在現(xiàn)代包裝工業(yè)自動(dòng)化生產(chǎn)中，涉及各種各樣的檢查、測(cè)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(shí)別等。這類應(yīng)用的共同特點(diǎn)是連續(xù)大批量生產(chǎn)、對(duì)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(cè)來(lái)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(jì)甚至逾千的檢測(cè)工人來(lái)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(shí)，仍然不能保證100%的檢驗(yàn)合格率(即“”)。

為了實(shí)現(xiàn)外觀缺陷自動(dòng)檢測(cè),研究了基于機(jī)器視覺(jué)技術(shù)的外觀缺陷檢測(cè)系統(tǒng)。首先針對(duì)外觀缺陷圖像特點(diǎn),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(shí)現(xiàn)了外觀缺陷快速、準(zhǔn)確分割;然后通過(guò)分析外觀缺陷特點(diǎn),分別從形狀、顏色和紋理共選取了12個(gè)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(luò)作為缺陷分類器,根據(jù)經(jīng)驗(yàn)和實(shí)驗(yàn)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(guò)改變收斂標(biāo)準(zhǔn)、自適應(yīng)調(diào)整步長(zhǎng)和引入動(dòng)量項(xiàng)以優(yōu)化BP算法,改善了神經(jīng)網(wǎng)絡(luò)分類效果。



早的機(jī)器視覺(jué)提出開(kāi)始與上個(gè)視覺(jué)60年代，隨后1973年，美國(guó)自然科學(xué)會(huì)制定了1973-1982 視覺(jué)系統(tǒng)和機(jī)器人的發(fā)展計(jì)劃，并研究成功了一些實(shí)用的視覺(jué)系統(tǒng)，應(yīng)用于機(jī)械手定位、集成電路生產(chǎn)、電子產(chǎn)品裝配、飲料罐裝的檢驗(yàn)等場(chǎng)合；后來(lái)在PCB制作工藝中也采用機(jī)器視覺(jué)系統(tǒng)，用于印制電路板的質(zhì)量監(jiān)測(cè)等。除了在生產(chǎn)制造領(lǐng)域外，軍事領(lǐng)域也廣泛應(yīng)用，如精的制導(dǎo)系統(tǒng)等，的自動(dòng)導(dǎo)航等；還有CV也應(yīng)用在生物實(shí)驗(yàn)等領(lǐng)域，用于監(jiān)測(cè)生物各個(gè)生產(chǎn)規(guī)律，通過(guò)加速視頻播放來(lái)呈現(xiàn)生物生長(zhǎng)等過(guò)程；在汽車自動(dòng)駕駛領(lǐng)域，CV芯片也有不斷深入的應(yīng)用。



易拉罐空罐視覺(jué)檢測(cè)系統(tǒng)，可在保證生產(chǎn)線不停機(jī)持續(xù)運(yùn)行的情況下，高速檢測(cè)產(chǎn)品外觀質(zhì)量缺陷，及時(shí)發(fā)現(xiàn)并剔除不良品，而且可將檢測(cè)圖像實(shí)時(shí)顯示，不良品圖像自動(dòng)保存，還可進(jìn)行數(shù)據(jù)統(tǒng)計(jì)。該系列檢測(cè)設(shè)備目前已在啤酒廠、飲料廠、易拉罐廠的灌裝生產(chǎn)線上得到成功應(yīng)用，檢測(cè)效果良好。若客戶還有特殊要求，也可進(jìn)行設(shè)備的非標(biāo)定制。