CN114324168B - 一种表面缺陷检测方法及*** - Google Patents
一种表面缺陷检测方法及*** Download PDFInfo
- Publication number
- CN114324168B CN114324168B CN202210004445.1A CN202210004445A CN114324168B CN 114324168 B CN114324168 B CN 114324168B CN 202210004445 A CN202210004445 A CN 202210004445A CN 114324168 B CN114324168 B CN 114324168B
- Authority
- CN
- China
- Prior art keywords
- detection
- detection point
- evaluated
- surface defect
- point
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 224
- 230000007547 defect Effects 0.000 title claims abstract description 89
- 238000005259 measurement Methods 0.000 claims abstract description 34
- 238000011156 evaluation Methods 0.000 claims abstract description 26
- 238000000034 method Methods 0.000 claims abstract description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims 3
- 238000013507 mapping Methods 0.000 claims 1
- 238000012545 processing Methods 0.000 description 6
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Landscapes
- Image Analysis (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明涉及表面缺陷检测技术领域，具体公开一种表面缺陷检测方法及***，所述方法包括：选取图像中任一检测点作为待评估检测点；根据待评估检测点的位置确定与该待评估检测点相关的待测区域；获取所述待测区域内包括所述待评估检测点的所有检测点的实测高度，并计算得到所述待测区域内各所述检测点的平均高度；获取各所述平均高度的实测极差；根据所述实测极差和预设的阈值极差，对所述待评估检测点进行表面缺陷评价。本发明提供一种表面缺陷检测方法及***，使用实测极差作为判据，有效降低数据运算量，提高检测效率。
Description
技术领域
本发明涉及表面缺陷检测技术领域，尤其涉及一种表面缺陷检测方法及***。
背景技术
许多产品对表面平整度都有一定的要求，若表面存在明显的凹坑或者凸点等，就应该被认为具有表面缺陷。一般地，进行表面缺陷检测的步骤如下：
①对产品的表面进行扫描，获取产品的表面的差分图像，然后获取差分图像上各个检测点A1，A2，A3……An的实测高度a1，a2，a3……an；
②计算得到所有检测点的实测高度a1，a2，a3……an的实测方差c；
③比对实测方差c和预设的阈值方差d，若二者的差值在误差允许范围内，则认为该产品的表面缺陷检测合格，若二者的差值超出误差允许范围，则认为该产品的表面缺陷检测不合格。
然而，方差的计算过程是十分复杂的，且运算量较大，一旦进行高分辨率的检测时，数据处理量暴增，容易出现延迟甚至死机的情况。因此，需要对表面缺陷检测方法进行优化，以解决使用方差作为判据带来的计算量过大的问题。
发明内容
本发明的一个目的在于，提供一种表面缺陷检测方法及***，使用实测极差作为判据，有效降低数据运算量，提高检测效率。
为达以上目的，一方面，本发明提供一种表面缺陷检测方法，包括：
选取图像中任一检测点作为待评估检测点，根据待评估检测点的位置确定与该待评估检测点相关的待测区域；
获取所述待测区域内包括所述待评估检测点的所有检测点的实测高度，并计算得到所述待测区域内各所述检测点的平均高度；
获取各所述平均高度的实测极差；
根据所述实测极差和预设的阈值极差，对所述待评估检测点进行表面缺陷评价。
可选的，所述待评估检测点位于所述待测区域的几何中心处。
可选的，所述待测区域为矩形；所述实测高度和平均高度满足以下关系式：
其中，
P(x，y)：坐标为(x，y)的待评估检测点的实测高度；
i：正整数，代表区间[x-a，x+a]内不同的横坐标x；
j：正整数，代表区间[y-b，y+b]内不同的纵坐标y；
P(i，j)：待测区域内任一检测点的实测高度；
F(x，y)：以P(x，y)为对角线交点，P(x-a，y+b)、P(x+a，y+b)、P(x+a，y-b)、P(x-a，y-b)四个检测点所围成的待测区域的平均高度；
2a：待测区域沿X轴方向的长度尺寸；
2b：待测区域沿Y轴方向的宽度尺寸。
可选的，所述获取各所述平均高度的实测极差，具体为：
S测＝F(x，y)max-F(x，y)min；
其中，
S测：各所述平均高度的最大值与最小值的差值；
F(x，y)max：各所述平均高度中的最大值；
F(x，y)min：各所述平均高度中的最小值。
可选的，所述根据所述实测极差和预设的阈值极差，对所述待评估检测点进行表面缺陷评价，包括：
若所述实测极差大于阈值极差，则所述待评估检测点的表面缺陷检测不合格；
若所述实测极差不大于阈值极差，则所述待评估检测点的表面缺陷检测合格。
可选的，所述根据所述实测极差和预设的阈值极差，对所述待评估检测点进行表面缺陷评价，还包括：
依次将各所述检测点作为待评估检测点，并获取各所述检测点作为待评估检测点时的表面缺陷评价结果；
根据各所述检测点的表面缺陷评价结果绘制二值图。
可选的，所述根据各所述检测点的表面缺陷评价结果绘制二值图包括：
若所述检测点的表面缺陷检测不合格，则将其单通道色值设为255；
若所述检测点的表面缺陷检测合格，则将其单通道色值设为0。
另一方面，提供一种表面缺陷检测***，包括：
选取单元，用于选取图像中任一检测点作为待评估检测点；
划区单元，用于根据待评估检测点的位置确定与该待评估检测点相关的待测区域；
平均高度计算单元，用于获取所述待测区域内包括所述待评估检测点的所有检测点的实测高度，并计算得到所述待测区域内各所述检测点的平均高度；
极差计算单元，用于获取各所述平均高度的实测极差；
评价单元，用于根据所述实测极差和预设的阈值极差，对所述待评估检测点进行表面缺陷评价。
可选的，还包括绘图单元，用于：
依次将各所述检测点作为待评估检测点，并获取各所述检测点作为待评估检测点时的表面缺陷评价结果；
根据各所述检测点的表面缺陷评价结果绘制二值图。
本发明的有益效果在于：提供一种表面缺陷检测方法及***，适用于对产品的表面进行缺陷检测的应用场景，使用实测极差作为评价是否合格的主要依据，与使用方差作为判据相比，省去大量平方差的运算，数据处理量骤减，极大地提高了数据处理速度和检测效率。
附图说明
为了更清楚地说明本实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1是本发明实施例一提供的表面缺陷检测方法的流程图；
图2是本发明实施例二提供的表面缺陷检测***的结构框图。
具体实施方式
为使得本发明的目的、特征、优点能够更加的明显和易懂，下面将结合本实施例中的附图，对本实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
实施例一
本实施例提供一种表面缺陷检测方法，适用于对产品的表面进行缺陷检测的应用场景，使用实测极差作为评价是否合格的主要依据，与使用方差作为判据相比，省去大量平方差的运算，数据处理量骤减，极大地提高了数据处理速度和检测效率。
图1是本实施例一提供的表面缺陷检测方法的流程图。
参见图1，所述表面缺陷检测方法包括如下步骤：
S10：选取图像中任一检测点作为待评估检测点，根据待评估检测点的位置确定与该待评估检测点相关的待测区域。
一般地，以摄像头的分辨率为依据，每一个像素点即可视作是一个检测点，即，在摄像头的检测区域内，包含了诸多的检测点。本实施例中，当需要针对某一个待评估检测点进行表面缺陷评价时，会将该待评估检测点与邻近的若干其它检测点视作一个整体的分析对象，记作待测区域，若该待测区域的内各个检测点的高度差差异较小，则认为该检测点的表面缺陷检测合格；若该待测区域的内各个检测点的高度差差异较大，则认为该检测点的表面缺陷检测不合格。
可选的，所述待评估检测点位于所述待测区域的几何中心处，例如，待测区域为圆形，待评估检测点位于圆心位置；或者，所述待测区域为矩形，待评估检测点位于对角线交点位置等。
以下以所述待测区域为矩形为例进行说明。
一般地，当确定待评估检测点的坐标(x，y)后，可以人为设置待测区域的沿X轴方向的长度尺寸2a和沿Y轴方向的宽度尺寸2b。可以理解的是，调节a和b的大小，就可以调节表面缺陷检测的精度。当然，a和b过大或者过小都会使表面缺陷检测的精度降低，即，a和b应当有较合适的中间取值区间。
需要说明的是，每一个检测点均可作为本待测区域内的待评估检测点，也可以作为另一检测点的待测区域内的“其它检测点”。通过改变待评估检测点的选取密度，使得各个待测区域相互叠合，可以进一步提高表面缺陷的检测精度。
S20：获取所述待测区域内包括所述待评估检测点的所有检测点的实测高度，并计算得到所述待测区域内各所述检测点的平均高度。
本实施例中，所述实测高度和平均高度满足以下关系式：
其中，
P(x，y)：坐标为(x，y)的待评估检测点的实测高度；
i：正整数，代表区间[x-a，x+a]内不同的横坐标x；
j：正整数，代表区间[y-b，y+b]内不同的纵坐标y；
P(i，j)：待测区域内任一检测点的实测高度；
F(x，y)：以P(x，y)为对角线交点，P(x-a，y+b)、P(x+a，y+b)、P(x+a，y-b)、P(x-a，y-b)四个检测点所围成的待测区域的平均高度；
2a：待测区域沿X轴方向的长度尺寸；
2b：待测区域沿Y轴方向的宽度尺寸。
需要说明的是，表示待测区域内所有检测点的实测高度之和。
每1个像素点具有1个检测点，因此，在区间[x-a，x+a]内，就具有(2a+1)列检测点；在区间[y-b，y+b]内，就具有(2b+1)行检测点，即，检测点的总数量为(2a+1)·(2b+1)。
S30：获取各所述平均高度的实测极差。
具体为：
S测＝F(x，y)max-F(x，y)min；
其中，
S测：各所述平均高度的最大值与最小值的差值；
F(x，y)max：各所述平均高度中的最大值；
F(x，y)min：各所述平均高度中的最小值。
S40：根据所述实测极差和预设的阈值极差，对所述待评估检测点进行表面缺陷评价。
具体包括：
若所述实测极差大于阈值极差，则所述待评估检测点的表面缺陷检测不合格；
若所述实测极差不大于阈值极差，则所述待评估检测点的表面缺陷检测合格。
S50：依次将各所述检测点作为待评估检测点，并获取各所述检测点作为待评估检测点时的表面缺陷评价结果；根据各所述检测点的表面缺陷评价结果绘制二值图。
具体包括：
若所述检测点的表面缺陷检测不合格，则将其单通道色值设为255；
若所述检测点的表面缺陷检测合格，则将其单通道色值设为0；
即：
其中，
D(x，y)：坐标为(x，y)的待评估检测点对应在二值图上的单通道色值；
σ：阈值极差。
进一步地，对二值图进行形态学(开，闭，腐蚀、膨胀)运算，计算出所有的连通区域，可以筛选的特征有(面积、长度、外接矩形、长宽比等)，设置合适的范围，检测得到符合筛选条件相应的缺陷以及判断对应的缺陷类型。
本实施例提供的表面缺陷检测方法，具备以下优点：
①有效实现机器视觉的表面缺陷检测；
②将待评估检测点放在待测区域中进行评估，凸显了缺陷部位，通过与周围多个检测点进行比较，可实现过去难以实现的对“微小瑕疵”、“轻薄污点”等检测。
③使用各所述平均高度的实测极差代替传统的各高度差的方差作为判据，极大地缩减了运算量，有效降低了检测的时间成本，也显著提高了检测精度。
实施例二
本实施例提供的表面缺陷检测***可用于执行本发明的实施例提供的表面缺陷检测方法，具备相应的功能和有益效果。
图2是本实施例二提供的表面缺陷检测***的结构框图。
参见图2，一种表面缺陷检测***，包括：
选取单元1，用于选取图像中任一检测点作为待评估检测点；
划区单元2，用于根据待评估检测点的位置确定与该待评估检测点相关的待测区域；
平均高度计算单元3，用于获取所述待测区域内包括所述待评估检测点的所有检测点的实测高度，并计算得到所述待测区域内各所述检测点的平均高度；
极差计算单元4，用于获取各所述平均高度的实测极差；
评价单元5，用于根据所述实测极差和预设的阈值极差，对所述待评估检测点进行表面缺陷评价；
绘图单元6，用于依次将各所述检测点作为待评估检测点，并获取各所述检测点作为待评估检测点时的表面缺陷评价结果；根据各所述检测点的表面缺陷评价结果绘制二值图。
在本申请所提供的实施例中，应该理解到，所揭露的***，单元，装置和方法，可以通过其它的方式实现。例如，以上所描述的所有实施例仅仅是示意性的，例如，上述单元或者模块等的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元、模块以及组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个计算机可读存储介质中，包括若干指令用以使得一台终端设备(可以是手机，笔记本，或者其他电子设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种表面缺陷检测方法，其特征在于，包括：
选取图像中任一检测点作为待评估检测点，根据待评估检测点的位置确定与该待评估检测点相关的待测区域；
获取所述待测区域内包括所述待评估检测点的所有检测点的实测高度，并计算得到所述待测区域内各所述检测点的平均高度；
获取各所述平均高度的实测极差；
根据所述实测极差和预设的阈值极差，对所述待评估检测点进行表面缺陷评价；
其中，
将该待评估检测点与邻近的若干其它检测点视作一个整体的分析对象，记作待测区域；
每一个检测点均可作为本待测区域内的待评估检测点，也可以作为另一检测点的待测区域内的其它检测点。
2.根据权利要求1所述的表面缺陷检测方法，其特征在于，所述待评估检测点位于所述待测区域的几何中心处。
3.根据权利要求2所述的表面缺陷检测方法，其特征在于，所述待测区域为矩形；所述实测高度和平均高度满足以下关系式：
；
其中，
P(x，y)：坐标为(x，y）的待评估检测点的实测高度；
i：正整数，代表区间[x-a，x+a]内不同的横坐标x；
j：正整数，代表区间[y-b，y+b]内不同的纵坐标y；
P(i，j)：待测区域内任一检测点的实测高度；
F(x，y)：以P(x，y)为对角线交点，P(x-a，y+b)、P(x+a，y+b)、P(x+a，y-b)、P(x-a，y-b)四个检测点所围成的待测区域的平均高度；
2a：待测区域沿X轴方向的长度尺寸；
2b：待测区域沿Y轴方向的宽度尺寸。
4.根据权利要求1所述的表面缺陷检测方法，其特征在于，所述获取各所述平均高度的实测极差，具体为：
S测=F(x，y)max-F(x，y)min；
其中，
S测：各所述平均高度的最大值与最小值的差值；
F(x，y)max：各所述平均高度中的最大值；
F(x，y)min：各所述平均高度中的最小值。
5.根据权利要求1所述的表面缺陷检测方法，其特征在于，所述根据所述实测极差和预设的阈值极差，对所述待评估检测点进行表面缺陷评价，包括：
若所述实测极差大于阈值极差，则所述待评估检测点的表面缺陷检测不合格；
若所述实测极差不大于阈值极差，则所述待评估检测点的表面缺陷检测合格。
6.根据权利要求1所述的表面缺陷检测方法，其特征在于，所述根据所述实测极差和预设的阈值极差，对所述待评估检测点进行表面缺陷评价，还包括：
依次将各所述检测点作为待评估检测点，并获取各所述检测点作为待评估检测点时的表面缺陷评价结果；
根据各所述检测点的表面缺陷评价结果绘制二值图。
7.根据权利要求5所述的表面缺陷检测方法，其特征在于，所述根据各所述检测点的表面缺陷评价结果绘制二值图包括：
若所述检测点的表面缺陷检测不合格，则将其单通道色值设为255；
若所述检测点的表面缺陷检测合格，则将其单通道色值设为0。
8.一种表面缺陷检测***，其特征在于，包括：
选取单元，用于选取图像中任一检测点作为待评估检测点；
划区单元，用于根据待评估检测点的位置确定与该待评估检测点相关的待测区域；
平均高度计算单元，用于获取所述待测区域内包括所述待评估检测点的所有检测点的实测高度，并计算得到所述待测区域内各所述检测点的平均高度；
极差计算单元，用于获取各所述平均高度的实测极差；
评价单元，用于根据所述实测极差和预设的阈值极差，对所述待评估检测点进行表面缺陷评价；
其中，
将该待评估检测点与邻近的若干其它检测点视作一个整体的分析对象，记作待测区域；
每一个检测点均可作为本待测区域内的待评估检测点，也可以作为另一检测点的待测区域内的其它检测点。
9.根据权利要求8所述的表面缺陷检测***，其特征在于，还包括绘图单元，用于：
依次将各所述检测点作为待评估检测点，并获取各所述检测点作为待评估检测点时的表面缺陷评价结果；
根据各所述检测点的表面缺陷评价结果绘制二值图。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210004445.1A CN114324168B (zh) | 2022-01-04 | 2022-01-04 | 一种表面缺陷检测方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210004445.1A CN114324168B (zh) | 2022-01-04 | 2022-01-04 | 一种表面缺陷检测方法及*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114324168A CN114324168A (zh) | 2022-04-12 |
| CN114324168B true CN114324168B (zh) | 2024-05-17 |
Family
ID=81025514
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210004445.1A Active CN114324168B (zh) | 2022-01-04 | 2022-01-04 | 一种表面缺陷检测方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114324168B (zh) |
Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1019801A (ja) * | 1996-06-28 | 1998-01-23 | Kobe Steel Ltd | 表面欠陥探傷装置 |
| JP2005195607A (ja) * | 2005-03-03 | 2005-07-21 | Hitachi Ltd | 欠陥検査方法および欠陥検査システム |
| JP2007333608A (ja) * | 2006-06-16 | 2007-12-27 | Toray Ind Inc | シートにおける凹凸状欠点の検査装置および検査方法 |
| CN102053093A (zh) * | 2010-11-08 | 2011-05-11 | 北京大学深圳研究生院 | 一种晶圆表面切割芯片的表面缺陷检测方法 |
| CN102525377A (zh) * | 2010-10-25 | 2012-07-04 | 富士胶片株式会社 | 诊断支持装置、诊断支持方法、病变部位检测装置以及病变部位检测方法 |
| CN103884720A (zh) * | 2014-03-13 | 2014-06-25 | 广东工业大学 | 基于fpga的pet瓶盖缺陷实时检测***及其检测方法 |
| CN107564002A (zh) * | 2017-09-14 | 2018-01-09 | 广东工业大学 | 塑料管表面缺陷检测方法、***及计算机可读存储介质 |
| CN108230321A (zh) * | 2018-01-19 | 2018-06-29 | 深圳市亿图视觉自动化技术有限公司 | 缺陷检测方法及装置 |
| CN109470180A (zh) * | 2018-10-24 | 2019-03-15 | 湖南科霸汽车动力电池有限责任公司 | 检测判定圆柱形端面焊电池极组端面平整度的方法 |
| CN111103291A (zh) * | 2019-12-20 | 2020-05-05 | 广西柳州联耕科技有限公司 | 基于产品焊缝特征的图像识别与质量智能评价*** |
| CN111340869A (zh) * | 2020-03-27 | 2020-06-26 | 上海东普信息科技有限公司 | 快递包裹表面平整度识别方法、装置、设备及存储介质 |
| WO2020133046A1 (zh) * | 2018-12-27 | 2020-07-02 | 深圳配天智能技术研究院有限公司 | 一种缺陷检测方法及装置 |
| CN111445467A (zh) * | 2020-04-08 | 2020-07-24 | 珠海格力电器股份有限公司 | 亮灯缺陷检测方法、装置、电子设备及存储介质 |
| CN112330628A (zh) * | 2020-11-03 | 2021-02-05 | 南通斯迈尔精密设备有限公司 | 一种金属工件表面缺陷图像检测方法 |
| CN112326673A (zh) * | 2020-11-13 | 2021-02-05 | 南京航空航天大学 | 基于机器视觉的注塑件表面缺陷检测方法和装置 |
| CN113008895A (zh) * | 2021-01-29 | 2021-06-22 | 广州信邦智能装备股份有限公司 | 一种基于三维数据的分块拟合缺陷检测方法 |
| CN113219162A (zh) * | 2021-05-10 | 2021-08-06 | 佛山市东鹏陶瓷有限公司 | 一种陶瓷砖生坯的坯料填充均匀性的检测方法 |
| CN113507830A (zh) * | 2021-06-30 | 2021-10-15 | 武汉飞恩微电子有限公司 | 贴片机的在线检测方法、装置、设备及存储介质 |
| CN113822877A (zh) * | 2021-11-17 | 2021-12-21 | 武汉中导光电设备有限公司 | Aoi设备显微镜缺陷检测图片质量评价方法及*** |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108387587B (zh) * | 2018-01-22 | 2020-07-31 | 京东方科技集团股份有限公司 | 缺陷检测方法及缺陷检测设备 |
-
2022
- 2022-01-04 CN CN202210004445.1A patent/CN114324168B/zh active Active
Patent Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1019801A (ja) * | 1996-06-28 | 1998-01-23 | Kobe Steel Ltd | 表面欠陥探傷装置 |
| JP2005195607A (ja) * | 2005-03-03 | 2005-07-21 | Hitachi Ltd | 欠陥検査方法および欠陥検査システム |
| JP2007333608A (ja) * | 2006-06-16 | 2007-12-27 | Toray Ind Inc | シートにおける凹凸状欠点の検査装置および検査方法 |
| CN102525377A (zh) * | 2010-10-25 | 2012-07-04 | 富士胶片株式会社 | 诊断支持装置、诊断支持方法、病变部位检测装置以及病变部位检测方法 |
| CN102053093A (zh) * | 2010-11-08 | 2011-05-11 | 北京大学深圳研究生院 | 一种晶圆表面切割芯片的表面缺陷检测方法 |
| CN103884720A (zh) * | 2014-03-13 | 2014-06-25 | 广东工业大学 | 基于fpga的pet瓶盖缺陷实时检测***及其检测方法 |
| CN107564002A (zh) * | 2017-09-14 | 2018-01-09 | 广东工业大学 | 塑料管表面缺陷检测方法、***及计算机可读存储介质 |
| CN108230321A (zh) * | 2018-01-19 | 2018-06-29 | 深圳市亿图视觉自动化技术有限公司 | 缺陷检测方法及装置 |
| CN109470180A (zh) * | 2018-10-24 | 2019-03-15 | 湖南科霸汽车动力电池有限责任公司 | 检测判定圆柱形端面焊电池极组端面平整度的方法 |
| WO2020133046A1 (zh) * | 2018-12-27 | 2020-07-02 | 深圳配天智能技术研究院有限公司 | 一种缺陷检测方法及装置 |
| CN111103291A (zh) * | 2019-12-20 | 2020-05-05 | 广西柳州联耕科技有限公司 | 基于产品焊缝特征的图像识别与质量智能评价*** |
| CN111340869A (zh) * | 2020-03-27 | 2020-06-26 | 上海东普信息科技有限公司 | 快递包裹表面平整度识别方法、装置、设备及存储介质 |
| CN111445467A (zh) * | 2020-04-08 | 2020-07-24 | 珠海格力电器股份有限公司 | 亮灯缺陷检测方法、装置、电子设备及存储介质 |
| CN112330628A (zh) * | 2020-11-03 | 2021-02-05 | 南通斯迈尔精密设备有限公司 | 一种金属工件表面缺陷图像检测方法 |
| CN112326673A (zh) * | 2020-11-13 | 2021-02-05 | 南京航空航天大学 | 基于机器视觉的注塑件表面缺陷检测方法和装置 |
| CN113008895A (zh) * | 2021-01-29 | 2021-06-22 | 广州信邦智能装备股份有限公司 | 一种基于三维数据的分块拟合缺陷检测方法 |
| CN113219162A (zh) * | 2021-05-10 | 2021-08-06 | 佛山市东鹏陶瓷有限公司 | 一种陶瓷砖生坯的坯料填充均匀性的检测方法 |
| CN113507830A (zh) * | 2021-06-30 | 2021-10-15 | 武汉飞恩微电子有限公司 | 贴片机的在线检测方法、装置、设备及存储介质 |
| CN113822877A (zh) * | 2021-11-17 | 2021-12-21 | 武汉中导光电设备有限公司 | Aoi设备显微镜缺陷检测图片质量评价方法及*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114324168A (zh) | 2022-04-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110400290B (zh) | 一种太阳能电池片色差的检测方法、装置及存储介质 | |
| CN111970506B (zh) | 镜头脏污检测方法、装置和设备 | |
| CN109544533B (zh) | 一种基于深度学习的金属板缺陷检测和度量方法 | |
| TW201517192A (zh) | 晶片對資料庫的影像檢測方法 | |
| CN1672038A (zh) | 监控制程变异的***与方法 | |
| CN111612757A (zh) | 一种屏幕裂纹的检测方法、装置、设备及存储介质 | |
| WO2022088660A1 (zh) | 提高晶圆检测灵敏度的方法、装置以及存储介质 | |
| CN101990046A (zh) | 数字图像检测***及方法 | |
| TWI765442B (zh) | 瑕疵等級判定的方法及存儲介質 | |
| TW201512649A (zh) | 偵測晶片影像瑕疵方法及其系統與電腦程式產品 | |
| CN112767396B (zh) | 缺陷的检测方法、装置和计算机可读存储介质 | |
| CN114324168B (zh) | 一种表面缺陷检测方法及*** | |
| CN109472772B (zh) | 图像污点检测方法、装置和设备 | |
| US10359613B2 (en) | Optical measurement of step size and plated metal thickness | |
| CN112465780A (zh) | 绝缘层膜厚异常监控方法及装置 | |
| CN115713553B (zh) | 盲孔板盲孔孔深测量方法及相关装置 | |
| CN108508053B (zh) | 一种***性极微物理缺陷的检测方法 | |
| TWI808595B (zh) | 分析缺陷的方法 | |
| US10168524B2 (en) | Optical measurement of bump hieght | |
| CN114387249A (zh) | 检测方法及检测装置、设备和存储介质 | |
| CN115511718A (zh) | Pcb图像校正方法、装置、终端设备和存储介质 | |
| CN116012330B (zh) | 一种极片的缺陷检测方法、装置、设备和计算机存储介质 | |
| CN113447381B (zh) | 一种布氏硬度检测方法及检测*** | |
| CN117690846B (zh) | 太阳能硅片视觉检测方法、装置、设备及存储介质 | |
| CN109791039B (zh) | 使用光学显微镜产生样本的三维信息的方法 |
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 |