CN101696945B - 机器视觉***对光伏玻璃瑕疵的在线检测方法 - Google Patents
机器视觉***对光伏玻璃瑕疵的在线检测方法 Download PDFInfo
- Publication number
- CN101696945B CN101696945B CN 200910210887 CN200910210887A CN101696945B CN 101696945 B CN101696945 B CN 101696945B CN 200910210887 CN200910210887 CN 200910210887 CN 200910210887 A CN200910210887 A CN 200910210887A CN 101696945 B CN101696945 B CN 101696945B
- Authority
- CN
- China
- Prior art keywords
- image
- photovoltaic glass
- flaw
- turn
- detection
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明机器视觉***对光伏玻璃瑕疵的在线检测方法,将内置汽泡的直径、开口汽泡的长度和划痕的长度设为检测参量,根据用户要求设置所述不同检测参量的检测精度以及合格范围,由外部触发与控制信号启动所述相机实时拍摄在线运行光伏玻璃的图像,并将拍摄的图像传输至计算机供检测,计算机通过图像算法处理,提取光伏玻璃出现瑕疵的图像,并对所述的三种瑕疵尺寸进行计算,通过计算出的瑕疵尺寸判断该产品是属于合格品、还是废品,通过外部触发与控制信号将两类产品从不同的出料口进行分拣。本发明对光伏玻璃的检测精度高、速度快,可以有效保证产品的合格率。
Description
技术领域
本发明涉及利用机器视觉***进行在线检测的技术领域,尤其涉及在光伏玻璃生产现场,利用机器视觉***对光伏玻璃瑕疵进行在线检测的方法。
背景技术
在流水作业的光伏玻璃生产车间现场,对光伏玻璃的瑕疵进行在线检测。现有技术中,对光伏玻璃瑕疵的在线检测依靠人工使用专用放大镜进行检测,在光伏玻璃生产机旁设约30人进行光伏玻璃瑕疵的专用工具检测和处理,将检测结果分为合格品(如内部汽泡直径<0.5mm,且开口汽泡长度<0.2mm,且划痕长度<0.5mm,及没有其他瑕疵)和不合格品(如内部汽泡直径≥0.5mm,或开口汽泡长度≥0.2mm,或划痕长度≥0.5mm,或有以上三种以外的其他瑕疵)。
人工检测存在的缺点主要有:生产车间现场灰尘多、噪声大,工人检测工作环境恶劣,无法直接使用目测(需用专用手持式放大镜),劳动强度大;正常人眼在不间断观测运动物体30min左右,即会眼花、眼胀等不适,检测人员无法长时间不间断工作,无法保证产品出厂合格率;光伏玻璃瑕疵检测是带数量精度的检测,人眼很难准确判断,误差大,出错机会很多,无法保证检测质量;专业人员检测光伏玻璃的速度最高为0.016m2/s,对生产速率有极大限制。
发明的内容
针对现有技术对光伏玻璃瑕疵的在线检测依靠人工进行检测,工人容易产生视觉疲劳,劳动强度大,无法保证产品合格率以及检测质量,监测速度低等问题,本发明提供一种机器视觉***对光伏玻璃瑕疵的在线检测方法,其大大降低工人的检测劳动强度,检测精度高、速度快,可以有效保证出厂产品的合格率。
本发明的技术方案如下:
一种机器视觉***对光伏玻璃瑕疵的在线检测方法,包括以下步骤:
(1)准备一拍摄在线运行光伏玻璃瑕疵的图像的北京微视1800D型工业相机,所述的相机由外部触发信号控制;
(2)根据待检测光伏玻璃的尺寸大小调整拍摄相机的参数,包括光圈大小、曝光时间,以便获取清晰的拍摄图像;
(3)设定检测参量,包括内置汽泡的直径、开口汽泡的长度和划痕的长度,并根据用户要求设置所述检测参量的检测精度以及合格范围;
(4)由外部触发与控制信号启动所述相机实时拍摄在线运行光伏玻璃瑕疵的图像,并将拍摄的图像传输至计算机供检测;
(5)计算机通过图像算法处理,判断是否存在瑕疵,并提取光伏玻璃有瑕疵的图像;若经过图像算法处理后发现不存在瑕疵图像,属于合格品,从合格品分拣口拣出,否则进行下一步。
(6)计算机对所述光伏玻璃瑕疵的形状和瑕疵的尺寸进行计算;
(7)通过计算出的瑕疵形状和瑕疵尺寸,与步骤(3)设定的合格范围进行比较,判断该产品是属于合格品/废品,通过外部触发与控制信号将两类产品从不同的出料口进行分拣。
以及,进一步的技术方案是:
对所述第(7)步,首先判断瑕疵是圆形、椭圆形或线形,若是圆形则转向第(7A)步,若是椭圆形则转向第(7B)步,若是线形则转向第(7C)步:
(7A)判断圆形瑕疵图像直径是否在合格范围(<0.5mm),如在合格范围则转向第(8A)步,若大于规定范围(≥0.5mm)则转向第(8B)步;
(7B)判断椭圆形瑕疵图像长度是否在合格范围(<0.2mm),如在合格范围则转向第(8A)步,若大于规定范围(≥0.2mm)则转向第(8B)步;
(7C)判断线形瑕疵图像长度是否在合格范围(<0.5mm),如在合格范围则转向第(8A)步,若大于规定范围(≥0.5mm)则转向第(8B)步;
(8)根据前面各步骤的检测结果分别进行以下操作:
(8A)作为合格品进行分拣;
(8B)直接作为废品剔除。
以及,进一步的技术方案是:
对所述第(7)步,当检测到产品为废品时,计算机将通过人机界面进行图像提示,并启动报警装置。
本发明的有益技术效果是:
本发明采用机器视觉***对光伏玻璃瑕疵进行在线检测,取代人工检测,用户可自动进行检测精度的调节。具有对产品检测合格品、废品这两类产品的记录、分类、统计、存储、查询功能。并通过友好人机界面在图像中提示不合格品情况,并给予声、光报警提示,大大降低工人的检测劳动强度。
人工检测速度一般为0.016m2/s,而机器视觉***检测速度可达0.1m2/s左右,机器视觉***的产品检测速度是人工的6~7倍,极大提高了生产效率。
人工检测由于环境和生理的原因,无法24小时不间断进行产品质量检测,而采用机器视觉***检测则使其成为可能。设备的生产时间可最大限度地延长,提高了设备的利用率。
人为检测由于环境噪声大、灰尘多、视觉易疲劳,很难连续跟踪产品质量。数值化检测靠人工很难保证,非正常次品率一般在8~10%左右,造成了生产资源和生产成本的极大浪费;机器视觉***的检测尺寸精度最高为0.1mm,精度可每0.1mm度为一个梯度进行调整,设置为0.1、0.2、0.3、0.4、0.5度等几个精度等级,从而大大提高产品合格率以及检测质量。
附图说明
图1是有内部汽泡的光伏玻璃图像。
图2是有开口汽泡的光伏玻璃图像。
图3是划痕的光伏玻璃图像。
图4是本发明的工艺步骤图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步说明。
图1、2、3是从光伏玻璃正上方拍摄并经过处理后的图像。
在图1、2、3所示的拍摄图像中,为了更好的区分图形,图中瑕疵部分采用标准的圆、椭圆和线条表示瑕疵类别;四周空白部分为光伏玻璃图像经过去噪软件处理后的透明空间。
实施例一,对有内部汽泡瑕疵产品的检测:
如图1所示的内部汽泡瑕疵图像,其中黑色部分为内部汽泡形成的视觉图形。
将北京微视1800D型工业相机固定在光伏玻璃的垂直正上方,相机距玻璃表面的距离为40cm,使用5.5mm COMPUTAR手动变焦变倍镜头,光圈调到最大值,曝光时间调为0.58ms。内部汽泡检测精度设置为0.1mm,设定合格品正常汽泡直径为0.5mm。采用专用红色LED背景光源,从光伏玻璃下方进行照射,并使用半封闭遮挡金属框体,以便比较稳定地取得视觉图像,体现光伏玻璃内部汽泡的明显特征。显示光源的电源为恒压恒流,为不具频变或高频变的稳定光源,以便能比较稳定地拍摄到清晰的图像,并显示于计算机的屏幕。采用生产线上的辊轴传输***进行玻璃输送,保证玻璃按一定的方向和速度进入检测装置。
计算机根据不同生产厂商所生产设备的不同控制***,取得相机与生产进程同步的触发与控制信号,启动所述工业相机拍摄在线运行的光伏玻璃的图像,并将获取的玻璃内部汽泡图像,贮存于计算机中。
计算机对所拍摄的图像通过边缘提取、平滑去噪、二值化处理、傅利叶变换等算法进行图像处理,使图像更清晰,更符合光伏玻璃内部汽泡的真实情况。上述图像处理过程中所采用的算法均为现有技术中的常规算法。
计算机对玻璃汽泡的直径进行计算。该直径是所述内部汽泡通过圆心的直线与汽泡边缘两个交叉点之间的距离,该距离值也是所述汽泡的直径值。
如检测出的直径值为0.4mm,则该产品为合格品;如检测出的直径值为0.6mm,则该产品为不合格品。计算机对该类合格品进行记录、分类、统计入库。
实施例二,对有开口汽泡瑕疵产品的检测:
如图2所示的开口汽泡瑕疵图像,其中黑色椭圆形部分为开口汽泡形成的视觉图形。
将北京微视1800D型工业相机固定在光伏玻璃的垂直正上方,相机距玻璃表面的距离为40cm,使用5.5mm COMPUTAR手动变焦变倍镜头,光圈调到最大值,曝光时间调为0.58ms。开口汽泡检测精度设置为0.1mm,设定合格品正常汽泡直径为0.2mm。采用专用红色LED背景光源,从光伏玻璃下方进行照射,并使用半封闭遮挡金属框体,以便比较稳定地取得视觉图像,体现光伏玻璃开口汽泡的明显特征。显示光源的电源为恒压恒流,为不具频变或高频变的稳定光源,以便能比较稳定地拍摄到清晰的图像,并显示于计算机的屏幕。采用生产线上的辊轴传输***进行玻璃输送,保证玻璃按一定的方向和速度进入检测装置。
计算机根据不同生产厂商所生产设备的不同控制***,取得相机与生产进程同步的触发与控制信号,启动所述工业相机拍摄在线运行的光伏玻璃的图像,并将获取的玻璃开口汽泡图像,贮存于计算机中。
计算机对所拍摄的图像通过边缘提取、平滑去噪、二值化处理、傅利叶变换等算法进行图像处理,使图像更清晰,更符合光伏玻璃开口汽泡的真实情况。上述图像处理过程中所采用的算法均为现有技术中的常规算法。
计算机对玻璃开口汽泡的长度进行计算。该长度是所述开口汽泡最远两端点之间的距离,该距离值也是所述汽泡的长度值。
如检测出的长度值为0.1mm,则该产品为合格品;如检测出的长度值为0.3mm,则该产品为不合格品。计算机对该类合格品进行记录、分类、统计入库。
实施例3,对有划痕瑕疵产品的检测:
如图3所示的划痕瑕疵图像,其中黑色部分为划痕形成的视觉图形。
将北京微视1800D型工业相机固定在光伏玻璃的垂直正上方,相机距玻璃表面的距离为40cm,使用5.5mm COMPUTAR手动变焦变倍镜头,光圈调到最大值,曝光时间调为0.58ms。内部划痕检测精度设置为0.1mm,设定合格品正常划痕长度为0.5mm。采用专用红色LED背景光源,从光伏玻璃下方进行照射,并使用半封闭遮挡金属框体,以便比较稳定地取得视觉图像,体现光伏玻璃划痕的明显特征。显示光源的电源为恒压恒流,为不具频变或高频变的稳定光源,以便能比较稳定地拍摄到清晰的图像,并显示于计算机的屏幕。采用生产线上的辊轴传输***进行玻璃输送,保证玻璃按一定的方向和速度进入检测装置。
计算机根据不同生产厂商所生产设备的不同控制***,取得相机与生产进程同步的触发与控制信号,启动所述工业相机拍摄在线运行的光伏玻璃的图像,并将获取的玻璃划痕图像,贮存于计算机中。
计算机对所拍摄的图像通过边缘提取、平滑去噪、二值化处理、傅利叶变换等算法进行图像处理,使图像更清晰,更符合光伏玻璃划痕的真实情况。上述图像处理过程中所采用的算法均为现有技术中的常规算法。
计算机对玻璃划痕的长度进行计算。该长度是所述划痕最远端两点之间的距离,该距离值也是所述划痕的长度值。
如检测出的长度值为0.3mm,则该产品为合格品;如检测出的长度值为0.7mm,则该产品为不合格品。计算机对该类合格品进行记录、分类、统计入库。
在上述3个实施例中,若经过图像算法处理发现还有其他未知的瑕疵图像出现,则认为该光伏玻璃为不合格品,将该光伏玻璃作为废品进行剔除。
以上所有实施例中使用的图像采集设备(相机、照射光源、电源、图像采集卡等)及存贮设备(硬盘、光盘、软盘等)、图像处理设备(图像处理器的硬件及软件)、图像显示设备(硬件及软件)、报警装置以及上述各部分的控制***(硬件及软件)皆采用已有技术设计制作或直接采用相关市售产品。
以上所述的本发明的工艺步骤示于图4。具体包括以下步骤:
(1)准备一拍摄在线运行光伏玻璃瑕疵的图像的北京微视1800D型工业相机,所述的相机由外部触发信号控制;
(2)根据待检测光伏玻璃的尺寸大小调整拍摄相机的参数,包括光圈大小、曝光时间,以便获取清晰的拍摄图像;
(3)设定检测参量,包括内置汽泡的直径、开口汽泡的长度和划痕的长度,并根据用户要求设置所述检测参量的检测精度以及合格范围;
(4)由外部触发与控制信号启动所述相机实时拍摄在线运行光伏玻璃瑕疵的图像,并将拍摄的图像传输至计算机供检测;
(5)计算机通过图像算法处理,判断是否存在瑕疵,并提取光伏玻璃有瑕疵的图像;若经过图像算法处理后发现不存在瑕疵图像,属于合格品,从合格品分拣口拣出,否则进行下一步。
(6)计算机对所述光伏玻璃瑕疵的形状和瑕疵的尺寸进行计算;
(7)通过计算出的瑕疵形状和瑕疵尺寸,与步骤(3)设定的合格范围进行比较,判断该产品是属于合格品/废品,通过外部触发与控制信号将两类产品从不同的出料口进行分拣。
对所述第(7)步,首先判断瑕疵是否是圆形?若是圆形则转向第(7A)步;否则判断瑕疵是否是椭圆形?若是椭圆形则转向第(7B)步;否则判断瑕疵是否是线形?若是线形则转向第(7C)步;否则属于其他瑕疵类型,直接转向第(8B)步:
(7A)判断圆形瑕疵图像直径是否在合格范围(<0.5mm),如在合格范围则转向第(8A)步,若大于规定范围(≥0.5mm)则转向第(8B)步;
(7B)判断椭圆形瑕疵图像长度是否在合格范围(<0.2mm),如在合格范围则转向第(8A)步,若大于规定范围(≥0.2mm)则转向第(8B)步;
(7C)判断线形瑕疵图像长度是否在合格范围(<0.5mm),如在合格范围则转向第(8A)步,若大于规定范围(≥0.5mm)则转向第(8B)步;
(8)根据前面各步骤的检测结果分别进行以下操作:
(8A)作为合格品进行分拣;
(8B)直接作为废品剔除。
对所述第(7)步,当检测到产品为废品时,计算机将通过人机界面进行图像提示,并启动报警装置。
最后需要注意的是,以上所述的仅是本发明的优选实施方式,本发明不限于以上实施例。可以理解,本领域技术人员在不脱离本发明的精神和构思的前提下直接导出或联想到的其他改进和变化,均应认为包含在本发明的保护范围之内。
Claims (2)
1.一种机器视觉***对光伏玻璃瑕疵的在线检测方法,其特征在于,包括以下步骤:
(1)准备一拍摄在线运行光伏玻璃瑕疵的图像的北京微视1800D型工业相机,所述的相机由外部触发信号控制;
(2)根据待检测光伏玻璃的尺寸大小调整拍摄相机的参数,包括光圈大小、曝光时间,以便获取清晰的拍摄图像;
(3)设定检测参量,包括内置汽泡的直径、开口汽泡的长度和划痕的长度,并根据用户要求设置所述检测参量的检测精度以及合格范围;
(4)由外部触发与控制信号启动所述相机实时拍摄在线运行光伏玻璃瑕疵的图像,并将拍摄的图像传输至计算机供检测;
(5)计算机通过图像算法处理,判断是否存在瑕疵,并提取光伏玻璃有瑕疵的图像;
在该步骤(5)中,若经过图像算法处理后发现不存在瑕疵图像,属于合格品,从合格品分拣口拣出;
(6)计算机对所述光伏玻璃瑕疵的形状和瑕疵的尺寸进行计算;
(7)通过计算出的瑕疵形状和瑕疵尺寸,与步骤(3)设定的合格范围进行比较,判断该产品是属于合格品/废品,通过外部触发与控制信号将两类产品从不同的出料口进行分拣;具体为:首先判断瑕疵是否为圆形,若是圆形则转向第(7A)步,若否,则继续判断是否为椭圆形;若是椭圆形则转向第(7B)步,若否,则继续判断是否为线形;若是线形则转向第(7C)步;否则属于其他瑕疵类型,直接转向第(8B)步:
(7A)判断圆形瑕疵图像直径是否在小于0.5mm的合格范围,如在合格范围则转向第(8A)步,若在大于等于0.5mm的范围则转向第(8B)步;
(7B)判断椭圆形瑕疵图像长度是否在小于0.2mm的合格范围,如在合格范围则转向第(8A)步,若在大于等于0.2mm的范围则转向第(8B)步;
(7C)判断线形瑕疵图像长度是否在小于0.5mm的合格范围,如在合格范围则转向第(8A)步,若在大于等于0.5mm的范围则转向第(8B)步;
(8)根据前面各步骤的检测结果分别进行以下操作:
(8A)作为合格品进行分拣;
(8B)直接作为废品剔除。
2.根据权利要求1所述的机器视觉***对光伏玻璃瑕疵的在线检测方法,其特征在于,对所述第(7)步,当检测到产品为废品时,计算机将通过人机界面进行图像提示,并启动报警装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200910210887 CN101696945B (zh) | 2009-11-13 | 2009-11-13 | 机器视觉***对光伏玻璃瑕疵的在线检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200910210887 CN101696945B (zh) | 2009-11-13 | 2009-11-13 | 机器视觉***对光伏玻璃瑕疵的在线检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101696945A CN101696945A (zh) | 2010-04-21 |
CN101696945B true CN101696945B (zh) | 2013-01-09 |
Family
ID=42142061
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 200910210887 Expired - Fee Related CN101696945B (zh) | 2009-11-13 | 2009-11-13 | 机器视觉***对光伏玻璃瑕疵的在线检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101696945B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102235980B (zh) * | 2010-04-27 | 2013-10-23 | 英利能源(中国)有限公司 | 一种用于在线检测光伏电池组件的装置 |
CN101995412B (zh) * | 2010-08-30 | 2012-09-05 | 中国科学院计算技术研究所 | 一种鲁棒的玻璃划伤缺陷检测方法及其装置 |
CN102495074A (zh) * | 2011-11-14 | 2012-06-13 | 无锡众望四维科技有限公司 | 机器视觉***对输液袋瑕疵的自动检测方法 |
CN102495077A (zh) * | 2011-11-14 | 2012-06-13 | 无锡众望四维科技有限公司 | 机器视觉***对输液瓶瓶身瑕疵的自动检测方法 |
CN102495072A (zh) * | 2011-11-14 | 2012-06-13 | 无锡众望四维科技有限公司 | 机器视觉***对输液导管瑕疵的自动检测方法 |
CN102590222A (zh) * | 2012-03-06 | 2012-07-18 | 英利能源(中国)有限公司 | 一种光伏组件缺陷检测方法及*** |
CN103175844A (zh) * | 2012-03-16 | 2013-06-26 | 沈阳理工大学 | 一种金属零部件表面划痕缺陷检测方法 |
CN103926256A (zh) * | 2014-03-20 | 2014-07-16 | 上海华力微电子有限公司 | 一种cmp划痕自动检测*** |
CN104655646A (zh) * | 2014-04-24 | 2015-05-27 | 东旭集团有限公司 | 玻璃基板内部缺陷检查***及所处高度位置的检查方法 |
CN104359925A (zh) * | 2014-11-17 | 2015-02-18 | 上海埃蒙特自动化***有限公司 | 实现电子玻璃缺陷自动检测的*** |
CN107014831B (zh) * | 2016-03-10 | 2020-03-06 | 上海帆煊科技有限公司 | Ito导电玻璃检测装置的检测方法 |
CN106770334B (zh) * | 2017-02-21 | 2019-06-25 | 连云港同达科技有限公司 | 一种用于钢化玻璃的自动化检测平台及其检测方法 |
CN106984555A (zh) * | 2017-04-14 | 2017-07-28 | 中建材(宜兴)新能源有限公司 | 一种多工位玻璃下片装置 |
CN108445016B (zh) * | 2018-02-23 | 2020-07-21 | 杭州开浦科技有限公司 | 自动检测分拣装置 |
CN112098428A (zh) * | 2020-09-04 | 2020-12-18 | 杭州百子尖科技股份有限公司 | 片状建材制造中基于机器视觉的智能瑕疵识别*** |
-
2009
- 2009-11-13 CN CN 200910210887 patent/CN101696945B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN101696945A (zh) | 2010-04-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101696945B (zh) | 机器视觉***对光伏玻璃瑕疵的在线检测方法 | |
CN101509766B (zh) | 机器视觉***对弹簧端面角度的在线检测方法 | |
CN101696943B (zh) | 机器视觉***对医用手术刀瑕疵的在线检测方法 | |
CN102303017B (zh) | 机器视觉***对注射器钢针弯针的自动检测方法 | |
CN101696877A (zh) | 机器视觉***对弹簧垂直度的在线检测方法 | |
CN104614379A (zh) | 一种版材表面缺陷的检测***和方法 | |
CN102494773A (zh) | 机器视觉***对按扣色差的自动检测方法 | |
CN102303018B (zh) | 机器视觉***对注射器钢针毛刺的自动检测方法 | |
CN108333188A (zh) | 一种电池极片在线外观视觉检测设备 | |
CN101726265A (zh) | 机器视觉***对弹簧平行度的在线检测方法 | |
TWI747686B (zh) | 缺陷檢測方法及檢測裝置 | |
CN106896110A (zh) | 基于单目机器视觉的产品质量检测装置及方法 | |
CN106770330A (zh) | 一种物体表面划痕检测装置及其检测方法 | |
CN104132945A (zh) | 一种基于光纤传导的棒材表面质量在线视觉检测装置 | |
CN109507205A (zh) | 一种视觉检测***及其检测方法 | |
WO2024055796A1 (zh) | 一种缺陷检测***、方法、装置、电子设备及存储介质 | |
CN102305603B (zh) | 机器视觉***对注射器钢针倾斜的自动检测方法 | |
CN105844282A (zh) | 一种运用线扫描相机检测喷油嘴O-Ring缺陷的方法 | |
CN102305597A (zh) | 机器视觉***对注射器部件异形的自动检测方法 | |
CN102305797A (zh) | 机器视觉***对医疗产品包装异物的自动检测方法 | |
CN111000286A (zh) | 一种能够抗干扰的烟支外观质量在线检测装置及方法 | |
CN102305592A (zh) | 机器视觉***对注射器钢针倒针的自动检测方法 | |
CN102495072A (zh) | 机器视觉***对输液导管瑕疵的自动检测方法 | |
CN102305950A (zh) | 机器视觉***对注射器自动化装配配件缺失的自动检测方法 | |
CN102303019B (zh) | 机器视觉***对注射器针筒刻度的自动检测方法 |
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: 20130109 Termination date: 20151113 |
|
EXPY | Termination of patent right or utility model |