本发明公开了一种基于缺陷区域预判和水平集的 TFT-LCD-Mura 缺陷检测方法。该方法提出了一种缺陷区域预判法先找到缺陷区域， 然后将缺陷区域的像素剔除，用余下的像素拟合得到背景图像;用原 图像减去背景图像来消除背景不均匀性对缺陷分割的影响，求差后得 到残差图像，然后用一种基于阈值的水平集方法对残差图像进行分割 来检测得到缺陷。该方法可以获得精度较高的背景图像，对于光照影 响有较好的鲁棒性，能够获得准确的分割结果以及较低的误检率。

1、主要功能和应用领域： 本设备由多通道图像采集模块、复杂光学模块、复杂照明模块、精密机械运动模块、分布式大数据分析处理模块等多个模块组成。能够实现对第4.5代以上的液晶显示器件ITO、银浆线路的快速检测并输出报表。利用高分辨率线阵相机阵列和光源对PET基材的触摸屏进行成像，并利用计算机图像处理、模式识别及人工智能的理论与技术，拍摄到的触摸屏图像进行研究，通过对各种线路和特征进行特征匹配与边缘分析，分别检测上述线路缺陷并自动报告，从而达到在线自动检测触摸屏线路缺陷的目的，作为生产线上品质保证的重要方法。 2、特色及先进性： 1）针对ITO材料的高透光率：采用特殊设计的高功率光源和精密光学成像系统，确保能够采集到图像清晰、缺陷显著、ITO线路对比度高的图片，为算法处理达到不漏检和低误检打下良好基础。 2）针对ITO线路不规则：由于ITO线路的形式多样且比较复杂，需要采用样品和模板配准、像素值直接对比、线路边缘对比、周期性判断及DRC方法等算法方案同时进行处理。 3）针对软材质基板（PET）：由于基板为软材质，并且基板为600*600 mm的大规格尺寸，采用高精度的光学平台和自动快速对焦系统，保证大尺寸范围内图像采集的清晰度。 4）针对缺陷类型繁多：采取提取局部特征并结合周期性和对比性完成缺陷检测，针对不同类型的缺陷进行建标以达到较高的检测效率，通过框选候选(潜在)缺陷位置，采用神经网络算法进行自主机器学习，不断匹配各种可能存在的缺陷类型，并结合不同的算法模块进行检测，宽进严出保证检测效果。 3、技术指标： ？ 检测对象： PET和电子玻璃为基板的ITO。 ？ 检测项目：线路过宽、过窄、多线、线断、线裂、连线、毛刺、爆点；膜刮痕、导电薄膜异物、气泡、针孔、凸出、凹陷。 ？ 台面要求：台面能满足检测600mm×600mm以下尺寸产品。 ？ 检测精度：能检测最小线宽间距为20um。 ？ 最大检测面积：检测精度为20um时，最大检测面积是600mm*600mm。 ？ 检测效率：单张、单次检测时间小于等于30秒。 ？ 检测效果：错报率控制在1%以下,检出率99%以上。 ？ 设备稳定性：设备至少可5*24小时连续无故障工作。 4、关键问题和实施效果 该设备可广泛应用于触摸屏行业、LCD行业、太阳能行业和LED行业等领域，可满足触摸屏行业需求。以电子玻璃、PET为基板的ITO线路对于最终产品性能的影响是非常显著的，如线路发生缺陷，则会直接造成产品功能缺陷，而越靠近出货端检出缺陷，对于厂家来说修复的成本越高，同时废品的损失越高。该设备可以在最早的工艺流程上对线路进行检测，从而整体提高生产厂家的制程控制能力。 该设备采用复杂高分辨率多通道线阵相机阵列进行光学成像，同时配合精密运动平台实现2.5微米分辨率的图像采集，其三维组装图如下图所示。

本设备由多通道图像采集模块、复杂光学模块、复杂照明模块、精密机械运动模块、分布式大数据分析处理模块等多个模块组成。能够实现对第4.5代以上的液晶显示器件ITO、银浆线路的快速检测并输出报表。利用高分辨率线阵相机阵列和光源对PET基材的触摸屏进行成像，并利用计算机图像处理、模式识别及人工智能的理论与技术，拍摄到的触摸屏图像进行研究，通过对各种线路和特征进行特征匹配与边缘分析，分别检测上述线路缺陷并自动报告，从而达到在线自动检测触摸屏线路缺陷的目的，作为生产线上品质保证的重要方法。

电磁超声导波检测设备可实现对钢板和钢管缺陷的快速扫描，既满足电磁超声导波实验室需求又可满足工程应用，特别是针对高校用户提供开放式数据接口和检测数据源文件，可方便高校教师和学生科研使用。 

（1）自主研制了适用于高速、高温、恶劣环境下的铸坯、异形坯、型钢、棒材、中厚板、带钢等多个系列金属板带表面缺陷在线检测系统，主要指标达到或超过了国外同类产品；（2）提出多光路照明成像技术，提高高精密板带产品低对比度和微小缺陷的检出率，提高缺陷的检测精度与检出率；（3）开发出了表面质量在线检测软件、表面缺陷样本库管理软件、缺陷识别算法软件等个软件模块，建立了智能在线检测平台。本项目系统达到的技术指标是：检测速度 22 米/秒（可按用户要求提高）；检测精度为 0.2mm（可按用户要求提高）；对生产线上常见缺陷的检出率≥95%，常见缺陷的识别率≥90%。

成果简介： 1、主要功能和应用领域： 本设备由多通道图像采集模块、复杂光学模块、复杂照明模块、精密机械运动模块、分布式大数据分析处理模块等多个模块组成。能够实现对第4.5代以上的液晶显示器件ITO、银浆线路的快速检测并输出报表。利用高分辨率线阵相机阵列和光源对PET基材的触摸屏进行成像，并利用计算机图像处理、模式识别及人工智能的理论与技术，拍摄到的触摸屏图像进行研究，通过对各种线路和特征进行特征匹配与边缘分析，分别检测上述线路缺陷并自动报告，从而达到在线自动检测触摸屏线路缺陷的目的，作为生产线上品质保证的重要方法。 2、特色及先进性： ● 针对ITO材料的高透光率：采用特殊设计的高功率光源和精密光学成像系统，确保能够采集到图像清晰、缺陷显著、ITO线路对比度高的图片，为算法处理达到不漏检和低误检打下良好基础。 ● 针对ITO线路不规则：由于ITO线路的形式多样且比较复杂，需要采用样品和模板配准、像素值直接对比、线路边缘对比、周期性判断及DRC方法等算法方案同时进行处理。 ● 针对软材质基板（PET）：由于基板为软材质，并且基板为600*600 mm的大规格尺寸，采用高精度的光学平台和自动快速对焦系统，保证大尺寸范围内图像采集的清晰度。 ● 针对缺陷类型繁多：采取提取局部特征并结合周期性和对比性完成缺陷检测，针对不同类型的缺陷进行建标以达到较高的检测效率，通过框选候选(潜在)缺陷位置，采用神经网络算法进行自主机器学习，不断匹配各种可能存在的缺陷类型，并结合不同的算法模块进行检测，宽进严出保证检测效果。 3、技术指标： ● 检测对象： PET和电子玻璃为基板的ITO。 ● 检测项目：线路过宽、过窄、多线、线断、线裂、连线、毛刺、爆点；膜刮痕、导电薄膜异物、气泡、针孔、凸出、凹陷。 ● 台面要求：台面能满足检测600mm×600mm以下尺寸产品。 ● 检测精度：能检测最小线宽间距为20um。 ● 最大检测面积：检测精度为20um时，最大检测面积是600mm*600mm。 ● 检测效率：单张、单次检测时间小于等于30秒。 ● 检测效果：错报率控制在1%以下,检出率99%以上。 ● 设备稳定性：设备至少可5*24小时连续无故障工作。 4、关键问题和实施效果 该设备可广泛应用于触摸屏行业、LCD行业、太阳能行业和LED行业等领域，可满足触摸屏行业需求。以电子玻璃、PET为基板的ITO线路对于最终产品性能的影响是非常显著的，如线路发生缺陷，则会直接造成产品功能缺陷，而越靠近出货端检出缺陷，对于厂家来说修复的成本越高，同时废品的损失越高。该设备可以在最早的工艺流程上对线路进行检测，从而整体提高生产厂家的制程控制能力。 该设备采用复杂高分辨率多通道线阵相机阵列进行光学成像，同时配合精密运动平台实现2.5微米分辨率的图像采集，其三维组装图如下图所示。

本实用新型公布了一种管道缺陷扫查装置，该扫查装置包括四套软轴驱动单元、扫查轨迹调节结构、永磁吸附机构和可调式探头机构。每套软轴驱动单元由电机、软轴、软轴套、车轮组和联轴器组成。扫查轨迹调节机构由四套车轮组和连接板组成。永磁吸附机构由两个极性相反永久磁铁组和衔铁组成，磁铁的磁化方向与管道轴线方向垂直。可调式探头机构为二级调节机构，使用的是平探头。该装置采用周向磁化方法，可检测管道的纵向缺陷；可调式平探头可适应多种规格管道的扫查；且该装置扫查轨迹可调，传动方式新颖，结构紧凑，体积小，重量轻，可广泛应用于

本发明公开了一种基于阻抗比同杆并架输电线路横联差动保护 的故障检测方法，包括当输电线路发生故障时，选出发生故障的故障 相别；根据选相结果对故障相进行电气量的数据测量，当故障相发生故障，测量的数据包括所有故障相的母线电压和所有故障相的第一回 线路和第二回线路的电流；根据测量的数据获得故障相别中每根导线 的测量阻抗；根据测量阻抗获取各故障相测量阻抗的阻抗比横差值； 当阻抗比横差值大于阻抗比横差判据整定值时判出发生同杆并架线路 内部故障；当第一回线的测量阻抗值大于第二回线的测量阻抗值时， 判

本发明公布了一种管道缺陷扫查装置，该扫查装置包括四套软 轴驱动单元、扫查轨迹调节结构、永磁吸附机构和可调式探头机构。 每套软轴驱动单元由电机、软轴、软轴套、车轮组和联轴器组成。扫 查轨迹调节机构由四套车轮组和连接板组成。永磁吸附机构由两个极 性相反永久磁铁组和衔铁组成，磁铁的磁化方向与管道轴线方向垂直。 可调式探头机构为二级调节机构，使用的是平探头。该装置采用周向 磁化方法，可检测管道的纵向缺陷;可调式平探头可适应多种规格管 道的扫查;且该装置扫查轨迹可调，传动方式新颖，结构紧凑，体积 小，重量轻，

工业缺陷检测平台以工业智能制造中的表面缺陷检测为场景，融合人工智能、FPGA、机械臂控制等技术，实现检测传送带上的铝片缺陷情况，配合机械臂将有缺陷的铝板取出，从而模拟FPGA及人工智能在工业制造过程中的应用。This industrial defect detection platform, which takes the surface defect detection in industrial intelligent manufacturing as the scene, integrates Artificial Intelligence, FPGA, mechanical-arm control and other technologies to detect the defects of aluminum sheets on the conveyor belt and then takes out the defective aluminum sheets with mechanical arm, so as to simulate the application of FPGA and Artificial Intelligence in the industrial manufacturing process.