興化視覺定位引導(dǎo)系統(tǒng)源頭直供廠家「多圖」

作為近現(xiàn)代基本的之一,其對于的重要性不言而喻。所以一個安全、地生彈成為衡量一個國家業(yè)水平的一個重要的標準之一。然而雖然生產(chǎn)安全如此重要,但是在我國,生產(chǎn)完后的檢測環(huán)節(jié)卻仍然是主要依賴人工檢測方法。這種方法不僅檢測結(jié)果不穩(wěn)定,而且人力消耗大,檢測效果差。當長時間工作之后,人很容易產(chǎn)生疲勞,進而就導(dǎo)致誤判和漏判,留下了很嚴重的安全隱患。



為解決食品生產(chǎn)過程中產(chǎn)品殘缺問題,研究了一種基于機器視覺的缺陷檢測方法,以餅干為樣本進行了實驗分析。首先構(gòu)建實驗系統(tǒng),對單目攝像機進行標定,利用標定所得參數(shù)對圖像進行畸變校正;然后對校正后所得圖像進行圖像分析處理;后對處理完成圖像進行區(qū)域檢測,得到檢測結(jié)果。實驗結(jié)果表明:以該方法進行餅干缺陷檢測成功率可達98.67%,并滿足高精度、實時性的要求,為今后食品缺陷檢測提供一定的參考方向。



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，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(yù)期檢測目標