CN112893186B - 一种led灯丝上电快速视觉检测方法和系统 - Google Patents
一种led灯丝上电快速视觉检测方法和系统 Download PDFInfo
- Publication number
- CN112893186B CN112893186B CN202110041253.3A CN202110041253A CN112893186B CN 112893186 B CN112893186 B CN 112893186B CN 202110041253 A CN202110041253 A CN 202110041253A CN 112893186 B CN112893186 B CN 112893186B
- Authority
- CN
- China
- Prior art keywords
- image
- light
- led filament
- led
- filament
- 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
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
- B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/02—Measures preceding sorting, e.g. arranging articles in a stream orientating
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/36—Sorting apparatus characterised by the means used for distribution
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
- H05K13/00—Apparatus or processes specially adapted for manufacturing or adjusting assemblages of electric components
- H05K13/08—Monitoring manufacture of assemblages
Landscapes
- Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Manufacturing & Machinery (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明属于LED检测技术领域,具体涉及一种LED灯丝上电快速视觉检测方法和系统,包括以下步骤:S1、采集LED灯丝的上电图像;S2、将LED灯丝的上电图像进行裁剪和二值法阈值处理;S3、将处理后的图像根据LED灯丝的数量和每个LED灯丝的发光点数量进行网格化分区;S4、设定合格阈值,计算每个网格内的发光点的发光面积,将发光面积在合格阈值区间内的发光点判定为合格,其它的判定为不合格。本发明图像处理简单快捷,大大提高了LED灯丝的上电检测效率,可以广泛应用于LED检测领域。
Description
技术领域
本发明属于LED检测技术领域,具体涉及一种LED灯丝上电快速视觉检测方法和系统。
背景技术
近年来在照明产业中,LED发光产品以其省电寿命长等优点在市场上占有越来越多的比重。LED发光产品经过几年的发展,进入了红海阶段,如何在各环节提高产能降低成本成为了各生产厂家生存的关键。在一些高端应用中,需要对所有产品逐一进行上电检测,对每一发光点进行度量,亮度超常、不足或不亮的都要淘汰。一个典型的例子是LED灯丝的生产行业,在点胶烘干后的成品出厂价格不到原来的10%,为提高效益经常实行差异化销售,将质量最好的挑出来,以较高的价格销售出去,以保证整体效益,其余的则二次、三次筛选后低价处理。为达到这个目的,需要将所有产品上电检测,上电后的照片如图1所示,图1为一次拍照视野内12根的局部,许多情况下为提高生产效率整体支架一版为48根;在较高要求的场合下,要求每根上的所有发光点亮度在同一个较窄的范围内,那些个别点出现亮度超标、发暗或不亮的灯丝都要淘汰掉。一直以来这个工作是人工进行,由于人的视觉很快会出现疲劳,而且容易受到外界条件影响,诸如光线、疲劳等因素,并且各质检员的主观标准有较大差异,这样导致生产效率低下且最终产品不合格率较高,因此,人工检测很难保证LED灯丝上电检测的一致性,并且其效率低下。
也有想到通过商业图像识别软件在整个图像中找圆的技术方案。但在实际运用中,效果非常差,一方面是时间长,经常处理一张图片需要100秒以上,另一方面是误判率高,由于发光点并不完全都是圆形,该方案应用时存在发光点位置识别率低误判率高的问题。因此开发一种LED灯丝上电的快速视觉检测方法是非常有必要的。
发明内容
本发明克服现有技术存在的不足,所要解决的技术问题为:提供一种LED灯丝上电快速视觉检测方法和系统。
为了解决上述技术问题,本发明采用的技术方案为:一种LED灯丝上电快速视觉检测方法,包括以下步骤:
S1、采集LED灯丝版的上电图像;
S2、将LED灯丝版的上电图像进行裁剪和二值法阈值处理,去掉图像中与LED灯丝不相关的区域以及每个发光点周围的光晕;
S3、将处理后的图像根据LED灯丝版中灯丝的数量和每个LED灯丝的发光点数量进行网格化分区;
S4、设定合格阈值,计算每个网格内的发光点的发光面积,将发光面积在合格阈值区间内的发光点判定为合格,其它的判定为不合格。
所述步骤S1之前还包括以下步骤:
S0、将料盒放入料架,通过机器自动推出一个灯丝版并上电;
所述步骤S4之后还包括以下步骤:
S5、记录不合格灯丝的位置,剪掉不合格灯丝,将剩下的灯丝版传送到下料盒。
所述步骤S3中,对图像进行网格化分区的具体方法为:
对步骤S2处理后的图像进行自上而下逐行查找出第一个亮的像素,以该像素所在的行作为划区的横线基线。
所述步骤S3中,对图像进行网格化分区之前,还包括对图像进行偏移和旋转的步骤。
所述步骤S3中,图像偏移量和旋转量的计算方法为:
提前将标准产品位置角度调节到位后,记录产品上形成矩形的四个mark点在图像中的位置,以及图像的像素当量,计算矩形的中心位置和角度;
采集到待检测LED灯丝的上电图像后,根据图像中的四个mark点在图像中的位置,计算矩形的中心位置和角度,与标准产品的数据进行对比,计算出偏移量和旋转量。
此外,本发明还提供了一种LED灯丝上电快速视觉检测系统,包括:
上料单元:用于自动进行上料;
图像采集单元:用于采集上电后的LED灯丝版的图像;
计算单元:用于对LED灯丝版的图像进行计算处理,判定合格情况;
PLC控制单元:用于根据计算单元的判断结果,控制伺服机构剪掉不合格的灯丝;
下料单元:用于将处理后的灯丝版传送到下料盒,并进行下料。
所述计算单元对LED灯丝版的图像进行计算处理,判定合格情况的具体方法为:
将LED灯丝的上电图像进行裁剪和二值法阈值处理,去掉图像中与LED灯丝不相关的区域以及每个发光点周围的光晕;
将处理后的图像根据LED灯丝的数量和每个LED灯丝的发光点数量进行网格化分区;
设定合格阈值,计算每个网格内计算发光点的面积,将面积在合格阈值区间内的发光点判定为合格,其它的判定为不合格。
所述计算单元对图像进行网格化分区的具体方法为:
对处理后的图像进行自上而下逐行查找出第一个亮的像素,以该像素所在的行作为划区的横线基线。
本发明与现有技术相比具有以下有益效果:本发明提供了一种LED灯丝上电快速视觉检测方法和系统,通过对LED灯丝进行上电拍照,并自动识别,可以大大提高LED检测的效率,而且,其准确率高,系统稳定可靠,可以广泛应用于LED灯丝上电检测领域。
附图说明
图1为本发明实施例提供的一种LED灯丝上电快速视觉检测方法的控制流程图;
图2为本发明实施例一中图像处理的流程图;
图3为本发明实施例一中对图像进行网格化分区处理的结果示意图;
图4为本发明实施例中得到的结果示意图;
图5为本发明实施例中得到的另一结果示意图;
图6为本发明实施例二提供的一种LED灯丝上电快速视觉检测系统的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,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。
实施例一
如图1所示,本发明实施例一提供了一种LED灯丝上电快速视觉检测方法,包括以下步骤:
S0、将料盒放入料架,通过机器自动推出一个灯丝版并上电。
S1、采集LED灯丝的上电图像。
S2、将LED灯丝的上电图像进行裁剪和二值法阈值处理,去掉图像中与LED灯丝不相关的区域以及每个发光点周围的光晕。
S3、将处理后的图像根据LED灯丝的数量和每个LED灯丝的发光点数量进行网格化分区。
其中,对图像进行网格化分区的具体方法为:
对步骤S2处理后的图像进行自上而下逐行查找出第一个亮的像素,以该像素所在的行作为划区的横线基线。
在照相时,过了让产品流畅地通过流道,到过相机的正下方,上下二边会有一定的间隙,这样产生的图像,在上下方向上有一定的飘移。为了提高识别的准确性,要找到发光点开始的地方作为横线基线,在产品支架制作中,竖直方向上的一致性是能满足要求的,进入相机视野后,通过机械限位定位并用接近开关检测后,LED灯丝版的位置相对固定,在图像上每次在这个方向上均匀分割后,每个灯丝都能分布在格子里,不会出现跨格子的情形,所以不用考虑它的基线的问题。由于LED灯丝版的本实施中,是从上到下逐行进行寻找的,在图像中所有灯丝,不管哪一条,只要有亮度达标的点并且处于位置最高,这个位置就作为基线,而不是只从某一条灯丝上寻找。在极端情况下,所有灯丝的第一个发光点都不亮时,会出现基线下移一个发光点的位置,此时计算结果中会认为最下面一行的所有点都不发光,从而认为所有灯丝都是废品,要全部切除的,在这种情况下,机器会停机并通知人工进行核查。
如图2所示,为本发明实施例中,对图像进行网格化分区后的示意图。
此外,本实施例中,对图像进行网格化分区之前,还包括对图像进行偏移和旋转的步骤。
图像偏移量和旋转量的计算方法为:
提前将标准产品位置角度调节到位后,记录产品上形成矩形的四个mark点在图像中的位置,以及图像的像素当量,计算矩形的中心位置和角度;
采集到待检测LED灯丝的上电图像后,根据图像中的四个mark点在图像中的位置,计算矩形的中心位置和角度,与标准产品的数据进行对比,计算出偏移量和旋转量。
具体实施时,可以为整个支架上所有发光点建立一个状态矩阵(比如100×50),每根灯丝对应一行,更换每个支架前用内存块操作指令将所有点都初始化为零,即默认所有发光点是合格的,这是可行的,因为实际情况是绝大多数是合格的。在检测以前利用一个全部合格的支架作为模板,在屏幕上均匀划分出矩阵区域,每个发光点恰好一个,并做好记录以备后用。为提高识别精度,每次拍照并二值化处理后,自上而下逐行查找出第一个亮的像素,并作为划区的基线。然后统计每个区域内发光像素点的面积并同时在屏幕上标记即可。
针对一些产品质量较差,或传送流道间隙较大的情况,会出现拍照后发光点偏较大的情况,需要对采集的照片进行偏移和旋转。
具体地,每个支架的边框上都有四个形成矩形顶点的圆形MARK点,不同支架上的MARK点的位置是非常一致的,可以在检测每个支架前先查找这些点的位置,利用测量过程中采集到图像中的MARK点的坐标与支架处于标准位置时的采集到的图像中的MARK点坐标的差异,计算出支架的偏移和旋转角度,然后根据这二个参数对图像进行旋转和偏移后,再划分发光点区域。
在实际运行中有一个简便算法,只拍照三个mark点就足够了,用矩形长边上的二个点计算出旋转角度,用对角线上的二个点的中点,作为矩形的中心,也就是位置。实际证明,这个精度可以满足生产需求。
S4、设定合格阈值,计算每个网格内的发光点的发光面积,将发光面积在合格阈值区间内的发光点判定为合格,其它的判定为不合格。具体地,假设阈值区间为[A,B],其中A<B。则判定时,发光面积大于A小于B时,判定为合格,发光面积小于A或者大于B,均判定为不合格。
LED灯丝中的每个发光点是每个发光LED颗粒在上电发光后,透过彩色胶后发出来的光线,不可避免地出现发散现象,形状各异,边缘模糊,而不是第一印象的圆形。这也导致了在以圆为模板进行识别时,费时费力,错误率很高。本实施例中,通过对采集的图像都进行了离散化,二值化处理以后,将整幅图像的所有点分成了亮和不亮二种状态,可以根据需求调节阈值,控制合格品的标准。亮区的像素数很精确地反应了发光点的面积,所以计数每个区域内亮度达标的像素数,以此为衡量发光点的面积,是一种很好的很高效的办法,这也是划分区域将每个发光点隔离的根本目的所在。
如图4和图5所示,为本发明实施例中将反相后的图像以及最后判定得到的结果显示在显示屏中的示意图,显示时,可以将亮度不达标或者亮度超标的发光点的发光面积显示在对应的区域中,图 4中下方对不合格区域进行了放大,其中的数字显示了亮度不达标的发光点的发光面积,而图5中右方对不合格的区域进行了放大,其中的数字显示了亮度超标的发光点的发光面积,未显示数字的区域则为合格产品。其中,其中,发光点的发光面积与其所在区域内亮度达标的像素数相关。
S5、记录不合格灯丝的位置,剪掉不合格灯丝,将剩下的灯丝版传送到下料盒。
本实施例通过对LED灯丝上电检测分析,还可以起到降低不良率的效果,对生产过程具有指导作用。分析图4,可以看到有很大比例的亮度不合格灯丝,亮度不足的点都集中在图像的最下边,基本可以排除是灯丝硬件本身的问题,发生这种事情的可能性太小了。经过生产现场考察和询问,得知在生产过程中,为保证产品外观的美观,在收胶的最后阶段,不是直接抬起出胶针,而有一个回抹的动作,这样导致了最后一粒发光点上的胶量过多,阻挡了光线的透出。基于此观点,建议生产中将点胶动作多运行2mm,然后再执行回抹动作。经此改良,良率大为提高。分析图5,发现最右一条灯丝许多发光点亮度超标。这基本上有二个原因,一是点偏了,发生光线泄漏,在此案例中排除了这个原因;还有一个原因是胶量不足,怀疑出胶不畅,更换这一支出胶针后,这一位置这一条灯丝的良率马上提高许多。
实施例二
如图6所示,本发明实施例二提供了一种LED灯丝上电快速视觉检测系统,包括:
图像采集单元:用于采集上电后的LED灯丝版的图像;
计算单元:用于对LED灯丝版的图像进行计算处理,判定合格情况;
PLC控制单元:用于根据计算单元的判断结果,控制伺服机构剪掉不合格的灯丝;
具体地,本实施例中,计算单元对LED灯丝版的图像进行计算处理,判定合格情况的具体方法为:
1、将LED灯丝的上电图像进行裁剪和二值法阈值处理,去掉图像中与LED灯丝不相关的区域以及每个发光点周围的光晕;
2、将处理后的图像根据LED灯丝的数量和每个LED灯丝的发光点数量进行网格化分区;
3、设定合格阈值,计算每个网格内的发光点的发光面积,将发光面积在合格阈值区间内的发光点判定为合格,其它的判定为不合格。具体地,假设阈值区间为[A,B],则判定时,发光面积大于A小于B时,判定为合格,发光面积小于A或者大于B,均判定为不合格。
进一步地,本实施例的一种LED灯丝上电快速视觉检测系统,还包括:
上料单元:用于自动进行上料;
下料单元:用于将处理后的灯丝版传送到下料盒,并进行下料。
进一步地,本实施例的一种LED灯丝上电快速视觉检测系统,还包括与PLC控制单元连接的输入单元、输出单元和运动控制单元,其中,输入单元包括各种按钮开关、限位开关和原点开关,用于PLC控制单元监控系统的各个状态,运动控制单元包括上料轴、流道轴、切刀进退、切刀升降和出料轴,PLC控制单元根据各个传感器的状态,控制系统进行上料、传料、切刀、下料等操作,此外,输出单元包括继电器、气阀等,PLC控制单元通过控制继电器和气阀的状态,可以控制系统的其他操作步骤。
此外,本实施例中,图像采集单元具体可以为商业相机。系统还可以包括触摸显示屏,用于显示采集图像,以及用于人机相互。
具体地,本实施例中,所述计算单元对图像进行网格化分区的具体方法为:
对处理后的图像进行自上而下逐行查找出第一个亮的像素,以该像素所在的行作为划区的横线基线。
本发明实施例提供的LED灯丝上电快速视觉检测系统,对相机等硬件和操作系统的要求较低。工业相机为USB3.0接口,500万像素,图像分辨率为2448X2048。计算单元具体可以在64位Windows 10下Visual Studio2019环境中利用Open CV图像处理技术采用C#语言编写。
综上所述,本发明提供了一种LED灯丝上电快速视觉检测方法和系统,通过计算机视觉对LED灯丝上电发光点的检测研究,在6代i3处理器下识别一整个支架LED灯丝的时间实测在0.2秒以内。而应用该检测系统在设备验收时一台机器上连续挑选32K条的灯丝,经人工逐条复检,全部合格,因此,本发明可以提高检测系统的生产效率和质量,检测一致性好。经统计,一台机器和一个员工进行上下料盒的辅助工作,相当于6名员工的识别速度。这样实际生产中一个员工可以照看三台机器,对员工的操作要求也降低了许多,实现了对检测系统的少人控制。在处理算法上,充分运用了二值法、仿射变换等数字图像处理工具,针对目标特点,综合克服了检测时间长、误判率高的影响,最终满足了检测系统对于准确性的要求,提高了产能,降低了成本,并且为以后的实用化、商品化奠定了基础。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (5)
1.一种LED灯丝上电快速视觉检测方法,其特征在于,包括以下步骤:
S1、采集LED灯丝版的上电图像;
S2、将LED灯丝版的上电图像进行裁剪和二值法阈值处理,去掉图像中与LED灯丝不相关的区域以及每个发光点周围的光晕;
S3、将处理后的图像根据LED灯丝版中灯丝的数量和每个LED灯丝的发光点数量进行网格化分区;
S4、设定合格阈值,计算每个网格内的发光点的发光面积,将发光面积在合格阈值区间内的发光点判定为合格,其它的判定为不合格;
所述步骤S3中,对图像进行网格化分区之前,还包括对图像进行偏移和旋转的步骤,图像偏移量和旋转量的计算方法为:
提前将标准产品位置角度调节到位后,记录产品上形成矩形的四个mark点在图像中的位置,以及图像的像素当量,计算矩形的中心位置和角度;
采集到待检测LED灯丝的上电图像后,根据图像中的四个mark点在图像中的位置,计算矩形的中心位置和角度,与标准产品的数据进行对比,计算出偏移量和旋转量。
2.根据权利要求1所述的一种LED灯丝上电快速视觉检测方法,其特征在于,所述步骤S1之前还包括以下步骤:
S0、将料盒放入料架,通过机器自动推出一个灯丝版并上电;
所述步骤S4之后还包括以下步骤:
S5、记录不合格灯丝的位置,剪掉不合格灯丝,将剩下的灯丝版传送到下料盒。
3.根据权利要求1所述的一种LED灯丝上电快速视觉检测方法,其特征在于,所述步骤S3中,对图像进行网格化分区的具体方法为:
对步骤S2处理后的图像进行自上而下逐行查找出第一个亮的像素,以该像素所在的行作为划区的横线基线。
4.一种LED灯丝上电快速视觉检测系统,其特征在于,包括:
上料单元:用于自动进行上料;
图像采集单元:用于采集上电后的LED灯丝版的图像;
计算单元:用于对LED灯丝版的图像进行计算处理,判定合格情况;
PLC控制单元:用于根据计算单元的判断结果,控制伺服机构剪掉不合格的灯丝;
下料单元:用于将处理后的灯丝版传送到下料盒,并进行下料;
所述计算单元对LED灯丝版的图像进行计算处理,判定合格情况的具体方法为:
将LED灯丝的上电图像进行裁剪和二值法阈值处理,去掉图像中与LED灯丝不相关的区域以及每个发光点周围的光晕;
将处理后的图像进行偏移和旋转,根据LED灯丝的数量和每个LED灯丝的发光点数量进行网格化分区;图像偏移量和旋转量的计算方法为:
提前将标准产品位置角度调节到位后,记录产品上形成矩形的四个mark点在图像中的位置,以及图像的像素当量,计算矩形的中心位置和角度;
采集到待检测LED灯丝的上电图像后,根据图像中的四个mark点在图像中的位置,计算矩形的中心位置和角度,与标准产品的数据进行对比,计算出偏移量和旋转量;
设定合格阈值,计算每个网格内计算发光点的面积,将面积在合格阈值区间内的发光点判定为合格,其它的判定为不合格。
5.根据权利要求4所述的一种LED灯丝上电快速视觉检测系统,其特征在于,所述计算单元对图像进行网格化分区的具体方法为:
对处理后的图像进行自上而下逐行查找出第一个亮的像素,以该像素所在的行作为划区的横线基线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110041253.3A CN112893186B (zh) | 2021-01-13 | 2021-01-13 | 一种led灯丝上电快速视觉检测方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110041253.3A CN112893186B (zh) | 2021-01-13 | 2021-01-13 | 一种led灯丝上电快速视觉检测方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112893186A CN112893186A (zh) | 2021-06-04 |
CN112893186B true CN112893186B (zh) | 2022-11-29 |
Family
ID=76112707
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110041253.3A Active CN112893186B (zh) | 2021-01-13 | 2021-01-13 | 一种led灯丝上电快速视觉检测方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112893186B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4344539A (en) * | 1978-05-05 | 1982-08-17 | Lockett James F | Universal sorting apparatus |
GB0915587D0 (en) * | 2009-09-07 | 2009-10-07 | Sony Comp Entertainment Europe | Image processing apparatus, system and method |
CN102913795A (zh) * | 2012-10-30 | 2013-02-06 | 江苏远大光电有限公司 | 一种led日光灯 |
CN103804318A (zh) * | 2014-02-14 | 2014-05-21 | 中山大学 | 含三苯乙烯或四苯乙烯结构的具有聚集诱导发光性能的苯并噻唑衍生物及其制备方法和应用 |
CN107563380A (zh) * | 2017-09-08 | 2018-01-09 | 上海理工大学 | 一种基于mser和swt相结合的车辆车牌检测识别方法 |
CN208401610U (zh) * | 2018-03-19 | 2019-01-18 | 山西能源学院 | 一种可再生能源的智能优化装置 |
CN111938678A (zh) * | 2020-08-10 | 2020-11-17 | 上海联影医疗科技股份有限公司 | 一种成像系统和方法 |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3386579A (en) * | 1964-08-22 | 1968-06-04 | Schulze Ernst | Method of and apparatus for detecting light-deflecting flaws in hollow glass articles |
US8570504B2 (en) * | 2011-05-17 | 2013-10-29 | Gii Acquisition, Llc | Method and system for optically inspecting parts |
US9047657B2 (en) * | 2011-05-17 | 2015-06-02 | Gii Acquisition, Lcc | Method and system for optically inspecting outer peripheral surfaces of parts |
US9651658B2 (en) * | 2015-03-27 | 2017-05-16 | Google Inc. | Methods and systems for LIDAR optics alignment |
CN105241638A (zh) * | 2015-09-09 | 2016-01-13 | 重庆平伟光电科技有限公司 | 基于视觉的led模块亮度均匀性快速检测方法 |
CN107064170B (zh) * | 2017-04-11 | 2020-04-03 | 深圳市深视智能科技有限公司 | 一种检测手机外壳轮廓度缺陷方法 |
CN107492106A (zh) * | 2017-08-24 | 2017-12-19 | 广州市鑫广飞信息科技有限公司 | 一种水面区域分割方法 |
CN108717692B (zh) * | 2018-04-02 | 2022-04-08 | 浙江工业大学 | 一种基于ccd图像处理的裁剪物料纠偏方法 |
CN208729155U (zh) * | 2018-07-21 | 2019-04-12 | 厦门海维尔自动化设备有限公司 | 一种灯丝自动点焊装置的双工位上料结构 |
CN109323999B (zh) * | 2018-10-24 | 2020-06-16 | 大连理工大学 | 一种基于图像数值分析的分光光度检测方法 |
CN111890797B (zh) * | 2018-12-19 | 2021-08-27 | 深圳市汉森软件有限公司 | 面向pcb板的打印控制方法、装置及存储介质 |
CN109967389B (zh) * | 2019-04-23 | 2020-04-21 | 南京斯杩克机器人技术有限公司 | 一种起爆具缺陷自动检测系统及其检测方法 |
CN111652022B (zh) * | 2019-06-26 | 2023-09-05 | 广州虎牙科技有限公司 | 图像数据的显示、直播方法、装置、电子设备和存储介质 |
CN111815757B (zh) * | 2019-06-29 | 2023-04-07 | 浙江大学山东工业技术研究院 | 基于图像序列的大型构件三维重建方法 |
CN110455815B (zh) * | 2019-09-05 | 2023-03-24 | 西安多维机器视觉检测技术有限公司 | 一种电子元器件外观缺陷检测的方法及系统 |
CN110736701B (zh) * | 2019-11-14 | 2021-12-07 | 林励 | 一种样品全表面三维显微成像系统及方法 |
CN110939879A (zh) * | 2019-12-31 | 2020-03-31 | 海宁市星达机械设备厂 | 一种led灯丝自动化组装装置 |
CN112037318A (zh) * | 2020-07-22 | 2020-12-04 | 山东大学 | 三维岩体结构模型的构建方法、系统及模型的应用 |
CN111862220B (zh) * | 2020-07-31 | 2022-10-11 | 广东利元亨智能装备股份有限公司 | Uvw平台标定的修正方法、装置、纠偏方法及对位系统 |
CN112058706A (zh) * | 2020-08-13 | 2020-12-11 | 深圳市秀骑士科技有限公司 | Dmx灯具上电自检系统 |
-
2021
- 2021-01-13 CN CN202110041253.3A patent/CN112893186B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4344539A (en) * | 1978-05-05 | 1982-08-17 | Lockett James F | Universal sorting apparatus |
GB0915587D0 (en) * | 2009-09-07 | 2009-10-07 | Sony Comp Entertainment Europe | Image processing apparatus, system and method |
CN102913795A (zh) * | 2012-10-30 | 2013-02-06 | 江苏远大光电有限公司 | 一种led日光灯 |
CN103804318A (zh) * | 2014-02-14 | 2014-05-21 | 中山大学 | 含三苯乙烯或四苯乙烯结构的具有聚集诱导发光性能的苯并噻唑衍生物及其制备方法和应用 |
CN107563380A (zh) * | 2017-09-08 | 2018-01-09 | 上海理工大学 | 一种基于mser和swt相结合的车辆车牌检测识别方法 |
CN208401610U (zh) * | 2018-03-19 | 2019-01-18 | 山西能源学院 | 一种可再生能源的智能优化装置 |
CN111938678A (zh) * | 2020-08-10 | 2020-11-17 | 上海联影医疗科技股份有限公司 | 一种成像系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112893186A (zh) | 2021-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11657599B2 (en) | Method for detecting appearance of six sides of chip multi-layer ceramic capacitor based on artificial intelligence | |
CN116188475B (zh) | 一种外观缺陷自动光学检测的智慧控制方法、系统及介质 | |
CN104574389A (zh) | 基于彩色机器视觉的电池片色差分选控制方法 | |
CN111879781B (zh) | 一种基于机器视觉的试纸质量检测系统 | |
CN109916910B (zh) | 光伏玻璃边部缺陷检测系统及相应的方法 | |
US11947345B2 (en) | System and method for intelligently monitoring a production line | |
CN109856156A (zh) | 一种基于aoi的显示面板微小缺陷判定方法与装置 | |
CN107895362B (zh) | 一种微型接线端子质量检测的机器视觉方法 | |
CN114119591A (zh) | 一种显示屏画面质量检测方法 | |
CN108802052A (zh) | 一种关于拉链缺陷的检测系统及其检测方法 | |
CN115908432A (zh) | 一种物料输出品质检测系统及预测方法 | |
CN112819844A (zh) | 一种图像边缘检测方法及装置 | |
CN111426693A (zh) | 一种质量缺陷检测系统及其检测方法 | |
EP4100726A1 (en) | System and method for imaging reflecting objects | |
CN113592852A (zh) | 一种碳纤维碳丝质量在线检测系统和方法 | |
CN110596118A (zh) | 印刷图案检测方法及印刷图案检测装置 | |
CN112893186B (zh) | 一种led灯丝上电快速视觉检测方法和系统 | |
CN106501278B (zh) | 基于旋转不变纹理特征的灯管表面瑕疵分类方法及系统 | |
CN117522773A (zh) | 产品检测方法、电子设备及存储介质 | |
CN105973910A (zh) | 基于结构纹理特征的灯管质量检测与瑕疵分类方法及系统 | |
CN116840240A (zh) | 电源分配器视觉检测系统 | |
CN116229856A (zh) | 一种计算机用自动控制的屏幕检测系统及方法 | |
CN110866917A (zh) | 一种基于机器视觉的药片类型及排列方式识别方法 | |
CN114125435B (zh) | 一种用于网络摄像机的图像缺陷智能检测方法 | |
CN118518677B (zh) | 一种电池外表缺陷检测实现方法、系统及存储介质 |
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 |