CN112730449A - 自动对焦液晶模组围观三维立体检测光学方法 - Google Patents

自动对焦液晶模组围观三维立体检测光学方法 Download PDF

Info

Publication number
CN112730449A
CN112730449A CN202011488969.XA CN202011488969A CN112730449A CN 112730449 A CN112730449 A CN 112730449A CN 202011488969 A CN202011488969 A CN 202011488969A CN 112730449 A CN112730449 A CN 112730449A
Authority
CN
China
Prior art keywords
image information
dimensional
information
damage
damaged
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
CN202011488969.XA
Other languages
English (en)
Other versions
CN112730449B (zh
Inventor
李腾腾
苗伟
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.)
Shanghai Xinwei Intelligent Technology Co ltd
Original Assignee
Shanghai Xinwei Intelligent Technology 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 Shanghai Xinwei Intelligent Technology Co ltd filed Critical Shanghai Xinwei Intelligent Technology Co ltd
Priority to CN202011488969.XA priority Critical patent/CN112730449B/zh
Publication of CN112730449A publication Critical patent/CN112730449A/zh
Application granted granted Critical
Publication of CN112730449B publication Critical patent/CN112730449B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G—PHYSICS
    • G02—OPTICS
    • G02F—OPTICAL DEVICES OR ARRANGEMENTS FOR THE CONTROL OF LIGHT BY MODIFICATION OF THE OPTICAL PROPERTIES OF THE MEDIA OF THE ELEMENTS INVOLVED THEREIN; NON-LINEAR OPTICS; FREQUENCY-CHANGING OF LIGHT; OPTICAL LOGIC ELEMENTS; OPTICAL ANALOGUE/DIGITAL CONVERTERS
    • G02F1/00—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics
    • G02F1/01—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics for the control of the intensity, phase, polarisation or colour 
    • G02F1/13—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics for the control of the intensity, phase, polarisation or colour  based on liquid crystals, e.g. single liquid crystal display cells
    • G02F1/1306—Details
    • G02F1/1309—Repairing; Testing
    • 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
    • G01N2021/9511—Optical elements other than lenses, e.g. mirrors
    • 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
    • G01N2021/9513—Liquid crystal panels
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Physics & Mathematics (AREA)
  • Nonlinear Science (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Optics & Photonics (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明提供一种自动对焦液晶模组围观三维立体检测光学方法，包括以下步骤：根据成像模块采集图像信息；根据采集到的图像信息进行三维成像，并形成三维图像信息；对三维图像信息进行图像的明暗度匹配；对匹配后的三维图像信息与预存信息进行对比，并获得对比结果；根据对比结果判断三维图像信息的缺陷位置，并将缺陷位置记录并反馈至终端。通过利用成像模块自动对焦实现了多层次拍照一部分清晰一部分模糊不清技术难题，保证采集到的整幅图像各部分均是清晰的；实现了采集到的平面图像中的图像内容是立体呈现的，还原了图像内容的真实形态。实现了从多角度，多场景对图像内容进行分析。从而解决特定缺陷不可检测和误检率高的问题。

Description

自动对焦液晶模组围观三维立体检测光学方法
技术领域
本发明涉及光学定焦技术领域，特别涉及一种自动对焦液晶模组围观三维立体检测光学方法。
背景技术
目前，液晶模组特定的检测区域是多层次的，传统方式是通过定焦的方式采图，导致采集的一张图像中一部分是清晰的，一部分是模糊不清的；同时，传统方式采图是通过面阵相机或线扫相机对产品进行拍照采图，采集到的图像均为平面图像，导致需要在立体效果下才能检测到的缺陷无法进行检测。
因此，缺少一种能够对平面图像的缺陷进行采集的方法。
发明内容
本发明提供一种自动对焦液晶模组围观三维立体检测光学方法，用以实现能够对平面图像的缺陷进行采集的目的。
本发明提供一种自动对焦液晶模组围观三维立体检测光学方法，包括以下步骤：
根据成像模块采集图像信息；
根据采集到的图像信息进行三维成像，并形成三维图像信息；
对三维图像信息进行图像的明暗度匹配；
对匹配后的三维图像信息与预存信息进行对比，并获得对比结果；
根据对比结果判断三维图像信息的缺陷位置，并将缺陷位置记录并反馈至终端。
优选地，
成像模块为相机，所述图像信息的成像分辨率和清晰度通过透镜模组获得。
优选地，
所述透镜模组包括：镜头和物镜，所述镜头和所述物镜用于放大成像物体的成像信息。
优选地，
所述根据采集到的图像信息进行三维成像，并形成三维图像信息为特征匹配过程，包括以下步骤：
获取被测物体的多个受损前图像信息，并将所述受损前图像信息预存；
多次获取被测物体的受损后图像信息，
将获得的各受损后信息依次与多个受损前图像信息进行对比；
根据对比结果获得被测物体受损后的表面位移信息和应变分布信息；
根据表面位移信息和应变分布信息判断被测物体是否存在受损，并将受损判断结构进行上报。
优选地，
所述对三维图像信息进行图像的明暗度匹配包括：
根据三维图像信息的明暗度值与同轴光源对被测物照射得到的明暗度值进行对比；
并根据对比结果二次校验被测物体的受损判断结果的准确性。
优选地，
所述将获得的各受损后信息依次与多个受损前图像信息进行对比，包括以下步骤：
对采集的被测物体的受损前后图像信息分别进行网格划分，并形成多个受损前后网格区域；
获取各受损前的网格区域坐标值和受损后的网格区域坐标值；
在受损前和受损后的各网格区域坐标值中筛选出互相关系数为最大值的；
根据获得的互相关系数为最大值的坐标值得到变形区域的位置信息；
将获得的变形区域的位置信息进行标记，并将位置信息呈现在终端。
优选地，
所述根据三维图像信息的明暗度值与同轴光源对被测物照射得到的明暗度值进行对比，包括以下步骤：
获取被测物体在受损前和受损后的图像信息的尺寸值；
根据尺寸值求解像素点的图面坐标；
对求解的图面坐标进行投影反解；
根据投影反解的坐标值得到三维坐标值，
对受损前和受损后的三维坐标值进行对比，并得划分异常区域；
对异常区域进行标记，并上报至终端。
优选地，
所述根据尺寸值求解像素点的图面坐标，包括以下步骤：
根据尺寸值定义包含所有被测物体在受损前和受损后数据点的第一初始多边形和第二初始多边形；
从受损后数据点库中任意选择一个选择点，并将该选择点分别与第一初始多边形和第二初始多边形共同建立初始三角网；
对初始三角网进行迭代计算，并得到受损后的三角网信息。
优选地，
对初始三角网进行迭代计算，包括以下步骤：
在受损后数据点库中***离散采样点，在第一初始三角网中找到包含该离散采样点的三角形；
将包含该离散采样点的三角形与所述离散采样点进行连接，形成三个新的三角形A，
删除包含第一初始三角网中的三角形A，并形成最终的三角网，所述三角网。
本发明的工作原理和有益效果如下：
通过利用成像模块自动对焦实现了多层次拍照一部分清晰一部分模糊不清技术难题，保证采集到的整幅图像各部分均是清晰的；实现了采集到的平面图像中的图像内容是立体呈现的，从而实现对产品进行多角度，多场景，立体分析；还原了图像内容的真实形态。实现了从多角度，多场景对图像内容进行分析。从而解决特定缺陷不可检测和误检率高的问题；由此实现了自动化视觉检测的可行性方案；解决了检测产品是多层次的场景图像模糊不清的技术难题；实现了平面图像内容以三维立体的效果呈现；解决了特定缺陷在平面图像中无法检测的难题。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明的流程图；
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
根据图1所示，本发明实施例提供了一种自动对焦液晶模组围观三维立体检测光学方法，其特征在于，包括以下步骤：
根据成像模块采集图像信息；
根据采集到的图像信息进行三维成像，并形成三维图像信息；
对三维图像信息进行图像的明暗度匹配；
对匹配后的三维图像信息与预存信息进行对比，并获得对比结果；
根据对比结果判断三维图像信息的缺陷位置，并将缺陷位置记录并反馈至终端。
成像模块为相机，所述图像信息的成像分辨率和清晰度通过透镜模组获得。
所述透镜模组包括：镜头和物镜，所述镜头和所述物镜用于放大成像物体的成像信息。
本发明的工作原理和有益效果如下：
通过利用成像模块自动对焦实现了多层次拍照一部分清晰一部分模糊不清技术难题，保证采集到的整幅图像各部分均是清晰的；实现了采集到的平面图像中的图像内容是立体呈现的，从而实现对产品进行多角度，多场景，立体分析；还原了图像内容的真实形态。实现了从多角度，多场景对图像内容进行分析。从而解决特定缺陷不可检测和误检率高的问题；由此实现了自动化视觉检测的可行性方案；解决了检测产品是多层次的场景图像模糊不清的技术难题；实现了平面图像内容以三维立体的效果呈现；解决了特定缺陷在平面图像中无法检测的难题。
其中，所述成像模块为具有自动对焦和DIC的特性结合的液晶模组；根据自动对焦和DIC的特性结合液晶模组产品多层次的特点，针对不同检测内容及区域，可以自动调整焦距并清晰的采集到产品的立体效果图。
根据自动对焦和DIC的特性结合产品多层次的特点。针对不同检测对象内容及区域；可以自动切换检测内容和特征的体现，全自动完成检测特征，达到多缺陷类型检测的目的
在一个实施例中，
所述根据采集到的图像信息进行三维成像，并形成三维图像信息为特征匹配过程，包括以下步骤：
获取被测物体的多个受损前图像信息，并将所述受损前图像信息预存；
多次获取被测物体的受损后图像信息，
将获得的各受损后信息依次与多个受损前图像信息进行对比；
根据对比结果获得被测物体受损后的表面位移信息和应变分布信息；
根据表面位移信息和应变分布信息判断被测物体是否存在受损，并将受损判断结构进行上报。
该实施例中，通过将采集到的平面信息转换为三维图像信息，进一步利用三维图像信息进行对比，使得受损前后的对比能够最大化的进行呈现在终端，并供工作人员查看具体的受损情况。
在一个实施例中，
所述对三维图像信息进行图像的明暗度匹配包括：
根据三维图像信息的明暗度值与同轴光源对被测物照射得到的明暗度值进行对比；
并根据对比结果二次校验被测物体的受损判断结果的准确性。
该实施例中，所述同轴光源为高频LED同轴光源，利用所述同轴光源能够实现对被测物体进行多次多角度的进行照射，并使得被测物体上不同位置的三维图像信息中，呈现的明暗度信息进行相互匹配，并根据明暗度信息对受损位置进行判断，实现图像信息在进行一次判断后，利用明暗度进行二次校验的目的，有效保障了被测物体受损信息的有效性。
在一个实施例中，
所述将获得的各受损后信息依次与多个受损前图像信息进行对比包括以下步骤：
对采集的被测物体的受损前后图像信息分别进行网格划分，并形成多个受损前后网格区域；
获取各受损前的网格区域坐标值和受损后的网格区域坐标值；
在受损前和受损后的各网格区域坐标值中筛选出互相关系数为最大值的；
根据获得的互相关系数为最大值的坐标值得到变形区域的位置信息；
将获得的变形区域的位置信息进行标记，并将位置信息呈现在终端。
该实施例中，所述被测物体的受损前图像信息的网格划分为预存信息，受损后图像信息为即时划分；由此大大节省了被测物体在进行缺陷检测时的检测时间；以及，通过利用被测物体的受损前和受损后变形区域进行细化，并一一对细化的网格进行对比，实现更为准确的对缺陷部进行检测和确定的目的。
在一个实施例中，
所述根据三维图像信息的明暗度值与同轴光源对被测物照射得到的明暗度值进行对比，包括以下步骤：
获取被测物体在受损前和受损后的图像信息的尺寸值；
根据尺寸值求解像素点的图面坐标；
对求解的图面坐标进行投影反解；
根据投影反解的坐标值得到三维坐标值，
对受损前和受损后的三维坐标值进行对比，并得划分异常区域；
对异常区域进行标记，并上报至终端。
该实施例中，通过利用被测物体受损前和受损后的图像信息获得受损前和受损后的三维坐标值，并对三维坐标值进行一一对比，从而实现对缺陷部位进行确定，并将缺陷部位进行标记并上报给终端，供用户查看并处理缺陷部位的目的。
在一个实施例中，
所述根据尺寸值求解像素点的图面坐标，包括以下步骤：
根据尺寸值定义包含所有被测物体在受损前和受损后数据点的第一初始多边形和第二初始多边形；
从受损后数据点库中任意选择一个选择点，并将该选择点分别与第一初始多边形和第二初始多边形共同建立初始三角网；
对初始三角网进行迭代计算，并得到受损后的三角网信息。
对初始三角网进行迭代计算，包括以下步骤：
在受损后数据点库中***离散采样点，在第一初始三角网中找到包含该离散采样点的三角形；
将包含该离散采样点的三角形与所述离散采样点进行连接，形成三个新的三角形A，
删除包含第一初始三角网中的三角形A，并形成最终的三角网，所述三角网。
该实施例中，根据对图面坐标进行求解，并得到三角网信息，利用三角网信息实现平面坐标的图像信息转换为三维图像信息，进而再结合明暗度的对比，实现对受损前和受损后的被测物体的图像信息进行多次对比，进而实现确定被测物体的受损部位的目的，大大提高了被测物体缺陷部检测的有效性，大大减少因缺陷部检测过程中因数据误差较大造成误报缺陷的情况。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (9)

1.一种自动对焦液晶模组围观三维立体检测光学方法，其特征在于，包括以下步骤：
根据成像模块采集图像信息；
根据采集到的图像信息进行三维成像，并形成三维图像信息；
对三维图像信息进行图像的明暗度匹配；
对匹配后的三维图像信息与预存信息进行对比，并获得对比结果；
根据对比结果判断三维图像信息的缺陷位置，并将缺陷位置记录并反馈至终端。
2.如权利要求1所述的一种自动对焦液晶模组围观三维立体检测光学方法，其特征在于，成像模块为相机，所述图像信息的成像分辨率和清晰度通过透镜模组获得。
3.如权利要求2所述的一种自动对焦液晶模组围观三维立体检测光学方法，其特征在于，所述透镜模组包括：镜头和物镜，所述镜头和所述物镜用于放大成像物体的成像信息。
4.如权利要求1所述的一种自动对焦液晶模组围观三维立体检测光学方法，其特征在于，所述根据采集到的图像信息进行三维成像，并形成三维图像信息为特征匹配过程，包括以下步骤：
获取被测物体的多个受损前图像信息，并将所述受损前图像信息预存；
多次获取被测物体的受损后图像信息，
将获得的各受损后信息依次与多个受损前图像信息进行对比；
根据对比结果获得被测物体受损后的表面位移信息和应变分布信息；
根据表面位移信息和应变分布信息判断被测物体是否存在受损，并将受损判断结构进行上报。
5.如权利要求4所述的一种自动对焦液晶模组围观三维立体检测光学方法，其特征在于，所述对三维图像信息进行图像的明暗度匹配包括：
根据三维图像信息的明暗度值与同轴光源对被测物照射得到的明暗度值进行对比；
并根据对比结果二次校验被测物体的受损判断结果的准确性。
6.如权利要求4所述的一种自动对焦液晶模组围观三维立体检测光学方法，其特征在于，所述将获得的各受损后信息依次与多个受损前图像信息进行对比包括以下步骤：
对采集的被测物体的受损前后图像信息分别进行网格划分，并形成多个受损前后网格区域；
获取各受损前的网格区域坐标值和受损后的网格区域坐标值；
在受损前和受损后的各网格区域坐标值中筛选出互相关系数为最大值的；
根据获得的互相关系数为最大值的坐标值得到变形区域的位置信息；
将获得的变形区域的位置信息进行标记，并将位置信息呈现在终端。
7.如权利要求5所述的一种自动对焦液晶模组围观三维立体检测光学方法，其特征在于，所述根据三维图像信息的明暗度值与同轴光源对被测物照射得到的明暗度值进行对比，包括以下步骤：
获取被测物体在受损前和受损后的图像信息的尺寸值；
根据尺寸值求解像素点的图面坐标；
对求解的图面坐标进行投影反解；
根据投影反解的坐标值得到三维坐标值，
对受损前和受损后的三维坐标值进行对比，并得划分异常区域；
对异常区域进行标记，并上报至终端。
8.如权利要求7所述的一种自动对焦液晶模组围观三维立体检测光学方法，其特征在于，所述根据尺寸值求解像素点的图面坐标，包括以下步骤：
根据尺寸值定义包含所有被测物体在受损前和受损后数据点的第一初始多边形和第二初始多边形；
从受损后数据点库中任意选择一个选择点，并将该选择点分别与第一初始多边形和第二初始多边形共同建立初始三角网；
对初始三角网进行迭代计算，并得到受损后的三角网信息。
9.如权利要求8所述的一种自动对焦液晶模组围观三维立体检测光学方法，其特征在于，
对初始三角网进行迭代计算，包括以下步骤：
在受损后数据点库中***离散采样点，在第一初始三角网中找到包含该离散采样点的三角形；
将包含该离散采样点的三角形与所述离散采样点进行连接，形成三个新的三角形A，
删除包含第一初始三角网中的三角形A，并形成最终的三角网，所述三角网。
CN202011488969.XA 2020-12-16 2020-12-16 自动对焦液晶模组微观三维立体检测光学方法 Active CN112730449B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011488969.XA CN112730449B (zh) 2020-12-16 2020-12-16 自动对焦液晶模组微观三维立体检测光学方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011488969.XA CN112730449B (zh) 2020-12-16 2020-12-16 自动对焦液晶模组微观三维立体检测光学方法

Publications (2)

Publication Number Publication Date
CN112730449A true CN112730449A (zh) 2021-04-30
CN112730449B CN112730449B (zh) 2023-07-14

Family

ID=75602506

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011488969.XA Active CN112730449B (zh) 2020-12-16 2020-12-16 自动对焦液晶模组微观三维立体检测光学方法

Country Status (1)

Country Link
CN (1) CN112730449B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117066702A (zh) * 2023-08-25 2023-11-17 上海频准激光科技有限公司 一种基于激光器的激光打标控制***

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000081324A (ja) * 1998-06-29 2000-03-21 Hitachi Ltd 欠陥検査方法およびその装置
CN102881040A (zh) * 2012-08-08 2013-01-16 浙江华震数字化工程有限公司 一种数码相机移动拍摄三维重建方法
CN104463887A (zh) * 2014-12-19 2015-03-25 盐城工学院 基于分层聚焦采集图像和三维重建的刀具磨损检测方法
CN104554344A (zh) * 2014-12-19 2015-04-29 苏州华兴致远电子科技有限公司 踏面缺陷信息检测***及方法
CN105842885A (zh) * 2016-03-21 2016-08-10 凌云光技术集团有限责任公司 一种液晶屏缺陷分层定位方法及装置
CN105845534A (zh) * 2016-03-23 2016-08-10 浙江东方光学眼镜有限公司 电子显微镜的自动聚焦方法
CN106969727A (zh) * 2017-04-18 2017-07-21 淮南联合大学 基于变焦技术的物体表面三维粗糙度测量***及其方法
CN107917679A (zh) * 2017-07-20 2018-04-17 重庆大学 一种基于面结构光三维测量中高亮、过暗区域动态检测、补偿的方法
CN108682012A (zh) * 2018-05-15 2018-10-19 佛山市南海区广工大数控装备协同创新研究院 一种基于线扫激光的3d曲面玻璃表面平整性缺陷检测方法
CN110954557A (zh) * 2019-12-23 2020-04-03 中国工程物理研究院机械制造工艺研究所 一种透明材料暗场散射图像的缺陷三维重构方法
US20200166333A1 (en) * 2016-12-07 2020-05-28 Ki 'an Chishine Optoelectronics Technology Co., Ltd. Hybrid light measurement method for measuring three-dimensional profile
CN111510631A (zh) * 2020-04-27 2020-08-07 成都国铁电气设备有限公司 一种快速自动调焦方法和调焦装置
CN111685711A (zh) * 2020-05-25 2020-09-22 中国科学院苏州生物医学工程技术研究所 基于3d摄像头的医用内窥镜三维成像***

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000081324A (ja) * 1998-06-29 2000-03-21 Hitachi Ltd 欠陥検査方法およびその装置
CN102881040A (zh) * 2012-08-08 2013-01-16 浙江华震数字化工程有限公司 一种数码相机移动拍摄三维重建方法
CN104463887A (zh) * 2014-12-19 2015-03-25 盐城工学院 基于分层聚焦采集图像和三维重建的刀具磨损检测方法
CN104554344A (zh) * 2014-12-19 2015-04-29 苏州华兴致远电子科技有限公司 踏面缺陷信息检测***及方法
CN105842885A (zh) * 2016-03-21 2016-08-10 凌云光技术集团有限责任公司 一种液晶屏缺陷分层定位方法及装置
CN105845534A (zh) * 2016-03-23 2016-08-10 浙江东方光学眼镜有限公司 电子显微镜的自动聚焦方法
US20200166333A1 (en) * 2016-12-07 2020-05-28 Ki 'an Chishine Optoelectronics Technology Co., Ltd. Hybrid light measurement method for measuring three-dimensional profile
CN106969727A (zh) * 2017-04-18 2017-07-21 淮南联合大学 基于变焦技术的物体表面三维粗糙度测量***及其方法
CN107917679A (zh) * 2017-07-20 2018-04-17 重庆大学 一种基于面结构光三维测量中高亮、过暗区域动态检测、补偿的方法
CN108682012A (zh) * 2018-05-15 2018-10-19 佛山市南海区广工大数控装备协同创新研究院 一种基于线扫激光的3d曲面玻璃表面平整性缺陷检测方法
CN110954557A (zh) * 2019-12-23 2020-04-03 中国工程物理研究院机械制造工艺研究所 一种透明材料暗场散射图像的缺陷三维重构方法
CN111510631A (zh) * 2020-04-27 2020-08-07 成都国铁电气设备有限公司 一种快速自动调焦方法和调焦装置
CN111685711A (zh) * 2020-05-25 2020-09-22 中国科学院苏州生物医学工程技术研究所 基于3d摄像头的医用内窥镜三维成像***

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
赵铁英等: "钢轨表面缺陷自动检测***应用", 《包钢科技》 *
邢威等: "基于数字微镜器件的高光面物体三维测量方法", 《光学学报》 *
钟锦鑫等: "基于深度学习的散斑投影轮廓术", 《红外与激光工程》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117066702A (zh) * 2023-08-25 2023-11-17 上海频准激光科技有限公司 一种基于激光器的激光打标控制***
CN117066702B (zh) * 2023-08-25 2024-04-19 上海频准激光科技有限公司 一种基于激光器的激光打标控制***

Also Published As

Publication number Publication date
CN112730449B (zh) 2023-07-14

Similar Documents

Publication Publication Date Title
Desingh et al. Depth really Matters: Improving Visual Salient Region Detection with Depth.
US7454065B2 (en) Specific point detecting method and device
CN108280822A (zh) 屏幕划痕的检测方法及装置
CN111210468A (zh) 一种图像深度信息获取方法及装置
CN109883391B (zh) 基于微透镜阵列数字成像的单目测距方法
US9336607B1 (en) Automatic identification of projection surfaces
JP7514259B2 (ja) カメラ部品が損傷しているかどうかを判定するためのシステムおよび方法
CN111239999B (zh) 一种基于显微镜的光学数据处理方法、装置及存储介质
CN114788254B (zh) 辅助对焦方法、装置及***
CN112595496B (zh) 近眼显示设备的不良检测方法、装置、设备及存储介质
CN111062961A (zh) 一种基于深度学习的隐形眼镜边缘缺陷检测方法
CN111932542B (zh) 一种基于多焦距的图像识别方法及装置、存储介质
CA2997522C (en) Measuring rotational position of lenticular lens sheet
CN112730449A (zh) 自动对焦液晶模组围观三维立体检测光学方法
TWI604221B (zh) 影像景深測量方法以及應用該方法的影像擷取裝置
JPH05215547A (ja) ステレオ画像間対応点決定方法
JP2001174227A (ja) 繊維の径分布測定方法および装置
CN110581977B (zh) 一种视频画面的输出方法、装置及三目摄像机
US20200167952A1 (en) Objective identification method and device thereof
CN110148141A (zh) 一种丝印滤光片小片检测计数方法及设备
CN114219758A (zh) 缺陷检测方法、***、电子设备和计算机可读存储介质
CN110441315B (zh) 电子部件测试设备和方法
Buat et al. Active chromatic depth from defocus for industrial inspection
CN106331677A (zh) 裸眼立体显示中分辨率指标的评价方法及***
JP2018098249A (ja) 検査装置及び検査方法

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