CN109087286A - 一种基于计算机图像处理和模式识别的检测方法及应用 - Google Patents
一种基于计算机图像处理和模式识别的检测方法及应用 Download PDFInfo
- Publication number
- CN109087286A CN109087286A CN201810783605.0A CN201810783605A CN109087286A CN 109087286 A CN109087286 A CN 109087286A CN 201810783605 A CN201810783605 A CN 201810783605A CN 109087286 A CN109087286 A CN 109087286A
- Authority
- CN
- China
- Prior art keywords
- image
- computer
- processing
- detection method
- pattern recognition
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 45
- 238000001514 detection method Methods 0.000 title claims abstract description 43
- 238000003909 pattern recognition Methods 0.000 title claims abstract description 26
- 230000007547 defect Effects 0.000 claims abstract description 27
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000003709 image segmentation Methods 0.000 claims abstract description 7
- 238000000605 extraction Methods 0.000 claims abstract description 5
- 238000004458 analytical method Methods 0.000 claims abstract description 4
- 238000007781 pre-processing Methods 0.000 claims abstract description 4
- 239000000284 extract Substances 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 3
- 238000010191 image analysis Methods 0.000 claims description 3
- 238000003707 image sharpening Methods 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 claims description 3
- 230000000877 morphologic effect Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000003706 image smoothing Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000004364 calculation method Methods 0.000 abstract 1
- 230000005693 optoelectronics Effects 0.000 abstract 1
- 238000006243 chemical reaction Methods 0.000 description 6
- 239000000203 mixture Substances 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000004806 packaging method and process Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000009738 saturating Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- 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
- G06T7/0008—Industrial image inspection checking presence/absence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- 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)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开的属于图像处理技术领域，具体为一种基于计算机图像处理和模式识别的检测方法及应用，该基于计算机图像处理和模式识别的检测方法包括如下步骤：S1：标本图像采集；S2：图像预处理；S3：图像分割；S4：图像边界跟踪与提取：首先采用掏空内点法将图像的轮廓提取出来，然后从灰度图像中一个边缘点出发，依次搜索并连接相邻边缘点，实现图像边界的追踪；S5：检测图像采集；S6：缺陷分析，结合现代光电子技术和计算机处理和模式识别技术实现对产品缺陷的快速检测，能够快速而准确的确定产品缺陷的位置和形状，通过对图像的处理，提高了计算机的运算速度，大大提高了工作效率，该发明使用方便，便于推广。
Description
技术领域
本发明涉及图像处理技术领域，具体为一种基于计算机图像处理和模式识别的检测方法及应用。
背景技术
视觉图像检测就是用机器代替人眼来做测量和判断。随着计算机技术与信息技术的发展，图像识别技术获得了越来越广泛的应用。图像的数字处理是以计算机为中心，包括各种输入、输出及显示设备在内的数字图像处理系统上进行的,是将连续的模拟图像变成离散的数字图像后，用建立在特定的物理模型和数学模型基础上编制的程序控制，运行并实现种种要求的处理。
在工业生产的过程中，需要对生产出来的产品进行检测，从而确保存在着缺陷的产品被分离出来，现有方法的检测方法检测效率低，劳动强度高，存在着漏检和误检率比较高，另外，检测速度、易操作性和检测过程中的直观性等方便也存在着很多问题。为此，我们提出一种基于计算机图像处理和模式识别的检测方法及应用。
发明内容
本发明的目的在于提供一种基于计算机图像处理和模式识别的检测方法及应用，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种基于计算机图像处理和模式识别的检测方法，该基于计算机图像处理和模式识别的检测方法包括如下步骤：
S1：标本图像采集：采用图像采集设备实现对标准的合格的产品进行图像采集，并将采集的标准的合格的产品进行图像图像作为图像标本；
S2：图像预处理：将步骤S1中的图像标本进行图像灰度和二值化处理，然后再进行图像平滑处理和图像锐化处理；
S3：图像分割：将预处理好的图像进行分割，将感兴趣的前景图像从不感兴趣的背景图像中分割出来；
S4：图像边界跟踪与提取：首先采用掏空内点法将图像的轮廓提取出来，然后从灰度图像中一个边缘点出发，依次搜索并连接相邻边缘点，实现图像边界的追踪，最后对图像周长和面积的测量；
S5：检测图像采集：采集需要采集的产品的图像信息，并安装步骤S2进行图像处理；
S6：缺陷分析：将检测图像和标本图像穿入分类器中进行图像分析和分类，从而实现对检测图像的缺陷判断。
优选的，所述步骤S1中的图像采集设备包括一个带有光源、CCD摄像头、CCD成像透镜的封装体，所述封装体通过视频线连接插接在计算机扩展槽上的图像采集卡。
优选的，所述步骤S1中图像灰度和二值化处理的具体方法为：将采集的图像标本的全部像素进行灰度统计，然后在平面坐标系中进行曲线图的绘制，以纵坐标表示该灰度所具有的像素个数，以横坐标表示灰度值，从而实现对灰度分布直方图的绘制，然后根据灰度分布直方图进行二值化处理。
优选的，所述步骤S3中图像分割的具体方法为：首先对图像中的每个小区域进行标记，一个标记表示一个区域的存在，然后将这些边去的区域强制作为梯度的极小值，再屏蔽梯度图像中其他的极小值，然后把这个处理作为根据，再根据形态学操作进行噪声的去除，最后采用分水岭分割法进行图像的分割。
优选的，所述步骤S4中掏空内点法的具体步骤为：首先把要提取的图像进行二值化处理转换成二值化图像，然后逐个的判断每个像素点周围的8个像素点，如果周围的8个像素点的灰度值与这点灰度值相同，则此像素点必为内部点，然后进行内部点的删除，如果不是就判定为边缘点，进行保留，直到所有的像素都处理完，剩下的像素点构成的图像即为需要提取的图像轮廓。
优选的，所述步骤S6中的缺陷判断方法为：建立一个由含有各类缺陷的被测的产品的图像组成的样本空间图像，对样本空间中所有图像进行分析，找出各类缺陷的主要特征和它们之间的内在联系，最后提取出最好的特征组成特征向量，根据所提取的特征建立分类规则，并将分类规则转换成阈值规则，将测量空间划分为互不重叠的区域，每一个对应一个或多个区域，如果特征值落在某个区域，就将该对象归入对应的类别中。
优选的，当缺陷没有被准确的识别时，需要对特征参数的阈值的修改。
一种基于计算机图像处理和模式识别的检测方法的应用，该基于计算机图像处理和模式识别的检测方法应用于产品的缺陷检测。
与现有技术相比，本发明的有益效果是：该发明提出的一种基于计算机图像处理和模式识别的检测方法及应用，结合现代光电子技术和计算机处理和模式识别技术实现对产品缺陷的快速检测，能够快速而准确的确定产品缺陷的位置和形状，通过对图像的处理，提高了计算机的运算速度，大大提高了工作效率，该发明使用方便，便于推广。
附图说明
图1为本发明检测方法流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。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他实施例，都属于本发明保护的范围。
请参阅图1，本发明提供一种技术方案：一种基于计算机图像处理和模式识别的检测方法，该基于计算机图像处理和模式识别的检测方法包括如下步骤：
S1：标本图像采集：采用图像采集设备实现对标准的合格的产品进行图像采集，并将采集的标准的合格的产品进行图像图像作为图像标本；
S2：图像预处理：将步骤S1中的图像标本进行图像灰度和二值化处理，然后再进行图像平滑处理和图像锐化处理；
S3：图像分割：将预处理好的图像进行分割，将感兴趣的前景图像从不感兴趣的背景图像中分割出来；
S4：图像边界跟踪与提取：首先采用掏空内点法将图像的轮廓提取出来，然后从灰度图像中一个边缘点出发，依次搜索并连接相邻边缘点，实现图像边界的追踪，最后对图像周长和面积的测量；
S5：检测图像采集：采集需要采集的产品的图像信息，并安装步骤S2进行图像处理；
S6：缺陷分析：将检测图像和标本图像穿入分类器中进行图像分析和分类，从而实现对检测图像的缺陷判断。
其中，所述步骤S1中的图像采集设备包括一个带有光源、CCD摄像头、CCD成像透镜的封装体，所述封装体通过视频线连接插接在计算机扩展槽上的图像采集卡，所述步骤S1中图像灰度和二值化处理的具体方法为：将采集的图像标本的全部像素进行灰度统计，然后在平面坐标系中进行曲线图的绘制，以纵坐标表示该灰度所具有的像素个数，以横坐标表示灰度值，从而实现对灰度分布直方图的绘制，然后根据灰度分布直方图进行二值化处理，所述步骤S3中图像分割的具体方法为：首先对图像中的每个小区域进行标记，一个标记表示一个区域的存在，然后将这些边去的区域强制作为梯度的极小值，再屏蔽梯度图像中其他的极小值，然后把这个处理作为根据，再根据形态学操作进行噪声的去除，最后采用分水岭分割法进行图像的分割，所述步骤S4中掏空内点法的具体步骤为：首先把要提取的图像进行二值化处理转换成二值化图像，然后逐个的判断每个像素点周围的8个像素点，如果周围的8个像素点的灰度值与这点灰度值相同，则此像素点必为内部点，然后进行内部点的删除，如果不是就判定为边缘点，进行保留，直到所有的像素都处理完，剩下的像素点构成的图像即为需要提取的图像轮廓，所述步骤S6中的缺陷判断方法为：建立一个由含有各类缺陷的被测的产品的图像组成的样本空间图像，对样本空间中所有图像进行分析，找出各类缺陷的主要特征和它们之间的内在联系，最后提取出最好的特征组成特征向量，根据所提取的特征建立分类规则，并将分类规则转换成阈值规则，将测量空间划分为互不重叠的区域，每一个对应一个或多个区域，如果特征值落在某个区域，就将该对象归入对应的类别中，当缺陷没有被准确的识别时，需要对特征参数的阈值的修改。
一种基于计算机图像处理和模式识别的检测方法的应用，该基于计算机图像处理和模式识别的检测方法应用于产品的缺陷检测。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (8)
1.一种基于计算机图像处理和模式识别的检测方法，其特征在于：该基于计算机图像处理和模式识别的检测方法包括如下步骤：
S1：标本图像采集：采用图像采集设备实现对标准的合格的产品进行图像采集，并将采集的标准的合格的产品进行图像图像作为图像标本；
S2：图像预处理：将步骤S1中的图像标本进行图像灰度和二值化处理，然后再进行图像平滑处理和图像锐化处理；
S3：图像分割：将预处理好的图像进行分割，将感兴趣的前景图像从不感兴趣的背景图像中分割出来；
S4：图像边界跟踪与提取：首先采用掏空内点法将图像的轮廓提取出来，然后从灰度图像中一个边缘点出发，依次搜索并连接相邻边缘点，实现图像边界的追踪，最后对图像周长和面积的测量；
S5：检测图像采集：采集需要采集的产品的图像信息，并安装步骤S2进行图像处理；
S6：缺陷分析：将检测图像和标本图像穿入分类器中进行图像分析和分类，从而实现对检测图像的缺陷判断。
2.根据权利要求1所述的一种基于计算机图像处理和模式识别的检测方法，其特征在于：所述步骤S1中的图像采集设备包括一个带有光源、CCD摄像头、CCD成像透镜的封装体，所述封装体通过视频线连接插接在计算机扩展槽上的图像采集卡。
3.根据权利要求1所述的一种基于计算机图像处理和模式识别的检测方法，其特征在于：所述步骤S1中图像灰度和二值化处理的具体方法为：将采集的图像标本的全部像素进行灰度统计，然后在平面坐标系中进行曲线图的绘制，以纵坐标表示该灰度所具有的像素个数，以横坐标表示灰度值，从而实现对灰度分布直方图的绘制，然后根据灰度分布直方图进行二值化处理。
4.根据权利要求1所述的一种基于计算机图像处理和模式识别的检测方法，其特征在于：所述步骤S3中图像分割的具体方法为：首先对图像中的每个小区域进行标记，一个标记表示一个区域的存在，然后将这些边去的区域强制作为梯度的极小值，再屏蔽梯度图像中其他的极小值，然后把这个处理作为根据，再根据形态学操作进行噪声的去除，最后采用分水岭分割法进行图像的分割。
5.根据权利要求1所述的一种基于计算机图像处理和模式识别的检测方法，其特征在于：所述步骤S4中掏空内点法的具体步骤为：首先把要提取的图像进行二值化处理转换成二值化图像，然后逐个的判断每个像素点周围的8个像素点，如果周围的8个像素点的灰度值与这点灰度值相同，则此像素点必为内部点，然后进行内部点的删除，如果不是就判定为边缘点，进行保留，直到所有的像素都处理完，剩下的像素点构成的图像即为需要提取的图像轮廓。
6.根据权利要求1所述的一种基于计算机图像处理和模式识别的检测方法，其特征在于：所述步骤S6中的缺陷判断方法为：建立一个由含有各类缺陷的被测的产品的图像组成的样本空间图像，对样本空间中所有图像进行分析，找出各类缺陷的主要特征和它们之间的内在联系，最后提取出最好的特征组成特征向量，根据所提取的特征建立分类规则，并将分类规则转换成阈值规则，将测量空间划分为互不重叠的区域，每一个对应一个或多个区域，如果特征值落在某个区域，就将该对象归入对应的类别中。
7.根据权利要求6所述的一种基于计算机图像处理和模式识别的检测方法及应用，其特征在于：当缺陷没有被准确的识别时，需要对特征参数的阈值的修改。
8.一种基于计算机图像处理和模式识别的检测方法的应用，其特征在于：该基于计算机图像处理和模式识别的检测方法应用于产品的缺陷检测。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810783605.0A CN109087286A (zh) | 2018-07-17 | 2018-07-17 | 一种基于计算机图像处理和模式识别的检测方法及应用 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810783605.0A CN109087286A (zh) | 2018-07-17 | 2018-07-17 | 一种基于计算机图像处理和模式识别的检测方法及应用 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109087286A true CN109087286A (zh) | 2018-12-25 |
Family
ID=64838125
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810783605.0A Pending CN109087286A (zh) | 2018-07-17 | 2018-07-17 | 一种基于计算机图像处理和模式识别的检测方法及应用 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109087286A (zh) |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110335233A (zh) * | 2019-04-24 | 2019-10-15 | 武汉理工大学 | 基于图像处理技术的高速公路护栏板缺陷检测系统和方法 |
| CN110400315A (zh) * | 2019-08-01 | 2019-11-01 | 北京迈格威科技有限公司 | 一种缺陷检测方法、装置及系统 |
| CN111462053A (zh) * | 2020-03-18 | 2020-07-28 | 深圳科瑞技术股份有限公司 | 一种图像形态学处理方法和系统 |
| CN111487192A (zh) * | 2020-04-26 | 2020-08-04 | 天津海融科技有限公司 | 一种基于人工智能的机器视觉表面缺陷检测装置及方法 |
| CN111583190A (zh) * | 2020-04-16 | 2020-08-25 | 浙江浙能技术研究院有限公司 | 用于内级联结构组件隐裂缺陷的自动识别方法 |
| CN111583084A (zh) * | 2020-04-01 | 2020-08-25 | 杭州优视泰信息技术有限公司 | 一种工件缺陷定位方法 |
| CN112359748A (zh) * | 2020-11-11 | 2021-02-12 | 泰州锐比特智能科技有限公司 | 返回通道自动开启系统 |
| CN112446918A (zh) * | 2019-09-04 | 2021-03-05 | 三赢科技（深圳）有限公司 | 图像中目标物体定位方法、装置、计算机装置及存储介质 |
| CN112598652A (zh) * | 2020-12-25 | 2021-04-02 | 凌云光技术股份有限公司 | 一种基于梯度变换的液晶屏边缘断线检测方法 |
| CN112862747A (zh) * | 2020-12-07 | 2021-05-28 | 英特尔产品（成都）有限公司 | 对芯片托盘堆叠的图像进行处理和分析的方法和图像处理系统以及芯片托盘堆叠检测装置 |
| CN113052829A (zh) * | 2021-04-07 | 2021-06-29 | 深圳市磐锋精密技术有限公司 | 一种基于物联网的主板aoi检测方法 |
| CN114742850A (zh) * | 2022-03-14 | 2022-07-12 | 深圳模德宝科技有限公司 | 基于ugnx模型分析的电极形体自动识别的实现方法 |
| CN114897853A (zh) * | 2022-05-23 | 2022-08-12 | 长江存储科技有限责任公司 | 用于晶圆的检测方法、检测装置及存储介质 |
| CN114928720A (zh) * | 2022-05-13 | 2022-08-19 | 重庆云凯科技有限公司 | 一种停车道闸杆的状态的检测系统及方法 |
| CN115629077A (zh) * | 2022-09-30 | 2023-01-20 | 湖南正中制药机械有限公司 | 一种安瓿瓶焦头检测标准化评价方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100158345A1 (en) * | 2008-12-22 | 2010-06-24 | Tadashi Kitamura | Defect And Critical Dimension Analysis Systems And Methods For A Semiconductor Lithographic Process |
| CN102253050A (zh) * | 2011-03-14 | 2011-11-23 | 广州市盛通建设工程质量检测有限公司 | 基于机器视觉的磁瓦表面缺陷自动检测方法与装置 |
| CN105139027A (zh) * | 2015-08-05 | 2015-12-09 | 北京天诚盛业科技有限公司 | 胶囊头缺陷检测方法和装置 |
| CN105447851A (zh) * | 2015-11-12 | 2016-03-30 | 刘新辉 | 一种玻璃面板的音孔缺陷检测方法及系统 |
| CN105588845A (zh) * | 2016-01-04 | 2016-05-18 | 江苏科技大学 | 一种焊接缺陷特征参数提取方法 |
| CN106570511A (zh) * | 2016-11-02 | 2017-04-19 | 上海大学 | 基于计算机视觉的键盘字符缺陷在线检测系统和方法 |
| CN106897994A (zh) * | 2017-01-20 | 2017-06-27 | 北京京仪仪器仪表研究总院有限公司 | 一种基于分层图像的pcb板缺陷检测系统和方法 |
| CN108171242A (zh) * | 2016-12-07 | 2018-06-15 | 广州映博智能科技有限公司 | 一种高效的挡圈检测系统 |
| CN108169236A (zh) * | 2016-12-07 | 2018-06-15 | 广州映博智能科技有限公司 | 一种基于视觉的金属表面缺陷检测方法 |
-
2018
- 2018-07-17 CN CN201810783605.0A patent/CN109087286A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100158345A1 (en) * | 2008-12-22 | 2010-06-24 | Tadashi Kitamura | Defect And Critical Dimension Analysis Systems And Methods For A Semiconductor Lithographic Process |
| CN102253050A (zh) * | 2011-03-14 | 2011-11-23 | 广州市盛通建设工程质量检测有限公司 | 基于机器视觉的磁瓦表面缺陷自动检测方法与装置 |
| CN105139027A (zh) * | 2015-08-05 | 2015-12-09 | 北京天诚盛业科技有限公司 | 胶囊头缺陷检测方法和装置 |
| CN105447851A (zh) * | 2015-11-12 | 2016-03-30 | 刘新辉 | 一种玻璃面板的音孔缺陷检测方法及系统 |
| CN105588845A (zh) * | 2016-01-04 | 2016-05-18 | 江苏科技大学 | 一种焊接缺陷特征参数提取方法 |
| CN106570511A (zh) * | 2016-11-02 | 2017-04-19 | 上海大学 | 基于计算机视觉的键盘字符缺陷在线检测系统和方法 |
| CN108171242A (zh) * | 2016-12-07 | 2018-06-15 | 广州映博智能科技有限公司 | 一种高效的挡圈检测系统 |
| CN108169236A (zh) * | 2016-12-07 | 2018-06-15 | 广州映博智能科技有限公司 | 一种基于视觉的金属表面缺陷检测方法 |
| CN106897994A (zh) * | 2017-01-20 | 2017-06-27 | 北京京仪仪器仪表研究总院有限公司 | 一种基于分层图像的pcb板缺陷检测系统和方法 |
Non-Patent Citations (1)
| Title |
|---|
| 周显恩等: "基于机器视觉的瓶口缺陷检测方法研究", 《电子测量与仪器学报》 * |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110335233A (zh) * | 2019-04-24 | 2019-10-15 | 武汉理工大学 | 基于图像处理技术的高速公路护栏板缺陷检测系统和方法 |
| CN110335233B (zh) * | 2019-04-24 | 2023-06-30 | 武汉理工大学 | 基于图像处理技术的高速公路护栏板缺陷检测系统和方法 |
| CN110400315A (zh) * | 2019-08-01 | 2019-11-01 | 北京迈格威科技有限公司 | 一种缺陷检测方法、装置及系统 |
| CN110400315B (zh) * | 2019-08-01 | 2020-05-05 | 北京迈格威科技有限公司 | 一种缺陷检测方法、装置及系统 |
| CN112446918A (zh) * | 2019-09-04 | 2021-03-05 | 三赢科技（深圳）有限公司 | 图像中目标物体定位方法、装置、计算机装置及存储介质 |
| CN111462053A (zh) * | 2020-03-18 | 2020-07-28 | 深圳科瑞技术股份有限公司 | 一种图像形态学处理方法和系统 |
| CN111583084A (zh) * | 2020-04-01 | 2020-08-25 | 杭州优视泰信息技术有限公司 | 一种工件缺陷定位方法 |
| CN111583190B (zh) * | 2020-04-16 | 2022-07-22 | 浙江浙能技术研究院有限公司 | 用于内级联结构组件隐裂缺陷的自动识别方法 |
| CN111583190A (zh) * | 2020-04-16 | 2020-08-25 | 浙江浙能技术研究院有限公司 | 用于内级联结构组件隐裂缺陷的自动识别方法 |
| CN111487192A (zh) * | 2020-04-26 | 2020-08-04 | 天津海融科技有限公司 | 一种基于人工智能的机器视觉表面缺陷检测装置及方法 |
| CN112359748A (zh) * | 2020-11-11 | 2021-02-12 | 泰州锐比特智能科技有限公司 | 返回通道自动开启系统 |
| CN112862747A (zh) * | 2020-12-07 | 2021-05-28 | 英特尔产品（成都）有限公司 | 对芯片托盘堆叠的图像进行处理和分析的方法和图像处理系统以及芯片托盘堆叠检测装置 |
| CN112598652A (zh) * | 2020-12-25 | 2021-04-02 | 凌云光技术股份有限公司 | 一种基于梯度变换的液晶屏边缘断线检测方法 |
| CN112598652B (zh) * | 2020-12-25 | 2024-01-30 | 凌云光技术股份有限公司 | 一种基于梯度变换的液晶屏边缘断线检测方法 |
| CN113052829A (zh) * | 2021-04-07 | 2021-06-29 | 深圳市磐锋精密技术有限公司 | 一种基于物联网的主板aoi检测方法 |
| CN114742850A (zh) * | 2022-03-14 | 2022-07-12 | 深圳模德宝科技有限公司 | 基于ugnx模型分析的电极形体自动识别的实现方法 |
| CN114928720A (zh) * | 2022-05-13 | 2022-08-19 | 重庆云凯科技有限公司 | 一种停车道闸杆的状态的检测系统及方法 |
| CN114897853A (zh) * | 2022-05-23 | 2022-08-12 | 长江存储科技有限责任公司 | 用于晶圆的检测方法、检测装置及存储介质 |
| CN115629077A (zh) * | 2022-09-30 | 2023-01-20 | 湖南正中制药机械有限公司 | 一种安瓿瓶焦头检测标准化评价方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109087286A (zh) | 一种基于计算机图像处理和模式识别的检测方法及应用 | |
| CN105139386B (zh) | 一种快速自动检测电气接插件焊点不合格品的图像处理方法 | |
| CN109816644B (zh) | 一种基于多角度光源影像的轴承缺陷自动检测系统 | |
| CN106295588B (zh) | 一种白带显微图像中白细胞的自动识别方法 | |
| CN110503633A (zh) | 一种基于图像差分的贴花陶瓷盘表面缺陷检测方法 | |
| CN107220649A (zh) | 一种素色布匹缺陷检测和分类方法 | |
| CN107389701A (zh) | 一种基于图像的pcb表观缺陷自动检测系统及方法 | |
| CN103886579B (zh) | 面向在线铁谱图像自动识别的磨粒链自适应分割方法 | |
| CN108629775A (zh) | 一种热态高速线材表面图像处理方法 | |
| Nagoda et al. | Rice sample segmentation and classification using image processing and support vector machine | |
| CN107610104A (zh) | 一种基于机器视觉的电梯补偿链r处裂纹检测方法 | |
| CN110403232A (zh) | 一种基于二级算法的烟支质量检测方法 | |
| CN111523540A (zh) | 基于深度学习的金属表面缺陷检测方法 | |
| CN106290392A (zh) | 一种小微轴承表面凹痕缺陷在线检测方法及其系统 | |
| CN110161035A (zh) | 基于图像特征与贝叶斯数据融合的结构表面裂缝检测方法 | |
| CN109584215A (zh) | 一种电路板在线视觉检测系统 | |
| CN111487192A (zh) | 一种基于人工智能的机器视觉表面缺陷检测装置及方法 | |
| CN113177924A (zh) | 一种工业流水线产品瑕疵检测方法 | |
| CN112560941A (zh) | 基于图像检测的煤矸识别方法 | |
| CN102592286A (zh) | 一种基于图像处理的色织物配色模纹图自动识别方法 | |
| CN115082466A (zh) | 一种pcb表面焊点缺陷检测方法及系统 | |
| CN115170475A (zh) | 一种基于深度学习方法的无纺布缺陷检测方法 | |
| Hongxun et al. | Pavement crack detection by ridge detection on fractional calculus and dual-thresholds | |
| CN118967672A (zh) | 一种工业缺陷检测方法、系统、装置和存储介质 | |
| CN111665199A (zh) | 一种基于机器视觉的电线电缆颜色检测识别方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181225 |