申请/专利权人：苏州市职业大学(苏州开放大学)

申请日：2023-06-19

公开（公告）日：2024-04-23

公开（公告）号：CN116818769B

主分类号：G01N21/88

分类号：G01N21/88

优先权：

专利状态码：有效-授权

法律状态：2024.04.23#授权;2023.10.24#实质审查的生效;2023.09.29#公开

摘要：本发明涉及机器视觉技术领域，具体公开了一种基于机器视觉的异常检测方法及系统。本发明通过获取检测标准数据，提取中心标准数据和标识标准数据；生成并显示电子基板图像；接收产品直接拍摄电子基板图像的直接检测图像；在具有直接检测异常时，获取间接拍摄产品的产品拍摄图像；对产品拍摄图像进行分析，验证判断是否具有产品异常。能够接收产品直接拍摄电子基板图像的直接检测图像，分析判断是否具有直接检测异常，无需人工进行检测与判断，提高中心点检测的速度与效率，并在具有直接检测异常时，进行间接拍摄产品，按照标识标准数据进行验证分析，避免将错误的异常结果直接认定为产品异常，无需重复检测或正常产品返工，降低产品生产成本。

主权项：1.一种基于机器视觉的异常检测方法，其特征在于，所述方法具体包括以下步骤：获取检测标准数据，从所述检测标准数据中，提取中心标准数据和标识标准数据；按照所述中心标准数据，生成并显示电子基板图像；接收产品直接拍摄所述电子基板图像的直接检测图像，分析判断是否具有直接检测异常；具体包括以下步骤：在产品检测时，接收产品直接拍摄所述电子基板图像的直接检测图像；识别确定所述直接检测图像中的直接中心点和基板偏差区域；将所述直接中心点与所述基板偏差区域进行重叠比较，生成重叠比较结果；根据所述重叠比较结果，判断是否具有直接检测异常；在具有直接检测异常时，获取间接拍摄产品的产品拍摄图像；具体包括以下步骤：在具有直接检测异常时，生成异常验证指令；根据所述异常验证指令，在产品上方对产品进行间接拍摄，获取产品拍摄图像；根据所述标识标准数据，对所述产品拍摄图像进行分析，验证判断是否具有产品异常，具体包括以下步骤：识别所述产品拍摄图像中的验证标识；根据所述标识标准数据，对验证标识依次进行面积验证和位置验证，并判断是否验证通过；若面积验证和位置验证均通过，则判定产品异常；若面积验证和或位置验证不通过，则判定检验异常，并进行维护报警。

全文数据：

权利要求：

百度查询： 苏州市职业大学(苏州开放大学) 一种基于机器视觉的异常检测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD