本文集中探讨了使用计算机视觉和深度学习技术进行点胶质量检测的方法。涉及HALCON库的应用，包括图像去噪、模板分析、形态学处理等，以及基于深度学习的缺陷检测。同时，介绍了不同光源选择对透明胶条检测的影响，如同轴光和条形光源。此外，还讨论了图像分割、亚像素边缘提取和模板匹配在检测过程中的作用。
从论文网站上收集的相关的论文题目
1、基于结构光扫描的手机壳胶路三维视觉检测技术研究
2、基于HALCON的点胶质量检测系统设计
3、基于深度学习的点胶缺陷检测
4、基于视觉的胶水偏位检测
5、一种双阀点胶机视觉系统设计与研究
6、基于线结构光的手机封装胶测量方法研究
7、基于HALCON的汽车涂胶质量检测方法研究
8、基于机器视觉的芯片点胶情况检测算法研究
9、基于机器视觉的点胶质量检测方法
论文阅读摘抄
胶高缺陷检测相关的论文查找
最新推荐文章于 2024-11-27 16:36:02 发布
最低0.47元/天 解锁文章
扫一扫
810
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
