CN100535647C - 一种基于机器视觉的浮法玻璃缺陷在线检测装置 - Google Patents

一种基于机器视觉的浮法玻璃缺陷在线检测装置 Download PDF

Info

Publication number
CN100535647C
CN100535647C CNB2007100518627A CN200710051862A CN100535647C CN 100535647 C CN100535647 C CN 100535647C CN B2007100518627 A CNB2007100518627 A CN B2007100518627A CN 200710051862 A CN200710051862 A CN 200710051862A CN 100535647 C CN100535647 C CN 100535647C
Authority
CN
China
Prior art keywords
glass
light source
client computer
server
defects
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
Application number
CNB2007100518627A
Other languages
English (en)
Other versions
CN101042357A (zh
Inventor
余文勇
陈幼平
谢经明
彭向前
孙碧亮
张洋
周洋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and Technology
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 Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CNB2007100518627A priority Critical patent/CN100535647C/zh
Publication of CN101042357A publication Critical patent/CN101042357A/zh
Application granted granted Critical
Publication of CN100535647C publication Critical patent/CN100535647C/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明公开了一种基于机器视觉的浮法玻璃缺陷在线检测装置。光源为红色发光二极管,光源柜位于被测玻璃下方,光源柜顶部狭缝与玻璃的行进方向垂直。摄像机组位于被测玻璃上方,控制柜内设置有客户机组、工业交换机和信号滤波器。客户机组设置有n台带图像采集卡的客户机,客户机分别与摄像机组中的摄像机连接,信号滤波器分别与光电编码器和各客户机相连,光电编码器安装在被测玻璃上。打标机位于被测玻璃的上方,打标机与服务器相连,服务器控制打标机工作,并将缺陷信息录入产品缺陷数据库,并输出统计报表。本发明装置能够对浮法玻璃生产过程中出现的缺陷进行实时检出、显示、存储,并能够实现对夹杂、气泡、光畸变等缺陷的准确分类识别。

Description

一种基于机器视觉的浮法玻璃缺陷在线检测装置
技术领域
本发明属于机器视觉技术和工业检测技术领域,具体涉及一种基于机器视觉的浮法玻璃缺陷在线检测装置。
背景技术
机器视觉是一项集合了数字图像处理、机械、控制、照明、光学、计算机软硬件等技术的一项综合技术。机器视觉***可以实现对产品的无接触检测,可以快速获取大量信息,应用于工业生产易于同设计信息及加工控制信息集成,因此,机器视觉技术作为一种重要的检测手段已经日益引起人们的重视,并在工业检测中得到了越来越广泛的应用。
浮法玻璃缺陷在线检测是机器视觉技术在工业检测领域的应用范畴。对浮法玻璃缺陷传统的检测方法主要是人工在线肉眼监视,容易造成视觉疲劳,且难以对产品质量进行全面保证,降低了玻璃的整体等级水平。随着现代玻璃深加工工艺的不断发展,对玻璃原板的质量要求也越来越高,人工控制玻璃质量的生产方式已无法适应目前浮法玻璃生产的实际需要。因此,要全面保证浮法玻璃质量和提高生产效率,对浮法玻璃质量进行在线实时检测就显得十分重要。
目前,浮法玻璃检测设备的主要方法有:飞光扫描式、光电式、磁电式、图像处理式。前三种方法均依赖于复杂精确的硬件装置,装置复杂,造价高,而且对安装精度和环境状态要求高,并且检测精度容易受到环境干扰,设备运行环境要求高,易误报。图像处理式主要利用光栅干涉原理和激光检测,这两种方法也存在装置复杂,检测精度受环境影响大的问题。
目前,国外的浮法玻璃自动检测设备供应商凭着资金和硬件技术上的优势,已经打入国内市场,例如德国的Innomess公司的光栅在线检测***、德国Lasor公司的2F1检测***、英国的Image Automation公司、皮尔金顿玻璃公司、日本的旭硝子玻璃机械都有相应的浮法玻璃缺陷检测***,技术较为成熟。但这些***对国内生产线多尘的情况并不适应,易引起误报和错报,而且,居高不下的价格和不便的售后服务方式,使得只有少数大型企业配置了此类仪器。国内目前尚无类似***自行开发研制成功和应用的报道。
发明内容
本发明的目的在于克服上述现有技术的不足和国内装备的缺失,提供一种基于机器视觉的浮法玻璃缺陷在线检测装置,该装置能够在浮法玻璃生产线上对玻璃进行实时图像的采集、处理和传输,能准确地检测、定位并存储浮法玻璃中的缺陷信息。
本发明提供的基于机器视觉的浮法玻璃缺陷在线检测装置,其特征在于:光源为红色发光二极管,并位于光源柜中,光源柜位于被检测玻璃的下方,并且位于玻璃生产线上的横切机之前;光源柜的顶部开有狭缝,该狭缝与玻璃的行进方向垂直;
摄像机组位于被检测玻璃的上方,它由n台线阵CCD摄像机组成,n根据被测玻璃的宽度和检测精度的要求;各摄像机的焦点均位于与被检测玻璃平面平行并与玻璃行进方向垂直的直线上,该直线与光源柜的狭逢组成的平面垂直于被测玻璃平面;
控制柜内设置有客户机组、工业交换机和信号滤波器;客户机组设置有n台带图像采集卡的客户机,客户机均与摄像机组中的摄像机连接,用于控制摄像机工作;各台客户机分别通过工业交换机与服务器连接;各客户机根据服务器的指令进行图像采集,对采集的图像进行缺陷检测和缺陷识别,再将处理后的数据传送给服务器;
信号滤波器分别与光电编码器和各客户机相连,光电编码器安装在被检测玻璃上,信号滤波器将接收到的光电编码器的速度信号滤波后提供给各客户机;
打标机位于被检测玻璃的上方,布置在浮法玻璃生产线的冷端,且位于玻璃生产线上的横切机之后,打标机与服务器相连,服务器控制打标机工作,并将缺陷信息录入产品缺陷数据库,并输出统计报表。
本发明装置能够对浮法玻璃生产过程中出现的缺陷进行实时检出、显示、存储,并能够实现对夹杂、气泡、光畸变等缺陷的准确分类识别。本发明装置可以根据检测结果对玻璃进行分级打标。具体而言,本发明装置具有以下特点:
(1)本发明采用了服务器/客户端的分布式处理方式,服务器与各个客户端计算机可保证远距离有效通讯,保证了在生产线周边的灵活布置;使用高速以太网来完成缺陷信息、图像数据与控制指令的网络传输功能,具备多设备联网功能;
(2)本发明装置采用的照明方式和所设计的光源能够有效的防止环境光的干扰,并能强化浮法玻璃上的细微缺陷以及光学性能变化;
(3)本发明装置采用根据浮法玻璃光学特性设计的封闭式照明***,采用透射式照明方式和高亮红色LED光源,强化了浮法玻璃缺陷的特征,采集到的玻璃缺陷细节清晰,保证了采集的图像的质量;
(4)本发明装置能够准确的检测浮法玻璃生产过程中出现的缺陷,并且能够根据缺陷形态特征对缺陷进行分类和分级,这些缺陷主要包括:气泡、夹杂、光畸变、锡点等;
(5)本发明装置提供的浮法玻璃缺陷离线分析功能,能够给浮法玻璃生产质量管理提供缺陷历史数据,并能为生产管理提供质量反馈信息;
(6)本发明装置可以根据被测玻璃的宽度和检测精度的要求,灵活的增加或减少客户机和摄像机的个数,具备易扩展的特点;
(7)本发明装置可以根据缺陷检测结果对浮法玻璃进行准确的等级标识。
(8)本发明装置能够准确区分浮法玻璃中的缺陷与其表面覆盖物等伪缺陷,保证了对玻璃缺陷检测的准确性。
(9)本发明装置可实现双信号输出模式:打标机输出;信号源输出(为优化切割***和自动堆跺***提供信号),能够满足企业对分级信号的多重需求。
附图说明
图1为基于机器视觉的浮法玻璃缺陷在线检测装置的结构示意图;
图2为照明方式示意图;
图3为服务器的处理流程示意图;
图4为客户机的处理流程示意图。
具体实现方式
本发明装置采用高性能的计算机和高分辨率的高速线阵CCD工业摄像机,主机和各客户机之间采用高速以太网进行数据传输,设计了专门的透射式照明方式和LED照明***,配合高速图象处理算法,设计实现了一种基于机器视觉的分布式的浮法玻璃缺陷在线检测装置。下面结合附图和实例对本发明作进一步详细的说明。
如图1、2所示,本发明装置的结构为:
光源12位于光源柜11中,光源柜11的顶部开有狭缝,其狭缝与玻璃的行进方向垂直。光源柜11位于被检测玻璃的下方,并且位于玻璃生产线上的横切机13之前。光源12采用红色LED作为发光体,其电源由控制柜2输出电流经稳压与整流器整流后提供。为了防止灰尘污染发光体,光源柜11上的狭缝采用高透光率玻璃密封。为便于冷却,光源柜11也采用全密封结构,并与制冷机8相连。为防止环境光进入相机,在光源柜两侧设计了挡板10。由于光源12采用的是红色LED,在这种光源的作用下,真正的玻璃缺陷会产生纹理特征,而表面覆盖物则不会有该纹理特征,本发明装置通过检测该纹理的有无可以实现伪缺陷的准确剔除。
摄像机箱7位于被检测玻璃的上方,并与制冷机8相连,保证其内摄像机的工作温度再允许的范围内。摄像机组6由n台高速高性能线阵CCD摄像机组成,n由要检测的浮法玻璃生产线的宽度和检测精度决定。每台摄像机固定在摄像机箱7的内侧壁上。各摄像机的焦点位于与被检测玻璃平面平行并与玻璃行进方向垂直的直线上,该直线与光源柜11的狭逢组成的平面垂直于被测玻璃平面。
本发明装置可以采用申请人的实用新型专利“一种四自由度可调的工业摄像机装夹机构”(公告号为CN2762119Y,公开日为2006年3月1日)中描述的摄像机装夹机构,将各摄像机固定在摄像机箱7的内侧壁上。这样可以保证摄像机的最佳采集位置,该机构还可以吸收摄像机在工作中所受到的振动,防止摄像机抖动,保证准确采集。
光电编码器5安装在被检测玻璃上,用于检测被检测玻璃的运动速度。为提高测量精度,光电编码器5可以采用摩擦轮的方式压在浮法玻璃的上表面。
控制柜2内设置有客户机组3、工业交换机15和信号滤波器16。客户机组3由n台客户机构成,n台客户机分别与摄像机组6中各摄像机连接,控制各摄像机工作。各客户机分别通过工业交换机15与服务器1连接。信号滤波器16分别与光电编码器5和各客户机相连,将接收到的光电编码器5的速度信号滤波后提供给各客户机。为了保证图像视频信号的可靠传输,控制柜2的位置应尽量靠近图像采集位置。
打标机4位于被检测玻璃的上方,布置在浮法玻璃生产线的冷端,且位于玻璃生产线上的横切机13之后,以便给横切后的每一块玻璃进行等级标识。打标机4与服务器1相连,由服务器1控制其工作。
服务器1布置在车间内的浮法玻璃生产线附近适于操作的位置,用于接收用户指令,完成信息的初始化设置,建立浮法玻璃产品缺陷数据库,并控制各客户机的检测过程。产品缺陷数据库采用ACCESS数据库,其主要任务是记录缺陷的相关信息,如尺寸、类型、等级,也用于记录被测玻璃的相关信息,如产品型号、版长、缺陷类型等参数。服务器以现场总线的方式向客户机组发出开始检测、停止检测等命令。当服务器1接收到客户机组3的缺陷信息后,对位于同一块玻璃上的缺陷进行统计分析,根据国家标准评定玻璃等级,在横切机13的触发信号作用下,服务器1向打标机4发送等级信号,控制打标机动作,同时将缺陷信息录入产品缺陷数据库。打标机4接收到服务器1的分级信号后,在对应的每一片玻璃上标识等级。服务器1还用于对检测结果进行事后分析统计,输出报表。此外,服务器1的玻璃等级信号也可以通过输出接口直接提供给优化切割***或自动堆跺***。服务器1工作流程如图3所示。
各客户机内置有图像采集卡,在服务器1的控制下完成采集参数设置,并根据服务器1的指令进行图像采集,对采集的图像进行缺陷检测和缺陷识别,再将处理后的数据传送给服务器1。客户机的工作流程如图4所示。
缺陷检测是指对采集到的玻璃图像先进行自适应的阈值曲面的拟合,并以其为分割曲面对图像进行分割得到可疑缺陷图像,然后利用真缺陷和伪缺陷(蚊虫等表面覆盖物)的纹理特征将伪缺陷剔除,再利用灰度投影法自动检测浮法玻璃的边距,剔除位于玻璃边距外侧的缺陷。缺陷识别是指提取缺陷的形状特征输入神经网络进行识别,分级,该神经网络已经用已知缺陷种类的缺陷特征训练过。目前,现有技术中的神经网络识别算法,可以适用于本发明装置。
本发明装置的工作过程描述如下:
(1).在检测开始前,用户先对服务器设置相关的玻璃产品信息,如宽度,厚度等,建立玻璃缺陷数据库,完成图像采集参数的设置;
(2).服务器1给各客户机发出检测命令,客户机接收到服务器开始检测的命令后开始图像采集,进行图像处理;
(3).各客户机处理完玻璃图像数据后,对缺陷进行检测、识别、分级后,将缺陷数据上传给服务器;
(4).服务器1接收到缺陷数据后,对缺陷数据进行分析、处理并录入数据库,根据缺陷信息按国家标准对玻璃进行分级,在接收到横切信号后将玻璃分级结果传送给打标机4或输出信号接口。
应用实例:
服务器和各客户机均采用主频为2.4G的奔腾系列CPU,内存为1G的计算机,相机采用分辨率为6k象素的Dalsa公司的PIRANHA 2线阵相机,采集卡选用Coreco公司的PC-Digital卡,采用分辨率为5000线的光电编码器,客户机和摄像机均选择8个,检测分辨率取0.1mm。可以实现如下技术指标:
(1)检测速度(生产线运行速度):0~30m/min;
(2)适应玻璃厚度:3~25mm;
(3)缺陷漏检率:≤2%;
(4)缺陷误检率:≤2%;
(5)检测版宽:4800mm;
(6)能检测到的最小缺陷:行走方向:0.2mm,版宽方向:0.2mm;
(7)能对玻璃进行准确分级、打标,打标准确率≥99%;

Claims (4)

1、一种基于机器视觉的浮法玻璃缺陷在线检测装置,其特征在于:
光源(12)为红色发光二极管,并位于光源柜(11)中,光源柜(11)位于被检测玻璃的下方,并且位于玻璃生产线上的横切机(13)之前;光源柜(11)的顶部开有狭缝,该狭缝与玻璃的行进方向垂直;
摄像机组(6)位于被检测玻璃的上方,它由n台线阵CCD摄像机组成,n根据被测玻璃的宽度和检测精度的要求确定;各摄像机的焦点均位于与被检测玻璃平面平行并与玻璃行进方向垂直的直线上,该直线与光源柜(11)的狭逢组成的平面垂直于被测玻璃平面;
控制柜(2)内设置有客户机组(3)、工业交换机(15)和信号滤波器(16);客户机组(3)设置有n台带图像采集卡的客户机,客户机均与摄像机组(6)中的摄像机连接,用于控制摄像机工作;各台客户机分别通过工业交换机(15)与服务器(1)连接;各客户机根据服务器(1)的指令进行图像采集,对采集的图像进行缺陷检测和缺陷识别,再将处理后的数据传送给服务器(1);
信号滤波器(16)分别与光电编码器(5)和各客户机相连,光电编码器(5)安装在被检测玻璃上,信号滤波器(16)将接收到的光电编码器(5)的速度信号滤波后提供给各客户机;
打标机(4)位于被检测玻璃的上方,布置在浮法玻璃生产线的冷端,且位于玻璃生产线上的横切机(13)之后,打标机(4)与服务器(1)相连,服务器(1)控制打标机(4)工作,并将缺陷信息录入产品缺陷数据库,并输出统计报表。
2、根据权利要求1所述的装置,其特征在于:光源柜(11)为全密封结构,并与制冷机(8)相连;在光源柜两侧设置有挡板(10)。
3、根据权利要求1或2所述的装置,其特征在于:摄像机组(6)固定在摄像机箱(7)的内侧壁上,摄像机箱(7)与制冷机(8)相连。
4、根据权利要求3所述的装置,其特征在于:光电编码器(5)采用摩擦轮的方式压在浮法玻璃的上表面。
CNB2007100518627A 2007-04-11 2007-04-11 一种基于机器视觉的浮法玻璃缺陷在线检测装置 Active CN100535647C (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CNB2007100518627A CN100535647C (zh) 2007-04-11 2007-04-11 一种基于机器视觉的浮法玻璃缺陷在线检测装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CNB2007100518627A CN100535647C (zh) 2007-04-11 2007-04-11 一种基于机器视觉的浮法玻璃缺陷在线检测装置

Publications (2)

Publication Number Publication Date
CN101042357A CN101042357A (zh) 2007-09-26
CN100535647C true CN100535647C (zh) 2009-09-02

Family

ID=38808029

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB2007100518627A Active CN100535647C (zh) 2007-04-11 2007-04-11 一种基于机器视觉的浮法玻璃缺陷在线检测装置

Country Status (1)

Country Link
CN (1) CN100535647C (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102023164A (zh) * 2009-09-23 2011-04-20 法国圣-戈班玻璃公司 用于检测透明平板的局部缺陷的装置和方法

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101581677B (zh) * 2008-05-16 2012-10-03 深超光电(深圳)有限公司 点灯测试机分类待测面板的等级之方法
CN101672803B (zh) * 2008-09-08 2011-12-07 中国建筑材料科学研究总院 一种检测钢化玻璃幕墙杂质和缺陷的方法与装置
CN101685488B (zh) * 2008-09-22 2012-10-03 深圳市大族激光科技股份有限公司 激光打标机精度校正方法
CN102235979A (zh) * 2010-04-22 2011-11-09 常州北星自动化科技有限公司 手机镜片外观检测装置
CN104081192B (zh) * 2011-04-21 2017-02-22 艾悌亚信息技术(上海)有限公司 一种对玻璃多层面摄像的摄像装置及其方法
CN102539442A (zh) * 2012-02-27 2012-07-04 宁波腾工精密机械制造有限公司 一种冷镦产品在线视觉检测***
CN102944563B (zh) * 2012-09-28 2016-02-24 肇庆中导光电设备有限公司 具有透射及反射光源的照明装置、检测***及其检测方法
CN103847243B (zh) * 2012-11-29 2015-10-14 大族激光科技产业集团股份有限公司 一种激光标记方法及装置
CN103970068B (zh) * 2014-04-01 2016-11-23 合肥康迪自动化工程有限公司 一种玻璃测控管理设备
CN105095273B (zh) * 2014-05-12 2018-07-06 浙江理工大学 一种基于模糊bp神经网络的玻璃钢化的工艺参数设置方法
DE102014008596B4 (de) * 2014-06-10 2016-01-28 Grenzebach Maschinenbau Gmbh Vorrichtung und Verfahren zur schnellen und sicheren Messung von Verzerrungsfehlern in einem produzierten Floatglas - Band
CN105554078B (zh) * 2015-12-09 2018-12-07 哈尔滨云控机器人科技有限公司 多端协同检测处理方法
CN105291105B (zh) * 2015-12-09 2017-08-11 哈尔滨云控机器人科技有限公司 基于移动终端的机械臂远程控制方法
CN105554079B (zh) * 2015-12-09 2018-10-02 哈尔滨云控机器人科技有限公司 一种基于移动终端的产品质量远程人工检测方法
CN105472378B (zh) * 2015-12-09 2017-08-29 哈尔滨云控机器人科技有限公司 一种基于低成本摄像头的产品质量检测方法
CN105337813B (zh) * 2015-12-09 2018-11-23 哈尔滨云控机器人科技有限公司 检测过程信息化与溯源方法
CN106949932A (zh) * 2017-03-31 2017-07-14 佛山职业技术学院 一种大幅面瓷砖检测数据采集分析***
CN108645867B (zh) * 2018-05-25 2021-09-07 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
CN109239076B (zh) * 2018-08-29 2021-04-06 西安理工大学 一种基于机器视觉的缝纫线迹缺陷检测方法
CN109683578A (zh) * 2019-01-31 2019-04-26 中国建材国际工程集团有限公司 一种浮法玻璃冷端生产线控制***
WO2020199207A1 (zh) * 2019-04-04 2020-10-08 合刃科技(深圳)有限公司 表面缺陷光学检测方法及相关装置
CN110346953B (zh) * 2019-07-02 2022-08-09 晋城市龙鑫达光电科技有限公司 一种液晶显示模组偏光片剥离的撕片检测***及方法
RU2716465C1 (ru) * 2019-08-27 2020-03-11 Самсунг Электроникс Ко., Лтд. Способ оптической проверки и использующее его устройство
CN111487259B (zh) * 2020-04-24 2023-10-13 上海帆声图像科技有限公司 一种玻璃盖板丝印外观检测设备及检测算法
CN111595849A (zh) * 2020-04-26 2020-08-28 深圳市联得自动化装备股份有限公司 缺陷检测装置
CN114235944B (zh) * 2021-12-22 2024-03-12 江西公路开发有限责任公司 一种基于光源信号的拉索漏磁无损检测装置及方法
CN115619787B (zh) * 2022-12-19 2023-03-31 苏州赫芯科技有限公司 一种uv胶缺陷检测方法、***、设备及介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102023164A (zh) * 2009-09-23 2011-04-20 法国圣-戈班玻璃公司 用于检测透明平板的局部缺陷的装置和方法
CN102023164B (zh) * 2009-09-23 2015-09-16 法国圣-戈班玻璃公司 用于检测透明平板的局部缺陷的装置和方法

Also Published As

Publication number Publication date
CN101042357A (zh) 2007-09-26

Similar Documents

Publication Publication Date Title
CN100535647C (zh) 一种基于机器视觉的浮法玻璃缺陷在线检测装置
CN201041552Y (zh) 一种基于机器视觉的浮法玻璃缺陷在线检测装置
CN109454006B (zh) 基于化纤丝锭绊丝缺陷在线检测和分级的装置的检测分级方法
CN109969736B (zh) 一种大型运载皮带跑偏故障智能检测方法
CN110366031B (zh) 一种数字化车间mes***基于视觉的异常状态监测与故障诊断方法
CN102275656B (zh) 一种条烟装箱机缺条在线视觉检测装置及其检测方法
CN106706653A (zh) 一种高速宽型板材检测方法
CN102095733B (zh) 一种基于机器视觉对瓶盖表面瑕疵的智能检测方法
CN202002894U (zh) 基于机器视觉的快速在线纸病检测***
CN102601131B (zh) 一种钢坯表面质量在线检测装置
CN104614380A (zh) 一种板带表面质量检测***和方法
CN110705814A (zh) 一种基于智能制造管理的mes***
CN101105459A (zh) 一种空瓶瓶口缺陷的检测方法及装置
CN111069976A (zh) 一种车间或产线用刀具损伤智能化移动监测***及方法
CN103399016A (zh) 冷轧铝板表面缺陷在线检测***及其检测方法
CN101837351A (zh) 基于图像检测法的油封弹簧全自动分选***及方法
CN102175692A (zh) 织物坯布疵点快速检测***及方法
CN203688459U (zh) 基于图像识别的织物质量在线检测***
CN102654464A (zh) 基于多特征模糊识别的铜带表面缺陷检测***
CN103913460A (zh) 一种在线纸病检测***
CN109692820A (zh) 基于图像处理的光纤金属件表面缺陷在线检测装置和方法
CN102455171A (zh) 一种激光拼焊焊缝背面几何形貌检测方法及其实现装置
CN207238542U (zh) 一种基于机器视觉的篾片缺陷在线检测***
CN201540259U (zh) 纺织品在线疵点检测仪
CN103630544A (zh) 一种视觉在线检测***

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract

Assignee: WUHAN HUAKE YUDE TECHNOLOGY CO., LTD.

Assignor: Huazhong University of Science and Technology

Contract fulfillment period: 2009.7.15 to 2014.7.15 contract change

Contract record no.: 2009420000117

Denomination of invention: On-line detection device of defects in float glass based on machine vision

Granted publication date: 20090902

License type: Exclusive license

Record date: 20091022

LIC Patent licence contract for exploitation submitted for record

Free format text: EXCLUSIVE LICENSE; TIME LIMIT OF IMPLEMENTING CONTACT: 2009.7.15 TO 2014.7.15; CHANGE OF CONTRACT

Name of requester: WUHAN HUAKEYUDE SCIENCE AND TECHNOLOGY CO., LTD.

Effective date: 20091022

EC01 Cancellation of recordation of patent licensing contract

Assignee: WUHAN HUAKE YUDE TECHNOLOGY CO., LTD.

Assignor: Huazhong University of Science and Technology

Contract record no.: 2009420000117

Date of cancellation: 20150422

LICC Enforcement, change and cancellation of record of contracts on the licence for exploitation of a patent or utility model
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20070926

Assignee: Wuhan Yu Tak Electrical Machinery Co., Ltd.

Assignor: Huazhong University of Science and Technology

Contract record no.: 2015420000077

Denomination of invention: On-line detection device of defects in float glass based on machine vision

Granted publication date: 20090902

License type: Common License

Record date: 20150513

LICC Enforcement, change and cancellation of record of contracts on the licence for exploitation of a patent or utility model