一种基于Visionmaster的工业玻璃缺陷检测方法

    公开(公告)号:CN119515825A

    公开(公告)日:2025-02-25

    申请号:CN202411578936.2

    申请日:2024-11-07

    Abstract: 本创新提供了一种基于Visionmaster的工业玻璃缺陷检测方法,是针对当前玻璃缺陷检测的痛点并结合企业实际需求而提出的。传统的工业玻璃缺陷检测方法存在不少问题和不足,如环境适应性差、缺乏鲁棒性、精度不高以及依赖人工调节等。为了解决这些问题,本创新采用以下步骤:图像预处理、检测玻璃是否被横断或纵分、玻璃边缘缺陷检测、玻璃表面缺陷检测,结果汇总判定玻璃合格性。首先,通过图像处理技术去除噪声干扰、获取玻璃区域位置和边缘,并利用图像增强手段提高对比度,使得图像更加清晰。基于Visionmaster,通过利用传统视觉技术并设定合适的阈值范围,判断玻璃是否被横断或纵分、是否存在边缘缺陷、是否存在表面缺陷。最终,通过汇总各个环节的检测结果,确定工业玻璃是否合格;若不合格,确定玻璃存在什么缺陷。本创新的优势降低了编码的难度、简化了检测流程中的参数调节过程、提高了工业玻璃缺陷检测的准确性、通用性和抗干扰能力;同时降低了人工成本,为产品质量提供了更高的保障,加快了检测速度和效率。此外,该方法具有较强的可解释性和适应性,适用于复杂多变的工业现场环境。这一方法在提高生产效率的同时,有效应对了传统方法存在的挑战,为工业玻璃生产过程提供了更为有效和可靠的检测方法。

    一种基于OpenCV优化算法的工业玻璃缺陷检测方法

    公开(公告)号:CN118172322A

    公开(公告)日:2024-06-11

    申请号:CN202410270002.6

    申请日:2024-03-11

    Abstract: 本创新提供了一种基于OpenCV优化算法的工业玻璃缺陷检测方法,专为工业玻璃生产领域设计。传统的工业玻璃缺陷检测方法存在一系列问题,如光线干扰和适应复杂环境的能力差。为了解决这些问题,本创新采用以下步骤:图像预处理、区域检测、玻璃破碎性检测、玻璃表面划痕检测,以及最终合格性判定。首先,通过图像处理技术获取玻璃边缘区域,随后对该区域进行详细判断。通过OpenCV优化算法,能够自适应调整参数,评估玻璃边缘的完整性以及划痕情况。最终,通过综合判定,确定工业玻璃是否合格。本创新的优势在于提高了工业玻璃缺陷检测的准确性和通用性,同时降低了人工成本,为产品质量提供了更高的保障。此外,该方法具有较强的可解释性和适应性,适用于复杂多变的现场环境。这一方法在提高生产效率的同时,有效应对了传统方法存在的挑战,为工业玻璃生产过程提供了更为可靠和高效的缺陷检测手段。

    一种基于粒子群优化算法的浮法玻璃缺陷检测方法

    公开(公告)号:CN117314875A

    公开(公告)日:2023-12-29

    申请号:CN202311333087.X

    申请日:2023-10-16

    Abstract: 本发明提供一种基于粒子群优化算法的浮法玻璃缺陷检测方法,适用于工业玻璃生产领域。传统浮法玻璃缺陷检测方法存在光线干扰、复杂环境适应性差等问题。为解决这些问题,本发明提出了以下步骤:图像预处理、区域检测、玻璃边缘完整性检测、玻璃划痕检测、玻璃边缘划痕检测以及最终合格性判定。首先,通过图像处理获取玻璃边缘区域,然后对区域进行判断。接着,通过粒子群优化算法自适应调整参数,计算玻璃边缘的完整性以及划痕情况。最后,综合判定玻璃是否合格。本发明的优势在于提高了浮法玻璃缺陷检测的精度和通用性,降低了人工成本,提高了产品质量。同时,该方法具有较强的可解释性和适应性,适用于复杂多变的现场环境。

Patent Agency Ranking