您好,歡迎來到易龍商務網!
發布時間:2021-01-22 20:23  
【廣告】








玻璃瓶在制造的過程中,不可避免的會產生瓶口、瓶身劃痕等缺陷。特別是像香水、精油、等這些經濟價值較高的產品,對包裝瓶的外觀品質有著更高的要求。本文以管制精油灌裝瓶為測控對象,借助機器視覺技術、機械手技術以及工業控制技術,開展玻璃瓶缺陷檢測與機械手抓取系統的研究與設計工作。具體內容包括:(1)明確系統功能,完成了基于機器視覺缺陷檢測與機械手抓取系統的方案設計,詳細介紹了機器視覺系統相關技術,在此基礎上完成了硬件選型以及軟設計方案。(2)依據Blob分析流程,對圖像采集、預處理、分割、形態學處理、連通性分析和特征提取技術進行了系統的理論分析
根據飲料易拉罐罐蓋制造生產線的工作環境和檢測要求,研制了基于機器視覺的罐蓋質量檢測系統,實現了鋁制罐蓋瑕疵的自動檢測和快速剔除。該檢測系統由下蓋裝置、蓋傳送裝置、光源與圖像采集系統、視覺處理及控制系統、次品剔除裝置等組成,鋁制罐蓋經下蓋裝置連續不斷的進入蓋傳輸區域,蓋傳輸裝置通過真空將罐蓋吸附在傳送帶上,當罐蓋通過成像系統時,光纖傳感器觸發工業相機和光源,獲得高速罐蓋圖像,圖像檢測系統分析罐蓋多個檢測區域,電氣控制系統根據圖像檢測結果分揀罐蓋。通過實驗測試證明:該視覺系統實時性好,可靠性高,有效地提高了罐蓋檢測生產線的工作效率。
在當今這個時代,計算機視覺領域呈現出很多新的趨勢,其中顯著的一個,就是應用的性增長。除了手機、個人電腦和工業檢測之外,計算機視覺技術在智能安防、機器人、自動駕駛、智慧醫、無人機、增強現實(AR)等領域都出現了各種形態的應用方式。計算機視覺迎來了一個應用性增長的時代,目前的應用如下圖所示,主要以運動控制為主。隨著各個領域技術不斷發展,許多科技巨頭也開始了在圖像識別和人工智能領域的布局,Facebook簽下的人工智能Yann LeCun重大的成就就是在圖像識別領域,其提出的LeNet為代表的卷積神經網絡,在應用到各種不同的圖像識別任務時都取得了不錯效果,被認為是通用圖像識別系統的代表之一;Google 借助模擬神經網絡“DistBelief”通過對數百萬份YouTube 視頻的學習自行掌握了貓的關鍵特征,這是機器在沒有人幫助的情況下自己讀懂了貓的概念。這也能看出國技公司對圖像識別技術以及人工智能技術的重視程度。