基于改进型PCNN的智能灯检机研究

设计了一种基于改进型脉冲耦合神经网络(pulse coupled neural networks,PCNN)的全自动智能灯检机,以实现药液中可见异物在线高速、高精度检测.为了从采集的复杂序列图像中提取出微小的运动目标,本文设计的机械装置能保证智能灯检机按照"旋转-急停-跟踪拍摄"这一检测流程,利用序列图像在时空上的连续性,克服大量背景干扰.由于存在连续图像中物体位置变化不大而导致漏检的可能性,相机采用外部等间隔时间触发拍摄模式.最后应用所述改进型脉冲耦合神经网络分割图像,并根据目标运动轨迹的连续性和平滑特点判断异物的存在性.实验表明,该智能灯检机能够有效检测出药液中的可见异物,检测速度、精度、误漏检率均能很好的满足医药生产线的需求.     

基于正交双目视觉的药液杂质粒径标定

灯检机是利用机器视觉技术对药液中可见异物进行检测的机器.为了利用全自动灯检机获取中药液杂质粒径和其成像大小之间的精确标定曲线,提出了基于正交双目视觉的杂质粒径标定方法.首先,根据空间匹配建立杂质颗粒在正交相机图像中的对应关系,得到杂质颗粒在图像中的三维空间坐标;然后,根据杂质颗粒的坐标计算由柱形瓶装药液带来的一维放大率误差并对杂质颗粒图像进行图像几何校正,再根据杂质颗粒坐标进行杂质离焦误差系数计算,从而获得杂质颗粒图像大小的精确值.对滴加了粒径为50 μm的标准颗粒的西林水剂瓶进行粒径标定,使杂质粒径测定值的离散度系数从0.11降低到了0.05.实验表明,此方法可以获得高精度的粒径标定曲线,实现灯检机对药液中杂质粒径的精确判定.     

关于全自动智能灯检机的探讨

南通珠峰机械有限公司成功开发的“ZWT型全自动智能灯检机”，彻底解决了几十年来一直困绕着我国制药灯检中的一个重大难题，填补了国内空白。为提高产品质量和生产效率，增加经济效益，我们分别购买使用了南通珠峰的“ZWT型全自动智能灯检机”。通过近几年的生产实践，现和同行们交流一下使用体会。     

国内外全自动异物灯检机性能比较研究

以全自动异物灯检机为研究对象,分别选取了意大利、日本、中国具有代表性的智能灯检机进行小容量注射剂的灯检试验,以灯检机漏检率、破损率、剔废率为综合评价指标,比较了国内外灯检机的性能,得出了国内外灯检机各项指标性能接近,均可以作为企业的选择对象的结论。     

机器自动灯检与人工灯检的比较

从人工灯检所产生问题的提出入手,简介了安瓿自动灯检机,着重对机器自动灯检与人工灯检进行了全面比较,得出机器自动灯检优于人工灯检的结论。     

ATM18型全自动灯检机的机理以及常见故障分析

为有效地维护、保养全自动灯检机设备,对ATM18型全自动灯检机的工作原理、传动形式及其性能进行了分析,并介绍了在使用过程中的常见故障及其维修方法。     

一种基于机器视觉的全自动灯检机图像采集系统

介绍了一种全自动灯检机检测液体制剂的图像采集系统技术,该技术采用LED/激光组合照明系统和高速摄像头,通过五工位、双头模式,实现高速摄取和处理旋转制剂瓶内可见异物动态图像,同步完成旋转制剂瓶内液位、瓶盖和瓶壁裂纹等项目检测,以达到高效率和最佳检测效果。     

注射液杂质智能灯检机关键模块设计及仿真

针对注射液杂质全自动智能灯检机中检测平台的核心运动单元的设计进行了详细的论述,并详细介绍了灯检机的工作原理。为了采集到准确清晰的注射液杂质图像,对灯检机机械系统中检测平台的关键检测模块进行设计与分析,其主要包括回转组件、夹具组件和同步带轮组件等关键部件。综合应用三维实体造型CAD软件和机械系统动力学分析软件ADAMS建立了所设计的灯检机的虚拟样机,并通过初步运动仿真分析,验证了所设计机构的合理性以及该设计的意义。     

全自动灯检机研究和开发

提出了一种基于机器视觉的全自动灯检测机.这种灯检机采用多工位设计,能对药液及其包装瓶进行多项检测.设计了专门装置采集瓶内旋转液体的序列图像,运用图像融合和运动分析的方法对包装瓶和液体图像进行识别,能保证全面准确地检测产品质量.     

注射剂微粒检查方法及检测设备应用问题探讨

以注射剂的广泛使用及注射剂中所含微粒造成的危害为切入点,介绍了《中国药典》对注射剂微粒的限度要求和注射剂生产过程中检查微粒的方法,探讨了全自动灯检机在应用过程中存在的一些问题。     

基于机器视觉的电子元件在线质检分类系统设计

为了解决电子元件蜂鸣器出厂时人工质检效率低、容易伤害分拣人员听觉等问题,设计了基于机器视觉的电子元件在线质检分类系统。该系统主要由自动上料、视觉检测、声音检测、电极控制和下料控制这5个部分组成,由PLC主控制器、OpenMV视觉检测模块、声音识别模块以及步进电机等配合完成蜂鸣器的自动上料、检测和等级分类功能。经过现场调试及应用表明,该控制系统提高了蜂鸣器的质检分类效率,其效率是人工质检的1.9倍,准确率提高了9.4%,每台设备至少替代3名工人,节约了企业的成本。     

基于机器视觉的罐盖质量检测系统设计

文中根据饮料易拉罐罐盖制造生产线的工作环境和检测要求,研制了基于机器视觉的罐盖质量检测系统,实现了铝制罐盖瑕疵的自动检测和快速剔除.该检测系统由下盖装置、盖传送装置、光源与图像采集系统、视觉处理及控制系统、次品剔除装置等组成,铝制罐盖经下盖装置连续不断的进入盖传输区域,盖传输装置通过真空将罐盖吸附在传送带上,当罐盖通过成像系统时,光纤传感器触发工业相机和光源,获得高速罐盖图像,图像检测系统分析罐盖多个检测区域,电气控制系统根据图像检测结果分拣罐盖.通过实验测试证明:该视觉系统实时性好,可靠性高,有效地提高了罐盖检测生产线的工作效率.     

浅谈视觉检测技术在折弯机上的应用

阐述了视觉检测技术的工作原理及其具有非接触、速度快、柔性好等特点,在把LAZERSAFE公司的IMG-100角度自动检测装置安装在折弯机床上的基础上,通过视觉检测系统获取折弯角度,以帮助工作人员校正折弯角度,并监控机床的运行,保证工作人员的安全。通过实验表明,该项应用对于产品品质的把控,起到至关重要的作用。     

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。     

基于机器视觉的平板式数粒机检测方法

以现代药品包装为应用背景,以新型平板式数粒机为研究平台,以机器视觉技术为研究重点,提出了一种基于机器视觉的平板式数粒机的检测方法。该检测方法可用于药品颗粒的缺陷检测和计数算法的研究。实验结果表明,基于机器视觉的平板式数粒机检测方法可达到用户的要求,实现高速度、高效率、高精度的在线检测计数。     

Research and application of visual location technology for solder paste printing based on machine vision

A location system is very important for solder paste printing in the process of surface mount technology (SMT). Using machine vision technology to complete the location mission is new and very efficient. This paper presents an integrated visual location system for solder paste printing based on machine vision. The working principle of solder paste printing is introduced and then the design and implementation of the visual location system are described. In the system, two key techniques are completed by secondary development based on VisionPro. One is accurate image location solved by the pattern-based location algorithms of PatMax. The other one is camera calibration that is achieved by image warping technology through the checkerboard plate. Moreover, the system can provide good performances such as high image locating accuracy with 1/40 sub-pixels, high anti-jamming, and high-speed location of objects whose appearance is rotated, scaled, and/or stretched.     

基于机器视觉的玻璃缺陷检测

随着科学技术的进步,高端显示屏产品对平板玻璃的质量要求越来越高,玻璃的表面缺陷检测技术也因此备受关注。传统的人眼检测方法工作量大且准确率低,已经无法满足生产实际要求。研究了一种基于机器视觉的玻璃质量检测系统,采用先进的CCD成像技术和背光式照明获取图像,用MATLAB图像处理工具箱对采集到的图像进行灰度值化、滤波降噪和阈值分割处理,实现对缺陷区域的特征提取和识别。最后用BP神经网络对玻璃表面的三种缺陷进行分类,该神经网络识别的平均误差率为9.84%,表明此检测方法具有一定的应用价值。     

Stewart平台式并联机床的干涉计算

并联机床是一种特殊的机床,类机器人的并联结构使得机床的干涉问题相对突出。为此对并联机床的干涉问题进行了分类,针对两类干涉问题。分别讨论了进行干涉计算及检验的方法,并给出了并联机床中连杆与连杆、连杆与主轴电机不发生干涉的条件,以及两种常用铰链不发生干涉的条件。     

基于机器视觉技术的微操作系统

通过研究机器视觉技术在微操作系统中的应用,分析了机器视觉在微操作系统中应用与在其他系统中应用的不同之处,介绍了微操作系统的组成结构。着重分析了机器视觉技术在系统中的具体应用,并且通过实验进行了验证。结果表明,该系统能够精确定位目标位置,有很高稳定性,为系统自动化奠定了技术基础。