CN103091331B - 一种rfid天线毛刺和污点缺陷的视觉检测***及方法 - Google Patents
一种rfid天线毛刺和污点缺陷的视觉检测***及方法 Download PDFInfo
- Publication number
- CN103091331B CN103091331B CN201310011252.XA CN201310011252A CN103091331B CN 103091331 B CN103091331 B CN 103091331B CN 201310011252 A CN201310011252 A CN 201310011252A CN 103091331 B CN103091331 B CN 103091331B
- Authority
- CN
- China
- Prior art keywords
- antenna
- burr
- image
- area
- rfid
- 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
Links
Landscapes
- Image Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种用于对RFID天线毛刺和污点缺陷执行视觉检测的方法,包括:对摄像装置执行标定之后,通过其与条形或背光光源的配合,对待检测的各个RFID天线拍摄图像;采集所拍摄的天线图像并将其与天线模板图像相匹配以获得预对齐信息;根据天线模板图像上的ROI区域并结合预对齐信息,从天线图像中扣取对应的毛刺和污点检测区域;对所抠取检测区域和ROI区域分别执行二值化处理,然后执行图像相减处理;对相减处理后的残余图像执行blob分析,由此判定毛刺和污点缺陷结果。本发明还公开了相应的视觉检测***。通过本发明,能够高效率、高准确地执行RFID天线的毛刺/污点质量检测过程,并可精确定位缺陷所处位置,因而尤其适用于工业化RFID的加工制造过程。
Description
技术领域
本发明属于RFID制造领域,更具体地,涉及一种RFID天线毛刺和污点缺陷的视觉检测***及方法。
背景技术
视频识别也即RFID技术,又称为电子标签,是通过无线电讯号识别特定目标并读写相关数据的通信技术。它的基本组成部分包括标签、阅读器和天线,其中标签由耦合元件及芯片组成,每个标签对应唯一的电子编码并附着在物体上用于标示目标对象;阅读器用于读写或写入标签信息,而天线用于在标签与阅读器之间传递射频信号。由于RFID技术无须在识别***与特定目标之间建立机械或光学接触,并具备高速识别、抗恶劣环境和保密性强等优点,因此在物流、仓储管理、医疗和身份识别、食品加工,以及工业制造过程的生产数据实时监控及质量追踪等多个领域获得了广泛的应用。
在RFID设备中,天线作为主要的能量传输功能层,是按照射频识别所要求的功能而设计的电子线路,其通过蚀刻、烫印或导电油墨印刷等方式将导电银浆或导电碳浆布置在PVC、PC或PET天线基板上,并与面层、保护层和底层等封装而成。天线的布线图案的加工质量直接影响到标签与阅读器之间能否最大程度地传递信号,甚至会影响到RFID设备的正常工作运行。常见的天线外观缺陷例如包括线宽过大或过小、出现图案断线/粘连现象,或者存在毛刺和污点缺陷等。其中,毛刺和污点是影响天线质量的外观缺陷中非常常见的一种。所谓毛刺,是指由于刻蚀、印刷等生产制造工艺原因,天线平面内线条单侧或两侧出现的不同于设计图案的凸起或凹陷,该现象可能影响到天线的电学性能、品质因数(Q)或标签谐振频率(ω),甚至造成天线线路的短路或断路;所谓污点,是指除去正常的天线图案之外,在基板上呈现的多余图案。毛刺和污点的具体面积或偏差阈值可以根据根据RFID标签的种类、用途、尺寸和复杂程度来确定。
目前,高精度的天线图案检测设备在国内外均属空白,现有技术中大部分都是由人工(人眼直接观察天线基板印刷情况)或半人工(人眼通过摄像机屏幕观察天线基板印刷情况)来执行指令检测,这样不仅效率低、成本高,而且检测结论的精确性和一致性难以得到保证,并极大限制了RFID天线标签生产行业的发展。近年随着对检测自动化的要求越来越高,也出现了直接对天线性能进行检测并给出检测结论的天线质量的检测方案,即直接用读卡器来测量天线是否合格,显然这种方法对于未贴芯片的天线并不适用。此外,还有利用阻抗自动匹配技术进行测试的自动检测方案,如微博学报2008年8月第24卷第4期中《RFID标签天线测试架设计》一文中提到的检测方案等,这些检测方案基于天线电学性能进行检测,只能检测出天线是否合格,适用于流水化的检测生产,但不能明确指出制造工艺中存在的问题。尤其是,对于毛刺和污点之类的外观缺陷,现有技术中缺乏有效的检测手段,而且难以准确获知缺陷所处的具***置。相应地,在相关领域中存在对RFID天线包括毛刺和污点缺陷在内的外观缺陷检测方式作出进一步改进的技术需求。
发明内容
针对现有技术的以上缺陷或技术需求,本发明的目的在于提供一种RFID天线毛刺和污点缺陷的视觉检测***及方法,其能够高效率、高准确地执行RFID天线的毛刺/污点质量检测过程,并可精确定位毛刺/污点缺陷所处的具***置,由此便于实时反馈和质量控制,同时适用于工业化RFID的加工制造过程。
按照本发明的一个方面,提供了一种RFID天线毛刺和污点缺陷的视觉检测***,该视觉检测***包括摄像装置、三自由度移动模组、条形光源、背光光源和视觉检测装置,其特征在于:
所述摄像装置安装在可沿着X轴、Y轴和Z轴三个方向来回移动的三自由度移动模组上,并处于待检测的RFID天线的上方,用于在其视野范围内对各个RFID天线分别拍摄完整的图像;
所述条形光源对称设置在摄像装置的两侧,所述背光光源设置在待检测的RFID天线的下方,由此根据RFID天线基板的不同而选择性开启并与摄像装置相配合,以便执行对天线的拍摄操作;
所述视觉检测装置包括标定单元、图像获取单元、图像匹配单元、图像分割单元、图像运算单元和连通域分析单元,其中标定单元用于对摄像装置所拍摄的天线图像建立像素坐标,并将像素坐标转换成同一世界坐标系下的坐标值;图像获取单元用于采集摄像装置所拍摄的天线图像;图像匹配单元用于将所采集的天线图像与天线模板图像进行匹配,并获取包括旋转角度、中心点位移在内的预对齐信息;图像分割单元用于根据天线模板图像上预设的感兴趣区域,并结合所获取的预对齐信息,从天线图像中扣取与感兴趣区域相对应的毛刺和污点检测区域;图像运算单元用于对天线模板图像上预设的感兴趣区域、以及图像分割单元所抠取的毛刺和污点检测区域分别执行二值化处理,然后对两者执行图像相减处理;连通域分析单元用于提取图像相减处理后的残余图像,并对其执行blob分析操作,由此获得有关毛刺和污点缺陷的检测结果。
作为进一步优选地,所述视觉检测装置还包括显示单元,用于显示毛刺和污点缺陷检测过程中的中间及最终检测结果。
作为进一步优选地,所述摄像装置为工业CCD相机。
按照本发明的另一方面,还提供了相应的检测方法,其特征在于,该检测方法包括下列步骤:
(a)在采用摄像装置摄取待检测的RFID天线图像之前,执行摄像装置的标定步骤;
(b)操作三自由度移动模组来使摄像装置到达所需位置,并通过其与条形光源或背光光源之间的配合,对待检测的各个RFID天线分别拍摄完整的图像;
(c)采集所拍摄的天线图像,并将采集到的各个天线图像分别与天线模板图像相匹配,由此获得包括旋转角度、中心点位移在内的预对齐信息;
(d)根据天线模板图像上预设的一个或多个感兴趣区域,并结合步骤(c)所获取的预对齐信息对天线图像进行调整,然后从天线图像中抠取与感兴趣区域相对应的毛刺和污点检测区域;
(e)对步骤(d)所抠取的毛刺和污点检测区域以及天线模板图像上的感兴趣区域分别执行二值化处理,接着对两者执行图像相减处理;
(f)对步骤(e)图像相减处理后所获得的残余图像进行blob分析:当blob分析后未提取到连通域区域,或者所提取的各个连通域区域面积及其总面积均在容忍阈值之内,则判定该被检测天线不存在毛刺污点缺陷;而当blob分析后所提取的连通域区域存在单个区域面积或总面积超出容忍阈值的情形,则判定被检测天线存在毛刺和污点缺陷。
作为进一步优选地,在步骤(f)中,可以根据单个连通域区域的实际面积大小,来进一步判断该区域属于毛刺或污点缺陷。
作为进一步优选地,在步骤(f)中,当判定存在毛刺或污点缺陷时,定位该连通域区域的中心点像素坐标同时记录其面积信息,由此确定被检测天线的缺陷位置及其类型。
作为进一步优选地,当blob分析后所提取的连通域区域总面积超出容忍阈值时,定位所有连通域区域的中心点象素坐标同时取其平均值,并将该平均值作为被检测天线的缺陷所处位置。
总体而言,按照本发明的用于RFID天线的外观缺陷检测***及其方法与现有技术相比,主要具备以下的技术优点:
1、通过采用视觉检测方式,能够稳定、准确地检测出各种不同类型的复杂天线图案的毛刺或污点缺陷,并在提高检测效率的同时能够保证检测结果的精确性和一致性;
2、可以根据检测需求对毛刺和污点容忍阈值进行不同设定和调整,便于满足不同生产标准的要求,适用于工业化的实际制造过程;
3、整体检测***结构紧凑、便于操作,能灵活运用于不同基板类型的RFID田间检测并获取高分辨率的检测图像;此外,还能够在找出毛刺/污点缺陷的同时,精确定位缺陷所处的具***置及其类型,由此便于后续制造工序中执行相应质量控制和调整。
附图说明
图1是按照本发明用于RFID天线毛刺和污点缺陷的视觉检测***的总体结构示意图;
图2是按照本发明的用于RFID天线毛刺和污点缺陷的视觉检测方法的工艺流程图;
在所有附图中,相同的附图标记用来表示相同的元件或结构,其中:
1-摄像装置 2-三自由度移动模组 3-条形光源 4-背光光源 5-视觉检测装置 6-机架 7-待检测天线 501-标定单元 502-图像采集单元 503-图像匹配单元 504-图像分割单元 505-图像运算单元 506-连通域分析单元 507-显示单元
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
图1是按照本发明用于RFID天线毛刺和污点缺陷的视觉检测***的总体结构示意图。如图中所示,按照本发明的用于RFID天线毛刺和污点缺陷的视觉检测***主要包括摄像装置1、三自由度移动模组2、条形光源3、背光光源4和视觉检测装置5。摄像装置1譬如为工业相机的形式,其安装在设置于机架6的三自由度移动模组2上并处于作为待检测对象的已制造RFID天线的上方,由此可以在X、Y和Z轴方向上自由移动,并在其视野范围内对待检测的各个RFID天线分别拍摄完整的图像。为了给摄像装置1提供拍摄图像时所必需的光照,在摄像装置1的前后两侧(也可以是左右两侧,其根据摄像装置自身在三自由度移动模组上的安装形式而定)对称安装有条形光源3,并可随摄像装置而移动。此外,在RFID天线的下方还设置有背光光源4,这主要是考虑到天线基板可能由不同材质构成:当基板为透明基板时,可以利用背光光源4予以照明;而当基板不透明或者透明度差时,则可以改用条形光源3予以照明。
当摄像装置1通过与条形光源3或背光光源4的配合,对待检测的各个RFID天线分别获取其视野范围内的完整图像之后,摄像装置1通过数据线或无线方式将拍摄图像传输给视觉检测装置5。该视觉检测装置5譬如呈计算机的形式,并包括标定单元501、图像采集单元502、图像匹配单元503、图像分隔单元504、图像运算单元505和连通域分析单元506。其中,标定单元501用于对摄像装置1所要拍摄的图像建立像素坐标,并将像素坐标转换成同一世界坐标系下的坐标值;图像采集单元502用于采集摄像装置1所拍摄的图像;图像匹配检测单元503用于将图像采集单元502所采集的各个天线图像与天线模板图像(标准天线图像)进行匹配,并获取包括旋转角度、中心点位移在内的预对齐信息;图像分割单元504用于根据天线模板图像上预设的感兴趣区域(ROI,Region Of Interest),并结合所获取的预对齐信息,从天线图像中扣取与感兴趣区域相对应的毛刺和污点检测区域;图像运算单元505用于对天线模板图像上预设的感兴趣区域、以及图像分割单元所抠取的毛刺和污点检测区域分别执行二值化处理,然后对两者执行图像相减操作;连通域分析单元506则用于提取图像相减处理后的残余图像,并对其执行blob分析操作,由此提取毛刺和污点特性并获得有关毛刺和污点缺陷的检测结果。
此外,为了便于实际操作和控制,视觉检测装置5还可以包括显示单元507,该显示单元507用于显示毛刺和污点缺陷检测过程中的中间及最终检测结果,并可以告知操作人员具体的检测代码及内容。
下面,将具体描述按照本发明的毛刺和污点检测工艺过程。如图2中所示,按照本发明的RFID天线毛刺和污点的视觉检测方法包括以下步骤:
首先,在通过摄像装置1拍摄其视野范围内的RFID天线之前,执行摄像装置的预标定步骤。预标定步骤具体包括为摄像装置所要拍摄的图像建立像素坐标,并将该像素坐标转换成同一世界坐标系下的坐标值。此外,若工作参数与上次工作时的参数相比有所改变,也应当重新执行预标定步骤,纠正畸变并确保得到正确的检测结论。
接着,通过操作三自由度移动模组2来使摄像装置1到达期望位置,并通过与条形光源3或背光光源4的配合对各个待检测的RFID天线拍摄其视野范围内的一个完整图像。摄像装置1将所拍摄的整体图像传输至视觉检测装置5,并由图像采集单元502予以采集。
接着,针对图像获取单元502所采集的各个天线图像,图像匹配单元503将采集到的各个天线图像分别与天线模板图像执行图像匹配操作,由此获得包括旋转角度、中心点位移等在内的预对齐信息。
在获得图像预对齐信息之后,图像分割单元504可以根据天线模板图像上预设的一个或多个感兴趣区域,并结合图像匹配单元503所获取的预对齐信息,对天线图像进行相应旋转和偏移调整之后,从所采集的天线图像中扣取与感兴趣区域相对应的毛刺和污点检测区域。具体而言,假设在图像匹配中,已知图像旋转角θ,以及起中心点相对于标准模版中心点的位移x、y,并已知模板图像上左上角坐标为(a,b),区域宽度和高度分别为w,h的区域为ROI区域,则将待检测图像旋转-θ度,并扣取左上角坐标为(a-x,b-y),区域宽度和高度分别为w,h的矩形区域为待检测区域。
接着,需要将所扣取的毛刺和污点检测区域与天线模板图像上的ROI区域作图像运算处理。前期可以先对它们进行一些预处理,如滤波操作等,然后分别执行二值化处理。接着,对两者做图像相减处理,由此获得反映待检测天线图像与天线模板图像区别所在的残余图像。
最后,连通域分析单元506提取图像相减处理后的残余图像,并对其执行blob分析操作,根据检查到的连通域数量和连通域面积,由此确定是否存在毛刺和污点缺陷并给出检测结果。通常来说,若提取到的blob区域面积ai在容忍范围内(通常容忍范围需要根据检测精确度和检测需求确定,如筛选条件为ai≤amax,amax为每个blob区域在检测中所能容忍的最大面积)且blob区域总面积在容忍范围内(通常容忍范围需要根据检测精确度和检测需求确定,如筛选条件为∑ai≤Amax,Amax为所有以blob区域面积总和在检测中所能容忍的最大面积),则认为该天线的检测区域内不存在毛刺或污点缺陷。若检测到某个blob区域的面积ai超过了容忍范围(ai>amax),则定位该blob区域中心点像素坐标值(m,n),并记录其面积信息ai,通过该中心坐标值信息(m,n)和面积信息,可知原待检测图像的某坐标处存在面积为ai的毛刺或污点缺陷;此外,若blob区域总面积∑ai超过了容忍范围(∑ai>Amax),同样认为其存在毛刺或污点缺陷,并取所有blob区域的中心点坐标平均值定位为缺陷存在的位置。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (1)
1.一种用于对RFID天线毛刺和污点缺陷执行视觉检测的方法,其中所谓毛刺,是指天线平面内由于刻蚀或印刷生产制造工艺而在其线条单侧或两侧出现的不同于设计图案的凸起或凹陷,所谓污点,是指除去正常的天线图案之外在基板上呈现的多余图案,其特征在于,该方法包括下列步骤:
(a)在采用摄像装置摄取待检测的RFID天线图像之前,执行摄像装置的标定步骤,在此操作中,首先为摄像装置所要拍摄的图像建立像素坐标,然后将该像素坐标转换成同一世界坐标系下的坐标值;
(b)操作三自由度移动模组来使摄像装置到达位于待检测RFID天线上方的所需位置,并通过该摄像装置与对称设置在其两侧的条形光源或设置在待检测RFID天线下方的背光光源之间的配合,对待检测的各个RFID天线分别拍摄完整的图像;
(c)采集所拍摄的天线图像,并将采集到的各个天线图像分别与天线模板图像相匹配,由此获得包括旋转角度、中心点位移在内的预对齐信息;
(d)根据天线模板图像上预设的一个或多个感兴趣区域,并结合步骤(c)所获取的预对齐信息对天线图像进行调整,然后从天线图像中抠取与感兴趣区域相对应、并且形状为矩形的毛刺和污点检测区域;
(e)对步骤(d)所抠取的毛刺和污点检测区域以及天线模板图像上的感兴趣区域分别执行二值化处理,接着对两者执行图像相减处理;
(f)对步骤(e)图像相减处理后所获得的残余图像进行blob分析:其中,当提取到的各个blob区域实际面积ai均满足筛选条件ai≤amax,amax为每个blob区域在检测中所能容忍的最大面积,并且所有blob区域的总面积满足筛选条件∑ai≤Amax,Amax为所有blob区域面积总和在检测中所能容忍的最大面积时,判定该天线的检测区域内不存在毛刺或者污点缺陷;当提取到的各个blob区域实际面积ai超出容忍范围也即ai>amax时,判定该天线的检测区域内存在毛刺或者污点缺陷,并继续定位该blob区域的中心点像素坐标值同时记录其实际面积信息,由此判定被检测天线所存在的缺陷属于毛刺类型还是污染类型,同时得知此缺陷所处的具体坐标位置;此外,当提取到的所有blob区域的总面积∑ai超过容忍范围也即∑ai>Amax时,同样判定该天线的检测区域内存在毛刺或者污点缺陷,定位所有blob区域的中心点像素坐标并取其平均值,然后将该平均值作为被检测天线的缺陷所处位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310011252.XA CN103091331B (zh) | 2013-01-11 | 2013-01-11 | 一种rfid天线毛刺和污点缺陷的视觉检测***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310011252.XA CN103091331B (zh) | 2013-01-11 | 2013-01-11 | 一种rfid天线毛刺和污点缺陷的视觉检测***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103091331A CN103091331A (zh) | 2013-05-08 |
CN103091331B true CN103091331B (zh) | 2014-12-31 |
Family
ID=48204164
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310011252.XA Active CN103091331B (zh) | 2013-01-11 | 2013-01-11 | 一种rfid天线毛刺和污点缺陷的视觉检测***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103091331B (zh) |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103593907B (zh) * | 2013-11-08 | 2016-09-28 | 广州广电运通金融电子股份有限公司 | 一种检测异物方法 |
CN105181706B (zh) * | 2015-09-23 | 2018-02-13 | 电子科技大学 | 一种基板上的贴片电阻不良缺陷检测方法 |
CN105678763B (zh) * | 2016-01-05 | 2018-11-27 | 博众精工科技股份有限公司 | 一种稳定的直线/圆特征检测方法及装置 |
CN105717132B (zh) * | 2016-03-14 | 2019-04-02 | 上海大学 | 一种pc构件生产线的预埋件检测***和方法 |
CN106231297B (zh) * | 2016-08-29 | 2019-03-19 | 深圳天珑无线科技有限公司 | 摄像头的检测方法及装置 |
CN107561087A (zh) * | 2017-08-31 | 2018-01-09 | 广东工业大学 | 一种基于机器视觉的鼠标logo定位及缺陷检测方法 |
CN109001212A (zh) * | 2018-07-17 | 2018-12-14 | 五邑大学 | 一种基于机器视觉的不锈钢汤勺缺陷检测方法 |
CN109211919B (zh) * | 2018-09-03 | 2021-04-30 | 珠海格力智能装备有限公司 | 磁瓦崩缺区域的识别方法及装置 |
CN109227352B (zh) * | 2018-09-18 | 2021-04-06 | 惠科股份有限公司 | 一种基板缺陷修复方法及*** |
CN109324061B (zh) * | 2018-10-11 | 2023-09-22 | 广东德尔智慧工厂科技有限公司 | 一种锂电池极片的毛刺检测装置和方法 |
CN109613013B (zh) * | 2018-10-23 | 2023-09-01 | 广州量子激光智能装备有限公司 | 极耳极片毛刺检测方法 |
CN110288584B (zh) * | 2019-06-27 | 2023-06-23 | 常州固高智能装备技术研究院有限公司 | 基于机器视觉的陶瓷热浸镀铝表面缺陷检测方法及装置 |
CN110487806A (zh) * | 2019-09-26 | 2019-11-22 | 上海金东唐科技有限公司 | 银线检测***及银线检测方法 |
CN110865077B (zh) * | 2019-11-15 | 2022-10-04 | 上海电器科学研究所(集团)有限公司 | 用于rfid天线生产的外观缺陷视觉检测*** |
CN110987959A (zh) * | 2019-12-16 | 2020-04-10 | 广州量子激光智能装备有限公司 | 一种在线毛刺检测方法 |
CN110967851B (zh) * | 2019-12-26 | 2022-06-21 | 成都数之联科技股份有限公司 | 一种液晶面板array图像的线路提取方法及*** |
CN113888450A (zh) | 2020-07-02 | 2022-01-04 | 中强光电股份有限公司 | 影像分割方法以及电子装置 |
CN112508925B (zh) * | 2020-12-16 | 2023-07-04 | 广州大学 | 电子锁面板质量检测方法、***、计算机装置和存储介质 |
CN112387604B (zh) * | 2021-01-04 | 2021-04-20 | 深圳和美精艺半导体科技股份有限公司 | 一种avi检测机与自动找点机联网检测封装基板的方法 |
CN113298775B (zh) * | 2021-05-21 | 2023-01-24 | 佛山职业技术学院 | 自吸泵双面金属叶轮外观缺陷检测方法、***和介质 |
CN114494122A (zh) * | 2021-12-20 | 2022-05-13 | 苏州镁伽科技有限公司 | 目标对象的检测方法、装置、存储介质及电子设备 |
CN115690219A (zh) * | 2023-01-03 | 2023-02-03 | 山东矩阵软件工程股份有限公司 | 一种复杂环境下运行列车三维信息的检测方法及*** |
CN115861782B (zh) * | 2023-02-21 | 2023-06-13 | 济南邦德激光股份有限公司 | 一种基于视觉的余料识别与排版*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004163113A (ja) * | 2002-11-08 | 2004-06-10 | Ngk Spark Plug Co Ltd | 電子回路用部品の外観検査装置 |
WO2008120474A1 (ja) * | 2007-04-03 | 2008-10-09 | Tac Kasei Co., Ltd. | Rfid粘着ラベル連続体の製造方法と検査方法 |
CN102706887A (zh) * | 2012-05-18 | 2012-10-03 | 华中科技大学 | 一种rfid天线检测设备及其应用 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006277233A (ja) * | 2005-03-29 | 2006-10-12 | Fujitsu Ltd | タグ試験装置、タグ試験方法およびタグ試験プログラム |
-
2013
- 2013-01-11 CN CN201310011252.XA patent/CN103091331B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004163113A (ja) * | 2002-11-08 | 2004-06-10 | Ngk Spark Plug Co Ltd | 電子回路用部品の外観検査装置 |
WO2008120474A1 (ja) * | 2007-04-03 | 2008-10-09 | Tac Kasei Co., Ltd. | Rfid粘着ラベル連続体の製造方法と検査方法 |
CN102706887A (zh) * | 2012-05-18 | 2012-10-03 | 华中科技大学 | 一种rfid天线检测设备及其应用 |
Non-Patent Citations (2)
Title |
---|
基于视觉技术的WireBonding中焊点质量的自动检测方法;张先青等;《计算机工程与应用》;20040630(第17期);第203页左栏第2段到第204页右栏第1段 * |
张洵颖等.基于Blob分析的芯片管脚检测***.《兰州大学学报(自然科学版)》.2008,第44卷 * |
Also Published As
Publication number | Publication date |
---|---|
CN103091331A (zh) | 2013-05-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103091331B (zh) | 一种rfid天线毛刺和污点缺陷的视觉检测***及方法 | |
CN111612763B (zh) | 手机屏幕缺陷检测方法、装置及***、计算机设备及介质 | |
CN103018261B (zh) | 一种rfid天线的外观缺陷检测***及其方法 | |
CN108982512A (zh) | 一种基于机器视觉的电路板检测***及其方法 | |
CN106127746A (zh) | 电路板元件漏件检测方法和*** | |
CN102110332B (zh) | 基于计算机视觉及射频识别技术的书本登记管理装置 | |
CN112053318A (zh) | 基于深度学习的二维pcb缺陷实时自动检测与分类装置 | |
CN111899241B (zh) | 一种定量化的炉前pcb贴片缺陷在线检测方法及*** | |
Mahalingam et al. | Pcb-metal: A pcb image dataset for advanced computer vision machine learning component analysis | |
CN107507174A (zh) | 基于手持智能巡检的电厂仪表设备图像识别方法及*** | |
CN110865077B (zh) | 用于rfid天线生产的外观缺陷视觉检测*** | |
CN108311409A (zh) | 一种基于人工智能图像识别的印刷电路板检测*** | |
CN114049624B (zh) | 一种基于机器视觉的船舶舱室智能检测方法及*** | |
CN106501272A (zh) | 机器视觉焊锡定位检测*** | |
JP5045591B2 (ja) | 検査領域の領域設定データの作成方法および基板外観検査装置 | |
CN202177587U (zh) | 基于机器视觉技术的滤纸缺陷检测*** | |
CN113191362B (zh) | 一种变电设备油渗漏缺陷检测装置及方法 | |
CN113705564B (zh) | 一种指针式仪表识别读数方法 | |
Singh et al. | Image processing based automatic visual inspection system for PCBs | |
CN115170497A (zh) | 一种基于ai视觉检测技术的pcba在线检测平台 | |
CN104966283A (zh) | 图像分层配准方法 | |
Caliskan et al. | Design and realization of an automatic optical inspection system for PCB solder joints | |
CN116993725B (zh) | 一种柔性电路板智能贴片信息处理*** | |
CN111435429A (zh) | 一种基于双目立体数据动态认知的手势识别方法及*** | |
CN204613128U (zh) | 电路板检测装置 |
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 |