在現(xiàn)代包裝工業(yè)自動化生產(chǎn)中，涉及各種各樣的檢查、測量，比如飲料瓶蓋的印刷質(zhì)量檢查，產(chǎn)品包裝上的條碼和字符識別等。這類應(yīng)用的共同特點(diǎn)是連續(xù)大批量生產(chǎn)、對外觀質(zhì)量的要求非常高。通常這種帶有高度重復(fù)性的工作只能靠人工檢測來完成，我們經(jīng)常在一些工廠的現(xiàn)代化流水線后面看到數(shù)以百計甚至逾千的檢測工人來執(zhí)行這道工序，在給工廠增加巨大的人工成本和管理成本的同時，仍然不能保證100%的檢驗合格率(即“零缺陷”)。

　

缺陷檢測設(shè)備可以輕松應(yīng)對金屬零件生產(chǎn)的質(zhì)量控制，如、汽車零部件、連接器等。通過圖像處理的方法，發(fā)現(xiàn)金屬零件表面的劃傷、殘缺、變色、粘膜等缺陷，并指導(dǎo)機(jī)械傳動系統(tǒng)將殘缺品剔除，大大提高了生產(chǎn)效率。同時對缺陷類型的統(tǒng)計分析能夠指導(dǎo)生產(chǎn)參數(shù)的調(diào)整，提高產(chǎn)品質(zhì)量。

　　以上內(nèi)容就是對視覺缺陷檢測設(shè)備在各大行業(yè)中的應(yīng)用的介紹了，它利用計算機(jī)視覺模擬人類視覺的功能，從具體的實物進(jìn)行圖象的采集處理、計算、終進(jìn)行實際檢測、控制和應(yīng)用。由于使用人工檢測的方法早已不能滿足生產(chǎn)和現(xiàn)代工藝生產(chǎn)制造的需求，而利用機(jī)器視覺檢測很好地克服了這一點(diǎn)，表面缺陷檢測設(shè)備的廣泛應(yīng)用促進(jìn)了企業(yè)工廠產(chǎn)品高質(zhì)量的生產(chǎn)與制造業(yè)智能自動化的發(fā)展。

玻璃瓶在制造的過程中,不可避免的會產(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)價值較高的產(chǎn)品,對包裝瓶的外觀品質(zhì)有著更高的要求。本文以管制精油灌裝瓶為測控對象,借助機(jī)器視覺技術(shù)、機(jī)械手技術(shù)以及工業(yè)控制技術(shù),開展玻璃瓶缺陷檢測與機(jī)械手抓取系統(tǒng)的研究與設(shè)計工作。具體內(nèi)容包括:(1)明確系統(tǒng)功能,完成了基于機(jī)器視覺缺陷檢測與機(jī)械手抓取系統(tǒng)的方案設(shè)計,詳細(xì)介紹了機(jī)器視覺系統(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)計方案。(2)依據(jù)Blob分析流程,對圖像采集、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


目的為實現(xiàn)飲料易拉罐拉環(huán)背部激光打碼的自動化,提出一種基于遺傳算法的易拉罐罐蓋圖像識別新方法。方法首先搭建一套易拉罐蓋激光自動打碼機(jī),基于所搭建的實驗系統(tǒng),利用CCD相機(jī)實時采集罐蓋圖像。對所采集到的圖像進(jìn)行中值濾波和灰度增強(qiáng)處理,在此基礎(chǔ)上,研究基于遺傳算法的罐蓋圖像閾值分割新方法,分析、確定算法的關(guān)鍵參數(shù)(個體數(shù)目、交叉率、變異率等),由此得到罐蓋的二值化圖像,并對算法處理結(jié)果進(jìn)行誤差分析。結(jié)果遺傳算法經(jīng)過約15代的迭代計算,能夠收斂,獲取到的圖像閾值,整個算法的運(yùn)行時間約30 ms,終的圖像精度約為7.9 pixel。