CN107884413A - 一种自动检测轴承滚动体缺失的装置及检测方法 - Google Patents
一种自动检测轴承滚动体缺失的装置及检测方法 Download PDFInfo
- Publication number
- CN107884413A CN107884413A CN201710998261.0A CN201710998261A CN107884413A CN 107884413 A CN107884413 A CN 107884413A CN 201710998261 A CN201710998261 A CN 201710998261A CN 107884413 A CN107884413 A CN 107884413A
- Authority
- CN
- China
- Prior art keywords
- bearing
- image
- circle
- detection
- detected
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 88
- 230000005693 optoelectronics Effects 0.000 claims abstract description 23
- 230000007547 defect Effects 0.000 claims abstract description 19
- 230000000694 effects Effects 0.000 claims abstract description 11
- 238000005286 illumination Methods 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims description 40
- 238000000034 method Methods 0.000 claims description 24
- 238000000605 extraction Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 11
- 238000001914 filtration Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 5
- 108010076504 Protein Sorting Signals Proteins 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 4
- 239000007787 solid Substances 0.000 claims description 4
- 238000005096 rolling process Methods 0.000 abstract description 5
- 238000012360 testing method Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 241000222712 Kinetoplastida Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8806—Specially adapted optical and illumination features
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- 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
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N2021/0106—General arrangement of respective parts
- G01N2021/0112—Apparatus in one mechanical, optical or electronic block
-
- 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
- G01N21/8806—Specially adapted optical and illumination features
- G01N2021/8841—Illumination and detection on two sides of object
-
- 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
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
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)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
Abstract
一种自动检测轴承滚动体缺失的装置，特征是：包括检测平台、CCD工业相机、白色同轴光源、背光光源、PC机、旋转气缸、光电开关。通过安装在第二支架上的CCD工业相机拍摄路径上的白色同轴光源提供的照明对轴承进行垂直拍摄，每次只将一个轴承放置在背光光源之上进行检测，同时使用旋转气缸实现单个轴承正反面的图像采集，完成了轴承的全面检测，将接通CCD工业相机的电源，通过PC机中的MATLAB软件控制相机的开启与关闭，调节两个光源的亮度使其能达到最好的拍摄效果，将采集到的图像存入事先安排好的路径中，最后利用编写好的程序对采集到的轴承图像进行处理，识别轴承是否存在滚动体遗漏缺陷。
Description
技术领域
本发明涉及轴承缺陷检测技术领域，尤其是涉及一种自动检测轴承滚动体缺失的装置及检测方法。
背景技术
滚动轴承是工业器械不可缺少的部件，被称之为“工业的关节”，其质量的高低决定着工业发展的水平。轴承缺陷检测是轴承质量检测中最重要的环节之一,即使是现在，仍然有很多厂家凭借人的视觉来判断轴承是否存在缺陷，轴承缺陷的检测精度完全是由熟练工来决定的，这也导致了检测结果的参差不齐，工作效率低，人力成本高。
发明内容
本发明的目的在于提供一种自动检测轴承滚动体缺失的装置，通过光电技术和机器视觉实现轴承的非接触检测，提高轴承检测效率，统一检测精度，降低检测的成本，可以把轴承检测这项工作从大量的人力中解脱出来。
本发明的目的是这样实现的：第一方面，本发明实施例提出一种自动检测轴承滚动体缺失的装置，特征是：包括检测平台、CCD工业相机、白色同轴光源、背光光源、PC机、旋转气缸、光电开关，其中检测平台由底座、第一支架、第二支架构成，CCD工业相机安装在第二支架上，用于对单个被检测轴承实现正反面图像的单帧和多帧采集，白色同轴光源安装在第一支架上，背光光源放置在底座上，白色同轴光源和背光光源同时使用，使拍摄到的图像的区分度(轴承与背景)更加明显，在显示出轴承轮廓的同时能够很清晰的显现出轴承的细节部分，旋转气缸安装在底座上且处于背光光源正上方，旋转气缸的夹具在轴承两侧，使用旋转气缸实现单个轴承正反面的图像采集，完成了轴承的全面检测，光电开关安装在底座上，通过光电开光控制待检测轴承的放置，直到显示在屏幕上的图像达到最好的拍摄效果，CCD工业相机、白色同轴光源、背光光源、位于同一条垂直线上。
本发明通过安装在第二支架上的CCD工业相机拍摄路径上的白色同轴光源提供的照明对轴承进行垂直拍摄，通过控制光电开关，每次只将一个轴承放置在背光光源之上进行检测，背光光源为CCD工业相机提供更充足的照明，使采集到的图像能够呈现出更多的细节，提高缺陷检测的准确率。将待检测轴承视为A、B两面，当轴承的A面检测完之后，按照设置好的程序，旋转气缸会自动将待测轴承夹住然后翻转180度放置在背光光源上进行B面的检测。待A、B面均检测完毕之后，按下光电开关，将该轴承换下，送入下一个轴承进行检测。接通CCD工业相机的电源，通过PC机中的MATLAB软件控制相机的开启与关闭，调节白色同轴光源和背光光源的亮度使其能达到最好的拍摄效果，将采集到的图像存入事先安排好的路径中，最后利用编写好的程序对采集到的轴承图像进行处理，识别轴承是否存在滚动体遗漏缺陷。本发明采用MATLAB程序驱动CCD工业相机对单个被检测轴承实现正反面的单帧和多帧采集并对采集到的轴承图像进行处理，从而实现对轴承滚动体遗漏缺陷的检测。
第二方面，本发明实施例提出一种基于上述自动检测轴承滚动体缺失装置的检测方法，其特征在于：所述自动检测轴承滚动体缺失装置的检测方法包括如下步骤：
a、控制光电开关将待测轴承放置在背光光源上，调节照明***，在光照达到最优时利用CCD工业采集到轴承A面图像，然后旋转气缸自动夹紧该轴承进行180度旋转放置在背光光源上进行B面的检测。待A、B面均检测完毕之后，按下光电开关，将该轴承换下，送入下一个轴承进行检测；
b、对上述图像进行预处理、Hough圆算法定位、极坐标展开等处理，可以得到待检测轴承的矩形展开图；
c、对上述处理得到的轴承展开图像进行二值化处理，将图像显示为简单的黑白，这样便于滚珠特征信息的提取及处理。
d、提取出轴承滚珠特征信息之后对其进行数据处理，判别该轴承是否存在滚珠缺失，若不存在则保留，否则剔除。
所述步骤b具体包括如下步骤：
b1、对采集到的轴承图像进行预处理，其包括灰度处理和中值滤波。
灰度化处理是将彩色图像转化成为灰度图像的过程。彩色图像中的每个像素的颜色有R、G、B三个分量决定，而每个分量有255中值可取，这样一个像素点可以有1600多万(255*255*255)的颜色的变化范围，而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像，其一个像素点的变化范围只有255种。
中值滤波方法：对一个数字信号序列xj(-∞＜j＜+∞)进行滤波处理时，首先要定义一个长度为奇数的L长窗口，L＝2N+1，N为正整数。设在某一个时刻，窗口内的信号样本为，其中x(i)为位于窗口中心的信号样本值。对这L个信号样本值按从小到大的顺序排列后，其中值，在i处的样值，便定义为中值滤波的输出值，写为y(i)＝Med[x(i-N),...,x(i+N)]。
b2、本发明采用Hough圆提取的方法对待检测轴承进行了定位。圆形Hough变换的实现一般分为三步:累加器数组的计算、中心点的估计、最终所得圆半径的估计。
一个在实际圆(实心圆圈)上的候选像素及其经过经典圆形Hough变换投票模式在其周围投票产生的新的圆(虚线圆圈)。候选像素的投票结果是一个个的圆，它们的共同交点趋向于累加器数组对应的圆心。因此，通过检测累加器数组的峰值可以估算出圆心。用同一个累加器数组检测多个半径值，一般用经典圆形Hough变换算法完成，通过该检测算法发现圆的半径估计必须作为一个单独的步骤来进行。
b3、完成对轴承的定位之后，本发明选择了对轴承进行极坐标展开处理来提取到滚珠缺失的特征信息。
沿Q的方向对内外环之间的圆周进行展开(Q是由沿圆环半径方向上的一条射线与圆环的内外环交点的连线所确定的)，使其变成一条直线，以它作为参照，对内外半径之间的圆环进行展开操作，得到矩形图。取参照圆中的一点P(x,y)，R1为内圆半径，R2为外圆半径，圆的半径R＝(R1+R2)/2，O(x0+y0)为所取参照圆的圆心。展开之后图像的规格为W*H，其中H是矩形展开图的高度(R2-R1)，W为矩形展开图的宽度π(R1+R2)。点P(x,y)对应到展开图像中的点为P1(x1,y1)，展开图像和原图像中点P对应的点P1的坐标值为：
X'＝X0+sin(Radian*Δw+Direction+π/2)*(R1+Δh)
Y'＝Y0+cos(Radian*Δw+Direction+π/2)*(R1+Δh)
其中，Radian＝arctan(step/R)，表示以参照圆半径R为基准，step为图像展开精度，设为1.0；Direction表示Q方向；π表示圆周率，大小为3.1415926；Δw为宽度增量；Δh为高度增量。
本发明的有益效果：
1、使用本发明设计生产(或改造)销售的轴承缺陷检测装置，可以实现工业化在线生产。由于这种装置构造简单，因此，工业化生产制造成本较低。
2、由于本发明对环境要求不高，对轴承的检测并不需要在无尘操作间进行，这对于厂家来说，是具有非常的吸引力的，因此，有较强的的市场竞争力。
3、由于本发明是提前编写好检测代码的，因此，操作非常简单，操作员并不需要多好的文化水平就能运用该装置对轴承进行检测。
4、通过本发明可以得到一种自动检测轴承滚动体缺失的装置，这使得劳动密集型产业能够向技术密集型产业过度，将原来的靠人检测的工作转为智能化检测，因此，这符合国家产业政策的要求。
附图说明
图1是本发明自动检测轴承滚动体缺失的装置的结构图；
图2是本发明自动检测轴承滚动体缺失的装置的轴承检测全过程的流程图；
图3是本发明自动检测轴承滚动体缺失的装置的旋转气缸装置；
图4是本发明自动检测轴承滚动体缺失的装置不同照明***下CCD相机采集到的轴承图像；
图5是本发明自动检测轴承滚动体缺失的装置的Hough圆提取算法原理及其对轴承进行定位的效果图；
图6是本发明自动检测轴承滚动体缺失的装置的极坐标展开示意图及处理的效果图；
图7是本发明自动检测轴承滚动体缺失的装置对图像进行二值化处理并提取特征值；
图8是本发明自动检测轴承滚动体缺失的装置的滚珠缺失轴承和完好轴承的处理结果图。
主要元件符号说明
具体实施方式
为使本发明的目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。附图中给出了本发明的若干实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
需要说明的是，当元件被称为“固设于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”、“上”、“下”以及类似的表述只是为了说明的目的，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
下面结合实施例并对照附图对本发明作进一步详细说明。
请参阅图1至8，所示为本发明第一实施例中的自动检测轴承滚动体缺失的装置，包括检测平台1、CCD工业相机2、白色同轴光源3、背光光源4、PC机5、旋转气缸6、光电开关7。
所述的测平台1由底座8、第一支架9、第二支架10构成，CCD工业相机安装在第二支架上，用于对单个被检测轴承实现正反面图像的单帧和多帧采集，白色同轴光源安装在第一支架上，背光光源放置在底座上，白色同轴光源和背光光源同时使用，使拍摄到的图像的区分度(轴承与背景)更加明显，在显示出轴承轮廓的同时能够很清晰的显现出轴承的细节部分，旋转气缸安装在底座上且处于背光光源正上方，旋转气缸的夹具在轴承两侧，使用旋转气缸实现单个轴承正反面的图像采集，完成了轴承的全面检测，光电开关安装在底座上，通过光电开光控制待检测轴承的放置，直到显示在屏幕上的图像达到最好的拍摄效果，CCD工业相机、白色同轴光源、背光光源、位于同一条垂直线上。
所述的CCD工业相机的拍摄路径上的白色同轴光源提供的照明对轴承进行垂直拍摄，通过控制光电开关，每次只将一个轴承放置在背光光源之上进行检测，背光光源为CCD工业相机提供更充足的照明，使采集到的图像能够呈现出更多的细节，提高缺陷检测的准确率。将待检测轴承视为A、B两面，当轴承的A面检测完之后，按照设置好的程序，旋转气缸会自动将待测轴承夹住然后翻转180度放置在背光光源上进行B面的检测。待A、B面均检测完毕之后，按下光电开关，将该轴承换下，送入下一个轴承进行检测。接通CCD工业相机的电源，通过PC机中的MATLAB软件控制相机的开启与关闭，调节白色同轴光源和背光光源的亮度使其能达到最好的拍摄效果，将采集到的图像存入事先安排好的路径中，最后利用编写好的程序对采集到的轴承图像进行处理，识别轴承是否存在滚动体遗漏缺陷。
本发明采用MATLAB程序驱动CCD工业相机对单个被检测轴承实现正反面的单帧和多帧采集并对采集到的轴承图像进行处理，从而实现对轴承滚动体遗漏缺陷的检测。
如图2所示为轴承检测全过程的流程图，其对待检测轴承滚动体遗漏缺陷的检测方法包括如下步骤：
a、控制光电开关将待测轴承放置在背光光源上，调节照明***，在光照达到最优时利用CCD工业采集到轴承A面图像，然后旋转气缸自动夹紧该轴承进行180度旋转放置在背光光源上进行B面的检测。待A、B面均检测完毕之后，按下光电开关，将该轴承换下，送入下一个轴承进行检测；
b、对上述图像进行预处理、Hough圆算法定位、极坐标展开等处理，可以得到待检测轴承的矩形展开图；
所述步骤b具体包括如下步骤：
b1、对采集到的轴承图像进行预处理，其包括灰度处理和中值滤波。
灰度化处理是为了将彩色图像转化成为灰度图像，减少对图像像素的计算量，彩色图像中的每个像素的颜色有R、G、B三个分量决定，而每个分量有255中值可取，这样一个像素点可以有1600多万(255*255*255)的颜色的变化范围，而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像，其一个像素点的变化范围只有255种。
中值滤波方法：对一个数字信号序列xj(-∞＜j＜+∞)进行滤波处理时，首先要定义一个长度为奇数的L长窗口，L＝2N+1，N为正整数。设在某一个时刻，窗口内的信号样本为，其中x(i)为位于窗口中心的信号样本值。对这L个信号样本值按从小到大的顺序排列后，其中值，在i处的样值，便定义为中值滤波的输出值，写为y(i)＝Med[x(i-N),...,x(i+N)]。
b2、本发明采用Hough圆提取的方法对待检测轴承进行了定位，想要对目标进行处理之前，必须先确定目标处在图像中的位置。圆形Hough变换的实现一般分为三步:累加器数组的计算、中心点的估计、最终所得圆半径的估计。
如图5(a)所示，即为累加器数组的计算。一个在实际圆(实心圆圈)上的候选像素及其经过经典圆形Hough变换投票模式在其周围投票产生的新的圆(虚线圆圈)。候选像素的投票结果是一个个的圆，它们的共同交点趋向于累加器数组对应的圆心。因此，通过检测累加器数组的峰值可以估算出圆心。图5(b)显示了估计出的中心点，此即检测出的圆的圆心。用同一个累加器数组检测多个半径值，一般用经典圆形Hough变换算法完成，通过该检测算法发现圆的半径估计必须作为一个单独的步骤来进行。图5(c)是算法对待测轴承的定位效果图，可以看出，该算法可以很准确的定位轴承的内外环。
b3、完成对轴承的定位之后，本发明选择了对轴承进行极坐标展开处理来提取到滚珠缺失的特征信息。
轴承图像的极坐标展开原理如图6(a)所示，沿Q的方向对内外环之间的圆周进行展开(Q是由沿圆环半径方向上的一条射线与圆环的内外环交点的连线所确定的)，使其变成一条直线，以它作为参照，对内外半径之间的圆环进行展开操作，得到矩形图。取参照圆中的一点P(x,y)，R1为内圆半径，R2为外圆半径，圆的半径R＝(R1+R2)/2，O(x0+y0)为所取参照圆的圆心。展开之后图像的规格为W*H，其中H是矩形展开图的高度(R2-R1)，W为矩形展开图的宽度π(R1+R2)，其展开前后的像素对应关系如图6(b)所示。点P(x,y)对应到展开图像中的点为P1(x1,y1)，展开图像和原图像中点P对应的点P1的坐标值为：
X'＝X0+sin(Radian*Δw+Direction+π/2)*(R1+Δh)
Y'＝Y0+cos(Radian*Δw+Direction+π/2)*(R1+Δh)
其中，Radian＝arctan(step/R)，表示以参照圆半径R为基准，step为图像展开精度，设为1.0；Direction表示Q方向；π表示圆周率，大小为3.1415926；Δw为宽度增量；Δh为高度增量。
图6(c)是轴承极坐标展开具体的处理效果图。
c、对上述处理得到的轴承展开图像进行二值化处理，将图像显示为简单的黑白，这样便于滚珠特征信息的提取及处理，轴承的滚珠特征信息提取效果如图7所示。
d、提取出轴承滚珠特征信息之后对其进行数据处理，判别该轴承是否存在滚珠缺失，若不存在则保留，否则剔除。被测轴承有7颗滚珠，图8(a)只存在6个柱体，表明该轴承缺失了1颗滚珠，为残次品，要进行剔除。图8(b)为完好轴承的数据处理效果图，图中存在7个柱体，表明该轴承为拥有7颗滚珠的完好轴承。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
此外，本发明还包括以下内容：
A1.一种自动检测轴承滚动体缺失的装置，其特征在于：包括检测平台、CCD工业相机、白色同轴光源、背光光源、PC机、旋转气缸、光电开关，其中检测平台由底座、第一支架、第二支架构成，CCD工业相机安装在第二支架上，用于对单个被检测轴承实现正反面图像的单帧和多帧采集，白色同轴光源安装在第一支架上，背光光源放置在底座上，白色同轴光源和背光光源同时使用，使拍摄到的图像的区分度(轴承与背景)更加明显，在显示出轴承轮廓的同时能够很清晰的显现出轴承的细节部分，旋转气缸安装在底座上且处于背光光源正上方，旋转气缸的夹具在轴承两侧，使用旋转气缸实现单个轴承正反面的图像采集，完成了轴承的全面检测，光电开关安装在底座上，通过光电开光控制待检测轴承的放置，直到显示在屏幕上的图像达到最好的拍摄效果，CCD工业相机、白色同轴光源、背光光源、位于同一条垂直线上。
A2.根据权利要求A1所述的自动检测轴承滚动体缺失的装置，其特征在于：采用MATLAB程序驱动CCD工业相机对单个被检测轴承实现正反面的单帧和多帧采集并对采集到的轴承图像进行处理，从而实现对轴承滚动体遗漏缺陷的检测。
A3.根据权利要求A2所述的自动检测轴承滚动体缺失的装置，其特征是：该装置在使用CCD工业相机拍摄图像的过程中，采用了双光源照明***即白色同轴光源和背光光源同时使用，这是为了使拍摄到的图像的区分度(轴承与背景)更加明显，在显示出轴承轮廓的同时能够很清晰的显现出轴承的细节部分，该装置使用光电开关控制每次只放置一个轴承在背光光源上进行检测，同时使用旋转气缸实现单个轴承正反面的图像采集，完成了轴承的全面检测，对缺陷轴承的识别率更高。
A4.根据权利要求A2或A3任意一项所述的自动检测轴承滚动体缺失的装置，其特征是：该装置在图像处理过程中运用到了Hough算法对轴承进行定位、极坐标展开算法对轴承进行归一化处理、配合灰度化、二值化对轴承进行特征值的提取并与设置的标准进行对比，最终实现轴承滚动体缺漏缺陷的的检测。
B5.一种基于A1-A4任意一项权利要求所述自动检测轴承滚动体缺失装置的检测方法，其特征在于：所述自动检测轴承滚动体缺失装置的检测方法包括如下步骤：
a、控制光电开关将待测轴承放置在背光光源上，调节照明***，在光照达到最优时利用CCD工业采集到轴承A面图像，然后旋转气缸自动夹紧该轴承进行180度旋转放置在背光光源上进行B面的检测；待A、B面均检测完毕之后，按下光电开关，将该轴承换下，送入下一个轴承进行检测；
b、对上述图像进行预处理、Hough圆算法定位、极坐标展开等处理，可以得到待检测轴承的矩形展开图；
c、对上述处理得到的轴承展开图像进行二值化处理，将图像显示为简单的黑白，这样便于滚珠特征信息的提取及处理；
d、提取出轴承滚珠特征信息之后对其进行数据处理，判别该轴承是否存在滚珠缺失，若不存在则保留，否则剔除。
B6.一种基于权利要求B5所述自动检测轴承滚动体缺失装置的检测方法，其特征在于：所述对上述图像进行预处理、Hough圆算法定位、极坐标展开等处理，可以得到待检测轴承的矩形展开图，包括如下步骤：
b1、对采集到的轴承图像进行预处理，其包括灰度处理和中值滤波；
灰度化处理是将彩色图像转化成为灰度图像的过程；彩色图像中的每个像素的颜色有R、G、B三个分量决定，而每个分量有255中值可取，这样一个像素点可以有1600多万(255*255*255)的颜色的变化范围，而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像，其一个像素点的变化范围只有255种；
中值滤波方法：对一个数字信号序列xj(-∞＜j＜+∞)进行滤波处理时，首先要定义一个长度为奇数的L长窗口，L＝2N+1，N为正整数；设在某一个时刻，窗口内的信号样本为，其中x(i)为位于窗口中心的信号样本值；对这L个信号样本值按从小到大的顺序排列后，其中值，在i处的样值，便定义为中值滤波的输出值，写为y(i)＝Med[x(i-N),...,x(i+N)]；
b2、本发明采用Hough圆提取的方法对待检测轴承进行了定位；圆形Hough变换的实现一般分为三步:累加器数组的计算、中心点的估计、最终所得圆半径的估计；
一个在实际圆(实心圆圈)上的候选像素及其经过经典圆形Hough变换投票模式在其周围投票产生的新的圆(虚线圆圈)；候选像素的投票结果是一个个的圆，它们的共同交点趋向于累加器数组对应的圆心；因此，通过检测累加器数组的峰值可以估算出圆心；用同一个累加器数组检测多个半径值，一般用经典圆形Hough变换算法完成，通过该检测算法发现圆的半径估计必须作为一个单独的步骤来进行；
b3、完成对轴承的定位之后，本发明选择了对轴承进行极坐标展开处理来提取到滚珠缺失的特征信息。
沿Q的方向对内外环之间的圆周进行展开(Q是由沿圆环半径方向上的一条射线与圆环的内外环交点的连线所确定的)，使其变成一条直线，以它作为参照，对内外半径之间的圆环进行展开操作，得到矩形图；取参照圆中的一点P(x,y)，R1为内圆半径，R2为外圆半径，圆的半径R＝(R1+R2)/2，O(x0+y0)为所取参照圆的圆心；展开之后图像的规格为W*H，其中H是矩形展开图的高度(R2-R1)，W为矩形展开图的宽度π(R1+R2)；点P(x,y)对应到展开图像中的点为P1(x1,y1)，展开图像和原图像中点P对应的点P1的坐标值为：
X'＝X0+sin(Radian*Δw+Direction+π/2)*(R1+Δh)
Y'＝Y0+cos(Radian*Δw+Direction+π/2)*(R1+Δh)
其中，Radian＝arctan(step/R)，表示以参照圆半径R为基准，step为图像展开精度，设为1.0；Direction表示Q方向；π表示圆周率，大小为3.1415926；Δw为宽度增量；Δh为高度增量。
Claims (6)
1.一种自动检测轴承滚动体缺失的装置，其特征在于：包括检测平台、CCD工业相机、白色同轴光源、背光光源、PC机、旋转气缸、光电开关，其中检测平台由底座、第一支架、第二支架构成，CCD工业相机安装在第二支架上，用于对单个被检测轴承实现正反面图像的单帧和多帧采集，白色同轴光源安装在第一支架上，背光光源放置在底座上，白色同轴光源和背光光源同时使用，使拍摄到的图像的区分度(轴承与背景)更加明显，在显示出轴承轮廓的同时能够很清晰的显现出轴承的细节部分，旋转气缸安装在底座上且处于背光光源正上方，旋转气缸的夹具在轴承两侧，使用旋转气缸实现单个轴承正反面的图像采集，完成了轴承的全面检测，光电开关安装在底座上，通过光电开光控制待检测轴承的放置，直到显示在屏幕上的图像达到最好的拍摄效果，CCD工业相机、白色同轴光源、背光光源、位于同一条垂直线上。
2.一种自动检测轴承滚动体缺失的装置，其特征在于：采用MATLAB程序驱动CCD工业相机对单个被检测轴承实现正反面的单帧和多帧采集并对采集到的轴承图像进行处理，从而实现对轴承滚动体遗漏缺陷的检测。
3.根据权利要求2所述的自动检测轴承滚动体缺失的装置，其特征是：该装置在使用CCD工业相机拍摄图像的过程中，采用了双光源照明***即白色同轴光源和背光光源同时使用，这是为了使拍摄到的图像的区分度(轴承与背景)更加明显，在显示出轴承轮廓的同时能够很清晰的显现出轴承的细节部分，该装置使用光电开关控制每次只放置一个轴承在背光光源上进行检测，同时使用旋转气缸实现单个轴承正反面的图像采集，完成了轴承的全面检测，对缺陷轴承的识别率更高。
4.根据权利要求2或3任意一项所述的自动检测轴承滚动体缺失的装置，其特征是：该装置在图像处理过程中运用到了Hough算法对轴承进行定位、极坐标展开算法对轴承进行归一化处理、配合灰度化、二值化对轴承进行特征值的提取并与设置的标准进行对比，最终实现轴承滚动体缺漏缺陷的的检测。
5.一种基于1-4任意一项权利要求所述自动检测轴承滚动体缺失装置的检测方法，其特征在于：所述自动检测轴承滚动体缺失装置的检测方法包括如下步骤：
a、控制光电开关将待测轴承放置在背光光源上，调节照明***，在光照达到最优时利用CCD工业采集到轴承A面图像，然后旋转气缸自动夹紧该轴承进行180度旋转放置在背光光源上进行B面的检测；待A、B面均检测完毕之后，按下光电开关，将该轴承换下，送入下一个轴承进行检测；
b、对上述图像进行预处理、Hough圆算法定位、极坐标展开等处理，可以得到待检测轴承的矩形展开图；
c、对上述处理得到的轴承展开图像进行二值化处理，将图像显示为简单的黑白，这样便于滚珠特征信息的提取及处理；
d、提取出轴承滚珠特征信息之后对其进行数据处理，判别该轴承是否存在滚珠缺失，若不存在则保留，否则剔除。
6.一种基于权利要求5所述自动检测轴承滚动体缺失装置的检测方法，其特征在于：所述对上述图像进行预处理、Hough圆算法定位、极坐标展开等处理，可以得到待检测轴承的矩形展开图，包括如下步骤：
b1、对采集到的轴承图像进行预处理，其包括灰度处理和中值滤波；
灰度化处理是将彩色图像转化成为灰度图像的过程；彩色图像中的每个像素的颜色有R、G、B三个分量决定，而每个分量有255中值可取，这样一个像素点可以有1600多万(255*255*255)的颜色的变化范围，而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像，其一个像素点的变化范围只有255种；
中值滤波方法：对一个数字信号序列xj(-∞＜j＜+∞)进行滤波处理时，首先要定义一个长度为奇数的L长窗口，L＝2N+1，N为正整数；设在某一个时刻，窗口内的信号样本为，其中x(i)为位于窗口中心的信号样本值；对这L个信号样本值按从小到大的顺序排列后，其中值，在i处的样值，便定义为中值滤波的输出值，写为y(i)＝Med[x(i-N),...,x(i+N)]；
b2、本发明采用Hough圆提取的方法对待检测轴承进行了定位；圆形Hough变换的实现一般分为三步:累加器数组的计算、中心点的估计、最终所得圆半径的估计；
一个在实际圆(实心圆圈)上的候选像素及其经过经典圆形Hough变换投票模式在其周围投票产生的新的圆(虚线圆圈)；候选像素的投票结果是一个个的圆，它们的共同交点趋向于累加器数组对应的圆心；因此，通过检测累加器数组的峰值可以估算出圆心；用同一个累加器数组检测多个半径值，一般用经典圆形Hough变换算法完成，通过该检测算法发现圆的半径估计必须作为一个单独的步骤来进行；
b3、完成对轴承的定位之后，本发明选择了对轴承进行极坐标展开处理来提取到滚珠缺失的特征信息。
沿Q的方向对内外环之间的圆周进行展开(Q是由沿圆环半径方向上的一条射线与圆环的内外环交点的连线所确定的)，使其变成一条直线，以它作为参照，对内外半径之间的圆环进行展开操作，得到矩形图；取参照圆中的一点P(x,y)，R1为内圆半径，R2为外圆半径，圆的半径R＝(R1+R2)/2，O(x0+y0)为所取参照圆的圆心；展开之后图像的规格为W*H，其中H是矩形展开图的高度(R2-R1)，W为矩形展开图的宽度π(R1+R2)；点P(x,y)对应到展开图像中的点为P1(x1,y1)，展开图像和原图像中点P对应的点P1的坐标值为：
X'＝X0+sin(Radian*Δw+Direction+π/2)*(R1+Δh)
Y'＝Y0+cos(Radian*Δw+Direction+π/2)*(R1+Δh)
其中，Radian＝arctan(step/R)，表示以参照圆半径R为基准，step为图像展开精度，设为1.0；Direction表示Q方向；π表示圆周率，大小为3.1415926；Δw为宽度增量；Δh为高度增量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710998261.0A CN107884413A (zh) | 2017-10-24 | 2017-10-24 | 一种自动检测轴承滚动体缺失的装置及检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710998261.0A CN107884413A (zh) | 2017-10-24 | 2017-10-24 | 一种自动检测轴承滚动体缺失的装置及检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107884413A true CN107884413A (zh) | 2018-04-06 |
Family
ID=61782191
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710998261.0A Pending CN107884413A (zh) | 2017-10-24 | 2017-10-24 | 一种自动检测轴承滚动体缺失的装置及检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107884413A (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109187581A (zh) * | 2018-07-12 | 2019-01-11 | 中国科学院自动化研究所 | 基于视觉的成品轴承端面缺陷检测方法 |
| CN109374637A (zh) * | 2018-11-30 | 2019-02-22 | 芜湖常瑞汽车部件有限公司 | 一种汽车覆盖件表面质量检测***及方法 |
| CN109540918A (zh) * | 2018-11-28 | 2019-03-29 | 鞍钢集团自动化有限公司 | 一种热轧卷边部缺陷检测装置及方法 |
| CN109916915A (zh) * | 2019-04-17 | 2019-06-21 | 哈尔滨理工大学 | 一种基于可控光源的航空轴承滚珠视觉检测装置及检测方法 |
| CN109975307A (zh) * | 2019-03-11 | 2019-07-05 | 中国科学院上海技术物理研究所 | 基于统计投影训练的轴承表面缺陷检测***及检测方法 |
| CN110009618A (zh) * | 2019-04-02 | 2019-07-12 | 浙江大学 | 一种轴类零件表面质量检测方法及装置 |
| CN110376215A (zh) * | 2019-04-29 | 2019-10-25 | 华东交通大学 | 轴承倒角不标准自动检测装置及方法 |
| CN110579184A (zh) * | 2019-10-24 | 2019-12-17 | 深圳宇骏视觉智能科技有限公司 | 一种产品外观在线检测装置及其使用方法 |
| CN111014079A (zh) * | 2020-02-26 | 2020-04-17 | 沈文强 | 一种轴承缺陷检测装置及轴承缺陷检测方法 |
| CN113218960A (zh) * | 2018-12-27 | 2021-08-06 | 浙江大学台州研究院 | 一种复杂表面红宝石轴承缺陷检测的方法 |
| CN113720857A (zh) * | 2021-09-30 | 2021-11-30 | 格兰德电气有限公司 | 对定子缺陷进行自动比对的方法 |
| CN113935966A (zh) * | 2021-10-13 | 2022-01-14 | 东风本田发动机有限公司 | 金属物料的渣点检测方法、装置、设备和存储介质 |
| WO2022151577A1 (zh) * | 2021-01-13 | 2022-07-21 | 苏州精濑光电有限公司 | 检测装置及检测方法 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN200993170Y (zh) * | 2006-07-25 | 2007-12-19 | 河南科技大学 | 轴承滚动体和铆钉缺失在线检测装置 |
| CN101526484A (zh) * | 2009-04-13 | 2009-09-09 | 江南大学 | 基于嵌入式机器视觉的轴承缺陷检测技术 |
| CN203408901U (zh) * | 2013-07-03 | 2014-01-29 | 浙江新昌皮尔轴承有限公司 | 轴承滚动体缺失检测*** |
| CN203534977U (zh) * | 2013-07-09 | 2014-04-09 | 洛阳久德轴承模具技术有限公司 | 一种用于轴承滚动体的图像检测*** |
| CN104897690A (zh) * | 2015-05-22 | 2015-09-09 | 芜湖林一电子科技有限公司 | 一种轴承滚子外观全方位视觉检测装置 |
| EP3009825A1 (en) * | 2014-10-13 | 2016-04-20 | Aktiebolaget SKF | Method and data processing device for determining a spacing of rolling elements |
| CN206146642U (zh) * | 2016-08-31 | 2017-05-03 | 扬州海地光电科技有限公司 | 一种轴承检测装置 |
| CN106680287A (zh) * | 2016-12-28 | 2017-05-17 | 无锡浩远视觉科技有限公司 | 一种轴承铆钉台阶缺陷的视觉检测方法 |
| CN106770309A (zh) * | 2016-11-22 | 2017-05-31 | 无锡双益精密机械有限公司 | 滚动轴承检测机 |
| CN206420445U (zh) * | 2017-02-08 | 2017-08-18 | 无锡创驰电气有限公司 | 轴承外径检测装置 |
| CN107132238A (zh) * | 2017-06-28 | 2017-09-05 | 南昌航空大学 | 一种用于轴承滚子圆柱表面的图像采集装置 |
-
2017
- 2017-10-24 CN CN201710998261.0A patent/CN107884413A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN200993170Y (zh) * | 2006-07-25 | 2007-12-19 | 河南科技大学 | 轴承滚动体和铆钉缺失在线检测装置 |
| CN101526484A (zh) * | 2009-04-13 | 2009-09-09 | 江南大学 | 基于嵌入式机器视觉的轴承缺陷检测技术 |
| CN203408901U (zh) * | 2013-07-03 | 2014-01-29 | 浙江新昌皮尔轴承有限公司 | 轴承滚动体缺失检测*** |
| CN203534977U (zh) * | 2013-07-09 | 2014-04-09 | 洛阳久德轴承模具技术有限公司 | 一种用于轴承滚动体的图像检测*** |
| EP3009825A1 (en) * | 2014-10-13 | 2016-04-20 | Aktiebolaget SKF | Method and data processing device for determining a spacing of rolling elements |
| CN104897690A (zh) * | 2015-05-22 | 2015-09-09 | 芜湖林一电子科技有限公司 | 一种轴承滚子外观全方位视觉检测装置 |
| CN206146642U (zh) * | 2016-08-31 | 2017-05-03 | 扬州海地光电科技有限公司 | 一种轴承检测装置 |
| CN106770309A (zh) * | 2016-11-22 | 2017-05-31 | 无锡双益精密机械有限公司 | 滚动轴承检测机 |
| CN106680287A (zh) * | 2016-12-28 | 2017-05-17 | 无锡浩远视觉科技有限公司 | 一种轴承铆钉台阶缺陷的视觉检测方法 |
| CN206420445U (zh) * | 2017-02-08 | 2017-08-18 | 无锡创驰电气有限公司 | 轴承外径检测装置 |
| CN107132238A (zh) * | 2017-06-28 | 2017-09-05 | 南昌航空大学 | 一种用于轴承滚子圆柱表面的图像采集装置 |
Non-Patent Citations (4)
| Title |
|---|
| 崔明等: "基于机器视觉的轴承滚动体缺陷检测算法研究", 《组合机床与自动化加工技术》 * |
| 杜月荣: "基于机器视觉的滚针轴承表面及滚针针数缺陷检测技术研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
| 郝勇等: "基于机器视觉的深沟球轴承滚珠遗漏检测", 《激光与光电子学进展》 * |
| 韩亮: "基于机器人视觉的轴承缺珠检测方法", 《机床与液压》 * |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109187581A (zh) * | 2018-07-12 | 2019-01-11 | 中国科学院自动化研究所 | 基于视觉的成品轴承端面缺陷检测方法 |
| CN109540918B (zh) * | 2018-11-28 | 2021-04-16 | 鞍钢集团自动化有限公司 | 一种热轧卷边部缺陷检测装置及方法 |
| CN109540918A (zh) * | 2018-11-28 | 2019-03-29 | 鞍钢集团自动化有限公司 | 一种热轧卷边部缺陷检测装置及方法 |
| CN109374637A (zh) * | 2018-11-30 | 2019-02-22 | 芜湖常瑞汽车部件有限公司 | 一种汽车覆盖件表面质量检测***及方法 |
| CN113218960B (zh) * | 2018-12-27 | 2024-05-24 | 浙江大学台州研究院 | 一种复杂表面红宝石轴承缺陷检测的方法 |
| CN113218960A (zh) * | 2018-12-27 | 2021-08-06 | 浙江大学台州研究院 | 一种复杂表面红宝石轴承缺陷检测的方法 |
| CN109975307A (zh) * | 2019-03-11 | 2019-07-05 | 中国科学院上海技术物理研究所 | 基于统计投影训练的轴承表面缺陷检测***及检测方法 |
| CN110009618B (zh) * | 2019-04-02 | 2021-04-20 | 浙江大学 | 一种轴类零件表面质量检测方法及装置 |
| CN110009618A (zh) * | 2019-04-02 | 2019-07-12 | 浙江大学 | 一种轴类零件表面质量检测方法及装置 |
| CN109916915B (zh) * | 2019-04-17 | 2021-09-03 | 哈尔滨理工大学 | 基于可控光源的航空轴承滚珠视觉检测装置及检测方法 |
| CN109916915A (zh) * | 2019-04-17 | 2019-06-21 | 哈尔滨理工大学 | 一种基于可控光源的航空轴承滚珠视觉检测装置及检测方法 |
| CN110376215A (zh) * | 2019-04-29 | 2019-10-25 | 华东交通大学 | 轴承倒角不标准自动检测装置及方法 |
| CN110579184A (zh) * | 2019-10-24 | 2019-12-17 | 深圳宇骏视觉智能科技有限公司 | 一种产品外观在线检测装置及其使用方法 |
| CN111014079A (zh) * | 2020-02-26 | 2020-04-17 | 沈文强 | 一种轴承缺陷检测装置及轴承缺陷检测方法 |
| CN111014079B (zh) * | 2020-02-26 | 2020-11-27 | 宁波三耐机械有限公司 | 一种轴承缺陷检测装置及轴承缺陷检测方法 |
| WO2022151577A1 (zh) * | 2021-01-13 | 2022-07-21 | 苏州精濑光电有限公司 | 检测装置及检测方法 |
| CN113720857A (zh) * | 2021-09-30 | 2021-11-30 | 格兰德电气有限公司 | 对定子缺陷进行自动比对的方法 |
| CN113935966A (zh) * | 2021-10-13 | 2022-01-14 | 东风本田发动机有限公司 | 金属物料的渣点检测方法、装置、设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107884413A (zh) | 一种自动检测轴承滚动体缺失的装置及检测方法 | |
| CN104749184B (zh) | 自动光学检测方法和*** | |
| CN106952257B (zh) | 一种基于模板匹配与相似度计算的曲面标签破损缺陷检测方法 | |
| CN106770362B (zh) | 基于aoi的宏观缺陷检测装置及方法 | |
| CN105849534B (zh) | 表面缺陷检测方法及表面缺陷检测装置 | |
| TWI598581B (zh) | 檢查裝置及檢查方法 | |
| CN105913093B (zh) | 一种用于文字识别处理的模板匹配方法 | |
| CN109900711A (zh) | 基于机器视觉的工件缺陷检测方法 | |
| CN107966448A (zh) | 一种用于pcb锡膏印刷质量的2维检测方法 | |
| CN109668904A (zh) | 一种光学零件疵病检测装置及方法 | |
| CN110838149B (zh) | 一种相机光源自动配置方法及*** | |
| WO2010099604A1 (en) | Digital optical comparator | |
| CN109801322B (zh) | 一种漏光检测方法及装置 | |
| US8837809B2 (en) | Method for detecting a bridge connecting failure | |
| CN110044910A (zh) | 一种汽车置杯盒零部件检测***及检测方法 | |
| CN109872309A (zh) | 检测***、方法、装置及计算机可读存储介质 | |
| CN104749801B (zh) | 高精度自动光学检测方法和*** | |
| CN106228541A (zh) | 视觉检测中屏幕定位的方法及装置 | |
| CN109374632A (zh) | 一种显示面板的检测方法及*** | |
| CN110412055A (zh) | 一种基于多光源暗场照明的透镜白雾缺陷检测方法 | |
| CN114577805A (zh) | 一种MiniLED背光面板缺陷检测方法及装置 | |
| CN104992446A (zh) | 非线性光照自适应的图像拼接方法及其实现*** | |
| CN102879404A (zh) | 工业结构化场景中医用胶囊缺陷自动检测的*** | |
| CN111208148A (zh) | 一种挖孔屏漏光缺陷检测*** | |
| WO2007026360A3 (en) | A method and a system for creating a reference image using unknown quality patterns |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180406 |