CN110487803A - 红外发光元件的缺陷检测方法和装置 - Google Patents
红外发光元件的缺陷检测方法和装置 Download PDFInfo
- Publication number
- CN110487803A CN110487803A CN201910770254.4A CN201910770254A CN110487803A CN 110487803 A CN110487803 A CN 110487803A CN 201910770254 A CN201910770254 A CN 201910770254A CN 110487803 A CN110487803 A CN 110487803A
- Authority
- CN
- China
- Prior art keywords
- emitting component
- infrared light
- image
- infrared
- defect
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
- G01M11/02—Testing optical properties
-
- 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
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本申请提出一种红外发光元件的缺陷检测方法和装置,其中,方法包括:拍摄红外发光元件在发光时的红外图像;在红外图像中确定包含红外发光元件的目标图像区域;提取目标图像区域的图像特征,并根据图像特征检测红外发光元件的缺陷。由此,解决了现有技术中红外发光元件设置在壳体的盖板下,难以由肉眼发现发光缺陷的技术问题,实现了对红外发光元件的自动检测,且可以检测多元化的缺陷,检测成本小,效率高。
Description
技术领域
本申请涉及移动终端制造技术领域,尤其涉及一种红外发光元件的缺陷检测方法和装置。
背景技术
随着移动终端的普及,在生产线上批量的生产移动终端成为需要,为了保证产品质量,在生产中必不可少质检环节,其中,在对移动终端进行质检时,红外发光元件由于设置在移动终端的内部,难以由肉眼观测等,因而,缺陷检测较为困难。
相关技术中,通过检测红外发光元件工作时电流大小来判定功能是否正常,然而,在实际应用中,红外发光元件的缺陷还包括安装中的遮挡缺陷等,因而,这种检测方式,检测红外发光元件的缺陷种类单一,实用性不高。
申请内容
本申请提出一种红外发光元件的缺陷检测方法和装置,以解决现有技术中红外发光元件缺陷检测效率较低且不缺陷类型检测单一的技术问题。
本申请一方面实施例提供了一种红外发光元件的缺陷检测方法,所述红外发光元件收容于移动终端的壳体内,所述红外发光元件上方设置有盖板,所述盖板设置在所述壳体上,所述方法包括以下步骤:拍摄红外发光元件在发光时的红外图像;在所述红外图像中确定包含所述红外发光元件的目标图像区域;提取所述目标图像区域的图像特征,并根据所述图像特征检测所述红外发光元件的缺陷。
本申请另一方面实施例提供了一种红外发光元件的缺陷检测装置,所述红外发光元件收容于移动终端的壳体内,所述红外发光元件上方设置有盖板,所述盖板设置在所述壳体上,所述装置包括:拍摄模块,用于拍摄红外发光元件在发光时的红外图像;确定模块,用于在所述红外图像中确定包含所述红外发光元件的目标图像区域;检测模块,用于提取所述目标图像区域的图像特征,并根据所述图像特征检测所述红外发光元件的缺陷。
本申请又一方面实施例提供了一种移动终端,包括:壳体,收容于所述壳体的红外发光元件存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述红外发光元件上方设置有盖板,所述盖板设置在所述壳体上,所述处理器执行所述计算机程序时,实现如前述实施例所述的红外发光元件的缺陷检测方法。
本申请还一方面实施例提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述实施例所描述的红外发光元件的缺陷检测方法。
本申请提供的实施例,至少包括如下有益技术效果:
拍摄红外发光元件在发光时的红外图像,进而,在红外图像中确定包含红外发光元件的目标图像区域,提取目标图像区域的图像特征,并根据图像特征检测红外发光元件的缺陷。由此,解决了现有技术中红外发光元件设置在壳体的盖板下,难以由肉眼发现发光缺陷的技术问题,实现了对红外发光元件的自动检测,且可以检测多元化的缺陷,检测成本小,效率高。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是根据本申请一个实施例的红外发光元件的缺陷检测方法的流程图;
图2-1是根据本申请一个实施例的红外图像的示意图;
图2-2是根据本申请另一个实施例的红外图像的示意图;
图2-3是根据本申请又一个实施例的红外图像的示意图;
图3是根据本申请一个实施例的红外发光元件的缺陷检测装置的结构示意图;
图4是根据本申请另一个实施例的红外发光元件的缺陷检测装置的结构示意图;
图5是根据本申请又一个实施例的红外发光元件的缺陷检测装置的结构示意图;以及
图6是根据本申请还一个实施例的红外发光元件的缺陷检测装置的结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的红外发光元件的缺陷检测方法和装置。其中,本申请实施例的红外发光元件可以包含3D结构光的泛光灯等元件,其中,泛光灯组件包括封装壳体、设置在封装壳体内的光源、设置在封装壳体上的光学元件、设置在封装壳体内的光检测元件和分别与光检测元件及光源连接的处理器。光源用于发射光信号。光学元件位于光源的发光光路上。光检测元件用于将经光学元件反射的光信号转化为电信号。泛光灯通常用于在光线不足环境比较暗的时候,红外摄像头成像比较模糊,因此需要在红外摄像头附近配备一个泛光灯,用于补光,相当于光线暗时拍照时补光灯的作用,但3D结构光的泛光灯一般主要是红外光,发出来的光肉眼几乎不可见。
由于在生产制造过程中,存在电路不良、红外发光元件破损、红外发光元件被异物遮挡等不良,导致红外发光元件无法正常工作,因此需要在产线进行红外发光元件功能测试,防止不良流出,但因红外发光元件发出的是红外光,肉眼不可见,本申请中的红外发光元件指的是收容于移动终端的壳体内,红外发光元件上方设置有盖板(盖板设置在壳体上)的红外发光元件,因而,直接测试困难,比如,在结构光标定和测试工位,泛光灯不良无法截出,产线测试有困难。
为了解决该技术问题,本申请提出了一种成本低且无需改造设备,比如,在现有的LCD测试设备即可实现的自动化测试方法。
具体而言,图1是根据本申请一个实施例的红外发光元件的缺陷检测方法的流程图,如图1所示,该方法包括:
步骤101,拍摄红外发光元件在发光时的红外图像。
可以理解的是,红外发光元件在发光时,肉眼也是难以看到的,因而,本实施例中基于红外相机拍摄红外发光元件在发光时的红外图像。
作为一种可能的实施例,使用上述现有技术中的LCD测试设备中的红外相机进行拍摄。
在本示例中,LCD测试设备可以向移动终端发送缺陷检测指令,以使移动终端在接收到缺陷检测指令后开启红外发光元件,进而,开启红外相机拍摄红外发光元件在发光时的红外图像。
作为另一种可能的实施例,充分利用移动终端中的摄像头拍摄红外图像,该移动终端中的红外相机可以是可伸缩旋转的,因而,根据缺陷检测指令,有关摄像头伸缩旋转对准红外发光元件的盖板位置拍摄红外图像。
步骤102,在红外图像中确定包含红外发光元件的目标图像区域。
本实施中,基于红外图像中红外发光元件的发光情况来判断缺陷,因为,无论何种缺陷都可以最终反应在图像上,比如,如图2-1所示,是泛光灯正常发光的图像,而当泛光灯被遮挡时,则泛光灯对应的图像如图2-2所示,发光会明显偏暗,当泛光灯出现元件损害影响发光时,则反光等对应的图像如图2-3所示,不存在明显的发光区域。
因而,在本实施例中,在红外图像中确定包含红外发光元件的目标图像区域,以便于进一步根据目标图像区域确定红外发光元件的缺陷。
作为一种可能的实施例,检测红外图像中是否包含红外发光元件的轮廓,该轮廓检测方式可由现有技术实现,在此不再赘述,进而,若包含红外发光元件的轮廓,则确定该轮廓及轮廓内的像素所在的区域为目标图像区域。
需要强调的是,在本实施例中,可以通过检测红外光对应的像素点的位置确定该轮廓所在位置。
在本实施中,若是红外发光元件损坏导致无法发光,则可能检测不到红外光线对应的像素点,因而,可以获取盖板所在区域,并将盖板所在区域作为目标图像区域。当然,此时也可以直接发送警告信息,告知技术人员,当前红外发光元件存在遮挡情况。
在本实施例中,为了更好的拍照红外光图像,可以控制红外光元件处于黑暗的场景中进行拍摄。
步骤103,提取目标图像区域的图像特征,并根据图像特征检测红外发光元件的缺陷。
正如以上分析的,目标图像区域中的图像特征可以体现红外发光元件是否具有损坏,因而,可以提取目标图像区域的图像特征,并根据图像特征检测红外发光元件的缺陷。
需要说明的是,在不同的应用场景中,图像特征不同,下面结合示例说明:
第一种示例:
在本示例中,图像特征包括彩色像素值。
具体而言,提取目标图像区域内的彩色像素值的平均值,即提取该区域内RGB像素值的均值,将RGB像素值之和除以该区域内包含的总像素数,其中,不包含彩色像素(比如黑色像素点)的像素点的彩色像素值认为是0,计算预设均值与平均值的差值,该预设均值可以根据检测设备和红外发光元件之间的拍摄参数确定,该拍摄参数包括拍摄角度和拍摄距离等,进而,根据均值差值确定红外发光元件的缺陷,如果均值差值接近0,则证明当前红外发光元件正常,如果均值差值为绝对值较大的负值,则表明当前红外发光元件功率较大,可能存在短路的缺陷,如果均值差值为绝对值较大的正值,则表明当前红外发光元件发光不完全,可能存在被遮挡或者破损的缺陷等。
第二种示例:
在本示例中,图像特征包括彩色像素的数量。
具体而言,提取目标图像区域的彩色像素的数量,计算预设数量与所述平均数量的数量差值,该预设数量可以根据检测设备和红外发光元件之间的拍摄参数确定,该拍摄参数包括拍摄角度和拍摄距离等,进而,根据数量差值确定红外发光元件的缺陷,如果数量差值接近0,则证明当前红外发光元件正常,如果数量差值为绝对值较大的负值,则表明当前红外发光元件功率较大,可能存在短路的缺陷,如果数量差值为绝对值较大的正值,则表明当前红外发光元件发光不完全,可能存在被遮挡或者破损的缺陷等。
基于上述实施例,当存在红外发光元件的遮挡缺陷时,可能不是由终端内部元件遮挡导致的,可能是由于盖板上覆盖有障碍物导致的,因而,当确定缺陷类型是遮挡缺陷时,可以提醒技术人员移除遮挡物,即发送提醒消息,进而,再次检测红外发光元件的缺陷,以避免误判。
另外,在实际执行过程中,为了更直观的显示检测结果,可以在移动终端的屏幕上显示检测结果,如果检测结果为没有缺陷,则在屏幕上显示PASS,如果有缺陷,则显示“NG”以及具体的缺陷类型等。
在本实施例中,还可以每隔一定时间汇总在该时间段内检测到的红外发光元件的缺陷类型,统计每种缺陷类型的红外发光元件的数量,当某种缺陷类型的红外发光元件的数量超过一定值时,及时提醒技术人员针对该缺陷类型进行集中处理。
综上,本申请实施例的红外发光元件的缺陷检测方法,拍摄红外发光元件在发光时的红外图像,进而,在红外图像中确定包含红外发光元件的目标图像区域,提取目标图像区域的图像特征,并根据图像特征检测红外发光元件的缺陷。由此,解决了现有技术中红外发光元件设置在壳体的盖板下,难以由肉眼发现发光缺陷的技术问题,实现了对红外发光元件的自动检测,且可以检测多元化的缺陷,检测成本小,效率高。
为了实现上述实施例,本申请还提出一种红外发光元件的缺陷检测装置。红外发光元件收容于移动终端的壳体内,红外发光元件上方设置有盖板,盖板设置在壳体上。红外发光元件发光时,红外光投过盖板发射。
图3为本申请实施例提供的一种红外发光元件的缺陷检测装置的结构示意图。
如图3所示,该装置包括:拍摄模块10、确定模块20,检测模块30。
其中,拍摄模块10,用于拍摄红外发光元件在发光时的红外图像。
确定模块20,用于在红外图像中确定包含红外发光元件的目标图像区域。
检测模块30,用于提取目标图像区域的图像特征,并根据图像特征检测红外发光元件的缺陷。
进一步地,在本申请实施例的一种可能的实现方式中,如图4所示,在如图3所示的基础上,确定模块20包括:检测单元21和确定单元22。
其中,检测单元21,用于检测红外图像中是否包含红外发光元件的轮廓。
确定单元22,用于在包含轮廓时,确定轮廓及轮廓内的图像区域为目标图像区域。
确定单元22,还用于在不包含轮廓时,获取盖板所在区域并将盖板所在区域作为目标图像区域。
在本申请实施例的一种可能的实现方式中,如图5所示,在如图3所示的基础上,检测模块30包括:第一提取单元31、第一计算单元32和第一识别单元33,其中,
第一提取单元31,用于提取目标图像区域的彩色像素值的平均值。
第一计算单元32,用于计算预设均值与平均值的均值差值。
第一识别单元33,用于根据均值差值识别红外发光元件的缺陷。
在本申请实施例的一种可能的实现方式中,如图6所示,在如图3所示的基础上,检测模块30包括:第二提取单元34、第二计算单元35和第二识别单元36,其中,
第二提取单元34,用于提取目标图像区域的彩色像素的数量。
第二计算单元35,用于计算预设数量与平均数量的数量差值。
第二识别单元36,用于根据数量差值识别红外发光元件的缺陷。
需要说明的是,前述对红外发光元件的缺陷检测方法实施例的解释说明也适用于该实施例的红外发光元件的缺陷检测装置,此处不再赘述。
综上,本申请实施例的红外发光元件的缺陷检测装置,拍摄红外发光元件在发光时的红外图像,进而,在红外图像中确定包含红外发光元件的目标图像区域,提取目标图像区域的图像特征,并根据图像特征检测红外发光元件的缺陷。由此,解决了现有技术中红外发光元件设置在壳体的盖板下,难以由肉眼发现发光缺陷的技术问题,实现了对红外发光元件的自动检测,且可以检测多元化的缺陷,检测成本小,效率高。
为了实现上述实施例,本申请还提出了一种移动终端,包括:壳体,收容于壳体的红外发光元件存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,红外发光元件上方设置有盖板,盖板设置在壳体上,处理器执行计算机程序时,实现如前述实施例所描述的红外发光元件的缺陷检测方法。
为了实现上述实施例,本申请还提出了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如前述实施例所描述的红外发光元件的缺陷检测方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (11)
1.一种红外发光元件的缺陷检测方法,其特征在于,所述红外发光元件收容于移动终端的壳体内,所述红外发光元件上方设置有盖板,所述盖板设置在所述壳体上,所述方法包括以下步骤:
拍摄红外发光元件在发光时的红外图像;
在所述红外图像中确定包含所述红外发光元件的目标图像区域;
提取所述目标图像区域的图像特征,并根据所述图像特征检测所述红外发光元件的缺陷。
2.如权利要求1所述的方法,其特征在于,所述拍摄红外发光元件在发光时的红外图像,包括:
向所述移动终端发送缺陷检测指令,以使所述移动终端在接收到所述缺陷检测指令后开启所述红外发光元件;
开启红外相机拍摄所述红外发光元件在发光时的红外图像。
3.如权利要求1所述的方法,其特征在于,所述在所述红外图像中确定包含所述红外发光元件的目标图像区域,包括:
检测所述红外图像中是否包含所述红外发光元件的轮廓;
若包含所述轮廓,则确定所述轮廓及所述轮廓内的图像区域为所述目标图像区域;
若不包含所述轮廓,则获取所述盖板所在区域并将所述盖板所在区域作为所述目标图像区域。
4.如权利要求1所述的方法,其特征在于,提取所述目标图像区域的图像特征,并根据所述图像特征检测所述红外发光元件的缺陷,包括:
提取所述目标图像区域的彩色像素值的平均值;
计算预设均值与所述平均值的均值差值;
根据所述均值差值识别所述红外发光元件的缺陷。
5.如权利要求1所述的方法,其特征在于,提取所述目标图像区域的图像特征,并根据所述图像特征检测所述红外发光元件的缺陷,包括:
提取所述目标图像区域的彩色像素的数量;
计算预设数量与所述平均数量的数量差值;
根据所述数量差值识别所述红外发光元件的缺陷。
6.一种红外发光元件的缺陷检测装置,其特征在于,所述红外发光元件收容于移动终端的壳体内,所述红外发光元件上方设置有盖板,所述盖板设置在所述壳体上,所述装置包括:
拍摄模块,用于拍摄红外发光元件在发光时的红外图像;
确定模块,用于在所述红外图像中确定包含所述红外发光元件的目标图像区域;
检测模块,用于提取所述目标图像区域的图像特征,并根据所述图像特征检测所述红外发光元件的缺陷。
7.如权利要求6所述的装置,其特征在于,所述确定模块,包括:
检测单元,用于检测所述红外图像中是否包含所述红外发光元件的轮廓;
确定单元,用于在包含所述轮廓时,确定所述轮廓及所述轮廓内的图像区域为所述目标图像区域;
所述确定单元,还用于在不包含所述轮廓时,获取所述盖板所在区域并将所述盖板所在区域作为所述目标图像区域。
8.如权利要求6所述的装置,其特征在于,所述检测模块,包括:
第一提取单元,用于提取所述目标图像区域的彩色像素值的平均值;
第一计算单元,用于计算预设均值与所述平均值的均值差值;
第一识别单元,用于根据所述均值差值识别所述红外发光元件的缺陷。
9.如权利要求6所述的装置,其特征在于,所述检测模块,包括:
第二提取单元,用于提取所述目标图像区域的彩色像素的数量;
第二计算单元,用于计算预设数量与所述平均数量的数量差值;
第二识别单元,用于根据所述数量差值识别所述红外发光元件的缺陷。
10.一种移动终端,其特征在于,包括:壳体,收容于所述壳体的红外发光元件存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述红外发光元件上方设置有盖板,所述盖板设置在所述壳体上,所述处理器执行所述计算机程序时,实现如权利要求1-5任一所述的红外发光元件的缺陷检测方法。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-5任一所述的红外发光元件的缺陷检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910770254.4A CN110487803A (zh) | 2019-08-20 | 2019-08-20 | 红外发光元件的缺陷检测方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910770254.4A CN110487803A (zh) | 2019-08-20 | 2019-08-20 | 红外发光元件的缺陷检测方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110487803A true CN110487803A (zh) | 2019-11-22 |
Family
ID=68552337
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910770254.4A Pending CN110487803A (zh) | 2019-08-20 | 2019-08-20 | 红外发光元件的缺陷检测方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110487803A (zh) |
Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101251496A (zh) * | 2007-02-19 | 2008-08-27 | 奥林巴斯株式会社 | 缺陷检测装置和缺陷检测方法 |
CN101713747A (zh) * | 2009-11-23 | 2010-05-26 | 华东交通大学 | 基于红外热成像技术的水果表面早期缺陷检测方法及装置 |
CN102218406A (zh) * | 2011-01-04 | 2011-10-19 | 华南理工大学 | 一种基于机器视觉的手机外壳缺陷智能检测装置 |
US20120190590A1 (en) * | 2001-06-29 | 2012-07-26 | Meso Scale Technologies, Llc | Assay Plates, Reader Systems and Methods for Luminescence Test Measurements |
CN102727344A (zh) * | 2012-06-14 | 2012-10-17 | 上海伟赛智能科技有限公司 | 一种智能失禁报警装置 |
TW201339572A (zh) * | 2012-03-21 | 2013-10-01 | Optivu Vision System Corp | 元件內部缺陷之檢測裝置及方法 |
CN103765200A (zh) * | 2011-06-07 | 2014-04-30 | 光子动力公司 | 使用整个原始图像进行缺陷检测的系统和方法 |
CN103872983A (zh) * | 2014-04-04 | 2014-06-18 | 天津市鑫鼎源科技发展有限公司 | 太阳能电池表面缺陷检测设备及方法 |
WO2014199869A1 (ja) * | 2013-06-12 | 2014-12-18 | 株式会社日立ハイテクノロジーズ | 赤外線検査装置 |
WO2015045751A1 (ja) * | 2013-09-26 | 2015-04-02 | 株式会社日立ハイテクノロジーズ | 赤外線検査装置および赤外線検査方法 |
CN204649634U (zh) * | 2015-03-30 | 2015-09-16 | 华南理工大学 | 一种用于表面组装设备的红外成像检测装置 |
CN105466945A (zh) * | 2015-12-30 | 2016-04-06 | 深圳市创科自动化控制技术有限公司 | 一种自动定位检测位置的红外检测方法及检测设备 |
CN105676053A (zh) * | 2016-02-23 | 2016-06-15 | 上海芯什达电子技术有限公司 | 一种触摸屏缺陷检测系统 |
CN205643194U (zh) * | 2016-05-27 | 2016-10-12 | 南京点触智能科技有限公司 | 一种基于机器视觉的触控ito薄膜导电层缺陷检测系统 |
CN205826551U (zh) * | 2016-06-12 | 2016-12-21 | 深圳市智致物联科技有限公司 | 手机导光板缺陷视觉自动识别设备 |
CN205844214U (zh) * | 2016-07-13 | 2016-12-28 | 黑龙江科技大学 | 基于红外成像的涂层裂纹检缺陷检测装置 |
CN107907546A (zh) * | 2017-12-06 | 2018-04-13 | 华南理工大学 | 一种基于智能移动终端的视觉缺陷检测方法与系统 |
CN108398440A (zh) * | 2018-02-05 | 2018-08-14 | 苏州市职业大学(苏州开放大学) | 一种手机屏幕缺陷检测机及其检测方法 |
CN109218711A (zh) * | 2018-09-14 | 2019-01-15 | Oppo(重庆)智能科技有限公司 | 闪光灯的检测方法、系统及电子设备 |
US20190147577A1 (en) * | 2017-11-15 | 2019-05-16 | Samsung Display Co., Ltd. | Device for detecting defect and method of driving the same |
CN109886936A (zh) * | 2019-01-28 | 2019-06-14 | 深圳大学 | 一种低对比度缺陷检测方法和装置 |
CN109884077A (zh) * | 2017-12-06 | 2019-06-14 | 上海太阳能工程技术研究中心有限公司 | 自然光环境下的户外光伏电站的红外缺陷检测方法及装置 |
CN109916906A (zh) * | 2018-10-11 | 2019-06-21 | 乐人株式会社 | 缺陷检测装置及方法 |
-
2019
- 2019-08-20 CN CN201910770254.4A patent/CN110487803A/zh active Pending
Patent Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120190590A1 (en) * | 2001-06-29 | 2012-07-26 | Meso Scale Technologies, Llc | Assay Plates, Reader Systems and Methods for Luminescence Test Measurements |
CN101251496A (zh) * | 2007-02-19 | 2008-08-27 | 奥林巴斯株式会社 | 缺陷检测装置和缺陷检测方法 |
CN101713747A (zh) * | 2009-11-23 | 2010-05-26 | 华东交通大学 | 基于红外热成像技术的水果表面早期缺陷检测方法及装置 |
CN102218406A (zh) * | 2011-01-04 | 2011-10-19 | 华南理工大学 | 一种基于机器视觉的手机外壳缺陷智能检测装置 |
CN103765200A (zh) * | 2011-06-07 | 2014-04-30 | 光子动力公司 | 使用整个原始图像进行缺陷检测的系统和方法 |
TW201339572A (zh) * | 2012-03-21 | 2013-10-01 | Optivu Vision System Corp | 元件內部缺陷之檢測裝置及方法 |
CN102727344A (zh) * | 2012-06-14 | 2012-10-17 | 上海伟赛智能科技有限公司 | 一种智能失禁报警装置 |
WO2014199869A1 (ja) * | 2013-06-12 | 2014-12-18 | 株式会社日立ハイテクノロジーズ | 赤外線検査装置 |
WO2015045751A1 (ja) * | 2013-09-26 | 2015-04-02 | 株式会社日立ハイテクノロジーズ | 赤外線検査装置および赤外線検査方法 |
CN103872983A (zh) * | 2014-04-04 | 2014-06-18 | 天津市鑫鼎源科技发展有限公司 | 太阳能电池表面缺陷检测设备及方法 |
CN204649634U (zh) * | 2015-03-30 | 2015-09-16 | 华南理工大学 | 一种用于表面组装设备的红外成像检测装置 |
CN105466945A (zh) * | 2015-12-30 | 2016-04-06 | 深圳市创科自动化控制技术有限公司 | 一种自动定位检测位置的红外检测方法及检测设备 |
CN105676053A (zh) * | 2016-02-23 | 2016-06-15 | 上海芯什达电子技术有限公司 | 一种触摸屏缺陷检测系统 |
CN205643194U (zh) * | 2016-05-27 | 2016-10-12 | 南京点触智能科技有限公司 | 一种基于机器视觉的触控ito薄膜导电层缺陷检测系统 |
CN205826551U (zh) * | 2016-06-12 | 2016-12-21 | 深圳市智致物联科技有限公司 | 手机导光板缺陷视觉自动识别设备 |
CN205844214U (zh) * | 2016-07-13 | 2016-12-28 | 黑龙江科技大学 | 基于红外成像的涂层裂纹检缺陷检测装置 |
US20190147577A1 (en) * | 2017-11-15 | 2019-05-16 | Samsung Display Co., Ltd. | Device for detecting defect and method of driving the same |
CN107907546A (zh) * | 2017-12-06 | 2018-04-13 | 华南理工大学 | 一种基于智能移动终端的视觉缺陷检测方法与系统 |
CN109884077A (zh) * | 2017-12-06 | 2019-06-14 | 上海太阳能工程技术研究中心有限公司 | 自然光环境下的户外光伏电站的红外缺陷检测方法及装置 |
CN108398440A (zh) * | 2018-02-05 | 2018-08-14 | 苏州市职业大学(苏州开放大学) | 一种手机屏幕缺陷检测机及其检测方法 |
CN109218711A (zh) * | 2018-09-14 | 2019-01-15 | Oppo(重庆)智能科技有限公司 | 闪光灯的检测方法、系统及电子设备 |
CN109916906A (zh) * | 2018-10-11 | 2019-06-21 | 乐人株式会社 | 缺陷检测装置及方法 |
CN109886936A (zh) * | 2019-01-28 | 2019-06-14 | 深圳大学 | 一种低对比度缺陷检测方法和装置 |
Non-Patent Citations (3)
Title |
---|
初禹等著: "《黑龙江省遥感矿化蚀变信息提取方法研究[M]》", 31 December 2014 * |
文少波等编: "《新能源汽车及其智能化技术[M]》", 31 December 2017 * |
王秀英: "基于TMS320C6748的机器视觉系统研发设计――以2017年"西门子杯"中国智能制造挑战赛工业硬件研发赛项为背景", 《赤峰学院学报(自然科学版)》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106851121B (zh) | 控制方法及控制装置 | |
KR101550474B1 (ko) | 양안을 찾아내어 추적하는 방법 및 장치 | |
US6952498B2 (en) | Face portion detecting apparatus | |
CN110049320B (zh) | 摄像头遮挡检测方法、装置、电子设备及存储介质 | |
CN102072911A (zh) | 包覆电线检查装置以及具备该装置的电线处理机 | |
JP6553624B2 (ja) | 計測機器、及びシステム | |
CN107018323B (zh) | 控制方法、控制装置和电子装置 | |
CN109919933A (zh) | Vr设备及其画面检测方法、装置、计算机可读存储介质 | |
CN109218711A (zh) | 闪光灯的检测方法、系统及电子设备 | |
CN111654692B (zh) | 摄像头检测方法、装置、摄像头及存储介质 | |
CN109741307A (zh) | 摄像模组的杂光检测方法、杂光检测装置及杂光检测系统 | |
CN107358175A (zh) | 虹膜采集方法及电子装置 | |
CN107895362A (zh) | 一种微型接线端子质量检测的机器视觉方法 | |
CN108288361A (zh) | 一种消防通道门状态检测方法 | |
CN103389312A (zh) | 铜管检测系统 | |
CN114820439A (zh) | 基于aoi的pcb裸板缺陷的检测系统及方法 | |
KR20180114826A (ko) | 시트 검사 장치 | |
CZ146195A3 (en) | Method of checking eye lenses and apparatus for making the same | |
EP3401899B1 (en) | Method for controlling a display parameter of a mobile device and computer program product | |
CN102834704A (zh) | 隐形眼镜中的缺陷的检验 | |
WO2011093802A2 (en) | Inspection of defects in a contact lens | |
CN110487803A (zh) | 红外发光元件的缺陷检测方法和装置 | |
CN112985587A (zh) | 发光物料影像处理方法 | |
CN112804449A (zh) | 摄像头图像采集模式的确定方法、电子设备及存储介质 | |
CN114384089B (zh) | 检测智能显示屏的系统、方法及可读存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191122 |
|
RJ01 | Rejection of invention patent application after publication |