為了實(shí)現(xiàn)外觀缺陷自動(dòng)檢測,研究了基于機(jī)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(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,通過改變收斂標(biāo)準(zhǔn)、自適應(yīng)調(diào)整步長和引入動(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。



為解決食品生產(chǎn)過程中產(chǎn)品殘缺問題,研究了一種基于機(jī)器視覺的缺陷檢測方法,以餅干為樣本進(jìn)行了實(shí)驗(yàn)分析。首先構(gòu)建實(shí)驗(yàn)系統(tǒng),對單目攝像機(jī)進(jìn)行標(biāo)定,利用標(biāo)定所得參數(shù)對圖像進(jìn)行畸變校正;然后對校正后所得圖像進(jìn)行圖像分析處理;后對處理完成圖像進(jìn)行區(qū)域檢測,得到檢測結(jié)果。實(shí)驗(yàn)結(jié)果表明:以該方法進(jìn)行餅干缺陷檢測成功率可達(dá)98.67%,并滿足高精度、實(shí)時(shí)性的要求,為今后食品缺陷檢測提供一定的參考方向。



對比現(xiàn)有大輸液藥品可見異物人工檢測方法,在線視覺自動(dòng)檢測具有巨大優(yōu)越性,為此,本文設(shè)計(jì)了一套用于瓶內(nèi)藥液異物檢測的視覺系統(tǒng).首先研究了檢測系統(tǒng)的機(jī)械與電氣控制結(jié)構(gòu),開發(fā)了面向高速高精度生產(chǎn)線的圖像獲取裝置;然后,基于圖像中藥液內(nèi)異物運(yùn)動(dòng)軌跡的連續(xù)性,利用序列圖像提取出圖像中的運(yùn)動(dòng)信息,在此基礎(chǔ)上,使用改進(jìn)的Mean shift跟蹤算法實(shí)現(xiàn)了可見異物的檢測識別;后選用100ml葡萄糖大輸液進(jìn)行在線測試,檢測系統(tǒng)分辨率達(dá)到了國家藥典的檢測要求,系統(tǒng)運(yùn)行準(zhǔn)確率近95%,在線自動(dòng)化視覺檢測方法能很好滿足生產(chǎn)線的要求.