JP2022526146A - ターゲットコーティングの画像データにおける欠陥検出の方法とシステム - Google Patents
ターゲットコーティングの画像データにおける欠陥検出の方法とシステム Download PDFInfo
- Publication number
- JP2022526146A JP2022526146A JP2021556851A JP2021556851A JP2022526146A JP 2022526146 A JP2022526146 A JP 2022526146A JP 2021556851 A JP2021556851 A JP 2021556851A JP 2021556851 A JP2021556851 A JP 2021556851A JP 2022526146 A JP2022526146 A JP 2022526146A
- Authority
- JP
- Japan
- Prior art keywords
- image
- threshold
- analysis
- image data
- blob
- 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
- 238000000576 coating method Methods 0.000 title claims description 35
- 239000011248 coating agent Substances 0.000 title claims description 31
- 230000007547 defect Effects 0.000 title description 15
- 238000001514 detection method Methods 0.000 title description 3
- 238000000034 method Methods 0.000 claims abstract description 59
- 238000010191 image analysis Methods 0.000 claims abstract description 23
- 238000004458 analytical method Methods 0.000 claims abstract description 19
- 238000001914 filtration Methods 0.000 claims abstract description 19
- 230000000873 masking effect Effects 0.000 claims abstract description 9
- 238000003709 image segmentation Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 230000000704 physical effect Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 abstract 1
- 230000000977 initiatory effect Effects 0.000 abstract 1
- 238000012545 processing Methods 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 239000000049 pigment Substances 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000006115 industrial coating Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0008—Industrial image inspection checking presence/absence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/174—Segmentation; Edge detection involving the use of two or more images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
- G06V10/993—Evaluation of the quality of the acquired pattern
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
Description
- 画像キャプチャデバイスを使用して、ターゲットコーティングの少なくとも1つのデジタル画像を取得し、各々のデジタル画像は、ターゲットコーティングの表面に対して異なる角度で取得される工程、
- 少なくとも1つのフィルタリングユニットと操作可能に接続して、電子コンピュータプロセッサを使用して、取得された少なくとも1つのデジタル画像に対して第1の画像分析を実行し、前景画像データを画像背景データから分離することによって少なくとも1つのデジタル画像内の少なくとも1つの明るい領域を決定する工程、
- プロセッサを使用して、少なくとも1つの明るい領域内の少なくとも1つの破損領域を決定するブロブ(blob)分析を実行する工程、及び、
少なくとも1つの破損領域が見つかった場合、
- 少なくとも1つのデジタル画像をさらに分析するために、少なくとも1つの破損領域をマスクする工程、または、
- 少なくとも1つのデジタル画像を拒否する工程、および/または、
- 画像キャプチャの繰り返しを開始する工程、
を有する。
- データベース、および、
- データベースとの通信用にプログラムされたプロセッサ、を有し、プロセッサは、以下の工程を実行するようにプログラムされている。
- 画像キャプチャデバイスから、ターゲットコーティングの少なくとも1つのデジタル画像を受信し、各々のデジタル画像は、ターゲットコーティングの表面に対して異なる角度で取得される工程、
- 少なくとも1つのフィルタリングユニット、すなわちフィルタリング技術と操作可能に接続して、前景画像データを画像背景データから分離することによって、少なくとも1つの画像内の少なくとも1つの明るい領域を決定するために、取得された少なくとも1つの画像に対して第1の画像分析を実行する工程、
- 少なくとも1つの明るい領域内の少なくとも1つの破損領域を決定するためにブロブ分析を実行する工程、および、
少なくとも1つの破損領域が見つかった場合、
- 少なくとも1つの画像をさらに分析するために、少なくとも1つの破損領域をマスクする工程、または、
- 少なくとも1つの画像を拒否する工程、および/または、
- 画像キャプチャの繰り返しを開始する工程。
- 少なくとも1つのフィルタリングユニット、すなわち少なくとも1つのフィルタリング技術と操作可能に接続して、取得された少なくとも1つの画像に対して第1の画像分析を実行し、前景画像データを画像背景データから分離することによって少なくとも1つの画像内の少なくとも1つの明るい領域を決定する命令、
- ブロブ分析を実行して、少なくとも1つの明るい領域内の少なくとも1つの破損領域を決定する命令、および、
少なくとも1つの破損領域が見つかった場合は、
- 少なくとも1つの画像をさらに分析するために、少なくとも1つの破損領域をマスクする命令、または、
- 少なくとも1つの画像を拒否する命令、および/または、
- 画像キャプチャの繰り返しを開始する命令。
Claims (15)
- コンピュータで実施される方法であって、該方法は以下の工程、
- 画像キャプチャデバイスを使用して、ターゲットコーティングの少なくとも1つのデジタル画像を取得し、各々の前記デジタル画像は、ターゲットコーティングの表面に対して異なる角度で取得される工程、
- 少なくとも1つのフィルタリングユニットと操作可能に接続して、電子コンピュータプロセッサを使用して、取得された少なくとも1つの前記デジタル画像に対して第1の画像分析を実行し、前景画像データを画像背景データから分離することによって少なくとも1つの前記デジタル画像内の少なくとも1つの明るい領域を決定する工程、
- 前記プロセッサを使用して、少なくとも1つの前記明るい領域内の少なくとも1つの破損領域を決定するブロブ分析を実行する工程、及び、
少なくとも1つの前記破損領域が見つかった場合、
- 少なくとも1つの前記デジタル画像をさらに分析するために、少なくとも1つの前記破損領域をマスクする工程、または、
- 少なくとも1つの前記デジタル画像を拒否する工程、および/または、
- 画像キャプチャの繰り返しを開始する工程、
を有する。 - 少なくとも1つの前記マスクされた画像に対して、第2の画像分析を実行して、前記ターゲットコーティングの物理的特性属性を識別することをさらに含む、請求項1に記載の方法。
- 前記第1の画像分析が、画像セグメンテーションとして選択される、請求項1または2に記載の方法。
- 前記ブロブ分析は、前記第1の画像分析から得られた前記前景画像データにおいて特定の事前に定義された幾何学的特性を有するブロブを検索することを含む、請求項1から3のいずれか一項に記載の方法。
- 前記ブロブ分析は、前記前景画像データから得られた残留ブロブの大部分と比較して、前記第1の画像分析から得られた前記前景画像データにおいて大きな表面積を有するブロブを検索することを含み、第1の閾値が定義され、前記前景画像データから取得された各々の前記ブロブの表面積が前記第1の閾値と比較され、前記表面積が前記第1の閾値と等しいかそれ以上の場合、前記ブロブは破損領域として識別される、請求項4に記載の方法。
- 前記ブロブ分析は、前記前景画像データから得られた残留ブロブの大部分と比較して、前記第1の画像分析から得られた前記前景画像データにおいて大きなアスペクト比を有するブロブを検索することを含み、第2の閾値が定義され、前記前景画像データから取得された各々の前記ブロブのアスペクト比が前記第2の閾値と比較され、前記アスペクト比が前記第2の閾値と等しいかそれ以上の場合、前記ブロブは破損領域として識別される、請求項4または5に記載の方法。
- 少なくとも1つの前記破損領域についての通知を発行すること、および/または出力デバイスを介して前記画像キャプチャデバイスのユーザを呼び出すこと、および/または通信接続を介して直接に前記キャプチャデバイスで前記画像キャプチャを繰り返すことをさらに含む、請求項1から6の何れか1項に記載の方法。
- システムであって、該システムは、
- データベース、および、
- 前記データベースとの通信用にプログラムされたプロセッサ、を有し、
前記プロセッサは、以下の工程、
- 画像キャプチャデバイスから、ターゲットコーティングの少なくとも1つのデジタル画像を受信し、各々の前記デジタル画像は、前記ターゲットコーティングの表面に対して異なる角度で取得される工程、
- 少なくとも1つのフィルタリングユニットと操作可能に接続して、前景画像データを画像背景データから分離することによって、少なくとも1つの画像内の少なくとも1つの明るい領域を決定するために、取得された少なくとも1つの前記画像に対して第1の画像分析を実行する工程、
- 少なくとも1つの前記明るい領域内の少なくとも1つの破損領域を決定するためにブロブ分析を実行する工程、および、
少なくとも1つの前記破損領域が見つかった場合、
- 少なくとも1つの前記画像をさらに分析するために、少なくとも1つの前記破損領域をマスクする工程、または、
- 少なくとも1つの前記画像を拒否する工程、および/または、
- 画像キャプチャの繰り返しを開始する工程、
を実行するようにプログラムされている。 - 少なくとも1つの前記破損領域についての通知を出力するように、および/または少なくとも1つの前記破損領域が発見された場合に前記画像キャプチャの繰り返しをトリガーするように構成された出力デバイスをさらに備える、請求項8に記載のシステム。
- 少なくとも1つのマスクされた前記画像に対して第2の画像分析を実行して、前記ターゲットコーティングの物理的特性属性を識別するようにプログラムされたプロセッサをさらに備える、請求項8または9に記載のシステム。
- 前記画像キャプチャデバイスおよび/または少なくとも1つの前記フィルタリングユニットをさらに備える、請求項8から10の何れか1項に記載のシステム。
- 前記第1の画像分析から得られた前記前景画像データにおいて、特定の事前に定義された幾何学的特性を有するブロブを検索するようにプログラムされたプロセッサをさらに備える、請求項8から11の何れか1項に記載のシステム。
- 前記第1の画像分析から得られた前記前景画像データにおいて、前記前景画像データから得られた残留ブロブの大部分と比較して、大きな表面積を有するブロブを検索するようにプログラムされたプロセッサをさらに備え、前記プロセッサは、第1の閾値を定義し、該第1の閾値を前記データベースに保存し、前記前景画像データから取得した各々の前記ブロブの表面積を前記第1の閾値と比較し、前記表面積が前記第1の閾値と等しいかそれ以上の場合に、前記ブロブを破損領域として識別するようにプログラムされている、請求項12に記載のシステム。
- 前記第1の画像分析から得られた前記前景画像データにおいて、前記前景画像データから得られた残留ブロブの大部分と比較して、大きなアスペクト比を有するブロブを検索するようにプログラムされたプロセッサをさらに備え、前記プロセッサは、第2の閾値を定義し、該第2の閾値を前記データベースに保存し、前記前景画像データから取得した各々の前記ブロブのアスペクト比を前記第2の閾値と比較し、前記アスペクト比が前記第2の閾値と等しいかそれ以上の場合に、前記ブロブを破損領域として識別するようにプログラムされている、請求項12または13に記載のシステム。
- コンピュータによって実行可能な命令を有する非一時的なコンピュータプログラム製品であって、該コンピュータプログラム製品は、以下の命令、
- 画像キャプチャデバイスから少なくとも1つのデジタル画像を受信し、各々の前記デジタル画像は、ターゲットコーティングの表面に対して異なる角度で取得される命令、
- 少なくとも1つのフィルタリングユニットと操作可能に接続して、取得された少なくとも1つの前記画像に対して第1の画像分析を実行し、前景画像データを画像背景データから分離することによって少なくとも1つの前記画像内の少なくとも1つの明るい領域を決定する命令、
- ブロブ分析を実行して、少なくとも1つの前記明るい領域内の少なくとも1つの破損領域を決定する命令、および、
少なくとも1つの前記破損領域が見つかった場合は、
- 少なくとも1つの前記画像をさらに分析するために、少なくとも1つの前記破損領域をマスクする命令、または、
- 少なくとも1つの前記画像を拒否する命令、および/または、
- 画像キャプチャの繰り返しを開始する命令、
を含む。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP19164671 | 2019-03-22 | ||
EP19164671.0 | 2019-03-22 | ||
PCT/EP2020/055186 WO2020193056A1 (en) | 2019-03-22 | 2020-02-27 | Method and system for defect detection in image data of a target coating |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022526146A true JP2022526146A (ja) | 2022-05-23 |
JP7383722B2 JP7383722B2 (ja) | 2023-11-20 |
Family
ID=65910979
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021556851A Active JP7383722B2 (ja) | 2019-03-22 | 2020-02-27 | ターゲットコーティングの画像データにおける欠陥検出の方法とシステム |
Country Status (7)
Country | Link |
---|---|
US (1) | US20220189030A1 (ja) |
EP (1) | EP3942520A1 (ja) |
JP (1) | JP7383722B2 (ja) |
CN (1) | CN113614774A (ja) |
AU (1) | AU2020246804B2 (ja) |
CA (1) | CA3132115C (ja) |
WO (1) | WO2020193056A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114660076B (zh) * | 2022-05-19 | 2022-08-26 | 张家港市欧凯医疗器械有限公司 | 一种医疗用管涂层质量检测方法及系统 |
CN114882037B (zh) * | 2022-07-11 | 2022-10-21 | 北京中科慧眼科技有限公司 | 基于动态印次掩膜的图像缺陷检测方法和系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002310917A (ja) * | 2001-04-13 | 2002-10-23 | Mitsubishi Chemicals Corp | 欠陥検出方法及び装置 |
JP2005291844A (ja) * | 2004-03-31 | 2005-10-20 | Daihatsu Motor Co Ltd | 表面欠陥検査装置 |
JP2007033236A (ja) * | 2005-07-27 | 2007-02-08 | Hitachi Information & Control Solutions Ltd | 表面欠陥検査装置および表面欠陥検査方法 |
JP2010117285A (ja) * | 2008-11-14 | 2010-05-27 | Omron Corp | 基板の欠陥検査装置 |
JP2012230005A (ja) * | 2011-04-26 | 2012-11-22 | Fujitsu Ltd | 欠陥検査装置及び欠陥検査方法 |
JP2013228232A (ja) * | 2012-04-24 | 2013-11-07 | Asahi Glass Co Ltd | 基板外観検査方法 |
JP2016109495A (ja) * | 2014-12-03 | 2016-06-20 | タカノ株式会社 | 分類器生成装置、外観検査装置、分類器生成方法、及びプログラム |
JP2016534329A (ja) * | 2013-10-24 | 2016-11-04 | フィリップス ライティング ホールディング ビー ヴィ | 欠陥検査システム及び方法 |
JP2018091771A (ja) * | 2016-12-06 | 2018-06-14 | 大日本印刷株式会社 | 検査方法、事前画像選別装置及び検査システム |
JP6482710B1 (ja) * | 2018-09-06 | 2019-03-13 | 五洋商事株式会社 | 外観検査装置及び検査システム |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6154561A (en) * | 1997-04-07 | 2000-11-28 | Photon Dynamics, Inc. | Method and apparatus for detecting Mura defects |
US7162073B1 (en) * | 2001-11-30 | 2007-01-09 | Cognex Technology And Investment Corporation | Methods and apparatuses for detecting classifying and measuring spot defects in an image of an object |
US7068817B2 (en) * | 2002-11-07 | 2006-06-27 | Mcmaster University | Method for on-line machine vision measurement, monitoring and control of product features during on-line manufacturing processes |
EP2006804A1 (en) * | 2007-06-22 | 2008-12-24 | Siemens Aktiengesellschaft | Method for optical inspection of a matt surface and apparatus for applying this method |
DE102007036616A1 (de) * | 2007-08-02 | 2009-02-05 | Hauni Maschinenbau Ag | Optische Kontrolle von Produkten der Tabak verarbeitenden Industrie |
US8965103B2 (en) * | 2009-07-16 | 2015-02-24 | Olympus Corporation | Image processing apparatus and image processing method |
US8705839B2 (en) * | 2011-11-18 | 2014-04-22 | Sharp Laboratories Of America, Inc. | Electronic devices for defect detection |
CN104215639A (zh) * | 2013-06-05 | 2014-12-17 | 江南大学 | 一种基于机器视觉的梨表面缺陷检测方法 |
US9607403B2 (en) * | 2014-10-28 | 2017-03-28 | Ppg Industries Ohio, Inc. | Pigment identification of complex coating mixtures with sparkle color |
MX2018005714A (es) * | 2015-11-08 | 2019-08-16 | Agrowing Ltd | Un metodo para la adquisicion y analisis de imagenes aereas. |
US9846929B2 (en) * | 2016-03-24 | 2017-12-19 | Hong Kong Applied Science and Technology Research Institute Company Limited | Fast density estimation method for defect inspection application |
US10055669B2 (en) * | 2016-08-12 | 2018-08-21 | Qualcomm Incorporated | Methods and systems of determining a minimum blob size in video analytics |
EP3639237B1 (en) * | 2017-06-13 | 2024-02-21 | X-Rite, Incorporated | Hyperspectral imaging spectrophotometer and system |
WO2019032583A1 (en) * | 2017-08-07 | 2019-02-14 | Morphotrust Usa, Llc | REDUCTION OF GLARE IN IMAGING DOCUMENTS |
CN109426770B (zh) * | 2017-08-24 | 2022-02-18 | 合肥虹慧达科技有限公司 | 虹膜识别方法 |
CN108144873B (zh) * | 2017-12-29 | 2020-06-16 | 深圳市智能机器人研究院 | 一种视觉检测系统及方法 |
CN108256521B (zh) * | 2017-12-29 | 2021-06-22 | 济南中维世纪科技有限公司 | 用于车身颜色识别的有效区域定位方法 |
-
2020
- 2020-02-27 JP JP2021556851A patent/JP7383722B2/ja active Active
- 2020-02-27 WO PCT/EP2020/055186 patent/WO2020193056A1/en active Application Filing
- 2020-02-27 CN CN202080021647.6A patent/CN113614774A/zh active Pending
- 2020-02-27 CA CA3132115A patent/CA3132115C/en active Active
- 2020-02-27 US US17/440,062 patent/US20220189030A1/en active Pending
- 2020-02-27 EP EP20706009.6A patent/EP3942520A1/en active Pending
- 2020-02-27 AU AU2020246804A patent/AU2020246804B2/en active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002310917A (ja) * | 2001-04-13 | 2002-10-23 | Mitsubishi Chemicals Corp | 欠陥検出方法及び装置 |
JP2005291844A (ja) * | 2004-03-31 | 2005-10-20 | Daihatsu Motor Co Ltd | 表面欠陥検査装置 |
JP2007033236A (ja) * | 2005-07-27 | 2007-02-08 | Hitachi Information & Control Solutions Ltd | 表面欠陥検査装置および表面欠陥検査方法 |
JP2010117285A (ja) * | 2008-11-14 | 2010-05-27 | Omron Corp | 基板の欠陥検査装置 |
JP2012230005A (ja) * | 2011-04-26 | 2012-11-22 | Fujitsu Ltd | 欠陥検査装置及び欠陥検査方法 |
JP2013228232A (ja) * | 2012-04-24 | 2013-11-07 | Asahi Glass Co Ltd | 基板外観検査方法 |
JP2016534329A (ja) * | 2013-10-24 | 2016-11-04 | フィリップス ライティング ホールディング ビー ヴィ | 欠陥検査システム及び方法 |
JP2016109495A (ja) * | 2014-12-03 | 2016-06-20 | タカノ株式会社 | 分類器生成装置、外観検査装置、分類器生成方法、及びプログラム |
JP2018091771A (ja) * | 2016-12-06 | 2018-06-14 | 大日本印刷株式会社 | 検査方法、事前画像選別装置及び検査システム |
JP6482710B1 (ja) * | 2018-09-06 | 2019-03-13 | 五洋商事株式会社 | 外観検査装置及び検査システム |
Also Published As
Publication number | Publication date |
---|---|
CA3132115C (en) | 2023-12-19 |
CA3132115A1 (en) | 2020-10-01 |
WO2020193056A1 (en) | 2020-10-01 |
CN113614774A (zh) | 2021-11-05 |
AU2020246804B2 (en) | 2023-02-23 |
EP3942520A1 (en) | 2022-01-26 |
AU2020246804A1 (en) | 2021-10-14 |
JP7383722B2 (ja) | 2023-11-20 |
US20220189030A1 (en) | 2022-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109816678B (zh) | 一种基于视觉的喷嘴雾化角度自动检测系统及方法 | |
CN111667455A (zh) | 一种刷具多种缺陷的ai检测方法 | |
JP2003500780A (ja) | 物体検査における確度に基づいた画素分類 | |
JP7412556B2 (ja) | 目標コーティング中の効果顔料を識別する方法及び装置 | |
JP2022526146A (ja) | ターゲットコーティングの画像データにおける欠陥検出の方法とシステム | |
CN114202532A (zh) | 一种喷涂缺陷的检测方法、装置、设备及存储介质 | |
AU2020215098B2 (en) | Method and device for detecting and adjusting decorative colour formulations in alignment with the visual perception of texture characteristics | |
CN116152242A (zh) | 一种篮球用天然皮革缺陷可视化检测系统 | |
CN111879789A (zh) | 金属表面缺陷检测方法及系统 | |
Park et al. | Automated defect inspection systems by pattern recognition | |
JPH08189904A (ja) | 表面欠陥検出装置 | |
CN111724375B (zh) | 一种屏幕检测方法及系统 | |
CN116773528B (zh) | 一种用于候选区域的视觉缺陷检测方法及系统 | |
US6845178B1 (en) | Automatic separation of subject pixels using segmentation based on multiple planes of measurement data | |
CN114226262A (zh) | 瑕疵检测方法、瑕疵分类方法及其系统 | |
JP4184511B2 (ja) | 金属試料表面の欠陥検査方法及び装置 | |
KR101024598B1 (ko) | 표면 밝기 분포의 분산 산출 알고리즘을 이용한 대상물 표면의 영상 검사방법 | |
WO2018218437A1 (zh) | 对待检测目标进行打光的方法、系统和存储装置 | |
CN111523605B (zh) | 一种图像识别方法、装置、电子设备及介质 | |
JP2016138790A (ja) | 表面検査装置および表面検査方法、ならびにそのためのプログラムおよびそのプログラムの記録媒体 | |
Shreya et al. | Design of machine vision system for high speed manufacturing environments | |
Cao et al. | Tube defect detection algorithm under noisy environment using feature vector and neural networks | |
CN109087290B (zh) | 基于光谱估计与电子分光技术的光学元件表面疵病检测方法 | |
JP2016045142A (ja) | 架橋ゴムのクラックの評価方法 | |
TWI609352B (zh) | 紙式檢測裝置之顏色辨識方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211125 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221018 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230117 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230131 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230531 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20230608 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230627 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230926 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231010 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231108 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7383722 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |