為了實現(xiàn)外觀缺陷自動檢測,研究了基于機器視覺技術的外觀缺陷檢測系統(tǒng)。首先針對外觀缺陷圖像特點,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,實現(xiàn)了外觀缺陷快速、準確分割;然后通過分析外觀缺陷特點,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,提取了外觀缺陷特征;最后選擇BP神經網絡作為缺陷分類器,根據經驗和實驗確定了神經網絡結構及參數,并分析了傳統(tǒng)BP算法在外觀缺陷分類應用中的不足,通過改變收斂標準、自適應調整步長和引入動量項以優(yōu)化BP算法,改善了神經網絡分類效果。


利用圖象順序形態(tài)學以及基于知識的閾值選擇算法對IC圖象進行預處理，具有運算量小、速度快和有效的特點。檢測過程采用Blob分析，引入質量控制圖方法分析系統(tǒng)誤差對系統(tǒng)穩(wěn)定性的影響，計算了檢測系統(tǒng)的工序能力。系統(tǒng)檢測精度高，實時性好，滿足在線檢測的要求。利用圖象順序形態(tài)學以及基于知識的閾值選擇算法對IC圖象進行預處理，具有運算量小、速度快和有效的特點。檢測過程采用Blob分析，引入質量控制圖方法分析系統(tǒng)誤差對系統(tǒng)穩(wěn)定性的影響，計算了檢測系統(tǒng)的工序能力。系統(tǒng)檢測精度高，實時性好，滿足在線檢測的要求。

(1) 易拉罐空罐視覺檢測系統(tǒng)

檢測速度：高達120000罐/小時

檢測對象：易拉罐空罐的罐口、內壁、罐底的外觀缺陷

檢測內容：可檢測罐口的缺角、變形、檢測內壁、罐底的臟污、異物、壓傷等缺陷

(2) 易拉罐罐底字符識別及缺陷檢測設備

檢測對象：易拉罐罐底字符識別、易拉罐罐底缺陷

檢測內容：罐底的字符噴碼質量、識別噴碼字符、檢測罐底外觀缺陷、罐體頂底倒轉、罐身圖文顛倒。

可自動生成日期碼發(fā)送給噴碼機，人工只需輸入班次或批號燈信息。

(3) 易拉罐罐蓋檢測設備

檢測速度：高達150000個/小時

檢測內容：罐蓋的混蓋、偏移、斑點、頂部凹陷、表面劃痕、污損燈缺陷

基于機器視覺的易拉罐質量檢測系統(tǒng)使用機器視覺LED光源：圓頂式無影光，三環(huán)式無影光，低角度環(huán)形光，同軸光，有效地解決了打光的難題。通過對復合式光源的組合控制，能獲得輪廓清晰、色彩對比鮮明的瓶蓋圖像，并能迅速地與設定值比較，找出具有邊緣凹陷、表面劃傷、拉環(huán)變形、密封膠破損、印刷字符、圖案不清晰的不良產品，并立即剔出生產線。