基于机器视觉技术大米品质检测

该文介绍国内外大米品质检测研究现状,重点介绍国内应用机器视觉技术对大米品质进行检测研究动态,指出应用机器视觉技术对大米品质检测存在问题,并提出今后研究方向。     

基于机器视觉技术的大米品质检测综述

介绍了国外大米品质检测的研究现状及国内应用机器视觉技术对大米品质进行检测的研究动态,指出了应用机器视觉技术对大米品质检测存在的问题,并提示了今后研究的方向。     

机器视觉技术在大米品质检测中的研究进展

粮食事关国运民生。随着我国经济的高速发展以及人们生活水平的不断提高,人们对粮食的需求也由追求数量转变为追求质量,对优质大米的需求也越来越大,提高大米品质对稳定国内市场以及出口国外市场具有重要意义。利用机器视觉技术可以对大米的加工品质及外观品质进行快速、无损检测,对于提高大米的品质至关重要。本文综述了近年来国内外学者利用机器视觉技术在大米加工品质和外观品质中的研究现状与应用,并对今后大米品质检测技术的发展做出了展望。     

基于机器视觉的纸张表面缺陷检测系统

介绍了一套在高档纸生产线上应用的纸张表面缺陷（纸病）检测系统——Fopesigh-PDI,该系统能够在线检测边损、孔洞、白斑、黑点、油斑、褶皱等纸张缺陷。介绍了该系统的功能和特点,探讨其在提高纸张生产效率和质量控制中的重要作用。     

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。     

机器视觉识别技术

在国外,机器视觉的应用普及主要体现在半导体及电子行业,此外机器视觉在质量检测的各个方面也已经得到了广泛的应用,并且其产品在应用中占据着举足轻重的地位。随着普及度的不断提高,国内的视觉技术水平也日趋成熟起来,逐步开始了工业现场的应用,多见于制药、印刷、产品检测等领域,目前国内家具行业鲜见这项技术的应用。本文通过引介的几个国外公司的典型产品,旨在向读者展示视觉识别技术应用于家具制造的前景是非常广阔的。     

基于机器视觉的卷烟小盒商标纸表面缺陷在线检测技术

  目的  为检测卷烟小盒商标纸表面多种质量缺陷,提高缺陷检测准确率和检测速度。  方法  以标准图像的定位点通过偏移和相似度量实现快速定位配准,并改进图像差分算法进行实验。  结果  （1）待测图像与标准图像存在一定的偏移,其中最大偏移量为3.6 mm,最大偏移角度为2.1°,最快配准99张图像只需2.484 s。（2）传统差分算法检测图像速度为18.24 s,改进算法检测最快速度为15.62 s,改进后的平均准确率提高了15.23%。  结论  卷烟小盒商标纸表面缺陷在线检测技术速度快、准确率高,减轻了人工检测商标纸的工作量。      

基于机器视觉的筒子纱缺陷在线检测系统

为提高筒子纱检测过程的自动化程度,设计了一种基于机器视觉的筒子纱缺陷在线检测系统。该系统由2个工业相机、条形LED光源、对照式光电开关和计算机组成。首先,相机与同步光源分时采集筒子纱顶面和侧面过曝模式及正常模式图像。然后通过对顶面过曝图像自适应分割来定位筒子纱中心。其次,通过极坐标变换展开顶面正常图像。最后,在顶面展开图中,分别利用垂直方向边缘分布的投影特征、纹理及强度一致性、局部方向直方图纹理识别菊花芯、多源纱和网纱缺陷;在筒子纱侧面图中,通过投影法快速确定边界位置,并通过轮廓拟合程度识别多层台缺陷。结果表明,该系统可实时识别多层台、网纱、菊花芯、多源纱等筒子纱缺陷,具有较好的检测效果。     

机器视觉技术在粮食品质检测中的应用进展

机器视觉检测技术是通过获得图像,对图像处理分析的无损检测技术。随着图像技术专业化发展和计算机成本的不断下降,机器视觉检测技术在农产品方面应用会越来越广泛。为了充分了解这方面的技术,介绍国内外机器视觉技术在粮食等农产品表观品质、破损等方面的研究动态,展望机器视觉技术在粮食方面的发展前景。     

食品包装机器视觉检测系统

<正> 在现代工业自动化生产中,经常涉及各式各样的检查、测量和零件识别应用,如电子装配线的元件自动定位、饮料瓶盖的印刷质量检查,以及产品包装上的条码和字符识别等。这类应用的共同特点是连续大量的生产,而且对外观质量的要求非常高。一般来说,这种带有高度重复性和智能性的检测,只能靠人工完成。     

基于机器视觉的纽扣缺陷检测技术研究

利用机器视觉和深度学习算法对纽扣缺陷进行检测。首先对纽扣图像滤波去噪处理,提取轮廓并获取图像特征;接着对图像阈值分割,对二值图像标记连通域,完成纽扣区域分割及轮廓提取,通过轮廓数目判断是否存在多孔、少孔和外形轮廓缺陷;最后使用YOLOv4算法训练纽扣缺陷类型,实现四眼塑料纽扣缺陷检测。验证结果表明纽扣缺陷检测精度达到了95.5%,单个纽扣平均检测时间为0.89s,满足工程应用需求。     

基于机器视觉的印品质量在线检测

印品质量检测的意义 在印刷向小批量、多品种、多色、高效方向发展的今天,印刷品越来越精细,人们对印品质量和印刷效率也有更高的要求,带有缺陷的印品是人们所不能接受的。要提高印品质量和印刷效率的有效途径之一就是对印品进行质量检测。因此,印刷厂商对印刷品在印刷过程中实行质量自动监测,是梦寐以求的手段之一。尤其在高速运转的印刷机上,如不及时发现并排除故障,就意味着大量废品、次品损失,特别是在原材料成本不断增加的今天,废品的增多就意味着生产成本的增加,对企业的影响极大。另外,如果印刷过程中出现以上问题,而没有及时进行检查,把一些废品流入社会,将给印刷厂家造成极坏的社会影响。所以印刷品质量检测有着深远的意义。     

基于机器视觉的织物疵点检测技术探讨

针对传统人工视觉检测技术的缺陷,建立一种基于机器视觉的织物疵点检测技术方案。在深入讨论检测系统硬件设计的基础上,重点讨论了织物疵点检测流程、获取织物特征的拟合方法、疵点特征提取流程、织物疵点分类与织物等级评定等。同时,讨论了织物疵点自动检测系统实际应用时应注意的几个关键问题。为快速、准确、有效的检测织疵,提升检测技术水平和加强产品质量控制,具有十分重要的现实意义。     

包装印刷检测的新篇章——机器视觉

<正>一、引言印刷品印刷完成之后,由于整个印刷过程中印刷工艺状态有可能会发生变化,进而造成印刷质量的变化,导致产品不合格等情况。而这一变化导致的产品不合格,在生产过程中难以及时被发现,特别是依靠人眼识别的情况下。如果在印刷完成之后进行品质检查,由于一次生产出的印刷品数量太大,依靠人眼识别很主观并且效率也很低,不是很现实。因此需要一种高效可靠并且稳定的检     

机器视觉在纺织检测中的应用

介绍机器视觉的研究内容，比较机器视觉与人类视觉的差异，论述机器视觉检测中几种基本技术，阐述机器视觉在纺织检测领域中的应用。     

机器视觉技术在谷物识别与分级中的研究进展

机器视觉技术在农产品品质检测方面的研究和应用发展迅速，为了能充分解国内外在谷物方面的研究状况，综述了机器视觉技术在大米、小麦、玉米以及其它谷物的识别和分级中的研究进展。     

机器视觉技术在疵点检测中的应用

介绍了机器视觉系统及应用于坯布疵点检测的现状，全面总结了最新国内外对于疵点检测的各种算法及其优缺点。提出生产实际中检测算法的研究方向。     

基于机器视觉的筒子纱密度在线检测系统

为提高筒子纱密度检测自动化程度,解决传统筒子纱密度测量方法效率低、操作复杂等问题,设计了一种基于机器视觉的筒子纱密度在线检测系统。该系统由质量传感器、光电传感器、蓝色面光源、工业摄像机、传送装置和工控机组成。研究了筒子纱图像校正算法,根据透视投影理论建立了筒子纱校正模型,还原了筒子纱上下边界的直线特性,得到了理想的筒子纱侧面图像,用积分法得到筒子纱的精确体积。150个筒子纱密度检测结果表明:通过像素当量折算出筒子纱实际最大直径和体积参数,再结合高精度质量传感器的数据,最终可计算出筒子纱密度,基于机器视觉的筒子纱密度在线检测系统的检测精度和稳定性能可满足生产要求。     

基于机器视觉技术的药片包装缺损检测系统的研究

介绍了机器视觉的概念及基于机器视觉技术的药片包装缺损检测系统，并给出了系统的硬件组成、控制系统软件模块结构及其工作过程。     

机器视觉应用于 木工刀具磨损检测研究进展

本文探讨了木工刀具磨损检测与家具零件加工检测之间的关系,以及对提高家具产品质量和加强家具工艺系统管理的作用,联系当前家具生产刀具的使用情况,说明了开发木工刀具磨损检测技术的必要性。文章介绍了机器视觉检测技术,基于机器视觉检测技术的木工刀具磨损检测技术的特点,论述了构建针对木工刀具磨损检测技术的软件算法和目前已经取得的研究成果,展望了木工刀具磨损检测技术对家具生产工艺系统管理新技术的参考作用。