基于机器视觉检测精细雾化喷头的装置

为了提高精细雾化喷头检测效率,分析人工抽检精细雾化喷头效率低、全数合格率难以保证的原因;根据雾化喷头的结构、检测环境及要求,阐述传感器检测方法的不足以及机器视觉检测方法的优势;通过选用300万像素的定焦镜头、12.7 mm面阵相机和功率为0.5 W~4.0 W的小面积LED防水灯构建机器视觉系统照明布局,采用快速接头的密封方式,结合自动上料装置、计算机图像处理与分析单元和PLC控制的雾化喷头不合格品自动剔除单元,制造出全自动雾化喷头检测装置。使用结果表明,采用机器视觉方法检测精细雾化喷头喷雾圆锥的角度,检测速度是人工检测的2~3倍,能保证产品全部合格,实现喷头高效生产和自动化生产。     

汽车接插件注塑生产在线质量检测系统设计

目前汽车接插件进行质量检测时,人工抽检存在效率低、检测准确度不稳定等缺点,课题组设计了汽车接插件注塑生产在线质量检测系统。基于嵌入式技术,设计了由监测、检测和反馈3大模块构成的检测系统结构及实现方式;采用机器视觉技术,设计了汽车接插件的自动化图像检测模块;采用PLC技术,实现了整个质量检测系统的自动闭环在线运行。测试结果表明该系统具有快速、精准可靠等特点,也可应用于其他注塑产品的在线质量检测与控制。该系统能提高汽车接插件质量检测的效率与稳定性。     

基于机器视觉的接装纸缺陷检测装置

为解决因接装纸质量缺陷造成卷接烟支废品率高等问题,基于机器视觉原理设计了接装纸缺陷检测装置。该装置主要由图像采集、图像处理、光源、报警及剔除等部分组成,在接装纸自动拼接器下方加装相机及照明系统对接装纸进行外观检测,并将检测结果输送至控制系统,完成对缺陷接装纸的剔除。利用定制的有缺陷标记的接装纸,测试机器视觉装置对刀丝缺陷和烫金缺陷的检测率,并与人工检测方式对比烟支外观不合格检出率。结果表明:采用机器视觉检测装置,较好地解决了卷烟生产中接装纸缺陷漏检、误检以及检测效率低等问题,刀丝缺陷检出率达100%,烫金缺陷检出率达96%,对不合格烟支的检出率显著高于人工检测水平,有效提升了卷烟产品品质。      

基于机器视觉的禽蛋外观品质在线检测系统设计

禽蛋在包装流入市场前,生产企业均需对禽蛋外观品质进行检查,挑选出禽蛋外观完好的并剔除外观有缺陷的禽蛋。传统的人工检测方法存在劳动量大、检测效率低、检测错误率大等问题,为解决上述问题开发一套基于机器视觉的禽蛋外观品质在线检测系统。该系统采用CCD相机、计算机、图像采集卡、光源等作为系统硬件,并对采集的图像利用模板匹配、边缘检测、中值滤波等技术进行图像处理,实现禽蛋外观裂纹、污点等缺陷的检测。结果表明,系统能够准确识别出禽蛋外观缺陷,达到预期的检测效果。     

棉花图像分割方法的比较与分析

正近年来,随着多媒体技术与计算机技术的飞速发展,机器视觉检测系统在棉花加工、检验领域得到应用。该系统通过工业相机以及计算机的方式,采用数字图像处理技术代替人眼对目标进行分析、识别与测量,能够有效克服人工方式的不足,提高生产效率,具有广泛的应用前景。在机器视觉检测系统中,图像分割是基础,而基于边缘的分割方法也是图像分割与模式识别的重要内容,对检测的效果有着重要影响。本文针对棉花图像分割方法进行研究,分别采     

基于机器视觉的坯布自动检测技术

针对我国纺织品检测大多采用人工检测,检测速度低,误检率、漏检率高等问题,提出了实现织物疵点检测自动化、鲁棒性的设计理念。介绍了目前国内外在织物检测方面的主要识别方法以及织物自动检测系统的研究成果,阐述了机器视觉软、硬件技术的发展现状及目前机器视觉技术在纺织检测应用中存在的问题;分析并提出研制分布式的、面向高速生产线的鲁棒机器视觉检测技术是适合我国坯布自动检测系统的研究方向。     

基于机器视觉的照明光源数据库研究与开发

机器视觉在提高生产效率和生产自动化过程中起着越来越重要的作用。照明光源是机器视觉系统中关键的组成部分,直接影响着机器视觉成像系统的成像质量。目前,在机器视觉检测领域光源选择主要依赖操作人员的经验和实验,难以达到理想照明效果。利用MATLAB建立了可根据被检目标特性自动选择光源的光源数据库,有效地提高生产效率。     

基于"机器视觉+深度学习"目标检测的皮革表面缺陷检测系统研究

针对皮革表面缺陷人工检测效率低、准确率低等问题,基于机器视觉和深度学习算法等构建了一种皮革表面缺陷检测系统.对该系统的主要框架及核心功能进行分析,以一般皮革表面光学检测系统为对象进行检测精度与检测效率对比.结果表明,基于"机器视觉+深度学习"的皮革表面缺陷检测系统检测精度更高,在应用初期的检测效率与一般检测系统较为接近,但随着应用时间的增长,系统检测效率优势也会逐渐显现.     

机器视觉在纺织中的应用现状与发展趋势

评述2018中国国际纺织机械展览会暨ITMA亚洲展览会上的机器视觉系统在纺织中的应用进展。总结了机器视觉在原棉异纤清除、整经断头检测、浆纱排花及织物疵点在线检测等方面的应用现状与发展趋势。指出:机器视觉代替人工视觉实现纺织品生产流程的质量监测,是提升产品品质与生产自动化水平的重要途径。认为:机器视觉的应用可以有效提升纺织生产装备自动化和智能化水平。     

基于PLC和机器视觉技术的瓶坯丝印加工系统的研究

文章以中空瓶坯的丝印加工为研究对象,配合已有丝印加工设备的机械主体结构,实现瓶坯的精确定位缺陷检测。为保证产品外观LOGO品质,采用PLC和机器视觉技术实现对中空瓶表面字符型LOGO或图案型LOGO缺陷的自动检测。解决在大批量工业生产过程中,用人工视觉检查产品质量效率低且精度不高的问题,大大提高生产效率和自动化程度。     

应用机器视觉的织物表面绒毛率测试系统

目前织物表面绒毛含量大都采用人工方式检测,存在效率低、准确度不高等问题。为此,应用机器视觉和图像处理技术,研制了一套织物表面绒毛率测试系统。介绍了织物表面绒毛率测试原理,包括织物表面绒毛率检测数学模型、检测算法和阈值的确定方法,并介绍了织物表面绒毛率测试系统的软硬件组成。采用该测试系统检测了5种织物的表面绒毛率,并与人工检测结果进行了对比分析。结果表明：该测试系统能够高效地测定织物表面绒毛率,且与人工检测结果呈现高度正相关;系统重复检测偏差范围为1.18%～7.25%,可满足织物表面绒毛率的检测需求。     

在线质量检测系统发展前景广阔

当前,人们对产品品质的认知水平大幅度提升,品牌的忠诚度越未越高,这也极大地促进了包装印刷企业产品质量向“零缺陷”方向发展。在继印前、印刷、印后三个环节实现操作设备自动化后,产品的质量检测控制由原来的全员参与、人工视觉全检加抽检的方式,发展为现行的应用在线质量检测系统和离线质量检测系统的方式。     

粮食筒仓储量测量工艺的探讨

本文介绍了人工测量、料位器、散粮称动态统计等传统粮食筒仓储量测量方式,以及3D雷达料位系统、三维激光扫描技术、双目立体视觉技术、粮仓侧壁压强检测技术等智能测量系统,并有针对性地分析了不同测量技术的应用情况。     

机器视觉技术及其在包装印刷质量检测中的应用

机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品(即图像摄取装置，分CMOS和CCD两种)将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工怍环境或人工视赏难以满足要求的场合，     

高速机器人分拣系统机器视觉技术的研究

针对我国食品生产行业的实际需求,基于并联机器人、机器视觉等先进技术,构建了面向食品生产包装的高速机器人分拣系统,研究了输送带上运动食品的机器视觉定位算法,设计了运动食品分级与定位的机器视觉硬件系统,基于专业图像处理软件Sherlock,研发了自动分拣机器视觉软件系统,以提高我国食品生产效率、保证食品卫生、降低劳动强度。     

基于机器视觉的猴头菇品质快速无损检测与分级

传统的猴头菇品质检测与分级主要依靠人工分拣来完成,其主观性强、精度相差大、效率低,浪费了大量人力物力资源。鉴于此,为了实现猴头菇的快速无损等级评估,该研究引入机器视觉技术,提出了一种猴头菇品质的快速无损检测与分级方法,设计一套基于机器视觉的猴头菇品质快速无损检测与智能分级设备,并通过图像处理和软件设计开发一套猴头菇智能快速无损检测分级系统。通过加色法混色模型（RGB）对猴头菇的颜色特征的快速检测与等级的判定;采用图像阈值分割和Canny边缘检测,实现猴头菇完整度的判定;使用最小外接圆法对猴头菇的大小进行实时计算,完成猴头菇直径大小的判别;基于Microsoft Visual Studio 2017平台开发一套猴头菇品质快速无损检测可视化平台。试验证明,基于机器视觉的猴头菇品质快速无损检测与分级系统检测准确率达到97.07%,速度达到人工的5倍多。验证了系统的可靠性和可行性,为食品工业的智能化生产和加工提供了技术支撑,推动了机器视觉技术在食品行业的应用。     

基于机器视觉的红枣外部品质检测技术研究进展

近年来,具有快速、准确、客观和无损等特点的机器视觉技术已经被广泛用于农产品外部品质检测,以解决人工检测中存在的人力成本高、标准不统一和效率低等问题。在红枣加工和销售过程中,外部特征是影响其品质的重要因素,快速准确地对红枣外部品质检测能有效保障食品品质及安全、提高企业生产效率。本文综述了机器视觉技术在红枣外部品质检测中的应用,针对缺陷、大小、纹理、颜色和综合外部品质等指标总结了机器视觉检测方法的特点、存在的问题并阐明了其发展趋势,为我国红枣高效、快速检测分级装备的研发提供参考。     

印品质量自动检测系统在烟包印刷中的应用

一般的,印刷、印后加工好的烟包,经人工检验合格后直接出厂,而人工挑拣的观察范围有限,且长时间检验容易疲劳,漏检的几率较大。目前,烟厂已安装包装在线检测系统,对卷烟包装过程中出现的缺陷和烟包本身存在的质量问题进行即时监控,这对烟包印刷企业提出了更高的要求。为适应当前发展的需要,越来越多的烟包印刷企业引进印品检测系统来提高生产效率和产品质量检测能力,以期提高印刷质量,增加企业效能,减少废品率,提高产品出厂和合格率。     

初生纤维根数在线识别系统研究

为了降低化纤长丝生产中对纤维飘丝、断丝等的人工巡检强度和频次，提出了一种基于机器视觉的初生纤维根数在线检测方法。为准确获取初生纤维丝的图像，搭建了点光源照明的图像采集平台；在化纤生产过程中在线进行图像采集，利用滤波、二值化处理计算得到初生纤维根数；开发了适于Windows系统和Android系统的初生纤维根数在线识别系统的人机交互界面。在生产线上的应用结果表明：该系统提高了在线检测的效率和准确率，降低了工人的劳动强度。     

基于图像识别技术的电动工具视觉检测系统应用

介绍了一种基于图像识别技术的电动工具视觉检测系统。机器视觉传感器采集被测物体图像后,将原始数据送入图像识别检测模块,该模块由机器视觉算法和深度学习的图像处理技术组成,利用图像采集技术对可视化检测项目进行建模分析。实际应用表明,电动工具视觉检测系统的测量效果优于人工光学检测,避免了人为因素造成的检测误差。