機器視覺+人工智能高效解決管紗外觀檢測難題

時間：2018-04-17

作者：西安獲德圖像技術有限公司

詞條
詞條說明
基于機器視覺的一次性紙杯缺陷自動檢測
本文圍繞紙杯生產線上的實際檢測要求，基于機器視覺技術為基礎，圖像處理技術為方法，針對生產線上產品缺陷特征，設計了一次性紙杯缺陷的自動化檢測系統，有效提高了產品缺陷檢測的效率。該系統主要由工業相機、鏡頭、LED環形光源、顯示器、PLC、工控pc機、光電傳感器、報警裝置及圖像處理軟件等部分組成。解決方案：系統運行，光電傳感器檢測到生產線的運動，將該信號傳送到PLC，PLC接收到輸入信號，觸發工
基于MSER、SVM的玻璃纖維管紗毛羽檢測
本文為解決玻璃纖維管紗（奶瓶紗）人工檢測質量不穩定的問題，提出了一種基于較大穩定較值區域（MSER）和支持向量機（SVM）的玻璃纖維管紗毛羽檢測方法。解決方案利用機器視覺技術對管紗毛羽疵點進行實時檢測,通過多路相機采集管紗毛羽原始圖像，根據其形態特征以及灰度對比信息，提出基于較大穩定較值區域（MSER）的管紗毛羽分割方法，然后運用局部二值模式（LBP）算法獲得管紗毛羽的輪廓點特征信息，最后利
柔性化生產中不可或缺的一部分——視覺檢測
當今，自動化行業柔性化生產要求越來越高，機器視覺產品將逐漸地小型化、智能化，工業視覺技術應用在更多的產品上，如3D打印、裝配、建筑、電子、物流、倉儲、生產制造、醫藥、農業等多個生產領域均有廣泛應用。使用工業視覺技術可以獲取物體的深度信息，再通過算法的精準定位，可以讓機器在生產過程中對物料的使用和把控較加精準。從軟、硬件方面看，這就需要有好的視覺采集設備及檢測系統。目前，西安獲德推出的工業視覺
利用OpenCV識別玻璃纖維織物劈縫缺陷
玻璃纖維織物是經編多軸向織物，由一層或多層平行的紗線按照盡可能多的方向交錯而成的。織物具有一定的密實度和厚度，顏色一般為白色，生產時的質量缺陷主要為劈縫缺陷，在線生產速度為2m/min，幅寬一般為2.5m左右，檢測精度要求為0.5mm。本文根據生產實際狀況，搭建了玻纖織物缺陷在線檢測系統平臺如圖1所示。由圖可以看出，工業相機、鏡頭及光源組成了機器視覺檢測系統的圖像采集模塊。本次研究采用了全局曝