蜂窝载体质检升级|CIS线扫相机一站式解决端面微孔全检难题

从双目视差到多基线测距:原理、误差公式与机器人视觉实践 从主动/被动双目、RealSense D405/D435i/D455,到基线、最小测距、深度误差及三目多基线视觉方案,一篇讲清楚。 阅读详情

蜂窝陶瓷载体是汽车三元催化、尾气净化设备的核心基材,密布微米级规整微孔,堵孔、缺孔、孔壁裂纹、端面崩边、网格变形、涂层缺损任一微小缺陷,都会直接降低尾气转化效率,带来整车排放超标风险。

传统产线依赖人工肉眼抽检,速度仅2-3件/分钟,微孔缺陷辨识度极低,漏检率常年高达15%以上;CCD线阵相机存在镜头畸变、光源外置调试复杂、宽幅拼接失真等痛点,难以适配圆形、椭圆形、方形多规格蜂窝载体高速全检需求。

一、为什么蜂窝载体检测首选CIS线扫相机?

CIS接触式线扫相机集成柱状微透镜、LED阵列光源、感光芯片三位一体,1:1无畸变成像,完美匹配蜂窝微孔细密、宽幅端面连续扫描的检测场景,核心优势直击行业痛点:

1、零畸变成像,微孔细节无损还原

摒弃传统镜头光路畸变问题,像素与被测表面1:1映射,亚毫米级薄壁、细微堵孔、局部塌陷清晰成像,可精准统计单端面堵孔数量、计算堵孔率,满足车企IATF16949高精度质检标准。

2、一体化紧凑结构,产线集成门槛低

光源、光路、传感器整合为长条模组,无需额外架设独立光源,安装空间小、调试简单;支持定制300-1647mm宽幅,圆形、方形蜂窝端面一次完整扫描,省去多相机拼接、图像校准流程。

3、高速行频,适配流水线不间断检测

最高支持250kHz行频,匹配蜂窝载体输送线高速走料,单件完整端面成像毫秒级完成,检测产能提升至10-15件/分钟,彻底替代人工全检,大幅压缩人力成本。

4、高动态成像,适配陶瓷材质反光特性

内置多通道LED光源,可调节明暗曝光,解决陶瓷端面反光不均、深浅微孔对比度差异问题,微小裂纹、涂层脱落缺陷稳定检出,缺陷识别准确率≥99.8%。

5、稳定耐用,适配车间恶劣工况

密闭防尘模组,低功耗LED光源寿命长,抗粉尘、轻微震动,适配陶瓷切割、烘干后多工序在线检测,长期运行成像一致性无衰减。

二、CIS线扫蜂窝载体完整检测方案流程

1、上料输送:伺服传送带匀速输送蜂窝载体,端面正对CIS扫描窗口;

2、同步成像:载体匀速通过相机,CIS连续采集完整端面全域图像,正反面双相机同步扫描;

3、AI图像分析:后端视觉算法自动识别8大类缺陷:堵孔、缺孔、孔壁开裂、端面崩缺、网格歪斜、外壁划痕、涂层缺失、尺寸超差;

4、数据输出与分拣:实时输出堵孔率、缺陷坐标、产品OK/NG信号,联动PLC驱动剔除机构,自动分选不良品;

5、数据归档:每件产品图像、缺陷数据本地存储,实现全流程质量追溯。

三、落地应用价值

1、品质可控:全件100%在线检测,消除人工主观误差,杜绝缺陷载体流入下游组装;

2、产能翻倍:自动化不间断检测,一条产线可替代6-8名质检工人;

3、降本增效:设备调试简单、维护成本低,长期使用显著降低人工、返工损耗;

4、合规追溯:全量图像数据留存,满足汽车零部件出厂质检溯源要求。

在尾气排放法规日趋严苛的当下,蜂窝载体高精度自动化检测已成行业刚需。CIS线扫相机凭借无畸变、宽幅集成、高速高精度的独特优势,成为三元催化、工业废气净化蜂窝陶瓷产线视觉检测主流选型,助力陶瓷制造企业实现质检数字化、智能化升级。

如需宽幅定制、产线视觉方案对接,欢迎留言交流!

SpringBoot3 + OAuth2.1实战:5分钟搞定授权码模式(含完整代码) 本文详细介绍了如何在SpringBoot3环境中快速实现OAuth2.1的授权码模式,包括环境配置、核心安全实现及完整代码示例。通过Spring Security集成,开发者可以高效构建企业级安全认证系统,解决版本兼容性问题,提升开发效率。 阅读详情

相关推荐

DrissionPage无头模式破盾记:实战绕过CloudFlare 5秒验证

本文详细介绍了如何使用DrissionPage无头模式绕过CloudFlare 5秒盾验证,提升爬虫效率。通过关键参数配置、服务器环境问题处理及高级绕过技巧,如动态UA轮换和鼠标移动模拟,帮助开发者有效应对反爬机制。实战案例展示了如何结合最新Chrome UA和参数设置实现稳定数据采集。

weixin_29327525的博客 487

【导航与地图】MapTR论文精读

MapTR 精读:环视→BEV→DETR 式并行解码,直接输出在线矢量化 HD 地图;置换等价点序是核心建模洞见。

Felaim的博客 328

一步一步实现基于COMSOL的单模光纤波导仿真

一步一步实现基于COMSOL的单模光纤波导仿真,简单易懂,跟着博客就能实现

君莫笑lucky的博客 1万+

APEX系统中LV值计算详解

摘要(149字): EV反映相机曝光设置,受光圈、快门、ISO影响,不能直接表征场景亮度。LV = EV - log₂(ISO/100)通过抵消增益项,剥离相机参数,使结果仅与场景亮度L相关。推导表明,AE收敛时H×G=常数,导致EV中隐含的log₂(G)与显式的log₂(ISO)相消,最终LV = log₂(L) + 常数,成为独立于设备设置的场景亮度状态量。100为归一化基准,便于统一比较。

大熊 865

UE5热更新(通过Pak包加载关卡资源,并添加到流关卡)

请先阅读我上一篇文章)**

xialuhui的博客 6456

从零到精通:ROS2 MoveIt2与MPC机械臂轨迹规划的完整配置流程

本文详细介绍了ROS2 MoveIt2与MPC机械臂轨迹规划的完整配置流程,从环境准备到高级功能扩展,帮助开发者实现精准控制。通过集成模型预测控制(MPC),机械臂能够优化复杂轨迹规划,处理动态避障,提升工业自动化效率。

juice的博客 707

ESP32-P4 和 ESP32-S3 怎么选:先看屏幕、相机和无线的系统边界

按屏幕与摄像接口、RAW/ISP 和 H.264 需求、无线架构及同负载验证条件,判断 ESP32-P4 与 ESP32-S3 哪种方案应先做原型。

zedyer的博客 349

【HAL库-STM】智能温控按键小风扇【胎教级教学】

硬件设备:DHT11,0.96寸oled屏,二/三/四线风扇(不挑),面包板 、f10的精英板等等。当人在的风扇面前时可以自行控制风扇,不在面前时又想开风扇就让他温控自行开启,(在这里有一个想法就是加上蓝牙和wifi控制的功能能够远程遥控,这个如果做的再全一点就要自主研发是一个多功能app,这里没有做。针对这个dht11,我一开始是卡在了这个check函数里面,一直是我给完dht11低电平和高电平后,dht11不回复我低电平和高电平,这个不是我的问题,当时代码是没毛病的,这个点一直卡着我。吐血五天实现小成品

weixin_52451652的博客 1740

康谋分享 |一文吃透激光雷达-相机联合标定:从几何原理到重卡实测闭环

外参不准,算法白搭!康谋带您详解 L-C 联合标定五步闭环,解决点云图像对不齐、孔位匹配易错等难题,附重卡实车验证效果。

hongkeaimotek的博客 336

告别GUI点点点:Formality形式化验证的TCL脚本自动化实战(附完整脚本)

本文详细介绍了如何通过TCL脚本实现Formality形式化验证的全流程自动化,显著提升验证效率并降低错误率。内容涵盖脚本框架解析、参数化设计、验证报告生成及团队协作策略,特别适合芯片设计工程师摆脱传统GUI操作,实现300%以上的效率提升。

weixin_33737134的博客 283

四旋翼飞行器建模(一)

四旋翼飞行器的姿态运动学和姿态动力学建模方法。

加斯顿工程师的博客 686

环视同步与拼接的工程改法:从车规到机器人

重叠区的形状也要看:横向窄、纵向长的重叠,和四四方方的重叠,能提供的约束不一样,前者在俯仰变化时更脆弱。务实做法是给相机支架足够的刚性,把易变的安装点做成可重复定位的结构,再配一套快速校验手段。支架刚性也不是越硬越好,而是要在刚度、重量、成本之间取平衡:机器人末端对重量敏感,一味加厚支架会影响运动性能,这时更该把可重复定位和快速校验做扎实。动态范围的处理没有银弹。拼接错了,标定也救不回来:重叠区不足时,匹配点不够,任何算法都只能猜。相机装在哪里,要看机器人在典型任务中的姿态,而不是看它在展厅里站着的样子。

gunser的博客 214

华为OD机试真题2025双机位B卷 Python&JS 实现【朋友圈个数】

给定一组朋友关系,统计一下该朋友关系网中的朋友圈个数。 朋友圈的定义:一个朋友圈至少由3个朋友组成,且要求同一个朋友圈中的任意两个人都具有直接的朋友关系。 输入描述 输入一个朋友关系列表,如 Fiends =A.B],[A.C],IB,DI,其中的每一个元素 Friendsi表示 Friends[i][0)和 Friends [i][1] 是朋友关系 先输入一个数字 N 代表关系的总数,后面每条关系一行,两个成员以逗号分隔

MISAYAONE的博客 562

运动相机电池采购坑②|保护板偷工减料,看着有电,一上电就炸机

本文聚焦运动相机电池很容易被忽略的保护板风险,通过真实跨境售后案例,拆解供应商保护板偷料三大主流套路:MOS 降规格、删减 NTC 温控、取消均衡电路。这类减配在静态容量测试中很难发现,只有长时间大负载、低温使用才会暴露断电、鼓包问题。文中给到采购可落地的现场核验方案:封样比对、持续负载测试、温控验证、BOM 锁定,把风控动作前置,避免大批量海外售后损失。

FLJwu的博客 446

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

项目选型 3D 相机推荐|自动化项目落地全流程选型指南

项目选型和单纯产品选型最大区别:所有参数都要服务于产线工艺目标,优先锁定 5 个基础边界条件,这是筛选相机的前置条件,也是很多项目踩坑的源头。项目选型 3D 相机,核心不是选出参数最好的硬件,而是选出适配项目工况、可控风险、可按时验收、运维成本可控的整套视觉方案。对于自动化系统集成商来说,优先选择拥有自研光学、算法、标定工具链,并且具备大量量产项目沉淀的国产 3D 视觉厂商,能够有效降低方案设计、现场调试、项目交付的不确定性。

加搜科技观察 117

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

从基础明场到荧光成像:CKX53加装LED荧光模块与高灵敏相机升级路径

做荧光成像时,建议搭配高灵敏或制冷相机,弱信号也能拍出干净图像。如果只偶尔看荧光、不要求定量拍照,先加装荧光模块、用现有相机观察也是可以的。原有的明场、iPC相差、人体工学观察体验全部保留,只是在光路中增加了荧光激发与滤块。从明场相差到荧光成像,CKX53留出的不是一个固定终点,而是一条可以按节奏走的升级路径。先把日常观察做扎实,需要荧光时再模块化扩展,这是很多细胞实验室的实际成长方式。上加装LED荧光模块和合适的相机,就能把设备升级成荧光观察平台。·先相差对焦,再切荧光,避免在暗视野里找细胞。

Laite_tech的博客 205

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

机器视觉 3D 相机与机器人引导全解析:四大成像原理、手眼标定与七步落地流程

3D 视觉的精度上限,80% 取决于。

2501_94699871的博客 197

Super Odometry 2.0:相机与激光雷达退化后,机器人如何继续估计运动

Super Odometry 2.0提出四层自适应机制,应对黑暗、重复走廊、浓烟等退化场景下的运动估计挑战。系统通过特征层筛选可靠观测,方向层识别弱约束方向,引擎层动态调整因子图融合策略,最终在外部感知失效时启用学习式IMU里程计。其核心为因子图与神经网络间的双向反馈——正常时用真实位姿训练模型,退化时由模型提供运动先验,实现互惠融合。实测验证覆盖200公里、800小时,单次路线2966米端点漂移仅20厘米,展现了强鲁棒性与实用性。

lovely_yoshino的博客 953

相机内存卡出现乱码的完整恢复实操

相机内存卡文件名乱码多由文件分配表或分区元数据损坏引起,但原始数据簇通常完好。遇此故障应立即停止写入,避免格式化或二次写入,以防数据覆盖。推荐使用寻数宝等工具进行深度扫描,通过特征签名绕过损坏索引,底层检索并重组有效素材。扫描完成后,勾选所需文件,导出至独立硬盘,严禁写回原卡。恢复文件可正常预览,效果可靠。建议及时备份、慎用相机直读,物理故障则需专业处理。

海天数据恢复-winhex数据恢复教程 132

谷歌相机9.2下载(GCam 安卓通用版 安装与使用说明)

谷歌相机9.2版移植自Pixel原生相机,支持Camera2 API的Android 10+设备安装,凭借多帧合成技术在夜景、HDR+与人像模式表现优异。可提升暗光画质、优化动态范围与背景虚化效果,支持视频防抖及配置文件自定义。安装需确认机型兼容性,建议备份原相机,避免冲突。资源可通过kuake链接获取,仅限学习测试使用。

2611_96675819的博客 166

机器视觉相机选型评估体系与量化测试规范:从参数到实测,规避选型踩坑

本文提出一套可复用的机器视觉相机选型评估框架,涵盖成像性能、时序同步、环境适应性、长期稳定性等五大维度,基于实测数据而非厂商参数进行打分(总分100),强调在真实产线工况下开展测试,避免参数虚标与样机演示偏差。通过标准化测试工装与量化判定标准,帮助企业建立科学选型流程,提升量产可靠性,适用于各类工业相机及嵌入式AI相机选型,推动视觉系统从“经验选型”向“数据驱动”转型。

D1511286的博客 328

XLED-400活细胞成像与多色动态成像技术优势

本文讨论自动化成像系统对光源的触发需求、LED光源的TTL/模拟量控制接口,以及XLED-400在多通道自动成像、多孔板快速扫描和第三方软件(μManager、Micro-Manager、厂商SDK)集成中的应用方法。但在自动化系统中,每一次通道切换、载物台移动和相机曝光都由软件时序控制,光源必须能接受外部触发信号,在精确的微秒级时间点点亮或切换。相比汞灯系统需要机械滤色块轮切换(切换时间约200–500ms),LED通道切换为电子切换,时间<1ms,大幅提高多孔板扫描通量。光谱输出与通道控制界面。

Laite_tech的博客 255

中大尺寸工件在线三维测量:多相机线扫如何覆盖多面与多测点

中大尺寸工件在线测量,应先按检项划分需要看见的区域,再决定相机数量和布置方向。并排扫描解决宽度覆盖,对射和多视角扫描补足不同表面;真正决定方案能否用于判定的,是拼接后的测量基准、重复结果和整件节拍。用实际样件完成这几项验证,才能确定最终配置。

专注工业传感器与科研成像设备十余年 249

线扫打光与 TDI:高速线扫亮度不够的原理与对策

上两篇把方像素和编码器分频算到 10 kHz,几何对了画面却经常是黑的。线扫单行曝光卡在 t≤1/行频,10 kHz 最多 100 µs,线速提到 2 m/s 就只剩 50 µs。灰度跟曝光近似成正比,白底只有 40、目标 180 时得补 4.5 倍光;线光源从 15 mm 收到 3 mm 大约 5 倍,8 级 TDI 能把信号乘 8、散粒信噪比大约乘 2.83。TDI 必须跟位移同步,32 级时 5% 速度误差会拖出约 1.6 个像素。

yuhouxiyang的专栏 207

视界原理之360视频(一):采集和拼接

360 视频制作的核心是把多路镜头输入校正到同一个球面表示里;它难在标定、同步、接缝和投影,而不是简单把几张图横向拼起来。

FlightYe的专栏 327

Three.js 右手坐标系:投到屏幕的方向由相机决定

我以前会把三句话当成同一件事记:Three.js 是右手系、+X 在屏幕右边、+Z 朝着观察者。前一句说的是世界坐标基底的手性,后两句却只有在某个相机摆法下才成立。相机一转,轴投影在屏幕上的方向跟着转;坐标系本身并没有变成左手系。这篇把两个问题拆开实测。第一步直接算世界基底的叉积,检查X × Y是否指向+Z;第二步把已知世界点交给 Three.js r170 的,观察一组固定相机参数下的 NDC 坐标。测出来的是数学变换结果,不是浏览器里某个像素的位置,也不是 GPU 截图。

前端全栈大佬 169
上一篇: 高速宽幅CIS线扫相机ARL36CH-12D|CoaXPress 2.0高速成像,赋能高精度大幅面检测
下一篇: 领域科普|机器视觉与计算机视觉:边界分明,相辅相成
阿瑞斯官方账号
博客等级 码龄1年 10粉丝 30原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值