[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN114354607A - 一种基于螺旋相衬滤波算法的光度立体瑕疵检测方法 - Google Patents

一种基于螺旋相衬滤波算法的光度立体瑕疵检测方法 Download PDF

Info

Publication number
CN114354607A
CN114354607A CN202111174769.1A CN202111174769A CN114354607A CN 114354607 A CN114354607 A CN 114354607A CN 202111174769 A CN202111174769 A CN 202111174769A CN 114354607 A CN114354607 A CN 114354607A
Authority
CN
China
Prior art keywords
phase contrast
light source
detection method
method based
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.)
Granted
Application number
CN202111174769.1A
Other languages
English (en)
Other versions
CN114354607B (zh
Inventor
吴迪
刘忠
安礼相
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hexacon Manufacturing Intelligent Technology (Shenzhen) Co.,Ltd.
Original Assignee
Seven Ocean Metrology Shenzhen Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Seven Ocean Metrology Shenzhen Co ltd filed Critical Seven Ocean Metrology Shenzhen Co ltd
Priority to CN202111174769.1A priority Critical patent/CN114354607B/zh
Publication of CN114354607A publication Critical patent/CN114354607A/zh
Application granted granted Critical
Publication of CN114354607B publication Critical patent/CN114354607B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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

  • Length Measuring Devices By Optical Means (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明公开了一种基于螺旋相衬滤波算法的光度立体瑕疵检测方法，包含数据采集部分和数据处理部分；数据采集部分包含：将光源发出的光倾斜入射到朗伯反射物体表面形成漫反射；物体瑕疵需求分辨率，计算所需物镜的合适倍率及相机尺寸；物镜和相机组拍摄并保存反射光强度图像；将光源分别放置在物体的多个方位上倾斜照射物体，采集得到多个方位上相应的多幅反射光强度图。本发明：1、在光度立体算法中加入螺旋相称滤波，瑕疵位置边缘得到增强，去除了物体表面背景，避免了背景干扰，增强了图像对比度。2、相比现有的阈值分割背景与瑕疵方法，本发明具有更明显的去除背景效果。3、引入了伽马压缩对图像进行处理，图像更平滑，补偿人类视觉特性。

Description

一种基于螺旋相衬滤波算法的光度立体瑕疵检测方法
技术领域
本发明涉及相位成像领域的螺旋相衬滤波算法、机器视觉中的光度立体算法领域，尤其涉及一种基于螺旋相衬滤波算法的光度立体瑕疵检测方法。
背景技术
上个世纪，为了能够对物体进行无标记成像，泽尼克发展了相衬显微成像技术，Gabor提出全息术，研究人员将相衬显微，全息术结合发展出了螺旋相衬滤波成像方法，这种无标记技术产生的图像中包含了物体厚度和表面结构的折射率信息，增强并突出了物体表面结构边缘，去除并均衡了表面背景，使表面结构边缘与背景具有较高的对比度，同时也避免了强背景所带来的背景干扰。
近年来，从图像中捕捉物体的“外观”已经变得越来越重要。所谓“外观”，一般指的是一个模型，它能够预测物体在所有可能的视野和照明条件下的图像。要充分采样一个物体的外观，因为它在形状和反射率上确实是任意变化的，需要从各种视图和光源组合的图像，这在大多数情况下是不切实际的。幸运的是，现实世界中的对象通常表现出规律性，可以利用这些规律性大幅减少所需图像的数量。因此，选择有效的(或接近有效的)约束条件，并且强大到足以在实际系统中使用，这对于外观捕获至关重要。目前，有光度立体视觉检测工作已经表明，在已知的光照条件下，相机视角确定，从变化的图像中恢复一个明确的外观模型是可行的。这是一个重要的特殊情况下的外观捕捉，因为它仅依靠光度线索，避免解决对应问题。这也很重要，因为这种明确的外观模型已经被证明对视觉任务很有用，比如瑕疵检测。然而在瑕疵检测领域，通过光度立体方法处理后的图像所需求的是背景消除且均衡平滑，只突出瑕疵位置，背景与瑕疵位置形成最鲜明的对比度。为实现这一目的的一般做法是通过设置阈值来分离背景与瑕疵，但这种方式有时会由于背景与瑕疵的像素值相近而造成误判，将背景与瑕疵不能完整分离。因此，迫切需要一种基于螺旋相衬滤波算法的光度立体瑕疵检测方法，以解决现有技术中存在的这一问题。
为了解决上述技术问题，特提出一种新的技术方案。
发明内容
本发明的目的在于提供一种基于螺旋相衬滤波算法的光度立体瑕疵检测方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种基于螺旋相衬滤波算法的光度立体瑕疵检测方法，包含数据采集部分和数据处理部分；
所述数据采集部分包含下述步骤：
步骤a，将光源发出的光倾斜入射到朗伯反射物体表面；
步骤c，入射的光在物体表面形成漫反射；
步骤c，统计物体瑕疵需求分辨率，根据需求的分辨率，计算所需镜头倍率及相机像素数；
步骤d，将镜头与相机组合放置在物体的正上方形成正交投影收集携带物体表面结构信息的反射光；
步骤e，将相机与计算机相连接，通过计算机上的相机软件拍摄并保存反射光的强度图；
步骤f，将光源分别放置在物体的多个方位上倾斜照射物体，重复多次步骤a至步骤e，采集得到多个方位上相应的多幅反射光强度图。
优选地，所述数据处理部分包含下述步骤：
步骤1，光源方向标定：先在正交投影场景中放置一个光滑的球，并在4个不同光源方向条件下拍摄反射光强度图，将4幅强度图放进MATLAB中计算并拟合出光滑球体的圆边界，并定位出圆心坐标(xci，yci),i为4幅图像的索引；
步骤2，分别定位4幅图上球体的表面高亮处，高亮处的坐标表示为(hxci，hyci)，并以表面高亮处来反映光源的方向；
步骤3，根据下述公式计算光滑球体表面法向量：
n:nx＝hxci-xci，ny＝hyci-yci，
Figure BDA0003294935210000031
步骤4，估算光照强度：以下述公式定义一个光照参数cost函数：
Figure BDA0003294935210000032
其中，N是每张强度图上的像素数，j是强度图上的像素索引，I是每张强度图上的强度值(像素值)，ρ是物体的反射率，
Figure BDA0003294935210000033
是第i个光源方向的单位矢量，λi是第i个光照强度，λi＝||ei||；
步骤5，执行光度立体求得的物体表面结构反射率ρj和法向量nj：ρj＝||bj||，
Figure BDA0003294935210000034
步骤6，根据仅需要二维图像来判断瑕疵类型及其在图像中的位置的特点，求得的法向量取其第三个通道数据n(3)；
步骤7，写一个螺旋相位片函数
Figure BDA0003294935210000035
步骤8，写一个4f系统，将n(3)作为对象放置于4f系统的物平面位置，做螺旋相衬成像，并在像平面求复函数U：
Figure BDA0003294935210000036
F表示傅里叶变换；
步骤9，对像平面复函数U取其幅值A:
Figure BDA0003294935210000037
步骤10，将得到的幅值A进行伽马压缩得最终物体瑕疵图像Iout：Iout＝BAγ。B为常数，γ为校正参数，取小于1的分数，称作编码伽马值。
优选地，所述光源的方向公式为：L＝2nz*n-R，其中，R表示相机方向为(0，0，1)，若从相机视角看则坐标为(0,0,-1)；
优选地，cost函数的最小化公式为：
Figure BDA0003294935210000041
Figure BDA0003294935210000042
bj＝ρjnj表示在j像素处的未知场景属性；
优选地，
Figure BDA0003294935210000043
是一个非线性最小二乘问题，可以通过Levenberg-Marquardt算法来求解。
优选地，对于所有的ei有Ij＝LTbj,则根据最小二乘法能够求得bj＝(LLT)-1LIj。
优选地，所述步骤f中物体的多个方位是指在物体的360°方向上选取多个角度，按0°、90°、180°、270°四个角度为例。
优选地，所述步骤f的多幅是指3幅以上，其中，优选为4幅。
优选地，所述步骤f具体为，将光源分别放置在物体的前后左右4个方位上倾斜照射物体，重复四次上述步骤a至步骤e，采集得到4个方位上相应的4幅反射光强度图。
与现有技术相比，本发明的有益效果是：
1、在光度立体算法中加入螺旋相称滤波，瑕疵位置边缘得到增强，去除了物体表面背景，避免了背景干扰，增强了图像对比度。
2、相比现有的阈值分割背景与瑕疵方法，本发明具有更明显的去除背景效果。
3、引入了伽马压缩对图像进行处理，图像更平滑，补偿人类视觉特性。
附图说明
图1为提供的从相机视角观测的光源在物体上方0°位置倾斜照明的光度立体成像光学组件示意图。
图2为提供的从相机视角观测的光源在物体上方90°位置倾斜照明的光度立体成像光学组件示意图。
图3为提供的从相机视角观测的光源在物体上方180°位置倾斜照明的光度立体成像光学组件示意图。
图4为提供的从相机视角观测的光源在物体上方270°位置倾斜照明的光度立体成像光学组件示意图。
图5为朗伯反射特性示意图。
图6为光源方向标定示意图。
图7为螺旋相位片示意图。
图8为光源在0°位置照射汽车门钢材相机拍摄强度图。
图9为光源在90°位置照射汽车门钢材相机拍摄强度图。
图10为光源在180°位置照射汽车门钢材相机拍摄强度图。
图11为光源在270°位置照射汽车门钢材相机拍摄强度图。
图12为图8至图11的4幅拍摄强度图经光度立体算法处理后的图像。
图13为图12经过螺旋相衬滤波算法处理后的图像。
图14为图13经伽马压缩后的图像。
图15为光源在0°位置照射铁环相机拍摄强度图。
图16为光源在90°位置照射铁环相机拍摄强度图。
图17为光源在180°位置照射铁环相机拍摄强度图。
图18为光源在270°位置照射铁环相机拍摄强度图。
图19为图15至18的4幅拍摄强度图经光度立体算法处理后的图像。
图20为图19经过螺旋相衬滤波算法处理后的图像。
图21为图20经伽马压缩后的图像。
具体实施方式
下面将结合本发明实施例中的附图，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。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。
请参阅说明书附图，本发明提供一种技术方案：一种基于螺旋相衬滤波算法的光度立体瑕疵检测方法，包含以下步骤：
一、数据采集部分。
1.将光源发出的光倾斜入射到朗伯反射物体表面。
2.入射光在物体表面形成漫反射。
3.统计物体瑕疵需求分辨率，根据需求的分辨率，计算所需镜头倍率及相机像素数。
4.将镜头与相机组合放置在物体的正上方形成正交投影收集携带物体表面结构信息的反射光。
5.将相机与计算机相连接，通过计算机上的相机软件拍摄并保存反射光的强度图。
6.将光源分别放置在物体的前后左右4个方位上倾斜照射物体，重复四次上述步骤1至步骤5，采集得到4个方位上相应的4幅反射光强度图(如果有必要的话，也可采集多幅，但至少应采集3幅，均衡分布在物体的360°方位上)。
二、数据处理部分。
8.光源方向标定：先在正交投影场景中放置一个光滑的球，并在4个不同光源方向条件下拍摄反射光强度图，将4幅强度图放进MATLAB中计算并拟合出光滑球体的圆边界，并定位出圆心坐标(xci，yci),i为4幅图像的索引。
9.分别定位4幅图上球体的表面高亮处，高亮处的坐标表示为(hxci，hyci)，并以表面高亮处来反映光源的方向。
10.计算光滑球体表面法向量n:nx＝hxci-xci，ny＝hyci-yci，
Figure BDA0003294935210000061
11.光源方向L＝2nz*n-R,R表示相机方向为(0,0,1)，若从相机视角看则坐标为(0,0,-1)。
12.估算光照强度：定义一个光照参数cost函数，
Figure BDA0003294935210000062
N是每张强度图上的像素数，j是强度图上的像素索引，I是每张强度图上的强度值(像素值)，ρ是物体的反射率，
Figure BDA0003294935210000071
是第i个光源方向的单位矢量，λi是第i个光照强度，λi＝||ei||。
13.cost函数的最小化为
Figure BDA0003294935210000072
Figure BDA0003294935210000073
bj＝ρjnj表示在j像素处的未知场景属性。
14.
Figure BDA0003294935210000074
这是一个非线性最小二乘问题，可以通过Levenberg-Marquardt算法来求解。
15.对于所有的ei有Ij＝LTbj,则根据最小二乘法能够求得bj＝(LLT)-1LIj。
16.执行光度立体求得的物体表面结构反射率ρj和法向量nj：ρj＝||bj||，
Figure BDA0003294935210000075
17.由于仅需要二维图像来判断瑕疵类型及其在图像中的位置，故求得的法向量取其第三个通道数据n(3)。
18.写一个螺旋相位片函数
Figure BDA0003294935210000076
19.写一个4f系统，将n(3)作为对象放置于4f系统的物平面位置，做螺旋相衬成像，并在像平面求复函数U：
Figure BDA0003294935210000077
F表示傅里叶变换。
20.对像平面复函数U取其幅值A:
Figure BDA0003294935210000078
21.将得到的幅值A进行伽马压缩得最终物体瑕疵图像Iout：Iout＝BAγ。B为常数，γ为校正参数，取小于1的分数，称作编码伽马值。
本发明的成像装置包括：4个光强一致的光源，待测物体，物镜和工业相机组，电脑
其中物镜和工业相机连接成组合，工业相机的传感器位于物镜的焦面位置。电脑与工业相机通过数据线连接，用来将相机拍摄的4幅反射强度图保存到电脑中，并在电脑上对采集图进行算法处理。
如图1所示，包括如下步骤：
S1.从相机视角看，4个光强一致的光源分别放置在待测物体的0°，90°，180°，270°四个方位上进行照明。4个光源依次打开照射待测物体，一次只开一个光源。
S2.4个光源发出的光依次入射在待测的物体表面形成漫反射。
S3.物镜和相机组位于待测物体的正上方依次收集从物体上传来的反射光，并在相机上依次形成4个信号。
S4.相机上的4个信号依次经数据线传输到电脑上形成4幅图像。
在使用的时候，本发明：1、在光度立体算法中加入螺旋相称滤波，瑕疵位置边缘得到增强，去除了物体表面背景，避免了背景干扰，增强了图像对比度。2、相比现有的阈值分割背景与瑕疵方法，本发明具有更明显的去除背景效果。3、引入了伽马压缩对图像进行处理，图像更平滑，补偿人类视觉特性。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (8)

1.一种基于螺旋相衬滤波算法的光度立体瑕疵检测方法，其特征在于，包含数据采集部分和数据处理部分；
所述数据采集部分包含下述步骤：
步骤a，将光源发出的光倾斜入射到朗伯反射物体表面；
步骤b，入射的光在物体表面形成漫反射；
步骤c，统计物体瑕疵需求分辨率，根据需求的分辨率，计算所需镜头倍率及相机像素数；
步骤d，将镜头与相机组合放置在物体的正上方形成正交投影收集携带物体表面结构信息的反射光；
步骤e，将相机与计算机相连接，通过计算机上的相机软件拍摄并保存反射光的强度图；
步骤f，将光源分别放置在物体的多个方位上倾斜照射物体，重复多次步骤a至步骤e，采集得到多个方位上相应的多幅反射光强度图。
所述数据处理部分包含下述步骤：
步骤1，光源方向标定：先在正交投影场景中放置一个光滑的球，并在4个不同光源方向条件下拍摄反射光强度图，将4幅强度图放进MATLAB中计算并拟合出光滑球体的圆边界，并定位出圆心坐标(xct，yct)，i为4幅图像的索引；
步骤2，分别定位4幅图上球体的表面高亮处，高亮处的坐标表示为(hxci，hyci)，并以表面高亮处来反映光源的方向；
步骤3，根据下述公式计算光滑球体表面法向量：
Figure RE-FDA0003531682000000011
步骤4，估算光照强度：以下述公式定义一个光照参数cost函数：
Figure RE-FDA0003531682000000012
其中，N是每张强度图上的像素数，j是强度图上的像素索引，I是每张强度图上的强度值(像素值)，ρ是物体的反射率，
Figure RE-FDA0003531682000000021
Figure RE-FDA0003531682000000022
是第i个光源方向的单位矢量，λi是第i个光照强度，λi＝||ei||，
步骤5，执行光度立体求得的物体表面结构反射率ρj和法向量nj：ρj＝||bj||，
Figure RE-FDA0003531682000000023
步骤6，根据仅需要二维图像来判断瑕疵类型及其在图像中的位置的特点，求得的法向量取其第三个通道数据n(3)；
步骤7，写一个螺旋相位片函数
Figure RE-FDA0003531682000000024
步骤8，写一个4f系统，将n(3)作为对象放置于4f系统的物平面位置，做螺旋相衬成像，并在像平面求复函数U：
Figure RE-FDA0003531682000000025
F表示傅里叶变换；
步骤9，对像平面复函数U取其幅值A：
Figure RE-FDA0003531682000000026
步骤10，将得到的幅值A进行伽马压缩得最终物体瑕疵图像Iout：Iout＝BAγ。B为常数，γ为校正参数，取小于1的分数，称作编码伽马值。
2.根据权利要求1所述的基于螺旋相衬滤波算法的光度立体瑕疵检测方法，其特征在于：所述光源的方向公式为：L＝2nz*n-R，其中，R表示相机方向为(0，0，1)，若从相机视角看则坐标为(0，0，-1)。
3.根据权利要求1所述的基于螺旋相衬滤波算法的光度立体瑕疵检测方法，其特征在于：cost函数的最小化公式为：
Figure RE-FDA0003531682000000027
Figure RE-FDA0003531682000000028
bj＝ρjnj表示在j像素处的未知场景属性。
4.根据权利要求3所述的基于螺旋相衬滤波算法的光度立体瑕疵检测方法，其特征在于：
Figure RE-FDA0003531682000000031
是一个非线性最小二乘问题，可以通过Levenberg-Marquardt算法来求解。
5.根据权利要求4所述的基于螺旋相衬滤波算法的光度立体瑕疵检测方法，其特征在于：对于所有的ei有Ij＝LTbj，则根据最小二乘法能够求得bj＝(LLT)-1LIj。
6.根据权利要求1所述的基于螺旋相衬滤波算法的光度立体瑕疵检测方法，其特征在于：所述步骤f中物体的多个方位是指在物体的360°方向上选取多个角度，按0°、90°、180°、270°四个角度为例。
7.根据权利要求6所述的基于螺旋相衬滤波算法的光度立体瑕疵检测方法，其特征在于：所述步骤f的多幅是指3幅以上，其中，优选为4幅。
8.根据权利要求7所述的基于螺旋相衬滤波算法的光度立体瑕疵检测方法，其特征在于：所述步骤f具体为，将光源分别放置在物体的前后左右4个方位上倾斜照射物体，重复四次上述步骤a至步骤e，采集得到4个方位上相应的4幅反射光强度图。
CN202111174769.1A 2021-10-09 2021-10-09 一种基于螺旋相衬滤波算法的光度立体瑕疵检测方法 Active CN114354607B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111174769.1A CN114354607B (zh) 2021-10-09 2021-10-09 一种基于螺旋相衬滤波算法的光度立体瑕疵检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111174769.1A CN114354607B (zh) 2021-10-09 2021-10-09 一种基于螺旋相衬滤波算法的光度立体瑕疵检测方法

Publications (2)

Publication Number Publication Date
CN114354607A true CN114354607A (zh) 2022-04-15
CN114354607B CN114354607B (zh) 2023-10-31

Family

ID=81096345

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111174769.1A Active CN114354607B (zh) 2021-10-09 2021-10-09 一种基于螺旋相衬滤波算法的光度立体瑕疵检测方法

Country Status (1)

Country Link
CN (1) CN114354607B (zh)

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010025652A (ja) * 2008-07-17 2010-02-04 Nippon Steel Corp 表面疵検査装置
CN101872491A (zh) * 2010-05-21 2010-10-27 清华大学 基于光度立体的自由视角重光照方法和系统
US20110292179A1 (en) * 2008-10-10 2011-12-01 Carlos Hernandez Imaging system and method
CN103363924A (zh) * 2013-07-15 2013-10-23 中国科学院空间科学与应用研究中心 一种压缩的三维计算鬼成像系统及方法
US20140376003A1 (en) * 2012-01-05 2014-12-25 Helmee Imaging Oy Arrangement for optical measurements and related method
US20150346115A1 (en) * 2014-05-30 2015-12-03 Eric J. Seibel 3d optical metrology of internal surfaces
JP2015232487A (ja) * 2014-06-09 2015-12-24 株式会社キーエンス 画像検査装置、画像検査方法、画像検査プログラム及びコンピュータで読み取り可能な記録媒体並びに記録した機器
JP2016186421A (ja) * 2015-03-27 2016-10-27 株式会社Ihi 画像処理方法
CN109596637A (zh) * 2017-09-30 2019-04-09 湖南海擎智能科技有限责任公司 物体凹凸瑕疵视觉检测方法及检测装置
CN110455815A (zh) * 2019-09-05 2019-11-15 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
CN111896550A (zh) * 2020-03-31 2020-11-06 广西师范大学 一种表面缺陷检测装置及方法
CN112734824A (zh) * 2021-01-26 2021-04-30 中国科学院空天信息创新研究院 一种基于广义光度立体模型的三维重建方法
CN112734756A (zh) * 2021-03-29 2021-04-30 惠州高视科技有限公司 基于光度立体视觉的检测方法及系统
CN112986284A (zh) * 2021-02-20 2021-06-18 苏州天准科技股份有限公司 一种复合式光源结构及光学检测装置
CN113252567A (zh) * 2021-06-08 2021-08-13 菲特（天津）检测技术有限公司 铝阀板表面多种缺陷快速检测方法、系统、介质、终端

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010025652A (ja) * 2008-07-17 2010-02-04 Nippon Steel Corp 表面疵検査装置
US20110292179A1 (en) * 2008-10-10 2011-12-01 Carlos Hernandez Imaging system and method
CN101872491A (zh) * 2010-05-21 2010-10-27 清华大学 基于光度立体的自由视角重光照方法和系统
US20140376003A1 (en) * 2012-01-05 2014-12-25 Helmee Imaging Oy Arrangement for optical measurements and related method
CN103363924A (zh) * 2013-07-15 2013-10-23 中国科学院空间科学与应用研究中心 一种压缩的三维计算鬼成像系统及方法
US20150346115A1 (en) * 2014-05-30 2015-12-03 Eric J. Seibel 3d optical metrology of internal surfaces
JP2015232487A (ja) * 2014-06-09 2015-12-24 株式会社キーエンス 画像検査装置、画像検査方法、画像検査プログラム及びコンピュータで読み取り可能な記録媒体並びに記録した機器
JP2016186421A (ja) * 2015-03-27 2016-10-27 株式会社Ihi 画像処理方法
CN109596637A (zh) * 2017-09-30 2019-04-09 湖南海擎智能科技有限责任公司 物体凹凸瑕疵视觉检测方法及检测装置
CN110455815A (zh) * 2019-09-05 2019-11-15 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
CN111896550A (zh) * 2020-03-31 2020-11-06 广西师范大学 一种表面缺陷检测装置及方法
CN112734824A (zh) * 2021-01-26 2021-04-30 中国科学院空天信息创新研究院 一种基于广义光度立体模型的三维重建方法
CN112986284A (zh) * 2021-02-20 2021-06-18 苏州天准科技股份有限公司 一种复合式光源结构及光学检测装置
CN112734756A (zh) * 2021-03-29 2021-04-30 惠州高视科技有限公司 基于光度立体视觉的检测方法及系统
CN113252567A (zh) * 2021-06-08 2021-08-13 菲特（天津）检测技术有限公司 铝阀板表面多种缺陷快速检测方法、系统、介质、终端

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
BANG-HWAN KIM等: "Shape from Shading and Photometric Stereo Using Surface Approximation by Legendre Polynomials", COMPUTER VISION AND IMAGE UNDERSTANDING, vol. 66, no. 03 *
GEORG RADOW等: "Optimisation of Classic Photometric Stereo by Non-convex Variational Minimisation", JOURNAL OF MATHEMATICAL IMAGING AND VISION, vol. 61 *
LONG MA等: "A fast LED calibration method under near field lighting based on photometric stereo", OPTICS AND LASERS IN ENGINEERING, vol. 147 *
程耀瑜等: "基于光度立体技术的地板疵点检测方法", 科学技术与工程, vol. 17, no. 30 *

Also Published As

Publication number Publication date
CN114354607B (zh) 2023-10-31

Similar Documents

Publication Publication Date Title
CN101044507B (zh) 图像处理方法以及图像处理装置
CN103286081B (zh) 基于单目多视角机器视觉的钢珠表面缺陷在线自动分选装置
CN112858318B (zh) 屏幕异物缺陷与灰尘的区分方法、电子设备及存储介质
CN112308832A (zh) 一种基于机器视觉的轴承质量检测方法
CN101542232A (zh) 法线信息生成装置以及法线信息生成方法
CN113252568A (zh) 基于机器视觉的镜片表面缺陷检测方法、系统、产品、终端
CN111879791B (zh) 一种图案表面凸起特征增强的机器视觉系统及方法
CN106204528A (zh) 一种零件几何质量的尺寸检测方法
JP7514259B2 (ja) カメラ部品が損傷しているかどうかを判定するためのシステムおよび方法
CN112798298A (zh) 车身漆面缺陷检测装置及其检测方法
CN112070749A (zh) 纸张缺陷检测方法和装置
CN113865830A (zh) 显示屏缺陷检测方法及系统
CN115015112A (zh) 一种缺陷检测装置和方法
US20050275630A1 (en) Apparatus for capturing and analyzing light and method embodied therein
CN114693583A (zh) 基于光场相机的缺陷分层检测方法和系统及检测产线
CN114219758A (zh) 缺陷检测方法、系统、电子设备和计算机可读存储介质
CN116721066A (zh) 一种金属表面缺陷检测方法、装置和存储介质
CN108050955A (zh) 基于结构光投影与数字图像相关的高温空气扰动滤除方法
CN115484371A (zh) 一种图像采集方法、图像采集装置及可读取存储介质
CN104807828B (zh) 面板亮点检测方法及系统
CN114354607A (zh) 一种基于螺旋相衬滤波算法的光度立体瑕疵检测方法
CN110044932B (zh) 一种曲面玻璃表面和内部缺陷的检测方法
CN220542797U (zh) 一种缺陷检测装置
CN116482109A (zh) 一种表面缺陷检测方法、装置、存储介质及电子设备
CN112730449B (zh) 自动对焦液晶模组微观三维立体检测光学方法

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20241014

Address after: 2803, Building 1, Huide Building, North Station Community, Minzhi Street, Longhua District, Shenzhen City, Guangdong Province 518000

Patentee after: Hexacon Manufacturing Intelligent Technology (Shenzhen) Co.,Ltd.

Country or region after: China

Address before: 518000 the third floor of building 6, building 7, office building of Hetai industry (Hefeng Industrial Park), Heping community, Fuyong street, Bao'an District, Shenzhen City, Guangdong Province

Patentee before: SEVEN OCEAN METROLOGY (SHENZHEN) CO.,LTD.

Country or region before: China