CN111781203A - 基于标准工业相机的可组态智能视觉检测系统及方法 - Google Patents
基于标准工业相机的可组态智能视觉检测系统及方法 Download PDFInfo
- Publication number
- CN111781203A CN111781203A CN202010543247.3A CN202010543247A CN111781203A CN 111781203 A CN111781203 A CN 111781203A CN 202010543247 A CN202010543247 A CN 202010543247A CN 111781203 A CN111781203 A CN 111781203A
- Authority
- CN
- China
- Prior art keywords
- light source
- product
- source image
- standard industrial
- flaw
- 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
- 238000011179 visual inspection Methods 0.000 title claims abstract description 8
- 238000000034 method Methods 0.000 title abstract description 7
- 238000001514 detection method Methods 0.000 claims abstract description 52
- 230000001678 irradiating effect Effects 0.000 claims abstract description 13
- 230000007547 defect Effects 0.000 claims description 18
- 230000000007 visual effect Effects 0.000 claims description 7
- 230000006698 induction Effects 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 3
- 238000009776 industrial production Methods 0.000 abstract description 4
- 238000005259 measurement Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000001960 triggered 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
- G01N21/8806—Specially adapted optical and illumination features
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- 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
- 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
-
- 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
- G01N2021/8858—Flaw counting
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Signal Processing (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明涉及一种基于标准工业相机的可组态智能视觉检测系统及方法。本发明的技术方案是：该系统包括：正光源，用于照射位于检测位置上的被测产品正面；多组侧光源，用于在多个不同角度照射位于检测位置上的被测产品正面；RGB三色光源，用于分别用红、绿、蓝单色光源照射位于检测位置上的被测产品正面；背光源，用于照射位于检测位置上的被测产品背面；光源频闪控制器，用于控制所述正光源、侧光源、RGB三色光源和背光源按特定高速频率且按一定顺序依次点亮；标准工业单色相机，用于在光源点亮时获取被光源照射的被测产品正面的黑白图像；处理器，与所述光源频闪控制器和标准工业单色相机连接。本发明适用于工业生产过程中的产品检测领域。
Description
技术领域
本发明涉及一种基于标准工业相机的可组态智能视觉检测系统及方法。适用于工业生产过程中的产品检测领域。
背景技术
目前工业生产对视觉检测的需求是多样化的，传统方式是对不同的检测需求设计不同的检测系统，导致同一产线上需多套检测系统，占用过多的产线空间，加大了成本。
发明内容
本发明要解决的技术问题是：针对上述存在的问题，提供一种结构简单、占用空间、成本较低的基于标准工业相机的可组态智能视觉检测系统及方法。
本发明所采用的技术方案是：一种基于标准工业相机的可组态智能视觉检测系统，其特征在于，包括：
正光源，用于照射位于检测位置上的被测产品正面；
多组侧光源，用于在多个不同角度照射位于检测位置上的被测产品正面；
RGB三色光源，用于分别用红、绿、蓝单色光源照射位于检测位置上的被测产品正面；
背光源，用于照射位于检测位置上的被测产品背面；
光源频闪控制器，用于控制所述正光源、侧光源、RGB三色光源和背光源按特定高速频率且按一定顺序依次点亮；
标准工业单色相机，用于在光源点亮时获取被光源照射的被测产品正面的黑白图像；
处理器，与所述光源频闪控制器和标准工业单色相机连接。
所述处理器上电路连接用于采集检测位置上是否有被测产品的感应触发器。
所述处理器上电路连接有用于往所述被测产品上贴上标签的打标装置。
通过标准工业单色相机获取被测产品在正光源和多组侧光源分别照射下的产品正面的正光源图像和多张侧光源图像；
根据正光源图像和多张侧光源图像基于相应位置灰阶值大小关系计算出被测产品上瑕疵的立体特征；
基于瑕疵的立体特征及被测产品上相应立体特征的数量判断被测产品的产品等级。
通过标准工业单色相机获取被测产品在RGB三色光源照射下的产品正面的红光源图像、绿光源图像和蓝光源图像；
分别识别红光源图像、绿光源图像和蓝光源图像上的被测产品瑕疵特性；
基于瑕疵在红光源图像、绿光源图像和蓝光源图像上瑕疵特性判断瑕疵的类别；
基于被测产品上的瑕疵类别及相应瑕疵类别的数量判断被测产品的产品等级。
通过标准工业单色相机获取被测产品在背光源照射下的产品正面的背光源图像；
基于背光源图像确定被测产品的外观大小；
基于被测产品的外观大小值判断被测产品的产品等级。
通过标准工业单色相机获取被测产品在正光源和多组侧光源分别照射下的产品正面的正光源图像和多张侧光源图像；
通过标准工业单色相机获取被测产品在RGB三色光源照射下的产品正面的红光源图像、绿光源图像和蓝光源图像；
根据正光源图像和多张侧光源图像基于相应位置灰阶值大小关系计算出被测产品上瑕疵的立体特征；
分别识别红光源图像、绿光源图像和蓝光源图像上的被测产品瑕疵特性；
基于瑕疵的立体特征及该瑕疵在红光源图像、绿光源图像和蓝光源图像上瑕疵特性判断瑕疵的类别；
基于被测产品上的瑕疵类别及相应瑕疵类别的数量判断被测产品的产品等级。
通过标准工业单色相机获取被测产品在正光源和多组侧光源分别照射下的产品正面的正光源图像和多张侧光源图像；
通过标准工业单色相机获取被测产品在RGB三色光源照射下的产品正面的红光源图像、绿光源图像和蓝光源图像；
通过标准工业单色相机获取被测产品在背光源照射下的产品正面的背光源图像；
根据正光源图像和多张侧光源图像基于相应位置灰阶值大小关系计算出被测产品上瑕疵的立体特征；
分别识别红光源图像、绿光源图像和蓝光源图像上的被测产品瑕疵特性；
基于瑕疵的立体特征及该瑕疵在红光源图像、绿光源图像和蓝光源图像上瑕疵特性判断瑕疵的类别；
基于背光源图像确定被测产品的外观大小；
基于被测产品上的瑕疵类别、相应瑕疵类别的数量及被测产品的外观大小值判断被测产品的产品等级。
本发明的有益效果是：本发明通过标准工业单色相机结合多路光源，实现对工业产线上所生产产品的多路通道同时取像和图像处理；通过多光源组态，可进行同时异态多路图像获取和检测，实现单一系统同时多路异态检测；通过多路彩色光源（RGB）实现使用单色（黑白）相机进行彩色检测图像获取和检测；独立通道可同时实现产品质量检测和尺寸量测。
本发明可广泛应用于不同行业的产品质量检测，对各种常见缺陷，以及立体缺陷，色差缺陷都有很好的检测效果，以及产品的外观大小实现高精度的量测；同时具有安装空间小，成本低的优势。
附图说明
图1为实施例的结构框图。
具体实施方式
本实施例为一种基于标准工业相机的可组态智能视觉检测系统，包括正光源、多组侧光源、RGB三色光源、背光源、光源频闪控制器、标准工业单色相机、处理器、感应触发器和打标装置，其中正光源、多组侧光源、RGB三色光源和背光源均围绕检测位置设置，该检测位置与产品输送机构相连。
本实施例中正光源设置于检测位置上方，用于在点亮后正向照射位于检测位置上的被测产品正面。多组侧光源包括左侧光源和右侧光源，该左侧光源和右侧光源分别位于检测位置左右两侧的上方，用于在点亮后侧向照射位于检测位置上的被测产品正面。本实施例中RGB三色光源设置于检测位置上方，具有红色光源、绿色光源和蓝色光源，用于分别点亮红、绿、蓝色光源后正向照射位于检测位置上的被测产品正面。本实施例中背光源位于检测位置下方，用于照射位于检测位置上的被测产品背面。
本实施例中正光源、左侧光源、右侧光源、RGB三色光源和背光源均与光源频闪控制器电路连接，可通过光源频闪控制器按一定顺序及特定高速频率依次点亮正光源、左侧光源、右侧光源、红色光源、绿色光源、蓝色光源和背光源。
本例中标准工业单色相机设置于检测位置上方，按特定高速频率曝光取像，用于在各路光源点亮时获取被该点亮光源照射的被测产品正面的黑白图像。
本实施例中对应检测位置设有感应触发器，当产品输送机构将被测产品输送至检测位置后，感应触发器被触发，产生被测产品就位信号。
本实施例中处理器与光源频闪控制器、标准工业单色相机和感应触发器连接，该处理器连接打标装置和存储器，存储器上存储有可供处理器执行的计算机程序，该计算机程序被执行时实现以下方法的步骤：
获取感应触发器产生的被测产品就位信号，并在获取到就位信号后控制光源频闪控制器工作，光源频闪控制器按一定顺序及特定高速频率依次点亮光源；
通过标准工业单色相机获取被测产品在正光源、左侧光源和右侧光源分别照射下的产品正面的正光源图像、左侧光源图像和右侧光源图像；
通过标准工业单色相机获取被测产品在红色光源、绿色光源、蓝色光源下的产品正面的红光源图像、绿光源图像和蓝光源图像；
通过标准工业单色相机获取被测产品在背光源照射下的产品正面的背光源图像，在背光源照射下标准工业单色相机获取的被测产品正面图像中产品的边缘将更加锐利，以利于产品外观大小值的量测；
根据正光源图像和多张侧光源图像基于相应位置灰阶值大小关系计算出被测产品上瑕疵的立体特征；
分别识别红光源图像、绿光源图像和蓝光源图像上的被测产品瑕疵特性；
基于瑕疵的立体特征及该瑕疵在红光源图像、绿光源图像和蓝光源图像上瑕疵特性判断瑕疵的类别；
基于背光源图像确定被测产品的外观大小；
基于被测产品上的瑕疵类别、相应瑕疵类别的数量（该数量在瑕疵类别确定后简单统计得到）及被测产品的外观大小值判断被测产品的产品等级；
根据产品等级控制打标装置将与产品等级对应的标识贴在该被测产品上。
本实施例通过使用多组光源在不同角度交替打光，使单排相机实现同时获取多路异态目标图像，并将各路图像发送至不同图像处理通道，各通道可以实现独立检测，或将图像分析结果综合以实现多维检测。工业产品的瑕疵有很多种形态，采用多组光源，可以全方位的检测出各种类型瑕疵，并通过综合各组光源下的图像特征变化，得出瑕疵的立体信息。正光源图像体现出瑕疵的平面信息，通过和左右两个侧光源图像特征的结合，相应位置灰阶值大小的关系，计算出瑕疵的立体特征，凸或凹的特性。
本例中使用红绿蓝三种单色光源，依次闪烁获取工业产品的完整图像，先拆分成三张单通道图像，分别检测。不同通道对不同材质的瑕疵具有不同的敏感性，例如红色色差缺陷，在红色通道图像中会出现最明显的特性差异。根据不同通道检测到的瑕疵特性，通过组态得出这个瑕疵的最后类别。
本实施例中检测和量测工作一般需要不同的光源特性，以得到最好的效果，所有量测通道会使用专门的光源系统，使得被量测物体的边缘得到最锐利的图像呈现。通过正面的正光源和侧光源做瑕疵检测，通过单独的背光源来做产品的外观大小量测。
本实施例可获取瑕疵的立体特征、在RGB三色下的瑕疵特性和被测产品尺寸三个维度的数据，可根据实际检测需求利用其中的某一种或几种数据进行判断。
Claims (8)
1.一种基于标准工业相机的可组态智能视觉检测系统，其特征在于，包括：
正光源，用于照射位于检测位置上的被测产品正面；
多组侧光源，用于在多个不同角度照射位于检测位置上的被测产品正面；
RGB三色光源，用于分别用红、绿、蓝单色光源照射位于检测位置上的被测产品正面；
背光源，用于照射位于检测位置上的被测产品背面；
光源频闪控制器，用于控制所述正光源、侧光源、RGB三色光源和背光源按特定高速频率且按一定顺序依次点亮；
标准工业单色相机，用于在光源点亮时获取被光源照射的被测产品正面的黑白图像；
处理器，与所述光源频闪控制器和标准工业单色相机连接。
2.根据权利要求1所述的基于标准工业相机的可组态智能视觉检测系统，其特征在于：所述处理器上电路连接用于采集检测位置上是否有被测产品的感应触发器。
3.根据权利要求1或2所述的基于标准工业相机的可组态智能视觉检测系统，其特征在于：所述处理器上电路连接有用于往所述被测产品上贴上标签的打标装置。
4.应用权利要求1~3任意一项所述基于标准工业相机的可组态智能视觉检测系统的检测方法，其特征在于：
通过标准工业单色相机获取被测产品在正光源和多组侧光源分别照射下的产品正面的正光源图像和多张侧光源图像；
根据正光源图像和多张侧光源图像基于相应位置灰阶值大小关系计算出被测产品上瑕疵的立体特征；
基于瑕疵的立体特征及被测产品上相应立体特征的数量判断被测产品的产品等级。
5.应用权利要求1~3任意一项所述基于标准工业相机的可组态智能视觉检测系统的检测方法，其特征在于：
通过标准工业单色相机获取被测产品在RGB三色光源照射下的产品正面的红光源图像、绿光源图像和蓝光源图像；
分别识别红光源图像、绿光源图像和蓝光源图像上的被测产品瑕疵特性；
基于瑕疵在红光源图像、绿光源图像和蓝光源图像上瑕疵特性判断瑕疵的类别；
基于被测产品上的瑕疵类别及相应瑕疵类别的数量判断被测产品的产品等级。
6.应用权利要求1~3任意一项所述基于标准工业相机的可组态智能视觉检测系统的检测方法，其特征在于：
通过标准工业单色相机获取被测产品在背光源照射下的产品正面的背光源图像；
基于背光源图像确定被测产品的外观大小；
基于被测产品的外观大小值判断被测产品的产品等级。
7.应用权利要求1~3任意一项所述基于标准工业相机的可组态智能视觉检测系统的检测方法，其特征在于：
通过标准工业单色相机获取被测产品在正光源和多组侧光源分别照射下的产品正面的正光源图像和多张侧光源图像；
通过标准工业单色相机获取被测产品在RGB三色光源照射下的产品正面的红光源图像、绿光源图像和蓝光源图像；
根据正光源图像和多张侧光源图像基于相应位置灰阶值大小关系计算出被测产品上瑕疵的立体特征；
分别识别红光源图像、绿光源图像和蓝光源图像上的被测产品瑕疵特性；
基于瑕疵的立体特征及该瑕疵在红光源图像、绿光源图像和蓝光源图像上瑕疵特性判断瑕疵的类别；
基于被测产品上的瑕疵类别及相应瑕疵类别的数量判断被测产品的产品等级。
8.应用权利要求1~3任意一项所述基于标准工业相机的可组态智能视觉检测系统的检测方法，其特征在于：
通过标准工业单色相机获取被测产品在正光源和多组侧光源分别照射下的产品正面的正光源图像和多张侧光源图像；
通过标准工业单色相机获取被测产品在RGB三色光源照射下的产品正面的红光源图像、绿光源图像和蓝光源图像；
通过标准工业单色相机获取被测产品在背光源照射下的产品正面的背光源图像；
根据正光源图像和多张侧光源图像基于相应位置灰阶值大小关系计算出被测产品上瑕疵的立体特征；
分别识别红光源图像、绿光源图像和蓝光源图像上的被测产品瑕疵特性；
基于瑕疵的立体特征及该瑕疵在红光源图像、绿光源图像和蓝光源图像上瑕疵特性判断瑕疵的类别；
基于背光源图像确定被测产品的外观大小；
基于被测产品上的瑕疵类别、相应瑕疵类别的数量及被测产品的外观大小值判断被测产品的产品等级。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010543247.3A CN111781203A (zh) | 2020-06-15 | 2020-06-15 | 基于标准工业相机的可组态智能视觉检测系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010543247.3A CN111781203A (zh) | 2020-06-15 | 2020-06-15 | 基于标准工业相机的可组态智能视觉检测系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111781203A true CN111781203A (zh) | 2020-10-16 |
Family
ID=72756553
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010543247.3A Pending CN111781203A (zh) | 2020-06-15 | 2020-06-15 | 基于标准工业相机的可组态智能视觉检测系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111781203A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112798613A (zh) * | 2021-03-31 | 2021-05-14 | 惠州高视科技有限公司 | Lcd异物缺陷彩色成像检测方法、电子设备及存储介质 |
| CN113469946A (zh) * | 2021-06-03 | 2021-10-01 | 阿里巴巴新加坡控股有限公司 | 数据处理方法、装置及电子设备 |
| CN114812820A (zh) * | 2022-06-23 | 2022-07-29 | 东莞市沃德普自动化科技有限公司 | 一种色差检测方法及系统 |
| CN115420752A (zh) * | 2022-11-03 | 2022-12-02 | 佛山市新石器机器人有限公司 | 输液袋异物识别灯检系统 |
| WO2024021016A1 (zh) * | 2022-07-29 | 2024-02-01 | 宁德时代新能源科技股份有限公司 | 测量方法和测量装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102539442A (zh) * | 2012-02-27 | 2012-07-04 | 宁波腾工精密机械制造有限公司 | 一种冷镦产品在线视觉检测系统 |
| CN103344563A (zh) * | 2013-06-07 | 2013-10-09 | 上海大学 | 一种自适应调色调光机器视觉光源检测装置及方法 |
| CN108956462A (zh) * | 2018-05-15 | 2018-12-07 | 武汉科技大学 | 一种彩色相机rgb图像融合视觉检测系统及检测方法 |
| CN109991233A (zh) * | 2019-04-30 | 2019-07-09 | 博众精工科技股份有限公司 | 一种光学检测装置及方法 |
-
2020
- 2020-06-15 CN CN202010543247.3A patent/CN111781203A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102539442A (zh) * | 2012-02-27 | 2012-07-04 | 宁波腾工精密机械制造有限公司 | 一种冷镦产品在线视觉检测系统 |
| CN103344563A (zh) * | 2013-06-07 | 2013-10-09 | 上海大学 | 一种自适应调色调光机器视觉光源检测装置及方法 |
| CN108956462A (zh) * | 2018-05-15 | 2018-12-07 | 武汉科技大学 | 一种彩色相机rgb图像融合视觉检测系统及检测方法 |
| CN109991233A (zh) * | 2019-04-30 | 2019-07-09 | 博众精工科技股份有限公司 | 一种光学检测装置及方法 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112798613A (zh) * | 2021-03-31 | 2021-05-14 | 惠州高视科技有限公司 | Lcd异物缺陷彩色成像检测方法、电子设备及存储介质 |
| CN113469946A (zh) * | 2021-06-03 | 2021-10-01 | 阿里巴巴新加坡控股有限公司 | 数据处理方法、装置及电子设备 |
| CN113469946B (zh) * | 2021-06-03 | 2024-10-18 | 阿里巴巴创新公司 | 数据处理方法、装置及电子设备 |
| CN114812820A (zh) * | 2022-06-23 | 2022-07-29 | 东莞市沃德普自动化科技有限公司 | 一种色差检测方法及系统 |
| CN114812820B (zh) * | 2022-06-23 | 2022-10-14 | 东莞市沃德普自动化科技有限公司 | 一种色差检测方法及系统 |
| WO2024021016A1 (zh) * | 2022-07-29 | 2024-02-01 | 宁德时代新能源科技股份有限公司 | 测量方法和测量装置 |
| US11948323B2 (en) | 2022-07-29 | 2024-04-02 | Contemporary Amperex Technology Co., Limited | Measurement method and measurement apparatus |
| CN115420752A (zh) * | 2022-11-03 | 2022-12-02 | 佛山市新石器机器人有限公司 | 输液袋异物识别灯检系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111781203A (zh) | 基于标准工业相机的可组态智能视觉检测系统及方法 | |
| EP2999956B1 (en) | Method for the surface inspection of long products and apparatus suitable for carrying out such a method | |
| US20060147092A1 (en) | Intelligent digital graphics inspection system and method | |
| JP6348289B2 (ja) | 検査装置および検査方法 | |
| US10571506B2 (en) | Multi-fiber identification using jacket color | |
| US20170315062A1 (en) | Inspection apparatus, inspection system, and article manufacturing method | |
| CN211347985U (zh) | 一种应用于表面检测行业的机器视觉检测装置 | |
| US20140368634A1 (en) | Device for analyzing visible defects in a transparent substrate | |
| CN213239944U (zh) | 一种基于彩色相机和单色光源的视觉检测系统 | |
| EP1167964B1 (en) | Method and apparatus for non destructive testing | |
| CN102095499A (zh) | 一种瓷砖自动分色的方法 | |
| CN101187684B (zh) | 主板发光二极管测试装置及方法 | |
| TW201702581A (zh) | 檢測待測目標物的檢測裝置與方法 | |
| CN108204977A (zh) | 基于机器视觉的玉米籽粒品质自动检测装置 | |
| CN112326683B (zh) | 一种利用光谱差分平场矫正检测镜头洁净度的方法 | |
| CN117147559A (zh) | 布料瑕疵检测系统以及方法 | |
| CN117949470A (zh) | 多工位透明材料磨边边角缺陷检测系统及方法 | |
| CN104637425A (zh) | 流水线式led显示单元均匀性检测方法、系统及装置 | |
| CN114813761B (zh) | 一种基于双光频闪的薄膜针孔和亮斑缺陷识别系统及方法 | |
| CN114577805A (zh) | 一种MiniLED背光面板缺陷检测方法及装置 | |
| CN110853031A (zh) | 汽车组合仪表指示灯点亮的排他检测方法 | |
| CA2226473A1 (en) | Inspection system for exterior article surfaces | |
| CN112200200B (zh) | 一种led灯光颜色检测方法 | |
| CN209387542U (zh) | 一种消除物料阴影的检测装置 | |
| CN111948208A (zh) | 实现仪表视觉识别的自动化检测系统 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20201016 |