CN114485409A - 原料板质量检测方法、装置、设备及可读存储介质 - Google Patents
原料板质量检测方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN114485409A CN114485409A CN202210401943.XA CN202210401943A CN114485409A CN 114485409 A CN114485409 A CN 114485409A CN 202210401943 A CN202210401943 A CN 202210401943A CN 114485409 A CN114485409 A CN 114485409A
- Authority
- CN
- China
- Prior art keywords
- slurry
- image
- raw material
- material plate
- target area
- 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
- 239000002994 raw material Substances 0.000 title claims abstract description 172
- 238000001514 detection method Methods 0.000 title claims abstract description 35
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 239000002002 slurry Substances 0.000 claims abstract description 280
- 238000000034 method Methods 0.000 claims abstract description 42
- 238000009826 distribution Methods 0.000 claims description 40
- 238000012545 processing Methods 0.000 claims description 37
- 238000007689 inspection Methods 0.000 claims description 23
- 238000005259 measurement Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000003379 elimination reaction Methods 0.000 claims description 4
- 239000007788 liquid Substances 0.000 abstract description 31
- 230000000694 effects Effects 0.000 abstract description 29
- 239000004973 liquid crystal related substance Substances 0.000 description 12
- 230000003068 static effect Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 230000005611 electricity Effects 0.000 description 7
- 238000007581 slurry coating method Methods 0.000 description 7
- 239000003795 chemical substances by application Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000004513 sizing Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000000877 morphologic effect Effects 0.000 description 5
- 239000010409 thin film Substances 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 230000008030 elimination Effects 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical group [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 239000011248 coating agent Substances 0.000 description 2
- 238000000576 coating method Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000009432 framing Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- GNFTZDOKVXKIBK-UHFFFAOYSA-N 3-(2-methoxyethoxy)benzohydrazide Chemical compound COCCOC1=CC=CC(C(=O)NN)=C1 GNFTZDOKVXKIBK-UHFFFAOYSA-N 0.000 description 1
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 description 1
- YTAHJIFKAKIKAV-XNMGPUDCSA-N [(1R)-3-morpholin-4-yl-1-phenylpropyl] N-[(3S)-2-oxo-5-phenyl-1,3-dihydro-1,4-benzodiazepin-3-yl]carbamate Chemical compound O=C1[C@H](N=C(C2=C(N1)C=CC=C2)C1=CC=CC=C1)NC(O[C@H](CCN1CCOCC1)C1=CC=CC=C1)=O YTAHJIFKAKIKAV-XNMGPUDCSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012372 quality testing Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G02—OPTICS
- G02F—OPTICAL DEVICES OR ARRANGEMENTS FOR THE CONTROL OF LIGHT BY MODIFICATION OF THE OPTICAL PROPERTIES OF THE MEDIA OF THE ELEMENTS INVOLVED THEREIN; NON-LINEAR OPTICS; FREQUENCY-CHANGING OF LIGHT; OPTICAL LOGIC ELEMENTS; OPTICAL ANALOGUE/DIGITAL CONVERTERS
- G02F1/00—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics
- G02F1/01—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics for the control of the intensity, phase, polarisation or colour
- G02F1/13—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics for the control of the intensity, phase, polarisation or colour based on liquid crystals, e.g. single liquid crystal display cells
- G02F1/1306—Details
- G02F1/1309—Repairing; Testing
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30121—CRT, LCD or plasma display
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Nonlinear Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- Optics & Photonics (AREA)
- Quality & Reliability (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本申请公开了一种原料板质量检测方法、装置、设备及可读存储介质，属于显示技术领域。本申请通过获取涂抹浆料的原料板上浆料的目标区域图像中的浆料参数，基于所述浆料参数，确定所述目标区域图像是否符合标准，若符合标准，则判定所述原料板合格。本申请中实现了，从原料板上获取浆料的图像以及浆料参数，比对浆料参数和预设浆料参数阈值之间的相似度，确定原料板上涂抹浆料效果是否符合标准，原料板上浆料涂抹效果影响着浆料的导电效果，同时也影响着原料板的质量，通过对原料板上浆料参数以及浆料涂抹效果进行判断，以保证原料板上的浆料涂抹效果达到工艺标准，进而保证了原料板的质量。
Description
技术领域
本申请涉及显示技术领域，尤其涉及原料板质量检测方法、装置、设备及可读存储介质。
背景技术
随着液晶显示屏技术的发展，其应用场景越发广泛，液晶显示器成像必须依靠偏光片，在液晶显示器使用时偏光片上不可避免地会积累静电，为防止静电过大击穿显示屏，需要在偏光片上添加浆料，浆料通常为导电银浆，将偏光片上的静电导向地线。
通常，在偏光片的原料板上涂抹浆料时，不同种类的原料板的线路走向不同，从而会产生不同的浆料涂抹效果，浆料的形状和位置都会根据原料板上的线路走向来确定。
同时浆料的整体形状和具体涂抹位置都会影响浆料在原料板上的导电效果，在对原料板进行涂抹浆料时，存在浆料涂抹不均以及涂抹位置偏差的问题，导致浆料涂抹效果和预定的效果不同，无法确保原料板涂抹浆料效果满足工艺标准，导致原料质量无法得到保证，进而导致液晶显示屏的质量层次不齐。
发明内容
本申请的主要目的在于提供一种原料板质量检测方法、装置、设备及可读存储介质，旨在解决如何提高液晶显示屏质量的技术问题。
为实现上述目的，本申请提供一种原料板质量检测方法，获取涂抹浆料的原料板上浆料的目标区域图像中的浆料参数；
基于所述浆料参数，确定所述目标区域图像是否符合标准；
若符合标准，则判定所述原料板合格。
示例性的，所述获取涂抹浆料的原料板上浆料的目标区域图像中的浆料参数，包括：
获取原料板的产品图像；
基于预设ROI，从所述产品图像中确定初始区域图像；
对所述初始区域图像进行去干扰处理，得到目标区域图像；
测量所述目标区域图像中的浆料的数据，得到浆料参数。
示例性的，所述基于预设ROI，从所述产品图像中确定初始区域图像，包括：
基于预设ROI，从所述产品图像中确定所述浆料的轮廓；
基于所述轮廓，从所述产品图像中提取出所述浆料的图像，得到初始区域图像。
示例性的，所述对所述初始区域图像进行去干扰处理，得到目标区域图像，包括：
基于预设缩放系数，放大所述初始区域图像，得到所述初始区域图像的边缘图像；
从所述边缘图像中识别出干扰像素点，得到初始区域图像外侧的干扰图像；所述干扰图像由所述干扰像素点组成；
从所述初始区域图像中去除所述干扰图像，得到目标区域图像。
示例性的，所述测量所述目标区域图像中的浆料的数据，得到浆料参数，包括：
对目标区域图像进行扫描处理，得到浆料的分布情况；
基于所述分布情况，测量所述目标区域图像中的浆料的数据，得到浆料参数。
示例性的，所述浆料参数包括位置参数和形状参数，基于所述分布情况，测量所述目标区域图像中的浆料的数据，得到浆料参数，包括：
基于所述分布情况，对所述目标区域图像的形状进行分割，得到便于测算的图像；
对所述图像的形状进行测算，得到所述目标区域图像的形状参数；
基于所述分布情况，确定所述目标区域图像中的定位点；
测算所述定位点与预设基准点之间的相对位置，得到位置参数。
示例性的，所述基于所述浆料参数，确定所述目标区域图像是否符合标准，包括：
比对所述浆料参数和预设浆料参数阈值之间的相似度；
基于所述相似度，确定所述目标区域图像是否合格。
示例性的，为实现上述目的，本申请还提供一种原料板质量检测装置，其特征在于，所述原料板质量检测装置包括：
第一获取模块，用于获取原料板上浆料的目标区域图像中的浆料参数；
第一确定模块，用于基于所述浆料参数，确定所述区域图像是否符合标准；
第一判定模块，用于若符合标准，则判定涂抹浆料的原料板合格。
示例性的，为实现上述目的，本申请还提供一种原料板质量检测设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的原料板质量检测程序，所述原料板质量检测程序配置为实现如上所述的原料板质量检测方法的步骤。
示例性的，为实现上述目的，本申请还提供一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有原料板质量检测程序，所述原料板质量检测程序被处理器执行时实现如上所述的原料板质量检测方法的步骤。
与现有技术中，在对原料板进行涂抹浆料加工时，存在浆料涂抹不均匀导致浆料存在形状缺陷的问题，以及浆料涂抹位置与预定位置相比出现偏差的情况，导致原料板的质量水平不一，进而导致使用了次品原料板的液晶显示屏质量不佳的问题相比。在本申请中，提出一种原料板质量检测方法，原料板上浆料涂抹效果是影响原料板质量的因素，即浆料涂抹时的形状和位置会影响原料板的质量，对原料板质量进行检测，即对原料板上浆料涂抹效果进行检测，首先从涂抹浆料的原料板上获取目标区域图像，并从目标区域图像中获取浆料参数，其次通过对浆料参数进行分析和判断，得出判定结果，若浆料参数符合标准，则判定目标区域图像符合标准，即浆料的形状和位置符合标准，从而判定原料板质量合格。因此本申请中，以确定浆料参数是否满足标准的方法，判定原料板上浆料涂抹效果是否符合标准，保证浆料在原料板上的形状和位置均符合标准，从而保证了原料板的质量符合标准，进而保证了液晶显示器的质量符合标准。
附图说明
图1是本申请一种原料板质量检测方法第一实施例的流程示意图；
图2为本申请一种原料板质量检测方法第二实施例的流程示意图；
图3为本申请实施例方案涉及到的产品图像和ROI之间位置关系示意图；
图4为本申请实施例方案涉及的硬件运行环境的结构示意图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请实施例提供了一种原料板质量检测方法，参照图1，图1为本申请的一种原料板质量检测方法第一实施例的流程示意图。
本申请实施例提供了原料板质量检测方法的实施例，需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。为了便于描述，以下省略执行主体描述原料板质量检测方法的各个步骤，原料板质量检测方法包括：
步骤S110，获取涂抹浆料的原料板上浆料的目标区域图像中的浆料参数。
原料板有三层结构组成，上层偏光片、中层彩色滤光片和下层薄膜晶体管，偏光片在使用过程中会不断积累静电，静电积累过多会导致液晶显示屏被静电击穿，需要在原料板上进行涂抹浆料，浆料通常为导电银浆，通过浆料与线路的接入，将偏光片板上的静电导向接地线，不同原料板上的线路走向不同，浆料的形状不同，要根据不同形状的浆料进行不同方式测算判定。
示例性的，偏光片板上的线路走向是L型的，根据线路走向涂抹的导电浆料是L型。
示例性的，通用型的偏光片板线路走向，成点状分布，涂抹的导电浆料则采用由上下两个半圆组成的点状浆料。
目标区域图像是对原料板上的浆料区域的图像进行处理后得到的，对浆料区域的图像处理的好坏，影响着在对处理后的目标区域图像检测结果，提高处理的精度，提高目标区域图像的精准度，以便于提高对浆料区域的检测结果。
示例性的，对原料板的产品图像进行轮廓选取，确定出浆料区域的轮廓，以轮廓为边界线，提取出轮廓内部的图像信息，得到完整的浆料区域的图像，对图像进行形态学处理，将浆料区域的图像外边缘存在的毛刺去除掉，得到目标区域图。其中，形态学图像处理使用数学形态学的基本运算，由计算机对图像进行分析，以达到所需结果的一种技术，形态学图像处理是指一系列处理图像形状特征的图像处理技术，形态学是利用一种特殊的结构元来测量或提取输入图像中相应的形状或特征，以便进一步进行图像分析和目标识别。
示例性的，对原料板的产品图像进行亮度阈值处理，亮度阈值处理是将图像中的所有亮度值根据指定的亮度值分成高于阈值和低于阈值的两类。用这种方法产生的黑白掩膜图像可以分开对比度差异较大的地物，根据原料板和浆料因材质不同而产生的不同亮度，设定亮度阈值，对图像的亮度值进行调整，得到浆料区域的图像，对浆料区域的图像外边缘的干扰区域进行图像滤波处理，得到目标区域图像。其中，图像滤波，即在尽量保留图像细节特征的条件下对目标图像的噪声进行抑制，是图像预处理中不可缺少的操作，其处理效果的好坏将直接影响到后续图像处理和分析的有效性和可靠性。
浆料分布情况的不同，导致浆料的导电效果不同，进而导致原料板的质量不同，影响浆料导电效果的分布情况有浆料的整体形状，以及浆料在原料板上的具体位置，浆料区域与偏光片的距离，在对目标区域图像检测时，得到浆料参数，其中，浆料参数包含形状参数和位置参数。
示例性的，在对点状浆料的目标区域图像检测时，点状浆料分布形式通常为上下两个半圆形，对目标区域图像的形状进行计算，得到目标区域图像的形状参数，根据形状数据判定目标区域图像的完整性。
示例性的，在对点状的目标区域图像检测时，基于产品图像中的偏光片位置处的预设基准点，设置点状浆料距离偏光片点最近处为定位点，通过测算定位点与预设基准点之间的相对位置，得到目标区域图像的位置参数，根据位置参数判定目标区域图像的位置是否存在偏差。
步骤S120：基于所述浆料参数，确定所述目标区域图像是否符合标准。
浆料参数中包含了浆料的形状参数和位置参数，不同的原料板预设有不同的浆料参数阈值，以浆料参数阈值作为基准，比对浆料参数阈值与浆料参数之间的相似度，并根据比对结果判断目标区域图像的浆料参数是否符合标准，只有目标区域图像的形状参数和位置参数均通过判断才能确定目标区域图像符合标准。
示例性的，目标区域图像的形状参数包括了浆料的长、宽和面积，以点状浆料为例，点状浆料形状为上下两部分的两个半圆形，点状浆料的形状参数包括上半圆的长度、宽度和面积，以及下半圆的长度、宽度和面积，比对测算而来的形状参数和预设浆料参数，判断出目标区域图像的形状参数是否符合标准。
示例性的，目标区域图像的位置参数包括了浆料的几何中心位置参数，几何中心位置参数用于判断目标区域图像在水平方向上的偏差，以及目标区域图像最高处的位置参数，最高处的位置参数用于判定目标区域图像的竖直方向上的偏差，比对测算而来的形状参数和预设浆料参数，判断出目标区域图像的位置参数是否符合标准。
步骤S130：若符合标准，则判定所述原料板合格。
通过判断浆料参数是否满足标准，在目标区域图像的形状参数和位置参数均满足预设浆料参数时，则判断目标区域图像满足生产要求，进而判定出原料板的质量满足工艺生产要求，从而确保液晶显示屏的质量。
与现有技术中，在对原料板进行涂抹浆料加工时，存在浆料涂抹不均匀导致浆料存在形状缺陷的问题，以及浆料涂抹位置与预定位置相比出现偏差的情况，导致原料板的质量水平不一，进而导致使用了次品原料板的液晶显示屏质量不佳的问题相比。在本申请中，提出一种原料板质量检测方法，原料板上浆料涂抹效果是影响原料板质量的因素，即浆料涂抹时的形状和位置会影响原料板的质量，对原料板质量进行检测，即对原料板上浆料涂抹效果进行检测，首先从涂抹浆料的原料板上获取目标区域图像，并从目标区域图像中获取浆料参数，其次通过对浆料参数进行分析和判断，得出判定结果，若浆料参数符合标准，则判定目标区域图像符合标准，即浆料的形状和位置符合标准，从而判定原料板质量合格。因此本申请中，以确定浆料参数是否满足标准的方法，判定原料板上浆料涂抹效果是否符合标准，保证浆料在原料板上的形状和位置均符合标准，从而保证了原料板的质量符合标准，进而保证了液晶显示器的质量符合标准。
示例性的，参照图2，图2是本申请原料板质量检测方法第二实施例的流程示意图，基于上述本申请原料板质量检测方法第一实施例，提出第二实施例，所述方法还包括：
步骤S210：获取原料板的产品图像；
原料板的产品图像包括浆料的图像和原料板的板材图像以及无用图像区域，其中，原料板材图像中又包括有：预设的定位标记点和原料板上的预设基准点，而无用区域图像是用于避免采集的图像范围过小，而导致后续图像处理信息丢失。在获取原料板的产品图像时，确保产品图像的完整性，且以便于后续对产品图像处理和检测。
示例性的，原料板的板材图像主要包括三部分，上层偏光片、中层彩色滤光片和下层薄膜晶体管的图像。
示例性的，在原料板的三层板材上又预设有定位标记点和基准点，定位标记点用于图像采集定位，基准点用于测算浆料的图像的位置参数。
参照图3，图3是产品图像和ROI之间位置关系的示意图，如图3所示，产品图像中从上至下包括了：偏光片、彩色滤光片和薄膜晶体管，浆料涂抹在薄膜晶体管和彩色滤光片上，且浆料的顶部最高点与偏光片之间存在距离，ROI框选范围从上至下包括了：偏光片下边界、彩色滤光片、薄膜晶体管和浆料的图像。
步骤S220：基于预设ROI，从所述产品图像中确定初始区域图像；
ROI（Region Of Interest,感兴趣区域）是机器视觉、图像处理中，从被处理的图像以方框、圆、椭圆、不规则多边形的方式勾勒出需要处理的区域，称为感兴趣区域，简称ROI。通常在使用ROI进行框选，并对框选区域内的图像进行后续相关处理。在对图像进行框选时，要保证待框选图像与ROI完全重合。
示例性的，在获取产品图像后，从产品图像中框选出浆料的图像，ROI区域框选的范围与浆料的图像范围完全重合，具体为：以ROI的左、下、右三边框选范围与浆料的图像范围保持重合状态，ROI上边框根据实际浆料的图像高度进行相应调整。
示例性的，在获取产品图像后，ROI框选出的图像中，ROI的边框与浆料的图像产生干涉，即浆料的图像范围超出了ROI边框划定的范围，则对更换ROI框选的参数。
示例性的，在将原料板运送到检测区域时，原料板会在移动过程中产生偏转问题，即原料板浆料的图像会与检测区域产生偏差，导致检测区域采集到的图像信息并不准确，为保证ROI框选出的图像准确，启动特征搜索，基于机器视觉定位方法，对ROI区域进行调整，确保ROI区域与浆料的图像保持重合，制作定位识别模板，在定位识别模板上预设ROI，定位识别模板用于识别产品图像中的定位标记点，并根据定位标记点的具体位置，对定位识别模板的位置进行补偿调整，调整后的ROI框选区域与浆料的图像重合。
示例性的，定位识别模板上设有固定位置的识别点，通过识别出定位标记点的位置，并进行测算定位标记点与定位识别模板之间偏转的角度值，根据偏转的角度值进行调整定位识别模板，保证定位识别模板中的识别点与定位识别点保持重合位置，即保证定位识别模板上预设ROI与浆料的图像重合。
示例性的，浆料的图像是涂抹在原料板上的浆料的形状，包括了浆料的面积大小和形状分布，浆料按形状分类包括点状浆料和L型浆料等，以浆料的形状为点状为例，点状浆料分布形状为上下两个半圆，在获取产品图像时，确保将浆料的图像完整地采集，即采集到浆料的形状参数。
示例性的，浆料按形状分类包括点状浆料和L型浆料等，以浆料的形状为L型为例，L型浆料分布形状为水平和竖直方向的两部分矩形。
示例性的，所述基于预设ROI，从所述产品图像中确定初始区域图像，包括：
步骤a：基于预设ROI，从所述产品图像中确定所述浆料的轮廓；
示例性的，在提取浆料的图像时，浆料的长度范围：为浆料在视野中竖直方向的位置范围限定，0~960；浆料的宽度范围：为浆料在视野中水平方向的位置范围限定，0~1280；浆料面积范围：单位为像素，下限设置1000，上限设置65000；
示例性的，在对浆料区域进行处理前，设定浆料的图像高度上的像素点个数为123。
步骤b：基于所述轮廓，从所述产品图像中提取出所述浆料的图像，得到初始区域图像。
示例性的，对产品图像中的浆料的图像进行提取，基于浆料的图像形状，确定出浆料的轮廓，并以轮廓勾勒出的范围作为浆料的形状，得到初始区域图像。
示例性的，对产品图像中的浆料的图像进行亮度阈值分割处理，根据浆料和原料板的亮度值不同，基于预设亮度阈值，进行调整产品图像中的亮度，对低于预设亮度阈值的图像亮度进行降低亮度调整，对高于预设亮度阈值的图像亮度进行提高亮度调整，将产品图像中的浆料的图像和原料板的图像进行分割，得到浆料形状的黑色图像，即得到初始区域图像。
步骤S230：对所述初始区域图像进行去干扰处理，得到目标区域图像。
获取到的原料板的产品图像，对产品图像进行后续处理，在ROI框选时，从产品图像中得到初始区域图像，初始区域图像中包含了浆料的图像以及其外侧的干扰图像，在采集到初始区域图像后，对初始区域图像进行去干扰处理，得到目标区域图像，目标区域图像中包含了待测算的浆料参数。
示例性的，基于预设ROI，从产品图像中框选出浆料区域的图像，并从浆料区域的图像中，对浆料的形状进行提取，提取出完整的浆料形状，以便于后续对浆料形状进行测算，得到浆料的形状参数。
示例性的，基于初始区域图像，对初始区域图像进行去干扰处理，在图像的采集过程中，不可避免地会产生干扰图像，干扰图像是由初始区域图像边缘外侧的像素点产生的，通常为初始区域图像边缘外侧的毛刺，基于初始区域图像的边缘，去除掉初始区域图像边缘的干扰区域，得到目标区域图像。
在对产品图像进行处理时分为两步处理，第一步，将产品图像中的浆料的图像提取出，得到初始区域图像，第二步，对初始区域图像进行去干扰处理，得到目标区域图像。
示例性的，所述对所述初始区域图像进行去干扰处理，得到目标区域图像，包括：
步骤c：基于预设缩放系数，放大所述初始区域图像，得到所述初始区域图像的边缘图像；
示例性的，对产品图像进行亮度阈值分割时，以浆料的范围进行限定亮度值调整范围，浆料亮度阈值分割的范围，浆料成像黑色，亮度值下限设置为0，上限设置取决于浆料和周围区域对比度，亮度值最大255。
示例性的，在得到初始区域图像后，基于预设缩放系数，缩放系数用于进行对浆料的图像缩放，当预设缩放系数越大，检测到的干扰图像越清晰，对初始区域图像进行去干扰处理效果越好。
步骤d：从所述边缘图像中识别出干扰像素点，得到初始区域图像外侧的干扰图像；所述干扰图像由所述干扰像素点组成；
示例性的，在得到初始区域图像后，基于预设缩放系数，放大初始区域图像，在初始区域图像被方法时，初始区域图像边缘外侧的毛刺均判定为干扰图像，识别出以像素点堆积而成的干扰图像，对干扰图像进行滤波处理，在尽量保留图像细节特征的条件下对目标图像的噪声进行抑制，滤波越大提升图像特征效果越好。
示例性的，在对初始区域图像进行去干扰处理时，基于初始区域图像的边缘，对初始区域图像进行形态学图像处理，降低初始区域图像边缘外侧的图像干扰，基于计算机分析，将提高图像的特征细节。
步骤e：从所述初始区域图像中去除所述干扰图像，得到目标区域图像。
示例性的，对初始区域图像进行滤波处理，得到去掉干扰图像的目标区域图像。
示例性的，对初始区域图像进行形态学图像处理，得到去掉干扰图像的目标区域图像。
步骤S240：测量所述目标区域图像中的浆料的数据，得到浆料参数；
在对目标区域图像进行扫描处理时，对原料板的板材和浆料的区域都进行扫描，得到目标区域图像的分布情况，分布情况包括目标区域图像的形状分布和位置分布，基于分布情况，可测量出浆料参数。
示例性的，浆料包括点状浆料和L型浆料。
对于点状浆料，在测量点状浆料的参数时，对点状浆料整体进行测算，得到点状浆料的整体位置的参数，且点状浆料的形状分布为上下两个半圆形，对其整体进行分割，分割成上下两个独立半圆形进行分别测算，测算出分割后的部分参数。
对于L型浆料，在测量L型浆料的参数时，对L型浆料的整体进行测算，得到L型浆料的整体位置的参数，且L型浆料的形状分布可分为上下两部分，分为水平方向的矩形和垂直方向的矩形，测算出两个矩形的参数。
原料板上涂抹的浆料形状会跟着原料板上的走线方向变化，不同的原料板会涂抹不同形状的浆料，且因为覆盖的走线位置不同，浆料的位置分布也会产生不同的变化，确定浆料的效果是否良好，对浆料的形状和位置均进行测算，得到浆料的形状参数和位置参数。
示例性的，所述测量所述目标区域图像中的浆料的数据，得到浆料参数，还包括：
步骤f：对目标区域图像进行扫描处理，得到浆料的分布情况；
示例性的，对L型浆料的目标区域图像进行扫描处理，得到L型浆料的位置分布。
示例性的，对点状浆料的目标区域图像进行扫描处理，得到点状浆料的位置分布，即点状浆料在原料板上的具体位置。
步骤g：基于所述分布情况，测量所述目标区域图像中的浆料的数据，得到浆料参数；
示例性的，根据点状浆料的形状分布和位置分布，对点状浆料的目标区域图像进行测量，测量出点状浆料的数据，得出点状浆料的浆料参数。
示例性的，根据L型浆料的形状分布和位置分布，对点状浆料的目标区域图像进行测量，测量出点状浆料的数据，得出点状浆料的浆料参数。
示例性的，所述浆料参数包括位置参数和形状参数，所述基于所述分布情况，测量所述目标区域图像中的浆料的数据，得到浆料参数，包括：
步骤h：基于所述分布情况，对所述目标区域图像的形状进行分割，得到便于测算的图像；
示例性的，对点状浆料的目标区域图像进行扫描处理，得到点状浆料的形状分布，即点状浆料的上下两个半圆形。
示例性的，对L型浆料的目标区域图像进行扫描处理，得到L型浆料的形状分布，将L型浆料的分为水平方向和竖直方向两部分。
步骤i：对所述图像的形状进行测算，得到所述目标区域图像的形状参数；
示例性的，对点状浆料的形状进行测算，分别对上下两个半圆进行测算，测算出上下两个半圆的边长、宽度和面积数据，并测算出点状浆料的整体长和宽数据，点状浆料的形状参数包括以上测算出的数据。
示例性的，对L型浆料的水平和竖直两部分分别进行形状参数测算，测算出每一个部分中的长度，宽度和面积数据，以及L型浆料的整体长度和宽度，L型浆料的形状参数包括以上测算出的数据。
步骤j：基于所述分布情况，确定所述目标区域图像中的定位点；
示例性的，确定出点状浆料的几何中心位置参数，以及点状浆料的顶部位置参数，确定点状浆料是否满足将线路走向覆盖的要求。
示例性的，确定出L型浆料的几何中心位置参数，以及L型浆料的顶部位置参数，确定L型浆料是否满足将线路走向覆盖的要求。
步骤k：测算所述定位点与预设基准点之间的相对位置，得到位置参数。
示例性的，得到点状浆料的定位点的参数，即点状浆料的几何中心位置参数，和顶部位置参数，测算定位点的参数与预设基准点之间的相对位置，得到点状浆料的位置参数。
示例性的，得到L型浆料的定位点的参数，即L型浆料的几何中心位置参数，和顶部位置参数，测算定位点的参数与预设基准点之间的相对位置，得到L型浆料的位置参数。
示例性的，在对图像进行亮度阈值处理后，偏光片的颜色比彩色滤光片黑，从产品图像中白色部分向黑色部分寻找偏光片边界线，测算浆料顶部最高点与偏光片距离，得到浆料的位置参数。
示例性的，对目标区域图像进行测算，得到目标区域图像的几何中心位置参数，从产品图像中白色部分向黑色部分寻找偏光片边界线，并测算偏光片左边起点到目标区域图像的几何中心位置参数的距离，得到浆料的位置参数。
在本实施例中，对原料板质量进行检测，涂抹浆料的效果影响着导出原料板上静电的效果，原料板上的浆料形状和位置是影响原料板的因素，提高原料板的质量，防止静电影响原料板的寿命，即保证原料板上的浆料参数，当浆料参数中的形状参数和位置参数都通过了检测时，确定出原料板上浆料的工艺符合标准，保证了原料板的质量符合标准。对原料板的产品图像进行采集并测算，在采集过程中，确定ROI框选的范围，ROI框选范围过大和过小都会影响采集图像的精度，ROI要以浆料的图像范围作为基准进行限定边框范围，保证浆料的范围和ROI范围保持重合状态，对ROI框选出的浆料的图像进行处理，提取出浆料的完整形状，并对浆料的图像外边缘侧进行去干扰处理，防止因为干扰区域存在而导致检测精度降低，且在提取浆料的形状时，确定出浆料的形状是否完整，判断出浆料的形状是否存在缺陷，有利于后续进行检测。同时，在对处理后的图像进行测算，测算浆料的形状参数以及位置参数，在形状参数和位置参数都通过判断时，确定出原料板上的浆料涂抹效果合格，从而判定原料板质量合格。对图像处理增加细化处理，提升了处理后图像的精度，同时也是便于后续进行判断，基于浆料参数，对浆料的形状和位置进行测算，得到测算结果并与预设浆料参数对比，得到对原料板质量的判断更为准确。
基于上述本申请原料板质量检测方法第一实施例和第二实施例，提出第三实施例，所述方法还包括：
步骤l：比对所述浆料参数和预设浆料参数阈值之间的相似度；
步骤m：基于所述相似度，确定所述目标区域图像是否合格。
浆料参数中包含浆料的形状参数和浆料的位置参数，将形状参数和位置参数分别与预设参数阈值进行比对，根据比对结果进行判断浆料参数是否符合标准，确定出原料板质量是否合格，在确定浆料的形状参数和位置参数均满足标准时，判定原料板为合格。
示例性的，在对原料板质量进行判定时，若形状参数符合标准，而位置参数不符合标准，则判定原料质量不合格。
示例性的，在对原料板质量进行判定时，若形状参数不符合标准，而位置参数符合标准，则判定原料质量不合格。
在本实施例中，对原料板的参数要求有两种，形状参数要求和位置参数要求，浆料涂抹在原料板上，因为加工过程中避免不了产生误差，导致浆料涂抹效果不一，而浆料的形状和位置均是影响原料板上导出静电的效果，如果只是对浆料的形状参数进行检测而不去检测位置参数，导致无法识别出浆料的位置产生偏差的原料板，而浆料位置偏移过大影响原料板的质量，不进行检测位置参数，导致部分不良品流入后续生产线中，同样的，只进行检测位置参数而不去检测形状参数，同样会导致部分不良品流入后续生产线中。对浆料的形状参数和位置参数分别进行判断，确保原料板上涂抹的浆料效果为最佳，从而原料板上的浆料的导电效果得到保证，确定出原料板质量为合格。
示例性的，本申请还提供一种原料板质量检测装置。所述原料板质量检测装置包括：
获取模块，用于获取原料板上浆料的目标区域图像中的浆料参数；
确定模块，用于基于所述浆料参数，确定所述区域图像是否符合标准；
判定模块，用于若符合标准，则判定涂抹浆料的原料板合格。
示例性的，所述获取模块包括：
获取子模块，用于获取原料板的产品图像；
第一确定子模块，用于基于预设ROI，从所述产品图像中确定初始区域图像；
去干扰子模块，用于对所述初始区域图像进行去干扰处理，得到目标区域图像；
测量子模块，用于测量所述目标区域图像中的浆料的数据，得到浆料参数。
示例性的，所述第一确定子模块包括：
确定单元，用于基于预设ROI，从所述产品图像中确定所述浆料的轮廓；
提取单元，用于基于所述轮廓，从所述产品图像中提取出所述浆料的图像，得到初始区域图像。
示例性的，所述去干扰子模块包括；
放大单元：基于预设缩放系数，放大所述初始区域图像，得到所述初始区域图像的边缘图像；
识别单元，用于从所述边缘图像中识别出干扰像素点，得到初始区域图像外侧的干扰图像；所述干扰图像由所述干扰像素点组成；
去除单元，用于从所述初始区域图像中去除所述干扰图像，得到目标区域图像。
示例性的，所述测量子模块包括：
扫描单元，用于对目标区域图像进行扫描处理，得到浆料的分布情况；
测量单元，用于基于所述分布情况，测量所述目标区域图像中的浆料的数据，得到浆料参数。
示例性的，测量单元包括：
分割子单元，用于基于所述分布情况，对所述目标区域图像的形状进行分割，得到便于测算的图像；
第一测算子单元，用于对所述图像的形状进行测算，得到所述目标区域图像的形状参数；
确定子单元，用于基于所述分布情况，确定所述目标区域图像中的定位点；
第二测算子单元，用于测算所述定位点与预设基准点之间的相对位置，得到位置参数。
示例性的，确定模块包括：
比对子模块，用于比对所述浆料参数和预设浆料参数阈值之间的相似度。
第二确定子模块，用于基于所述相似度，确定所述目标区域图像是否合格。
本申请原料板质量检测装置具体实施方式与上述原料板质量检测方法各实施例基本相同，在此不再赘述。
此外，本申请还提供一种原料板质量检测设备。如图4所示，图4是本申请实施例方案涉及的硬件运行环境的结构示意图。
示例性的，图4即可为原料板质量检测设备的硬件运行环境的结构示意图。
如图4所示，该原料板质量检测设备可以包括处理器401、通信接口402、存储器403和通信总线404，其中，处理器401、通信接口402和存储器403通过通信总线404完成相互间的通信，存储器403，用于存放计算机程序；处理器401，用于执行存储器403上所存放的程序时，实现原料板质量检测方法的步骤。
上述原料板质量检测设备提到的通信总线404可以是外设部件互连标准（Peripheral Component Interconnect,PCI)总线或扩展工业标准结构（ExtendedIndustry Standard Architecture,EISA)总线等。该通信总线404可以分为地址总线、数据总线和控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口402用于上述原料板质量检测设备与其他设备之间的通信。
存储器403可以包括随机存取存储器( Random Access Memory,RMD),也可以包括非易失性存储器(Non- Volatile Memory,NM)，例如至少一个磁盘存储器。可选的，存储器403还可以是至少一个位于远离前述处理器401的存储装置。
上述的处理器401可以是通用处理器，包括中央处理器（ Central ProcessingUnit,CPU)、网络处理器( Network Processor,NP)等；还可以是数字信号处理器（ DigitalSignal Processor,DSP)、专用集成电路( Application Specific Integrated Circuit,ASIC)、现场可编程门阵列( Field- Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本申请原料板质量检测设备具体实施方式与上述原料板质量检测方法各实施例基本相同，在此不再赘述。
此外，本申请实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有原料板质量检测程序，所述原料板质量检测程序被处理器执行时实现如上所述的原料板质量检测方法的步骤。
本申请计算机可读存储介质具体实施方式与上述原料板质量检测方法各实施例基本相同，在此不再赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。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如上所述的一个计算机可读存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例所述的方法。
以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种原料板质量检测方法，其特征在于，所述原料板质量检测方法包括以下步骤：
获取涂抹浆料的原料板上浆料的目标区域图像中的浆料参数；
基于所述浆料参数，确定所述目标区域图像是否符合标准；
若符合标准，则判定所述原料板合格。
2.如权利要求1所述的原料板质量检测方法，其特征在于，所述获取涂抹浆料的原料板上浆料的目标区域图像中的浆料参数，包括：
获取原料板的产品图像；
基于预设ROI，从所述产品图像中确定初始区域图像；
对所述初始区域图像进行去干扰处理，得到目标区域图像；
测量所述目标区域图像中的浆料的数据，得到浆料参数。
3.如权利要求2所述的原料板质量检测方法，其特征在于，所述基于预设ROI，从所述产品图像中确定初始区域图像，包括：
基于预设ROI，从所述产品图像中确定所述浆料的轮廓；
基于所述轮廓，从所述产品图像中提取出所述浆料的图像，得到初始区域图像。
4.如权利要求2所述的原料板质量检测方法，其特征在于，所述对所述初始区域图像进行去干扰处理，得到目标区域图像，包括：
基于预设缩放系数，放大所述初始区域图像，得到所述初始区域图像的边缘图像；
从所述边缘图像中识别出干扰像素点，得到初始区域图像外侧的干扰图像；所述干扰图像由所述干扰像素点组成；
从所述初始区域图像中去除所述干扰图像，得到目标区域图像。
5.如权利要求2所述的原料板质量检测方法，其特征在于，所述测量所述目标区域图像中的浆料的数据，得到浆料参数，包括：
对目标区域图像进行扫描处理，得到浆料的分布情况；
基于所述分布情况，测量所述目标区域图像中的浆料的数据，得到浆料参数。
6.如权利要求5所述的原料板质量检测方法，其特征在于，所述浆料参数包括位置参数和形状参数，所述基于所述分布情况，测量所述目标区域图像中的浆料的数据，得到浆料参数，包括：
基于所述分布情况，对所述目标区域图像的形状进行分割，得到便于测算的图像；
对所述便于测算的图像的形状进行测算，得到所述目标区域图像的形状参数；
基于所述分布情况，确定所述目标区域图像中的定位点；
测算所述定位点与预设基准点之间的相对位置，得到位置参数。
7.如权利要求1所述的原料板质量检测方法，其特征在于，所述基于所述浆料参数，确定所述目标区域图像是否符合标准，包括：
比对所述浆料参数和预设浆料参数阈值之间的相似度；
基于所述相似度，确定所述目标区域图像是否合格。
8.一种原料板质量检测装置，其特征在于，所述原料板质量检测装置包括：
第一获取模块，用于获取原料板上浆料的目标区域图像中的浆料参数；
第一确定模块，用于基于所述浆料参数，确定所述区域图像是否符合标准；
第一判定模块，用于若符合标准，则判定涂抹浆料的原料板合格。
9.一种原料板质量检测设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的原料板质量检测程序，所述原料板质量检测程序配置为实现如权利要求1至7中任一项所述的原料板质量检测方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有原料板质量检测程序，所述原料板质量检测程序被处理器执行时实现如权利要求1至7中任一项所述的原料板质量检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210401943.XA CN114485409A (zh) | 2022-04-18 | 2022-04-18 | 原料板质量检测方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210401943.XA CN114485409A (zh) | 2022-04-18 | 2022-04-18 | 原料板质量检测方法、装置、设备及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114485409A true CN114485409A (zh) | 2022-05-13 |
Family
ID=81489687
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210401943.XA Pending CN114485409A (zh) | 2022-04-18 | 2022-04-18 | 原料板质量检测方法、装置、设备及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114485409A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115355828A (zh) * | 2022-08-12 | 2022-11-18 | 惠州锂威新能源科技有限公司 | 一种软包电池极耳胶的测量方法 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09307217A (ja) * | 1996-05-13 | 1997-11-28 | Ntn Corp | 連続パターンの欠陥修正方法および欠陥修正装置 |
| US5987174A (en) * | 1995-04-26 | 1999-11-16 | Hitachi, Ltd. | Image processing apparatus for vehicles |
| CN1434932A (zh) * | 2000-10-19 | 2003-08-06 | 克雷奥以色列有限公司 | 印刷电路板制造中的非线性图像畸变校正 |
| JP2007017283A (ja) * | 2005-07-07 | 2007-01-25 | Toshiba Corp | 外観検査方法及び外観検査装置 |
| JP2007026217A (ja) * | 2005-07-19 | 2007-02-01 | Ckd Corp | 検査装置及び検査方法 |
| CN101290219A (zh) * | 2007-04-16 | 2008-10-22 | 安立株式会社 | 焊料检查线集中管理系统、其管理装置及集中管理方法 |
| WO2014184960A1 (ja) * | 2013-05-17 | 2014-11-20 | 富士機械製造株式会社 | 検査装置、検査方法、および、制御装置 |
| CN107024487A (zh) * | 2016-03-10 | 2017-08-08 | 上海帆声图像科技有限公司 | Ito导电玻璃检测系统及其检测方法 |
| CN107734955A (zh) * | 2016-08-10 | 2018-02-23 | 欧姆龙株式会社 | 表面安装线的检查装置、品质管理系统以及记录介质 |
| CN107966448A (zh) * | 2017-11-17 | 2018-04-27 | 福建工程学院 | 一种用于pcb锡膏印刷质量的2维检测方法 |
| CN112986282A (zh) * | 2019-12-02 | 2021-06-18 | Juki株式会社 | 检查装置及检查方法 |
| CN113686899A (zh) * | 2021-08-30 | 2021-11-23 | 德中（天津）技术发展股份有限公司 | 电路板导电图案光学检查及短路、断路修正的方法及设备 |
-
2022
- 2022-04-18 CN CN202210401943.XA patent/CN114485409A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5987174A (en) * | 1995-04-26 | 1999-11-16 | Hitachi, Ltd. | Image processing apparatus for vehicles |
| JPH09307217A (ja) * | 1996-05-13 | 1997-11-28 | Ntn Corp | 連続パターンの欠陥修正方法および欠陥修正装置 |
| CN1434932A (zh) * | 2000-10-19 | 2003-08-06 | 克雷奥以色列有限公司 | 印刷电路板制造中的非线性图像畸变校正 |
| JP2007017283A (ja) * | 2005-07-07 | 2007-01-25 | Toshiba Corp | 外観検査方法及び外観検査装置 |
| JP2007026217A (ja) * | 2005-07-19 | 2007-02-01 | Ckd Corp | 検査装置及び検査方法 |
| CN101290219A (zh) * | 2007-04-16 | 2008-10-22 | 安立株式会社 | 焊料检查线集中管理系统、其管理装置及集中管理方法 |
| WO2014184960A1 (ja) * | 2013-05-17 | 2014-11-20 | 富士機械製造株式会社 | 検査装置、検査方法、および、制御装置 |
| CN107024487A (zh) * | 2016-03-10 | 2017-08-08 | 上海帆声图像科技有限公司 | Ito导电玻璃检测系统及其检测方法 |
| CN107734955A (zh) * | 2016-08-10 | 2018-02-23 | 欧姆龙株式会社 | 表面安装线的检查装置、品质管理系统以及记录介质 |
| CN107966448A (zh) * | 2017-11-17 | 2018-04-27 | 福建工程学院 | 一种用于pcb锡膏印刷质量的2维检测方法 |
| CN112986282A (zh) * | 2019-12-02 | 2021-06-18 | Juki株式会社 | 检查装置及检查方法 |
| CN113686899A (zh) * | 2021-08-30 | 2021-11-23 | 德中（天津）技术发展股份有限公司 | 电路板导电图案光学检查及短路、断路修正的方法及设备 |
Non-Patent Citations (1)
| Title |
|---|
| 刘东来 等: ""基于机器视觉的弧焊机器人焊缝识别及路径生成研究"", 《可持续制造》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115355828A (zh) * | 2022-08-12 | 2022-11-18 | 惠州锂威新能源科技有限公司 | 一种软包电池极耳胶的测量方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112577969B (zh) | 一种基于机器视觉的缺陷检测方法以及缺陷检测系统 | |
| CN115205223B (zh) | 透明物体的视觉检测方法、装置、计算机设备及介质 | |
| CN108460757B (zh) | 一种手机TFT-LCD屏Mura缺陷在线自动检测方法 | |
| CN115908269B (zh) | 视觉缺陷检测方法、装置、存储介质和计算机设备 | |
| CN111179243A (zh) | 一种基于计算机视觉的小尺寸芯片裂纹检测方法及系统 | |
| KR102242996B1 (ko) | 자동차 사출제품의 비정형 불량 검출 방법 | |
| CN108918093B (zh) | 一种滤光片镜面缺陷检测方法、装置及终端设备 | |
| CN114998217B (zh) | 确定玻璃基板缺陷等级的方法、计算机设备及存储介质 | |
| CN110007493B (zh) | 液晶显示屏中碎亮点检测方法 | |
| US11068740B2 (en) | Particle boundary identification | |
| CN107644417B (zh) | 应变片外观缺损检测方法 | |
| CN117115130A (zh) | 一种晶圆边缘缺陷检测方法及装置 | |
| CN115661157B (zh) | 面板圆类缺陷检测方法、装置、介质、设备及程序产品 | |
| CN111815565B (zh) | 晶圆背面的检测方法、设备和存储介质 | |
| CN116468687A (zh) | 划伤缺陷检测方法、装置及存储介质、电子设备 | |
| CN118501177A (zh) | 一种化成箔的外观缺陷检测方法及系统 | |
| CN112669272B (zh) | 一种aoi快速检测方法及快速检测系统 | |
| CN117745552A (zh) | 自适应图像增强方法、装置及电子设备 | |
| CN114485409A (zh) | 原料板质量检测方法、装置、设备及可读存储介质 | |
| KR101677070B1 (ko) | 형태학적 영상 처리와 레이블링을 이용한 얼룩 결함 자동 검출 시스템 및 방법 | |
| CN119540205A (zh) | 一种ic载板残膜检验方法及系统 | |
| CN118731063A (zh) | 一种柔性电路板的质量检测方法 | |
| CN118735861A (zh) | 基于机器视觉的部件缺陷高精度检测方法和系统 | |
| CN118258815A (zh) | 一种基于机器视觉检测柔性薄膜传感器的检测方法 | |
| CN114742832B (zh) | 一种MiniLED薄板的焊接缺陷检测方法 |
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 |
Application publication date: 20220513 |
|
| RJ01 | Rejection of invention patent application after publication |