CN104729426A - 基于机器视觉的角钢自动在线检测***及方法 - Google Patents
基于机器视觉的角钢自动在线检测***及方法 Download PDFInfo
- Publication number
- CN104729426A CN104729426A CN201510157577.8A CN201510157577A CN104729426A CN 104729426 A CN104729426 A CN 104729426A CN 201510157577 A CN201510157577 A CN 201510157577A CN 104729426 A CN104729426 A CN 104729426A
- Authority
- CN
- China
- Prior art keywords
- angle steel
- image
- scrambler
- machine vision
- automatic
- 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
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于机器视觉的角钢自动在线检测***及方法,包括:光源***,照明光源必须保证能够从各个角度照射到冲孔的边缘,不能丢失边缘信息;机械传动装置,保证角钢能按照预定的轨道平稳运动;光学检测装置和上位机处理软件,完成对角钢图像的采集和判断,并实时输出与标准数据的对比结果。上述各种装置有良好的配合,保证不会出现漏检、错检的情况。本发明同时还公开了利用该***的方法。
Description
技术领域
本发明涉及一种角钢自动在线检测技术,具体涉及一种基于机器视觉的角钢自动在线检测***及方法。
背景技术
角钢冲孔检测是工业生产中常见的检测项目,主要是检测角钢上冲孔圆度、间距、冲孔距根线距离等参数是否合乎标准。目前国内主要依靠传统的人工检测,人工检测所固有的成本高、效率低、主观性强等缺点已成为制约企业发展的不利因素,而基于机器视觉的角钢自动在线检测技术通过相机采集图像,用计算机对图像进行处理来获取检测结果,具有精度高、速度快、效率高、实时性好且不与工件接触等诸多优点。
发明内容
本发明的目的是为克服上述现有技术的不足,设计一套基于机器视觉的角钢自动在线检测***,该***具有准确获取角钢冲孔几何尺寸等参数的功能,自动判别不合格产品。该***通过送料机构将被测角钢送到流水线上,设计机械装置将面阵相机安装于生产线两侧,当被测角钢进入面阵相机采集范围时,负责位置检测和相机触发采样的编码器发送脉冲信号通知面阵相机开始采集图像,工控机的主程序对面阵相机采集到的图像进行实时分析处理,将实际检测值和理论标准值进行比较判断,同时,检测结果在工控机屏幕上实时显示,方便管理人员查看。
为实现上述目的,本发明采用下述技术方案:
一种基于机器视觉的角钢自动在线检测***,包括:
光源***,所述的光源***从各个角度照射待检测角钢冲孔的边缘,且保证角钢检测区域的光亮均匀稳定,无暗纹;
机械传动装置,使待检测角钢在检测区平稳运动;
光学检测装置,对位于检测区的角钢不停的进行图像采集,且将采集的图像发送给图像识别******;
图像识别***,对光学检测装置采集的图像进行处理及显示,所述***检测出角钢的一系列参数后与标准数据对比,显示检测结果。
在所述的机械传动装置的两端各配备一个负责发送信号到图像识别***的编码器,负责发送信号告知面阵相机何时开始采集,以保证不会出现漏检情况。
所述的光学检测装置包括两个面阵相机,两个面阵相机分别位于机械传动装置的两侧。
所述的两个面阵相机的镜头平面平行于角钢的两个面,镜头平面平行于角钢的两个面,可以最大程度保证拍摄图像不失真。
所述的图像识别***为一个工控计算机,所述的工控计算机分别与两个面阵相机、两个编码器相连,在所述的工控机安装有图像采集模块、图像配准模块、图像融合模块以及获得全景图像后的处理及显示模块,***检测出孔径、孔距、孔心坐标等一系列参数后与标准数据对比,显示检测结果。
一种基于机器视觉的角钢自动在线检测方法,包括以下步骤:
步骤1).角钢输送,待检角钢经自动上料机构送入平行式放置的冲压装置,经过冲压后的角钢由送料杆推到检测***的机械传动装置上;
步骤2).图像数据采集,当机械传动装置将角钢传送到指定区域时,编码器会发出指令通知图像采集***开始采集工作;这时面阵相机在条形光源的补光下进行图像采集;采集完成的图像被实时传送至工控计算机进行分析处理;
步骤3)检测完的角钢各项实际参数与标准参数将实时显示在工控机的屏幕上,管理人员对数据进行对比查看,若误差在允许范围内,则继续对下一个角钢进行检测,若误差不在允许范围内,则上位机会对该角钢进行标记提示操作人员。
所述步骤2)中的角钢输送过程中加装有2个编码器,2个编码器一前一后分别加装于输送装置的两端,当待检角钢经过第一个编码器时,第一个编码器动作,其计数触发脉冲,面阵相机检测到该触发脉冲开始采集图像,之后第一编码器会一直输出信号;而当角钢继续前进会使两个编码器同时动作,此时***屏蔽掉任意一个脉冲,当两个编码器都没有信号输出时,证明这一段角钢完全检测完。
为防止出现角钢在进行冲孔、剪切等外力作用时出现后退的情况,对编码器的脉冲输出进行累计以得到计数值,编码器每输出一个正向脉冲,计数值加1,编码器每输出一个反向脉冲,计数值减1。当编码器输出反向脉冲时,只对其计数值进行递减计数但不发出触发脉冲,只有当计数值重新回复到原来计数位置后才会重新发出触发脉冲。
所述步骤2)中的使用条形光源的目的就是为了满足面阵相机照明的需要和提高角钢表面信息的显现力,即使角钢表面特征相对于周围背景较明显。
所述步骤2)中的面阵相机检测的是运动中的角钢,角钢表面的反射光要通过镜头光圈后进入面阵相机,镜头光圈可以连续调整进入相机光圈的光通量,当照明光源选定后,通过调整光圈的开度得到清晰而不失真的图像。
所述步骤2)中的面阵相机连续采集的相邻两幅图像有重叠区域,可采用图像拼接的方式将多幅具有重叠区域的角钢图像拼接成一幅具有完整角钢信息的全景图像。
本发明的原理是通过合理选择面阵相机、照明光源等硬件环境提高角钢表面特征的显现力,基于图像拼接和边缘检测,采用合适的图像处理方法对采集的图像进行处理,从而识别出角钢长度、角钢上的冲孔几何尺寸等一系列特征,并与标准值对比完成角钢生产质量的评测。
本发明的有益效果如下:
本发明所提的角钢自动检测方法采用基于面阵相机采集与成像识别的方法,结合光、机、电一体化技术。本发明针对不同规格的被测角钢,采用成像识别进行检测,并且检测***直接内嵌于整条角钢生产线上,在角钢生产过程中实时完成角钢各项实际参数的标定并与标准参数对比而判定被检角钢是否合格,可提高生产***的运行效率,大大节约人力成本和时间成本。
附图说明
图1为角钢检测***示意图;
图2为角钢检测***局部示意图;
图3为角钢检测***局部平面示意图;
图4为角钢检测***工作流程图;
图5为未处理的角钢实物原始图;
图6为阈值分割处理后图像;
图7为边缘检测处理后图像。
其中1.条形光源,2.面阵相机,3.编码器,4.工控计算机,5.单色背景板,6.被测角钢,7.导轨。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
基于机器视觉的角钢自动在线检测***,包括:
光源***。照明光源对面阵相机2的图像采集质量有较大影响,设计和选择光源的目的就是为了满足相机CCD照明的需要和提高角钢表面信息的显现力,配置合适的光源是保证成功采集图像的必要条件。照明光源必须保证能够从各个角度照射到冲孔的边缘,不能丢失边缘信息,并且要保证被检查区域的光亮均匀稳定、无暗纹。如图1所示,共配置四个条形光源1,每两个条形光源1组成一组,可以实现照亮角钢上的指定拍摄区域;同时单色背景板5使拍摄区域的背景均匀,不受外界场景的影响。
机械传动装置。被检测角钢6放置于检测平台的导轨7上,机械传动装置保证角钢6能按照预定的轨道平稳运动;配备两个编码器3,两个编码器3一前一后分别加装于相机2的两侧,当待检角钢6经过第一个编码器时,只有此编码器3动作,用该编码器3计数触发脉冲,面阵相机2检测到该触发脉冲开始采集图像,之后此编码器3会一直输出信号;而当角钢6继续前进会使两个编码器3同时动作,这时屏蔽掉一个脉冲,之后只有当这两个编码器3都没有信号输出时才证明这一段角钢6完全检测完。为防止出现角钢6在进行冲孔、剪切等外力作用时出现后退的情况,对编码器的脉冲输出进行累计以得到计数值,编码器每输出一个正向脉冲,计数值加1,编码器每输出一个反向脉冲,计数值减1。当编码器输出反向脉冲时,只对其计数值进行递减计数但不发出触发脉冲,只有当计数值重新回复到原来计数位置后才会重新发出触发脉冲。
光学检测装置,包括两个面阵相机2,两个面阵相机2分别位于机械传动装置两侧,如图2所示,面阵相机2的镜头平面平行于角钢6的两个面,可以最大程度保证拍摄图像不失真。
图像识别***包括图像的采集、图像配准、图像融合以及获得全景图像后的处理及显示。图像配准部分采用基于灰度的图像配准方法。以当前图像为参考图像,相邻的下一幅图像为待配准图像。在较好的条形光源补光条件下,相邻两幅图像的灰度信息具有高度相关性。选择一种相似性度量,根据图像的灰度信息,构造出目标函数,在此基础上对目标函数进行迭代寻优,得到最优参数即为所求的配准参数。为保证图像配准结果的准确性,图像融合部分采用基于像素的加权平均融合规则。相邻两幅角钢图像的光照强度一致,可通过计算两图像重叠区域像素的平均值来填补拼接接缝,算法速度较快。图像配准部分的相似性度量选择归一化互信息,寻优算法采用Powell寻优算法,寻优的初始值来自编码器的给定距离信息。
在进行拼接获得一段角钢的全景图像后先要对其进行预处理。预处理指的是阈值分割。由采集的角钢图像可知,如图5所示,图像上待检测的圆孔信息与其他部分的灰度差异比较大,可以通过设置灰度阈值将待检测的圆孔信息分离出来。假设A表示输入的角钢图像,A(i,j)表示图像位置(i,j)处的灰度值,根据图像灰度均值设置的灰度阈值为Tg,B表示阈值分割后的图像,B(i,j)表示阈值分割后的图像位置(i,j)处的灰度值,则阈值处理的具体方法为:
采用式(1)方式对图2进行阈值处理,处理结果如图6所示。
阈值分割之后采用Canny算子进行边缘检测,即对阈值分割后的图像进行边缘检测,获得待检测圆孔的轮廓信息。可通过轮廓图像获得各圆孔的边缘点集合,根据各集合来计算各圆孔的参数。对图6进行边缘检测的结果如图7所示。
圆孔检测参数主要包括圆心、圆度等。假设当前圆孔的边缘点集为Q={p1(x1,y1),p2(x2,y2),…,pN(xN,yN)};其中,N表示点集中点的总个数;p1(x1,y1)、p2(x2,y2)、…、pN(xN,yN)表示组成集合Q的边缘点(括号里的参数为其坐标值)。
圆心指的是圆孔的质心。圆孔的质心坐标求取方法为:
式中,i表示边缘点的横坐标,j表示边缘点的纵坐标,表示当前圆孔质心的横坐标,表示当前圆孔质心的纵坐标。
圆度用边缘点到质心的最长距离与最短距离比来表示。遍历Q计算各点到质心的距离:
式中,dk表示点(xk,yk)到质心的距离。如此可计算出Q中所有点到质心的距离,组成距离集D={d1,d2,…,dN}。找到集合D中的最长距离dmax=max(D)和最短距离dmin=min(D)。最长距离与最短距离的比值即为圆度,表示为:dmax/dmin,该比值越接近1,说明当前圆孔越近似标准圆。
***检测出孔径、孔距、孔心坐标等一系列参数后与标准数据对比,显示检测结果。
基于上述***的在线监测方法,包括以下步骤:
1).角钢输送,待检角钢经自动上料机构送入平行式放置的冲压装置,经过冲压后的角钢由送料杆推到检测***的导轨上;
2).图像数据采集,当导轨将角钢传送到指定区域时,编码器会发出指令通知图像采集***开始采集工作,这时面阵相机在条形光源的补光下进行图像采集,采集完成的图像被实时传送至工控计算机进行分析处理,检测完的角钢的各项实际参数与标准参数将实时显示在工控机的屏幕上,方便管理人员对比查看,如角钢的各项实际参数超出误差允许范围,则上位机会将其标记并提示操作人员。
所述步骤2)中的角钢输送过程中需要加装2个编码器,2个编码器一前一后分别加装于相机的两侧,当待检角钢经过第一个编码器时,只有此编码器动作,它发出触发脉冲,面阵相机检测到该触发脉冲开始采集图像,之后此编码器会一直输出信号;而当角钢继续前进会使两个编码器同时动作,这时***屏蔽掉一个编码器的触发脉冲,之后只有当这两个编码器都没有信号输出时才证明这一段角钢完全检测完。为防止出现角钢在进行冲孔、剪切等外力作用时出现后退的情况,对编码器的脉冲输出进行累计以得到计数值,编码器每输出一个正向脉冲,计数值加1,编码器每输出一个反向脉冲,计数值减1。当编码器输出反向脉冲时,只对其计数值进行递减计数但不发出触发脉冲,只有当计数值重新回复到原来计数位置后才会重新发出触发脉冲。
步骤2)中的使用条形光源的目的就是为了满足面阵相机照明的需要和提高角钢表面信息的显现力,即使角钢表面特征相对于周围背景较明显。
步骤2)中的面阵相机检测的是运动中的角钢,角钢表面的反射光要通过镜头光圈后进入面阵相机,镜头光圈可以连续调整进入相机光圈的光通量,当照明光源选定后,通过调整光圈的开度得到清晰而不失真的图像。
步骤2)中的面阵相机连续采集的相邻两幅图像有重叠区域,可采用图像拼接的方式将多幅具有重叠区域的角钢图像拼接成一幅具有完整角钢信息的全景图像。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.一种基于机器视觉的角钢自动在线检测***,其特征在于,包括:
光源***,所述的光源***从各个角度照射待检测角钢冲孔的边缘,且保证角钢检测区域的光亮均匀稳定,无暗纹;
机械传动装置,使待检测角钢在检测区平稳运动;
光学检测装置,对位于检测区的角钢不停的进行图像采集,且将采集的图像发送给图像识别***;
图像识别***,对光学检测装置采集的图像进行处理及显示,所述***检测出角钢的一系列参数后与标准数据对比,显示检测结果。
2.如权利要求1所述的基于机器视觉的角钢自动在线检测***,其特征在于,在所述的机械传动装置的两端各配备一个负责发送信号到图像识别***的编码器。
3.如权利要求1所述的基于机器视觉的角钢自动在线检测***,其特征在于,所述的光学检测装置包括两个面阵相机,两个面阵相机分别位于机械传动装置的两侧。
4.如权利要求3所述的基于机器视觉的角钢自动在线检测***,其特征在于,所述的两个面阵相机的镜头平面平行于角钢的两个面。
5.如权利要求3所述的基于机器视觉的角钢自动在线检测***,其特征在于,所述的图像识别***为一个工控计算机,所述的工控计算机分别与两个面阵相机、两个编码器相连;在所述的工控机安装有图像采集模块、图像配准模块、图像融合模块以及获得全景图像后的处理及显示模块。
6.一种基于机器视觉的角钢自动在线检测方法,其特征在于,包括以下步骤:
步骤1).角钢输送,待检角钢经自动上料机构送入平行式放置的冲压装置,经过冲压后的角钢由送料杆推到检测***的机械传动装置上;
步骤2).图像数据采集,当机械传动装置将角钢传送到指定区域时,编码器会发出指令通知图像采集***开始采集工作;这时面阵相机在条形光源的补光下进行图像采集;采集完成的图像被实时传送至工控计算机进行分析处理;
步骤3)检测完的角钢各项实际参数与标准参数将实时显示在工控机的屏幕上,管理人员对数据进行对比查看,若误差在允许范围内,则继续对下一个角钢进行检测,若误差不在允许范围内,则上位机会对该角钢进行标记提示操作人员。
7.如权利要求6所述的基于机器视觉的角钢自动在线检测方法,其特征在于,
所述步骤2)中的角钢输送过程中加装有2个编码器,2个编码器一前一后分别加装于输送装置的两端,当待检角钢经过第一个编码器时,第一个编码器动作,其计数触发脉冲,面阵相机检测到该触发脉冲开始采集图像,之后第一编码器会一直输出信号;而当角钢继续前进会使两个编码器同时动作,此时***屏蔽掉任意一个脉冲,当两个编码器都没有信号输出时,证明这一段角钢完全检测完。
8.如权利要求7所述的基于机器视觉的角钢自动在线检测方法,其特征在于,为防止角钢出现后退的情况,对编码器的脉冲输出进行累计以得到计数值,编码器每输出一个正向脉冲,计数值加1,编码器每输出一个反向脉冲,计数值减1;当编码器输出反向脉冲时,只对其计数值进行递减计数但不发出触发脉冲,只有当计数值重新回复到原来计数位置后才会重新发出触发脉冲。
9.如权利要求7所述的基于机器视觉的角钢自动在线检测方法,其特征在于,所述的面阵相机检测的是运动中的角钢,角钢表面的反射光要通过镜头光圈后才能进入面阵相机,镜头光圈可以连续调整进入相机光圈的光通量,当照明光源选定后,通过调整光圈的开度得到清晰而不失真的图像。
10.如权利要求7所述的基于机器视觉的角钢自动在线检测方法,其特征在于,所述步骤2)中的面阵相机连续采集的相邻两幅图像有重叠区域时,采用图像拼接的方式将多幅具有重叠区域的角钢图像拼接成一幅更高分辨率的存储一个完整角钢信息的全景图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510157577.8A CN104729426B (zh) | 2015-04-03 | 2015-04-03 | 基于机器视觉的角钢自动在线检测***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510157577.8A CN104729426B (zh) | 2015-04-03 | 2015-04-03 | 基于机器视觉的角钢自动在线检测***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104729426A true CN104729426A (zh) | 2015-06-24 |
CN104729426B CN104729426B (zh) | 2018-01-12 |
Family
ID=53453552
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510157577.8A Active CN104729426B (zh) | 2015-04-03 | 2015-04-03 | 基于机器视觉的角钢自动在线检测***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104729426B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105547167A (zh) * | 2016-03-11 | 2016-05-04 | 中冶赛迪电气技术有限公司 | 基于机器视觉的带钢宽度测量***及方法 |
CN107421438A (zh) * | 2017-01-22 | 2017-12-01 | 广东行知智能控制技术有限公司 | 基于机器视觉的涂膜尺寸检测控制***及其方法 |
CN108627111A (zh) * | 2018-06-06 | 2018-10-09 | 南京大吉铁塔制造有限公司 | 钻冲孔在线检测装置及其在线检测方法 |
CN108759727A (zh) * | 2018-05-09 | 2018-11-06 | 上海大学 | 一种预制管片表面麻面、粘皮检测装置和方法 |
CN109579715A (zh) * | 2017-09-28 | 2019-04-05 | 宝山钢铁股份有限公司 | 一种提高扩孔率测量精度的数字化在线测量方法 |
CN109685777A (zh) * | 2018-12-11 | 2019-04-26 | 北京理工大学 | 图像处理方法及装置 |
CN109709102A (zh) * | 2019-01-17 | 2019-05-03 | 广州超音速自动化科技股份有限公司 | 模切机锂电池极片物理缺陷检测***、方法及装置 |
CN110132166A (zh) * | 2019-05-05 | 2019-08-16 | 广州佳帆计算机有限公司 | 一种可自动配光的产品图像检测方法及比对装置 |
CN110260790A (zh) * | 2019-07-20 | 2019-09-20 | 龚烨飞 | 一种基于3d视觉的冲孔角钢的检测装置及其检测方法 |
CN110614282A (zh) * | 2018-06-19 | 2019-12-27 | 宝山钢铁股份有限公司 | 一种热轧板坯表面清理质量缺陷的自动检测装置 |
CN112461143A (zh) * | 2020-10-13 | 2021-03-09 | 山东法因数控机械设备有限公司 | 一种角钢检测装置和方法 |
CN113340196A (zh) * | 2021-05-31 | 2021-09-03 | 山东电工电气集团有限公司 | 一种基于图像识别的电力角钢智能检测***及方法 |
CN113977277A (zh) * | 2021-11-06 | 2022-01-28 | 重庆瑜煌电力设备制造有限公司 | 基于工业互联网的输电塔智能生产线及生产方法 |
CN114322774A (zh) * | 2022-01-05 | 2022-04-12 | 河北省送变电有限公司 | 角钢生产线质量检验装置及其定位检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008185491A (ja) * | 2007-01-31 | 2008-08-14 | Jfe Steel Kk | 山形鋼寸法演算方法および装置 |
CN102313747A (zh) * | 2011-07-27 | 2012-01-11 | 国家***北京林业机械研究所 | 锯材表面缺陷的图像采集***及检测方法 |
CN102393181A (zh) * | 2011-09-22 | 2012-03-28 | 南京信息工程大学 | 角钢几何参数自动在线检测方法及装置 |
CN103471512A (zh) * | 2013-09-06 | 2013-12-25 | 中国建材国际工程集团有限公司 | 一种基于机器视觉的玻璃板宽检测*** |
-
2015
- 2015-04-03 CN CN201510157577.8A patent/CN104729426B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008185491A (ja) * | 2007-01-31 | 2008-08-14 | Jfe Steel Kk | 山形鋼寸法演算方法および装置 |
CN102313747A (zh) * | 2011-07-27 | 2012-01-11 | 国家***北京林业机械研究所 | 锯材表面缺陷的图像采集***及检测方法 |
CN102393181A (zh) * | 2011-09-22 | 2012-03-28 | 南京信息工程大学 | 角钢几何参数自动在线检测方法及装置 |
CN103471512A (zh) * | 2013-09-06 | 2013-12-25 | 中国建材国际工程集团有限公司 | 一种基于机器视觉的玻璃板宽检测*** |
Non-Patent Citations (2)
Title |
---|
乔闹生: "PCB自动光学检测的图像检测与处理关键技术研究", 《中国博士学位论文全文数据库 信息科技辑》 * |
陈文达: "金属工件表面瑕疵检测技术的研究与开发", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105547167B (zh) * | 2016-03-11 | 2018-07-03 | 中冶赛迪电气技术有限公司 | 基于机器视觉的带钢宽度测量***及方法 |
CN105547167A (zh) * | 2016-03-11 | 2016-05-04 | 中冶赛迪电气技术有限公司 | 基于机器视觉的带钢宽度测量***及方法 |
CN107421438A (zh) * | 2017-01-22 | 2017-12-01 | 广东行知智能控制技术有限公司 | 基于机器视觉的涂膜尺寸检测控制***及其方法 |
CN109579715A (zh) * | 2017-09-28 | 2019-04-05 | 宝山钢铁股份有限公司 | 一种提高扩孔率测量精度的数字化在线测量方法 |
CN108759727A (zh) * | 2018-05-09 | 2018-11-06 | 上海大学 | 一种预制管片表面麻面、粘皮检测装置和方法 |
CN108627111A (zh) * | 2018-06-06 | 2018-10-09 | 南京大吉铁塔制造有限公司 | 钻冲孔在线检测装置及其在线检测方法 |
CN110614282A (zh) * | 2018-06-19 | 2019-12-27 | 宝山钢铁股份有限公司 | 一种热轧板坯表面清理质量缺陷的自动检测装置 |
CN109685777A (zh) * | 2018-12-11 | 2019-04-26 | 北京理工大学 | 图像处理方法及装置 |
CN109709102A (zh) * | 2019-01-17 | 2019-05-03 | 广州超音速自动化科技股份有限公司 | 模切机锂电池极片物理缺陷检测***、方法及装置 |
CN110132166A (zh) * | 2019-05-05 | 2019-08-16 | 广州佳帆计算机有限公司 | 一种可自动配光的产品图像检测方法及比对装置 |
CN110260790A (zh) * | 2019-07-20 | 2019-09-20 | 龚烨飞 | 一种基于3d视觉的冲孔角钢的检测装置及其检测方法 |
CN112461143A (zh) * | 2020-10-13 | 2021-03-09 | 山东法因数控机械设备有限公司 | 一种角钢检测装置和方法 |
CN113340196A (zh) * | 2021-05-31 | 2021-09-03 | 山东电工电气集团有限公司 | 一种基于图像识别的电力角钢智能检测***及方法 |
CN113977277A (zh) * | 2021-11-06 | 2022-01-28 | 重庆瑜煌电力设备制造有限公司 | 基于工业互联网的输电塔智能生产线及生产方法 |
CN113977277B (zh) * | 2021-11-06 | 2023-03-03 | 重庆瑜煌电力设备制造有限公司 | 基于工业互联网的输电塔智能生产线及生产方法 |
CN114322774A (zh) * | 2022-01-05 | 2022-04-12 | 河北省送变电有限公司 | 角钢生产线质量检验装置及其定位检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104729426B (zh) | 2018-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104729426A (zh) | 基于机器视觉的角钢自动在线检测***及方法 | |
CN106053479B (zh) | 一种基于图像处理的工件外观缺陷的视觉检测*** | |
CN103471512B (zh) | 一种基于机器视觉的玻璃板宽检测*** | |
CN106706653A (zh) | 一种高速宽型板材检测方法 | |
CN109969736B (zh) | 一种大型运载皮带跑偏故障智能检测方法 | |
CN102176228B (zh) | 一种用于识别多个指针式仪表表盘信息的机器视觉方法 | |
CN102288613B (zh) | 一种灰度和深度信息融合的表面缺陷检测方法 | |
CN108109137A (zh) | 车辆部件的机器视觉检测***及方法 | |
CN110517317A (zh) | 一种基于机器视觉相机图像处理的钢坯定位方法及应用 | |
CN102175692A (zh) | 织物坯布疵点快速检测***及方法 | |
GB2511612A (en) | Apparatus and method for detecting vehicle weave | |
CN107576666A (zh) | 一种双光谱成像铁轨及扣件异常检测方法 | |
CN104256882B (zh) | 基于计算机视觉的烟丝中再造烟叶比例测定方法 | |
CN105866129A (zh) | 一种基于数字投影的产品表面质量在线检测方法 | |
CN102628854A (zh) | 汽车仪表板检测***及方法 | |
CN105222752B (zh) | 一种使用结构光的移动式道面检测装置及方法 | |
CN101819024A (zh) | 一种基于机器视觉的二维位移检测方法 | |
CN105139384B (zh) | 缺陷胶囊检测的方法和装置 | |
CN111275705A (zh) | 智能验布方法、装置、电子设备及存储介质 | |
CN104198325A (zh) | 基于计算机视觉的烟丝中梗丝比例测定方法 | |
CN215066222U (zh) | 一种传输带*** | |
CN114820439A (zh) | 基于aoi的pcb裸板缺陷的检测***及方法 | |
CN106526917A (zh) | 一种采用线阵相机扫描的液晶屏点阵检测装置 | |
CN103389312B (zh) | 铜管检测*** | |
CN113155852B (zh) | 一种传输带的检测方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |