在現(xiàn)代包裝工業(yè)自動化生產(chǎn)中，涉及各種各樣的檢查、測量，比如飲料瓶蓋的印刷質(zhì)量檢查，產(chǎn)品包裝上的條碼和字符識別等。這類應(yīng)用的共同特點(diǎn)是連續(xù)大批量生產(chǎn)、對外觀質(zhì)量的要求非常高。通常這種帶有高度重復(fù)性的工作只能靠人工檢測來完成，我們經(jīng)常在一些工廠的現(xiàn)代化流水線后面看到數(shù)以百計甚至逾千的檢測工人來執(zhí)行這道工序，在給工廠增加巨大的人工成本和管理成本的同時，仍然不能保證100%的檢驗(yàn)合格率(即“零缺陷”)。

　

為了實(shí)現(xiàn)外觀缺陷自動檢測,研究了基于機(jī)器視覺技術(shù)的外觀缺陷檢測系統(tǒng)。首先針對外觀缺陷圖像特點(diǎn),分析了采用灰度閾值及單一顏色模型分割缺陷的局限性,提出基于混合顏色模型的缺陷圖像分割方法,實(shí)現(xiàn)了外觀缺陷快速、準(zhǔn)確分割;然后通過分析外觀缺陷特點(diǎn),分別從形狀、顏色和紋理共選取了12個類別差異明顯的特征參數(shù),提取了外觀缺陷特征;最后選擇BP神經(jīng)網(wǎng)絡(luò)作為缺陷分類器,根據(jù)經(jīng)驗(yàn)和實(shí)驗(yàn)確定了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)及參數(shù),并分析了傳統(tǒng)BP算法在外觀缺陷分類應(yīng)用中的不足,通過改變收斂標(biāo)準(zhǔn)、自適應(yīng)調(diào)整步長和引入動量項(xiàng)以優(yōu)化BP算法,改善了神經(jīng)網(wǎng)絡(luò)分類效果。


彩色印刷品在線質(zhì)量檢測系統(tǒng) 1.研究現(xiàn)狀 國內(nèi)對在線質(zhì)量檢測理論方面的研究已經(jīng)比較成熟,并已經(jīng)針對特定的產(chǎn)品開發(fā)了一些印刷品在線檢測系統(tǒng),目前國內(nèi)比較先進(jìn)的在線檢測裝置主要包括: (1)印刷在線質(zhì)量檢測系統(tǒng).該系統(tǒng)包括懸掛于印刷流水線履帶下部的攝像箱,設(shè)置于印刷流水線拐點(diǎn)處的輪軸上的光電編碼器,攝像箱中設(shè)置有線光源,光電編碼器的信號輸出端通過信號電纜連接在攝像機(jī)上;圖像采集卡與攝像機(jī)、控制主機(jī)和圖像處理卡相連;圖像處理卡還與控制主機(jī)相連;控制主機(jī)輸出端還設(shè)有連接到印刷設(shè)備的控制電纜.由于采用線陣相機(jī),


玻璃瓶在制造的過程中,不可避免的會產(chǎn)生瓶口、瓶身劃痕等缺陷。特別是像香水、精油、等這些經(jīng)濟(jì)價值較高的產(chǎn)品,對包裝瓶的外觀品質(zhì)有著更高的要求。本文以管制精油灌裝瓶為測控對象,借助機(jī)器視覺技術(shù)、機(jī)械手技術(shù)以及工業(yè)控制技術(shù),開展玻璃瓶缺陷檢測與機(jī)械手抓取系統(tǒng)的研究與設(shè)計工作。具體內(nèi)容包括:(1)明確系統(tǒng)功能,完成了基于機(jī)器視覺缺陷檢測與機(jī)械手抓取系統(tǒng)的方案設(shè)計,詳細(xì)介紹了機(jī)器視覺系統(tǒng)相關(guān)技術(shù),在此基礎(chǔ)上完成了硬件選型以及軟設(shè)計方案。(2)依據(jù)Blob分析流程,對圖像采集、預(yù)處理、分割、形態(tài)學(xué)處理、連通性分析和特征提取技術(shù)進(jìn)行了系統(tǒng)的理論分析