CN105335963B - 一种边缘缺陷检测方法及装置 - Google Patents

一种边缘缺陷检测方法及装置 Download PDF

Info

Publication number
CN105335963B
CN105335963B CN201510617175.1A CN201510617175A CN105335963B CN 105335963 B CN105335963 B CN 105335963B CN 201510617175 A CN201510617175 A CN 201510617175A CN 105335963 B CN105335963 B CN 105335963B
Authority
CN
China
Prior art keywords
edge
marginal point
fitting
marginal
point
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
CN201510617175.1A
Other languages
English (en)
Other versions
CN105335963A (zh
Inventor
彭斌
姚毅
高中伟
周钟海
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.)
Beijing Lingyunguang Technology Group Co ltd
Luster LightTech Co Ltd
Original Assignee
Luster LightTech Co Ltd
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 Luster LightTech Co Ltd filed Critical Luster LightTech Co Ltd
Priority to CN201510617175.1A priority Critical patent/CN105335963B/zh
Publication of CN105335963A publication Critical patent/CN105335963A/zh
Application granted granted Critical
Publication of CN105335963B publication Critical patent/CN105335963B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/0008Industrial image inspection checking presence/absence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30164Workpiece; Machine component

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明实施例公开了一种边缘缺陷检测方法及装置,根据拍摄设备拍摄的待测物体的图像,获取所述待测物体的边缘点;对所述边缘点评分,根据评分的高低确定拟合边缘点和候选边缘点;拟合边缘点拟合得到所述待测物体的拟合边缘;计算候选边缘点到所述拟合边缘的距离,如果所述距离大于缺陷阈值距离,则所述候选边缘点为缺陷边缘点;根据所述缺陷边缘点,得到边缘缺陷检测结果。在上述过程中,通过对待测物体图像的分析以及对边缘点的评分,高精度地确定边缘点,所述边缘点拟合得到与待测物体边缘吻合的拟合边缘,通过精确计算候选边缘点到所述拟合边缘的距离,判断边缘缺陷、自动得出检测结果,无需人工介入,有效提高边缘缺陷检测的精度和效率。

Description

一种边缘缺陷检测方法及装置
技术领域
本发明涉及图像处理技术领域,特别是涉及一种边缘缺陷检测方法及装置。
背景技术
工业产品中往往包含各种形状的边缘,例如圆形、长方形以及直线和圆弧的组合形状的边缘等。边缘是工业产品的一项重要特征,直接影响工业产品的质量,而边缘缺陷检测一直是困扰本领域技术人员的难题。
边缘缺陷检测,主要检测工业产品边缘的一致性,即检测工业产品边缘是否存在凸痕、凹痕等缺陷。具体地,例如对手机外屏和集成电路硅片的边缘缺陷检测,手机外屏和集成电路硅片一般具有规则的边缘,手机外屏具有长方形边缘,集成电路硅片具有圆弧和直线的组合边缘;手机外屏的边缘如果存在缺陷,则会影响到手机外屏的装配,甚至导致手机无法正常使用;集成电路硅片的边缘如果存在缺陷,则会影响集成电路的制造,甚至导致基于集成电路硅片的芯片质量下降。因此,对工业产品的边缘缺陷检测是工业生产的重要环节。
目前,边缘缺陷检测主要为人工检测,图1为一种工业生产线上常用的边缘缺陷检测设备的结构示意图。所述边缘缺陷检测设备包括拍摄设备110和平台120,待测物体130放置于平台120上;所述拍摄设备110设置于所述平台120的正上方用于拍摄所述待测物体130、并获得图像,所述平台120的背景色一般为纯色且与所述待测物体130的色彩具有明显对比,以使所述待测物体130的图像边缘更加清晰可辨。工作人员一般以肉眼观察的方式检查待测物体130的图像,查看是否存在凹痕或凸痕缺陷,然而上述检测方式依赖于人眼的视觉检查,精度很难保证,而且长时间的检查容易导致视觉疲劳,从而降低检测效率甚至导致错检、漏检。
发明内容
本发明实施例中提供了一种边缘缺陷检测方法及装置,以解决现有技术中的边缘缺陷检测精度差和效率低的问题。
为了解决上述技术问题,本发明实施例公开了如下技术方案:
一种边缘缺陷检测方法,所述方法包括:
根据拍摄设备拍摄的待测物体的图像,获取所述待测物体的边缘点;
对所述边缘点评分,根据评分的高低确定拟合边缘点和候选边缘点;
根据所述拟合边缘点拟合待测物体的边缘,得到所述待测物体的拟合边缘;
计算并得出所述候选边缘点到所述拟合边缘的距离,并判断所述距离是否大于缺陷阈值距离;
如果所述距离大于所述缺陷阈值距离,则所述候选边缘点为缺陷边缘点;
根据所述缺陷边缘点,得到边缘缺陷检测结果。
可选地,根据所述拍摄设备拍摄的待测物体的图像,获取所述待测物体的边缘点之前,所述方法还包括:
将所述待测物体的图像沿边缘位置分段,分段图像与所述边缘点相对应。
可选地,所述方法还包括:
根据待测物体图像的对比度,确定所述待测物体的边缘点。
可选地,根据所述边缘点的对比度和边缘点的位置,对所述边缘点评分,包括:
根据边缘点的对比度,获得所述边缘点的强度评分;
根据边缘点的位置,获得所述边缘点的位置评分;
通过所述强度评分和所述位置评分的组合计算,获得所述边缘点的评分。
可选地,根据所述拟合边缘点拟合待测物体的边缘之后,所述方法还包括:
计算拟合边缘点到拟合边缘的距离,并判断所述距离是否大于异常阈值距离;
如果所述距离大于所述异常阈值距离,剔除相应的拟合边缘点,根据当前的拟合边缘点拟合所述待测物体的边缘,更新待测物体的拟合边缘;
所述异常阈值距离大于所述缺陷阈值距离。
可选地,得到所述待测物体的拟合边缘之后,所述方法还包括:
根据边缘点到当前拟合边缘的距离,对所述边缘点重新评分;
根据评分的高低,更新拟合边缘点和候选边缘点;
根据当前的拟合边缘点重新拟合,并更新拟合边缘。
可选地,对所述边缘点进行重新评分之后,所述方法还包括:
判断拟合边缘点是否需要更新;以及,
如果拟合边缘点需要更新,更新拟合边缘点,根据当前拟合边缘点重新拟合,并更新拟合边缘。
一种边缘缺陷检测装置,所述装置包括:
边缘点获取模块,用于根据拍摄设备拍摄的待测物体的图像,获取所述待测物体的边缘点;
边缘点评分模块,用于对所述边缘点评分,根据评分的高低确定拟合边缘点和候选边缘点;
边缘拟合模块,用于根据所述拟合边缘点拟合待测物体的边缘,得到所述待测物体的拟合边缘;
缺陷判断模块,用于计算并得出所述候选边缘点到所述拟合边缘的距离,并判断所述距离是否大于缺陷阈值距离;如果所述距离大于所述缺陷阈值距离,则所述候选边缘点为缺陷边缘点;
检测结果生成模块,用于根据所述缺陷边缘点,得到边缘缺陷检测结果。
可选地,所述边缘点获取模块还用于将所述待测物体的图像沿边缘位置分段,分段图像与所述边缘点相对应。
可选地,所述边缘点获取模块根据待测物体图像的对比度,确定所述待测物体的边缘点。
可选地,所述边缘评分模块根据所述边缘点的对比度和边缘点的位置,对所述边缘点进行评分,包括:
所述边缘评分模块根据边缘点的对比度,获得所述边缘点的强度评分;
所述边缘评分模块根据边缘点的位置,获得所述边缘点的位置评分;
所述边缘评分模块根据所述强度评分和所述位置评分的组合计算,获得所述边缘点的评分。
可选地,所述装置还包括异常边缘点筛选模块:
所述异常边缘点筛选模块计算拟合边缘点到拟合边缘的距离,并判断所述距离是否大于异常阈值距离;
如果所述距离大于所述异常阈值距离,所述异常边缘点筛选模块剔除相应的拟合边缘点;所述边缘拟合模块根据当前的拟合边缘点拟合所述待测物体的边缘,更新待测物体的拟合边缘;
所述异常阈值距离大于缺陷阈值距离。
可选地,所述装置还包括重新评分模块:
所述重新评分模块根据边缘点到当前拟合边缘的距离,对所述边缘点重新评分;
所述重新评分模块根据评分的高低,更新拟合边缘点和候选边缘点;
所述边缘拟合模块根据当前的拟合边缘点重新拟合,并更新拟合边缘。
可选地,所述装置还包括更新判断模块:
所述更新判断模块判断拟合边缘点是否需要更新;以及,
如果拟合边缘点需要更新,更新拟合边缘点,并向边缘拟合模块发送拟合指令,指示所述边缘拟合模块根据当前拟合边缘点重新拟合,并更新拟合边缘。
由以上技术方案可见,本发明实施例提供的一种边缘缺陷检测方法及装置,根据拍摄设备拍摄的待测物体的图像,获取所述待测物体的边缘点;对所述边缘点评分,根据评分的高低确定拟合边缘点和候选边缘点;然后根据所述拟合边缘点拟合待测物体的边缘,得到待测物体的拟合边缘,计算候选边缘点到拟合边缘的距离,如果所述距离大于缺陷阈值距离,则所述候选边缘点为缺陷边缘点,最后根据所述缺陷边缘点得到边缘缺陷检测结果。在整个缺陷检测过程中,所述拍摄设备本身具有很高的精度,通过对拍摄设备获取的待测物体图像的分析,并进一步使用评分的方式,能够有效地获取待测物体的边缘点,利用所述边缘点拟合出的待测物体边缘与待测物体的实际理想边缘具有极小甚至可以忽略的误差,最后通过边缘点到拟合边缘的距离判断是否存在缺陷,有效提高边缘缺陷检测的精度;而且,在上述检测过程中,无需人工介入,避免由于技术人员人眼视觉疲劳而导致的检测效率下降。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为一种工业生产线上常用的边缘缺陷检测设备的结构示意图;
图2为本发明实施例提供的一种边缘缺陷检测方法的流程示意图;
图3为待测物体边缘图像分段后的结构示意图;
图4为待测物体边缘仿射矩形图像示意图;
图5为本发明实施例提供的一种边缘点评分的流程示意图;
图6为本发明实施例提供的一种异常边缘点过滤方法的流程示意图;
图7为本发明实施例提供的一种边缘点重新评分的流程示意图;
图8为边缘拟合之后待测物体边缘仿射矩形图像示意图;
图9为本发明实施例提供的一种边缘缺陷检测装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
在传统的工业生产过程中,工业产品的质检主要关注工业产品的长度、宽度等尺寸是否满足标准技术规格,以及检查工业产品的表面是否有明显变形或缺陷。随着制造技术的发展进步,工业产品的质量要求不断提高,尤其在精度标准极高的手机和集成电路制造领域,工业产品的边缘状态逐渐成为制约其质量和良率的重要因素。例如在手机制造领域,手机屏幕包括手机外屏、触控屏和显示屏三层,手机外屏一般为长方形的化学强化玻璃屏;在手机装配过程中,手机外屏必须与手机机体精密匹配才能完成组装、并对手机内部的触控屏和显示屏起到保护作用,因此必须保证手机外屏的边缘没有缺陷;如果手机外屏出现凹痕或凸痕的缺陷,将严重影响手机的装配,甚至导致手机无法正常使用。在集成电路制造领域,集成电路硅片一般为8寸或12寸的圆形硅片、且四周对应位置设置4条直线切边,即集成电路硅片的边缘是由圆弧和直线构成的组合边缘;在集成电路制造过程中,集成电路硅片需要经过光刻、掺杂等工艺,如果存在凹痕或凸痕等边缘缺陷,将造成边缘处集成电路工艺环境的变化,使得基于集成电路硅片的芯片无法达到设计规格,最终导致良率下降。因此,工业产品的边缘缺陷检测是工业产品质量的重要保证。
目前,对工业产品的边缘缺陷检测主要使用人工检测的方式,通过高清晰度CCD(Charge Coupled Device,电荷耦合元件)工业摄像机拍摄待测工业产品的边缘,获得待测工业产品的边缘图像,技术人员通过肉眼观察的方式判断是否存在缺陷;上述边缘缺陷检测方法能够满足精度要求较低的工业产品的检测需求,例如包装盒、电脑外壳等,然而对于高精度制造领域,则很难达到工业生产的精度要求;同时工业生产一般是流水线生产,产量巨大对边缘缺陷检测的效率要求高,完全依靠人眼的视觉检查难以满足大量工业产品的边缘缺陷检测。本发明实施例提供的边缘缺陷检测方法及装置,通过采样精确定位待测工业产品的边缘点,然后对边缘点评分筛选,使通过边缘点拟合的拟合边缘以极小的甚至可以忽略的误差吻合待测工业产品规格要求的边缘,最后依据边缘点到拟合边缘的距离判断是否存在边缘缺陷、并得出检测结果,整个边缘缺陷检测过程无需人工参与,保证边缘缺陷检测的高精度和高效。
另外,需要说明的是本发明实施例提供的边缘缺陷检测方法及装置,主要针对具有规则边缘的工业产品,例如包括圆弧、直线、椭圆等的一种或多种边缘的工业产品,所述规则边缘可以理解为具有常规表达式、容易进行数学拟合的边缘。
本发明的方法对应的实施例
如图2所示,为本发明实施例提供的一种边缘缺陷检测方法的流程示意图,所述边缘缺陷检测方法包括:
步骤S101:根据拍摄设备拍摄的待测物体的图像,获取所述待测物体的边缘点。
为了保证待测物体图像的清晰度,所述拍摄设备可以为工业CCD相机或工业CMOS(Complementary Metal Oxide Semiconductor,互补金属氧化物半导体)相机等。所述拍摄设备可以拍摄所述待测物体的整体或局部,例如对手机外屏进行边缘缺陷检测时,所述拍摄设备可以从所述手机外屏的正上方、将所述手机外屏4条边缘都纳入所述拍摄设备的视场进行拍照,以获取所述手机外屏的完整图像;当然,所述拍摄设备也可以一次只拍摄所述手机外屏的1条边缘或者所述1条边缘的局部。
所述拍摄设备获取的待测物体图像可以为黑白图像或者彩色图像;对于彩色图像,可以进行灰度化处理,即将彩色图像转换为灰度图像。灰度是指黑白图像中像素点的颜色深浅,范围从0到255,白色为255,黑色为0;彩色图像是由红绿蓝三原色组成,彩色图像的灰度化处理为将原彩色图像中各像素点对应的红绿蓝三原色的亮度值,以一定的算法如浮点算法、整数方法以及平均值法等调整为相等,即得到灰度图像。在具体实施时,所述灰度图像由大量的像素点组成,每个像素点对应的灰度值是唯一确定的,为了确定边缘点的位置,必须先确定像素点的扫描方向,例如如果所述扫描方向和待测物体的实际边缘方向重合或有很小的锐角,则会降低边缘点的确定效率甚至导致找到假的边缘点;所述扫描方向可以通过以下方式获得:以采样或者遍历的方式沿多个方向扫描像素点,从而获得相应方向的灰度梯度,所述灰度梯度可以理解为单位像素距离灰度的变化量,所述灰度梯度最大值对应的遍历方向或采样方向即为所述扫描方向,所述扫描方向垂直于待测物体的边缘;在所述扫描方向上,可以得到灰度梯度的分布波形,所述分布波形中波峰或波谷对应的像素点可以确定为边缘点。当然,在实际生产过程中,可以根据待测物体的边缘类型,预先设定拍摄设备的视场,从而不必通过采样或遍历的方式确定所述扫描方向,例如对于手机外屏等直线型边缘的检测,可以调整所述拍摄设备的视场,使所述拍摄设备拍摄的图像的X轴方向平行或者与所述手机外屏的边缘呈锐角,则可以沿拍摄图像的Y方向扫描各个像素点,确定像素点的灰度梯度分布,从而确定边缘点。
可选地,通过待测物体图像的对比度,确定所述待测物体的边缘点。对比度指的是一幅图像中明暗区域最亮的白和最暗的黑之间不同亮度层级的测量,即指一幅图像灰度反差的大小。在本发明实施例中,所述对比度可以理解为图像不同区域灰度值差。具体的确定步骤包括:根据上述步骤确定的扫描方向,获取所述扫描方向上像素点的灰度值;计算相邻像素点的灰度值差;判断所述灰度值差是否大于一灰度阈值,如果所述灰度值差大于所述灰度阈值,则所述灰度值差对应的像素点为边缘点;所述灰度阈值为预先设定好的灰度阈值,例如可以为30、50或其他任意数值。当然,在实际检测过程中,可以设置多个灰度阈值,例如设置第一灰度阈值为50和第二灰度阈值为35,判断如果所述灰度值差大于或等于所述第一灰度阈值,则所述像素点为最可能与所述待测物体边缘相吻合的边缘点;判断如果所述灰度值差大于或等于所述第二灰度阈值35、且小于所述第一灰度阈值,则所述像素点为疑似待测物体边缘的边缘点;如果所述灰度值差小于所述第二灰度阈值,则忽略相应的像素点。
可选地,根据所述拍摄设备拍摄的待测物体的图像,获取所述待测物体的边缘点之前,还包括将所述待测物体的图像沿边缘位置分段,分段图像与所述边缘点相对应。在获得所述待测物体的图像之后,沿与上述步骤中所述扫描方向垂直的方向,将所述待测物体的图像分段,每段用仿射矩形表示。所述仿射矩形是图像处理领域的常用技术,是矩形图像经仿射变换后得到的,常见的正方形、长方形、平行四边形都是仿射矩形,在本发明实施例中所述仿射矩形为长方形仿射矩形;所述仿射矩形用于在所述待测物体的边缘附近划出感兴趣的区域,从而有效提高边缘缺陷检测的效率。如图3所示,为待测物体边缘图像分段后的结构示意图,包括边缘210和仿射矩形220。在具体的应用场景中,例如所述待测物体为手机外屏,且拍摄到的图像为手机外屏的一个直线型边缘的图像,将所述图像沿与扫描方向垂直的方向划分成7个或任意多个仿射矩形,且所述仿射矩形的宽度以及相邻所述仿射矩形的间距在本发明实施例中不做限定,本领域技术人员可以设置所述宽度和所述间距为任意值。完成所述待测物体边缘图像分段以后,可以对每个仿射矩形对应的图像进行分析,通过上述步骤中的方法,确定边缘点;每个所述仿射矩形均包含所述待测物体的边缘,且与所述边缘点相对应,在具体实施时,所述7个仿射矩形对应7个边缘点。
步骤S102:对所述边缘点评分,根据评分的高低确定拟合边缘点和候选边缘点。
通过所述步骤S101确定的边缘点,往往包含多个边缘点,如图4所示,为待测物体边缘仿射矩形图像示意图,所述仿射矩形图像包括3个边缘点:第一边缘点310、第二边缘点320和第三边缘点330。其中,所述第一边缘点310的对比度为35,所述第二边缘点320的对比度为50,所述第三边缘点330的对比度为40。对所述第一边缘点310、所述第二边缘点320和所述第三边缘点330进行评分,根据评分的高低,确定更加接近待测物体真实边缘的边缘点,并将所述边缘点分别作为拟合边缘点和候选边缘点;所述拟合边缘点用于进行边缘拟合,所述候选边缘点用于判断是否存在凹痕或凸痕缺陷。
可选地,根据所述边缘点的对比度和边缘点的位置,对所述边缘点评分,如图5所示为本发明实施例提供的一种边缘点评分的流程示意图,包括以下步骤:
步骤S201:根据边缘点的对比度,获得所述边缘点的强度评分。
如图4所示,在本发明实施例中一个仿射矩形中包括3个边缘点:第一边缘点310、第二边缘点320和第三边缘点330;根据所述边缘点的对比度,获得所述边缘点的强度评分。所述强度评分准则为“最强边缘”准则,即所述边缘点的对比度越高,对应的所述强度评分越高。在具体实施时,例如所述强度评分为百分制,即评分范围为0-100,强度评分的分值越高,对应的强度越高,相应的边缘点的对比度也越高。根据上述原则,确定第一边缘点310的强度评分为75,第二边缘点320的强度评分为95,第三边缘点330的强度评分为80。当然,本领域技术人员可以采用其他数学量化方法获得所述强度评分,建立所述边缘点对比度和强度评分的数学换算关系,例如边缘点的强度评分=边缘点的对比度*a+b,其中a为比例因子常数,b为常数等。
步骤S202:根据边缘点的位置,获得所述边缘点的位置评分。
同样如图4所示,对所述仿射矩形中的边缘点进行位置评分。所述位置评分准则为“第一条边缘”准则,即边缘点的位置越靠前,所述位置评分的分值越高。所述边缘点的位置靠前,可以理解为,所述边缘点远离待测物体的内部。图4所示的3个边缘点,从内到外依次为第一边缘点310、第二边缘点320和第三边缘点330,根据所述“第一条边缘”准则,所述第三边缘点330的位置最靠前,位置评分为100;所述第二边缘点320的位置较靠后,位置评分为75;所述第一边缘点310的位置最后,位置评分为50。所述位置评分可以根据边缘点的位置线性均匀分布,或者非均匀分布等。
步骤S203:通过所述强度评分和所述位置评分的组合计算,获得所述边缘点的评分。
根据步骤S201和步骤S202分别获得的所述强度评分和所述位置评分,获得所述边缘点的评分。在具体实施时,例如图4所示的第一边缘点310的强度评分为75,位置评分为50;第二边缘点320的强度评分为95,位置评分为75;第三边缘点330的强度评分为80,位置评分为100。在本发明实施例中,可以使用所述强度评分和所述位置评分相加的方式获得所述边缘点的评分,由此,所述第一边缘点310的评分为125,所述第二边缘点320的评分为170,所述第三边缘点330的评分为180。当然,本领域技术人员可以使用其他数学算法计算所述边缘点的评分,例如考虑所述强度评分和所述位置评分对所述边缘点确定的影响力,使用加权因子来确定相应边缘点的评分;考虑强度评分是确定边缘点的关键,设置强度评分的加权因子为0.6,考虑位置评分对确定边缘点的影响力较小,设置位置评分的加权因子为0.4;则第一边缘点310的评分为0.6×75+0.4×50=65,第二边缘点320的评分为0.6×95+0.4×75=87,第三边缘点330的评分为0.6×80+0.4×100=88等。
使用上述评分方式对仿射矩形中的所有边缘点进行评分之后,根据评分的高低,进一步确定,相应仿射矩形所对应的拟合边缘点和候选边缘点。在具体实施时,例如根据上述步骤确定的边缘点的评分,由于第三边缘点330的评分>第二边缘点320的评分>第一边缘点310的评分,确定图4所示的仿射矩形中的第三边缘点330为所述仿射矩形对应的拟合边缘点和候选边缘点。根据上述方法,对其他仿射矩形进行相应的判断,从而确定每个仿射矩形对应的拟合边缘点和候选边缘点。
步骤S103:根据所述拟合边缘点拟合待测物体的边缘,得到所述待测物体的拟合边缘。
根据步骤S102确定的拟合边缘点,进行数学拟合,得到所述待测物体的拟合边缘。在具体的数学拟合过程中,如果待测物体的边缘为单一类型的边缘,例如手机外屏具有4条直线型边缘,可以对相应的4条直线型边缘进行数学拟合,且对于直线型边缘,可以选择使用较少的边缘点进行拟合,以提高拟合速度;如果待测物体的边缘为直线和圆弧的混合边缘,可以对所述直线边缘和所述圆弧边缘分别进行拟合,以得到待测物体的拟合边缘。
可选地,根据所述拟合边缘点拟合待测物体的边缘之后,如图6所示,为本发明实施例提供的一种异常边缘点过滤方法的流程示意图,所述边缘缺陷检测方法还包括以下步骤:
步骤S301:计算拟合边缘点到拟合边缘的距离,并判断所述距离是否大于异常阈值距离。
获得所述拟合边缘之后,计算拟合边缘点到所述拟合边缘的距离。在具体实施时,例如如果所述拟合边缘为直线型边缘,计算所述拟合边缘点到所述直线型边缘的距离;如果所述拟合边缘为圆弧型边缘,所述拟合边缘点到圆弧型边缘圆心的连线唯一对应所述圆弧形边缘上的一点,计算所述拟合边缘点到所述圆弧形边缘上的一点的距离;如果所述拟合边缘为椭圆形边缘,根据所述椭圆形边缘的焦点计算上述拟合边缘点到所述椭圆形边缘的距离;如果所述拟合边缘为直线和圆弧的组合边缘,则根据相应的直线型边缘和圆弧形边缘的计算方式,分别获得相应的边缘点到所述拟合边缘的距离。根据所述距离的远近,判断所述边缘点是否为异常边缘点,所述异常边缘点可以理解为在对所述待测物体边缘图形分析时,引入的假的边缘点。在进行边缘拟合时,绝大部分的边缘点都聚集在所述拟合边缘的周围,而所述异常边缘点往往距离所述拟合边缘较远。通过比较所述距离与异常阈值距离的大小,来判断所述边缘点是否为异常边缘点;所述异常阈值距离可以设置为任意数值,例如5mm等。
步骤S302:如果所述距离大于所述异常阈值距离,剔除相应的拟合边缘点,根据当前的拟合边缘点拟合所述待测物体的边缘,更新待测物体的拟合边缘。
根据步骤S301获得边缘点到拟合边缘的距离,如果所述距离大于或等于所述异常阈值距离,则所述拟合边缘点为异常边缘点。需将所述拟合边缘点剔除,根据剔除后的拟合边缘点,数学拟合所述边缘点,得到新的待测物体的拟合边缘,用所述新的待测物体的拟合边缘替换原拟合边缘,完成对拟合边缘的更新。更新后的所述拟合边缘有效剔除了异常边缘点,使得所述更新后的拟合边缘更加符合待测物体的实际边缘,提高边缘缺陷检测的精确度。
可选地,得到所述待测物体的拟合边缘之后,如图7所示,为本发明实施例提供的一种边缘点重新评分的流程示意图,所述边缘缺陷检测方法还包括以下步骤:
步骤S401:根据边缘点到当前拟合边缘的距离,对所述边缘点重新评分。
得到所述待测物体的拟合边缘之后,如图8所示,为边缘拟合之后待测物体边缘仿射矩形图像示意图,所述仿射矩形图像包括5个边缘点和当前拟合边缘410,其中所述5个边缘点包括第一位置边缘点420、第二位置边缘点430、第三位置边缘点440、第四位置边缘点450和第五位置边缘点460。根据边缘点到当前拟合边缘的距离,对所述边缘点重新评分;所述边缘点越靠近所述当前拟合边缘410,评分越高,评分可以为0-100的百分制,且根据所述边缘点到所述当前拟合边缘的距离均匀线性分布;在本发明方法提供的实施例中,第一位置边缘点420与所述当前拟合边缘410重合,所述第一位置边缘点的评分为100分;所述第二位置边缘点430远离所述当前拟合边缘410,所述第二位置边缘点430的评分为75分;所述第三位置边缘点440进一步远离所述当前拟合边缘410,所述第三位置拟合边缘点的评分为50分;根据上述方法,分别确定所述第四位置边缘点450的评分为25分和所述第五位置边缘点460的评分为0分。当然,本领域技术人员可以任意设置相应的评分标准,例如所述评分的形式可以不为百分制,可以为5分制等;所述评分也不必为均匀线性分布;所述评分也可以根据边缘点到当前拟合边缘距离的数学关系,确定相应的评分等。
步骤S402:根据评分的高低,更新拟合边缘点和候选边缘点。
根据步骤S401获得仿射矩形图像中的边缘点评分高低,更新拟合边缘点和候选边缘点。在具体实施时,例如图8所示的仿射矩形图像中,所述第一位置边缘点420的评分>所述第二位置边缘点430的评分>所述第三位置边缘点440的评分>所述第四位置边缘点450的评分>所述第五位置边缘点460的评分,由此确定所述第一位置边缘点为所述仿射矩形图形对应的拟合边缘点和候选边缘点。根据同样的方法,进一步对其他仿射矩形中的边缘点重新评分,并根据评分的高低更新其他仿射矩形对应的拟合边缘点和候选边缘点。
步骤S403:根据当前的拟合边缘点重新拟合,并更新拟合边缘。
经过步骤S402,所述拟合边缘点重新更新,根据当前的拟合边缘点,用数学拟合的方式重新拟合待测物体的边缘,并将重新拟合后的拟合边缘代替原有的拟合边缘,完成拟合边缘的更新。
可选地,在上述步骤S401中,对所述边缘点重新评分之后,所述边缘缺陷检测方法还包括:判断拟合边缘点是否需要更新;以及,如果拟合边缘点需要更新,更新拟合边缘点,根据当前拟合边缘点重新拟合,并更新拟合边缘。
边缘点重新评分之后,仿射矩形内评分最高的边缘点如果与所述仿射矩形对应的当前拟合边缘点一致,例如都为第三位置边缘点440,则所述仿射矩形对应的拟合边缘点无需更新;进一步,判断是否所有的仿射矩形对应的拟合边缘点是否需要更新;如果遍历所有的仿射矩形,判断相应的拟合边缘点均不需要更新,则无需根据当前的拟合边缘点进行重新拟合,并更新拟合边缘,避免因更新拟合边缘而引起的计算资源浪费。判断如果有任意一个仿射矩形的拟合边缘需要更新,则更新拟合边缘点,根据更新后的拟合边缘点重新拟合,并更新拟合边缘。
当然,还可以根据边缘点的距离判断是否需要更新拟合边缘。在具体实施时,例如在仿射矩形内,当前的拟合边缘点为第二位置边缘点430,重新评分之后,第一位置边缘点420的评分最高;进一步,判断所述第一位置边缘点420和所述第二位置边缘点430之间的距离,如果所述距离小于一阈值距离例如1mm,则仿射矩形对应的拟合边缘点即使更新为所述第一位置边缘点420对最终的拟合边缘结果的影响也有限甚至可以忽略,因此所述仿射矩形对应的拟合边缘无需更新,也无需进行重新拟合以更新拟合边缘。
步骤S104:计算并得出所述候选边缘点到所述拟合边缘的距离,并判断所述距离是否大于缺陷阈值距离。
通过步骤S103确定所述待测物体的拟合边缘之后,计算候选边缘点到所述拟合边缘的距离,具体计算方法可以参考步骤S301,在此不再赘述。预设缺陷阈值距离,用于判断所述候选边缘点是否为缺陷边缘点,所述缺陷阈值距离可以设置为3mm,而且所述缺陷阈值距离小于步骤S301所述的异常阈值距离。当然,本领域技术人员可以根据实际检测精度的需要将所述缺陷阈值距离设置为其他任意数值。
步骤S105:如果所述距离大于所述缺陷阈值距离,则所述候选边缘点为缺陷边缘点。
所述候选边缘点到拟合边缘的距离,如果大于所述缺陷阈值距离,则判断所述候选边缘点为缺陷边缘点。将所述缺陷边缘点对应的坐标等位置信息记录,以备后续步骤使用。
步骤S106:根据所述缺陷边缘点,得到边缘缺陷检测结果。
对步骤S105中得到的缺陷边缘点进行统计分析,如果所述缺陷边缘点在步骤S105中未检出,则判断所述待测物体不存在边缘缺陷,并得出边缘正常的检测结果,所述边缘正常的检测结果可以为包括检测时间等统计数据的检测报告或者仅标识检测通过的检测信息框等;如果步骤S105中检出的缺陷边缘点的数目小于一缺陷个数阈值,所述缺陷个数阈值可以为2或3个等,则有可能检出的所述缺陷边缘点为检查错误冗余,而进行忽略,从而判断所述待测物体不存在边缘缺陷,并得出所述边缘正常的检测结果。
如果判断所述待测物体存在边缘缺陷,进一步,合并相邻的边缘缺陷点对应的仿射矩形;通过边缘缺陷点与拟合边缘的构成的形状,可以计算边缘缺陷的长度和面积,以及边缘缺陷的比例等统计数据,最终得出包含所述统计数据的边缘缺陷检测结果。本领域技术人员可以根据实际需求,设计所述边缘缺陷检测结果的形式以及规定所述边缘缺陷检测结果包含的数据信息等。
当然,为了提高边缘缺陷检测效率,本领域及人员可以使用上述边缘缺陷检测方法,同时并行地对两条或者多条边缘进行边缘缺陷检测,并得出边缘缺陷检测结果。
本发明实施例提供的边缘缺陷检测方法,通过使用高精度的拍摄设备获取待测物体的图像,获取待测物体的边缘点;进而对所述边缘点评分,根据评分的高低确定拟合边缘点和候选边缘点,由此确定的拟合边缘点通过拟合的方式得到待测物体的拟合边缘,所述拟合边缘以极高的精度吻合实际的待测物体边缘;进一步通过计算候选边缘点到所述拟合边缘的距离,判断所述拟合边缘点是否为缺陷边缘点,最后根据所述缺陷边缘点得到边缘缺陷检测结果。在整个边缘缺陷检测过程中,通过对待测物体图像的处理与分析获得边缘缺陷检测结果,具有极高的精度;而且全程无需人工参与,有效保证边缘缺陷检测的效率。
通过以上的方法实施例的描述,所属领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:只读存储器(ROM)、随机存取存储器(RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明的装置对应的实施例
与本发明提供的一种边缘缺陷检测方法实施例相对应,本发明还提供了一种边缘缺陷检测装置的实施例。参见图9,为本发明实施例提供的一种边缘缺陷检测装置的结构示意图,所述边缘缺陷检测装置包括:
边缘点获取模块510,用于根据拍摄设备拍摄的待测物体的图像,获取所述待测物体的边缘点;
边缘点评分模块520,用于对所述边缘点评分,更具评分的高低确定拟合边缘点和候选边缘点;
边缘拟合模块530,用于根据所述拟合边缘点拟合待测物体的边缘,得到所述待测物体的拟合边缘;
缺陷判断模块540,用于计算并得出所述候选边缘点到所述拟合边缘的距离,并判断所述距离是否大于缺陷阈值距离;如果所述距离大于所述缺陷阈值距离,则所述候选边缘定为缺陷边缘点;
检测结果生成模块550,用于根据所述缺陷边缘点,得到边缘缺陷检测结果。
可选地,所述边缘点获取模块510还用于将所述待测物体的图像沿边缘位置分段,分段图像与所述边缘点相对应。
可选地,所述边缘点获取模块510根据待测物体图像的对比度,确定所述待测物体的边缘点。
可选地,所述边缘评分模块520根据所述边缘点的对比度和边缘点的位置,对所述边缘点进行评分,包括:
所述边缘评分模块520根据边缘点的对比度,获得所述边缘点的强度评分;
所述边缘评分模块520根据边缘点的位置,获得所述边缘点的位置评分;
所述边缘评分模块520通过所述强度评分和所述位置评分的组合计算,获得所述边缘点的评分。
可选地,所述边缘缺陷检测装置还包括异常边缘点筛选模块:
所述异常边缘点筛选模块计算拟合边缘点到拟合边缘的距离,并判断所述距离是否大于异常阈值距离;
如果所述距离大于所述异常阈值距离,所述异常边缘点筛选模块剔除相应的拟合边缘点;所述边缘拟合模块530根据当前的拟合边缘点拟合所述待测物体的边缘,更新待测物体的拟合边缘;
所述异常阈值距离大于缺陷阈值距离。
可选地,所述边缘缺陷检测装置还包括重新评分模块:
所述重新评分模块根据边缘点到当前拟合边缘的距离,对所述边缘点重新评分;
所述重新评分模块根据评分的高低,更新拟合边缘点和候选边缘点;
所述边缘拟合模块530根据当前的拟合边缘点重新拟合,并更新拟合边缘。
可选地,所述边缘缺陷检测装置还包括更新判断模块:
所述更新判断模块判断拟合边缘点是否需要更新;以及,
如果拟合边缘点需要更新,更新拟合边缘点,并向边缘拟合模块530发送拟合指令,指示所述边缘拟合模块530根据当前拟合边缘点重新拟合,并更新拟合边缘。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本发明时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置或***实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的装置及***实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (12)

1.一种边缘缺陷检测方法,其特征在于,包括以下步骤:
根据拍摄设备拍摄的待测物体的图像,获取所述待测物体的边缘点;
对所述边缘点评分,根据评分的高低确定拟合边缘点和候选边缘点;
根据所述拟合边缘点拟合待测物体的边缘,得到所述待测物体的拟合边缘;
计算并得出所述候选边缘点到所述拟合边缘的距离,并判断所述距离是否大于缺陷阈值距离;
如果所述距离大于所述缺陷阈值距离,则所述候选边缘点为缺陷边缘点;
根据所述缺陷边缘点,得到边缘缺陷检测结果;
根据所述边缘点的对比度和边缘点的位置,对所述边缘点评分,包括:
根据边缘点的对比度,获得所述边缘点的强度评分;
根据边缘点的位置,获得所述边缘点的位置评分;
通过所述强度评分和所述位置评分的组合计算,获得所述边缘点的评分。
2.根据权利要求1所述的边缘缺陷检测方法,其特征在于,根据所述拍摄设备拍摄的待测物体的图像,获取所述待测物体的边缘点之前,还包括:
将所述待测物体的图像沿边缘位置分段,分段图像与所述边缘点相对应。
3.根据权利要求1或2所述的边缘缺陷检测方法,其特征在于,所述方法还包括:根据待测物体图像的对比度,确定所述待测物体的边缘点。
4.根据权利要求1所述的边缘缺陷检测方法,其特征在于,根据所述拟合边缘点拟合待测物体的边缘之后,还包括:
计算拟合边缘点到拟合边缘的距离,并判断所述距离是否大于异常阈值距离;
如果所述距离大于所述异常阈值距离,剔除相应的拟合边缘点,根据当前的拟合边缘点拟合所述待测物体的边缘,更新待测物体的拟合边缘;
所述异常阈值距离大于所述缺陷阈值距离。
5.根据权利要求1或4所述的边缘缺陷检测方法,其特征在于,得到所述待测物体的拟合边缘之后,还包括:
根据边缘点到当前拟合边缘的距离,对所述边缘点重新评分;
根据评分的高低,更新拟合边缘点和候选边缘点;
根据当前的拟合边缘点重新拟合,并更新拟合边缘。
6.根据权利要求5所述的边缘缺陷检测方法,其特征在于,对所述边缘点进行重新评分之后,还包括:
判断拟合边缘点是否需要更新;以及,
如果拟合边缘点需要更新,更新拟合边缘点,根据当前拟合边缘点重新拟合,并更新拟合边缘。
7.一种边缘缺陷检测装置,其特征在于,包括:
边缘点获取模块,用于根据拍摄设备拍摄的待测物体的图像,获取所述待测物体的边缘点;
边缘点评分模块,用于对所述边缘点评分,根据评分的高低确定拟合边缘点和候选边缘点;
边缘拟合模块,用于根据所述拟合边缘点拟合待测物体的边缘,得到所述待测物体的拟合边缘;
缺陷判断模块,用于计算并得出所述候选边缘点到所述拟合边缘的距离,并判断所述距离是否大于缺陷阈值距离;如果所述距离大于所述缺陷阈值距离,则所述候选边缘点为缺陷边缘点;
检测结果生成模块,用于根据所述缺陷边缘点,得到边缘缺陷检测结果;
其中,所述边缘点评分模块根据所述边缘点的对比度和边缘点的位置,对所述边缘点进行评分,包括:
所述边缘点 评分模块根据边缘点的对比度,获得所述边缘点的强度评分;
所述边缘点 评分模块根据边缘点的位置,获得所述边缘点的位置评分;
所述边缘点 评分模块通过所述强度评分和所述位置评分的组合计算,获得所述边缘点的评分。
8.根据权利要求7所述的边缘缺陷检测装置,其特征在于,所述边缘点获取模块还用于将所述待测物体的图像沿边缘位置分段,分段图像与所述边缘点相对应。
9.根据权利要求7或8所述的边缘缺陷检测装置,其特征在于,所述边缘点获取模块根据待测物体图像的对比度,确定所述待测物体的边缘点。
10.根据权利要求7所述的边缘缺陷检测装置,其特征在于,还包括异常边缘点筛选模块:
所述异常边缘点筛选模块计算拟合边缘点到拟合边缘的距离,并判断所述距离是否大于异常阈值距离;
如果所述距离大于所述异常阈值距离,所述异常边缘点筛选模块剔除相应的拟合边缘点;所述边缘拟合模块根据当前的拟合边缘点拟合所述待测物体的边缘,更新待测物体的拟合边缘;
所述异常阈值距离大于缺陷阈值距离。
11.根据权利要求7或10所述的边缘缺陷检测装置,其特征在于,还包括重新评分模块:
所述重新评分模块根据边缘点到当前拟合边缘的距离,对所述边缘点重新评分;
所述重新评分模块根据评分的高低,更新拟合边缘点和候选边缘点;
所述边缘拟合模块根据当前的拟合边缘点重新拟合,并更新拟合边缘。
12.根据权利要求11所述的边缘缺陷检测装置,其特征在于,还包括更新判断模块:
所述更新判断模块判断拟合边缘点是否需要更新;以及,
如果拟合边缘点需要更新,更新拟合边缘点,并向边缘拟合模块发送拟合指令,指示所述边缘拟合模块根据当前拟合边缘点重新拟合,并更新拟合边缘。
CN201510617175.1A 2015-09-24 2015-09-24 一种边缘缺陷检测方法及装置 Active CN105335963B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510617175.1A CN105335963B (zh) 2015-09-24 2015-09-24 一种边缘缺陷检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510617175.1A CN105335963B (zh) 2015-09-24 2015-09-24 一种边缘缺陷检测方法及装置

Publications (2)

Publication Number Publication Date
CN105335963A CN105335963A (zh) 2016-02-17
CN105335963B true CN105335963B (zh) 2018-07-03

Family

ID=55286468

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510617175.1A Active CN105335963B (zh) 2015-09-24 2015-09-24 一种边缘缺陷检测方法及装置

Country Status (1)

Country Link
CN (1) CN105335963B (zh)

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106339710B (zh) * 2016-08-25 2019-09-24 凌云光技术集团有限责任公司 一种边缘宽度缺陷检测方法及装置
CN106408583B (zh) * 2016-08-25 2019-01-25 凌云光技术集团有限责任公司 一种多边缘缺陷检测方法及装置
CN106403823B (zh) * 2016-08-25 2018-11-27 凌云光技术集团有限责任公司 一种珠体宽度缺陷检测方法及装置
CN106651890B (zh) * 2016-08-30 2019-05-03 南京鑫和汇通电子科技有限公司 基于边缘点自相似性的金属反光图像识别及teds***
CN107520140B (zh) * 2017-07-06 2019-12-24 佛山科学技术学院 一种电池盖帽反面视觉检测方法
CN107993955A (zh) * 2017-11-24 2018-05-04 上海华力微电子有限公司 一种检测晶圆边缘缺陷的方法
CN109035363B (zh) * 2018-07-05 2023-11-10 凌云光技术股份有限公司 一种快速迭代的线圆最优拟合方法
JP7271873B2 (ja) * 2018-08-20 2023-05-12 コニカミノルタ株式会社 検査装置、画像形成装置及び検査方法
WO2020133046A1 (zh) * 2018-12-27 2020-07-02 深圳配天智能技术研究院有限公司 一种缺陷检测方法及装置
CN109916910B (zh) * 2019-03-27 2022-02-25 中建材凯盛机器人(上海)有限公司 光伏玻璃边部缺陷检测***及相应的方法
CN110163853B (zh) * 2019-05-14 2021-05-25 广东奥普特科技股份有限公司 一种边缘缺陷的检测方法
CN112038254A (zh) * 2019-05-15 2020-12-04 天津科技大学 基于机器视觉技术的晶圆自动检测与标记装置及设计方法
CN110281240B (zh) * 2019-06-26 2020-12-25 北京博视智动技术有限公司 液晶显示屏玻璃定位、拾取方法及***和视觉处理***
CN112147147B (zh) * 2019-06-26 2023-12-22 杭州海康机器人股份有限公司 边缘缺陷检测方法和边缘缺陷检测装置以及质量检测设备
CN111161253B (zh) * 2019-12-31 2020-12-15 柳州快速制造工程技术有限公司 一种基于深度信息的模具检验方法
CN111583190B (zh) * 2020-04-16 2022-07-22 浙江浙能技术研究院有限公司 用于内级联结构组件隐裂缺陷的自动识别方法
CN111724346A (zh) * 2020-05-21 2020-09-29 北京配天技术有限公司 直线边缘检测方法、机器人及存储装置
CN111612781B (zh) * 2020-05-27 2023-07-14 歌尔光学科技有限公司 一种屏幕缺陷检测方法、装置及头戴显示设备
CN113034527B (zh) * 2021-03-30 2022-05-03 长江存储科技有限责任公司 边界检测方法及相关产品
CN113160161B (zh) * 2021-04-14 2023-07-11 歌尔股份有限公司 目标边缘处缺陷的检测方法和装置
CN113160223A (zh) * 2021-05-17 2021-07-23 深圳中科飞测科技股份有限公司 轮廓的确定方法、确定装置、检测设备及存储介质
CN113362308A (zh) * 2021-06-08 2021-09-07 深圳市华汉伟业科技有限公司 一种物体边缘的毛刺检测方法及装置、存储介质
CN113077467B (zh) * 2021-06-08 2021-08-31 深圳市华汉伟业科技有限公司 一种目标物体的边缘缺陷检测方法及装置、存储介质
CN115115612B (zh) * 2022-07-26 2022-11-04 山东安德机械科技有限公司 一种用于机械配件的表面缺陷检测方法及***
CN115183703A (zh) * 2022-09-08 2022-10-14 江阴市东昊不锈钢管有限公司 用于不锈钢管口光滑鉴定的影像数据处理***
CN117491377A (zh) * 2023-09-27 2024-02-02 格林策巴赫机械(嘉善)有限公司 玻璃轮廓缺陷检测及姿态定位方法
CN118099043B (zh) * 2024-04-17 2024-07-02 江苏优众微纳半导体科技有限公司 基于无引脚封装芯片的自动化封装***

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1444035A (zh) * 2001-12-31 2003-09-24 奥博泰克有限公司 检查图形的方法
CN101995412A (zh) * 2010-08-30 2011-03-30 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
CN102156972A (zh) * 2011-04-19 2011-08-17 清华大学 图像倾斜纠正方法及***
CN102495069A (zh) * 2011-12-07 2012-06-13 广东辉丰科技股份有限公司 一种基于数字图像处理的拉链链带缺陷检测方法
CN103512892A (zh) * 2013-09-22 2014-01-15 上海理工大学 电磁线薄膜绕包的检测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1444035A (zh) * 2001-12-31 2003-09-24 奥博泰克有限公司 检查图形的方法
CN101995412A (zh) * 2010-08-30 2011-03-30 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
CN102156972A (zh) * 2011-04-19 2011-08-17 清华大学 图像倾斜纠正方法及***
CN102495069A (zh) * 2011-12-07 2012-06-13 广东辉丰科技股份有限公司 一种基于数字图像处理的拉链链带缺陷检测方法
CN103512892A (zh) * 2013-09-22 2014-01-15 上海理工大学 电磁线薄膜绕包的检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
随机纹理表面缺陷检测方法与应用;王岩松 等;《中国图像图形学报》;20090131;第14卷(第1期);第131-135页 *

Also Published As

Publication number Publication date
CN105335963A (zh) 2016-02-17

Similar Documents

Publication Publication Date Title
CN105335963B (zh) 一种边缘缺陷检测方法及装置
TWI603074B (zh) 光學薄膜缺陷辨識方法及其系統
US20190197356A1 (en) Data generation apparatus, data generation method, and data generation program
CN113570605B (zh) 一种基于液晶显示面板的缺陷检测方法和***
CN108280822A (zh) 屏幕划痕的检测方法及装置
CN106651857B (zh) 一种印刷电路板贴片缺陷检测方法
CN106097361A (zh) 一种缺陷区域检测方法及装置
CN109752394A (zh) 一种显示屏缺陷高精度检测方法及***
CN109856156A (zh) 一种基于aoi的显示面板微小缺陷判定方法与装置
CN107945184A (zh) 一种基于彩色图像分割和梯度投影定位的贴装元件检测方法
JP7302599B2 (ja) 欠陥判別方法、欠陥判別装置、欠陥判別プログラム及び記録媒体
CN109946303A (zh) 检查装置和方法
CN110378227B (zh) 修正样本标注数据的方法、装置、设备及存储介质
CN113325001A (zh) 一种铜箔表面外观瑕疵自动分辨检测设备及检测方法
CN106339710B (zh) 一种边缘宽度缺陷检测方法及装置
CN112884743B (zh) 检测方法及装置、检测设备和存储介质
CN107024475A (zh) 基于自动光学检测程序的触摸面板自动检测设备
CN109308448A (zh) 一种采用图像处理技术来防止变配电误操作的方法
CN106815830B (zh) 图像的缺陷检测方法
CN105243662A (zh) 一种端子位置的确定方法及终端设备
CN113554582A (zh) 电子设备盖板上功能孔的缺陷检测方法、装置以及***
KR101980755B1 (ko) 표시패널의 색감차 얼룩 자동 검사 장치 및 방법
CN106226033B (zh) 检测透光基板透过率的方法及装置
CN102074031A (zh) 一种印刷电路板外观检查机的建标方法
CN115908432A (zh) 一种物料输出品质检测***及预测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: 100094 Beijing city Haidian District Cui Hunan loop 13 Hospital No. 7 Building 7 room 701

Patentee after: Lingyunguang Technology Co.,Ltd.

Address before: 100195 Beijing city Haidian District xingshikou road Yiyuan cultural creative industry base building No. 2 Room 101

Patentee before: LUSTER LIGHTTECH GROUP Co.,Ltd.

CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 100094 701, 7 floor, 7 building, 13 Cui Hunan Ring Road, Haidian District, Beijing.

Patentee after: Lingyunguang Technology Co.,Ltd.

Address before: 100094 701, 7 floor, 7 building, 13 Cui Hunan Ring Road, Haidian District, Beijing.

Patentee before: Beijing lingyunguang Technology Group Co.,Ltd.

Address after: 100094 701, 7 floor, 7 building, 13 Cui Hunan Ring Road, Haidian District, Beijing.

Patentee after: Beijing lingyunguang Technology Group Co.,Ltd.

Address before: 100094 701, 7 floor, 7 building, 13 Cui Hunan Ring Road, Haidian District, Beijing.

Patentee before: LUSTER LIGHTTECH GROUP Co.,Ltd.