CN113267502B - 一种基于机器视觉的微电机摩擦片残缺检测***及检测方法 - Google Patents
一种基于机器视觉的微电机摩擦片残缺检测***及检测方法 Download PDFInfo
- Publication number
- CN113267502B CN113267502B CN202110511142.4A CN202110511142A CN113267502B CN 113267502 B CN113267502 B CN 113267502B CN 202110511142 A CN202110511142 A CN 202110511142A CN 113267502 B CN113267502 B CN 113267502B
- Authority
- CN
- China
- Prior art keywords
- friction plate
- detected
- image
- camera
- light source
- 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
- 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
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G06T7/60—Analysis of geometric attributes
-
- 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
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- 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
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (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)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了一种基于机器视觉的微电机摩擦片残缺检测***及检测方法,包括如下步骤:将待检零件放置载物台上,通过相机采集待检摩擦片的图像;工控机对采集的待检摩擦片图像进行二值化,得到二值图像;对二值图像进行闭运算,将摩擦片边界上的缝隙填充;对闭运算后的图像进行漫水填充,对漫水填充后的待检摩擦片图像进行轮廓提取,获取待检摩擦片最外侧轮廓的每个像素位置;采用最小二乘法拟合圆,获取摩擦片的圆心;根据待检摩擦片轮廓上的像素点到圆心的距离变化是否存在峰值,判断待检摩擦片是否残缺。本发明通过图像处理算法进行缺陷检测,可大幅度降低人力成本,提高检测效率与精度,有利于企业朝智能化、自动化、柔性化方向发展。
Description
技术领域
本发明涉及机器视觉领域或者摩擦片检测领域,特别涉及一种基于机器视觉的微电机摩擦片残缺检测***及检测方法。
背景技术
微电机,全称“微型电动机”,是指直径小于160mm或额定功率小于750W的电机,常用于控制***或传动机械负载中,用于机械能与电能的相互转换,实现动力输出、能量转换、放大、执行等功能。在微电机中,摩擦片常用于轴向固定齿轮,防止齿轮窜动,若摩擦片残缺,会导致齿轮受力不均,引起变形,最终影响微电机的动力输出。目前,在电机行业,基于机器视觉的电机检测研究主要局限于电机外壳的二维尺寸和缺陷、电机转子缺陷、电机换向器缺陷,对于微电机摩擦片的缺陷检测还未有针对性研究,仍以人工检测为主。
由于微电机中的摩擦片尺寸小,仅在8mm左右,采用人工检测容易产生视觉疲劳,导致误检,并且效率低下,不利于自动化生产需求。
发明内容
针对现有技术中存在的不足,本发明提供了一种基于机器视觉的微电机摩擦片残缺检测***及检测方法,通过图像处理算法进行缺陷检测,可大幅度降低人力成本,提高检测效率与精度,有利于企业朝智能化、自动化、柔性化方向发展。
本发明是通过以下技术手段实现上述技术目的的。
一种基于机器视觉的微电机摩擦片残缺检测方法,包括如下步骤:
将待检零件放置载物台上,通过相机采集待检摩擦片的图像;所述相机将采集的图像输送到工控机内;
工控机对采集的待检摩擦片图像进行二值化,得到二值图像:目标以白色显示,背景以黑色显示,用于提取到目标特征;
通过圆形内核对二值图像进行闭运算,在不改变待检摩擦片边界的大小与位置的前提下,将摩擦片边界上的缝隙填充;
对闭运算后的图像进行漫水填充,将待检摩擦片边界外侧的白色区域填充为黑色,用于去除待检摩擦片边界外侧的不感兴趣区域:通过选取待检摩擦片边界外侧的白色区域中的一点作为起点,将该点所在的白色区域填充为黑色,使得被填充的区域成为背景,用于减少不感兴趣区域对提取摩擦片轮廓的干扰;
对漫水填充后的待检摩擦片图像进行轮廓提取:采用findContours函数的“RETR_EXTERNAL”方法检测待检摩擦片最外侧轮廓,用于避免待检摩擦片边界内侧区域的干扰;采用findContours函数的“CHAIN_APPROX_NONE”方法获取待检摩擦片最外侧轮廓的每个像素位置;
对提取得到的待检摩擦片轮廓采用最小二乘法拟合圆:将待检摩擦片轮廓上的像素点作为样本点,通过最小二乘法找出与待检摩擦片轮廓最为接近的圆,将该圆的圆心作为待检摩擦片的圆心;
根据待检摩擦片轮廓上的像素点到圆心的距离变化是否存在峰值,判断待检摩擦片是否残缺。
进一步,根据待检摩擦片轮廓上的像素点到圆心的距离变化是否存在峰值,判断待检摩擦片是否残缺,具体为:
按照待检摩擦片轮廓的形状,依次计算轮廓上所有的像素点到圆心的距离;
以像素点的编号为横坐标,横坐标方向为水平向右;以像素点到圆心的距离为纵坐标,纵坐标方向为垂直向下,画出距离变化图像,如果距离变化图像存在峰值,那么摩擦片残缺,否则摩擦片完整。
一种基于机器视觉的微电机摩擦片残缺检测方法的检测***,其特征在于,包括摩擦片残缺检测装置、光源控制器和工控机;
所述摩擦片残缺检测装置包括载物台、支架、光源、镜头和相机;所述载物台上放置待检摩擦片,所述支架固定安装镜头和光源,所述相机将采集的摩擦片图像传输给工控机;所述光源安装在镜头与待检摩擦片之间。
进一步,所述光源为红色环形光源,所述镜头为远心镜头,所述相机为黑白CCD相机,两根所述支架上共同套有第一条形板和第二条形板,所述第一条形板上安装着光源固定座,所述光源固定座用于固定所述光源,所述第二条形板上安装着镜头固定座,所述镜头固定座用于固定所述镜头,所述镜头连接在所述相机上,所述光源、镜头、相机均为垂直向下安装。
进一步,所述第一条形板与第二条形板均可在所述支架上自由移动,用于调节所述光源与镜头的安装高度,使得所述相机采集到最清晰的图像。
进一步,所述载物台的上表面被贴上黑色贴纸,用于区分待检摩擦片与背景,以突显待检摩擦片图像中的摩擦片特征,所述载物台可放置两个所述待检摩擦片,所述相机可同时采集2个待检摩擦片的图像。
本发明的有益效果在于:
1.本发明所述的基于机器视觉的微电机摩擦片残缺检测***及检测方法,弥补了传统人工检测的不足,采用机器视觉技术,提高了检测效率与精度,有利于信息的集成,以及自动化生产需求。
2.本发明所述的基于机器视觉的微电机摩擦片残缺检测***及检测方法,其中的摩擦片残缺检测算法主要是通过提取摩擦片的轮廓,根据轮廓上的像素点采用最小二乘法找出与轮廓最为接近的圆,将找到的圆的圆心作为摩擦片的圆心,判断摩擦片轮廓上的像素点到圆心的距离变化是否存在峰值,若有峰值,则摩擦片残缺,否则摩擦片完整无缺。该算法同样适用于其他圆形类零件的残缺检测,具有柔性化。
3.本发明所述的基于机器视觉的微电机摩擦片残缺检测***及检测方法,相比于采用机器视觉技术比较残缺品与合格品的面积,采用本发明的算法检测正确率更高,是因为在生产摩擦片的过程中存在工艺误差,同一型号的摩擦片加工后的面积无法做到完全相等,因此不同的摩擦片面积不一致,采用面积判断摩擦片是否残缺可能存在误判。
4、本发明所述的基于机器视觉的微电机摩擦片残缺检测***及检测方法,采用漫水填充算法去除目标区域外侧的不感兴趣区域,并结合findContours函数中“RETR_EXTERNAL”方法只检测最外侧轮廓,使得目标区域内外侧的不感兴趣区域得到抑制,降低了图像处理难度,提高了轮廓提取的精度。
附图说明
图1为本发明所述的基于机器视觉的微电机摩擦片残缺检测***示意图。
图2为本发明所述的摩擦片残缺检测装置结构图。
图3为本发明所述的摩擦片残缺检测装置中的载物台示意图。
图4为本发明所述的基于机器视觉的微电机摩擦片残缺检测方法流程图。
图5为实施例中相机采集的灰度图像。
图6为将灰度图像二值化后的图像。
图7为对二值图像进行闭运算的结果图像。
图8为对闭运算后的图像进行漫水填充的结果图像。
图9为利用findContours函数提取摩擦片的轮廓图。
图10为根据摩擦片的轮廓采用最小二乘法拟合圆。
图11为摩擦片轮廓上的像素点到圆心的距离变化图。
图中:
1-摩擦片残缺检测装置;11-载物台;110-孔;12-支架;120-第一条形板;121-第二条形板;13-光源;130-光源固定座;14-镜头;140-镜头固定座;15-相机;2-光源控制器;3-工控机;4-显示屏。
具体实施方式
下面结合附图以及具体实施例对本发明作进一步的说明,但本发明的保护范围并不限于此。
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“轴向”、“径向”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,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。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
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。
如图1和图2所示,本发明所述的基于机器视觉的微电机摩擦片残缺检测***,包括摩擦片残缺检测装置1、光源控制器2、工控机3和显示屏4;所述摩擦片残缺检测装置1包括载物台11、支架12、光源13、镜头14和相机15;所述载物台11上放置待检摩擦片,所述支架12固定安装光源13和镜头14,所述光源13安装在镜头14与待检摩擦片之间;所述相机15将采集的摩擦片图像传输给工控机3。所述显示屏4可以显现工控机3分析图像的结果。
所述光源13为红色环形光源,所述镜头14为远心镜头,所述相机15为黑白CCD相机,两根所述支架12上共同套有第一条形板120和第二条形板121,所述第一条形板120上安装着光源固定座130,所述光源固定座130用于固定所述光源13,所述第二条形板121上安装着镜头固定座140,所述镜头固定座140用于固定所述镜头14,所述镜头14连接在所述相机15上,所述光源13、镜头14、相机15均为垂直向下安装。所述第一条形板120与第二条形板121均可在所述支架12上自由移动,用于调节所述光源13与镜头14的安装高度,使得所述相机15采集到最清晰的图像。
摩擦片在微电机中作为齿轮组件,用于轴向固定齿轮。因此在质量检测时需要将摩擦片常与齿轮、轴装配成一体后一起检测,以提高检测效率。为了采集到所述摩擦片的正面图像,所述载物台11上开孔110,通过将轴垂直***所述载物台11的孔110中,完成所述相机15的图像采集,并且为了提高检测效率,此外可在所述载物台11上开两个孔,可同时检测两个摩擦片,如图3所示。
如图4所示,本发明所述的基于机器视觉的微电机摩擦片残缺检测方法,包括如下步骤:
S01:将待检零件放置载物台11上,通过相机15采集待检摩擦片的图像;所述相机15将采集的图像输送到工控机3内;
S02:工控机3对采集的图像进行二值化,以所述相机15采集到的灰度图像图5为例,设定一个灰度值T=125作为阈值,将每个像素点的灰度值同“125”进行比较,当像素点的灰度值小于“125”,该像素点的灰度值赋为“255”,以白色显示;当像素点的灰度值大于“125”,灰度值赋为“0”,以黑色显示,二值化结果如图6所示。将感兴趣区域与背景分离,压缩了图像数据量,减少了存储空间,有利于简化后续图像处理步骤。
S03:考虑到摩擦片边界存在缝隙,对二值图像进行闭运算,采用7×7的圆形内核对所述二值图像先进行膨胀运算再进行腐蚀运算,将摩擦片边界上的缝隙填充,闭运算结果如图7所示。
S04:由于摩擦片检测场景复杂,除了摩擦片边界区域为白色,还存在其他的白色区域,因而采用漫水填充算法去除不感兴趣的白色区域,通过选取摩擦片边界外侧的白色区域中的一点作为起点,将所述摩擦片边界外侧的白色区域填充为黑色,针对图7,可以选择图像左上角即点(0,0)作为起点,将点(0,0)所在的八连通域填充为黑色,使得所述摩擦片边界外侧的白色区域的像素点的值重设为“0”,漫水填充后的结果如图8所示。
S05:采用findContours函数对漫水填充后的图像提取出摩擦片的轮廓,采用findContours函数的“RETR_EXTERNAL”方法只检测最外侧轮廓,可以避免摩擦片边界内侧区域的影响;采用findContours函数的“CHAIN_APPROX_NONE”方法获取最外侧轮廓的每个像素位置,提取的摩擦片轮廓图像如图9所示。
S06:将摩擦片轮廓上的像素点作为样本点,采用最小二乘法拟合圆,拟合的结果如图10所示,红色圆为拟合得到的圆,将拟合圆的圆心作为摩擦片圆心。
S07:按照摩擦片轮廓的形状,依次计算轮廓上所有的像素点到圆心的距离;根据距离变化图像是否存在峰值判断摩擦片是否残缺。在轮廓上找出一个到圆心距离最小的像素点,以该像素点为起点,依次往后计算后面像素点到圆心的距离,位于该像素点之后的部分像素点到圆心的距离有增大的趋势,同时依次向前计算前面像素点到圆心的距离,位于该像素点之前的部分像素点到圆心的距离也有增大的趋势,则所述距离变化图像存在峰值。轮廓上像素点到圆心的距离变化如图11所示,以像素点的编号为横坐标,所述横坐标方向为水平向右,以像素点到圆心的距离为纵坐标,所述纵坐标方向为垂直向下,图11的距离变化存在峰值,所以被检的摩擦片残缺。
应当理解,虽然本说明书是按照各个实施例描述的,但并非每个实施例仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施例的具体说明,它们并非用以限制本发明的保护范围,凡未脱离本发明技艺精神所作的等效实施例或变更均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于机器视觉的微电机摩擦片残缺检测方法,其特征在于,包括如下步骤:
将待检零件放置载物台(11)上,通过相机(15)采集待检摩擦片的图像;所述相机(15)将采集的图像输送到工控机(3)内;
工控机(3)对采集的待检摩擦片图像进行二值化,得到二值图像:目标以白色显示,背景以黑色显示,用于提取到目标特征;
通过圆形内核对二值图像进行闭运算,在不改变待检摩擦片边界的大小与位置的前提下,将摩擦片边界上的缝隙填充;
对闭运算后的图像进行漫水填充,将待检摩擦片边界外侧的白色区域填充为黑色,用于去除待检摩擦片边界外侧的不感兴趣区域:通过选取待检摩擦片边界外侧的白色区域中的一点作为起点,将该点所在的白色区域填充为黑色,使得被填充的区域成为背景,用于减少不感兴趣区域对提取摩擦片轮廓的干扰;
对漫水填充后的待检摩擦片图像进行轮廓提取:采用findContours函数的“RETR_EXTERNAL”方法检测待检摩擦片最外侧轮廓,用于避免待检摩擦片边界内侧区域的干扰;采用findContours函数的“CHAIN_APPROX_NONE”方法获取待检摩擦片最外侧轮廓的每个像素位置;
对提取得到的待检摩擦片轮廓采用最小二乘法拟合圆:将待检摩擦片轮廓上的像素点作为样本点,通过最小二乘法找出与待检摩擦片轮廓最为接近的圆,将该圆的圆心作为摩擦片的圆心;
根据待检摩擦片轮廓上的像素点到圆心的距离变化是否存在峰值,判断待检摩擦片是否残缺。
2.根据权利要求1所述的基于机器视觉的微电机摩擦片残缺检测方法,其特征在于,根据待检摩擦片轮廓上的像素点到圆心的距离变化是否存在峰值,判断待检摩擦片是否残缺,具体为:
按照待检摩擦片轮廓的形状,依次计算轮廓上所有的像素点到圆心的距离;
以像素点的编号为横坐标,横坐标方向为水平向右;以像素点到圆心的距离为纵坐标,纵坐标方向为垂直向下,画出距离变化图像,如果距离变化图像存在峰值,那么摩擦片残缺,否则摩擦片完整。
3.一种根据权利要求1所述的基于机器视觉的微电机摩擦片残缺检测方法的检测***,其特征在于,包括摩擦片残缺检测装置(1)、光源控制器(2)和工控机(3);
所述摩擦片残缺检测装置(1)包括载物台(11)、支架(12)、光源(13)、镜头(14)和相机(15);所述载物台(11)上放置待检摩擦片,所述支架(12)固定安装光源(13)和镜头(14),所述相机(15)将采集的摩擦片图像传输给工控机(3);所述光源(13)安装在镜头(14)与待检摩擦片之间。
4.根据权利要求3所述的基于机器视觉的微电机摩擦片残缺检测方法的检测***,其特征在于,所述光源(13)为红色环形光源,所述镜头(14)为远心镜头,所述相机(15)为黑白CCD相机,两根所述支架(12)上共同套有第一条形板(120)和第二条形板(121),所述第一条形板(120)上安装着光源固定座(130),所述光源固定座(130)用于固定所述光源(13),所述第二条形板(121)上安装着镜头固定座(140),所述镜头固定座(140)用于固定所述镜头(14),所述镜头(14)连接在所述相机(15)上,所述光源(13)、镜头(14)、相机(15)均为垂直向下安装。
5.根据权利要求4所述的基于机器视觉的微电机摩擦片残缺检测方法的检测***,其特征在于,所述第一条形板(120)与第二条形板(121)均可在所述支架(12)上自由移动,用于调节所述光源(13)与镜头(14)的安装高度,使得所述相机(15)采集到最清晰的图像。
6.根据权利要求3所述的基于机器视觉的微电机摩擦片残缺检测方法的检测***,其特征在于,所述载物台(11)的上表面被贴上黑色贴纸,用于区分待检摩擦片与背景;所述载物台(11)可放置两个所述待检摩擦片,所述相机(15)可同时采集2个待检摩擦片的图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110511142.4A CN113267502B (zh) | 2021-05-11 | 2021-05-11 | 一种基于机器视觉的微电机摩擦片残缺检测***及检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110511142.4A CN113267502B (zh) | 2021-05-11 | 2021-05-11 | 一种基于机器视觉的微电机摩擦片残缺检测***及检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113267502A CN113267502A (zh) | 2021-08-17 |
CN113267502B true CN113267502B (zh) | 2022-07-22 |
Family
ID=77230381
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110511142.4A Active CN113267502B (zh) | 2021-05-11 | 2021-05-11 | 一种基于机器视觉的微电机摩擦片残缺检测***及检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113267502B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116840158A (zh) * | 2023-08-31 | 2023-10-03 | 深圳明锐理想科技有限公司 | 倒装aoi清洁装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101557271B1 (ko) * | 2014-06-26 | 2015-10-06 | 한밭대학교 산학협력단 | 영상 내 원 형상 검출에 따른 검출 원 형상의 근사화 방법 |
CN109872300A (zh) * | 2018-12-17 | 2019-06-11 | 南京工大数控科技有限公司 | 一种摩擦片外观缺陷的视觉显著性检测方法 |
CN110261410A (zh) * | 2019-05-24 | 2019-09-20 | 西安交通大学 | 一种玻璃透镜缺陷的检测装置及方法 |
CN110544300A (zh) * | 2019-09-05 | 2019-12-06 | 佛山市玖章智能科技有限公司 | 一种基于二维手绘图像特征自动生成三维模型的方法 |
WO2020019648A1 (zh) * | 2018-07-24 | 2020-01-30 | 中山新诺科技股份有限公司 | 一种机器视觉定位方法 |
CN111354047A (zh) * | 2018-12-20 | 2020-06-30 | 精锐视觉智能科技(深圳)有限公司 | 一种基于计算机视觉的摄像模组定位方法及*** |
CN111445511A (zh) * | 2020-03-24 | 2020-07-24 | 杭州东信北邮信息技术有限公司 | 一种图像中圆的检测方法 |
CN111999305A (zh) * | 2020-08-17 | 2020-11-27 | 浙江师范大学 | 机器视觉硬件***和轮毂花键结合缝隙视觉检测方法 |
CN112184639A (zh) * | 2020-09-15 | 2021-01-05 | 佛山(华南)新材料研究院 | 圆孔检测方法、装置、电子设备及存储介质 |
WO2021012370A1 (zh) * | 2019-07-25 | 2021-01-28 | 深圳壹账通智能科技有限公司 | 瞳孔半径的检测方法、装置、计算机设备和存储介质 |
-
2021
- 2021-05-11 CN CN202110511142.4A patent/CN113267502B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101557271B1 (ko) * | 2014-06-26 | 2015-10-06 | 한밭대학교 산학협력단 | 영상 내 원 형상 검출에 따른 검출 원 형상의 근사화 방법 |
WO2020019648A1 (zh) * | 2018-07-24 | 2020-01-30 | 中山新诺科技股份有限公司 | 一种机器视觉定位方法 |
CN109872300A (zh) * | 2018-12-17 | 2019-06-11 | 南京工大数控科技有限公司 | 一种摩擦片外观缺陷的视觉显著性检测方法 |
CN111354047A (zh) * | 2018-12-20 | 2020-06-30 | 精锐视觉智能科技(深圳)有限公司 | 一种基于计算机视觉的摄像模组定位方法及*** |
CN110261410A (zh) * | 2019-05-24 | 2019-09-20 | 西安交通大学 | 一种玻璃透镜缺陷的检测装置及方法 |
WO2021012370A1 (zh) * | 2019-07-25 | 2021-01-28 | 深圳壹账通智能科技有限公司 | 瞳孔半径的检测方法、装置、计算机设备和存储介质 |
CN110544300A (zh) * | 2019-09-05 | 2019-12-06 | 佛山市玖章智能科技有限公司 | 一种基于二维手绘图像特征自动生成三维模型的方法 |
CN111445511A (zh) * | 2020-03-24 | 2020-07-24 | 杭州东信北邮信息技术有限公司 | 一种图像中圆的检测方法 |
CN111999305A (zh) * | 2020-08-17 | 2020-11-27 | 浙江师范大学 | 机器视觉硬件***和轮毂花键结合缝隙视觉检测方法 |
CN112184639A (zh) * | 2020-09-15 | 2021-01-05 | 佛山(华南)新材料研究院 | 圆孔检测方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113267502A (zh) | 2021-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN201436584U (zh) | 滚针轴承缺针检测装置 | |
CN103760165B (zh) | 显示面板的缺陷检测方法及缺陷检测装置 | |
CN113267502B (zh) | 一种基于机器视觉的微电机摩擦片残缺检测***及检测方法 | |
CN102680478A (zh) | 一种基于机器视觉的机械零部件表面缺陷检测方法及装置 | |
CN115018850B (zh) | 基于图像处理的精密电子零部件冲压孔毛刺检测方法 | |
CN116030053B (zh) | 一种连接器引脚缺陷检测方法、装置、设备及介质 | |
CN113504238B (zh) | 一种玻璃表面缺陷采集装置及检测方法 | |
CN109724776B (zh) | 一种烧结机台车的篦条损坏程度的确定方法及装置 | |
JP4747313B2 (ja) | 薄板状部品の検査方法と検査装置 | |
CN116109635B (zh) | 复合悬式绝缘子表面质量检测方法、装置、设备及介质 | |
CN115082410A (zh) | 基于图像处理的卡簧缺陷检测方法 | |
WO2012132273A1 (ja) | 外観検査方法およびその装置 | |
CN114066890A (zh) | 齿轮缺陷检测方法、装置、计算机设备及存储介质 | |
CN113566704A (zh) | 一种基于机器视觉的轴承总成滚珠尺寸检测方法 | |
CN116754567B (zh) | 铜箔材料的周期性缺陷检测方法、装置及设备 | |
CN115937218B (zh) | 一种冷冲件的表面缺陷检测方法及*** | |
CN116993654B (zh) | 摄像头模组缺陷检测方法、装置、设备、存储介质及产品 | |
CN116721083A (zh) | 一种检测电力设备瑕疵的背夹及其检测方法 | |
EP4050290A1 (en) | A method and system for generating a loaded layout in a vacuum furnace | |
CN115937555A (zh) | 一种基于标准化流模型的工业缺陷检测算法 | |
CN111429411B (zh) | 一种碳纤维复合芯导线的x射线缺陷图像样本生成方法 | |
CN114764802A (zh) | 一种设备缺陷检测重复图像剔除方法 | |
CN115803610A (zh) | 图像获取方法及装置、存储介质 | |
CN113139955B (zh) | 一种基于双光图像的光伏组件故障识别方法及*** | |
CN116741655B (zh) | 硅片上料检测方法、装置、设备、介质及硅片上料*** |
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 |