為了實(shí)現(xiàn)外觀缺陷自動(dòng)檢測(cè),研究了基于機(jī)器視覺(jué)技術(shù)的外觀缺陷檢測(cè)系統(tǒng)。首先針對(duì)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(guò)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(gè)類(lèi)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(lèi)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(lèi)應(yīng)用中的不足,通過(guò)改變收斂標(biāo)準(zhǔn)、自適應(yīng)調(diào)整步長(zhǎng)和引入動(dòng)量項(xiàng)以?xún)?yōu)化BP算法,改善了神經(jīng)網(wǎng)絡(luò)分類(lèi)效果。


目前,包裝行業(yè)對(duì)產(chǎn)品包裝塞入的干燥包完整與否未采取有效的措施.針對(duì)包裝流水線(xiàn)干燥包塞入環(huán)節(jié)提出了基于機(jī)器視覺(jué)的在線(xiàn)檢測(cè)關(guān)鍵技術(shù),設(shè)計(jì)實(shí)現(xiàn)包裝質(zhì)量檢測(cè)的軟、硬件平臺(tái).被剪落的干燥包觸發(fā)機(jī)器視覺(jué)檢測(cè)系統(tǒng)獲取圖像,經(jīng)過(guò)圖像預(yù)處理,并采用基于黃金分割法的數(shù)字圖像處理算法,定位干燥包上的色標(biāo)區(qū)域,進(jìn)行定量處理分析,根據(jù)圖像處理結(jié)果作出相應(yīng)決策.實(shí)驗(yàn)結(jié)果表明:該系統(tǒng)能夠快速準(zhǔn)確地判斷干燥包的完整度,剔除不合格產(chǎn)品,具有實(shí)現(xiàn)簡(jiǎn)單、控制高效和應(yīng)用前景廣泛等特點(diǎn).


在藥品包裝過(guò)程中,會(huì)出現(xiàn)瓶體與瓶蓋封裝不嚴(yán)的情況,因此藥品包裝的質(zhì)量檢測(cè)已成為制藥行業(yè)生產(chǎn)過(guò)程中的一個(gè)關(guān)鍵環(huán)節(jié)。本文設(shè)計(jì)了一套基于機(jī)器視覺(jué)的藥瓶檢測(cè)系統(tǒng),完成了藥瓶包裝過(guò)程中瓶蓋與瓶體封裝缺陷的檢測(cè)任務(wù)。本的研究工作和主要成果包括以下幾個(gè)方面：1.在總結(jié)國(guó)內(nèi)外成果的基礎(chǔ)上,結(jié)合藥瓶檢測(cè)的總體功能要求和性能指標(biāo),成功搭建了滿(mǎn)足要求的硬件實(shí)驗(yàn)平臺(tái)。同時(shí),對(duì)平臺(tái)所用硬件的選擇原則和最終參數(shù)都做了逐一說(shuō)明。2.由數(shù)字圖像處理的概念出發(fā),研究了待檢藥瓶圖像處理的相關(guān)算法。首先,應(yīng)用MATLAB軟件對(duì)采集到的圖像進(jìn)行了一系列處理,包括圖像灰度化、圖像去噪