CN113237889A - 一种多尺度的陶瓷检测方法及*** - Google Patents
一种多尺度的陶瓷检测方法及*** Download PDFInfo
- Publication number
- CN113237889A CN113237889A CN202110569984.5A CN202110569984A CN113237889A CN 113237889 A CN113237889 A CN 113237889A CN 202110569984 A CN202110569984 A CN 202110569984A CN 113237889 A CN113237889 A CN 113237889A
- Authority
- CN
- China
- Prior art keywords
- detection
- workpiece
- flaw
- detected
- degree
- 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 112
- 239000000919 ceramic Substances 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 claims abstract description 10
- 238000007781 pre-processing Methods 0.000 claims description 8
- 230000007306 turnover Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000010339 dilation Effects 0.000 claims description 4
- 230000003628 erosive effect Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 7
- 230000007613 environmental effect Effects 0.000 abstract description 2
- 230000007547 defect Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 238000003556 assay Methods 0.000 description 1
- 238000010923 batch production Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G01N21/8851—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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- 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
-
- 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
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/8867—Grading and classifying of flaws using sequentially two or more inspection runs, e.g. coarse and fine, or detecting then analysing
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Analytical Chemistry (AREA)
- Geometry (AREA)
- Computer Graphics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Software Systems (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Quality & Reliability (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明提出了一种多尺度的陶瓷检测方法及***，首先对目标物进行快速检测，将工件置于工作台上，使用快速检测***对其进行拍照并检测。当不存在瑕疵时，完成检测，给出不存在瑕疵的结论，当存在瑕疵时，则采用包含三维重构技术和轨迹规划技术等在内的精确检测，以给出定量的瑕疵指标。这种将快速检测和精确检测结合的多尺度检测方法与传统方法相比，很大程度上降低了环境因素对检测结果的影响，有效地提高了检测精度，与深度学习方法相比，该方法不需要花费大量时间和成本完成对所需数据集的获取。
Description
技术领域
本发明涉及图像处理领域，尤其涉及一种多尺度的陶瓷检测方法及***。
背景技术
陶瓷产业是我国国民经济中重要的一环。我国的陶瓷产业规模位居全球第一，拥有全球最高的陶瓷产品生产量、出口量以及消费使用量，具有非常大的市场前景。近年来，陶瓷产业的生产技术以及机械化、自动化程度也逐渐提高，并引入了大量自动化生产设备和生产线，从炼泥、拉坯、利坯、晒坯、施釉到烧窑已经实现半自动化生产，但质量检测与分级评估工序还未实现自动化，主要依靠人眼观察加辅助触摸的方式进行检测与评估，不仅检验效率低下,难以满足批量化生产的检测需求，还容易受到各种因素的影响，导致漏检、错检和错估，产品品控没有保证。随着社会进步与人们生活质量的提升，人们对于产品的外观质量给予了越来越多的关注，产品的品控与口碑直接影响企业的发展前景。
现有的陶瓷瑕疵检测方法主要分为两种，基于传统方法的陶瓷瑕疵检测方法和基于神经网络的陶瓷瑕疵检测方法。其中，基于传统方法的陶瓷瑕疵检测方法主要使用相机对目标物进行拍摄，完成对其彩色和深度信息的获取，接着采用视觉算法对瑕疵进行识别和标记，因此具有受外界环境因素影响大的缺点，得到的结果可信度不高；基于神经网络的陶瓷瑕疵检测方法相较传统方法而言准确度较高，但需要大量的数据集对相应的网络进行训练，消耗时间过长，成本过于昂贵。
发明内容
有鉴于此，针对以上技术问题，本发明提出了一种多尺度的陶瓷检测方法及***，首先对目标物进行快速检测，将工件置于工作台上，使用快速检测***对其进行拍照并检测。当不存在瑕疵时，完成检测，给出不存在瑕疵的结论，当存在瑕疵时，则采用包含三维重构技术和轨迹规划技术等在内的精确检测，以给出定量的瑕疵指标。
这种将快速检测和精确检测结合的多尺度检测方法与传统方法相比，很大程度上降低了环境因素对检测结果的影响，有效地提高了检测精度，与深度学习方法相比，该方法不需要花费大量时间和成本完成对所需数据集的获取。
本发明提出的一种多尺度的陶瓷检测方法及***，***具体包括以下：
快速检测子***和精确检测子***；
所述快速检测子***包括工作台、支架和一个RGB彩色相机；所述支架固定安装于所述工作台；所述RGB彩色相机固定安装于支架；
所述精确检测子***包括：一个六自由度工业机械臂、一个七自由度柔性臂、一个检测台、一个RGBD相机和一个短焦摄像头；
所述六自由度工业机械臂和所述七自由度柔性臂通过底座分别固定安装于所述检测台的左右两侧；所述RGBD相机安装于六自由度工业机械臂末端；所述短焦摄像头安装于七自由度柔性臂末端。
进一步地，所述检测台带有翻转装置，用于翻转陶瓷物品。
一种多尺度的陶瓷检测方法，应用于一种多尺度的陶瓷检测***，包括以下步骤：
S101：将待检测工件放置于所述工作台，并利用RGB彩色相机采集待检测工件原始RGB图像；
S102：对原始RGB图像进行图像预处理，得到预处理后的图像；
S103：对预处理后的图像采用瑕疵检测方法，得到待检测工件初步瑕疵；
S104：将待检测弓箭放置于所述检测台，并利用检测台的翻转装置进行旋转；利用所述六自由度工业机械臂末端的RGBD相机，对待检测进行多角度拍照，得到一组不同角度的待检测工件图像；
S105：利用多角度待检测工件图像进行三维重建，得到待检测工件的三维模型；
S106：对三维模型进行包围盒添加，并将包围盒尺寸信息与标准工件尺寸信息进行校核，得到尺寸不一致区域；
S107：根据尺寸不一致区域和步骤S103中得到的初步瑕疵，获取待检测工件的瑕疵区域；
S108：利用安装于七自由度柔性臂末端的短焦摄像头，对瑕疵区域进行近距离图像采集，并利用步骤S103中的瑕疵检测方法，进行精确瑕疵检测，获得待检测工件的精确瑕疵。
步骤S102中图像预处理方法具体为以下几种操作依次进行：灰度、腐蚀、梯度计算和膨胀。
本发明提供的有益效果是：1.搭建了一个针对陶瓷制品的快速检测***，可以在1s内实现对目标工件的初步瑕疵检测；2.搭建了一个针对陶瓷制品的精确检测***；3.使用这种快速检测与精确检测相结合的多尺度检测方法，大大提高了检测结果的准确性；4.采取在三维重建结果中添加包围盒的形式，能更方便快捷对被检测工件进行较为精切的尺寸校核。本发明运用到了机械臂与RGBD相机构成的眼在手模型、图像处理、相机标定、三维重建、机械臂轨迹规划等技术，最重要的是，本发明提出了一种新的检测思路，与以往单一的视觉检测不同，本发明首先采用视觉算法进行第一次瑕疵检测，接着采用三维重建算法进行产品尺寸校核，并通过不同焦距摄像头的检测，大大提高了检测准确。
附图说明
图1是本发明一种多尺度的陶瓷检测***的快速检测子***示意图；
图2是本发明一种多尺度的陶瓷检测***的精确检测子***示意图；
图3是本发明一种多尺度的陶瓷检测方法的流程图；
图4是本发明相机1采集的图像；
图5是本发明腐蚀操作后的图像；
图6是本发明梯度计算后的图像；
图7是本发明膨胀操作后的图像；
图8是本发明快速检测结果示意图；
图9是本发明三维重建模型效果图；
图10是本发明AABB包围盒效果图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地描述。
一种多尺度的陶瓷检测***，包括以下：
快速检测子***和精确检测子***；
请参考图1，图1是本发明一种多尺度的陶瓷检测***的快速检测子***示意图；
所述快速检测子***包括工作台、支架和一个RGB彩色相机；所述支架固定安装于所述工作台；所述RGB彩色相机固定安装于支架；
图1中相机1即为RGB彩色相机；相机1被固定在工件正上方，并可通过调整支架结构移动；快速检测子***能够对待检测工件进行快速检测。
请参考图2，图2是本发明一种多尺度的陶瓷检测***的精确检测子***示意图；
所述精确检测子***包括：一个六自由度工业机械臂、一个七自由度柔性臂、一个检测台、一个RGBD相机和一个短焦摄像头；
所述六自由度工业机械臂和所述七自由度柔性臂通过底座分别固定安装于所述检测台的左右两侧；所述RGBD相机安装于六自由度工业机械臂末端；所述短焦摄像头安装于七自由度柔性臂末端。
图2中，相机2即为RGBD相机，相机3即为短焦摄像头；该子***正常工作时，先由RGBD相机对目标进行图像采集，初步找到存在瑕疵的区域并对工件进行三维重建，接着由短焦摄像头近距离对有瑕疵的部位进行检测，完成对陶瓷制品的检测工作。所述检测台带有翻转装置，用于翻转陶瓷物品。
请参考图3，图3是一种多尺度的陶瓷检测方法的流程图；该方法应用于一种多尺度的陶瓷检测***，包括以下步骤：
S101：将待检测工件放置于所述工作台，并利用RGB彩色相机采集待检测工件原始RGB图像；
S102：对原始RGB图像进行图像预处理，得到预处理后的图像；
S103：对预处理后的图像采用瑕疵检测方法，得到待检测工件初步瑕疵；
S104：将待检测弓箭放置于所述检测台，并利用检测台的翻转装置进行旋转；利用所述六自由度工业机械臂末端的RGBD相机，对待检测进行多角度拍照，得到一组不同角度的待检测工件图像；
S105：利用多角度待检测工件图像进行三维重建，得到待检测工件的三维模型；
S106：对三维模型进行包围盒添加，并将包围盒尺寸信息与标准工件尺寸信息进行校核，得到尺寸不一致区域；
S107：根据尺寸不一致区域和步骤S103中得到的初步瑕疵，获取待检测工件的瑕疵区域；
S108：利用安装于七自由度柔性臂末端的短焦摄像头，对瑕疵区域进行近距离图像采集，并利用步骤S103中的瑕疵检测方法，进行精确瑕疵检测，获得待检测工件的精确瑕疵。
下面本发明以蹲便器为例进行举例说明；
首先利用相机1进行图像采集；利用固定在支架上的相机对待检测工件进行图像采集，其中主要存在瑕疵的区域已经在图中被圈出，请参考图4，图4是采集的蹲便器实物图，原图为RGB彩色图，这里展示出其对应的灰度图。
下一步，对该图像进行预处理，通过对采集的彩色图像进行灰度化、腐蚀、计算梯度和膨胀操作，完成对原有图像的预处理，以便更好地进行下一步的瑕疵检测。其中，腐蚀操作是把进行过灰度化的图片与任意形状的内核B(通常为正方形或圆形)进行卷积，内核B中有一个可定义的锚点,通常定义为内核中心点。进行腐蚀操作时，将内核B划过图像,将内核B覆盖区域的最小相素值提取，并代替锚点位置的相素。所以经过这一操作后，图片中像素小的区域被扩大，像素大的区域被减小。而膨胀操作则相反，它使像素小的区域减小，像素大的区域扩大。所以首先经过腐蚀操作，使灰度图中的瑕疵(像素较小)变得更加明显，如图5所示，接着经过梯度运算，使用灰度图与腐蚀过的图做差，使得存在瑕疵的区域呈现白色，此时，还有一些不是瑕疵的区域也呈现白色，如图6所示。接着经过膨胀操作，使得呈现白色的瑕疵变得更加明显，如图7所示。
瑕疵检测。对经过上述预处理操作的图像使用封装好的函数getContourBox进行第一次检测，其步骤为：1.使用OpenCV视觉库中的findContours函数完成对图7中所有轮廓的查找。2.使用contourArea函数计算各个轮廓的面积并去除面积过大或过小的轮廓。3.使用boundingRect函数得到每个轮廓的最小外接矩形，并去除外接矩形边框超出原图像范围的轮廓(由于目标陶瓷制品与瑕疵均处于图像偏中心的区域，使用这一步可以降低误检率)4.通过检测彩色图像中各个轮廓中心的RGB三通道值，并去除三通道值较高的轮廓(即去除了光斑等较亮区域的干扰)。5.圈出所有剩下的轮廓。检测后的结果如图8所示，可以看出，大部分瑕疵已经被检测出。
利用精确检测子***的相机2采集图像。固定在六自由度工业臂末端的彩色深度相机对工件进行多角度的拍照，得到一组多角度的图片。
由多角度RGBD图像，对目标陶瓷制品进行高精度三维重建，结果如图9所示，并采取在重建得到的结果上添加包围盒的方式，并将包围盒尺寸信息与标准件的包围盒尺寸进行比较，进而实现被检测工件与标准件之间的尺寸校核。常见的包围盒算法有AABB包围盒、包围球、方向包围盒OBB以及固定方向凸包FDH，目前选择在重建模型上生成AABB包围盒的形式，添加了包围盒的结果如图10所示。
上面步骤分别得到了初步瑕疵以及初步瑕疵存在的大致区域；接下来利用短焦摄像头根据大致的检测区域，进行近距离的图像采集和瑕疵检测，即可得到精确的瑕疵；
本发明的有益效果是：1.搭建了一个针对陶瓷制品的快速检测***，可以在1s内实现对目标工件的初步瑕疵检测；2.搭建了一个针对陶瓷制品的精确检测***；3.使用这种快速检测与精确检测相结合的多尺度检测方法，大大提高了检测结果的准确性；4.采取在三维重建结果中添加包围盒的形式，能更方便快捷对被检测工件进行较为精切的尺寸校核。本发明运用到了机械臂与RGBD相机构成的眼在手模型、图像处理、相机标定、三维重建、机械臂轨迹规划等技术，最重要的是，本发明提出了一种新的检测思路，与以往单一的视觉检测不同，本发明首先采用视觉算法进行第一次瑕疵检测，接着采用三维重建算法进行产品尺寸校核，并通过不同焦距摄像头的检测，大大提高了检测准确。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (4)
1.一种多尺度的陶瓷检测***，其特征在于，包括：
快速检测子***和精确检测子***；
所述快速检测子***包括工作台、支架和一个RGB彩色相机；所述支架固定安装于所述工作台；所述RGB彩色相机固定安装于支架；
所述精确检测子***包括：一个六自由度工业机械臂、一个七自由度柔性臂、一个检测台、一个RGBD相机和一个短焦摄像头；
所述六自由度工业机械臂和所述七自由度柔性臂通过底座分别固定安装于所述检测台的左右两侧；所述RGBD相机安装于六自由度工业机械臂末端；所述短焦摄像头安装于七自由度柔性臂末端。
2.如权利要求1所述的一种多尺度的陶瓷检测***，其特征在于：所述检测台带有翻转装置，用于翻转陶瓷物品。
3.一种多尺度的陶瓷检测方法，应用于如权利要求1-2所述的任意一种多尺度的陶瓷检测***，其特征在于：具体包括以下步骤：
S101：将待检测工件放置于所述工作台，并利用RGB彩色相机采集待检测工件原始RGB图像；
S102：对原始RGB图像进行图像预处理，得到预处理后的图像；
S103：对预处理后的图像采用瑕疵检测方法，得到待检测工件初步瑕疵；
S104：将待检测弓箭放置于所述检测台，并利用检测台的翻转装置进行旋转；利用所述六自由度工业机械臂末端的RGBD相机，对待检测进行多角度拍照，得到一组不同角度的待检测工件图像；
S105：利用多角度待检测工件图像进行三维重建，得到待检测工件的三维模型；
S106：对三维模型进行包围盒添加，并将包围盒尺寸信息与标准工件尺寸信息进行校核，得到尺寸不一致区域；
S107：根据尺寸不一致区域和步骤S103中得到的初步瑕疵，获取待检测工件的瑕疵区域；
S108：利用安装于七自由度柔性臂末端的短焦摄像头，对瑕疵区域进行近距离图像采集，并利用步骤S103中的瑕疵检测方法，进行精确瑕疵检测，获得待检测工件的精确瑕疵。
4.如权利要求3所述的一种多尺度的陶瓷检测方法，其特征在于：步骤S102中图像预处理方法具体为以下几种操作依次进行：灰度、腐蚀、梯度计算和膨胀。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110569984.5A CN113237889A (zh) | 2021-05-25 | 2021-05-25 | 一种多尺度的陶瓷检测方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110569984.5A CN113237889A (zh) | 2021-05-25 | 2021-05-25 | 一种多尺度的陶瓷检测方法及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113237889A true CN113237889A (zh) | 2021-08-10 |
Family
ID=77138631
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110569984.5A Pending CN113237889A (zh) | 2021-05-25 | 2021-05-25 | 一种多尺度的陶瓷检测方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113237889A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114354633A (zh) * | 2022-01-14 | 2022-04-15 | 广东猛犸象智能机器人制造有限公司 | 一种陶瓷卫浴外观质量检测***及检测方法 |
| CN114998279A (zh) * | 2022-06-16 | 2022-09-02 | 华侨大学 | 一种石材大板表面凹坑和裂缝的识别定位方法 |
| CN115078384A (zh) * | 2022-06-16 | 2022-09-20 | 华侨大学 | 一种石材大板表面凹坑和裂缝的快速检测装置 |
| CN115302196A (zh) * | 2022-07-29 | 2022-11-08 | 广东省科学院智能制造研究所 | 一种浴缸自动化打孔割边生产与检测设备及方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030227620A1 (en) * | 2002-06-07 | 2003-12-11 | Sumitomo Mitsubishi Silicon Corporation | Method and apparatus for inspecting defects |
| CN103630544A (zh) * | 2013-11-07 | 2014-03-12 | 江苏大学 | 一种视觉在线检测*** |
| CN105866129A (zh) * | 2016-05-16 | 2016-08-17 | 天津工业大学 | 一种基于数字投影的产品表面质量在线检测方法 |
| CN110567965A (zh) * | 2019-07-31 | 2019-12-13 | 华南理工大学 | 一种智能手机玻璃盖板边缘视觉缺陷检测方法 |
| CN112308832A (zh) * | 2020-10-29 | 2021-02-02 | 常熟理工学院 | 一种基于机器视觉的轴承质量检测方法 |
-
2021
- 2021-05-25 CN CN202110569984.5A patent/CN113237889A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030227620A1 (en) * | 2002-06-07 | 2003-12-11 | Sumitomo Mitsubishi Silicon Corporation | Method and apparatus for inspecting defects |
| CN103630544A (zh) * | 2013-11-07 | 2014-03-12 | 江苏大学 | 一种视觉在线检测*** |
| CN105866129A (zh) * | 2016-05-16 | 2016-08-17 | 天津工业大学 | 一种基于数字投影的产品表面质量在线检测方法 |
| CN110567965A (zh) * | 2019-07-31 | 2019-12-13 | 华南理工大学 | 一种智能手机玻璃盖板边缘视觉缺陷检测方法 |
| CN112308832A (zh) * | 2020-10-29 | 2021-02-02 | 常熟理工学院 | 一种基于机器视觉的轴承质量检测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 杨杰: "《医学影像分析和三维重建及其应用》", 31 January 2015 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114354633A (zh) * | 2022-01-14 | 2022-04-15 | 广东猛犸象智能机器人制造有限公司 | 一种陶瓷卫浴外观质量检测***及检测方法 |
| CN114354633B (zh) * | 2022-01-14 | 2024-04-12 | 广东猛犸象智能机器人制造有限公司 | 一种陶瓷卫浴外观质量检测***及检测方法 |
| CN114998279A (zh) * | 2022-06-16 | 2022-09-02 | 华侨大学 | 一种石材大板表面凹坑和裂缝的识别定位方法 |
| CN115078384A (zh) * | 2022-06-16 | 2022-09-20 | 华侨大学 | 一种石材大板表面凹坑和裂缝的快速检测装置 |
| CN115302196A (zh) * | 2022-07-29 | 2022-11-08 | 广东省科学院智能制造研究所 | 一种浴缸自动化打孔割边生产与检测设备及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113237889A (zh) | 一种多尺度的陶瓷检测方法及*** | |
| CN109141232B (zh) | 一种基于机器视觉的盘类铸件在线检测方法 | |
| CN107341802B (zh) | 一种基于曲率与灰度复合的角点亚像素定位方法 | |
| CN109900711A (zh) | 基于机器视觉的工件缺陷检测方法 | |
| CN101995223B (zh) | 一种芯片外观检测方法及*** | |
| CN102496161B (zh) | 一种印刷电路板图像的轮廓提取方法 | |
| 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 | |
| CN112037203A (zh) | 基于复杂工件外轮廓配准的侧表面缺陷检测方法及*** | |
| CN109682839A (zh) | 一种金属弧形工件表面缺陷在线检测方法 | |
| CN111539927B (zh) | 汽车塑料组合件紧固卡扣缺装检测装置的检测方法 | |
| CN108665458A (zh) | 透明体表面缺陷提取及识别方法 | |
| CN107388991B (zh) | 一种端面多圆角轴类零件圆角半径测量方法 | |
| CN115937203B (zh) | 一种基于模板匹配的视觉检测方法、装置、设备及介质 | |
| CN104156913A (zh) | 金属圆柱工件表观缺陷自动光学检测方法 | |
| CN115100191A (zh) | 基于工业检测的金属铸件缺陷识别方法 | |
| CN105184792B (zh) | 一种圆锯片磨损量在线测量方法 | |
| CN114719749A (zh) | 基于机器视觉的金属表面裂纹检测及真实尺寸测量方法及*** | |
| CN114998308A (zh) | 一种基于光度立体的缺陷检测方法及*** | |
| CN116678826A (zh) | 一种基于快速立体重建的外观缺陷检测***及方法 | |
| CN109785290A (zh) | 基于局部光照归一化的钢板缺陷检测方法 | |
| CN115753791B (zh) | 基于机器视觉的缺陷检测方法、装置以及*** | |
| CN111833350A (zh) | 机器视觉检测方法与*** | |
| CN108705689B (zh) | 大口径精密光学晶体表面微缺陷修复用自动对刀工艺方法 | |
| CN110969357A (zh) | 一种铝合金机加工零件孔洞视觉检测方法 | |
| CN116823708A (zh) | 基于机器视觉的pc构件边模识别与定位研究 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210810 |
|
| WD01 | Invention patent application deemed withdrawn after publication |