CN101419176A - 表面瑕疵检测方法及装置 - Google Patents
表面瑕疵检测方法及装置 Download PDFInfo
- Publication number
- CN101419176A CN101419176A CNA2007101653359A CN200710165335A CN101419176A CN 101419176 A CN101419176 A CN 101419176A CN A2007101653359 A CNA2007101653359 A CN A2007101653359A CN 200710165335 A CN200710165335 A CN 200710165335A CN 101419176 A CN101419176 A CN 101419176A
- Authority
- CN
- China
- Prior art keywords
- flaw
- image
- particulate
- module
- light source
- 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
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明提出一种表面瑕疵检测的方法,包括以下步骤:采集被检测物件图像;根据采集的被检测物件图像对其进行二值化处理生成二值化图像;对已经进行二值化处理的图像,进行过滤疑似瑕疵微粒处理;将瑕疵灰度平均值与二值化前图像瑕疵区域灰度平均值进行比较,确定瑕疵点。本发明还提供一种表面瑕疵检测装置,使其具有较好的实用性和准确性,易于推广。
Description
技术领域
本发明涉及瑕疵检测领域,特别涉及一种表面瑕疵检测方法及装置。
背景技术
现有生产厂商在检测产品外观不良时,多用人眼检测,这样由人工检测图像,并从图像中选取要***分图像的像素点,对选取图像只是作主观判断,容易造成判断标准不一或者采用CDD相机拍摄产品的外观图像的亮度值设为标准值,并将所要的测量点的像素与该标准值进行比较,以检查物件表面的状态,如中国专利号为03102169.7,名称为“物件的表面检查方法和检查***”,公开了通过采集图像上表示所检查物件表面的像素中选择任意两个像素,并且比较这两个像素检查物件表面,来确定被检测物件表面是否存在瑕疵。但这种方法很难保证选择任意两个图像像素时就能一定会选取到有瑕疵点的图像像素,当选取像素不是瑕疵点时,就不能确定被检测物件是否存在瑕疵,因此也存在误判、漏判。
发明内容
本发明目的在于提供一种表面瑕疵检测方法和装置,以提高检测效率和检测精度。
本发明提出一种表面瑕疵检测装置,包括一种光源,用于提供均匀光亮;光源控制模块,用于控制所述光源的亮度;图像采集模块,用于采集图像信息,将采集图像的光信号转换为电信号;图像处理模块,存储图像处理程序及数据,根据所述图像采集模块采集单元采集的图像进行处理;显示模块,用于显示所述图像处理模块处理的结果。
其中所述光源包括环形紫光,所述光源控制模块由图像处理模块进行控制,所述图像采集模块包括图像采集单元和第一存储器,将被检测物件光信号转换成电信号,并贮存在存储器内,所述图像处理模块包括微处理器和第二存储器,对采集的图像进行一次二值化和微粒过滤处理,并输出处理结果,所述显示模块用于显示所述的处理结果。
优选地,还包括显示接口单元,以输出处理结果,图像处理模块与采集模块连接的数据接口单元。
本发明还提出对表面瑕疵进行检测的方法,包括采集被检测物件图像;根据采集的图像进行二值化和微粒过滤处理,并将处理后的图像瑕疵微粒灰度平均值与采集的图像中瑕疵分布区域的灰度平均值进行比对,确定瑕疵。其中根据实验统计瑕疵出现的区域的灰度平均值与瑕疵的灰度平均值之间设定的二值化阀值;微粒过滤包括过滤较大面积微粒和过滤较小面积微粒,并将二值化和微粒过滤处理后的疑似瑕疵灰度平均值与所述的疑似瑕疵分布区域灰度平均值进行对比,根据其灰度值的差值是否在范围内,从而判断是否为瑕疵。
本发明提供的一种表面瑕疵检测装置及方法可以避免在检测过程中人为因素干扰,有效提高瑕疵检测准确度。
附图说明
图1是本发明表面瑕疵检测装置实施例检测示意图;
图2是本发明表面瑕疵检测装置实施例图像采集模块位置示意图;
图3为本发明表面瑕疵检测装置实施例检测流程图;
图4为本发明表面瑕疵检测方法实施例检测流程图;
图5是本发明表面瑕疵检测方法实施例微粒过滤流程图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
参照图1,示出了瑕疵检测装置的示意图,该瑕疵检测装置包括光源11,光源控制模块12、图像采集模块14、图像处理模块15、显示模块16,其中图像处理模块15分别与图像采集模块14、显示模块16和光源控制模块12连接,光源11与光源控制模块12连接。如图2所示,在进行图像采集时,被检测物件13放置在图像采集模块14和设置光源11之间。
所述光源11能为被检测物件提供均匀亮度。本实施例优选环形紫色光源。
所述光源控制模块12通过图像处理模块15发出的指令,执行光源调控动作,调节光源11亮度,使光源11产生的光能均匀分布被检测物件上,从而使得图像采集模块14采集到清晰的图像。
所述图像采集模块14还包括图像采集单元、图像输出端和第一存储器,图像采集单元用于采集数码图像,第一存储器用于贮存所采集的数码图像,图像输出端用于图像采集模块14与图像处理模块15之间数据连接。通过图像采集单元,将被检测物件光信号转换成电信号并贮存在第一存储器中,同时将图像通过图像输出端传输给图像处理模块15,图像采集模块14优选地为数码相机。
所述图像处理模块15还包括微处理器、第二存储器以及输入输出接口,其中微处理器用于运行瑕疵检测程序,第二存存储器用于存放所述的检测程序,以及存放设定的参数。图像处理模块15接收所述图像采集模块14采集的图像,根据设定的灰度值对图像进行二值化处理,过滤设定条件的疑似瑕疵点,并根据过滤后的图像中疑似瑕疵点确定二值化处理前图像对应的位置灰度平均值,将疑似瑕疵点灰度平均值与二值化前图像周围像素的灰度平均值进行比较,根据比较差值确定瑕疵。
所述显示模块16根据上述的图像处理模块15处理结果,向用户显示输出检测结果。用户显示模块16可采用液晶屏、数字显示屏、指示灯等中的一种或几种。
本实施例中用于采集图像模块14中的第一存储器和图像处理模块15中的第二存储器采用EEPROM、Flash Memory等可擦写存储介质,实现数据的非易失存储,其中所述的第一存储器和第二存储器可以集成或独立设置在采集图像模块14和图像处理模块15中,所述图像采集模块14优选地数码相机,图像处理模块15优选计算机。
根据本实施例,通过实验统计瑕疵微粒灰度值和瑕疵微粒大小值,确定其灰度平均值和瑕疵大小的上临界值和下临界值,以及瑕疵微粒灰度平均值与二值化前图像的瑕疵微粒区域的灰度平均值的差值范围。根据图像采集模块14采集的图像,经由图像处理模块15进行二值化和微粒过滤处理,再根据疑似瑕疵微粒的位置获取二值化前图像对应位置疑似瑕疵微粒灰度平均值,并将疑似瑕疵微粒灰度平均值与二值化前图像疑似瑕疵微粒区域的灰度平均值进行比较,确定其差值与设定的范围值关系,如果两灰度值的差值在设定的范围内则为伪瑕疵微粒,如果两灰度值的差在设定的范围之外则为瑕疵微粒,并将结果经由显示模块16向用户显示。其中所述的疑似瑕疵微粒包括瑕疵微粒和伪瑕疵微粒,伪瑕疵微粒包括瑕疵微粒与光源亮度不均匀所产生的噪声和被检测物件边缘反射光使边缘在图像上黑色部分。
本实施例的表面瑕疵检测装置瑕疵检测过程如图3所示:
S101,打开检测装置,进行装置数据初始化;
S102,放置被检测物件,将被检测物件放置在图像采集模块14适当位置;
S103,确定测试按钮被开启,如果没有开启则重新确认,否则执行下一步骤S104;
S104,采集被检测物件图像,对图像进行二值化和微粒过滤处理,并将疑似瑕疵微粒灰度平均值与二值化前图像似瑕疵微粒区域灰度平均值,进行对比确定差值;
S105,根据上述S104步骤中差值是否在设定的范围内,从而判断被检测物件是否存在瑕疵;
S106,根据上述S105步骤判断结果,如果无瑕疵则显示绿灯;
S107,根据上述S106步骤将无瑕疵物件放置良品区;
S108,根据上述S105步骤判断结果,如果有瑕疵则显示红灯;
S109,根据上述S108步骤将瑕疵物件放置不良品区;
S110,当S107或S109步骤完成后由***提示是否进行下一次检测,如果需要则重新进行所述的S102~109步骤,直至检测结束.
本实施例的表面瑕疵检测程序流程图过程如图4所示:
该流程开始于S201步骤;
S202,对程序设置的瑕疵微粒灰度平均值、两临界面积以及灰度差值范围参数进行初始化;
S203,采集被检测物件图像,将其光信号转换成电信号并存储;
S204,将所述S203步骤中的图像信号,按设定的阀值进行二值化,得到二值化图像;
S205,根据上述S204步骤中生成的图像进行临界面积疑似瑕疵微粒过滤;
S206,根据上述S205步骤中生成的图像,判断是否含有瑕疵微粒,若不含有瑕疵微粒,则进行S211,通过显示模块16显示为良品;若含疑似瑕疵微粒时则进行下一步骤;
S207,根据上述S206步骤中的疑似瑕疵微粒,采集疑似瑕疵微粒区域在二值化前图像中的灰度平均值和疑似瑕疵灰度平均值;
S208,根据上述S207步骤采集的疑似瑕疵微粒区域的图像灰度平均值与疑似瑕疵微粒灰度平均值进行差值比较,并根据差值范围判断是否有瑕疵微粒,若差值在设定的范围内,则该疑似瑕疵微粒为伪瑕疵微粒,执行S211,若不在范围内,则该疑似瑕疵微粒为瑕疵微粒,执行下一步骤。其中该疑似瑕疵微粒区域灰度平均值和疑似瑕疵微粒的灰度平均值由实验统计取得的数据,它们间的差值范围已贮存在图像处理模块15的存储器内;
S209,根据上述S207步骤中确定的瑕疵微粒位置,确定采集图像中瑕疵微粒位置,从而判断被检测物件瑕疵微粒位置;
S210,根据上述S209步骤结果,通过显示模块16显示被检测物件有瑕疵微粒;
S213,上述检测完成后,***进行提示,是否进行下一检测,若需要则重新返回S203~213,若不需要则进行下一步骤;
S214,根据S213不需要检测时,检测流程结束。
其中所述检测流程S204对采集图像进行二值化处理时,设定的阀值是经过实验统计该区域的灰度平均值与瑕疵微粒的灰度平均值得出,以这两个值为区间边界的以实验法获取其区间二值化效果最好。
所述S205过滤过程如图5所示:
S2051,过滤流程开始;
S2052,将二值化后的图像进行过滤,过滤较大面积疑似瑕疵微粒,其中较大面积疑似瑕疵微粒通过实验统计设选取大于瑕疵点几倍的值为较大面积尺寸值为上临界值;
S2053,将上述S2052中的图像进行过滤,将较小面积疑似瑕疵微粒过滤掉,其中较小面积疑似瑕疵微粒通过实验统计选取小于瑕疵点面积几分之一的值为面积尺寸值为下临界值;
S2054,结束对二值化图像过滤。
如图6所示,其中步骤S2052和步骤S2053之间可以互换。
以下举一具体例子说明本实施例的表面瑕疵检测流程:
假如我们对手机表面瑕疵检测时,由图像采集模块14,采集被检测物件A,其图像称为A1,在进行二值处理过程需要设定合适的阀值,本实施例设定的阀值采用是实验经验值,经过统计瑕疵微粒出现的区域的灰度平均值与瑕疵微粒的灰度平均值之间的值,获取的二值化效果最好,经统计确定瑕疵微粒区域的灰度平均值90,瑕疵微粒的灰度平均值150,则可以设阀值设为120,确定阀值后进行二值化处理,生存图像B,对于灰度平均值大于阀值120时,把该灰度值设为255(白),对于灰度平均值小于阀值120时,把该灰度值设为0(黑),此时由于图片B中的亮点(像素值为1的点)为疑似瑕疵微粒的点,称为微粒B1,而图像B中的暗点(像素值为0的点)为背景,然后根据实验统计,对形态、位置、大小选取瑕疵微粒面积3~5倍值为较大面积值为上临界值,选取瑕疵微粒面积1/3~1/2的面积值为下临界值过滤效果最好,在本实施例中,上临界值选取瑕疵微粒面积4倍值,下临界值选取瑕疵微粒面积2/5倍值,对二值化图像B中的疑似瑕疵微粒进行过滤,生成图像C,去除其中的瑕疵微粒与光源亮度不均匀所产生的噪声和被检测物件边缘反射光使边缘在图像上黑色伪瑕疵微粒。对于没有被过滤掉的疑似瑕疵微粒根据两灰度值之间的差值范围与设定的范围关系,如果在设定范围内则认为疑似瑕疵微粒为伪瑕疵微粒,若不在设定的范围内则认为是瑕疵微粒,根据瑕疵微粒在图像B位置确定其在被检测物件中的位置,从而找出不良品。
手机表面瑕疵检测步骤如图4所示,开始于S201;
S202,对程序设置的瑕疵微粒灰度平均值、两临界面积以及灰度差值范围参数进行初始化;
S203,采集被检测物件A图像A1;
S204,将所述S203步骤中的图像信号按瑕疵微粒灰度平均值120为阀值进行二值化,得到二值化图像B,则瑕疵微粒灰度值设为255(白),伪瑕疵微粒灰度值为0(黑);
S205,根据上述S204步骤中生成的图像B,分别进行选取瑕疵微粒面积4倍和瑕疵微粒面积2/5过滤,将由瑕疵微粒与光源亮度不均匀所产生的噪声和物件边缘反射光使边缘在图像上黑色伪瑕疵微粒过滤掉,生成图像C;
S206,根据上述S205步骤中经过过滤处理的二值化图像C,判断图像C是否含疑似瑕疵微粒,若不含疑似瑕疵微粒,则进行S211,通过显示模块16显示为良品;若含疑似瑕疵微粒时则进行下一步骤;
S207,根据上述S206步骤中的疑似瑕疵微粒,采集疑似瑕疵微粒区域在二值化前图像中的灰度平均值和疑似瑕疵灰度平均值;
S208,根据上述S207步骤采集的疑似瑕疵微粒区域的图像灰度平均值与疑似瑕疵微粒灰度平均值进行差值比较,并根据差值范围判断是否有瑕疵微粒,若差值在设定的范围内,则该疑似瑕疵微粒为伪瑕疵微粒,执行S211,若不在范围内,则该疑似瑕疵微粒为瑕疵微粒,执行下一步骤。其中该疑似瑕疵微粒区域灰度平均值和疑似瑕疵微粒的灰度平均值的差值范围由实验统计取得的数据,差值范围已贮存在图像处理模块15的存储器内;
S209,根据上述S208步骤中确定为瑕疵微粒在图像B的位置,来确定瑕疵微粒在采集图像A1中对应的位置,从而判断被检测物件A瑕疵微粒位置;
S210,根据上述S209步骤结果,通过显示模块16显示被检测物件为有瑕疵微粒的不良品;
S213,上述检测完成后,***进行提示,是否进行下一检测,若需要则重新返回S203~213,若不需要则进行下一步骤;
S214,根据S213不需要检测时,检测流程结束。
其中所述S205如图5所示,微粒过滤步骤包括:
S2051,过滤流程开始;
S2052,将二值化后的图像B进行疑似瑕疵微粒过滤,过滤较大面积疑似瑕疵微粒,通过实验统计设选取4倍瑕疵微粒面积为上临界面积,过滤掉被检测物件边缘反射光使边缘在图像上黑色疑似瑕疵微粒;
S2053,将上述S2052中的图像再进行下临界面积疑似瑕疵微粒过滤,通过实验统计设选取2/5瑕疵微粒面积为下临界面积进行过滤,过滤掉瑕疵微粒与光源亮度不均匀所产生的噪声;
S2054,结束对二值化图像过滤。
其中步骤S2052和步骤S2053之间可以不分先后进行疑似瑕疵微粒过滤。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (7)
1、一种表面瑕疵检测方法,包括以下步骤:
采集被检测物件图像;
根据采集的被检测物件图像对其进行二值化处理生成二值化图像;
对已经进行二值化处理的图像,进行疑似瑕疵微粒过滤处理;
将瑕疵灰度平均值与二值化前图像瑕疵区域灰度平均值进行比较,确定瑕疵点。
2、根据权利要求1所述的表面瑕疵检测方法,其特征在于,所述二值化处理图像设定的阀值为统计平均值,其中阀值为瑕疵出现的区域的灰度平均值与瑕疵的灰度平均值之间。
3、根据要利要求1或2所述的表面瑕疵检测方法,其特征在于,所述二值化图像还需要根据设定的临界面积进行微粒过滤。
4、根据要利要求3所述的表面瑕疵检测方法,其特征在于,所述临界面积设定根据实验统计确定,其中较大临界面积选取瑕疵点面积3~5倍的值为上临界值,较小临界面积选取瑕疵点面积1/3~1/2的值为下临界值。
5、一种表面瑕疵检测装置,其特征在于,包括:
光源,用于提供均匀光亮;
光源控制模块,该模块与光源连接,用于控制所述光源的亮度;
图像采集模块,用于采集图像信息,将采集的图像信号转换为电信号;
图像处理模块,该模块与采集模块连接,根据所述图像采集模块采集的图像进行处理,用于存储图像处理程序及数据;
显示模块,该模块与图像处理模块连接,用于显示所述图像处理模块处理的结果。
6、根据权利要求5所述的表面瑕疵检测装置,其特征在于,所述光源为环形紫色光源。
7、根据权利要求5所述的表面瑕疵检测装置,其特征在于,所述图像采集模块为相机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2007101653359A CN101419176B (zh) | 2007-10-26 | 2007-10-26 | 表面瑕疵检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2007101653359A CN101419176B (zh) | 2007-10-26 | 2007-10-26 | 表面瑕疵检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101419176A true CN101419176A (zh) | 2009-04-29 |
CN101419176B CN101419176B (zh) | 2012-03-28 |
Family
ID=40630071
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2007101653359A Expired - Fee Related CN101419176B (zh) | 2007-10-26 | 2007-10-26 | 表面瑕疵检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101419176B (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102520028A (zh) * | 2011-12-16 | 2012-06-27 | 浙江丝绸科技有限公司 | 生丝疵点的数字化处理方法 |
CN102854193A (zh) * | 2012-08-30 | 2013-01-02 | 苏州天准精密技术有限公司 | 一种用于图像瑕疵检测的检测方法和检测*** |
CN103217436A (zh) * | 2013-03-06 | 2013-07-24 | 京东方科技集团股份有限公司 | 一种背光模组瑕疵的检测方法及设备 |
CN103760165A (zh) * | 2013-12-31 | 2014-04-30 | 深圳市华星光电技术有限公司 | 显示面板的缺陷检测方法及缺陷检测装置 |
CN104493874A (zh) * | 2014-12-16 | 2015-04-08 | 河海大学 | 一种白纸疵点裁切区域的自动定位方法 |
TWI489420B (zh) * | 2012-02-29 | 2015-06-21 | Chroma Ate Inc | 表面花紋之檢測方法 |
CN105044119A (zh) * | 2015-08-27 | 2015-11-11 | 李明英 | 一种基于灰度均值分析的玻璃瑕疵分类方法 |
CN105424723A (zh) * | 2015-11-28 | 2016-03-23 | 惠州高视科技有限公司 | 一种显示屏幕模组缺陷检测方法 |
CN106952281A (zh) * | 2017-05-15 | 2017-07-14 | 上海交通大学 | 一种焊缝轮廓特征识别及其焊道实时规划的方法 |
WO2017202114A1 (zh) * | 2016-05-23 | 2017-11-30 | 京东方科技集团股份有限公司 | 确定用于检测的光照强度的方法和装置、及光学检测方法和装置 |
CN108459023A (zh) * | 2018-03-27 | 2018-08-28 | 松下电子部品(江门)有限公司 | 双基准电容外观图像检测方法 |
CN109299763A (zh) * | 2018-10-17 | 2019-02-01 | 国网江苏省电力有限公司无锡供电分公司 | 基于rfid密钥链的纸质涉密载体防篡改伪造方法 |
CN109372736A (zh) * | 2018-09-20 | 2019-02-22 | 上海雷恩医疗器械有限公司 | 一种输液泵检验*** |
CN109580634A (zh) * | 2018-12-03 | 2019-04-05 | 高佳太阳能股份有限公司 | 一种金刚线表面金刚石团聚的确认方法 |
CN110434090A (zh) * | 2019-08-23 | 2019-11-12 | 中山德著智能科技有限公司 | 一种胡萝卜表面瑕疵检测方法 |
CN110596116A (zh) * | 2019-07-23 | 2019-12-20 | 浙江科技学院 | 一种车辆表面瑕疵检测方法及检测*** |
CN111223078A (zh) * | 2019-12-31 | 2020-06-02 | 河南裕展精密科技有限公司 | 瑕疵等级判定的方法及存储介质 |
CN113920700A (zh) * | 2021-09-23 | 2022-01-11 | 国网山西省电力公司晋中供电公司 | 基于颜色识别的灰尘沉积度检测*** |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4975972A (en) * | 1988-10-18 | 1990-12-04 | At&T Bell Laboratories | Method and apparatus for surface inspection |
CN100520376C (zh) * | 2003-10-21 | 2009-07-29 | 大发工业株式会社 | 表面缺陷检查方法及装置 |
JP2007240432A (ja) * | 2006-03-10 | 2007-09-20 | Omron Corp | 欠陥検査装置および欠陥検査方法 |
-
2007
- 2007-10-26 CN CN2007101653359A patent/CN101419176B/zh not_active Expired - Fee Related
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102520028B (zh) * | 2011-12-16 | 2013-06-05 | 浙江丝绸科技有限公司 | 生丝疵点的数字化处理方法 |
CN102520028A (zh) * | 2011-12-16 | 2012-06-27 | 浙江丝绸科技有限公司 | 生丝疵点的数字化处理方法 |
TWI489420B (zh) * | 2012-02-29 | 2015-06-21 | Chroma Ate Inc | 表面花紋之檢測方法 |
CN102854193A (zh) * | 2012-08-30 | 2013-01-02 | 苏州天准精密技术有限公司 | 一种用于图像瑕疵检测的检测方法和检测*** |
CN103217436B (zh) * | 2013-03-06 | 2015-05-20 | 京东方科技集团股份有限公司 | 一种背光模组瑕疵的检测方法及设备 |
US9330451B2 (en) | 2013-03-06 | 2016-05-03 | Boe Optical Science And Technology Co., Ltd | Method and apparatus for detecting defect of backlight module |
CN103217436A (zh) * | 2013-03-06 | 2013-07-24 | 京东方科技集团股份有限公司 | 一种背光模组瑕疵的检测方法及设备 |
CN103760165A (zh) * | 2013-12-31 | 2014-04-30 | 深圳市华星光电技术有限公司 | 显示面板的缺陷检测方法及缺陷检测装置 |
WO2015100777A1 (zh) * | 2013-12-31 | 2015-07-09 | 深圳市华星光电技术有限公司 | 显示面板的缺陷检测方法及缺陷检测装置 |
CN104493874A (zh) * | 2014-12-16 | 2015-04-08 | 河海大学 | 一种白纸疵点裁切区域的自动定位方法 |
CN105044119A (zh) * | 2015-08-27 | 2015-11-11 | 李明英 | 一种基于灰度均值分析的玻璃瑕疵分类方法 |
CN105424723A (zh) * | 2015-11-28 | 2016-03-23 | 惠州高视科技有限公司 | 一种显示屏幕模组缺陷检测方法 |
US10510141B2 (en) | 2016-05-23 | 2019-12-17 | Boe Technology Group Co., Ltd. | Method and apparatus for determining illumination intensity for inspection, and method and apparatus for optical inspection |
WO2017202114A1 (zh) * | 2016-05-23 | 2017-11-30 | 京东方科技集团股份有限公司 | 确定用于检测的光照强度的方法和装置、及光学检测方法和装置 |
CN106952281A (zh) * | 2017-05-15 | 2017-07-14 | 上海交通大学 | 一种焊缝轮廓特征识别及其焊道实时规划的方法 |
CN106952281B (zh) * | 2017-05-15 | 2019-09-27 | 上海交通大学 | 一种焊缝轮廓特征识别及其焊道实时规划的方法 |
CN108459023A (zh) * | 2018-03-27 | 2018-08-28 | 松下电子部品(江门)有限公司 | 双基准电容外观图像检测方法 |
CN109372736A (zh) * | 2018-09-20 | 2019-02-22 | 上海雷恩医疗器械有限公司 | 一种输液泵检验*** |
CN109372736B (zh) * | 2018-09-20 | 2020-03-24 | 上海雷恩医疗器械有限公司 | 一种输液泵检验*** |
CN109299763A (zh) * | 2018-10-17 | 2019-02-01 | 国网江苏省电力有限公司无锡供电分公司 | 基于rfid密钥链的纸质涉密载体防篡改伪造方法 |
CN109580634A (zh) * | 2018-12-03 | 2019-04-05 | 高佳太阳能股份有限公司 | 一种金刚线表面金刚石团聚的确认方法 |
CN110596116A (zh) * | 2019-07-23 | 2019-12-20 | 浙江科技学院 | 一种车辆表面瑕疵检测方法及检测*** |
CN110434090A (zh) * | 2019-08-23 | 2019-11-12 | 中山德著智能科技有限公司 | 一种胡萝卜表面瑕疵检测方法 |
CN111223078A (zh) * | 2019-12-31 | 2020-06-02 | 河南裕展精密科技有限公司 | 瑕疵等级判定的方法及存储介质 |
CN111223078B (zh) * | 2019-12-31 | 2023-09-26 | 富联裕展科技(河南)有限公司 | 瑕疵等级判定的方法及存储介质 |
CN113920700A (zh) * | 2021-09-23 | 2022-01-11 | 国网山西省电力公司晋中供电公司 | 基于颜色识别的灰尘沉积度检测*** |
Also Published As
Publication number | Publication date |
---|---|
CN101419176B (zh) | 2012-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101419176B (zh) | 表面瑕疵检测方法及装置 | |
CN109613002B (zh) | 一种玻璃缺陷检测方法、装置和存储介质 | |
CN112036755B (zh) | 一种建筑工程质量检测的监管方法及*** | |
CN102680414B (zh) | 基于机器视觉的红提葡萄自动分级装置及其方法 | |
CN104766097B (zh) | 基于bp神经网络和支持向量机的铝板表面缺陷分类方法 | |
CN106290375A (zh) | 基于激光选区烧结技术的非接触式在线缺陷自动检测*** | |
CN105139386A (zh) | 一种快速自动检测电气接插件焊点不合格品的图像处理方法 | |
CN103631246A (zh) | 电子设备的测试方法、测试装置、测试工装和测试*** | |
CN107328776A (zh) | 一种免疫层析试纸卡的快速检测方法 | |
CN102901735B (zh) | 利用计算机对工件缺损、裂变、变形进行自动检测的*** | |
CN112200813B (zh) | 一种考虑照度因素的煤矸识别方法和*** | |
CN107976447A (zh) | 一种基于机器视觉的配件检测方法及*** | |
CN109886931A (zh) | 基于bp神经网络的轮速传感器齿圈表面缺陷检测方法 | |
CN103868828B (zh) | 一种基于移动终端的粉尘检测装置 | |
CN110376211A (zh) | 一种湿法涂胶的合成革卷边在线检测装置及方法 | |
CN102804204B (zh) | 利用色度键控的姿势识别 | |
CN112528888A (zh) | 一种光学指纹采集方法、装置、电子设备及存储介质 | |
CN109636793A (zh) | 显示器的检测***及其检测方法 | |
CN112419261A (zh) | 具有异常点去除功能的视觉采集方法及装置 | |
CN106503144A (zh) | 外观设计专利检索分析***及其分析方法 | |
CN111443509A (zh) | 一种用于检测lcd液晶屏黑白斑和闪烁类缺陷的方法 | |
CN101509998B (zh) | 一种自动聚焦方法及应用该方法的显微镜 | |
CN109685756A (zh) | 影像特征自动辨识装置、***及方法 | |
CN112304969A (zh) | 显示模块检测设备、方法、装置及***和存储介质 | |
CN108428247A (zh) | 焊锡点方向的检测方法和*** |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120328 Termination date: 20171026 |
|
CF01 | Termination of patent right due to non-payment of annual fee |