噴碼檢測(cè)

生產(chǎn)日期及生產(chǎn)批號(hào)是一個(gè)產(chǎn)品必不缺少的一部分，噴碼的漏噴、噴碼的信息不全及噴碼錯(cuò)誤等對(duì)企業(yè)品牌形象影響極大。機(jī)器視覺(jué)檢測(cè)技術(shù)作為先進(jìn)的檢測(cè)手段，具有快速、準(zhǔn)確和可靠等優(yōu)點(diǎn)，有利于提高企業(yè)的生產(chǎn)效率和自動(dòng)化程度，提高包裝檢測(cè)水平。邁迅威視覺(jué)科技的座位專(zhuān)門(mén)的噴碼檢測(cè)設(shè)備供應(yīng)商，可直接安裝在噴碼機(jī)之后，對(duì)噴碼進(jìn)行檢測(cè)，可用來(lái)檢測(cè)漏噴，少噴，重影，自負(fù)錯(cuò)誤，偏斜等。
工作流程描述：

步：在生產(chǎn)線上安裝 噴碼視覺(jué)檢測(cè)系統(tǒng)；

第二步：瓶底打碼后，傳感器觸發(fā)相機(jī)拍照，相機(jī)對(duì)噴碼進(jìn)行檢測(cè)，檢測(cè)完畢后可添加剔除裝置，自動(dòng)剔除，以避免生產(chǎn)線停止造成的損失。

缺陷檢測(cè)

   藥片缺陷檢測(cè)是藥片生產(chǎn)過(guò)程中的關(guān)鍵環(huán)節(jié)，其檢測(cè)結(jié)果的好壞直接影響著藥品的質(zhì)量。常見(jiàn)的人工檢測(cè)方法：成本和效率不成比例， 容易產(chǎn)生誤檢和漏檢等現(xiàn)象，無(wú)法滿足現(xiàn)代企業(yè)對(duì)產(chǎn)品質(zhì)量的要求。機(jī)器視覺(jué)檢測(cè)憑借其自動(dòng)化程度高、成本低、可替代3-4個(gè)人工等特點(diǎn)，廣泛運(yùn)用于實(shí)際生產(chǎn)中。邁迅威視覺(jué)科技專(zhuān)注機(jī)器視覺(jué)檢測(cè)數(shù)十年，我司的藥品缺陷檢測(cè)設(shè)備可用于檢測(cè)產(chǎn)品表面的裂紋，缺塊，黑點(diǎn)等各種缺陷。核心部分均采用級(jí)別的316不銹鋼，可滿足廣大客戶的需求。





歡迎來(lái)電咨詢。

根據(jù)電子器件管理平臺(tái),可以對(duì)產(chǎn)品的生產(chǎn)制造、貨運(yùn)物流、市場(chǎng)銷(xiāo)售及其應(yīng)用等階段開(kāi)展監(jiān)管。噴碼字符做為一種常見(jiàn)產(chǎn)品管控碼,其檢驗(yàn)、鑒別在賦碼管控系統(tǒng)軟件中擁有至關(guān)重要的影響力。對(duì)于字符的鑒別,普遍的方式 主要是根據(jù)軟件系統(tǒng)設(shè)計(jì)方案的,該方式 不利機(jī)器設(shè)備當(dāng)場(chǎng)智能化系統(tǒng)管理方法。因而,文中設(shè)計(jì)方案了一套根據(jù)FPGA和單脈沖藕合神經(jīng)元網(wǎng)絡(luò)(PCNN)的噴碼字符識(shí)別技術(shù)。文中關(guān)鍵研究方向及結(jié)果為:(1)對(duì)于基本方式 在圖像二值分割時(shí),實(shí)際效果不理想化的難題,文中選用PCNN算法融合交叉熵基礎(chǔ)理論來(lái)分割圖像。,根據(jù)MATLAB對(duì)PCNN算法的基礎(chǔ)實(shí)體模型剖析,對(duì)于不一樣灰度值像素?cái)?shù)火時(shí)刻不一樣的特點(diǎn),開(kāi)展圖像的二值分割。隨后,運(yùn)用每一次分割后圖像與原圖像的交叉熵的基礎(chǔ)理論,明確PCNN在分割圖像時(shí),什么時(shí)候?yàn)槎捣指顖D像。該方式 完成了圖像的全自動(dòng)分割,且實(shí)際效果非常好。(2)對(duì)于傳統(tǒng)式投射分割方式 只有分割持續(xù)字符,沒(méi)法分割點(diǎn)陣噴碼字符的難題,文中明確提出改善的投射分割算法。該算法運(yùn)用噴碼字符中點(diǎn)陣裂縫與字符間隔的關(guān)聯(lián),根據(jù)操縱分割閥值的尺寸將一串串字符分割成單獨(dú)字符,便于于字符svm算法及鑒別。改善后的算法不但可以分割持續(xù)字符,并且非常好的解決了傳統(tǒng)式投射算法沒(méi)法分割點(diǎn)陣字符的難題。(3)對(duì)于噴碼字符的點(diǎn)陣特點(diǎn),文中明確提出改善的網(wǎng)格圖特點(diǎn)算法,并改變字符鑒別標(biāo)準(zhǔn)。

包裝過(guò)程中非常容易導(dǎo)致煙包噴碼字符識(shí)別準(zhǔn)確率較低的好多個(gè)緣故,充分考慮生產(chǎn)制造的工業(yè)生產(chǎn)當(dāng)場(chǎng)艱苦環(huán)境,會(huì)造成所拍攝的圖像失幀、模糊不清、噪音及字符造成放縮、平移變換轉(zhuǎn)動(dòng)等狀況,有目的性地對(duì)根據(jù)BP神經(jīng)元網(wǎng)絡(luò)的煙包噴碼字符智能識(shí)別系統(tǒng)軟件進(jìn)行了科學(xué)研究。 詳細(xì)介紹了在煙包噴碼字符識(shí)別過(guò)程中選用的一些基礎(chǔ)技術(shù)性,包含圖像預(yù)備處理、獲取矩陣的特征值、圖像切分和圖像鑒別這好多個(gè)重要環(huán)節(jié),大家設(shè)計(jì)方案了一套健全的預(yù)備處理計(jì)劃方案,選用條形圖對(duì)圖像開(kāi)展敘述,并在這個(gè)基礎(chǔ)上設(shè)計(jì)方案了有關(guān)的圖像分割、圖像提高、除去噪音等優(yōu)化算法,為此處理煙包噴碼字符識(shí)別過(guò)程中的各種各樣字符圖像難題