TW201543001A - 工具檢查方法及工具檢查裝置 - Google Patents

工具檢查方法及工具檢查裝置 Download PDF

Info

Publication number
TW201543001A
TW201543001A TW104103402A TW104103402A TW201543001A TW 201543001 A TW201543001 A TW 201543001A TW 104103402 A TW104103402 A TW 104103402A TW 104103402 A TW104103402 A TW 104103402A TW 201543001 A TW201543001 A TW 201543001A
Authority
TW
Taiwan
Prior art keywords
image
mark
tool
area
wear
Prior art date
Application number
TW104103402A
Other languages
English (en)
Inventor
Yoshitomo Ishizaki
Masaru Miyamoto
Tomohito Hattori
Yan-Wei Chen
Kousuke Miyawaki
Original Assignee
Takako Ind Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Takako Ind Inc filed Critical Takako Ind Inc
Publication of TW201543001A publication Critical patent/TW201543001A/zh

Links

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
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20112—Image segmentation details
    • G06T2207/20152—Watershed segmentation
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30164—Workpiece; Machine component

Abstract

本發明包括如下步驟：灰階影像生成步驟，其係對作為檢查對象的對象工具進行攝像，且生成灰階影像；地形影像生成步驟，其係利用第1濾波器對灰階影像進行處理而生成表示亮度梯度的地形影像；標記影像生成步驟，其係利用第2濾波器對灰階影像進行處理而抽取磨損區域內的特徵部，且對所抽取之特徵部設定標記，從而生成標記影像；磨損區域抽取步驟，其係使用地形影像與標記影像，利用採用Marker Based Watershed法的區域分割來抽取磨損區域；及判定步驟，其係根據磨損區域抽取步驟中所抽取的磨損區域的面積來判定對象工具的狀態。

Description

工具檢查方法及工具檢查裝置
本發明係關於一種工具檢查方法及工具檢查裝置。
JP1997-218030A中，作為檢測工具的形狀缺損的方法，揭示有如下方法：於自棱線所描繪的外周形狀以微小量朝內側的線上，利用雷射聚焦位移計進行掃描，而感測掃描線上的凹凸。
而且，JP1998-96616A中，作為檢測工具刀片的缺損的方法，揭示有如下方法：利用移行機器人移送銑床的工具，且將其固定於尖端檢查更換作業臺上的夾具，自結構光單元的投光窗將狹縫光射至工具刀片，利用照相機對工具刀片進行拍攝，且利用影像處理裝置進行解析，獲得表示工具刀片缺損的大小的指標資料，判定更換必要性。關於工具刀片的更換必要性，將因自工具刀片的邊緣部起發展的磨損而形成的凹部的Y軸方向及Z軸方向上的擴展識別為指標資料，當該指標資料超過預先設定的容許值時，判定為有更換必要性。
JP1997-218030A中記載的方法係利用雷射光的掃描而檢查工具的缺損，因此，裝置規模變大，而且，檢查亦需要較長時間。
JP1998-96616A中記載的方法係關注磨損區域的變化、且間接測定磨損區域的方法，因此，難說能以良好的精度檢查工具的狀態。
本發明之目的在於提供一種能以簡單的方法且以良好的精度檢查工具的工具檢查方法及工具檢查裝置。
根據本發明之某一態樣，其係一種工具檢查方法，其包括如下步驟：灰階影像生成步驟，其係對作為檢查對象的對象工具進行攝像，且生成灰階影像；地形影像生成步驟，其係利用第1濾波器對上述灰階影像進行處理而生成表示亮度梯度的地形影像；標記影像生成步驟，其係利用第2濾波器對上述灰階影像進行處理而抽取磨損區域內的特徵部，且對該抽取的上述特徵部設定標記而生成標記影像；磨損區域抽取步驟，其係使用上述地形影像與上述標記影像，且利用採用Marker Based Watershed法(基於標記的分水嶺算法)的區域分割來抽取磨損區域；及判定步驟，其係根據上述磨損區域抽取步驟中所抽取的上述磨損區域的面積來判定上述對象工具的狀態。
根據本發明之另一態樣，其係一種工具檢查裝置，其包括：灰階影像生成部，其對作為檢查對象的對象工具進行攝像，且生成灰階影像；地形影像生成部，其利用第1濾波器對上述灰階影像進行處理而生成表示亮度梯度的地形影像；標記影像生成部，其利用第2濾波器對上述灰階影像進行處理而抽取磨損區域內的特徵部，且對該抽取的上述特徵部設定標記而生成標記影像；磨損區域抽取部，其使用上述地形影像與上述標記影像，且利用採用Marker Based Watershed法的區域分割來抽取磨損區域；及判定部，其根據上述磨損區域抽取步驟中所抽取的上述磨損區域的面積，來判定上述對象工具的狀態。
1‧‧‧照相機
2‧‧‧電腦
21‧‧‧顯示器
22‧‧‧鍵盤
23‧‧‧滑鼠
100‧‧‧工具檢查裝置
圖1係本發明之第1實施形態中的工具檢查裝置的概略構成圖。
圖2係表示本發明之第1實施形態中的工具檢查方法的順序的流程圖。
圖3表示檢查對象影像。
圖4表示灰階影像。
圖5係對Watershed法進行說明的圖。
圖6表示地形影像。
圖7表示標記影像。
圖8A表示抽取磨損區域而得的影像。
圖8B係圖8A的局部放大圖。
圖9係表示自動抽取的磨損區域的面積與手動抽取的磨損區域的面積的變化的圖表。
圖10表示本發明之第2實施形態中的地形影像。
<第1實施形態>
首先，對本發明之第1實施形態進行說明。
本發明之第1實施形態之工具檢查裝置100係檢查工具的狀態的裝置。本實施形態中，係對於檢查對象為各種工具的拋棄式刀具的情況進行說明。
如圖1所示，工具檢查裝置100包括：作為影像獲取部的照相機1，其對安裝於加工裝置的拋棄式刀具的刃前緣進行拍攝而獲取檢查對象影像；及電腦2，其對於由照相機1獲取的影像資料進行影像處理，判定 拋棄式刀具的狀態。照相機1安裝於加工裝置。電腦2可鄰接於加工裝置而設，亦可設於遠離加工裝置的場所。
電腦2包括可顯示影像資料的作為顯示部的顯示器21、以及可輸入使用者的指示的作為輸入部的鍵盤22及滑鼠23。
繼而，參照圖2，對拋棄式刀具的檢查方法進行詳細說明。
步驟11中，使用照相機1對安裝於加工裝置的拋棄式刀具的刃前緣進行拍攝，獲取檢查對象影像(圖3)(影像獲取步驟)。於圖3所示的檢查對象影像中，在影像左下方顯示出磨損部分。檢查對象影像係作為彩色影像而獲取。
步驟12中，自步驟11中獲取的檢查對象影像生成灰階影像(圖4)(灰階影像生成步驟)。再者，亦可並非自步驟11中獲取的彩色的檢查對象影像生成灰階影像，而是利用照相機11直接生成灰階影像。
步驟13中，如圖4所示，對步驟12中獲取的灰階影像進行定位。具體而言，檢測出刃前緣的輪廓的上部直線部41，且使用仿射轉換來對灰階影像進行定位，以使該直線部41成為水平。如此，步驟11中獲取的所有檢查對象影像係定位於相同角度。
步驟14~18中，使用Watershed法抽取拋棄式刀具的刃前緣的磨損區域。所謂Watershed法是指使用濃度梯度對影像進行區域分割的方法。將所得的梯度的絕對值的極小值作為種子而使用區域成長法進行區域分割。藉此，區域自梯度小的部分向梯度大的部分成長，故而於邊緣的部分生成區域的邊界。參照圖5進行具體說明，即，將影像的像素的亮度梯度視為地形構造，將亮度值的極小值、極大值分別視為谷部、脊部。首先， 搜索亮度值的極小值(圖5中為極小值1及2)，向極小值1及2的谷部注水直至可看到成為極大值(圖5中為極大值1、2及3)的部位為止。分割為圖5中為2個區域(區域1及2)，即，若看到夾著極小值的極大值，則夾著極小值的極大值之間成為1個區域。
Watershed法中，存在如下問題：影像被分割為數量為種子數量的區域。因此，本實施形態中，使用藉由預先賦予作為種子的標記而可解決該問題的Marker Based Watershed法來進行區域分割。Marker Based Watershed法中，須手動賦予標記，但本實施形態中，係使用後述的加柏濾波器(Gabor filter)而自動生成標記，從而全自動地抽取拋棄式刀具的刃前緣的磨損區域。以下，將進行詳細說明。
步驟14中，利用作為第1濾波器的加柏濾波器對步驟12中獲取的灰階影像進行處理之後，計算出亮度梯度，藉此生成表示亮度梯度的地形影像(圖6)(地形影像生成步驟)。地形影像中表示可視為地形構造的影像的亮度梯度。
加柏濾波器係以高斯函數與正弦波的積而定義，強調符合濾波器特性者，而對不符合濾波器特性者進行平滑化處理。濾波器特性係藉由調整高斯函數的寬度或正弦波的相位與振幅而設定。
如圖4所示，灰階影像中，磨損部分為白(較高的亮度值)顯示，未磨損的部位為黑(較低的亮度值)顯示。因此，步驟14中，為了強調白部分而使用加柏濾波器來強調灰階影像的邊緣的部分。藉此，如圖6所示，於地形影像中，磨損區域的邊界為白顯示。就地形影像中呈白顯示的部位而言，當運用Marker Based Watershed法時被視為脊部，故而，使用 加柏濾波器生成強調灰階影像的白部分的地形影像，藉此，運用Marker Based Watershed法時的磨損區域的抽取精度提高。
而且，加柏濾波器係強調符合濾波器特性者，而對不符合濾波器特性者進行平滑化處理，故而，若使用加柏濾波器，則能強調與磨損區域對應的白部分，且對小傷痕等並非磨損的部位(雜訊)進行平滑化而去除。
步驟15中，利用作為第2濾波器的加柏濾波器對步驟12中獲取的灰階影像進行處理而強調磨損區域內的特徵部，進而進行2值化處理而抽取磨損區域內的特徵部。而且，對所抽取的特徵部設定標記71而生成標記影像(圖7)(標記影像生成步驟)。磨損區域內的特徵部係使用特性不同的多個加柏濾波器而抽取。具體而言，自利用多個加柏濾波器進行濾波器處理而算出的各濾波器值中，抽取出與最大值對應的部位。作為加柏濾波器所抽取的特徵部，係邊緣的部分或亮度值具有一定以上的大小的亮度值較高的區域。
關於磨損區域內的特徵部，因係自利用多個加柏濾波器進行濾波器處理而算出的各濾波器值中抽取出與最大值對應的部位，故而，未磨損的區域亦可能被設定為標記。
因此，步驟16中，進行限制標記的限制處理(標記限制步驟)。具體而言，依據自拋棄式刀具的刃前緣輪廓至標記的距離而進行加權，且根據加權來限制標記。即，設定於遠離刃前緣輪廓的部分的標記被消去。
步驟17中，如圖7所示，以包圍設定於標記影像的標記的 周圍的一定區域的方式設定區域限制標記72(限制標記設定步驟)。藉由於步驟16中根據自刃前緣輪廓至標記的距離而限制標記、且於步驟17中設定區域限制標記72，從而，當於下一步驟中利用採用Marker Based Watershed法進行區域分割來抽取磨損區域時，能提高抽取精度。
步驟18中，使用地形影像(圖6)與標記影像(圖7)，利用採用Marker Based Watershed法的區域分割來抽取磨損區域(磨損區域抽取步驟)。具體而言，使用設定於標記影像的標記71、72來對地形影像運用Marker Based Watershed法而進行區域擴張，藉此進行區域分割，抽取磨損區域。
圖8A中表示抽取磨損區域而得的影像。圖8B係圖8A的局部放大圖。圖8A及8B中，抽取區域的邊界由符號81表示。而且，圖8B中的標記71由斜線表示。再者，圖8A中，表示以角度與圖3所示的檢查對象影像相同的方式恢復至原來朝向的影像。根據圖8B可知，利用Marker Based Watershed法抽取的磨損區域(符號81中由邊界包圍的區域)係與白顯示的磨損部分大致一致，可確認能以良好的精度抽取磨損區域。
步驟19中，算出步驟18中所抽取的磨損區域的面積，且根據該面積來判定拋棄式刀具的刃前緣的狀態(判定步驟)。例如，利用以下方法來判定拋棄式刀具的刃前緣的狀態。當步驟18中所抽取的磨損區域的面積達到預先設定的面積時，判定為拋棄式刀具已達到使用壽命。而且，根據磨損區域的面積的大小而預先設定劣化等級1~5，當達到劣化等級5時，判定為拋棄式刀具已達到使用壽命。而且，預先設定磨損區域的面積與拋棄式刀具的使用次數的關聯，根據步驟18中所抽取的磨損區域的面積 來推斷使用次數，從而判定拋棄式刀具的刃前緣的狀態。而且，當步驟18中所抽取的磨損區域的面積以規定的比例以上急遽地變化時，判定為拋棄式刀具異常。
以上所說明的步驟12~19的處理係藉由電腦2中記憶的軟體而自動地執行。結果，若判定為拋棄式刀具已達到使用壽命，則發出催促更換的通知。
繼而，對於實施例進行說明。
每進行1次加工則對拋棄式刀具的刃前緣的側面進行攝像，而獲取檢查對象影像。檢查對象影像的影像尺寸為1024X960像素。對於所獲取的檢查對象影像實施圖2的步驟12~18的影像處理，且自動地抽取磨損區域，算出該抽取的磨損區域的面積。而且，作為比較例，每進行10次加工則對拋棄式刀具的刃前緣的側面進行攝像，手動抽取磨損區域，且算出該抽取的磨損區域的面積。
圖9中表示自動抽取的磨損區域的面積與手動抽取的磨損區域的面積的變化。圖9中，自動抽取的磨損區域的面積由實線表示，手動抽取的磨損區域的面積由虛線表示。根據圖9可知，自動抽取的磨損區域的面積的變化係與手動抽取的磨損區域的面積的變化大概一致。由此，若使用步驟12~18的影像處理，則可確認能以高精度抽取磨損區域。因此，可以說，若進行步驟12~18的影像處理且自動地抽取磨損區域，且對該抽取的磨損區域的面積進行評價，則能以良好的精度判定拋棄式刀具的刃前緣的狀態。
根據以上的第1實施形態，可發揮以下所示的效果。
本實施形態中，使用地形影像(圖6)與標記影像(圖7)，根據利用運用Marker Based Watershed法的區域分割所抽取的磨損區域的面積，自動地判定對象工具的狀態，故而，能以簡單的方法且以良好的精度檢查工具。
而且，本實施形態中，使用加柏濾波器強調灰階影像的磨損區域內的特徵部，且對其設定Marker Based Watershed法中使用的標記。如此，能並非手動地而是自動地設定標記。
而且，因根據自刃前緣輪廓至標記的距離而限制標記、且以包圍標記的周圍的一定區域的方式設定區域限制標記72，故而，當利用運用Marker Based Watershed法的區域分割而抽取磨損區域時，能提高抽取精度。
<第2實施形態>
繼而，對本發明之第2實施形態進行說明。以下，僅對於與上述第1實施形態不同的方面進行說明。
本第2實施形態中，圖2的步驟14中所得的地形影像與上述第1實施形態中所得的地形影像不同。
表示亮度梯度的地形影像(圖10)係藉由利用加柏濾波器對灰階影像(圖4)進行黑白反轉處理而獲得。
於經過黑白反轉處理的地形影像(圖10)中，磨損部分為黑(較低的亮度值)顯示，未磨損的部位為白(較高的亮度值)顯示，故而，步驟15中設定的標記影像(圖7)的標記係對應於地形影像中的較低亮度值而設定。因此，當運用Watershed法進行區域分割時，區域係自谷部 (較低的亮度值)向脊部(較高的亮度值)成長，故而磨損區域的抽取精度提高。
以上的第2實施形態中，亦可發揮與上述第1實施形態相同的作用效果。
以上，已對本發明之實施形態進行了說明，但上述實施形態僅表示本發明之應用例的一部分，並不表示本發明的技術性範圍限定於上述實施形態的具體構成。

Claims (6)

  1. 一種工具檢查方法，其包括如下步驟：灰階影像生成步驟，其係對作為檢查對象的對象工具進行攝像，且生成灰階影像；地形影像生成步驟，其係利用第1濾波器對上述灰階影像進行處理且生成表示亮度梯度的地形影像；標記影像生成步驟，其係利用第2濾波器對上述灰階影像進行處理而抽取磨損區域內的特徵部，且對該抽取的上述特徵部設定標記而生成標記影像；磨損區域抽取步驟，其係使用上述地形影像與上述標記影像，利用採用Marker Based Watershed法的區域分割來抽取磨損區域；及判定步驟，其係根據上述磨損區域抽取步驟中所抽取的上述磨損區域的面積來判定上述對象工具的狀態。
  2. 如申請專利範圍第1項之工具檢查方法，其中上述第1濾波器及上述第2濾波器為加柏濾波器。
  3. 如申請專利範圍第1或2項之工具檢查方法，其中更包括標記限制步驟，該標記限制步驟係根據自上述對象工具的刃前緣輪廓至上述標記的距離進行加權，且根據上述加權來限制上述標記。
  4. 如申請專利範圍第3項之工具檢查方法，其中更包括限制標記設定步驟，該限制標記設定步驟係以包圍設定於上述標記影像的上述標記的周圍的方式設定區域限制標記。
  5. 如申請專利範圍第1項之工具檢查方法，其中 上述地形影像生成步驟中生成的上述地形影像係藉由利用上述第1濾波器對上述灰階影像進行黑白反轉處理而獲得。
  6. 一種工具檢查裝置，其包括：灰階影像生成部，其對作為檢查對象的對象工具進行攝像且生成灰階影像；地形影像生成部，其利用第1濾波器對上述灰階影像進行處理而生成表示亮度梯度的地形影像；標記影像生成部，其利用第2濾波器對上述灰階影像進行處理而抽取磨損區域內的特徵部，且對該抽取的上述特徵部設定標記而生成標記影像；磨損區域抽取部，其使用上述地形影像與上述標記影像，且利用採用Marker Based Watershed法的區域分割來抽取磨損區域；及判定部，其根據上述磨損區域抽取步驟中所抽取的上述磨損區域的面積來判定上述對象工具的狀態。
TW104103402A 2014-02-03 2015-02-02 工具檢查方法及工具檢查裝置 TW201543001A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2014018512A JP6293505B2 (ja) 2014-02-03 2014-02-03 工具検査方法及び工具検査装置

Publications (1)

Publication Number Publication Date
TW201543001A true TW201543001A (zh) 2015-11-16

Family

ID=53757072

Family Applications (1)

Application Number Title Priority Date Filing Date
TW104103402A TW201543001A (zh) 2014-02-03 2015-02-02 工具檢查方法及工具檢查裝置

Country Status (3)

Country Link
JP (1) JP6293505B2 (zh)
TW (1) TW201543001A (zh)
WO (1) WO2015115499A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115331232A (zh) * 2022-07-08 2022-11-11 黑龙江省科学院智能制造研究所 一种满文历史文档图像列分割方法

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108550159B (zh) * 2018-03-08 2022-02-15 佛山市云米电器科技有限公司 一种基于图像三色分割的烟气浓度标识方法
JP7329974B2 (ja) * 2019-06-13 2023-08-21 Ｄｇｓｈａｐｅ株式会社 加工装置及び工具検出方法
CN115861313B (zh) * 2023-02-24 2023-05-09 东莞市春草研磨科技有限公司 一种用于磨头的磨损检测方法
CN117400066B (zh) * 2023-12-15 2024-03-08 西安航飞精密工具有限公司 一种数控机床刀具磨损识别方法及系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2740220B1 (fr) * 1995-10-18 1997-11-21 Snecma Procede de detection automatique des zones expertisables dans des images de pieces mecaniques
JP2007278915A (ja) * 2006-04-10 2007-10-25 Tateyama Machine Kk 工具欠陥検査装置と工具欠陥検査方法
WO2008119125A1 (en) * 2007-04-03 2008-10-09 Opal Producers Australia Limited Apparatus and methods for assessment, evaluation and grading of gemstones
KR100891934B1 (ko) * 2007-09-03 2009-04-08 한국도로공사 영상처리 기법을 이용한 강교의 도막검사 시스템의 처리방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115331232A (zh) * 2022-07-08 2022-11-11 黑龙江省科学院智能制造研究所 一种满文历史文档图像列分割方法
CN115331232B (zh) * 2022-07-08 2023-08-18 黑龙江省科学院智能制造研究所 一种满文历史文档图像列分割方法

Also Published As

Publication number Publication date
JP6293505B2 (ja) 2018-03-14
WO2015115499A1 (ja) 2015-08-06
JP2015145819A (ja) 2015-08-13

Similar Documents

Publication Publication Date Title
KR101764658B1 (ko) 결함 해석 지원 장치, 결함 해석 지원 장치에 의해 실행되는 프로그램 및 결함 해석 시스템
JP4154374B2 (ja) パターンマッチング装置及びそれを用いた走査型電子顕微鏡
TW201543001A (zh) 工具檢查方法及工具檢查裝置
US9230318B2 (en) Analysis of the digital image of the external surface of a tyre and processing of false measurement points
CN105718931B (zh) 用于确定采集图像中的杂斑的系统和方法
TWI512284B (zh) 玻璃氣泡瑕疵檢測系統
JP2017187348A (ja) 表面欠陥検査システム、方法及びプログラム
JP2014020926A (ja) 表面欠陥検査装置及び表面欠陥検査方法
JP2006292593A (ja) 疵検出装置、疵検出方法、コンピュータプログラム及び記録媒体
JP2011007728A (ja) 欠陥検出方法、欠陥検出装置、および欠陥検出プログラム
JP6988632B2 (ja) 輪郭抽出装置及び輪郭抽出方法
JP2011227748A (ja) 画像処理装置、画像処理方法、画像処理プログラム、及び欠陥検出装置
JP4801697B2 (ja) 画像形成方法，画像形成装置、及びコンピュータプログラム
US9230337B2 (en) Analysis of the digital image of the internal surface of a tyre and processing of false measurement points
US20210374942A1 (en) Belt examination system and computer-readable non-transitory recording medium having stored belt examination program
US11768159B2 (en) Belt examination system and computer-readable non-transitory recording medium having stored belt examination program
TWI510776B (zh) 玻璃氣泡瑕疵檢測處理方法
JP5157575B2 (ja) 欠陥検出方法
TW201600223A (zh) 工具檢查方法及工具檢查裝置
CN112991251B (zh) 一种表面缺陷检测的方法、装置及设备
JP2010243209A (ja) 欠陥検査方法および欠陥検出装置
JP6595800B2 (ja) 欠損検査装置、及び欠損検査方法
JP2015099062A (ja) パターン外観検査装置
JP5956812B2 (ja) 眼科装置
CN110660073B (zh) 一种直线边缘识别设备