CN107742285B - 在机砂轮磨削层厚度检测方法 - Google Patents
在机砂轮磨削层厚度检测方法 Download PDFInfo
- Publication number
- CN107742285B CN107742285B CN201710878358.8A CN201710878358A CN107742285B CN 107742285 B CN107742285 B CN 107742285B CN 201710878358 A CN201710878358 A CN 201710878358A CN 107742285 B CN107742285 B CN 107742285B
- Authority
- CN
- China
- Prior art keywords
- pixels
- grinding
- grinding layer
- pixel
- grinding wheel
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
- B24B49/00—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation
- B24B49/12—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation involving optical means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
- G06T7/41—Analysis of texture based on statistical description of texture
- G06T7/44—Analysis of texture based on statistical description of texture using image operators, e.g. filters, edge density metrics or local histograms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Probability & Statistics with Applications (AREA)
- Mechanical Engineering (AREA)
- Quality & Reliability (AREA)
- Constituent Portions Of Griding Lathes, Driving, Sensing And Control (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种在机砂轮磨削层厚度检测方法,其获取若干砂轮圆周方向上的图像,若干图像包含完整的砂轮磨削层圆周面;对所述图像进行二值化处理后得到二值化图像;选取二值化图像中与磨削层存在两个交点的一行或一列像素,并提取该行/列像素中的两个交点作为砂轮与磨削层的分界点;连接两个分界点构成一线段,构建一条过所述线段中心、且垂直线段的直线;对预处理后的图像进行亚像素细分后,对该直线的像素进行边缘检测,得到磨削层的内分界点和外分界点;根据内分界点和外分界点之间的的像素数得到每张图像中磨削层的厚度。
Description
技术领域
本发明涉及计算机视觉领域,具体涉及一种在机砂轮磨削层厚度检测方法。
背景技术
超硬磨料砂轮(金刚石砂轮、立方氮化硼砂轮等)的结构形式,一般是在银白金属色(基底)的钢基上粘结超硬磨料形成深色的磨削层。在磨削加工中,当磨削层的厚度磨损到一定的程度时必须更换新的砂轮。这类砂轮通常价格昂贵,过早更换影响经济效益,更换过晚又会增加生产的风险性。
而生产厂商往往都希望尽可能的利用磨削层的实际有效厚度,提高每片砂轮的利用率,降低生产成本,因此在生产过程中仍需要操作者人工肉眼观察,凭经验判断能否尽可能延长砂轮的使用时间。但是,这种方法对操作者的经验要求高,且效率也较低。
发明内容
针对现有技术中存在的上述不足,本发明提供的在机砂轮磨削层厚度检测方法能够在砂轮基底与磨削层颜色不同时,实现砂轮磨削层厚度的快速检测。
为了达到上述发明目的,本发明采用的技术方案为:
提供一种在机砂轮磨削层厚度检测方法,其包括:
获取若干砂轮圆周方向上的图像,若干图像包含完整的砂轮磨削层圆周面;
对所述图像进行二值化处理后得到二值化图像;
选取二值化图像中与磨削层存在两个交点的一行或一列像素,并提取该行/列像素中的两个交点作为砂轮与磨削层的分界点;
连接两个分界点构成一线段,构建一条过所述线段中心、且垂直线段的直线;
对预处理后的图像进行亚像素细分后,对该直线的像素进行边缘检测,得到磨削层的内分界点和外分界点;
根据内分界点和外分界点之间的的像素数得到每张图像中磨削层的厚度。
进一步地,所述对该直线的像素进行边缘检测为根据直线上当前像素点的前面和后面设定阈值个像素点的灰度值。
进一步地,根据直线上当前像素点的前面和后面设定阈值个像素点的灰度值进一步包括:
判读所述直线上当前像素点前面和后面设定阈值个像素点的灰度值与设定阈值和设定值的关系:
若直线上当前像素点的前面设定阈值个像素点的灰度值均大于设定阈值、且当前像素点后面设定阈值个像素点的灰度值均小于设定值时,则当前像素点为磨削层的内分界点;
若直线上当前像素点的前面设定阈值个像素点的灰度值均大于设定值、且当前像素点后面设定阈值个像素点的灰度值均小于设定阈值时,则当前像素点为磨削层的外分界点。
进一步地,选取二值化图像中与磨削层存在两个交点的一行像素的方法包括:
从二值化图像的第一行像素逐行计算黑色像素占该行像素的比例;
若黑色像素占该行像素的比例大于等于10%时,则选取该行像素作为与磨削层存在两个交点的一行像素。
进一步地,选取从二值化图像中由上至下的设定行像素作为与磨削层存在两个交点的一行像素。
进一步地,提取该行像素中的两个交点作为砂轮与磨削层的分界点进一步包括:
从该行像素的最左端向右端逐点进行判断:
若一个像素点左侧存在连续设定数量的像素点为黑色且右侧存在连续设定数量的像素点为白色,则该点为其中一个交点;
若一个像素点左侧存在连续设定数量的像素点为白色且右侧存在连续设定数量的像素点为黑色,则该点为另外一个交点。
进一步地,获取若干砂轮圆周方向上的图像时,在相机旁放置朝向砂轮的正向照明光源,在砂轮的另一侧放置朝向砂轮背向的照明光源。
进一步地,采用插值法、最小二乘估计法、多项式拟合法或灰度矩边缘检测算法对预处理后的图像进行亚像素细分。
进一步地,在采集砂轮圆周方向上的图像时,砂轮磨削层处于相机视场中间。
本发明的有益效果为:在砂轮基底与砂轮磨削层颜色不相同时,本方案可以在非接触砂轮情况下,利用采集的砂轮图像,通过对图像的分析就可以得到砂轮的磨削层厚度,具有非接触、效率高、精度高、避免人工因素干扰等优点。
本方案相比于传统的人工检测方法,本方法精度高,可靠性强,相比于其他新型检测方法,本发明就可以快速地得到所关心的砂轮磨削层厚度的数据,帮助工人判断是否需要更换砂轮,操作简单,极大提升了工作效率;同时,本方法易于装卸,满足在机测量的需求,不影响正常生产活动。
附图说明
图1为在机砂轮磨削层厚度检测方法一个实施例的流程图。
图2为采集的砂轮的部分原始图像。
图3为预处理后图像的直方图。
图4为二值化处理后的图像。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
参考图1,图1示出了在机砂轮磨削层厚度检测方法一个实施例的流程图,如图1所示,该方法100包括步骤101至步骤106。
在步骤101中,获取若干砂轮圆周方向上的图像,每一张图像采集砂轮圆周上的一小段轮廓,若干图像包含完整的砂轮磨削层圆周面。
实施时,本方案优选使用红光LED光源,采用在相机旁放置朝向砂轮的正向照明光源,在砂轮的另一侧放置朝向砂轮背向的照明光源;通过这种方式可以获得清晰的砂轮磨削层外边缘以及磨削层与砂轮基底分界边缘的图像。
为了通过较小测量视野采集的图像就能够实现砂轮磨削层厚度的测量,采用在砂轮旋转过程中逐步完成砂轮磨削层全圆周的图像采集。采集图像前相机的安装,应尽量保证砂轮磨削层处于视场中间,同时调整前向照明光源与面阵相机的相对位置,使光照更加均匀。
在步骤102中,对图像进行二值化处理后得到二值化图像;实施时,优选对原始图像进行预处理,滤波去除噪声,并绘出直方图,根据直方图数据进行图像二值化得到二值化图像,其中砂轮的原始图像参考图2,直方图参考图3,二值化图像参考图4。
在步骤103中,选取二值化图像中与磨削层存在两个交点的一行或一列((若是采用与磨削层平行的方式进行图像的获取,那么选取的就是像素行,若将相机旋转90度,采用与磨削层垂直的方式进行图像的获取,那么选取的就是像素列)像素,并提取该行像素中的两个交点作为砂轮与磨削层的分界点。
在本发明的一个实施例中,选取二值化图像中与磨削层存在两个交点的一行像素的方法包括:
从二值化图像的第一行像素逐行计算黑色像素占该行像素的比例;
若黑色像素占该行像素的比例大于等于10%时,则选取该行像素作为与磨削层存在两个交点的一行像素。
正常采集图像时,由于砂轮磨削层在图像中的位置是大致不变的,所以固定选取某一行/列的像素一定会满足与磨削层一侧的边缘有两个交点,故在选取二值化图像中与磨削层存在两个交点的一行像素时,可以固定选取第a行的像素。
在本发明的一个实施例中,提取该行像素中的两个交点作为砂轮与磨削层的分界点进一步包括:
从该行像素的最左端向右端逐点进行判断:
若一个像素点左侧存在连续设定数量的像素点为黑色且右侧存在连续设定数量的像素点为白色,则该点为其中一个交点;
若一个像素点左侧存在连续设定数量的像素点为白色且右侧存在连续设定数量的像素点为黑色,则该点为另外一个交点。
在步骤104中,连接两个分界点构成一线段,构建一条过线段中心、且垂直线段的直线;如图4所示,图中横向的一条白色的线段即为连接两个分界点形成的线段,竖直方向上的那条白色线段即为过线段中心、且垂直线段的直线。
在步骤105中,对预处理后的图像进行亚像素细分后,对该直线的像素进行边缘检测,得到磨削层的内分界点和外分界点。
实施时,本方案可以采用插值法、最小二乘估计法、多项式拟合法或灰度矩边缘检测算法对预处理后的图像进行亚像素细分,优选采用插值法进行3倍细分。
实施时,本方案优选对该直线的像素进行边缘检测为根据直线上当前像素点的前面和后面设定阈值个像素点的灰度值。
在本发明的一个实施例中,对该直线的像素进行边缘检测,得到磨削层的内分界点和外分界点进一步包括:
判读直线上当前像素点前面和后面设定阈值个像素点的灰度值与设定阈值和设定值的关系:
若直线上当前像素点的前面设定阈值个像素点的灰度值均大于设定阈值、且当前像素点后面设定阈值个像素点的灰度值均小于设定值时,则当前像素点为磨削层的内分界点;
若直线上当前像素点的前面设定阈值个像素点的灰度值均大于设定值、且当前像素点后面设定阈值个像素点的灰度值均小于设定阈值时,则当前像素点为磨削层的外分界点。
进一步细化说明为,采用插值法进行3倍细分后,根据之前图像二值化处理时的阈值t,确定细分后的磨削层厚度。具体方法如下:
对于该直线的每个像素点,计算该像素点前10个像素点中灰度值大于(t-2)的个数n1,灰度值小于(t+2)的个数n2,后10个像素点中灰度值小于(t+2)的个数n3,大于(t-2)的个数n4:
若n1=10且n3=10,则认为该像素点是磨削层的内边界点;
若n2=10且n4=10,则认为该像素点是磨削层的外边界点。
在步骤106中,根据内分界点和外分界点之间的像素数得到每张图像中磨削层的厚度。通过若干图像得到的磨削层厚度,可以得到整个砂轮磨削层在圆周上整体情况信息。
综上所述,采用本方案对磨削层的厚度计算时,精度可达亚像素级别,相比于操作者肉眼观察定性判断,实现了较高精度的量化分析。
Claims (7)
1.在机砂轮磨削层厚度检测方法,其特征在于,包括:
获取若干砂轮圆周方向上的图像,若干图像包含完整的砂轮磨削层圆周面;
对所述图像进行二值化处理后得到二值化图像;
选取二值化图像中与磨削层存在两个交点的一行或一列像素,并提取该行/列像素中的两个交点作为砂轮与磨削层的分界点;
连接两个分界点构成一线段,构建一条过所述线段中心、且垂直线段的直线;
对预处理后的图像进行亚像素细分后,对该直线的像素进行边缘检测,得到磨削层的内分界点和外分界点;
根据内分界点和外分界点之间的的像素数得到每张图像中磨削层的厚度;
所述对该直线的像素进行边缘检测为根据直线上当前像素点的前面和后面设定阈值个像素点的灰度值进行检测;
根据直线上当前像素点的前面和后面设定阈值个像素点的灰度值进行检测进一步包括:
判读所述直线上当前像素点前面和后面设定阈值个像素点的灰度值与设定阈值和设定值的关系:
若直线上当前像素点的前面设定阈值个像素点的灰度值均大于设定阈值、且当前像素点后面设定阈值个像素点的灰度值均小于设定值时,则当前像素点为磨削层的内分界点;
若直线上当前像素点的前面设定阈值个像素点的灰度值均大于设定值、且当前像素点后面设定阈值个像素点的灰度值均小于设定阈值时,则当前像素点为磨削层的外分界点。
2.根据权利要求1所述的在机砂轮磨削层厚度检测方法,其特征在于,所述选取二值化图像中与磨削层存在两个交点的一行像素的方法包括:
从二值化图像的第一行像素逐行计算黑色像素占该行像素的比例;
若黑色像素占该行像素的比例大于等于10%时,则选取该行像素作为与磨削层存在两个交点的一行像素。
3.根据权利要求1所述的在机砂轮磨削层厚度检测方法,其特征在于,选取从二值化图像中由上至下的设定行像素作为与磨削层存在两个交点的一行像素。
4.根据权利要求1-3任一所述的在机砂轮磨削层厚度检测方法,其特征在于,所述提取该行像素中的两个交点作为砂轮与磨削层的分界点进一步包括:
从该行像素的最左端向右端逐点进行判断:
若一个像素点左侧存在连续设定数量的像素点为黑色且右侧存在连续设定数量的像素点为白色,则该点为其中一个交点;
若一个像素点左侧存在连续设定数量的像素点为白色且右侧存在连续设定数量的像素点为黑色,则该点为另外一个交点。
5.根据权利要求1所述的在机砂轮磨削层厚度检测方法,其特征在于,获取若干砂轮圆周方向上的图像时,在相机旁放置朝向砂轮的正向照明光源,在砂轮的另一侧放置朝向砂轮背向的照明光源。
6.根据权利要求1所述的在机砂轮磨削层厚度检测方法,其特征在于,采用插值法、最小二乘估计法、多项式拟合法或灰度矩边缘检测算法对预处理后的图像进行亚像素细分。
7.根据权利要求1所述的在机砂轮磨削层厚度检测方法,其特征在于,在采集砂轮圆周方向上的图像时,砂轮磨削层处于相机视场中间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710878358.8A CN107742285B (zh) | 2017-09-26 | 2017-09-26 | 在机砂轮磨削层厚度检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710878358.8A CN107742285B (zh) | 2017-09-26 | 2017-09-26 | 在机砂轮磨削层厚度检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107742285A CN107742285A (zh) | 2018-02-27 |
CN107742285B true CN107742285B (zh) | 2020-11-10 |
Family
ID=61235317
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710878358.8A Active CN107742285B (zh) | 2017-09-26 | 2017-09-26 | 在机砂轮磨削层厚度检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107742285B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109801340B (zh) * | 2019-01-16 | 2022-09-27 | 山西班姆德机械设备有限公司 | 一种基于图像处理的砂轮磨削方法 |
CN114632713B (zh) * | 2022-05-18 | 2022-08-02 | 山东博汇纸业股份有限公司 | 基于视觉传感器的双面铜板卡纸用纸浆厚度检测*** |
CN115035303B (zh) * | 2022-06-17 | 2024-04-26 | 郑州磨料磨具磨削研究所有限公司 | 一种电镀有色cBN砂轮的磨料浓度检测方法 |
CN117921450B (zh) * | 2024-03-21 | 2024-05-24 | 成都晨航磁业有限公司 | 一种瓦形磁体生产加工方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103579037A (zh) * | 2012-07-24 | 2014-02-12 | Snu精度株式会社 | 利用数字光学技术的厚度检测装置及方法 |
CN105140146A (zh) * | 2015-07-16 | 2015-12-09 | 北京工业大学 | 一种大尺寸磨削晶圆厚度在线测量方法 |
CN106649598A (zh) * | 2016-11-22 | 2017-05-10 | 云南电网有限责任公司电力科学研究院 | 一种输电线路覆冰厚度的检测方法 |
CN106705866A (zh) * | 2016-12-14 | 2017-05-24 | 云南电网有限责任公司电力科学研究院 | 一种基于可见光图像的输电线路覆冰检测方法 |
CN106941605A (zh) * | 2017-04-27 | 2017-07-11 | 华南理工大学 | 一种砂轮修锐修整的图像视觉监控装置及方法 |
CN107103594A (zh) * | 2017-05-18 | 2017-08-29 | 中国工程物理研究院激光聚变研究中心 | 微粉金刚石砂轮磨粒磨耗定量化测量表征方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3793810B2 (ja) * | 2002-07-09 | 2006-07-05 | 独立行政法人国立高等専門学校機構 | 研削工具の砥面状態検査方法 |
-
2017
- 2017-09-26 CN CN201710878358.8A patent/CN107742285B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103579037A (zh) * | 2012-07-24 | 2014-02-12 | Snu精度株式会社 | 利用数字光学技术的厚度检测装置及方法 |
CN105140146A (zh) * | 2015-07-16 | 2015-12-09 | 北京工业大学 | 一种大尺寸磨削晶圆厚度在线测量方法 |
CN106649598A (zh) * | 2016-11-22 | 2017-05-10 | 云南电网有限责任公司电力科学研究院 | 一种输电线路覆冰厚度的检测方法 |
CN106705866A (zh) * | 2016-12-14 | 2017-05-24 | 云南电网有限责任公司电力科学研究院 | 一种基于可见光图像的输电线路覆冰检测方法 |
CN106941605A (zh) * | 2017-04-27 | 2017-07-11 | 华南理工大学 | 一种砂轮修锐修整的图像视觉监控装置及方法 |
CN107103594A (zh) * | 2017-05-18 | 2017-08-29 | 中国工程物理研究院激光聚变研究中心 | 微粉金刚石砂轮磨粒磨耗定量化测量表征方法 |
Non-Patent Citations (2)
Title |
---|
On-Line Non-Contact System for Grinding Wheel Wear Measurement;K.-C. Fan等;《The International Journal of Advanced Manufacturing Technology》;20140124;参见第14-22页 * |
基于计算机视觉的曲线点磨削砂轮磨损的在线检测技术研究;顾铁玲;《中国优秀硕士学位论文全文数据集工程科技I辑》;20111215(第S2期);参见第12-15、20、25、40、48、59-64页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107742285A (zh) | 2018-02-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107742285B (zh) | 在机砂轮磨削层厚度检测方法 | |
CN109685760B (zh) | 一种基于matlab的slm粉床铺粉图像凸包凹陷缺陷检测方法 | |
CN109969736B (zh) | 一种大型运载皮带跑偏故障智能检测方法 | |
CN104135660A (zh) | 一种摄像模组脏污检测方法及检测*** | |
CN108288264B (zh) | 一种广角摄像头模组脏污测试方法 | |
CN104156951B (zh) | 一种针对支气管肺泡灌洗液涂片的白细胞检测方法 | |
CN110717872A (zh) | 一种激光辅助定位下的v型焊缝图像特征点提取方法及提取*** | |
CN102663781A (zh) | 一种基于视觉的亚像素级焊缝中心提取方法 | |
CN104408727B (zh) | 一种图像边缘污点检测方法及*** | |
CN111524154B (zh) | 一种基于影像的隧道管片自动化分割方法 | |
CN111353981B (zh) | 基于机器视觉的齿轮检测方法、***及存储介质 | |
CN106706644A (zh) | 一种镜片疵病的检测方法 | |
CN110687122A (zh) | 一种陶瓦表面裂纹检测方法及*** | |
CN104515479A (zh) | 中厚板平面板形测量***及方法 | |
CN111426693A (zh) | 一种质量缺陷检测***及其检测方法 | |
KR101272005B1 (ko) | 열간소재의 표면결함검출장치 및 검출방법 | |
CN112529893A (zh) | 基于深度神经网络的轮毂表面瑕疵在线检测方法及*** | |
CN110288619B (zh) | 基于视觉的太阳花模组表面螺钉孔位置检测方法 | |
WO2015115499A1 (ja) | 工具検査方法及び工具検査装置 | |
CN116012292A (zh) | 一种基于机器视觉的晶圆外观缺陷检测方法 | |
Fan et al. | An automatic machine vision method for the flaw detection on car's body | |
CN112102319B (zh) | 脏污图像检测方法、脏污图像检测装置及脏污图像检测机构 | |
CN106370673A (zh) | 一种镜片疵病自动检测方法 | |
CN109584212B (zh) | 一种基于matlab的slm粉床铺粉图像划痕缺陷识别方法 | |
CN111539951A (zh) | 一种陶瓷砂轮头轮廓尺寸视觉检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |