and system for automatically detecting objects in front of a motor vehicle | |
JP5351673B2 (ja) | 外観検査装置、外観検査方法 | |
EP3176751B1 (en) | Information processing device, information processing method, computer-readable recording medium, and inspection system | |
CN105718931B (zh) | 用于确定采集图像中的杂斑的系统和方法 | |
EP3258686B1 (en) | Entry possibility determining device for vehicle | |
US20090110286A1 (en) | Detection method | |
CN113781424B (zh) | 一种表面缺陷检测方法、装置及设备 | |
KR102027986B1 (ko) | 비전 카메라를 이용한 비드 인식 장치 및 그 방법 | |
CN113077437B (zh) | 工件质量检测方法及其系统 | |
CN111489337A (zh) | 一种自动光学检测伪缺陷去除方法及系统 | |
JP2007241477A (ja) | 画像処理装置 | |
JP2019200775A (ja) | 表面欠陥検査装置及び表面欠陥検査方法 | |
JPH04346187A (ja) | 被検出物の良否判定方法 | |
JP4793170B2 (ja) | 羽根車の羽根形状検査方法及び検査装置 | |
JP3109620B2 (ja) | 物体判別装置 | |
JP5452035B2 (ja) | 欠陥検査方法および欠陥検査装置 | |
JP5666894B2 (ja) | 外観検査装置及び外観検査方法 | |
US20240104715A1 (en) | Production-speed component inspection system and method | |
JP2003322517A (ja) | 表面欠陥検査装置 | |
CN117173185B (zh) | 轧制板材的区域检测方法及装置、存储介质、计算机设备 | |
Akundi et al. | Automated Quality Control System for Product Dimensional and Surface Analysis–An Industry Case Study | |
CN108898590B (zh) | 一种应用于产品外形视觉检测的自身特征提取方法 | |
Xu et al. | Non-Contact Extensometer Deformation Detection via Deep Learning and Edge Feature Analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20210301 |