CCD機器視覺檢測技術能夠的提高產(chǎn)能，降低成本，同時機器視覺檢測設備可以24小時不間斷的工作，且在高速下執(zhí)行100%的在線監(jiān)視，檢視的準確度也達到接近100%的程度，因此產(chǎn)業(yè)界大量地采用機器視覺檢測技術，在很多場合實現(xiàn)在線高精度高速測量。觀行業(yè)應用概況，在自動化生產(chǎn)的應用中，機器視覺檢測設備按照其安裝的載體可分為：在線檢測系統(tǒng)和離線檢測系統(tǒng)。根據(jù)行業(yè)具體研發(fā)生產(chǎn)的在線智能視覺檢測儀器以及離線智能視覺檢測儀器可快速應用于各類工業(yè)產(chǎn)品，簡單配置后即可投入實際檢測應用，可謂為自動化檢測行業(yè)的一大利器。


為了實現(xiàn)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(tǒng)。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(xiàn)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(shù),提取了外觀缺陷特征;后選擇BP神經(jīng)網(wǎng)絡作為缺陷分類器,根據(jù)經(jīng)驗和實驗確定了神經(jīng)網(wǎng)絡結構及參數(shù),并分析了傳統(tǒng)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(yōu)化BP算法,改善了神經(jīng)網(wǎng)絡分類效果。



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合閾值分割提取感興趣區(qū)域，后主要利用灰度分析結合Douglas-Peucker算法完成特征提取和缺陷分類。實驗結果表明，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%，達到預期檢測目標



基于機器視覺的易拉罐質量檢測系統(tǒng)使用機器視覺LED光源：圓頂式無影光，三環(huán)式無影光，低角度環(huán)形光，同軸光，有效地解決了打光的難題。通過對復合式光源的組合控制，能獲得輪廓清晰、色彩對比鮮明的瓶蓋圖像，并能迅速地與設定值比較，找出具有邊緣凹陷、表面劃傷、拉環(huán)變形、密封膠破損、印刷字符、圖案不清晰的不良產(chǎn)品，并立即剔出生產(chǎn)線。