為了實現(xiàn)外觀缺陷自動檢測,研究了基于機器視覺技術(shù)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;最后選擇BP神經(jīng)網(wǎng)絡(luò)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(luò)結(jié)構(gòu)及參數(shù),并分析了傳統(tǒng)BP算法在外觀缺陷分類應(yīng)用中的不足,通過改變收斂標準、自適應(yīng)調(diào)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(luò)分類效果。


于機器視覺技術(shù)對板材表面缺陷檢測進行研究,設(shè)計了在線檢測的硬件系統(tǒng)和軟件處理流程,介紹了圖像預(yù)處理、圖像分割和目標提取等處理方法并對缺陷圖像進行相應(yīng)處理。利用C 軟件對板材缺陷在線檢測進行人機交互界面設(shè)計和在線調(diào)試及在線檢測。實驗結(jié)果表明,本檢測方法可行,誤檢率低,可很好地應(yīng)用于木材自動化生產(chǎn)過程的在線檢測。

視覺定位

機器視覺在我們的生產(chǎn)生活中應(yīng)用廣泛，特別是在工業(yè)生產(chǎn)領(lǐng)域。 由于人員成本越來越高，各大公司均開始在各個生產(chǎn)環(huán)節(jié)部署機器人操作，對于有些定點的抓取項目，機器人呈現(xiàn)出了的優(yōu)勢，然而在一些混亂無序的狀態(tài)下，機器人就無所適從，這樣就需要用到機器視覺，需要用視覺來對產(chǎn)品進行定位，并發(fā)出相應(yīng)的信號給機械手，機械手才知道該怎么做。 視覺定位是機器視覺的一個重要應(yīng)用場合。邁迅威視覺科技具有十年的機器視覺研發(fā)經(jīng)驗，先后完成過各種視覺檢測，定位項目。 歡迎大家來電咨詢！