CN106404782A - 一种pcb在线检测方法 - Google Patents

一种pcb在线检测方法 Download PDF

Info

Publication number
CN106404782A
CN106404782A CN201610806234.4A CN201610806234A CN106404782A CN 106404782 A CN106404782 A CN 106404782A CN 201610806234 A CN201610806234 A CN 201610806234A CN 106404782 A CN106404782 A CN 106404782A
Authority
CN
China
Prior art keywords
image
data
pcb
image processing
resolution
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
Application number
CN201610806234.4A
Other languages
English (en)
Other versions
CN106404782B (zh
Inventor
李金才
姚毅
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.)
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 CN201610806234.4A priority Critical patent/CN106404782B/zh
Publication of CN106404782A publication Critical patent/CN106404782A/zh
Application granted granted Critical
Publication of CN106404782B publication Critical patent/CN106404782B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N2021/8411—Application to online plant, process monitoring
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N2021/95638—Inspecting patterns on the surface of objects for PCB's

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种PCB在线检测方法，应用于图像采集工作站，包括以下步骤：实时采集当前通过图像采集工作站的PCB板的高分辨率彩色图像，分辨率至少为1270ppi；将高分辨率彩色图像按图像内不同颜色分层，对每一层内图像均进行极限有损压缩，对每一层间图像均进行原始无损压缩：向集成控制工作站发出预处理完成信号，以便其向空闲的图像处理工作站实时发出处理压缩数据的信号，其中，预处理完成信号是指已经得到高分辨率彩色图像的压缩数据的信号，空闲的图像处理工作站为当前没有进行图像处理任务的图像处理工作站。图像采集工作站和分布式图像处理工作站相配合，能够解决大数据处理缓慢与在线实时性要求高的冲突。

Description

一种PCB在线检测方法
技术领域
本发明涉及PCB生产技术领域，特别是涉及一种PCB在线检测方法。
背景技术
PCB(Printed circuit board，印制电路板)，是电子元器件电气连接的提供者。PCB板是根据由CAD软件产生的设计数据转化而来的CAM数据，利用激光光绘机在菲林底板上刻蚀导电线路的印刷电路板。实际生产的PCB板由于工艺水平的限制，与设计电路图之间存在一定的误差，因此需要对实际生产的PCB板进行检测，检测方法分为在线检测和离线检测两种。在线检测因为具有检测结果反馈及时、能过实现过程控制、能够防止二次损坏的优点，成为一种较为常用的检测方法。
在现有的在线检测中，使用的视觉检测设备采集PCB板的低分辨灰度图像，分辨率大概为635-1270ppi，随着PCB板生产工艺的发展，低分辨率图像已经无法满足越来越高的检测精度要求。采集并使用高分辨率彩色图像进行在线检测能够提高检测精度，但是，高分辨率彩色图像必定会造成数据量大增，在线检测的高实时性要求和大数据处理速度的缓慢之间存在冲突。
可见，如何解决上述冲突，是能否利用高分辨率彩色图像进行PCB在线检测的关键。
发明内容
本发明实施例中提供了一种PCB在线检测方法，以解决现有技术PCB在线检测中，高实时性与高分辨率彩色图像的大数据处理速度缓慢的冲突问题。
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PCB在线检测方法，应用于图像采集工作站，包括以下步骤：
实时采集当前通过图像采集工作站的PCB板的高分辨率彩色图像，所述分辨率至少为1270ppi；
对所述高分辨率彩色图像对应的数据进行压缩处理，得到并储存所述高分辨率彩色图像的压缩数据：将所述高分辨率彩色图像按图像内不同颜色分层，形成层内图像和层间图像，对每一层内图像均进行极限有损压缩，对每一层间图像均进行原始无损压缩；
向集成控制工作站发出预处理完成信号，以便所述集成控制工作站向空闲的图像处理工作站实时发出处理所述压缩数据的信号，使得各个图像处理工作站形成分布式数据处理架构，其中，所述预处理完成信号是指已经得到所述高分辨率彩色图像的压缩数据的信号，所述空闲的图像处理工作站为当前没有进行图像处理任务或当前处理任务最少的图像处理工作站。
优选的，在上述PCB在线检测方法中，还包括，根据检测精度和PCB板的尺寸，确定所述图像采集工作站的个数以及与所述图像采集站配合的图像处理工作站的个数。
优选的，在上述PCB在线检测方法中，所述高分辨率彩色图像的压缩数据携带有PCB板的产品序列号数据。
优选的，在上述PCB在线检测方法中，所述对所述高分辨率彩色图像对应的数据进行压缩处理，得到所述高分辨率彩色图像的压缩数据后，图像数据量为压缩前的五分之一。
同时，本发明还提供一种PCB的在线检测方法，应用于图像处理工作站，包括以下步骤：
接收来自所述集成控制工作站的处理所述压缩数据的信号；
从图像采集工作站中获取所述压缩数据，对所述压缩数据解压，得到当前通过图像采集工作站的PCB板的高分辨率彩色图像的解压数据；
获取所述当前通过图像采集工作站的PCB板的CAM设计数据；
根据所述解压数据和CAM设计数据，判断当前通过图像采集工作站的PCB板是否为合格产品。
再者，本发明还提供PCB的在线检测方法，应用于集成控制工作站，在接收到图像采集工作站的预处理完成信号后，根据各个图像处理工作站的当前工作任务数量，向空闲的图像处理工作站实时发出处理所述压缩数据的信号，所述空闲的图像处理工作站为当前没有进行图像处理任务当前处理任务最少的图像处理工作站。
由以上技术方案可见，本发明提供的PCB在线检测方法，采集的是高分辨率彩色图像，对数据处理速度要较高的要求，最好能够实现采集到当前通过图像采集工作站的PCB板的高分辨率的图像的同时，该高新分辨率的图像对应的数据就能够被处理的速度。但是高分辨率彩色图像的数据处理量较大，一定会造成数据处理的缓慢，最终影响在线检测的速度，但是在线检测时边生产边检测的，这样的话，生产的速度也会受到影响。
基于这样的需求，本发明提供的PCB在线检测方法，采用了将高分辨率彩色图像对应的数据对所述高分辨率彩色图像对应的数据进行压缩处理，得到并储存所述高分辨率彩色图像的压缩数据的方式，具体是指：将所述高分辨率彩色图像按图像内不同颜色分层，形成层内图像和层间图像，对每一层内图像均进行极限有损压缩，对每一层间图像均进行原始无损压缩，使得数据处理量得到有效减少，又能满足图像处理对图像质量的要求。
但是数据产生的频率与压缩前是相同的，如果同一时刻数据处理总能力不变的话，数据处理的速度还是会制约在线检测的实时反馈速度，因此本发明提供的PCB在线检测方法，通过增加图像处理工作站的数量，使得不断实时生成的压缩数据分配至不同的图像处理工作站进行并发处理，即前一压缩数据和后一压缩数据可能会分配至不同的图像处理工作站，前一压缩数据的处理速度就不会影响后一压缩数据的处理速度。也就是说图像采集工作站和分布式图像处理工作站相配合，能够解决大数据处理缓慢与在线实时性要求高的冲突。
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为本发明实施例提供的一种PCB在线检测方法的工作场景示意图；
图2为本发明实施例提供的一种PCB在线检测方法的工作流程示意图。
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。
参见图1，为本发明实施例提供的一种PCB在线检测方法的工作场景示意图。如图1所示，在线检测中需要用到若干图像采集设备，然后把采集到的高分辨率彩色图像发送至若干个图像采集工作站中，分辨率至少为1270ppi，即至少在一个像素20-50微米级。图像采集工作站主要负责图像采集及数据压缩工作，可以根据PCB产品检测需求，数量任意扩展；图像处理工作站主要负责图像数据处理工作，根据图像数据量及处理能力，数量也可以任意扩展，其与采集设备的数量相适应。各自具体的数量与检测精度要求和/或PCB板的尺寸有关。例如：400cm宽的pcb板，在20微米级分辨率下，采用6个采集设备(其中3个处理正面，3个处理背面，每个采集设备最大宽度为8k像素)，8个处理设备；如果600cm宽的pcb板，20微米级分辨率，则采用8个采集设备，12个处理设备；如果400cm宽的pcb板，在10微米分辨率下，采用12个采集设备，16个处理设备。集成控制工作站主要负责任务的分配、处理结果汇总工作
请结合参考图2，图2为本发明实施例提供的一种PCB在线检测方法的工作流程示意图,如图2所示，
在步骤S01中，实时采集当前通过图像采集工作站的PCB板的高分辨率彩色图像，所述分辨率至少为1270ppi；图像采集工作站由多个采集设备构成，因此一个PCB产品的图像横向分散在各采集设备上，纵向上各设备采集多帧图像。
本发明提供的PCB在线检测方法，采集的是高分辨率彩色图像，对数据处理速度要较高的要求，最好能够实现采集到当前通过图像采集工作站的PCB板的高分辨率的图像的同时，该高新分辨率的图像对应的数据就能够被处理的速度。但是高分辨率彩色图像的数据处理量较大，一定会造成数据处理的缓慢，最终影响在线检测的速度，但是在线检测时边生产边检测的，这样的话，生产的速度也会受到影响。但是，PCB产品呈现在高分辨率彩色图像上，具有图文简单，颜色种类少，各颜色种类划分清晰的特点。因此，可以在在步骤S02中，对所述高分辨率彩色图像对应的数据进行压缩处理，得到并储存所述高分辨率彩色图像的压缩数据，具体是指：将所述高分辨率彩色图像按图像内不同颜色分层，形成层内图像和层间图像，对每一层内图像均进行极限有损压缩，对每一层间图像均进行原始无损压缩。这种压缩组合既可以有效地降低数据量，又能满足图像处理对图像质量的要求，即指清晰、噪声少，失真少，图像尽可能还原真实PCB产品，保证本发明利用高分辨图像来提高检测精度的出发点。所述高分辨率彩色图像的压缩数据携带有当前在测PCB板的产品的唯一序列号数据，以便确认检测结果。对所述高分辨率彩色图像对应的数据进行压缩处理，得到所述高分辨率彩色图像的压缩数据后，图像数据量可以达到为压缩前的五分之一。
即使采取了上述压缩组合，但是数据产生的频率与压缩前是相同的，如果同一时刻数据处理总能力不变的话，数据处理的速度还是会制约在线检测的实时反馈速度，因此本发明提供的PCB在线检测方法，通过增加图像处理工作站的数量，使得不断实时生成的压缩数据分配至不同的图像处理工作站进行并发处理，即前一压缩数据和后一压缩数据可能会分配至不同的图像处理工作站，前一压缩数据的处理速度就不会影响后一压缩数据的处理速度。也就是说图像采集工作站和分布式图像处理工作站相配合，能够解决大数据处理缓慢与在线实时性要求高的冲突。
在步骤S03中，向集成控制工作站发出预处理完成信号，以便所述集成控制工作站向空闲的图像处理工作站实时发出处理所述压缩数据的信号，使得各个图像处理工作站形成分布式数据处理架构，其中，所述预处理完成信号是指已经得到所述高分辨率彩色图像的压缩数据的信号，所述空闲的图像处理工作站为当前没有进行图像处理任务或当前处理任务最少的图像处理工作站。
在线检测开始后，默认图像处理工作站中各个处理设备的初始状态均为空闲，当某设备分配一个图像处理工作时，其计数器加1，完成一个图像处理工作时，其计数器减1。通过各个处理设备的计数器数值即能判断哪个空闲或较空闲，空闲即计数器计数为0。一般处理图像处理设备个数都事先计算好的，不会出现都忙碌状态出现。如果偶有出现，则图像处理任务处于排队等待状态；如果忙碌状态较严重，可以提示报警，适当降低检测速度来为缓解处理压力。
在步骤S04中，集成控制工作站在接收到图像采集工作站的预处理完成信号后，根据各个图像处理工作站的当前工作任务数量，向空闲的图像处理工作站或当前处理任务最少实时发出处理所述压缩数据的信号
在步骤S05中，接收来自所述集成控制工作站的处理所述压缩数据的信号。
在步骤S06中，从图像采集工作站中获取所述压缩数据，对所述压缩数据解压，得到当前通过图像采集工作站的PCB板的高分辨率彩色图像的解压数据。
在步骤S07中，获取所述当前通过图像采集工作站的PCB板的CAM设计数据。
在步骤S08中，根据所述解压数据和CAM设计数据，判断当前通过图像采集工作站的PCB板是否为合格产品。并将判断结果交由集成控制工作站进行汇总，得到在线检测结果。
综上所述，在本发明提供的PCB在线方法，图像采集工作站对实时采集数据实心压缩，减小数据处理量，且与分布式图像处理工作站相配合，分布式处理有效地增强了并发处理能力，具有好的扩展性，解决了大数据处理缓慢诟病，满足了在线检测的实时性要求。
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 (6)

1.一种PCB在线检测方法，应用于图像采集工作站，其特征在于，包括以下步骤：
实时采集当前通过图像采集工作站的PCB板的高分辨率彩色图像，所述分辨率至少为1270ppi；
对所述高分辨率彩色图像对应的数据进行压缩处理，得到并储存所述高分辨率彩色图像的压缩数据：将所述高分辨率彩色图像按图像内不同颜色分层，形成层内图像和层间图像，对每一层内图像均进行极限有损压缩，对每一层间图像均进行原始无损压缩；
向集成控制工作站发出预处理完成信号，以便所述集成控制工作站向空闲的图像处理工作站实时发出处理所述压缩数据的信号，使得各个图像处理工作站形成分布式数据处理架构，其中，所述预处理完成信号是指已经得到所述高分辨率彩色图像的压缩数据的信号，所述空闲的图像处理工作站为当前没有进行图像处理任务或当前处理任务最少的的图像处理工作站。
2.根据权利要求1所述的PCB在线检测方法，其特征在于，还包括，根据检测精度和PCB板的尺寸，确定所述图像采集工作站的个数以及与所述图像采集工作站配合的图像处理工作站的个数。
3.根据权利要求1所述的PCB在线检测方法，其特征在于，所述高分辨率彩色图像的压缩数据携带有PCB板的产品序列号数据。
4.根据权利要求1所述的PCB在线检测方法，其特征在于，所述对所述高分辨率彩色图像对应的数据进行压缩处理，得到所述高分辨率彩色图像的压缩数据后，图像数据量为压缩前的五分之一。
5.一种PCB在线检测方法，应用于图像处理工作站，其特征在于，包括以下步骤：
接收来自所述集成控制工作站的处理压缩数据的信号；
从图像采集工作站中获取压缩数据，对所述压缩数据解压，得到当前通过图像采集工作站的PCB板的高分辨率彩色图像的解压数据，其中，所述压缩数据是指所述图像采集工作站实时采集的当前通过的PCB板的高分辨率彩色图像的压缩数据；
获取所述当前通过图像采集工作站的PCB板的CAM设计数据；
根据所述解压数据和CAM设计数据，判断当前通过图像采集工作站的PCB板是否为合格产品。
6.一种PCB在线检测方法，应用于集成控制工作站，其特征在于，在接收到图像采集工作站的预处理完成信号后，根据各个图像处理工作站的当前工作任务数量，向空闲的图像处理工作站实时发出处理所述压缩数据的信号，所述空闲的图像处理工作站为当前没有进行图像处理任务的图像处理工作站。
CN201610806234.4A 2016-09-06 2016-09-06 一种pcb在线检测方法 Active CN106404782B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610806234.4A CN106404782B (zh) 2016-09-06 2016-09-06 一种pcb在线检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610806234.4A CN106404782B (zh) 2016-09-06 2016-09-06 一种pcb在线检测方法

Publications (2)

Publication Number Publication Date
CN106404782A true CN106404782A (zh) 2017-02-15
CN106404782B CN106404782B (zh) 2019-02-22

Family

ID=57998758

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610806234.4A Active CN106404782B (zh) 2016-09-06 2016-09-06 一种pcb在线检测方法

Country Status (1)

Country Link
CN (1) CN106404782B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109470703A (zh) * 2018-12-27 2019-03-15 深圳市鹰眼在线电子科技有限公司 Pcb板的图像采集装置及其控制方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101403708A (zh) * 2008-10-31 2009-04-08 广东正业科技有限公司 一种电路板外观缺陷检查方法
CN101477066A (zh) * 2009-01-09 2009-07-08 华南理工大学 基于超分辨率图像重建的电路板元件安装/焊接质量检测方法及***
CN203191327U (zh) * 2013-04-19 2013-09-11 杭州电子科技大学 一种基于机器视觉的pcb板缺陷自动检测装置
CN103308524A (zh) * 2012-03-16 2013-09-18 西安中科麦特电子技术设备有限公司 Pcb自动光学检测***
CN103325116A (zh) * 2013-06-17 2013-09-25 中国人民银行印制科学技术研究所 一种印品图像检测***及方法
CN105136804A (zh) * 2014-05-28 2015-12-09 宝山钢铁股份有限公司 高速带钢表面图像采集及图像处理装置和方法
CN105203549A (zh) * 2015-09-10 2015-12-30 苏州威盛视信息科技有限公司 线路板aoi检测方法
CN105223208A (zh) * 2015-09-23 2016-01-06 深圳市繁维科技有限公司 一种电路板检测模板及其制作方法、电路板检测方法
CN105262960A (zh) * 2015-10-21 2016-01-20 北京中科大洋科技发展股份有限公司 一种基于集群渲染的立体电视信号编辑方法
CN105842253A (zh) * 2016-03-18 2016-08-10 奥士康科技股份有限公司 一种自动化pcb板光学检测方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101403708A (zh) * 2008-10-31 2009-04-08 广东正业科技有限公司 一种电路板外观缺陷检查方法
CN101477066A (zh) * 2009-01-09 2009-07-08 华南理工大学 基于超分辨率图像重建的电路板元件安装/焊接质量检测方法及***
CN103308524A (zh) * 2012-03-16 2013-09-18 西安中科麦特电子技术设备有限公司 Pcb自动光学检测***
CN203191327U (zh) * 2013-04-19 2013-09-11 杭州电子科技大学 一种基于机器视觉的pcb板缺陷自动检测装置
CN103325116A (zh) * 2013-06-17 2013-09-25 中国人民银行印制科学技术研究所 一种印品图像检测***及方法
CN105136804A (zh) * 2014-05-28 2015-12-09 宝山钢铁股份有限公司 高速带钢表面图像采集及图像处理装置和方法
CN105203549A (zh) * 2015-09-10 2015-12-30 苏州威盛视信息科技有限公司 线路板aoi检测方法
CN105223208A (zh) * 2015-09-23 2016-01-06 深圳市繁维科技有限公司 一种电路板检测模板及其制作方法、电路板检测方法
CN105262960A (zh) * 2015-10-21 2016-01-20 北京中科大洋科技发展股份有限公司 一种基于集群渲染的立体电视信号编辑方法
CN105842253A (zh) * 2016-03-18 2016-08-10 奥士康科技股份有限公司 一种自动化pcb板光学检测方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109470703A (zh) * 2018-12-27 2019-03-15 深圳市鹰眼在线电子科技有限公司 Pcb板的图像采集装置及其控制方法

Also Published As

Publication number Publication date
CN106404782B (zh) 2019-02-22

Similar Documents

Publication Publication Date Title
CN110579479B (zh) 一种基于假点缺陷检测的pcb检修***及检修方法
CN110455822A (zh) 一种pcb板缺陷的检测方法
CN104394385B (zh) 一种瓷砖质量在线检测装置及其检测方法
CN106556611A (zh) 基于机器视觉的彩色印刷品缺陷自动检测***及检测方法
CN102157024A (zh) 一种大张检查机机检数据在线二次检测核查的***及方法
CN102928441A (zh) 一种扫描式自动光学检测***
DE3028942A1 (de) Verfahren und inspektionsgeraet zum inspizieren eines gegenstandes, insbesondere einer flasche
US20200090319A1 (en) Machine learning method implemented in aoi device
CN106404782A (zh) 一种pcb在线检测方法
DE602004004186T2 (de) System und Verfahren zum Testen von Handover in einem Mobilfunknetz und zum Anzeigen der Ergebnisse
CN116499362B (zh) 钢板尺寸在线测量***
CN107907546A (zh) 一种基于智能移动终端的视觉缺陷检测方法与***
CN110428409A (zh) 家具质检方法及***
CN102682282A (zh) 基于DaVinci架构和嵌入式图像检测技术的在线型号识别仪
DE69932915T2 (de) Prüfschaltung für ein Telekommunikationselement
CN103661497B (zh) 一种车次号分配方法、装置及车次号分配器
CN202204778U (zh) 钢板表面质量在线检测仪
CN117421967A (zh) 一种显示屏故障诊断方法、装置、设备和介质
CN107563635A (zh) 配电线路工程施工质量远程稽核***及方法
WO2006094908A1 (de) Messgerät und verfahren zur prüfung eines netzwerks
CN208077586U (zh) 一种车载大屏的检测装置
CN207610993U (zh) 一种基于智能移动终端的视觉缺陷检测***
CN108775916A (zh) 产品功能下线检测***及检测方法
CN104392436A (zh) 一种遥感图像处理方法及装置
US11704788B2 (en) Secondary detection system for integrating automated optical inspection and neural network and method thereof

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
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 Beijing city Haidian District Cui Hunan loop 13 Hospital No. 7 Building 7 room 701

Patentee after: Lingyunguang Technology Co., Ltd

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

Patentee before: LUSTER LIGHTTECH GROUP Co.,Ltd.