一般來說，光學篩選機的影像篩選設備故障診斷一般是分為以下的幾個方面：

     一個方面就是狀態(tài)量的一種檢測，這種檢測就是用來檢測傳感器的運行是否是正常運行的。

　　第二種就是指加工設備的運行的一種異常的判別問題，這種測試的數(shù)據(jù)如果出現(xiàn)問題，則會出現(xiàn)判別設備的異?，F(xiàn)象。

　　第三種就是對于故障的診斷是需要一步步分析和處理了，識別故障的原因是十分困難的，所以需要好好的排查一些故障問題。

　　以上內(nèi)容就是影像篩選設備的檢測問題的介紹了，在科學技術(shù)突飛猛進和人工緊缺的今天，影像篩選設備及其它自動化檢測設備已在各行各業(yè)中扮演著越來越重要的角色，能有效控制產(chǎn)品不良率、提高產(chǎn)品質(zhì)量、減少客戶投訴、提升公司產(chǎn)品的競爭力，利于公司拓展市場、降低人工成本。

E型鐵芯是某公司自動化生產(chǎn)線上的重要零件之一，加工過程中主要存在表面切割不平整，表面裂紋和幾何形狀扭曲3種缺陷。為此，文中提出了基于機器視覺的表面缺陷在線檢測方法。由于檢測目標質(zhì)地為黑色，本系統(tǒng)采用白色材料做背景增加對比度；利用CCD攝像機和環(huán)形LED光源組成采集系統(tǒng)的前端，通過千兆網(wǎng)口將圖像傳輸至計算機；然后采用邊緣檢測結(jié)合閾值分割提取感興趣區(qū)域，最后主要利用灰度分析結(jié)合Douglas-Peucker算法完成特征提取和缺陷分類。實驗結(jié)果表明，該系統(tǒng)能快速對鐵芯表面缺陷進行識別與檢測，缺陷識別率達到98.25%，達到預期檢測目標


為了不斷提高產(chǎn)品質(zhì)量和生產(chǎn)效率，金屬工件表面缺陷在線自動檢測技術(shù)在生產(chǎn)過程中顯得日益重要。本針對金屬工件表面的多種缺陷，設計了一套能夠?qū)崿F(xiàn)對金屬工件表面缺陷進行實時在線、無損傷的自動檢測系統(tǒng)。 該系統(tǒng)采用黑白面陣CCD和多通道圖像采集卡作為圖像采集部分，提高了檢測系統(tǒng)的速度并降低了對CCD的性能要求，使系統(tǒng)在現(xiàn)有的條件下比較容易實現(xiàn)實時在線檢測；采用自動選取圖像分割閾值，根據(jù)實際應用的閾值把工件信息從圖像中提取出來并掃描工件在圖像中的位置、尺寸信息，實現(xiàn)了系統(tǒng)的自動測量；根據(jù)掃描得到的工件信息去除掉工件邊緣的光圈，