視覺影像檢測公司推薦貨源,邁迅威視覺精工打造

時間碼缺陷檢測依然以人力主導.目前的用以檢驗時間碼缺陷的算法受制于算法復雜度和準確度,沒法在工業(yè)領域得到很大范疇的運用.對于那樣的狀況,明確提出了一種新的根據(jù)迭代更新配準的t-rotate iterative closest point(PRICP)算法.該算法把時間碼抽象性為點特點,根據(jù)對模版和特點點開展配準來快速檢測時間碼的缺陷,引進深度學習進一步提高了該算法的性,魯棒性及缺陷歸類能力.該算法早已取得成功運用于青島啤酒廠生產(chǎn)流水線條碼時間的缺陷檢測中,當場運作數(shù)據(jù)顯示該算法在魯棒性和層面顯著好于別的方式 ,適用好幾個連通域信息內(nèi)容碼的迅速缺陷檢測,另外不會受到標準及情況管束,抗噪音能力強,可立即運用于別的的視覺效果行業(yè).

在規(guī)模性工業(yè)化生產(chǎn)全過程中,基本上全部產(chǎn)品表層都是負荷產(chǎn)品標識的字符信息.采用字符識別的方法對產(chǎn)品信息開展全自動采集及辨別在產(chǎn)品的全部生命期中起著關鍵功效,因而考慮工業(yè)生產(chǎn)當場工作狀況規(guī)定的字符識別系統(tǒng)軟件務必具有鑒別速度更快,識別,可擴展性好的特性.根據(jù)機器視覺技術服務平臺MVTec HALCON,融合編程語言,設計方案和開發(fā)設計了銅環(huán)產(chǎn)品面層條碼信息的全自動采集及在線識別系統(tǒng)軟件,包括原材料運輸,圖象采集,信息分辨及快遞分揀,解決了工業(yè)生產(chǎn)銅環(huán)面層不規(guī)律排序字符,歪曲形變字符和模糊不清字符信息的圖象處理和OCR(Optical Character Recognition)字符識別難題.運作結(jié)果顯示不規(guī)律字符信息一次準確率做到99%之上,完成了銅環(huán)產(chǎn)品的生產(chǎn)制造與檢驗全過程一體化.

厚鋼板生產(chǎn)流水線點陣式條碼字符自動識別方式 ,包含采用圖象和輪廊投射的方式 精準定位字符地區(qū).對于繁雜工作狀況造成的字符形變,模糊不清的狀況,采用多方向線掃描儀優(yōu)化算法分割字符,并根據(jù)聚類算法體制糾正分割結(jié)果.運用bp神經(jīng)元網(wǎng)絡對分割字符開展識別.在能確保實時性的前提條件下考慮較高的識別準確度,考慮即時在線監(jiān)測的要求.厚鋼板生產(chǎn)流水線點陣式條碼字符自動識別方式 ,包含采用圖象和輪廊投射的方式 精準定位字符地區(qū).對于繁雜工作狀況造成的字符形變,模糊不清的狀況,采用多方向線掃描儀優(yōu)化算法分割字符,并根據(jù)聚類算法體制糾正分割結(jié)果.運用bp神經(jīng)元網(wǎng)絡對分割字符開展識別.在能確保實時性的前提條件下考慮較高的識別準確度,考慮即時在線監(jiān)測的要求.

解決低質(zhì)量圖像給識別任務帶來的困難,構(gòu)造了一個由圖像增強網(wǎng)絡(EnCNN)和手寫體數(shù)字識別網(wǎng)絡(LeNet-5)組成的低質(zhì)量圖片識別框架.將圖像增強網(wǎng)絡嫁接在識別網(wǎng)絡前,并使用提出的策略進行模型學習.使得低質(zhì)量圖像在被識別前圖像質(zhì)量得到較大的改善,終實現(xiàn)低質(zhì)量手寫體圖像識別率的提高.實驗部分將提出的方法和在單純使用低質(zhì)量圖像或高清圖作為訓練集進行訓練的方法進行了對比,實驗表明在低質(zhì)量圖像上,提出的方法有更高的數(shù)字識別率,且有更強的泛化能力.