CN202002894U - 基于机器视觉的快速在线纸病检测*** - Google Patents
基于机器视觉的快速在线纸病检测*** Download PDFInfo
- Publication number
- CN202002894U CN202002894U CN2011200061859U CN201120006185U CN202002894U CN 202002894 U CN202002894 U CN 202002894U CN 2011200061859 U CN2011200061859 U CN 2011200061859U CN 201120006185 U CN201120006185 U CN 201120006185U CN 202002894 U CN202002894 U CN 202002894U
- Authority
- CN
- China
- Prior art keywords
- paper
- image
- machine vision
- system based
- quick online
- 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.)
- Expired - Fee Related
Links
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本实用新型涉及一种基于机器视觉的快速在线纸病检测***,该***能够准确地检出并识别高速运动中纸页的缺陷,包括直径0.5mm以上的孔洞、脏/污点、水滴/油滴印记、破损、褶皱、刮痕、暗斑、亮斑、边缘破损等常见缺陷。同时***具有图像显示、实时报警、质量报告表打印、纸病剔除、设备故障诊断等功能。它包括至少一台图像采集装置,图像采集装置设置在纸辊上方,图像采集装置还设有相配合的可调节照明光源;图像采集装置与图像处理计算机连接,图像处理计算机与后台数据分析与管理服务器连接,同时,在纸辊的辊轴上还安装有至少一个高速旋转编码器,高速旋转编码器也与后台数据分析与管理服务器连接。
Description
技术领域
本实用新型涉及一种基于机器视觉的快速在线纸病检测***。
背景技术
在对纸张高质量要求的前提下,纸病检测在现代造纸生产过程中显得尤为重要。现代造纸机的特点是幅度宽、速度快,幅宽超过10米,速度达到36米/秒。这样靠人工肉眼检测成纸纸病已不可能。人工检测操作速度慢,因此需要大量人力,二来对这种简单和重复的工作,容易遗漏大量的纸病缺陷。而且纸机车速提高后,也面临着纸张出现更多缺陷的风险。最小的纸病尺寸通常小于1mm2,这就使得检测工作更加困难,为了适应这种生产要求,借助于“机器视觉”技术的智能化在线检测技术可以在增加产量的同时,降低劳动强度和劳动费用。更重要的是,通过消除由于人的疲劳造成的失误而获得更高的准确度。
常见的外观纸病有:孔洞、斑点、褶皱、龟裂、透明点、浆斑、纸边裂口等等。从图像处理的角度来看,可以把外观纸病分为高对比度纸病和低对比度纸病,高对比度是指纸病处的灰度值大大超出了背景纹理的正常范围,包括脏斑、粘料、孔洞等等。低对比度纸病也称为微弱纸病,是指纸病处的灰度值与背景纹理差别不大,甚至其灰度值在背景纹理的正常起伏之内,但是由于纸病处的纤维结构发生了变化,致使外观上被认为是微弱纸病,包括半透明、气泡等。
基于机器视觉技术的纸病检测***采用CCD照相机将被检测的目标转换成图像信号,传送给专用的图像处理***,根据像素分布和亮度、颜色等信息,转变成数字化信号,图像处理***对这些信号进行各种运算来抽取目标的特征,如面积、数量、位置、长度,再根据预设的允许度和其他条件输出结果,包括尺寸、角度、个数、合格/不合格、有/无等,实现自动识别功能。
目前国内企业使用的纸病监测***主要依靠进口设备,瑞士ABB、美国Hnoeywell等公司已经研制出纸病检测***。其中,ABB是最早研制和开发纸病检测***的厂家,其最新的纸病检测***为2008年推出的Web Imaging HDI800。根据查阅的资料显示,牡丹江恒丰纸业引进的Honeywell公司的纸病检测***运行稳定,控制良好。国内的纸病检测技术研究处于成长阶段,浙江大学双元公司于2004年推出了SYWIS3000纸病检测分选***,是国内第一个自行开发的纸病检测***,尚未见到有关***及技术方案和使用情况的报道。
实用新型内容
本实用新型就是为解决上述问题,提供了一种基于机器视觉的快速在线纸病检测***,该***能够准确地检出并识别高速运动中纸页的缺陷,包括直径0.5mm以上的孔洞、脏/污点、水滴/油滴印记、破损、褶皱、刮痕、暗斑、亮斑、边缘破损等常见缺陷。同时***具有图像显示、实时报警、质量报告表打印、纸病剔除、设备故障诊断等功能。
为实现上述目的,本实用新型采用如下技术方案:
一种基于机器视觉的快速在线纸病检测***,它包括至少一台图像采集装置,图像采集装置设置在纸辊上方,图像采集装置还设有相配合的可调节照明光源;图像采集装置与图像处理计算机连接,图像处理计算机与后台数据分析与管理服务器连接,同时,在纸辊的辊轴上还安装有至少一个高速旋转编码器,高速旋转编码器也与后台数据分析与管理服务器连接。
所述图像采集装置为工业用高精度线阵扫描式CCD摄像机。
所述可调节照明光源为可调节LED照明光源。
本实用新型中高精度线阵扫描式CCD摄像机安装在造纸机的上部,每台摄象机的读取速度20,000次/秒(或40,000),纸机纵向纸病检测最小分辨率可达0.3mm(取决于纸机速度和摄像头个数)。在纸幅下部适当高度安装超高亮LED照明光源。光线可透射纸张或是反射纸面,这取决于纸病的检测项目及成纸厚度。摄象机CCD线阵对纸幅进行逐行扫描,通过高性能图像处理计算机生成实时的动态检测图像。后台数据分析与管理服务器功能主要是对造纸生产线的在线检测的缺陷数据进行整理分析,形成高效的缺陷数据库,为以后对产品质量跟踪分析等作数据资料存档,并且实时监控造纸生产线运行情况,实时更新缺陷数据显示,当缺陷达到报警标准及时报警。
本实用新型的有益效果是:结构简单,检测精度高,速度快。
附图说明
图1检测***结构示意图。
其中,1.图像采集装置,2.纸辊,3.可调节照明光源,4.图像处理计算机,5.后台数据分析与管理服务器,6.高速旋转编码器。
具体实施方式
下面结合附图与实施例对本实用新型做进一步说明。
图1中,它包括至少一台图像采集装置1,图像采集装置1设置在纸辊2上方,图像采集装置1还设有相配合的可调节照明光源3;图像采集装置1与图像处理计算机4连接,图像处理计算机4与后台数据分析与管理服务器5连接,同时,在纸辊2的辊轴上还安装有至少一个高速旋转编码器6,高速旋转编码器6也与后台数据分析与管理服务器5连接。
所述图像采集装置1为工业用高精度线阵扫描式CCD摄像机。
所述可调节照明光源3为可调节LED照明光源。
工业用高精度线阵扫描式CCD摄像机是一维线状排列的,即只有一行像元,每次只能采集一行的图像数据,只有当摄像机与被摄物体在纵向相对运动时才能得到我们平常看到的二维图像。所以在机器视觉***中一般用于被测物连续运动的场合,尤其适合于运动速度较快、分辨率要求较高的情况。线阵相机较面阵相机在对纸病检测精度的提升上具有更大的优势。
摄像机感光元件采用的是CCD传感器。CCD是一种新型光电转换器件,它是以电荷作为信号,而不同于其他大多数器件是以电流或者电压为信号,其基本功能是信号电荷的产生、存储、传输和检测。CCD的工作原理是被摄物体反射光线到CCD器件上.CCD根据光的强弱积聚相应的电荷.产生与光电荷量成正比的弱电压信号,经过滤波、放大处理,通过驱动电路输出一个能表示敏感物体光强弱的电信号或标准的视频信号。CCD传感器在灵敏度、分辨率、噪声控制等方面都具有较高的性能。
工业用高精度线阵扫描式CCD摄像机的数据接口采用Gigabit Ethernet。千兆位以太网传输速度可达每秒1000兆位(即1Gbps),比快速以太网(FASTEthernet)快10倍。具有网络可靠性高、管理和纠错工具的有效性强、可扩展性好、价格低等优点。千兆位以太网仍使用传统的CSMA/CD协议、帧格式的帧长,由于千兆位以太网频宽较高,因此它提供的服务更有保证。另外千兆位以太网还支持交换机之间、交换机与终端之间的全双工连接,支持共享网络的半双工连接方式,并使用中继器和CSMA/CD冲突检测机制。采用千兆以太网总线作为纸病检测***的总线,具有传输速度快、传输距离远、可靠性高、产品成熟、易于扩展、价格低廉,并可以做到大范围、快速、多点配置的优点,具有很高的性价比。
由几何光学知识、小孔成像公式以及CCD图像传感器靶面尺寸公式可计算出需要的图像传感器个数及传感器安装高度。
L=np×sp
式中:L——图像传感器靶面长度;np——像传感器像元个数;sp——图像传感器像元尺寸。
光源:
理想的光源应该是明亮,均匀,稳定的。本***采用的是LED阵列模块作为照明光源。LED光源使用寿命约约3万小时(间断使用寿命更长)。可制成各种形状、尺寸及各种照射角度;可根据需要制成各种颜色,并可以随时调节亮度;通过散热装置,散热效果更好,光亮度更稳定;反应快捷,可在10微秒或更短的时间内达到最大亮度;电源带有外触发,可以通过计算机控制,启动速度快。
采用由LED阵列和柱面透镜组成的平行光透射照明***,能很好地适应纸病表面质量检测。同时,只要调节外部电源所供给的电流大小,就可以在保证照度依然均匀的前提下,获得不同的LED发光亮度。这样,可以得到很好的纸张图像,确保检测***测量的稳定和精度要求。
高速旋转编码器测速实现:
采用高速旋转编码器发送脉冲并测量速度。高速旋转编码器能够发送实时准确的脉冲,实验室所采用的高速旋转编码器对应电源电压为DC5-24V,三相位输出(A相B相Z相),最高响应频率为100KHZ,分辨率为600脉冲每转,采用集电极开路(NPN)输出的输出方式。允许最高旋转速6,000r/min,能够适应高速运行的纸病检测***。高速旋转编码器每转一圈发送600个脉冲,每发送一个脉冲,纸张运行的距离可通过机械传动相关计算得到Lm,在某一纸张运行速度下,旋转编码器每秒钟发送的脉冲个数N,可得此时的纸张运行速度为:v=L*N(m/s)。***软件设计
通过高性能图像处理计算机生成实时的动态检测图像后通过软件进行后台数据分析,对造纸生产线的在线检测的缺陷数据进行整理分析,该***的高效性关键在于纸病检测算法的设计上,避免了耗时的计算过程,算法简单高效,对最复杂的情况,如各种类型的纸病同时发生,且数量较多,整个检测过程也能在20ms内完成,对较为简单的情况,如只有单一纸病,且数量较少时,可以控制在10ms以内,具体检测过程如下:
1)图像采集与显示
图像的采集模式主要可以分为内同步和外同步。
内同步模式(Free Run Mode)是依照摄像机本身内部产生的时序去作曝光取像。这种同步模式运作下影像卡无法主导摄像机取像的时间点,影像卡是处于被动接收数据的角色。曝光时间与线周期时间相等,由一组内部控制讯号产生一个上升方波作为开始曝光取像讯号,直到下一条线周期的上升方波讯号进来时便将影像送出。
外同步模式(External Synchronization Mode)。在这种模式下,摄像机本身并不会主动产生时序去曝光取像,由外部送来的讯号作为同步触发讯号,主要是取上升方波作为开始曝光取像讯号,由外同步讯号的周期时间决定曝光取像时间及线周期。本纸病检测***采用外同步模式采集图像。通过高精度的旋转编码器测得纸机车速,再根据实时车速计算出该速度下相机采集的行频,经由高速数字输出卡向相机发送触发脉冲,实现图像采集的功能。采用外同步触发模式,可以避免采集图像的失真(车速高,行频低,图像被压缩,反之采集图像被拉伸),保证处理算法最终的准确性。
根据车速和检测精度调整高精度线阵扫描式CCD摄像机的行频,设置每帧图像的扫描行数,将启动采集卡,将采集到的灰度图像保存到内存并显示。
2)孔洞检测
由于采用的是背光源,采集的图像孔洞处明显比其他区域亮度高,所以针对孔洞采用最为快速简单的方法:先对每帧图像进行二值化,灰度大于设定阈值的像素构成的连通域有可能是孔洞,对连通域进行标记,把同一个连通域内的像素标记为同一个数字,不同连通域内的像素标记数字不同,计算各连通域的面积,对于面积小于设定值(根据检测精度确定)的连通域认为是噪声,不予考虑,对面积大于设定值的连通域认为是孔洞,计算每个区域的质心,得到孔洞的中心坐标,并统计孔洞的数目,连同对应孔洞的面积保存到相应的数组。
3)黑斑检测
如果纸张由脏污点或者粘有异物,在图像上呈现的是黑斑,黑斑处的像素灰度值整幅图像灰度值的最低处,可以采用像检测孔洞那样用直接二值化的方法,具体采用的方法为:先对每帧图像进行二值化,灰度小于设定阈值的像素构成的连通域有可能是黑斑,对连通域进行标记,把同一个连通域内的像素标记为同一个数字,不同连通域内的像素标记数字不同,计算各连通域的面积,对于面积小于设定值(根据检测精度确定)的连通域认为是噪声,不予考虑,对面积大于设定值的连通域认为是黑斑,计算每个区域的质心,得到黑斑的中心坐标,并统计黑斑的数目,连同对应黑斑的面积保存到相应的数组。
4)亮斑检测
亮斑指纸页上纤维层比较薄,但并未完全穿透,其透光度较纸页其他部位为大的部分,所以在图像上呈现的亮斑处的像素灰度值是高于整幅图像灰度值且低于孔洞的灰度值。因此所采用的检测方法需要考虑使亮斑与孔洞区分,具体采用的方法为:先对每帧图像进行二值化,这个二值化有别于孔洞和黑斑的二值化,主要是亮斑采用的二值化需要两个设定阈值A、B(其中A是孔洞检测中的阈值)。灰度小于设定阈值A且大于设定阈值B的像素构成的连通域有可能是亮斑,对连通域进行标记,把同一个连通域内的像素标记为同一个数字,不同连通域内的像素标记数字不同,计算各连通域的面积,对于面积小于设定值(根据检测精度确定)的连通域认为是噪声,不予考虑,对面积大于设定值的连通域认为是亮斑,计算每个区域的质心,得到亮斑的中心坐标,并统计亮斑的数目,连同对应亮斑的面积保存到相应的数组。
5)其他复杂纸病检测
一般其他复杂纸病如纸张褶皱、弱对比度刮痕等大致呈线状,可用快速曲线检测算法进行图像处理。先对图像进行高斯滤波尽量减少噪声干扰,然后进行边缘检测,得到二值化的边缘图像,进行快速Curvelet变换,如果变换空间有明显的亮区,说明纸张中存在纸病,找到处理后数据系数的最大值点,从而确定纸病位置及大小。
6)纸病图像的保存和纸病数据的保存与分析
对于检测出含有纸病的灰度图像将会被实时的保存到硬盘中,方便对纸病的查阅和分析。建立纸病数据库,将实时检测到的纸病数据保存到数据库当中,并进行分类汇总,得到成纸纸病的卷报表,内容包括纸病类型、数量、位置和面积、卷长、时间、历史曲线,生成的图表均可打印。同时在主界面中实时的生成纸病模拟图像,方便用户随时查看纸病模拟图像及历史数据,可以根据在纸病模拟图像中出现的模拟纸病符号找到实际纸病图像及纸病的具体数据,如纸病类型、位置和面积等。
Claims (3)
1.一种基于机器视觉的快速在线纸病检测***,其特征是,它包括至少一台图像采集装置,图像采集装置设置在纸辊上方,图像采集装置还设有相配合的可调节照明光源;图像采集装置与图像处理计算机连接,图像处理计算机与后台数据分析与管理服务器连接,同时,在纸辊的辊轴上还安装有至少一个高速旋转编码器,高速旋转编码器也与后台数据分析与管理服务器连接。
2.如权利要求1所述的基于机器视觉的快速在线纸病检测***,其特征是,所述图像采集装置为工业用高精度线阵扫描式CCD摄像机。
3.如权利要求1所述的基于机器视觉的快速在线纸病检测***,其特征是,所述可调节照明光源为可调节LED照明光源。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011200061859U CN202002894U (zh) | 2011-01-10 | 2011-01-10 | 基于机器视觉的快速在线纸病检测*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011200061859U CN202002894U (zh) | 2011-01-10 | 2011-01-10 | 基于机器视觉的快速在线纸病检测*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN202002894U true CN202002894U (zh) | 2011-10-05 |
Family
ID=44705631
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011200061859U Expired - Fee Related CN202002894U (zh) | 2011-01-10 | 2011-01-10 | 基于机器视觉的快速在线纸病检测*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN202002894U (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102721702A (zh) * | 2012-06-27 | 2012-10-10 | 山东轻工业学院 | 基于嵌入式处理器的分布式纸病检测***及方法 |
CN103134427A (zh) * | 2013-03-07 | 2013-06-05 | 苏州吉视电子科技有限公司 | 圆环零件识别装置和方法 |
CN103175840A (zh) * | 2011-12-21 | 2013-06-26 | 北京兆维电子(集团)有限责任公司 | 基于机器视觉的胶印版材表面检测方法及*** |
CN103175842A (zh) * | 2011-12-21 | 2013-06-26 | 北京兆维电子(集团)有限责任公司 | 基于机器视觉的ctcp版表面检测方法及*** |
CN103175841A (zh) * | 2011-12-21 | 2013-06-26 | 北京兆维电子(集团)有限责任公司 | 基于机器视觉的ctp版表面检测方法及*** |
CN103175838A (zh) * | 2011-12-21 | 2013-06-26 | 北京兆维电子(集团)有限责任公司 | 基于机器视觉的ps版表面检测*** |
CN103175850A (zh) * | 2011-12-21 | 2013-06-26 | 北京兆维电子(集团)有限责任公司 | 宽幅面高速生产线材料表面瑕疵检测方法及*** |
CN103364412A (zh) * | 2012-04-10 | 2013-10-23 | 北京兆维电子(集团)有限责任公司 | 胶印版材在线检测与分垛*** |
CN103507408A (zh) * | 2013-09-19 | 2014-01-15 | 安庆市康明纳包装有限公司 | 一种印刷机的自动检测装置 |
CN103913460A (zh) * | 2013-01-04 | 2014-07-09 | 北京兆维电子(集团)有限责任公司 | 一种在线纸病检测*** |
CN104246483A (zh) * | 2012-02-17 | 2014-12-24 | 斯蒂芬·克雷布斯 | 用于印刷图像控制的设备和方法 |
CN104267041A (zh) * | 2014-09-12 | 2015-01-07 | 北京慧眼智行科技有限公司 | 高速印刷品在线检测***及检测方法 |
CN104408727A (zh) * | 2014-12-03 | 2015-03-11 | 歌尔声学股份有限公司 | 一种图像边缘污点检测方法及*** |
CN104568949A (zh) * | 2014-12-23 | 2015-04-29 | 宁波亚洲浆纸业有限公司 | 一种纸板爆墨程度的定量检测方法及其装置 |
CN104849285A (zh) * | 2015-05-18 | 2015-08-19 | 无锡惠科电工高新技术有限公司 | 一种线扫描式蜂窝陶瓷检测装置及检测方法 |
CN106204590A (zh) * | 2016-07-11 | 2016-12-07 | 陕西科技大学 | 一种基于灰度图像标记处理的纸病检测方法 |
CN107012717A (zh) * | 2017-04-06 | 2017-08-04 | 南京三宝弘正视觉科技有限公司 | 一种纸张生产控制设备和方法 |
CN111426693A (zh) * | 2020-04-26 | 2020-07-17 | 湖南恒岳重钢钢结构工程有限公司 | 一种质量缺陷检测***及其检测方法 |
CN112422952A (zh) * | 2020-10-22 | 2021-02-26 | 西安数合信息科技有限公司 | 一种智能检测一体化工作站 |
CN113155851A (zh) * | 2021-04-30 | 2021-07-23 | 西安交通大学 | 基于深度学习的覆铜板表面缺陷视觉在线检测方法及装置 |
-
2011
- 2011-01-10 CN CN2011200061859U patent/CN202002894U/zh not_active Expired - Fee Related
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103175850A (zh) * | 2011-12-21 | 2013-06-26 | 北京兆维电子(集团)有限责任公司 | 宽幅面高速生产线材料表面瑕疵检测方法及*** |
CN103175840A (zh) * | 2011-12-21 | 2013-06-26 | 北京兆维电子(集团)有限责任公司 | 基于机器视觉的胶印版材表面检测方法及*** |
CN103175842A (zh) * | 2011-12-21 | 2013-06-26 | 北京兆维电子(集团)有限责任公司 | 基于机器视觉的ctcp版表面检测方法及*** |
CN103175841A (zh) * | 2011-12-21 | 2013-06-26 | 北京兆维电子(集团)有限责任公司 | 基于机器视觉的ctp版表面检测方法及*** |
CN103175838A (zh) * | 2011-12-21 | 2013-06-26 | 北京兆维电子(集团)有限责任公司 | 基于机器视觉的ps版表面检测*** |
CN103175841B (zh) * | 2011-12-21 | 2015-03-18 | 北京兆维电子(集团)有限责任公司 | 基于机器视觉的ctp版表面检测方法及*** |
CN103175842B (zh) * | 2011-12-21 | 2015-08-05 | 北京兆维电子(集团)有限责任公司 | 基于机器视觉的ctcp版表面检测方法及*** |
CN104246483A (zh) * | 2012-02-17 | 2014-12-24 | 斯蒂芬·克雷布斯 | 用于印刷图像控制的设备和方法 |
CN103364412A (zh) * | 2012-04-10 | 2013-10-23 | 北京兆维电子(集团)有限责任公司 | 胶印版材在线检测与分垛*** |
CN102721702A (zh) * | 2012-06-27 | 2012-10-10 | 山东轻工业学院 | 基于嵌入式处理器的分布式纸病检测***及方法 |
CN103913460A (zh) * | 2013-01-04 | 2014-07-09 | 北京兆维电子(集团)有限责任公司 | 一种在线纸病检测*** |
CN103134427A (zh) * | 2013-03-07 | 2013-06-05 | 苏州吉视电子科技有限公司 | 圆环零件识别装置和方法 |
CN103507408A (zh) * | 2013-09-19 | 2014-01-15 | 安庆市康明纳包装有限公司 | 一种印刷机的自动检测装置 |
CN104267041B (zh) * | 2014-09-12 | 2017-02-15 | 北京慧眼智行科技有限公司 | 高速印刷品在线检测***及检测方法 |
CN104267041A (zh) * | 2014-09-12 | 2015-01-07 | 北京慧眼智行科技有限公司 | 高速印刷品在线检测***及检测方法 |
CN104408727A (zh) * | 2014-12-03 | 2015-03-11 | 歌尔声学股份有限公司 | 一种图像边缘污点检测方法及*** |
CN104408727B (zh) * | 2014-12-03 | 2017-06-20 | 歌尔股份有限公司 | 一种图像边缘污点检测方法及*** |
CN104568949A (zh) * | 2014-12-23 | 2015-04-29 | 宁波亚洲浆纸业有限公司 | 一种纸板爆墨程度的定量检测方法及其装置 |
CN104849285A (zh) * | 2015-05-18 | 2015-08-19 | 无锡惠科电工高新技术有限公司 | 一种线扫描式蜂窝陶瓷检测装置及检测方法 |
CN106204590A (zh) * | 2016-07-11 | 2016-12-07 | 陕西科技大学 | 一种基于灰度图像标记处理的纸病检测方法 |
CN107012717A (zh) * | 2017-04-06 | 2017-08-04 | 南京三宝弘正视觉科技有限公司 | 一种纸张生产控制设备和方法 |
CN111426693A (zh) * | 2020-04-26 | 2020-07-17 | 湖南恒岳重钢钢结构工程有限公司 | 一种质量缺陷检测***及其检测方法 |
CN112422952A (zh) * | 2020-10-22 | 2021-02-26 | 西安数合信息科技有限公司 | 一种智能检测一体化工作站 |
CN113155851A (zh) * | 2021-04-30 | 2021-07-23 | 西安交通大学 | 基于深度学习的覆铜板表面缺陷视觉在线检测方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN202002894U (zh) | 基于机器视觉的快速在线纸病检测*** | |
CN202221415U (zh) | 宽幅面纸张表面缺陷在线检测*** | |
CN209300267U (zh) | 一种烟支外观图像处理控制***及其在线检测装置 | |
CN100535647C (zh) | 一种基于机器视觉的浮法玻璃缺陷在线检测装置 | |
CN2795852Y (zh) | 瓷砖表面质量自动检测装置 | |
CN203124215U (zh) | 一种封框胶涂布机 | |
CN101750422A (zh) | 一种玻璃缺陷的在线自动检测装置 | |
CN108956645A (zh) | 一种多视觉***的光学镜片缺陷检测装置及方法 | |
CN101105459A (zh) | 一种空瓶瓶口缺陷的检测方法及装置 | |
CN105332123B (zh) | 一种细纱细度均匀度在线检测方法 | |
CN109307675A (zh) | 一种产品外观检测方法和*** | |
CN208721366U (zh) | 光伏太阳能晶硅电池片的缺陷检测和颜色分选*** | |
CN103163141A (zh) | 基于嵌入式图像处理***的带钢表面在线检测***及方法 | |
CN102305793A (zh) | 一种产品外观质量检测方法和设备 | |
WO2014139231A1 (zh) | 光源光强均一性测调***及测调方法 | |
CN102601131A (zh) | 一种钢坯表面质量在线检测装置 | |
CN206772850U (zh) | 用于智能检测产品表面缺陷的ccd线扫相机*** | |
CN204007540U (zh) | 基于ccd图像的轧辊圆柱度误差检测装置 | |
CN102095499A (zh) | 一种瓷砖自动分色的方法 | |
CN104048966B (zh) | 一种基于大律法的布面疵点检测及分类方法 | |
CN110208269A (zh) | 一种玻璃表面异物与内部异物区分的方法及*** | |
CN208459716U (zh) | 一种液晶显示屏检测装置 | |
CN103257145A (zh) | 一种生丝外观质量的检测方法 | |
CN116256373A (zh) | 一种钙钛矿电池薄膜表面缺陷检测的方法 | |
CN110702699B (zh) | 一种压延玻璃缺陷检测装置和方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20111005 Termination date: 20120110 |