您好,歡迎來到易龍商務網!
發布時間:2020-12-29 11:17  
【廣告】








為了實現外觀缺陷自動檢測,研究了基于機器視覺技術的外觀缺陷檢測系統。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化BP算法,改善了神經網絡分類效果。
質量控制:如藥瓶完成灌裝后,測量灌裝是否達到基準線;
字符條碼檢測和二維碼識別:讀取條形碼、2維矩陣碼或打印字符,并驗證標簽內容和正確的方位;
生產控制:檢查每個藥盒里的說明書是否遺漏或者總生產藥品的數量;
機器視覺檢測在食品飲料行業中的應用
啤酒/飲料行業的包裝技術迅猛發展,在高速包裝線上,機器視覺檢測扮演著不可或缺的角色。對于食品飲料生產制造企業而言,其生產自動化程度越來越高,對產品質量、生產效率的要求也越來越嚴格。