CN106767416A - 零件检测系统及方法 - Google Patents
零件检测系统及方法 Download PDFInfo
- Publication number
- CN106767416A CN106767416A CN201710004720.9A CN201710004720A CN106767416A CN 106767416 A CN106767416 A CN 106767416A CN 201710004720 A CN201710004720 A CN 201710004720A CN 106767416 A CN106767416 A CN 106767416A
- Authority
- CN
- China
- Prior art keywords
- image
- piece
- test system
- computer
- camera
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims abstract description 18
- 230000007547 defect Effects 0.000 claims abstract description 33
- 238000001514 detection method Methods 0.000 claims abstract description 18
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 description 5
- 238000001914 filtration Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000007257 malfunction Effects 0.000 description 2
- 230000005622 photoelectricity Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
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
- G01B11/08—Measuring arrangements characterised by the use of optical techniques for measuring diameters
- G01B11/12—Measuring arrangements characterised by the use of optical techniques for measuring diameters internal diameters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B5/00—Measuring arrangements characterised by the use of mechanical techniques
- G01B5/0025—Measuring of vehicle parts
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明涉及零件检测技术领域,提供一种零件检测系统及方法,零件检测系统包括工作台、相机、光源、光电传感器、计算机和控制装置,其工作时,相机采集零件的图像,光电传感器采集零件产生的光声信号,计算机根据零件图像识别零件类型,识别无效时,读取光电信号判断零件类型,零件类型识别完成后,计算机根据零件图像找出零件孔的缺陷,并对该缺陷进行标记。本发明提供的一种零件检测系统及方法,对零件孔缺陷的检测,具有较高的检测精度和效率。
Description
技术领域
本发明涉及零件检测技术领域,具体而言,涉及一种零件检测系统及方法。
背景技术
汽车盖板零件的安装孔在加工过程中容易出现漏加工、加工不完整、孔型不标准等情况,目前,对于复杂零件,通常会开发专门的零件检具,使用零件检具进行检测。但是,对于一些非常复杂的零件,为了满足零件尺寸检测精度的需求,通常要为零件检具开发多个检测活块,这会对零件检具的制造精度提出更高的要求,增加零件检具的制造难度,同时还会降低零件检具使用的灵活性,检测效率低;另外,对于一些使用现有零件检具无法进行检测的零件结构,需要对零件检具进行整改或者重新投入新的零件检具,这无疑会增加开发成本,影响制造周期。
发明内容
本发明的目的在于提供一种零件检测系统及系统,以解决上述问题。
为了实现上述目的,本发明实施例采用的技术方案如下:
本发明提供了一种零件检测系统,用于检测零件的零件孔的缺陷,其包括工作台、相机、光源、光电传感器、计算机和控制装置,零件放置于工作台上,相机和光源均设置于零件的周围,相机和计算机电连接,光电传感器、光源均与控制装置电连接,且控制装置与计算机电连接;相机用于采集零件的图像,并将零件图像传输至计算机;光源用于相机拍照时进行补光,提高零件图像的质量;光电传感器用于采集零件产生的光电信号,并将光电信号发送至计算机;计算机用于根据零件图像判断零件的类型,以及根据零件图像检测零件孔的缺陷,并标记零件孔的缺陷;控制装置用于控制光源和光电传感器的工作。
进一步地,所述计算机还用于当根据所述零件图像判断所述零件类型失效时,根据所述光电传感器采集的光电信号判断所述零件的类型。
进一步地,所述工作台为透明或半透明,所述光源设置于所述工作台面的下方。
进一步地,所述光源为两个,且分别设置于所述零件的两侧。
进一步地,所述相机为多个,设置于所述零件上方的不同位置处,用于采集所述零件不同位置的图像。
进一步地,所述控制装置为PLC控制器。
进一步地,所述零件检测系统还包括报警装置,所述报警装置与所述PLC控制器电连接,用于当所述零件检测系统出现故障时,进行报警。
本发明还提供了一种零件检测方法,应用于上述的零件检测系统,所述零件检测系统包括工作台、相机、光源、光电传感器、计算机和控制装置,零件放置于工作台上,相机和光源均设置于零件的周围,相机和计算机电连接,光电传感器、光源均与控制装置电连接,且控制装置与计算机电连接;相机用于采集零件的图像,并将零件图像传输至计算机;光源用于相机拍照时进行补光,提高零件图像的质量;光电传感器用于采集零件产生的光电信号,并将光电信号发送至计算机;计算机用于根据零件图像判断零件的类型,以及根据零件图像检测零件孔的缺陷,并标记零件孔的缺陷;控制装置用于控制光源和光电传感器的工作;所述零件检测方法包括:相机采集零件的图像,并将零件图像传输至计算机;计算机接收零件图像,并进行像素平均亮度识别,判断零件的类型,若类型识别有误,则读取光电信号识别零件的类型;根据零件类型调取该类型零件的模板图像,确定零件孔,找出零件孔的缺陷,并标记缺陷。
进一步地,所述零件检测方法还包括获取所述零件的模板图像,并将所述模板图像预先存储在所述计算机的模板数据库中。
进一步地,所述零件检测方法还包括所述计算机接收所述零件图像,去除所述零件图像中与所述零件无关的信息,以及去除所述零件图像在采集和传输过程中产生的噪声。
相对现有技术,本发明具有以下有益效果:本发明提供的一种零件检测系统及方法,利用相机采集零件图像,控制装置控制光电传感器采集零件产生的光电信号,利用计算机根据零件图像判断零件类型,类型识别完成后,利用计算机检测零件孔的缺陷,并对该缺陷进行标记,本发明提供的一种零件检测系统及方法,具有较高的检测精度和效率。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1示出了本发明第一实施例所提供的零件检测系统的结构示意图。
图2示出了本发明第一实施例所提供的零件检测系统的工作流程图。
图3示出了本发明第一实施例所提供的工作流程中判断零件类型的流程图。
图4示出了本发明第一实施例所提供的工作流程中标记零件孔缺陷的流程图。
图5示出了本发明第二实施例所提供的零件检测系统的结构示意图。
图标:100-零件检测系统;200-零件检测系统;110-零件;111-零件孔;120-工作台;121-台面;123-支撑柱;130-相机;140-光源;150-光电传感器;160-计算机;170-控制装置;180-报警装置;190-电源。
具体实施方式
下面将结合本发明实施例中附图,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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
第一实施例
图1示出了本发明第一实施例所提供的零件检测系统100的结构示意图,其包括待零件110、工作台120、相机130、光源140、光电传感器150、计算机160、控制装置170、报警装置180及电源190,零件110放置于工作台120上,相机130和光源140均设置于零件110的周围,相机130和计算机160电连接,光源140、光电传感器150和报警装置180均与控制装置170电连接,电源190分别与计算机160和控制装置170电连接。
在本实施例中,零件110放置于工作台120的中心位置,零件110具有零件孔111,零件检测系统100用于检测零件110的零件孔111的缺陷。
在本实施例中,工作台120包括台面121和支撑柱123,支撑柱123设置于台面121的台脚处,用于支撑台面121。
优选地,工作台120的台面121为透明或半透明的方形台面,零件110放置于台面121的几何中心处。支撑柱123为四个,分别设置于台面121的四个台脚处,且相邻的三个支撑柱123沿台面121向上升高至相同的高度,用于放置相机130。
在本实施例中,相机130优选为三个,三个相机130分别放置于三个升高的支撑柱123上,均位于零件110的上方,且三个相机130的光学镜头均朝向零件110放置,用于采集零件110的图像,并将零件110图像传输至计算机160,每个相机130可以拍摄到零件110不同部分的图像,保证零件检测系统100的准确性。
优选地,相机130为CCD相机或CMOS相机。
在本实施例中,光源140为两个,均设置于工作台120的台面121下方,且位于零件110的两侧,用于在相机130拍摄零件110图像时进行补光,这种光源140设置方式,使得光源140和相机130分别位于零件110的两侧,能够得到较高的对比度,获得零件110外轮廓剪影,甚至可直接获得黑白二维图像,因此,光源140能够提高相机130拍摄的零件110图像的对比度,从而提高零件110图像的质量。
优选地,光源140为两个LED光源。
在本实施例中,光电传感器150放置于台面121上,且安装在零件110的周围,用于采集零件110产生的光电信号,并将光电信号通过控制装置170发送至计算机160。
在本实施例中,计算机160分别与相机130和控制装置170电连接,用于根据相机130采集的零件110图像判断零件110的类型,当零件110类型识别有误时,计算机160根据光电传感器150采集的光声信号判断零件110的类型。计算机160还用于根据零件110图像检测零件孔111的缺陷,并标记该缺陷。
在本实施例中,控制装置170分别与光源140、光电传感器150、计算机160及报警装置180电连接,用于赢取光电传感器150的状态、控制报警装置180的状态及控制光源140的开与关,并与计算机160通信。
优选地,控制装置170优选为PLC控制器,光电传感器150与PLC控制器的输入端电连接,光源140和报警装置180均与PLC控制器的输出端电连接,且PLC控制器与计算机160通过RS232转USB协议通信。
在本实施例中,报警装置180与控制装置170电连接,用于表示当前检测零件110的故障状态、以及零件检测系统100的工作与故障状态。
优选地,报警装置180为红绿黄三色报警灯。
在本实施例中,电源190分别与计算机160和控制装置170电连接,用于为计算机160提供220V交流电源、为控制装置170提供+12V直流电源,以及为相机130、光源140、光电传感器150及报警装置180提供工作电源。
图2示出了本发明第一实施例所提供的零件检测系统100的工作流程图,零件检测系统100的工作流程如下:
步骤S101,获取零件110的模板图像,并将模板图像预先存储在计算机160中;
步骤S102,零件检测系统100自检;
步骤S103,相机130采集零件110的图像,并将零件110图像传输至计算机160;
步骤S104,光电传感器150采集零件110产生的光电信号;
步骤S105,计算机160接收零件110图像,去除零件110图像中与零件110无关的信息,以及去除零件110图像在采集和传输过程中产生的噪声;
步骤S106,判断零件110的类型:零件110图像进行像素平均亮度识别,判断零件110的类型,若类型识别有误,则读取光电信号识别零件110的类型;
步骤S107,标记零件孔111缺陷:根据零件110类型调取该类型零件110的模板图像,确定零件孔111,找出零件孔111的缺陷,并标记缺陷。
图3示出了本发明第一实施例所提供的工作流程中判断零件110类型的流程图,步骤S106还包括:
步骤S1061,零件110图像进行像素平均亮度识别,从而判断零件110的类型,当所得的识别结果属于模板图像时,则识别有效;当所得的识别结果不属于模板图像时,则识别无效;
步骤S1062,读取光电信号,并根据光电信号判断零件110的形状,从而确定零件110的类型。
图4示出了本发明第一实施例所提供的工作流程中标记零件孔111缺陷的流程图,步骤S107还包括:
步骤S1071,根据零件110类型调取相应类型的模板图像;
步骤S1072,零件110图像进行单孔区域剪切、二值化及过滤,确定零件孔111的位置信息和最大内接圆的半径信息,并根据此位置信息和半径信息将零件110图像与模板图像进行匹配,找出零件孔111的缺陷;
步骤S1073,标记零件孔111的缺陷。
本发明第一实施例所提供的零件检测系统100的工作原理是:相机130采集零件110的图像,并将零件110图像传输至计算机160,光电传感器150采集零件110产生的光电信号;计算机160对零件110图像进行像素平均亮度识别,从而判断零件110的类型,当零件110类型属于模板图像时,则识别有效,当零件110类型不属于模板图像时,则识别无效,随即读取光电信号判断零件110类型;类型识别完成后,计算机160调取该类型零件110的模板图像,并对零件110图像进行单孔区域剪切、二值化及过滤,确定零件孔111的位置信息和最大内接圆的半径信息,并根据此位置信息和半径信息将零件110图像与模板图像进行匹配,找出零件孔111的缺陷,对该缺陷进行标记。
第二实施例
图5示出了本发明第二实施例所提供的零件检测系统200的结构示意图,其包括待零件110、工作台120、相机130、光源140、光电传感器150、计算机160、控制装置170、报警装置180及电源190。本实施例提供的零件检测系统200,除了光源140的安装位置以外,其它结构均与本发明第一实施例提供的零件检测系统100相同。
在本实施例中,光源140设置于工作台120的台面121的斜上方,且位于零件110的两侧,用于相机130拍摄零件110的图像时进行补光,这种光源140设置方式,能够提供较多的零件110的表面特征信息,因此,光源140能够使相机130拍摄的零件110图像具有更多的特征信息,从而提高零件110图像的质量。
优选地,在本实施例中,光源140的轴线与相机130的光轴调节一致,从而可以较好的避免阴影。
需要说明的是,本发明第二实施例所提供的零件检测系统200的工作流程和零件检测系统100的工作流程相同,在此不再赘述。
本发明第二实施例所提供的零件检测系统200的工作原理是:相机130采集零件110的图像,并将零件110图像传输至计算机160;计算机160对零件110图像进行像素平均亮度识别,判断出零件110类型,在视觉识别失效的情况下,自动读取光电信号判断零件110类型;零件110类型识别完成后,计算机160对零件110图像进行单孔区域剪切、二值化及过滤,确定零件孔111的位置信息和最大内接圆的半径信息,并根据此位置信息和半径信息将零件110图像与模板图像进行匹配,找出零件孔111的缺陷,并对该缺陷进行标记。
综上所述,本发明提供一种零件检测系统及方法,本发明提供的零件检测系统包括待零件、工作台、相机、光源、光电传感器、计算机、控制装置、报警装置及电源,零件放置于工作台上,相机和光源均设置于零件的周围,相机和计算机电连接,光源、光电传感器和报警装置均与控制装置电连接,电源分别与计算机和控制装置电连接。本发明提供的零件检测系统工作时,首先相机采集零件的图像,并将零件图像传输至计算机;其次计算机对零件图像进行像素平均亮度识别,判断出零件类型,在视觉识别失效的情况下,自动读取光电信号判断零件类型;最后,零件类型识别完成后,计算机对零件图像进行单孔区域剪切、二值化及过滤,确定零件孔的位置信息和最大内接圆的半径信息,并根据零件孔的位置信息和半径信息将零件图像与模板图像进行匹配,找出零件孔的缺陷,并对该缺陷进行标记。本发明提供的一种零件检测系统及方法,对零件孔缺陷的检测,具有较高的检测精度和效率。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者设备不仅包括那些要素,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、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
Claims (10)
1.一种零件检测系统,用于检测所述零件的零件孔的缺陷,其特征在于,所述系统包括工作台、相机、光源、光电传感器、计算机和控制装置,所述零件放置于所述工作台上,所述相机和所述光源均设置于所述零件的周围,所述相机和所述计算机电连接,所述光电传感器、光源均与所述控制装置电连接,且所述控制装置与所述计算机电连接;
所述相机,用于采集所述零件的图像,并将所述零件图像传输至所述计算机;所述光源,用于所述相机拍照时进行补光,提高所述零件图像的质量;所述光电传感器,用于采集所述零件产生的光电信号,并将所述光电信号发送至所述计算机;所述计算机,用于根据所述零件图像判断所述零件的类型,以及根据所述零件图像检测所述零件孔的缺陷,并标记所述零件孔的缺陷;所述控制装置,用于控制所述光源和光电传感器的工作。
2.如权利要求1所述的零件检测系统,其特征在于,所述计算机还用于当根据所述零件图像判断所述零件类型失效时,根据所述光电传感器采集的光电信号判断所述零件的类型。
3.如权利要求2所述的零件检测系统,其特征在于,所述工作台为透明或半透明,所述光源设置于所述工作台面的下方。
4.如权利要求3所述的零件检测系统,其特征在于,所述光源为两个,且分别设置于所述零件的两侧。
5.如权利要求2所述的零件检测系统,其特征在于,所述相机为多个,设置于所述零件上方的不同位置处,用于采集所述零件不同位置的图像。
6.如权利要求1所述的零件检测系统,其特征在于,所述控制装置为PLC控制器。
7.如权利要求6所述的零件检测系统,其特征在于,所述零件检测系统还包括报警装置,所述报警装置与所述PLC控制器电连接,用于当所述零件检测系统出现故障时,进行报警。
8.一种零件检测方法,其特征在于,应用于权利要求1-7任一项所述的零件检测系统,所述方法包括:
所述相机采集所述零件的图像,并将所述零件图像传输至所述计算机;
所述光电传感器采集所述零件产生的光电信号;
所述计算机接收所述零件图像,并进行像素平均亮度识别,判断所述零件的类型,若类型识别有误,则读取所述光电信号识别所述零件的类型;
根据所述零件类型调取该类型零件的模板图像,确定所述零件孔,找出所述零件孔的缺陷,并标记所述缺陷。
9.如权利要求8所述的零件检测方法,其特征在于,所述零件检测方法还包括获取所述零件的模板图像,并将所述模板图像预先存储在所述计算机的模板数据库中。
10.如权利要求9所述的零件检测方法,其特征在于,所述零件检测方法还包括所述计算机接收所述零件图像,去除所述零件图像中与所述零件无关的信息,以及去除所述零件图像在采集和传输过程中产生的噪声。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710004720.9A CN106767416A (zh) | 2017-01-04 | 2017-01-04 | 零件检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710004720.9A CN106767416A (zh) | 2017-01-04 | 2017-01-04 | 零件检测系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106767416A true CN106767416A (zh) | 2017-05-31 |
Family
ID=58950702
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710004720.9A Pending CN106767416A (zh) | 2017-01-04 | 2017-01-04 | 零件检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106767416A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107561095A (zh) * | 2017-10-10 | 2018-01-09 | 东睦(天津)粉末冶金有限公司 | 一种视觉检测汽车零部件设备或系统 |
CN108764105A (zh) * | 2018-05-22 | 2018-11-06 | 广东美的智能机器人有限公司 | 流水线工件识别方法、服务器及终端 |
WO2022227103A1 (zh) * | 2021-04-29 | 2022-11-03 | 中奥智能工业研究院(南京)有限公司 | 一种零部件智能检测与标签系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201434842Y (zh) * | 2009-05-27 | 2010-03-31 | 华南理工大学 | 芯片外观缺陷自动检测装置 |
CN102135416A (zh) * | 2010-12-30 | 2011-07-27 | 天津普达软件技术有限公司 | 瓶盖在线影像检测系统和方法 |
CN102313747A (zh) * | 2011-07-27 | 2012-01-11 | 国家林业局北京林业机械研究所 | 锯材表面缺陷的图像采集系统及检测方法 |
CN202974886U (zh) * | 2012-12-24 | 2013-06-05 | 厦门大学 | 一种机器视觉罐身卷封缺陷检测系统 |
CN104914111A (zh) * | 2015-05-18 | 2015-09-16 | 北京华检智研软件技术有限责任公司 | 一种带钢表面缺陷在线智能识别检测系统及其检测方法 |
-
2017
- 2017-01-04 CN CN201710004720.9A patent/CN106767416A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201434842Y (zh) * | 2009-05-27 | 2010-03-31 | 华南理工大学 | 芯片外观缺陷自动检测装置 |
CN102135416A (zh) * | 2010-12-30 | 2011-07-27 | 天津普达软件技术有限公司 | 瓶盖在线影像检测系统和方法 |
CN102313747A (zh) * | 2011-07-27 | 2012-01-11 | 国家林业局北京林业机械研究所 | 锯材表面缺陷的图像采集系统及检测方法 |
CN202974886U (zh) * | 2012-12-24 | 2013-06-05 | 厦门大学 | 一种机器视觉罐身卷封缺陷检测系统 |
CN104914111A (zh) * | 2015-05-18 | 2015-09-16 | 北京华检智研软件技术有限责任公司 | 一种带钢表面缺陷在线智能识别检测系统及其检测方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107561095A (zh) * | 2017-10-10 | 2018-01-09 | 东睦(天津)粉末冶金有限公司 | 一种视觉检测汽车零部件设备或系统 |
CN108764105A (zh) * | 2018-05-22 | 2018-11-06 | 广东美的智能机器人有限公司 | 流水线工件识别方法、服务器及终端 |
CN108764105B (zh) * | 2018-05-22 | 2022-03-22 | 广东美的智能机器人有限公司 | 流水线工件识别方法、服务器及终端 |
WO2022227103A1 (zh) * | 2021-04-29 | 2022-11-03 | 中奥智能工业研究院(南京)有限公司 | 一种零部件智能检测与标签系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105528789B (zh) | 机器人视觉定位方法和装置、视觉标定方法和装置 | |
CN107393270B (zh) | 一种用于电气仪表检测的移动式视觉巡检设备及方法 | |
CN108380509A (zh) | 基于机器视觉的led灯盘分拣与检测系统 | |
CN110850723A (zh) | 一种基于变电站巡检机器人系统的故障诊断及定位方法 | |
CN203629603U (zh) | 一种基于图像识别技术的智能电能表检测装置 | |
CN106767416A (zh) | 零件检测系统及方法 | |
CN208568630U (zh) | 一种基于图像的印刷品混版检测装置 | |
CN109613003A (zh) | 一种外观质量检测装置及方法 | |
CN105631893A (zh) | 一种通过拍照检测电容安装正确与否的方法及装置 | |
CN113522770A (zh) | 一种基于3d视觉的高精度在线检测系统 | |
CN114004815A (zh) | 一种pcba外观检测方法及装置 | |
CN206920024U (zh) | 导线颜色测序系统 | |
CN109881356B (zh) | 基于svm图像分类的袜机织针在线检测装置及方法 | |
CN113128393A (zh) | 一种检测大型机械吊臂下是否有人的方法和系统 | |
CN205484096U (zh) | 基于机器视觉的针脚倾斜缺陷检测装置 | |
CN205486309U (zh) | 一种通过拍照检测电容安装正确与否的装置 | |
CN107571636A (zh) | 可定位激光打码打标检测系统 | |
CN211604116U (zh) | 一种投影式增强现实紧固件装配引导及检测装置 | |
CN106441104B (zh) | 一种尺寸测量系统 | |
CN106870003A (zh) | 一种基于物联网的矿井智能巡检机器人控制系统 | |
CN106168467A (zh) | 一种三维检测装置及方法 | |
CN207923747U (zh) | 一种纺织布料布面检测系统 | |
CN111412871A (zh) | 手机中板螺母形状与位置高效一体化检测方法及装置 | |
CN205607332U (zh) | 基于机器视觉的桥式起重机桥架跨度测量装置 | |
CN109975312A (zh) | 一种基于机器视觉技术的卷烟盘纸质量检测装置以及方法 |
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: 20170531 |