CN116818785B - 一种基于机器视觉的缺陷检测方法、系统及介质 - Google Patents
一种基于机器视觉的缺陷检测方法、系统及介质 Download PDFInfo
- Publication number
- CN116818785B CN116818785B CN202311100192.9A CN202311100192A CN116818785B CN 116818785 B CN116818785 B CN 116818785B CN 202311100192 A CN202311100192 A CN 202311100192A CN 116818785 B CN116818785 B CN 116818785B
- Authority
- CN
- China
- Prior art keywords
- image
- light source
- brightness
- defect
- line
- 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
- 230000007547 defect Effects 0.000 title claims abstract description 193
- 238000001514 detection method Methods 0.000 title claims abstract description 51
- 239000000463 material Substances 0.000 claims abstract description 159
- 238000000034 method Methods 0.000 claims abstract description 43
- 238000004519 manufacturing process Methods 0.000 claims abstract description 41
- 238000005286 illumination Methods 0.000 claims abstract description 10
- 230000008569 process Effects 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 17
- 230000001678 irradiating effect Effects 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 239000013589 supplement Substances 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000001502 supplementing effect Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 229910000831 Steel Inorganic materials 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 239000010959 steel Substances 0.000 description 3
- 241000255925 Diptera Species 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000149 penetrating effect Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052755 nonmetal Inorganic materials 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
- G01N21/892—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined
- G01N21/894—Pinholes
-
- 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
- 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
- G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
- G01N21/8901—Optical details; Scanning details
-
- 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
- G01N2021/8835—Adjustable illumination, e.g. software adjustable screen
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Textile Engineering (AREA)
- Engineering & Computer Science (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明实施例公开了一种基于机器视觉的缺陷检测方法、系统及介质。该方法包括：通过光源以第一亮度对生产线中的材料的第一表面进行照射，并通过线扫相机对材料与光源照射区域对应的第二表面进行图像采集，得到第一图像；第一表面与第二表面相对；通过光源以第二亮度对生产线中的材料的第一表面进行照射，并通过线扫相机对材料与光源照射区域对应的第二表面进行图像采集，得到第二图像；其中，第一亮度与第一亮度不同；根据第一图像以及第二图像，对材料的缺陷进行检测。上述方案能够精准地将第一缺陷与第二缺陷进行区分检测，避免第一缺陷和第二缺陷混淆难以区分的情况，实现缺陷的精准检测。
Description
技术领域
本申请涉及机器视觉技术领域，尤其涉及一种基于机器视觉的缺陷检测方法、系统及介质。
背景技术
在材料的生产过程中，由于工艺或机台原因，在材料上会有针孔出现，针孔直径大约在0.1mm左右，甚至更小，产线在高速生产过程中，人工无法识别。而针孔会对材料组成的设备运行产生机打的影响。例如，材料为锂电池隔膜的情况下，隔膜中一旦有针孔，会造成正负极短路，影响电池性能，造成事故。同时在材料中也常常会出现油渍、亮点等其他缺陷，在传统透射打光方式下，往往针孔和其他缺陷无法区分。
目前，对针孔和其他缺陷进行区分检测的方案中，将针孔和其他缺陷的图片进行对比区分。但是存在光源的情况下，光源会对其他缺陷进行补光，导致其他缺陷亮度同样很高，其他缺陷的图像容易和针孔的图像进行混淆。如果通过改变光源照射角度的方式进行区分检测，由于材料表面并不是绝对水平的，存在凹凸，会导致光源的透射出现误差，影响缺陷的正常检测。
发明内容
本申请提供了一种基于机器视觉的缺陷检测方法、系统及介质，以精准地对第一缺陷和第二缺陷进行区分检测。
根据本申请的一方面，提供了一种基于机器视觉的缺陷检测方法，所述方法包括：
通过光源以第一亮度对生产线中的材料的第一表面进行照射，并通过线扫相机对所述材料与光源照射区域对应的第二表面进行图像采集，得到第一图像；其中，所述第一表面与所述第二表面相对；
通过光源以第二亮度对生产线中的材料的第一表面进行照射，并通过线扫相机对所述材料与光源照射区域对应的第二表面进行图像采集，得到第二图像；其中，所述第一亮度与所述第一亮度不同；
根据所述第一图像以及所述第二图像，对材料的缺陷进行检测。
根据本申请的另一方面，提供了基于机器视觉的缺陷检测系统，所述系统包括：
传送带，用于带动材料进行移动；
线扫相机，用于对在生产线中的材料的表面进行图像采集；
光源，用于对与线扫相机采集的材料表面相对的表面进行照射；
电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请任一实施例所述的基于机器视觉的缺陷检测方法。
根据本申请的另一方面，提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令用于使处理器执行时实现本申请任一实施例的基于机器视觉的缺陷检测方法。
本申请实施例的技术方案，通过光源以第一亮度对生产线中的材料的第一表面进行照射，并通过线扫相机对所述材料与光源照射区域对应的第二表面进行图像采集，得到第一图像；其中，所述第一表面与所述第二表面相对；通过光源以第二亮度对生产线中的材料的第一表面进行照射，并通过线扫相机对所述材料与光源照射区域对应的第二表面进行图像采集，得到第二图像；其中，所述第一亮度与所述第一亮度不同；根据所述第一图像以及所述第二图像，对材料的缺陷进行检测。上述方案通过调节光源亮度在两个模式下对材料的缺陷进行检测，从而精准地对两种缺陷进行了区分，解决了不同的缺陷在补光效果下亮度相同难以区分的问题，实现了对缺陷进行精准的区分检测。
应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本申请实施例一提供的一种基于机器视觉的缺陷检测方法的流程图；
图2是根据本申请实施例一提供的双通道光源示意图；
图3是根据本申请实施例一提供的照射区域示意图；
图4是根据本申请实施例一提供的缺陷检测过程示意图；
图5是根据本申请实施例一提供的非透明板示意图；
图6是根据本申请实施例一提供的无非透明板时光源照射的侧视图；
图7是根据本申请实施例一提供的有非透明板时光源照射的侧视图；
图8是根据本申请实施例二提供的一种基于机器视觉的缺陷检测方法的流程图；
图9是根据本申请实施例三提供的一种基于机器视觉的缺陷检测方法的流程图；
图10是根据本申请实施例五提供的一种基于机器视觉的缺陷检测装置的结构示意图；
图11是根据本申请实施例六提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请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申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”、“实际”、“预设”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本申请实施例一提供的一种基于机器视觉的缺陷检测方法的流程图，本申请实施例可适用于对材料的缺陷进行检测的情况。该方法可以由基于机器视觉的缺陷检测装置来执行，该基于机器视觉的缺陷检测装置可以采用硬件和/或软件的形式实现，该基于机器视觉的缺陷检测装置可配置于电子设备中。如图1所示，该方法包括：
S110、通过光源以第一亮度对生产线中的材料的第一表面进行照射，并通过线扫相机对所述材料与光源照射区域对应的第二表面进行图像采集，得到第一图像；其中，所述第一表面与所述第二表面相对。
其中，光源可以为任意能够进行亮度调节得到至少两种亮度的光源。示例性的，可以为双通道光源，如图2所示。阴影部分的光源属于通道1的光源，由通道1对应的控制信号进行控制，无阴影部分的光源属于通道2的光源，由通道2对应的控制信号进行控制。
在生产线中，可以设置传送带，将材料置于传送带上，由传送带带动材料进行运动。第一表面可以为材料中与需要进行缺陷检测的表面相对的表面，需要进行缺陷检测的表面为第二表面。线扫相机是是采用线阵图像传感器的相机。线扫相机在一个扫描周期内沿一个方向逐个像素点进行移动扫描，并在不同的扫描周期内重复扫描动作。
在本申请实施例中，光源的照射方向和线扫相机的图像采集方向由材料的设置方向确定，如果材料平铺于生产线的传送带上，则可以将下表面作为第一表面，控制光源在材料下方以第一亮度对第一表面进行照射，将上表面作为第二表面，控制线扫相机在材料上方以第二亮度对第二表面中与光源照射区域对应的部分进行图像采集。如图3所示，图3中为材料的俯视图。假设光源照射区域为图3中的圆形区域，则线扫相机对光源照射的第一表面相对的第二表面中与圆形区域相对应的区域进行图像采集。需要说明的是，如果平铺于生产线传送带上的上表面为第一表面，下表面为第二表面，则可以将光源设置于材料上方以第一亮度对第一表面进行照射，将线扫相机设置于材料下方以第二亮度对第二表面与光源照射区域相对应的区域进行图像采集。材料也可以沿垂直于地面的方向进行移动，同步改变光源与线扫相机的位置和工作方向即可。
S120、通过光源以第二亮度对生产线中的材料的第一表面进行照射，并通过线扫相机对所述材料与光源照射区域对应的第二表面进行图像采集，得到第二图像；其中，所述第一亮度与所述第一亮度不同。
示例性的，在线扫相机的一个扫描周期内，可以调节光源至第一亮度，通过光源以第一亮度对生产线中的材料的第一表面进行照射，并通过线扫相机对第二表面进行图像采集。在线扫相机的下一个扫描周期内，可以调节光源至第二亮度，通过光源以第二亮度对生产线中的材料的第二表面进行照射，通过线扫相机对第二表面进行图像采集。可以设置第一亮度小于第二亮度，也可以设置第一亮度大于第二亮度。
示例性的，如图2所示，如果设置第一亮度小于第二亮度，则可以先控制通道1对应的光源点亮，得到第一亮度的光源，再同时控制通道1和通道2的光源点亮，得到第二亮度的光源。
在本申请实施例中，可以将线扫相机设置为频闪模式，包括两个扫描时间段，并发送频闪触发信号给光源控制器，由光源控制器控制光源进行亮度切换。例如，在线扫相机的一个扫描周期内，向光源控制器发送频闪触发信号，光源控制器控制光源调节为第一亮度，在线扫相机的下一个扫描周期内，向光源控制器发送频闪触发信号，光源控制器控制光源调节为第二亮度，在线扫相机的再下一个扫描周期内，向光源控制器发送频闪触发信号，光源控制器控制光源调节为第一亮度，在线扫相机的再下一个扫描周期内，向光源控制器发送频闪触发信号，光源控制器控制光源调节为第二亮度，以此类推，循环执行上述过程。
在本申请实施例中，通过线扫相机对所述材料与光源照射区域对应的第二表面进行图像采集，包括：
在所述线扫相机的一个扫描周期内，通过线扫相机沿第一方向逐个像素点对所述材料与光源照射区域对应的第二表面进行扫描；其中，所述第一方向为材料在生产线中的运动方向的垂直方向；
在所述线扫相机的不同扫描周期内，通过线扫相机沿第二方向对所述材料与光源照射区域对应的第二表面进行扫描；其中，所述第二方向为材料在生产线中的运动方向。
示例性的，如图4所示，线扫相机在一个扫描周期内，沿第一方向从材料的一端向另一端逐个像素点进行扫描并进行图像采集。由于材料是沿第二方向移动的，因此相当于在不同的扫描周期，线扫相机沿第二方向的反方向对材料进行扫描。
在本申请实施例中，所述光源的照射方向设置有带缝隙的非透明板，所述非透明板的缝隙宽度根据所述线扫相机的像素点宽度确定，所述非透明板的缝隙区域根据所述线扫相机在扫描周期内的扫描区域确定。
示例性的，为了避免光源多余的光线对材料表面的不透光缺陷产生补光，因此可以对线扫相机扫描不到的区域的光线进行遮挡，以避免产生补光。例如，可以在光源的照射方向上设置有带缝隙的非透明板，非透明板的缝隙宽度可以等于线扫相机的像素点宽度，或者缝隙宽度与线扫相机的像素点宽度的差值小于预设差值。缝隙对应于线扫相机在一个扫描周期内的扫描区域，从而在线扫相机扫描过程中光源的光线能够透光缝隙并透过透光区域进入线扫相机。非透明版可以为特制钢板或其他金属板或非金属板，不透明即可。
示例性的，如图5所示，图5为非透明板的俯视图，光源的光线从非透明板下方通过缝隙透过来，如果材料上存在透光缺陷，则光线经过透光缺陷进入线扫相机。缝隙的设置方向与图4中的第一方向一致，缝隙与线扫相机在一个周期内的扫描区域重合。如图6所示，图6为无非透明板时光源照射的侧视图，如果不存在非透明板的遮挡，则针对于线扫相机扫描到的像素点，如果此处存在透光缺陷，则光源上对应多个像素点的光线均会通过透光缺陷，会产生补光。如图7所示，图7为有非透明板时光源照射的侧视图，如果次数存在透光缺陷，由于非透光板的遮挡，仅有一个像素点对应的光线通过透光区域，不会产生补光，从而避免补光导致非透光缺陷较亮，被线扫相机采集到的高亮图像容易和透光缺陷的高亮图像混淆，通过非透明板的遮光，避免了对非透光缺陷进行补光，提高了检测准确性。
S130、根据所述第一图像以及所述第二图像，对材料的缺陷进行检测。
示例性的，由于第一亮度与第二亮度不同，针对于补光影响亮度的缺陷，可以通过线扫相机采集到缺陷在两次采集的图像中呈现出不同的图像。而针对于针孔类确定，由于光源透过针孔进入线扫相机，对于线扫相机来说均为高亮度，因此针孔在两次采集的图像中成像处相同的高亮度图像。因此，可以对第一图像和第二图像进行灰度检测，通过其中的灰度差异，区分补光不会影响亮度的缺陷以及补光会影响亮度的缺陷。如果第一缺陷为补光不会影响亮度的缺陷，第二缺陷为补光会影响亮度的缺陷，则确定第一图像和第二图像中亮度不变的缺陷作为第一缺陷，将亮度变化的缺陷作为第二缺陷。
本申请实施例的技术方案，通过光源以第一亮度对生产线中的材料的第一表面进行照射，并通过线扫相机对所述材料与光源照射区域对应的第二表面进行图像采集，得到第一图像；其中，所述第一表面与所述第二表面相对；通过光源以第二亮度对生产线中的材料的第一表面进行照射，并通过线扫相机对所述材料与光源照射区域对应的第二表面进行图像采集，得到第二图像；其中，所述第一亮度与所述第一亮度不同；根据所述第一图像以及所述第二图像，对材料的缺陷进行检测。上述方案通过调节光源亮度在两个模式下对材料的缺陷进行检测，从而精准地对两种缺陷进行了区分，解决了不同的缺陷在补光效果下亮度相同难以区分的问题，实现了对缺陷进行精准的区分检测。
实施例二
图8为本申请实施例二提供的一种基于机器视觉的缺陷检测方法的流程图，本申请实施例以上述实施例为基础进行优化，未在本申请实施例中详尽描述的方案见上述实施例。如图8所示，本申请实施例的方法具体包括如下步骤：
S210、通过光源以第一亮度对生产线中的材料的第一表面进行照射，并通过线扫相机对所述材料与光源照射区域对应的第二表面进行图像采集，得到第一图像；其中，所述第一表面与所述第二表面相对。
S220、通过光源以第二亮度对生产线中的材料的第一表面进行照射，并通过线扫相机对所述材料与光源照射区域对应的第二表面进行图像采集，得到第二图像；其中，所述第一亮度小于所述第二亮度。
在本申请实施例中，可以设置第一亮度小于第二亮度。可以在光源照射材料的第一表面且线扫相机对第二表面进行图像采集得到的图像中像素灰度值为第一灰度值，无材料时采集得到的图像中像素灰度值为第二灰度时的亮度作为第一亮度，第一灰度值可以为10，表示接近于黑色，第二灰度值可以为255，表示接近于白色。可以在光源以在光源照射材料的第一表面且线扫相机对第二表面进行图像采集得到的图像中像素灰度值为第三灰度值时的亮度作为第二亮度，第三灰度值可以为128，表示为黑色和白色的中间灰度。
S230、根据所述第一图像确定材料的第一缺陷，并根据所述第二图像确定材料的全部缺陷。
示例性的，在第一亮度较低的情况下，通过光源以第一亮度对材料的第一表面进行照射，通过线扫相机对材料的第二表面进行图像采集时，如果材料表面没有缺陷，材料对光源进行遮挡，线扫相机采集到的第一图像的灰度值较小，第一图像接近于黑色。如果材料表面存在油渍、亮点等缺陷，由于第一亮度较小，不会对上述缺陷产生补光，因此第一图像中呈现出的油渍、亮度的灰度值也较小。而如果材料表面存在针孔，针孔是贯通的，因此光源的光能够完全透过针孔进入到线扫相机，因此线扫相机采集到的第一图像中的针孔图像是高亮的，接近于白色。基于此，可以在第一图像中确定材料的第一缺陷，将第一图像中接近于白色的像素区域确定为第一缺陷，例如将第一图像中灰度值为255的像素区域确定为第一缺陷。
由于第二亮度大于第一亮度，在照射的过程中光线可以进行传输到达第二表面对针孔以外的缺陷进行补光，因此线扫相机采集到的第二图像中针孔以外的缺陷可能也会亮度较高接近于白色。可以对第二图像进行检测，将其中接近白色的像素区域确定为缺陷，从而确定全部缺陷，包括针孔类贯通透光的缺陷以及其他不透光的表面缺陷。
S240、从所述全部缺陷中去除所述第一缺陷，得到材料的第二缺陷。
在本申请实施例中，可以从由第二图像得到的全部缺陷中，除去由第一图像得到的第一缺陷，得到材料的第二缺陷。具体的，可以在第二图像中标记出全部缺陷对应的像素区域，并在第一图像中标记出第一缺陷对应的像素区域。从全部缺陷对应的像素区域中去除第一缺陷对应的像素区域，得到第二缺陷对应的像素区域。
在本申请实施例中，如果在执行S210-S220的一个周期内，材料未随传送带移动，则第一图像和第二图像对应材料的同一个区域。如果材料随传送带移动，则第一图像和第二图像对应的区域存在偏差。可以根据材料的移动速度和移动方向确定在执行S210期间材料移动的距离，根据移动的距离对第一图像和第二图像进行对齐处理，确定其中对应于材料的同一区域的部分。
在本申请实施例中，根据所述第一图像确定材料的第一缺陷，包括：
若所述第一图像中存在灰度值大于第一预设灰度的像素点范围，则将该像素点范围对应的区域确定为所述第一缺陷；
根据所述第二图像确定材料的全部缺陷，包括：
若所述第二图像中存在灰度值大于第二预设灰度的像素点范围，则将该像素点范围对应的区域确定为所述第二缺陷。其中，第一预设灰度大于第二预设灰度
示例性的，如果材料中存在贯通的透光缺陷，则光源的光线全部透过缺陷进入线扫相机，在第一图像中呈现出白色。可以确定第一预设灰度，如果第一图像中存在灰度值大于第一预设灰度的像素点范围，则将该像素点范围对应的区域确定为第一缺陷，第一预设灰度可以为255，也可以是小于255且与255的差值小于预设差值的灰度值。由于第一亮度较暗，不会对材料第二表面上的油渍、亮点等不透光的表面缺陷进行补光，因此在第一图像中呈现出的亮度较暗，灰度值较小，基于此可以在第一图像中将第一缺陷筛选出来，滤除其他缺陷。第二亮度较亮，会对材料第二表面的缺陷产生补光，在第二图像中呈现出较亮的效果。可以设置第二预设灰度，将灰度值大于第二预设灰度的区域确定为第二缺陷。第二预设灰度可以为128，或者大于128且与128的差值小于预设差值的灰度值。在第二图像中，灰度值大于第二预设灰度的缺陷包括贯通透光的缺陷，例如针孔，也包括不透光的表面缺陷，例如油渍、亮点、蚊虫等。
在本申请实施例中，所述第一缺陷为透光缺陷，所述第二缺陷为不透光缺陷，所述第一预设灰度根据白色的灰度值确定，所述第二预设灰度根据光源以第二亮度照射时线扫相机采集到的材料表面的灰度值确定。
本申请实施例提供了一种基于机器视觉的缺陷检测方法，通过设置第一亮度小于第二亮度，根据所述第一图像确定材料的第一缺陷，并根据所述第二图像确定材料的全部缺陷。从所述全部缺陷中去除所述第一缺陷，得到材料的第二缺陷，考虑到低亮度光源不会对不透光的缺陷进行补光，高亮度光源会对不透光的缺陷进行补光，在第一图像和第二图像中不透光缺陷呈现出不同的效果，而低亮度光源和高亮度光源的光线都会全部透过透光缺陷进入到线扫相机，在第一图像和第二图像中透光缺陷呈现出的都是高亮效果，从而精准地对第一缺陷和第二缺陷进行区分。
实施例三
图9为本申请实施例三提供的一种基于机器视觉的缺陷检测方法的流程图，本申请实施例以上述实施例为基础进行优化，未在本申请实施例中详尽描述的方案见上述实施例。如图9所示，本申请实施例的方法具体包括如下步骤：
S310、通过光源对生产线中的材料的第一表面进行照射，并通过线扫相机对所述材料与光源照射区域对应的第二表面进行图像采集的过程中，调整所述光源的亮度。
示例性的，在执行S340之前，先进行过程预执行确定第一亮度和第二亮度。先通过光源以初始亮度对生产线中的材料的第一表面进行照射，并通过线扫相机对材料的第二表面进行图像采集，再次过程中调整光源亮度，直到采集的图像达到预设条件。
S320、若采集的图像的平均灰度值为第三预设灰度，且将所述材料撤掉时采集的图像的平均灰度值为第一预设灰度，则将此情况下光源的亮度作为所述第一亮度。
其中，第三预设灰度可以根据实际情况确定，例如可以设置为一个较低的灰度，以使采集的图像中的材料区域为第三预设灰度时对应调节的第一亮度不会对材料表面的不透光缺陷产生补光。第一预设亮度可以根据实际情况确定，例如可以确定为白色对应的灰度值255，或者小于255且与255的差值小于预设差值。
示例性的，在调节光源亮度的过程中，线扫相机按照预设频率采集对第二表面进行图像采集，并确定采集的图像的平均灰度值。如果平均灰度之为第四预设灰度，则确定此时的光源亮度较低，不会对材料表面的不透光缺陷产生补光。但是好需要保证该亮度的光源的光线透过透光缺陷进入线扫相机的亮度足够，以使透光缺陷在采集的图像中呈现出白色，因此还需要将材料撤掉，通过线扫相机进行图像采集，并满足采集的图像中的平均灰度值为第一灰度值。将同时满足上述条件时光源的亮度作为第一亮度。
S330、若采集的图像的平均灰度值为第二预设灰度，则将此情况下光源的亮度作为所述第二亮度。
其中，第二预设灰度可以为白色对应的灰度值和黑色对应的灰度值的中间灰度值，例如128。在第二亮度较大的情况下，光线会经过传输达到第二表面产生补光，导致材料表面在图像中呈现出亮度较高的效果，因此可以设置第二预设灰度，如果采集的图像的平均灰度值为第二预设灰度，则确定亮度已经调至较高的值，将此时光源的亮度确定为第二亮度。
S340、通过光源以第一亮度对生产线中的材料的第一表面进行照射，并通过线扫相机对所述材料与光源照射区域对应的第二表面进行图像采集，得到第一图像；其中，所述第一表面与所述第二表面相对。
S350、通过光源以第二亮度对生产线中的材料的第一表面进行照射，并通过线扫相机对所述材料与光源照射区域对应的第二表面进行图像采集，得到第二图像；其中，所述第一亮度与所述第一亮度不同。
S360、根据所述第一图像以及所述第二图像，对材料的缺陷进行检测。
本申请实施例提供了一种基于机器视觉的缺陷检测方法，通过光源对生产线中的材料的第一表面进行照射，并通过线扫相机对所述材料与光源照射区域对应的第二表面进行图像采集的过程中，调整所述光源的亮度，若采集的图像的平均灰度值为第三预设灰度，且将所述材料撤掉时采集的图像的平均灰度值为第一预设灰度，则将此情况下光源的亮度作为所述第一亮度，若采集的图像的平均灰度值为第二预设灰度，则将此情况下光源的亮度作为所述第二亮度。通过对亮度进行设置，从而使不同的缺陷在不同亮度光源的照射下呈现出区别较大的效果，便于后续在采集的第一图像和第二图像中对第一缺陷第第二缺陷进行区分，提高检测的准确性。
实施例四
本申请实施例提供了一种基于机器视觉的缺陷检测的具体实现方式，本申请实施例以上述实施例为基础进行优化，未在本申请实施例中详尽描述的方案见上述实施例。本申请实施例的方法具体包括如下步骤：
调整光源照射方向上的特制钢片，并移动钢片至只有线扫相机的单个像素落在缝隙上，如果缝隙再小，波形会回落，表示缝隙宽度小于单个像素宽度，如果缝隙过大，则大于一个单个像素缝隙，对于光学原理而言，多出的像素亮度都会对缺陷有补光效果，据此调节缝隙的宽度，使缝隙宽度等于像素点宽度。
调整线扫相机T1时间段光源通道1光源亮度的波形，没有材料情况下，使采集图像的平均灰度值为255，有材料情况下，平均灰度值为10。
调整线扫相机T2时间段光源通道1光源亮度的波形，该时间段光源控制器输出为高亮度，使得在有隔膜材料状态下，平均灰度值为128，既可以检测油渍、亮点等白色缺陷，也可以检测黑点、蚊虫等黑色缺陷。
线扫相机和特制光源依次同步频闪，如果缺陷是针孔，T1时间段采集的图像缺陷区域的灰度值为255，T2时间段采集的图像缺陷区域的灰度值为255，如果是油渍或亮点，T1时间段采集的图像缺陷区域的灰度值低于255，且与255相差较大，大概在128左右，T2时间段采集的图像缺陷区域的灰度值大于128，小于或等于255，据此将针孔以及油渍、亮点等缺陷进行区分。
本申请实施例提供的基于机器视觉的缺陷检测具体实现方式和上述实施例具有相同的有益效果。
实施例五
图10为本申请实施例五提供的一种基于机器视觉的缺陷检测装置的结构示意图，该装置可执行本申请任意实施例所提供的基于机器视觉的缺陷检测方法，具备执行方法相应的功能模块和有益效果。如图10所示，所述装置包括：
第一图像采集模块510，用于通过光源以第一亮度对生产线中的材料的第一表面进行照射，并通过线扫相机对所述材料与光源照射区域对应的第二表面进行图像采集，得到第一图像；其中，所述第一表面与所述第二表面相对；
第二图像采集模块520，用于通过光源以第二亮度对生产线中的材料的第一表面进行照射，并通过线扫相机对所述材料与光源照射区域对应的第二表面进行图像采集，得到第二图像；其中，所述第一亮度与所述第一亮度不同；
检测模块530，用于根据所述第一图像以及所述第二图像，对材料的缺陷进行检测。
若所述第一亮度小于所述第二亮度，则检测模块530，具体用于：
根据所述第一图像确定材料的第一缺陷，并根据所述第二图像确定材料的全部缺陷；
从所述全部缺陷中去除所述第一缺陷，得到材料的第二缺陷。
检测模块530，具体用于：若所述第一图像中存在灰度值大于第一预设灰度的像素点范围，则将该像素点范围对应的区域确定为所述第一缺陷；
检测模块530，具体用于：若所述第二图像中存在灰度值大于第二预设灰度的像素点范围，则将该像素点范围对应的区域确定为所述第二缺陷；其中，第一预设灰度大于第二预设灰度。
所述第一缺陷为透光缺陷，所述第二缺陷为不透光缺陷，所述第一预设灰度根据白色的灰度值确定，所述第二预设灰度根据光源以第二亮度照射时线扫相机采集到的材料表面的灰度值确定。
第一图像采集模块510，具体用于：
在所述线扫相机的一个扫描周期内，通过线扫相机沿第一方向逐个像素点对所述材料与光源照射区域对应的第二表面进行扫描；其中，所述第一方向为材料在生产线中的运动方向的垂直方向；
在所述线扫相机的不同扫描周期内，通过线扫相机沿第二方向对所述材料与光源照射区域对应的第二表面进行扫描；其中，所述第二方向为材料在生产线中的运动方向。
所述装置还包括：
第一亮度调整模块，用于通过光源对生产线中的材料的第一表面进行照射，并通过线扫相机对所述材料与光源照射区域对应的第二表面进行图像采集的过程中，调整所述光源的亮度；
第一亮度确定模块，用于若采集的图像的平均灰度值为第三预设灰度，且将所述材料撤掉时采集的图像的平均灰度值为第一预设灰度，则将此情况下光源的亮度作为所述第一亮度。
所述装置还包括：
第二亮度调整模块，用于通过光源对生产线中的材料的第一表面进行照射，并通过线扫相机对所述材料与光源照射区域对应的第二表面进行图像采集的过程中，调整所述光源的亮度；
第二亮度确定模块，用于若采集的图像的平均灰度值为第二预设灰度，则将此情况下光源的亮度作为所述第二亮度。
所述光源的照射方向设置有带缝隙的非透明板，所述非透明板的缝隙宽度根据所述线扫相机的像素点宽度确定，所述非透明板的缝隙区域根据所述线扫相机在扫描周期内的扫描区域确定。
本申请实施例所提供的一种基于机器视觉的缺陷检测装置可执行本申请任意实施例所提供的一种基于机器视觉的缺陷检测方法，具备执行方法相应的功能模块和有益效果。
实施例六
本申请实施例提供了一种基于机器视觉的缺陷检测系统，所述系统包括：
传送带，用于带动材料进行移动；
线扫相机，用于对在生产线中的材料的表面进行图像采集；
光源，用于对与线扫相机采集的材料表面相对的表面进行照射；
电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述任一实施例所述的基于机器视觉的缺陷检测方法。
图11示出了可以用来实施本申请的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备（如头盔、眼镜、手表等）和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图11所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器（ROM）12、随机访问存储器（RAM）13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器（ROM）12中的计算机程序或者从存储单元18加载到随机访问存储器（RAM）13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出（I/O）接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元（CPU）、图形处理单元（GPU）、各种专用的人工智能（AI）计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器（DSP）、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如基于机器视觉的缺陷检测方法。
在一些实施例中，基于机器视觉的缺陷检测方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的基于机器视觉的缺陷检测方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式（例如，借助于固件）而被配置为执行基于机器视觉的缺陷检测方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、芯片上系统的系统（SOC）、负载可编程逻辑设备（CPLD）、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本申请的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程基于机器视觉的缺陷检测装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本申请的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦除可编程只读存储器（EPROM或快闪存储器）、光纤、便捷式紧凑盘只读存储器（CD-ROM）、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置（例如，CRT（阴极射线管）或者LCD（液晶显示器）监视器）；以及键盘和指向装置（例如，鼠标或者轨迹球），用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈（例如，视觉反馈、听觉反馈、或者触觉反馈）；并且可以用任何形式（包括声输入、语音输入或者、触觉输入）来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统（例如，作为数据服务器）、或者包括中间件部件的计算系统（例如，应用服务器）、或者包括前端部件的计算系统（例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互）、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信（例如，通信网络）来将系统的部件相互连接。通信网络的示例包括：局域网（LAN）、广域网（WAN）、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请的技术方案所期望的信息，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。
Claims (6)
1.一种基于机器视觉的缺陷检测方法，其特征在于，所述方法包括：
通过光源以第一亮度对生产线中的材料的第一表面进行照射，并通过线扫相机对所述材料与光源照射区域对应的第二表面进行图像采集，得到第一图像；其中，所述第一表面与所述第二表面相对；
通过光源以第二亮度对生产线中的材料的第一表面进行照射，并通过线扫相机对所述材料与光源照射区域对应的第二表面进行图像采集，得到第二图像；其中，所述第一亮度与所述第二亮度不同；
根据所述第一图像以及所述第二图像，对材料的缺陷进行检测；
若所述第一亮度小于所述第二亮度，则根据所述第一图像以及所述第二图像，对材料的缺陷进行检测，包括：
根据所述第一图像确定材料的第一缺陷，并根据所述第二图像确定材料的全部缺陷；
从所述全部缺陷中去除所述第一缺陷，得到材料的第二缺陷；
根据所述第一图像确定材料的第一缺陷，包括：
若所述第一图像中存在灰度值大于第一预设灰度的像素点范围，则将该像素点范围对应的区域确定为所述第一缺陷；
根据所述第二图像确定材料的全部缺陷，包括：
若所述第二图像中存在灰度值大于第二预设灰度的像素点范围，则将该像素点范围对应的区域确定为全部缺陷；其中，第一预设灰度大于第二预设灰度；
第一亮度的确定过程包括：
通过光源对生产线中的材料的第一表面进行照射，并通过线扫相机对所述材料与光源照射区域对应的第二表面进行图像采集的过程中，调整所述光源的亮度；
若采集的图像的平均灰度值为第三预设灰度，且将所述材料撤掉时采集的图像的平均灰度值为第一预设灰度，则将此情况下光源的亮度作为所述第一亮度；
第二亮度的确定过程包括：
通过光源对生产线中的材料的第一表面进行照射，并通过线扫相机对所述材料与光源照射区域对应的第二表面进行图像采集的过程中，调整所述光源的亮度；
若采集的图像的平均灰度值为第二预设灰度，则将此情况下光源的亮度作为所述第二亮度；其中，第一预设灰度为255，第二预设灰度为128，第三预设灰度为10。
2.根据权利要求1所述的方法，其特征在于，所述第一缺陷为透光缺陷，所述第二缺陷为不透光缺陷，所述第一预设灰度根据白色的灰度值确定，所述第二预设灰度根据光源以第二亮度照射时线扫相机采集到的材料表面的灰度值确定。
3.根据权利要求1所述的方法，其特征在于，通过线扫相机对所述材料与光源照射区域对应的第二表面进行图像采集，包括：
在所述线扫相机的一个扫描周期内，通过线扫相机沿第一方向逐个像素点对所述材料与光源照射区域对应的第二表面进行扫描；其中，所述第一方向为材料在生产线中的运动方向的垂直方向；
在所述线扫相机的不同扫描周期内，通过线扫相机沿第二方向对所述材料与光源照射区域对应的第二表面进行扫描；其中，所述第二方向为材料在生产线中的运动方向。
4.根据权利要求1所述的方法，其特征在于，所述光源的照射方向设置有带缝隙的非透明板，所述非透明板的缝隙宽度根据所述线扫相机的像素点宽度确定，所述非透明板的缝隙区域根据所述线扫相机在扫描周期内的扫描区域确定。
5.一种基于机器视觉的缺陷检测系统，其特征在于，所述系统包括：
传送带，用于带动材料进行移动；
线扫相机，用于对在生产线中的材料的表面进行图像采集；
光源，用于对与线扫相机采集的材料表面相对的表面进行照射；
电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-4中任一项所述的基于机器视觉的缺陷检测方法。
6.一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存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-4中任一项所述的基于机器视觉的缺陷检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311100192.9A CN116818785B (zh) | 2023-08-30 | 2023-08-30 | 一种基于机器视觉的缺陷检测方法、系统及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311100192.9A CN116818785B (zh) | 2023-08-30 | 2023-08-30 | 一种基于机器视觉的缺陷检测方法、系统及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116818785A CN116818785A (zh) | 2023-09-29 |
| CN116818785B true CN116818785B (zh) | 2023-12-01 |
Family
ID=88126131
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311100192.9A Active CN116818785B (zh) | 2023-08-30 | 2023-08-30 | 一种基于机器视觉的缺陷检测方法、系统及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116818785B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117490576A (zh) * | 2023-12-21 | 2024-02-02 | 杭州百子尖科技股份有限公司 | 基于机器视觉的电池极片检测方法、装置、系统及介质 |
| CN119438207B (zh) * | 2024-08-15 | 2025-04-18 | 悦之恒(江苏)电子有限公司 | 一种铝塑膜缺陷智能检测系统及方法 |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001188048A (ja) * | 1999-12-28 | 2001-07-10 | Kuramoto Seisakusho Co Ltd | ピンホールの検査方法 |
| DE10203595A1 (de) * | 2002-01-30 | 2003-08-21 | Intego Gmbh | Erkennung von Fehlstellen in transparenten Stücken |
| JP2009109243A (ja) * | 2007-10-26 | 2009-05-21 | Panasonic Electric Works Co Ltd | 樹脂封止材の検査装置 |
| KR20110001482U (ko) * | 2009-08-05 | 2011-02-11 | 김교월 | 엘시디 비엘유 반사판 자동검사장비 및 그 사용법 |
| JP2011203201A (ja) * | 2010-03-26 | 2011-10-13 | Nippon Steel Corp | 金属の欠陥検出方法 |
| KR101569853B1 (ko) * | 2015-06-05 | 2015-11-26 | 주식회사 넥서스원 | 기판 결함 검사 장치 및 방법 |
| KR20170018763A (ko) * | 2016-05-23 | 2017-02-20 | 홍익대학교 산학협력단 | 이미지의 특성에 따른 백라이트 부스팅 방법과 그 방법을 위한 장치 |
| CN110658201A (zh) * | 2019-09-30 | 2020-01-07 | 苏州精濑光电有限公司 | 一种隔膜的光学检测机构 |
| CN211347985U (zh) * | 2019-11-08 | 2020-08-25 | 北京大恒图像视觉有限公司 | 一种应用于表面检测行业的机器视觉检测装置 |
| WO2021062939A1 (zh) * | 2019-09-30 | 2021-04-08 | 苏州精濑光电有限公司 | 隔膜的光学检测方法 |
| CN112763503A (zh) * | 2020-12-24 | 2021-05-07 | 山西大数据产业发展有限公司 | 基于机器视觉的高牌号冷轧硅钢孔洞检测系统 |
| CN113533344A (zh) * | 2021-06-30 | 2021-10-22 | 深圳中科飞测科技股份有限公司 | 一种光学检测装置及方法 |
| CN113665904A (zh) * | 2021-09-07 | 2021-11-19 | 钟放鸿 | 基于tof技术的条盒香烟缺包检测方法 |
| CN114740011A (zh) * | 2022-03-10 | 2022-07-12 | 微觉视(杭州)科技有限公司 | 基于机器视觉的瑕疵检测装置及膜产品瑕疵检测方法 |
| CN114813761A (zh) * | 2022-06-27 | 2022-07-29 | 浙江双元科技股份有限公司 | 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 |
| CN115272658A (zh) * | 2022-05-19 | 2022-11-01 | 广州超音速自动化科技股份有限公司 | 一种铜箔缺陷检测方法、系统、设备及存储介质 |
| CN116532852A (zh) * | 2023-06-20 | 2023-08-04 | 杭州百子尖科技股份有限公司 | 基于机器视觉的金属带针孔处理方法、系统及介质 |
-
2023
- 2023-08-30 CN CN202311100192.9A patent/CN116818785B/zh active Active
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001188048A (ja) * | 1999-12-28 | 2001-07-10 | Kuramoto Seisakusho Co Ltd | ピンホールの検査方法 |
| DE10203595A1 (de) * | 2002-01-30 | 2003-08-21 | Intego Gmbh | Erkennung von Fehlstellen in transparenten Stücken |
| JP2009109243A (ja) * | 2007-10-26 | 2009-05-21 | Panasonic Electric Works Co Ltd | 樹脂封止材の検査装置 |
| KR20110001482U (ko) * | 2009-08-05 | 2011-02-11 | 김교월 | 엘시디 비엘유 반사판 자동검사장비 및 그 사용법 |
| JP2011203201A (ja) * | 2010-03-26 | 2011-10-13 | Nippon Steel Corp | 金属の欠陥検出方法 |
| KR101569853B1 (ko) * | 2015-06-05 | 2015-11-26 | 주식회사 넥서스원 | 기판 결함 검사 장치 및 방법 |
| KR20170018763A (ko) * | 2016-05-23 | 2017-02-20 | 홍익대학교 산학협력단 | 이미지의 특성에 따른 백라이트 부스팅 방법과 그 방법을 위한 장치 |
| WO2021062939A1 (zh) * | 2019-09-30 | 2021-04-08 | 苏州精濑光电有限公司 | 隔膜的光学检测方法 |
| CN110658201A (zh) * | 2019-09-30 | 2020-01-07 | 苏州精濑光电有限公司 | 一种隔膜的光学检测机构 |
| CN211347985U (zh) * | 2019-11-08 | 2020-08-25 | 北京大恒图像视觉有限公司 | 一种应用于表面检测行业的机器视觉检测装置 |
| CN112763503A (zh) * | 2020-12-24 | 2021-05-07 | 山西大数据产业发展有限公司 | 基于机器视觉的高牌号冷轧硅钢孔洞检测系统 |
| CN113533344A (zh) * | 2021-06-30 | 2021-10-22 | 深圳中科飞测科技股份有限公司 | 一种光学检测装置及方法 |
| CN113665904A (zh) * | 2021-09-07 | 2021-11-19 | 钟放鸿 | 基于tof技术的条盒香烟缺包检测方法 |
| CN114740011A (zh) * | 2022-03-10 | 2022-07-12 | 微觉视(杭州)科技有限公司 | 基于机器视觉的瑕疵检测装置及膜产品瑕疵检测方法 |
| CN115272658A (zh) * | 2022-05-19 | 2022-11-01 | 广州超音速自动化科技股份有限公司 | 一种铜箔缺陷检测方法、系统、设备及存储介质 |
| CN114813761A (zh) * | 2022-06-27 | 2022-07-29 | 浙江双元科技股份有限公司 | 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 |
| CN116532852A (zh) * | 2023-06-20 | 2023-08-04 | 杭州百子尖科技股份有限公司 | 基于机器视觉的金属带针孔处理方法、系统及介质 |
Non-Patent Citations (4)
| Title |
|---|
| Pinhole detection in steel slab images using Gabor filter and morphological features;Doo-chul Choi;《APPLIED OPTICS》;第50卷(第26期);5122-5129 * |
| 基于机器视觉的透射式薄带针孔检测系统;罗新斌;傅山;黄秀琴;邢青青;贾建昇;;有色金属加工(06);39-42 * |
| 基于机器视觉的高速宽幅铝箔针孔检测系统;廖声洋;韩震宇;董先飞;;计测技术(05);49-52 * |
| 电容屏ITO电路缺陷自动检测光照研究;刘向阳;刘志军;姜长城;全燕鸣;;机床与液压(10);41-44 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116818785A (zh) | 2023-09-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109816678B (zh) | 一种基于视觉的喷嘴雾化角度自动检测系统及方法 | |
| US20240118218A1 (en) | Stroboscopic stepped illumination defect detection system | |
| US20250336050A1 (en) | Method for processing image, computer-readable storage medium, and electronic device | |
| CN116818785B (zh) | 一种基于机器视觉的缺陷检测方法、系统及介质 | |
| CN106327496B (zh) | 基于aoi的pcb裸板盲孔缺陷的检测系统及方法 | |
| CN103471512B (zh) | 一种基于机器视觉的玻璃板宽检测系统 | |
| CN108416766A (zh) | 双侧入光式导光板缺陷视觉检测方法 | |
| CN105352437A (zh) | 板卡位置检测方法及装置 | |
| JPS60219504A (ja) | 基板上の回路素子の高さ測定装置 | |
| JP2008226031A (ja) | まぶた検出装置及びプログラム | |
| JP2013134666A (ja) | 二値画像生成装置、分類装置、二値画像生成方法および分類方法 | |
| KR20200055208A (ko) | 유리기판 검사 장치 및 방법 | |
| CN111591716A (zh) | 传输机皮带损伤状况的光电一体智能检测装置 | |
| CN104568987A (zh) | 透明体检查方法及透明体检查装置 | |
| US12480886B2 (en) | Curved substrate bubble detection method and detection system | |
| CN118464911B (zh) | 料带孔洞检测系统和方法 | |
| CN106526917A (zh) | 一种采用线阵相机扫描的液晶屏点阵检测装置 | |
| TW202129269A (zh) | 基於雷射的夾雜物偵測系統及方法 | |
| WO2023108545A1 (en) | Method for constructing defect detection model of micro led array panel, apparatures for dectectig pixel defect and devices | |
| CN111426693A (zh) | 一种质量缺陷检测系统及其检测方法 | |
| JP2012088199A (ja) | 異物検査装置および異物検査方法 | |
| KR20140082333A (ko) | 평판디스플레이의 얼룩 검사 방법 및 장치 | |
| CN108195847A (zh) | 一种凹凸图案在线视频检测装置及其检测方法 | |
| CN112129768B (zh) | 外观检查管理系统、装置、方法以及存储介质 | |
| JP4581424B2 (ja) | 外観検査方法及び画像処理装置 |
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 |