种视觉检测装置，其包括机台，所述机台设有定点输送模块、视觉检测模块、上料模块和下料模块，所述定点输送模块连接于所述机台的一端，所述视觉检测模块的固定端连接于所述机台背离所述定点输送模块的一端，所述视觉检测模块的检测端位于所述定点输送模块的上方；所述上料模块的出料端拼接于所述定点输送模块的上料端，所述下料模块的进料端拼接于所述定点输送模块的下料端。本申请具有高效检测半导体芯片外观的效果。某        2.根据权利要求1所述的一种视觉检测装置,其特征在于:所述上料模块(4)包括上料架(41)和用于放置未检测芯片的放料盒(42) ,所述上料架(41)的一端设于所述机台(1),所述上料架(41)的另一端拼接于所述定点输送模块(2)的上料端;所述放料盒(42)两端开口,所述放料盒(42)内壁沿两端开口方向设有若干贯穿所述放料盒(42)两端的第一放置卡槽(421); 所述上料架(41)设有用于输送所述放料盒(42)升降的第一提升机构(43)和用于将未检测芯片从所述放料盒(42)内送进所述定点输送模块(2)的上料端的上料机构(44) ;所述第一提升机构(43) 包括第一开口 (442)和第二开口(443) ,所述第一开口(442)和所述第二开口(443)同轴设置,所述第二开口(443)朝向所述定点输送模块(2)的上料端,所述壳体(441)内设有摩擦轮(444).上料条(445)和导向轮(446) ,所述上料条(445)抵于所述摩擦轮(444)与所述导向轮(446)之间,所述摩擦轮444)带动所述上料条(445)滑动于所述第一-开口(442)和所述第二开口(443)之间。        3.根据权利要求2所述的种视觉检测装置,其特征在于:所述上料架(41)和所述下料架(51)均包括架体(60)、第-一组件(61)、第二组件(62)和第三组件(63) ,所述架体(60)固定于机台(1)，所述第一组件(61)固定于所述架体(60),所述第二组件(62)与所述架体(60)滑动连接,所述第三组件(63)与所述架体(60)滑动连接:所述第一组件(61)设有用于限制所述放料盒(42)或所述收料盒(52)滑向所述定点输突边(611),所述第二组件(62)设有用于限制所述放料盒(42)或所述收料盒(52)在所述第二组件(62)和所述第一组件(61)之间的第二突(621) ,所述第种视觉检测装置，其特征在于:所述上料架(41)和所述下料架(5I)均还包括存料槽(7),所述存料槽(7)的一        6.根据权利要求1所述的一料段(222)拼接于所述上料模块(4)的出料端,所述检测段(223)位于所述视觉检测模块(3)的检测端的正下方,所述下料段(224)拼接于所述下料模块(5)的进料端;所述输送机构(23)的输出端将检测芯片输送于所述上料段(22)、所述检测段(223)和所述下料段(224)之间。种视觉检测装置,其特征在于:所述滑料轨(22)内侧设有导向滑轮(225),所述滑槽(221)位于两所述导向滑轮(225)之间:两所述滑料轨(22)之间设有用于支撑检测芯片的支撑件(26) ,所述支撑件(26)的一端与所述支架(21)连接,所述支撑件(26)的另一端与检测芯片的底部抵接。某夹爪(241)、第二夹爪(242)和夹爪驱动器(243) ,所述第种视觉检测装置,其特征在于:所述视觉检测模块(3)包括视觉检测装置(31)和用于调整所述视觉检测装置(31)的数控平台(32),所述数控平台(32)包括用于所述视觉检测装置(31)沿所述机台(1)X轴调整的第一

种基于视觉检测的智能数字光源及方法，特别是适用于大型曲面、反光物体的视觉检测。        1.某        2.根据权利要求1所述的基于视觉检测的智能数字光源,其特征在于:所述亮度矩阵中每个数的值还包括每个灯珠的颜色信息、照射角度信息、反光时长信息、点亮延时信息中的        4.根据权利要求1所述的基于视觉检测的智能数字光源,其特征在于:所述光源控制器包括以下打光模式:a)内置打光模式:光源控制器内部存储有既定打光模式，选择调用使用:b)加载打光模式:通过加载上位机调制好的亮度矩阵,来获取对应的打光模式,所述亮度矩阵来自于上位机的训练、学习或是手动调制，并存储到光源控制器内，下次直接调用。        5.根据权利要求1-4任种基于视觉检测的数字光源的自学习方法,其特征在于:包括权利要求5中所述的数字光源,待检测物体置于该数字光源下,给数字光源一个初始亮度矩阵,再使用相机采集当前待检测物体的图像:上位机对图像进行分析计算，获得一个优化后的亮度矩阵,根据优化后的亮度矩阵更新数字光源的打光方式:再次使用相机采集当前待检测物体的图像，上位机再次分析计算优化亮度矩阵,如此往复迭代优化,达到        7.根据权利要求6所述的基于视觉检测的数字光源的自学习方法，其特征在于:设定阈值,对亮度低于阆值的灯珠强制熄灭。

种毛细管视觉检测设备，属于毛细管检测技术领域。所述毛细管视觉检测设备包括上料装置、传动装置、检测装置、分选装置、收料装置和控制面板；所述上料装置位于所述传动装置的起始端，将储料仓中的毛细管有序传送至所述传动装置上；在所述传动装置上，毛细管被依次排列后供所述检测装置检测；所述检测装置由若干组摄像机组成，用于检测毛细管的尺寸；所述分选装置位于所述传动装置的末端，用于分选经所述检测装置检测的毛细管；所述收料装置用于分类承接经所述分选装置分选的合格或不合格毛细管。该毛细管视觉检测设备能够同时检测毛细管多个项目尺寸及指标要求，并且与人工检验相比检验效率和检验质量均有了很大突破。某侧，由整形气缸(1051)和整形板(1052)组成,通过所述整形气缸(1051)来回推动所述整形板(1052)使毛细管整齐排列于所述传动装置(2)上。某        4.如权利要求1所述的一        5.如权利要求4所述的种毛细管视觉检测设备,其特征在于,所述传动装置(2)末端安装有凸台旋转机构(306),主要由旋转伺服电机、齿轮箱和成对旋转轮组成,毛细管在前进至所述传动装置(2)末端时进入所述凸台旋转机构(306)，由所述成对旋转轮托举后,在所述旋转伺服电机以及所述齿轮箱的驱动下进行旋转,所述第三检测摄像机(303)和所述第四检测摄像机(304)对毛细管两端的凸台进行360度检测。种毛细管视觉检测设备,其特征在于,所述分选装置(4)主要由分选气缸(401)、分选板(402)、第一分选落料板(403)和第二分选落料板(404) :所述分选板(402)设置于所述传动装置(2)末端,中间通过所述分选气缸(401)推动其沿竖直方向移动;所述第一分选 落料板(403)和所述第二分选落料板(404)均为平行倾斜向下层叠布置，所述第二分选落料板(404)安装于所述传动装置(2)末端下方;所述第一分选落料板(403)通过所述分选板(402)与所述传动装置(2)接通。

        3.根据权利要求2所述的电路板视觉检测机构,其特征在于,每组所述抓取机构(6)均由滑轨(61)、丝杆螺母驱动组件、滑块(63)、伸缩组件和吸取组件组成,两组所述抓取机构(6)中的滑轨(61)分别呈横向和纵向分布,且两个滑轨(61)分别两个L形架(9)和龙门架(15)的底壁之间固定;所述滑块(63)滑动连接于滑轨(61)上，所述丝杆螺母驱动组件与滑块(63)之间连接

种金刚石串珠螺纹视觉检测设备，包括自动供料振动机构和视觉检测机构，自动供料振动机构用于将串珠输送至视觉检测机构，视觉检测机构包括机架，机架上设有一可旋转的旋转工作台，旋转工作台的周边环绕布置有若干个用于检测串珠的检测工位，旋转工作台上至少设有一用于挟持串珠的挟持座，串珠通过自动供料振动机构输送至挟持座，由旋转工作台将串珠移送至各个检测工位进行螺纹、外观尺寸等各方面的视觉检测，在实现精准、高效检测金刚石串珠内螺纹的各种缺陷的同时，技术人员还可以根据这些信息分析发生故障的原因，从而快速得到分析结果，便于后续改进。种金刚石串珠螺纹视觉检测设备，其特征在于：包括自动供料振动机构和视觉检测机构，自动供料振动机构用于将串珠输送至视觉检测机构，所述视觉检测机构包括机架，所述机架上设有一可旋转的旋转工作台，所述旋转工作台的周边环绕布置有若干个用于检测串珠的检测工位，所述旋转工作台上至少设有一用于挟持串珠的挟持座，所述检测工位包括沿旋转工作台的旋转方向依次间隔布置用于与自动供料振动机构出料口连接的上料工位、用于将串珠推正的二次定位工位、用于对串珠拍照视觉检测串珠螺纹是否达标的螺纹检测工位、用于检测串珠的外观尺寸是否达标的外观尺寸检测工位、用于剔除串珠的剔除工位以及用于将达标串珠下料的下料工位。某        3.根据权利要求 1 所述的某        5.根据权利要求 2 所述的种金刚石串珠螺纹视觉检测设备，其特征在于：所述下螺纹偏心检测工位和下螺纹完整度检测工位上均设有视觉检测镜头，所述视觉检测镜头固定于机架上且位于所述挟持座下方，用于拍摄串珠的圆孔内螺纹图片，所述光源为环形光源和/或条形光源并位于所述串珠下方，用于照射所述串珠上。 种金刚石串珠螺纹视觉检测设备，其特征在于：所述外观尺寸检测工位上设有视觉检测镜头和光源，所述视觉检测镜头固定于机架上且位于挟持座的侧方，用于拍摄串珠的侧视图片，所述光源为侧向光源并位于串珠侧方，用于照射所述串珠。 某        9.根据权利要求 1 所述的种金刚石串珠螺纹视觉检测设备，其特征在于：所述挟持座为若干个挟持座，所述挟持座环绕布置于所述旋转工作台上，所述挟持座与所述检测工位一一对应，所述挟持座包括座体，所述座体上设有可开合抓取所述串珠的机械夹爪。 种金刚石串珠螺纹视觉检测设备，其特征在于：所述自动供料振动机构包括振动盘上料机，所述振动盘上料机包括呈半封闭桶状结构的容器，所述容器内盘旋地设有用于输送串珠的上升轨道，所述上升轨道延伸出所述容器与一直线振动器连接，所述上升轨道上设有用于检测串珠高度的通规。 某

种应用于印制线板的AI视觉检测系统，包括前端数据采集处理模块、边缘识别模块、人工智能云平台；所述前端数据采集处理模块包括AOI系统；所述边缘识别模块包括PCB智能检测模型以及视觉应用框架；所述人工智能云平台包括人工智能模型训练模块。本发明基于大数据、云计算、人工智能基础技术，搭建智能云平台，构建PCB板检测的人工智能分析技术服务，识别PCB板中的故障发生点，对判明的故障点进行明确的标记与类别提示；通过人工智能的识别，提升检出故障点准确率，降低故障检出的噪音率；可大幅降低甚至消除人工检视分析的工作量。        2.根据权利要求1所述的应用于印制线板的AI视觉检测系统,其特征在于,所述前端数据采集处理模块用于采集需要机器视觉系统识别的内容,对图像数据进行预处理并上传:所述前端数据采集处理模块包括缺陷的数据集。        5.根据权利要求1所述的应用于印制线板的AI视觉检测系统,其特征在于,所述人工智能云平台可实现AI智能复检,所述AI智能复检包括以下步骤:图像预处理;图像数据清洗,标记:预处理后的图片进入标的分类器,通过训练后的“缺陷解析模型库"和“缺陷参数表”筛选出对应的“缺陷解析模型”和“缺陷解析参数把预处理的图片导入相应的“缺陷解析模型”和“缺陷解析参数”中进行推理运算:一        7.根据权利要求6所述的应用于印制线板的AI视觉检测系统,其特征在于,保证模型的正确输入;所述模型许训练包括利用设计好的框架以及算法,对数据进行训练,根据数据量的大小、分类的种类以及硬件设备类型,制定训练时间。        9.根据权利要求8所述的应用于印制线板的AI视觉检测系统,其特征在于,所述人工智能云平台的实施方式,包括以下步骤:训练数据一模型训练一. 上线试用一 优化模型一系统迭代:所述训练数据包括开放识别结果图像,由检修工程师进行标注,标明是真点或假点，每种故障需要至少累积图像1000张,作为训练模型的样本。

种表面缺陷检测方法及装置；该方法首先对待检测的表面缺陷图像的各底层特征进行提取得到各特征图像金字塔，根据中心周边差机制确定各特征图像金字塔对应的各特征图，将各特征图进行归一化处理，并将同一类型的特征图进行相加得到各特征显著图，以各特征显著图所具有的能量比例为权重融合各特征显著图得到合成显著图，然后对表面缺陷图像的高层特征进行提取、融合和采样操作得到高层显著图，最后以合成显著图所具有的能量比例以及高层显著图所具有的能量比例为权重，融合合成显著图和高层显著图得到总显著图，再根据总显著图确定表面缺陷图像的缺陷种类和缺陷位置。本申请提高了表面缺陷检测的识别精度。种表面缺陷检测方法，其特征在于，包括： 获取待检测的表面缺陷图像； 对所述表面缺陷图像的各底层特征进行提取，得到各特征图像金字塔； 根据中心周边差机制确定所述各特征图像金字塔对应的各特征图； 将所述各特征图进行归一化处理，并将同一类型的特征图进行相加，得到各特征显著图； 以所述各特征显著图所具有的图像能量比例为权重，融合所述各特征显著图，得到合成显著图，所述各特征显著图所具有的图像能量比例为所述各特征显著图所具有的图像能量与各特征显著图所具有的图像能量之和的比例； 对所述表面缺陷图像的高层特征进行提取、融合和采样操作，得到高层显著图； 以所述合成显著图所具有的图像能量比例以及所述高层显著图所具有的图像能量比例为权重，融合所述合成显著图和所述高层显著图，得到总显著图，所述合成显著图所具有的图像能量比例为所述合成显著图所具有的图像能量，与所述合成显著图和所述高层显著图所具有的图像能量之和的比例，所述高层显著图层具有的图像能量比例为所述高层显著图所具有的图像能量，与所述合成显著图和所述高层显著图所具体的图像能量之和的比例； 根据所述总显著图，确定所述表面缺陷图像的缺陷种类和缺陷位置。        4.根据权利要求1所述的表面缺陷检测方法，其特征在于，所述根据中心周边差机制确定所述各特征图像金字塔对应的各特征图的步骤，包括： 根据中心周边差机制选取中心空间尺度和外围空间尺度； 针对任意一个特征图像金字塔，选取所述特征图像金字塔在所述中心空间尺度下的第一特征图和在所述外围空间尺度下的第二特征图； 采用插值法处理所述第一特征图和所述第二特征图，以保持所述第一特征图和所述第二特征图的大小一致； 将处理后的所述第一特征图和所述第二特征图进行相减，得到特征图。         7.根据权利要求1所述的表面缺陷检测方法，其特征在于，所述根据所述总显著图，确定所述表面缺陷图像的缺陷位置的步骤，包括： 从所述总显著图中确定目标像素点； 以所述目标像素点为初始生长种子，在所述总显著图中采用区域生长的方式进行区域生长，得到生长完成区域； 从所述表面缺陷图像中确定所述生长完成区域对应的缺陷位置。

种陶瓷砖印花缺陷的检测方法，S1)取待印花陶瓷砖坯置于覆有待检印花图案的丝印网板下方，在所述丝印网板上涂刷含有色素的印刷釉，印刷所述待检印花图案于所述待印花陶瓷砖坯的表面，制得显色印花砖；S2)将所述显色印花砖与对比样砖进行比对，找出所述显色印花砖的表面呈现为有色图案的所述待检印花图案中的印花缺陷，如果不存在印花缺陷，检测结束，反之，如果存在印花缺陷继续执行以下步骤；S3)根据获得的所述印花缺陷，确认所述丝印网板与所述印花缺陷对应的位置存在的网眼缺陷。本发明的所述陶瓷砖印花缺陷的检测方法简单有效，可靠性高。某        2.根据权利要求1所述的陶瓷砖印花缺陷的检测方法，其特征在于，步骤S1)中，所述色素为食用色素，所述食用色素与所述印花图案的色差值ΔE大于等于3.0。         5.根据权利要求1所述的陶瓷砖印花缺陷的检测方法，其特征在于，步骤S1)中，所述待检印花图案为由下到上依次套印的多个图案中的任一个图案，并且所述待印花陶瓷砖坯已印刷有需在所述待检印花图案前套印的所有图案；步骤S2)中，所述对比样砖印有所述待检印花图案，所述待检印花图案为显色图案。         8.根据权利要求1-7任一项所述的陶瓷砖印花缺陷的检测方法，其特征在于，还包括以下步骤： S4)根据所述网眼缺陷，分析造成对应的所述网眼缺陷的原因，修复所述网眼缺陷； S5)完成以上所述修复后，重复执行步骤S1)至S4)，直至步骤S2)中所述印花缺陷消失。  

种基于机器视觉检测的机器人农业采摘装置，包括拼装轨道槽，所述拼装轨道槽上安装有机体，所述机体的上表面插设有收集管，所述收集管的侧壁上插设有固定管，所述固定管远离收集管的一端滑动插设有伸缩管，所述伸缩管远离固定管的一端安装有弧形支撑板，所述机体的上表面安装有多轴机械臂，所述多轴机械臂的上端转动安装有剪切电机。本发明通过将摄像模组设置在剪切头上能够更加准确的采摘果实，通过单口弹力收集网缓冲收集避免较大的冲击而损坏果实，同时通过收集管、缓冲器和斜面暂存屉之间的配合，进一步降低了冲击损坏的可能性，使得装置采摘更加智能化，无需人工操作，且更加可靠安全，增加采摘效率以及良率。种基于机器视觉检测的机器人农业采摘装置，包括拼装轨道槽(1)，其特征在于，所述拼装轨道槽(1)上安装有机体(2)，所述机体(2)的上表面插设有收集管(5)，所述收集管(5)的侧壁上插设有固定管(7)，所述固定管(7)远离收集管(5)的一端滑动插设有伸缩管(8)，所述伸缩管(8)远离固定管(7)的一端安装有弧形支撑板(9)，所述机体(2)的上表面安装有多轴机械臂(3)，所述多轴机械臂(3)的上端转动安装有剪切电机(31)，所述剪切电机(31)远离多轴机械臂(3)的一侧安装有剪切头(4)，所述机体(2)内分别开设有存储腔(21)和功能腔(22)，所述收集管(5)的下端穿过功能腔(22)延伸至存储腔(21)内。种基于机器视觉检测的机器人农业采摘装置，其特征在于，所述收集管(5)内滑动插设有缓冲器(6)，所述缓冲器(6)从上到下依次分为限位挡管(61)、弧形导片(62)和两个对称设置的弧形挂条(63)，两个所述弧形挂条(63)的下端共同转动安装有缓冲盘(631)，所述缓冲盘(631)的上表面安装有缓冲垫(632)。 某        4.根据权利要求2所述的种基于机器视觉检测的机器人农业采摘装置，其特征在于，所述固定管(7)的外侧壁上固定安装有可控伸缩杆(71)，所述可控伸缩杆(71)的伸缩端固定在伸缩管(8)的外侧壁上，所述弧形支撑板(9)靠近伸缩管(8)的一侧安装有扇形固定架(10)，所述扇形固定架(10)的中间安装有单口弹力收集网(101)，所述伸缩管(8)的外侧壁上插设有连接管(81)，所述单口弹力收集网(101)的网口固定套设在连接管(81)上。 种基于机器视觉检测的机器人农业采摘装置，其特征在于，所述弧形支撑板(9)远离伸缩管(8)的一侧对称安装有两个固定片(91)，每个所述固定片(91)上均等距开设有多个圆端滑孔(911)，任意对称的两个所述圆端滑孔(911)上均滑动插设有轴杆(912)，每个所述轴杆(912)上均等距转动安装有多个支撑轮(914)，每个所述轴杆(912)的两端侧壁均安装有固定在圆端滑孔(911)孔壁上的支撑弹簧(913)。 某        8.根据权利要求7所述的种基于机器视觉检测的机器人农业采摘装置，其特征在于，所述机体(2)的下底壁面安装有驱动底盘(23)，所述驱动底盘(23)的底部安装有多个行走轮(231)，所述驱动底盘(23)的侧壁对称安装有多个导向轮(232)，多个所述行走轮(231)与拼装轨道槽(1)的槽底壁接触，多个所述导向轮(232)与拼装轨道槽(1)的槽侧壁接触。文章来源：互联网，倘若您发现本站有侵权或不当信息，请与本站联系，经本站核实后将尽快修正！

种电池外观缺陷的检测系统及方法，包括：成像模组、图像预处理模块和缺陷检测模块；成像模组包括承载台、成像相机和侧部光源组，承载台用于承载被检测电池，成像相机和侧部光源组位于承载台的上方，侧部光源组包括4个侧部光源，侧部光源朝向承载台，且围绕承载台设置；成像模组，用于获取多种光照环境下拍摄的被检测电池的多张外观图像；图像预处理模块，用于对所述多张外观图像进行融合处理，得到一高维度图像；缺陷检测模块，用于将高维度图像输入外观缺陷检测模型，得到被检测电池的外观缺陷。本发明可以提高自动化缺陷检测的检出率，降低了漏检率，提高了缺陷类型的检测覆盖率。种电池外观缺陷的检测系统，其特征在于，包括： 成像模组、图像预处理模块和缺陷检测模块； 所述成像模组包括承载台、成像相机和侧部光源组，所述承载台用于承载被检测电池，所述成像相机和所述侧部光源组位于所述承载台的上方，所述侧部光源组包括4个侧部光源，所述侧部光源朝向所述承载台，且围绕所述承载台设置； 所述成像模组，用于获取多种光照环境下拍摄的所述被检测电池的多张外观图像； 所述图像预处理模块，用于对所述多张外观图像进行融合处理，得到一高维度图像； 所述缺陷检测模块，用于将所述高维度图像输入外观缺陷检测模型，得到所述被检测电池的外观缺陷。        4.根据权利要求3所述的检测系统，其特征在于： 所述成像模组，还用于通过逐次开启一个侧部光源并拍摄，得到各个角度的单角度图像；根据所有得到的单角度图像合成所述光度图像。         7.根据权利要求1所述的检测系统，其特征在于，还包括： 模型构建模块，用于基于深度学习网络构建外观缺陷检测模型。 某        9.根据权利要求8所述的电池外观缺陷的检测方法，其特征在于： 所述的获取多种光照环境下拍摄的被检测电池的外观图像，包括： 获取所述被检测电池的低曝光图像、高曝光图像和光度图像； 所述的对所述外观图像进行融合处理，得到一高维度图像，包括： 对所述高曝光图像、所述低曝光图像和所述光度图像进行融合处理，得到一高维度图像。         10.根据权利要求9所述的电池外观缺陷的检测方法，其特征在于，获取所述被检测电池的光度图像包括： 通过逐次开启一个侧部光源并拍摄，得到各个角度的单角度图像； 根据所有得到的单角度图像合成所述光度图像。