基于机器视觉技术的药品瓶包装在线检测系统

针对药品玻璃瓶包装的检测,提出了一种基于机器视觉技术的、适于实时在线检测和控制的方法。介绍了基于HALCON机器视觉软件的药品玻璃瓶包装在线检测系统的硬件结构组成、软件平台及结构层次以及在药品瓶包装批号、装液量、标签检测中的实际应用;指出了检测系统的特点与应用前景。     

迪尔制药联手南京大树成功实现产品技术升级

<正>近期,黑龙江迪尔制药机械有限责任公司引入了南京大树智能科技股份有限公司的"制药包装颗粒缺损在线检测装置",对条板式数粒机进行了技术升级,填补了目前市场上同类设备的技术空白,为烟台中亚医药保健提供了完善的解决方案。黑龙江迪尔原用于单粒固体药品的计数装瓶设备是全自动计数装瓶生产线的配套产品,其特点是生产效率高,计数准确,具有光电检测和自动剔除功能。在此基础上,黑龙江迪尔与南     

颗粒数粒技术的发展及应用

回顾了固体药品颗粒数粒装瓶技术的发展过程,分析了当前国内外技术的特点,在对第二代光电式数粒关键技术——颗粒输送、检测计数、装瓶技术和整机技术集成全面介绍的基础上,分析了其在当前的应用,进而探讨了未来的发展和应用。     

高速条板式数粒机机械系统设计

分析了高速条板式数粒机的工作原理,设计了高速条板式数粒机的机械结构,研制了高速条板式数粒机的样机,连续进行了10000瓶装瓶实验,实验结果表明,该机计数准确,产量大.各项性能指标都达到了设计要求.     

基于机器视觉的智能定位与检测技术研究

基于机器视觉工作原理,对机器视觉的智能定位与检测等相关技术进行了研究,设计了一种基于机器视觉智能定位与检测系统,对视觉跟踪精度进行测试,跟踪精度约为（-0.2°～＋0.2°）,并将该技术应用于LED球泡灯自动化装配线,可满足装配线的实际生产需求.     

基于机器视觉的冷油管螺纹中径自动检测系统

在冷油管接头螺纹中径的不良分拣检测过程中,因采用人工检测而存在检测准确率低、效率低下的问题,为此,提出了一种基于机器视觉的油管零件螺纹中径不良品分拣检测系统。首先,基于机器视觉的油管零件螺纹中径不良品分拣的方案,在三针法中径测量原理的基础上,提出了基于机器视觉的四针法的虚拟量针定位算法,并通过Hough变换获取了牙线直线,结合线切圆定位的方法,自动获得螺纹中径线,实现了对中径的自动测量;然后,以冷油管螺纹中径检测分拣评价标准为依据,进行了机器视觉系统的选型,完成了基于机器视觉的冷油管螺纹中径检测系统的总体设计,并结合机器视觉的螺纹中径检测控制系统的控制流程,完成了对控制程序的设计;最后,从系统检测精度和重复精度两方面出发,对基于机器视觉的冷油管螺纹中径检测系统的精度和分拣能力进行了验证。研究结果表明：系统可很好地对产品螺纹中径不良品进行筛选,且检测精度达到0.01 mm,重复性精度达到0.001 mm;该检测系统可为同类型产品的品质检测提供一种新的解决方案。     

基于机器视觉的开放式数控系统软件平台运行效率研究

机器视觉与开放式数控系统相结合,有助于开发数控系统的视觉检测、状态诊断和加工误差补偿等功能。基于常用的开发软件平台与机器视觉库,对具有机器视觉功能的开放式数控系统软件平台运行效率进行研究,通过试验比较了各种方案的运行效率,并以数控曲线磨削为例,研究了基于机器视觉的加工误差补偿效率。根据研究结果,给出了运行效率优化方案,为基于机器视觉的开放式数控系统软件平台选择提供了依据。     

基于机器视觉技术的接地线装拆安全检测告警技术应用

为了提高接地线工作的安全性，从接地线装拆安全检测告警出发，对基于机器视觉技术的接地线装拆安全检测告警技术进行研究，对安全检测告警软件进行了设计，利用手持终端与伺服电机实现接地线装拆安全检测的告警，通过MVC框架、以Java作为编程语言实现了软件的功能，并利用渐进式扩展网络（PSENet）技术对机器视觉技术中的文本识别方式进行优化。应用效果表明，基于机器视觉技术的接地线装拆安全检测告警技术的应用可有效减少误操作。     

多关节机器人与机器视觉通讯接口协议的设计

为解决工业生产中工业机器人系统与机器视觉系统之间的数据信息交互问题,以四轴水平多关节工业机器人与CkVisionBuilder视觉系统为研究对象,设计并开发出一套以工业以太网为标准的TCP/IP接口通信协议,该协议满足CkVisionBuilder机器视觉系统与雅马哈四关节水平机器人之间的数据交换,实现了机器视觉系统的尺寸测量、缺陷检测、字符识别检测,并引导四关节水平机器人精准定位,从而对被检产品实现分拣,推动了机器换人的产业升级快速发展。     

医药灌装生产线上的产品异物视觉检测系统研究

针对国内灌装药品生产线上现有检测方法精度低、速度慢等问题,设计了一套基于机器视觉的灌装药品异物检测系统。从机械结构、电气结构、工作原理方面对系统硬件部分进行了详细的介绍。根据药液内异物目标运动轨迹的连续性特征,提出了基于序列图像的异物检测识别算法。通过对250 ml灌装药液进行检测,验证了该设计方案的可行性与有效性。     

基于机器视觉的抗生素残留量检测系统研究和开发

本文设计了一种结合机器视觉和各领域成熟技术的自动检测系统，以实现符合行业标准的四环素族抗生素残留量检测。通过CCD器件采集图像后，进行自适应差分滤波预处理，采用改进的四叉树交叉熵分割算法进行准确快速的分析，提出多分辨率的圆检测算法精确检测抑菌圈直径数据，最后对数据建模统计，得到分析结果。实验证明，设计并开发的检测系统具有精度高、重现性高、操作简单、客观性强、专业性强等显著优点，可推广到其他的抗生素检验领域。     

机器视觉非接触测量系统在线校准及不确定度分析

高精度、大面阵CCD和CMOS传感器件的出现,使得机器视觉非接触测量技术得到越来越广泛的应用。本研究以典型机器视觉非接触测量模型为研究对象,通过对其原理、测量数学模型和计量特性进行了阐述和分析,创新性提出了一种机器视觉非接触测量系统的在线校准方法,分析并确立了测量过程中的不确定度来源,并对校准结果进行了不确定度评定。实验表明,机器视觉非接触测量系统在线校准方法具备两个优点：一是易操作性,优化了测量标准的追溯关系;二是校准精度高,在95％的置信概率下。校准系统不确定度为0．008mm。     

基于计算机视觉的药片实时检测系统

为了提升药品缺陷检测效率,降低制药企业的生产成本,设计了一款基于计算机视觉的药片实时检测系统。介绍了计算机视觉检测系统的工作原理和硬件结构组成,并在此硬件结构基础上,提出了一种新型计算机图像分割和特征提取方法。实验结果表明,所述算法和系统能够显著提高药片缺陷检测准确度,可以达到99%,计算机视觉检测系统能够完全满足实时性、高识别率等要求。     

机器视觉在TFT-LCD暗画面缺陷检测中的应用

针对目前TFT-LCD缺陷检测普遍采用的人工视觉检测方法,介绍了一种基于机器视觉的检测系统。运用阈值迭代算法实现了对TFT-LCD暗画面下缺陷图像的分割和检测,利用MIL图像处理软件实现了对缺陷的自动检测。实验结果表明,该系统能够准确地实现暗画面下可见缺陷的自动检测功能。     

机器视觉与惯性信息融合的轨道线形检测

轨道空间线形检测是保障列车运行安全的一项关键技术,受陀螺仪及加速度计的累计误差的影响,使得基于常规的惯性单元的轨道线形检测方法在低速连续运动测量下精度较低。为了解决该问题,提出一种基于机器视觉与惯性信息多传感器融合的轨道空间线形检测方法。通过分别建立惯性测量单元与机器视觉转换矩阵,倾角仪与惯性测量单元旋转矩阵及惯性测量单元与机器视觉平移关系矩阵,将动态测量数据转换到世界坐标系下,实现多传感器间的融合定标。利用扩展卡尔曼滤波将机器视觉与惯性信息进行融合,提高检测精度。最后,通过搭建测量平台进行实验验证,结果表明该方法的测量精度小于0.5mm且标准差低于0.3。与常规惯性测量方法相比,测量精度提高近10倍。     

基于机器视觉的轴承内外径尺寸测量方法

针对轴承内外径尺寸的人工测量方法存在测量效率低、易产生视觉疲劳等问题,提出一种基于机器视觉的轴承内外径尺寸测量方法,利用智能相机采集轴承图像并对其做中值滤波与二值化处理,通过Sobel边缘检测算法提取轴承内外圈的边缘特征点,采用最小二乘法计算出拟合圆的圆心与内外半径的像素值,并通过尺寸标定与机器视觉脚本程序,将其换算为内外径的实际尺寸。实验结果表明,该视觉测量方法精度高、速度快,适用于大批量轴承生产场合。     

基于机器视觉的表面缺陷检测方法研究进展

在半导体、PCB、汽车装配、液晶屏、3C、光伏电池、纺织等行业中,产品外观与产品性能有着千丝万缕的联系。表面缺陷检测是阻止残次品流入市场的重要手段。利用机器视觉的技术进行检测效率高、成本低,是未来发展的主要方向。本文综述了近十年来基于机器视觉的表面缺陷检测方法的研究进展。首先给出了缺陷的定义、分类以及缺陷检测的一般步骤;然后重点阐述了使用传统图像处理方式、机器学习、深度学习进行缺陷检测的原理,并比较和分析了优缺点,其中传统图像处理方式分为分割与特征提取两个部分,机器学习包含无监督学习和有监督学习两大类,深度学习主要囊括了检测、分割及分类的大部分主流网络;随后介绍了30种工业缺陷数据集以及性能评价指标;最后指出缺陷检测方法目前存在的问题,对进一步的工作进行了展望。     

基于机器视觉的3自由度并联平台标定试验研究

为了提高并联平台的运动精度,以锡膏印刷机3自由度并联平台为研究对象,基于机器视觉提出了一种运动学标定修正系统输入的补偿方法。给出了平台理论分析模型,利用运动学逆解方程推导出误差函数,通过机器视觉对平台标识点进行测量并记录平台运动的实际位姿,根据标定结果对理论控制模型进行补偿。试验结果表明,该标定补偿方法有效地提高了并联平台的运动精度。     

基于机器视觉的圆柱滚子尺寸检测方法

以轴承圆柱滚子为研究对象,提出一种基于机器视觉的圆柱滚子尺寸检测方法,利用圆柱滚子的图像实现圆柱滚子直径与长度的同步检测。首先,对相机拍摄的圆柱滚子照片做预处理:使用灰度线性变换提高圆柱滚子与背景的对比度,再使用二值化阈值分割方法实现圆柱滚子图像的获取;然后采用Canny算子检测圆柱滚子边缘,为了获得圆柱滚子的直径与长度值,最后运用最小外接矩形拟合边缘。经过与人工检测结果对比,证明该检测方法检测结果准确。     

基于机器视觉的隧道衬砌裂缝检测算法综述

《公路隧道养护技术规范》中明确指出隧道裂缝的调查是专项检查项目之一。目前常采用人工检测,漏检不可避免,为克服此缺点,用机器视觉的方法实现自动化检测已成为近年来该领域里国内外主要研究手段。在机器视觉研究方法的背景下,对目前国内外关于隧道混凝土衬砌裂缝检测算法的研究进行了较全面的综述,包括衬砌图像预处理、裂缝的检测、干扰的剔除、裂缝宽度的测量及误差分析4个部分,并对所采用的算法进行了优势及不足的比较,最后给出结论和未来设想。