CN108732507A - 一种基于电池温度场以及可见光图像的锂电池缺陷检测装置 - Google Patents
一种基于电池温度场以及可见光图像的锂电池缺陷检测装置 Download PDFInfo
- Publication number
- CN108732507A CN108732507A CN201810487749.1A CN201810487749A CN108732507A CN 108732507 A CN108732507 A CN 108732507A CN 201810487749 A CN201810487749 A CN 201810487749A CN 108732507 A CN108732507 A CN 108732507A
- Authority
- CN
- China
- Prior art keywords
- lithium battery
- defect
- detection
- battery
- defects detection
- 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
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种基于电池温度场以及可见光图像的锂电池缺陷检测装置,其通过测量锂电池在不同状态(充电、放电、加工运输)、不同方位(正极侧视、负极侧视、壳体俯视)、不同时间(生产线上持续观测)和不同复杂背景(生产线存在较复杂的热噪声环境)下红外热像及温度场分布与可见光谱段图像的锂电池外观信息,使用双波段缺陷检测算法,在检测缺陷的同时,可实时修正生产工序、生产线环境对检测的影响,提高***的灵敏度,最终将有缺陷的锂电池移除生产线。本发明综合了外部包装缺陷检测与内部材料缺陷检测方法,可以在保证缺陷检测完整性与正确率的前提下,极大提升锂电池缺陷检测的可信度、效率和锂电池生产流水线的自动化程度。
Description
技术领域
本发明涉及电动汽车锂电池生产与检测的技术领域,具体涉及一种基于电池温度场以及可见光图像的锂电池缺陷检测装置。
背景技术
传统锂电池流水线上基于人工手动检测,为了提高生产效率,需要替换人工缺陷检测环节。现有锂电池检测装置手段单一,无论是从外观形态中提取缺陷特征,还是从锂电池材料与工作机理中提取缺陷特征,都存在无法覆盖所有缺陷特征的问题,漏检概率较大。
检测装置的一个难题是提高检测概率和抑制误检概率同样重要,而这二者难以有效兼容。传统缺陷检测装置为了强化对典型缺陷特征的提取,这时会形成一个漏检概率下降则误检概率相应提高,抑制误检概率又会提高漏检概率的无奈状态。
无论何种检测装置,都有环境适应性问题,既检测装置的检测灵敏度与环境适应性无法共同提高。一般来说,传统检测装置在某些环境下对某些缺陷特征的检测上表现很好,则会在另外一些环境下对一些缺陷特征的检测上表现不好。
发明内容
本发明的目的在于提供一种基于电池温度场以及可见光图像的锂电池缺陷检测装置,以实现锂电池缺陷检测的自动流水线生产。
本发明采用的技术方案为:一种基于电池温度场以及可见光图像的锂电池缺陷检测装置,包括可视信息传感器、缺陷感知计算机、缺陷作动装置;可视信息传感器用于获取锂电池可见光波段、短波红外波段的图像;缺陷感知计算机通过锂电池温度计算机视觉技术提取锂电池缺陷信息;发现有缺陷锂电池时向缺陷作动装置发出推出信号;
可视信息传感器由3至4个工业级高清像素可见光摄像头、3至4个短波红外摄像头、LED光源组成,其中两种摄像头安装位置可以交叉,尽量使其能够形成统一的视场,每一类在输送面顶部串行安装两台,保持20%视场区域重叠,在输送带两侧各安装一台,LED光源根据生产流水线的照明环境,选择合适形状的光源与安装位置,使锂电池输送区域可以被均匀照明;
缺陷感知计算机通过计算机视觉技术从可见光图像提取待检测锂电池的全向图像;应用外观特征提取模块提取锂电池外观缺陷信息;从红外图像提取目标及周围环境温度场数据,并融合这两类数据,基于锂电池不同行为阶段的温度-时间响应关系,锂电池温度与背景环境关系,检测发现可能存在的缺陷部位,对缺陷目标作融合,以降低漏检率,同时提高缺陷检测的准确率,当检测发现有缺陷锂电池时向缺陷作动装置发出推出信号;
缺陷作动装置由驱动电机,凸轮,推杆组成,在收到推出信号时,驱动电机开始工作,带动凸轮转动,推动推杆将目标位置的带缺陷锂电池推出输送带,推杆复位后切断驱动电机工作。
其中,利用可见光波段、短波红外波段双波段图像信息相结合进行锂电池缺陷检测;
第一步基于图像的缺陷提取,依据原理在实际测量中,锂电池总是处于一定的环境中,锂电池除了本身发出的热辐射外,还要与周围环境进行热交换即吸收和反射周围环境向目标所发出的辐射热能,
W图像辐射通量密度=W锂电池辐射通量密度+W锂电池反射环境辐射通量密度
充分利用了可见光图像的高分辨率优势,可以高精度实现对锂电池外观轮廓、生产环境识别;从而建立锂电池外观辐射特征模型,
W锂电池反射环境辐射通量密度=(1–ελ)(HΔ生产车间环境+HΔ生产线工序环境+HΔ各种***背景)
其中ελ为锂电池辐射系数,通过对比红外图像提供的高灵敏度温度场信息,探测并识别出目标缺陷;
第二步基于材料热特征的缺陷提取,依据不同阶段(充电、放电)时的温度-时间特征响应曲线,而含有缺陷的锂电池其热像轮廓与亮度差异和正常锂电池相比存在不同分布;
由于热辐射传热速率正比于温度的4次方,而锂电池在生产环节的充电阶段和放电阶段,其温度响应有较大变化率,从而通过提升数据的信噪比,可以获得较好的缺陷检测结果;
锂电池的不同区域,由于其材料或工作机制的不同,以及外观形状的不同,其红外辐射特征也存在差异;如锂电池顶盖区域和锂电池底端区域的热特性有明显的差别,这是由于电池正负极材料不同所造成的;在加上顶盖的几何形状有一个突出部分,而底盖没有,同样也会影响其热特征;
利用高分辨率图像的高精度定位信息,可以准确确定锂电池上异常温度区域,探测并识别目标缺陷;
第三步融合前两步按照不同原理分别检测得出的缺陷信息,得到统一的缺陷特征信息描述框架;扩展了单种检测手段和数据数据说进行的缺陷检测的不足,相对更加全面客观地描述了锂电池缺陷机理。
其中,以材料热特性检测与形态检测相结合的缺陷检测方法之上形成统一的缺陷特征描述框架,在此之上,基于历史检测数据的交叉验证方法,提高缺陷检测算法的自适应能力;
为了适应具体的不同生产环境、各类不相同不同的锂电池外观形态、各类不相同的锂电池材料的热特性等诸多不一致的限制因素,难以使用统一的缺陷特征和静态的特征描述来适应所有情况;
为了解决上述矛盾,本发明提出基于历史数据进行交叉验证与测试,相对客观地判断这些缺陷检测结果的符合程度。这些历史数据的来源,是对检测过程生成的缺陷信息进行人工监督复核测试,将检测结果与图像数据添加到缺陷检测数据库***,以充实测试数据,为接下来验证新的缺陷信息提供数据保障。
本发明优点和积极效果为:
(1)本发明使用计算机视觉技术,视觉是获取目标特征信息的最直接、条件依赖最小的手段,利用图像传感器和计算机代替人眼对目标进行识别、跟踪和测量等机器视觉,基于对锂电池缺陷特征的描述框架,进一步做相应图形数据处理,提高图像的信噪比,处理成为更适合缺陷特征检测的图像;
(2)本发明光流法图像目标捕捉技术,尺度不变特征变换匹配与视屏拼接算法,将锂电池从复杂生产线背景环境中快速识别出来,并将多个检测区间的图像拼接成为全景图像,从而获得动态的、实时的更具信息量的锂电池全景信息;
(3)本发明利用图像边沿检测模块,图像特征提取模块,可以在保证正确率的前提下,极大提升锂电池缺陷检测的效率和锂电池生产流水线的自动化程度。
附图说明
图1为本发明一种基于电池温度场以及可见光图像的锂电池缺陷检测装置示意图;
图2为本发明一种基于电池温度场以及可见光图像的锂电池缺陷检测装置结构框图;
图3为本发明一种基于电池温度场以及可见光图像的锂电池缺陷检测装置应用环节示意图;
图4为锂电池缺陷检测装置安装位置示意图;
图5为锂电池检测区间组成示意图;
图6为缺陷感知计算子***工作原理图;
图7为某种锂电池时间-温度特征曲线,其中,图7(a)为锂电池在不同行为模式下的时间-温度特征曲线,图7(b)为锂电池在不同时间阶段的时间-温度特征曲线;
图8为锂电池缺陷特征提取算法框架;
图9为生产场景下对锂电池底盖的外观缺陷检测过程,其中,图9(a)为原始图像,图9(b)为噪声抑制和特征加强,图9(c)为特征提取。
具体实施方式
下面结合附图以及具体实施方式进一步说明本发明。
如图1-2所示,本发明一种基于电池温度场以及可见光图像的锂电池缺陷检测装置,包括可视信息传感器、缺陷感知计算机、缺陷作动装置。
可视信息传感器由3至4个工业级高清像素摄像头、LED光源组成。其中输送面顶部串行安装两台,保持20%视场区域重叠,输送带两侧各安装一台。LED光源根据生产流水线的照明环境,选择合适形状的光源与安装位置,使锂电池输送区域可以被均匀照明。
缺陷感知计算机为一台工控计算机;通过计算机视觉技术从可视信息提取待检测锂电池的全向图像;应用特征提取算法提取锂电池缺陷信息;如检测发现有缺陷锂电池,向缺陷作动装置发出推出信号。
缺陷作动装置由驱动电机,凸轮,推杆组成。在收到推出信号时,驱动电机开始工作,带动凸轮转动,推动推杆将目标位置的带缺陷锂电池推出输送带,推杆复位后切断驱动电机工作。
如图2所示,锂电池缺陷检测装置对传统锂电池流水线的改造,替换人工缺陷检测环节。改进目前的锂电池生产连续流水线,在现有生产线末端增加缺陷检测环节,实现对锂电池生产的实时缺陷检测。基于计算机视觉技术实现实时图像采集,图像去噪与自动白平衡,目标识别、提取与增强,目标全向图拼接,缺陷检测,缺陷锂电池作动控制。适用的锂电池缺陷包括划痕、外皮破损,鼓包,挤压变形等。
如图3所示,缺陷检测装置支持串行与并行两种安装模式。缺陷检测环节为匹配锂电池生产流水线的生产速度可以动态增减检测区间。根据流水线安装部署需要,各检测区间支持实现并行、串行布置。
如图4所示,锂电池缺陷检测区间的***组成包括四个子***。每一检测区间由滚动输送子***,可视信息传感器子***,缺陷感知计算子***,缺陷作动装置子***等四部分组成。
滚动输送子***根据锂电池尺寸,选择合适的2-5根动力滚轴组成;带动锂电池向前输送,并保持旋转。
如图5所示,锂电池缺陷感知子***的工作原理。可视信息传感器子***由3至4个工业级高清像素摄像头、LED光源组成。其中输送面顶部串行安装两台,保持20%视场区域重叠,输送带两侧各安装一台。LED光源根据生产流水线的照明环境,选择合适形状的光源与安装位置,使锂电池输送区域可以被均匀照明。
缺陷感知计算子***包括一台工控计算机组成;通过计算机视觉技术从可视信息提取待检测锂电池的全向图像;应用特征提取算法提取锂电池缺陷信息;如检测发现有缺陷锂电池,向作动装置发出推出信号。
缺陷作动装置子***由驱动电机,凸轮,推杆组成。在收到推出信号时,驱动电机开始工作,带动凸轮转动,推动推杆将目标位置的带缺陷锂电池推出输送带,推杆复位后切断驱动电机工作。
如图9所示,外观缺陷特征提取的检测流程:图9(a)通过图像传感器获取锂电池生产线的原始实时图像;图9(b)噪声抑制与特征加强,根据光环境对原始图像进行去噪,白平衡等操作,根据镜头与目标的相对关系作投影变换以消除图像畸变,根据缺陷特征的检测需要对图像中角点、边沿、斑点等特征加强;图9(c)通过缺陷特征提取算法提取特征。
Claims (3)
1.一种基于电池温度场以及可见光图像的锂电池缺陷检测装置,其特征在于:包括可视信息传感器、缺陷感知计算机、缺陷作动装置;可视信息传感器用于获取锂电池可见光波段、短波红外波段的图像;缺陷感知计算机通过锂电池温度计算机视觉技术提取锂电池缺陷信息;发现有缺陷锂电池时向缺陷作动装置发出推出信号;
可视信息传感器由3至4个工业级高清像素可见光摄像头、3至4个短波红外摄像头、LED光源组成,其中两种摄像头安装位置可以交叉,尽量使其能够形成统一的视场,每一类在输送面顶部串行安装两台,保持20%视场区域重叠,在输送带两侧各安装一台,LED光源根据生产流水线的照明环境,选择合适形状的光源与安装位置,使锂电池输送区域可以被均匀照明;
缺陷感知计算机通过计算机视觉技术从可见光图像提取待检测锂电池的全向图像;应用外观特征提取模块提取锂电池外观缺陷信息;从红外图像提取目标及周围环境温度场数据,并融合这两类数据,基于锂电池不同行为阶段的温度-时间响应关系,锂电池温度与背景环境关系,检测发现可能存在的缺陷部位,对缺陷目标作融合,以降低漏检率,同时提高缺陷检测的准确率,当检测发现有缺陷锂电池时向缺陷作动装置发出推出信号;
缺陷作动装置由驱动电机,凸轮,推杆组成,在收到推出信号时,驱动电机开始工作,带动凸轮转动,推动推杆将目标位置的带缺陷锂电池推出输送带,推杆复位后切断驱动电机工作。
2.根据权利要求1所述的一种基于电池温度场以及可见光图像的锂电池缺陷检测装置,其特征在于:利用可见光波段、短波红外波段双波段图像信息相结合进行锂电池缺陷检测;
第一步基于图像的缺陷提取,依据原理在实际测量中,锂电池总是处于一定的环境中,锂电池除了本身发出的热辐射外,还要与周围环境进行热交换即吸收和反射周围环境向目标所发出的辐射热能,
W图像辐射通量密度=W锂电池辐射通量密度+W锂电池反射环境辐射通量密度
充分利用了可见光图像的高分辨率优势,可以高精度实现对锂电池外观轮廓、生产环境识别;从而建立锂电池外观辐射特征模型,
W锂电池反射环境辐射通量密度=(1–ελ)(HΔ生产车间环境+HΔ生产线工序环境+HΔ各种***背景)
其中ελ为锂电池辐射系数,通过对比红外图像提供的高灵敏度温度场信息,探测并识别出目标缺陷;
第二步基于材料热特征的缺陷提取,依据不同阶段(充电、放电)时的温度-时间特征响应曲线,而含有缺陷的锂电池其热像轮廓与亮度差异和正常锂电池相比存在不同分布;
由于热辐射传热速率正比于温度的4次方,而锂电池在生产环节的充电阶段和放电阶段,其温度响应有较大变化率,从而通过提升数据的信噪比,可以获得较好的缺陷检测结果;
锂电池的不同区域,由于其材料或工作机制的不同,以及外观形状的不同,其红外辐射特征也存在差异;如锂电池顶盖区域和锂电池底端区域的热特性有明显的差别,这是由于电池正负极材料不同所造成的;在加上顶盖的几何形状有一个突出部分,而底盖没有,同样也会影响其热特征;
利用高分辨率图像的高精度定位信息,可以准确确定锂电池上异常温度区域,探测并识别目标缺陷;
第三步融合前两步按照不同原理分别检测得出的缺陷信息,得到统一的缺陷特征信息描述框架;扩展了单种检测手段和数据数据说进行的缺陷检测的不足,相对更加全面客观地描述了锂电池缺陷机理。
3.根据权利要求1所述的一种基于电池温度场以及可见光图像的锂电池缺陷检测装置,其特征在于:以材料热特性检测与形态检测相结合的缺陷检测之上形成统一的缺陷特征描述框架,在此之上,基于历史检测数据的交叉验证方法,提高缺陷检测算法的自适应能力;
为了适应具体的不同生产环境、各类不相同不同的锂电池外观形态、各类不相同的锂电池材料的热特性等诸多不一致的限制因素,难以使用统一的缺陷特征和静态的特征描述来适应所有情况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810487749.1A CN108732507A (zh) | 2018-05-21 | 2018-05-21 | 一种基于电池温度场以及可见光图像的锂电池缺陷检测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810487749.1A CN108732507A (zh) | 2018-05-21 | 2018-05-21 | 一种基于电池温度场以及可见光图像的锂电池缺陷检测装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108732507A true CN108732507A (zh) | 2018-11-02 |
Family
ID=63938683
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810487749.1A Pending CN108732507A (zh) | 2018-05-21 | 2018-05-21 | 一种基于电池温度场以及可见光图像的锂电池缺陷检测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108732507A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111141755A (zh) * | 2019-12-31 | 2020-05-12 | 国联汽车动力电池研究院有限责任公司 | 一种电池电芯内部缺陷的检测方法 |
CN112124110A (zh) * | 2020-11-02 | 2020-12-25 | 吴盼婷 | 一种汽车电池智能充电装置 |
CN112517435A (zh) * | 2020-11-26 | 2021-03-19 | 张静 | 太阳能电池片分选装置 |
CN115639248A (zh) * | 2022-12-22 | 2023-01-24 | 天津思睿信息技术有限公司 | 一种用于建筑外墙质量检测的***及方法 |
US11657494B1 (en) * | 2022-01-14 | 2023-05-23 | GM Global Technology Operations LLC | Method to detect defects in battery pouch cells using angled flash thermography |
CN112881427B (zh) * | 2021-01-13 | 2023-06-13 | 四川宇然智荟科技有限公司 | 可见光和红外热成像的电子元器件缺陷检测装置及方法 |
CN116630305A (zh) * | 2023-07-18 | 2023-08-22 | 北京阿丘机器人科技有限公司 | 电池盖板外观检测方法、装置、设备及存储介质 |
CN116699428A (zh) * | 2023-08-08 | 2023-09-05 | 深圳市杰成镍钴新能源科技有限公司 | 退役电池的缺陷检测方法及装置 |
CN118023057A (zh) * | 2024-04-15 | 2024-05-14 | 湖南隆深氢能科技有限公司 | 应用于连续化卷对卷mpl涂布生产线的自寻优方法及其*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103234974A (zh) * | 2013-03-27 | 2013-08-07 | 湖南大学 | 锂电池无损检测方法 |
CN104035048A (zh) * | 2014-06-20 | 2014-09-10 | 上海出入境检验检疫局工业品与原材料检测技术中心 | 一种锂离子电池过充安全性能的热电检测方法及其装置 |
CN104655644A (zh) * | 2015-02-13 | 2015-05-27 | 华南理工大学 | 一种锂电池极片缺陷的自动检测方法及装置 |
CN204649634U (zh) * | 2015-03-30 | 2015-09-16 | 华南理工大学 | 一种用于表面组装设备的红外成像检测装置 |
CN205426818U (zh) * | 2015-11-24 | 2016-08-03 | 江苏富威能源有限公司 | 一种基于dsp的锂电池电极表面缺陷检测*** |
KR20170079580A (ko) * | 2015-12-30 | 2017-07-10 | 조선대학교산학협력단 | 적외선 열화상 영상을 이용한 리튬 이온 배터리 결함 검사 방법 |
CN107192759A (zh) * | 2017-06-09 | 2017-09-22 | 湖南大学 | 一种基于感应光热辐射的光伏电池无损检测方法及*** |
-
2018
- 2018-05-21 CN CN201810487749.1A patent/CN108732507A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103234974A (zh) * | 2013-03-27 | 2013-08-07 | 湖南大学 | 锂电池无损检测方法 |
CN104035048A (zh) * | 2014-06-20 | 2014-09-10 | 上海出入境检验检疫局工业品与原材料检测技术中心 | 一种锂离子电池过充安全性能的热电检测方法及其装置 |
CN104655644A (zh) * | 2015-02-13 | 2015-05-27 | 华南理工大学 | 一种锂电池极片缺陷的自动检测方法及装置 |
CN204649634U (zh) * | 2015-03-30 | 2015-09-16 | 华南理工大学 | 一种用于表面组装设备的红外成像检测装置 |
CN205426818U (zh) * | 2015-11-24 | 2016-08-03 | 江苏富威能源有限公司 | 一种基于dsp的锂电池电极表面缺陷检测*** |
KR20170079580A (ko) * | 2015-12-30 | 2017-07-10 | 조선대학교산학협력단 | 적외선 열화상 영상을 이용한 리튬 이온 배터리 결함 검사 방법 |
CN107192759A (zh) * | 2017-06-09 | 2017-09-22 | 湖南大学 | 一种基于感应光热辐射的光伏电池无损检测方法及*** |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111141755A (zh) * | 2019-12-31 | 2020-05-12 | 国联汽车动力电池研究院有限责任公司 | 一种电池电芯内部缺陷的检测方法 |
CN112124110A (zh) * | 2020-11-02 | 2020-12-25 | 吴盼婷 | 一种汽车电池智能充电装置 |
CN112124110B (zh) * | 2020-11-02 | 2022-12-06 | 上海昂晨电子科技集团有限公司 | 一种汽车电池智能充电装置 |
CN112517435A (zh) * | 2020-11-26 | 2021-03-19 | 张静 | 太阳能电池片分选装置 |
CN112881427B (zh) * | 2021-01-13 | 2023-06-13 | 四川宇然智荟科技有限公司 | 可见光和红外热成像的电子元器件缺陷检测装置及方法 |
US11657494B1 (en) * | 2022-01-14 | 2023-05-23 | GM Global Technology Operations LLC | Method to detect defects in battery pouch cells using angled flash thermography |
CN115639248A (zh) * | 2022-12-22 | 2023-01-24 | 天津思睿信息技术有限公司 | 一种用于建筑外墙质量检测的***及方法 |
CN116630305A (zh) * | 2023-07-18 | 2023-08-22 | 北京阿丘机器人科技有限公司 | 电池盖板外观检测方法、装置、设备及存储介质 |
CN116630305B (zh) * | 2023-07-18 | 2024-02-13 | 北京阿丘机器人科技有限公司 | 电池盖板外观检测方法、装置、设备及存储介质 |
CN116699428A (zh) * | 2023-08-08 | 2023-09-05 | 深圳市杰成镍钴新能源科技有限公司 | 退役电池的缺陷检测方法及装置 |
CN116699428B (zh) * | 2023-08-08 | 2023-10-10 | 深圳市杰成镍钴新能源科技有限公司 | 退役电池的缺陷检测方法及装置 |
CN118023057A (zh) * | 2024-04-15 | 2024-05-14 | 湖南隆深氢能科技有限公司 | 应用于连续化卷对卷mpl涂布生产线的自寻优方法及其*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108732507A (zh) | 一种基于电池温度场以及可见光图像的锂电池缺陷检测装置 | |
JP6608042B2 (ja) | 熱画像カメラを利用した電力設備診断装置および方法 | |
CN111272763B (zh) | 用于工件检查的***和方法 | |
US11003940B2 (en) | System and methods for automatic solar panel recognition and defect detection using infrared imaging | |
CN103534583B (zh) | 轮胎的缺陷检测方法 | |
CA2615117C (en) | Apparatus and methods for inspecting a composite structure for inconsistencies | |
CN110530885A (zh) | 一种适用于工业生产线的光学检测*** | |
CN109801282A (zh) | 路面状况检测方法、处理方法、装置及*** | |
CN116879308A (zh) | 一种工业机器视觉***图像处理方法 | |
CN106226316A (zh) | 一种单摄像机宽视场视觉螺纹检测装置及其检测方法 | |
CN107869954B (zh) | 一种双目视觉体积重量测量***及其实现方法 | |
CN108459029A (zh) | 一种基于图像的锂电池生产化成检测设备及检测方法 | |
CN107702898A (zh) | 一种汽车前照灯检测方法及装置 | |
CN112033965A (zh) | 基于差分图像分析的3d弧形表面缺陷检测方法 | |
CN113255797B (zh) | 一种基于深度学习模型的危险品检测方法和*** | |
CN114972177A (zh) | 道路病害识别管理方法、装置及智能终端 | |
CN114332838A (zh) | 一种轮胎视觉检测方法、装置及计算机可读存储介质 | |
JP2008170256A (ja) | 欠陥検出方法、欠陥検出プログラムおよび検査装置 | |
CN102999782A (zh) | 基于图像处理的薄片计数器及计数方法 | |
CN103091332B (zh) | 一种基于机器视觉的u型粉管的检测方法及其检测*** | |
CN112861676A (zh) | 一种烟火识别标记方法、***、终端及存储介质 | |
EP3660452B1 (en) | Positioning system and positioning method | |
CN103389040B (zh) | 用于判别光学膜的缺陷的方法 | |
JP2008111705A (ja) | 欠陥検出方法、欠陥検出プログラムおよび検査装置 | |
CN113139955B (zh) | 一种基于双光图像的光伏组件故障识别方法及*** |
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 |