電線(xiàn)電纜是一種十分重要的工業(yè)加工材料,而表觀質(zhì)量作為產(chǎn)品給人的視覺(jué)印象,已成為衡量產(chǎn)品的一個(gè)重要標(biāo)準(zhǔn),直接影響消費(fèi)者對(duì)產(chǎn)品的滿(mǎn)意度,也在很大程度上影響產(chǎn)品的終性能。近年來(lái)伴隨著計(jì)算機(jī)圖像處理技術(shù)以及機(jī)器視覺(jué)檢測(cè)技術(shù)的快速發(fā)展,機(jī)器視覺(jué)檢測(cè)已經(jīng)深入到各行各業(yè)的產(chǎn)品質(zhì)量檢測(cè)過(guò)程中。將機(jī)器視覺(jué)技術(shù)應(yīng)用到線(xiàn)纜表觀缺陷檢測(cè)中,不僅可以實(shí)現(xiàn)全過(guò)程實(shí)時(shí)在線(xiàn)檢測(cè),還能在很大程度上提高檢測(cè)的準(zhǔn)確性,從而提高線(xiàn)纜的質(zhì)量與產(chǎn)量。圖像技術(shù)與圖像處理技術(shù)作為機(jī)器視覺(jué)系統(tǒng)的兩大,在高速生產(chǎn)的產(chǎn)線(xiàn)上圖像技術(shù)決定了圖像的質(zhì)量,

玻璃瓶在制造的過(guò)程中,不可避免的會(huì)產(chǎn)生瓶口、瓶身劃痕等缺陷。特別是像香水、精油、等這些經(jīng)濟(jì)價(jià)值較高的產(chǎn)品,對(duì)包裝瓶的外觀品質(zhì)有著更高的要求。本文以管制精油灌裝瓶為測(cè)控對(duì)象,借助機(jī)器視覺(jué)技術(shù)、機(jī)械手技術(shù)以及工業(yè)控制技術(shù),開(kāi)展玻璃瓶缺陷檢測(cè)與機(jī)械手抓取系統(tǒng)的研究與設(shè)計(jì)工作。具體內(nèi)容包括:(1)明確系統(tǒng)功能,完成了基于機(jī)器視覺(jué)缺陷檢測(cè)與機(jī)械手抓取系統(tǒng)的方案設(shè)計(jì),詳細(xì)介紹了機(jī)器視覺(jué)系統(tǒng)相關(guān)技術(shù),在此基礎(chǔ)上完成了硬件選型以及軟設(shè)計(jì)方案。(2)依據(jù)Blob分析流程,對(duì)圖像、預(yù)處理、分割、形態(tài)學(xué)處理、連通性分析和特征提取技術(shù)進(jìn)行了系統(tǒng)的理論分析。

食品飲料行業(yè)易拉罐生產(chǎn)線(xiàn)的工作環(huán)境以及罐底噴碼檢測(cè)的檢測(cè)要求,研制了基于康耐視機(jī)器視覺(jué)的易拉罐罐底噴碼檢測(cè)系統(tǒng),實(shí)現(xiàn)對(duì)易拉罐噴碼不合格的產(chǎn)品進(jìn)行自動(dòng)檢測(cè)與快速剔除。該檢測(cè)系統(tǒng)由光源與視覺(jué)處理系統(tǒng)、電氣控制與人機(jī)交互系統(tǒng)、次品剔除裝置等組成。當(dāng)易拉罐通過(guò)成像系統(tǒng)時(shí),金屬接近開(kāi)關(guān)觸發(fā)光源頻閃和工業(yè)智能相機(jī),獲得高速易拉罐罐底圖像,智能相機(jī)對(duì)其分析處理,由電氣控制系統(tǒng)執(zhí)行檢測(cè)結(jié)果,從而達(dá)到分揀不良品的目的。通過(guò)實(shí)際項(xiàng)目應(yīng)用證明:該系統(tǒng)實(shí)時(shí)性好,可靠性高,有效地提高了在生產(chǎn)過(guò)程中產(chǎn)品噴碼質(zhì)量的控制。

在當(dāng)今這個(gè)時(shí)代，計(jì)算機(jī)視覺(jué)領(lǐng)域呈現(xiàn)出很多新的趨勢(shì)，其中顯著的一個(gè)，就是應(yīng)用的性增長(zhǎng)。除了手機(jī)、個(gè)人電腦和工業(yè)檢測(cè)之外，計(jì)算機(jī)視覺(jué)技術(shù)在智能安防、機(jī)器人、自動(dòng)駕駛、智慧醫(yī)、、增強(qiáng)現(xiàn)實(shí)（AR）等領(lǐng)域都出現(xiàn)了各種形態(tài)的應(yīng)用方式。計(jì)算機(jī)視覺(jué)迎來(lái)了一個(gè)應(yīng)用性增長(zhǎng)的時(shí)代，目前的應(yīng)用如下圖所示，主要以運(yùn)動(dòng)控制為主。隨著各個(gè)領(lǐng)域技術(shù)不斷發(fā)展，許多科技巨頭也開(kāi)始了在圖像識(shí)別和人工智能領(lǐng)域的布局，F(xiàn)acebook簽下的人工智能Yann LeCun重大的成就就是在圖像識(shí)別領(lǐng)域，其提出的LeNet為代表的卷積神經(jīng)網(wǎng)絡(luò)，在應(yīng)用到各種不同的圖像識(shí)別任務(wù)時(shí)都取得了不錯(cuò)效果，被認(rèn)為是通用圖像識(shí)別系統(tǒng)的代表之一；Google 借助模擬神經(jīng)網(wǎng)絡(luò)“DistBelief”通過(guò)對(duì)數(shù)百萬(wàn)份YouTube 視頻的學(xué)習(xí)自行掌握了貓的關(guān)鍵特征，這是機(jī)器在沒(méi)有人幫助的情況下自己讀懂了貓的概念。這也能看出國(guó)技公司對(duì)圖像識(shí)別技術(shù)以及人工智能技術(shù)的重視程度。