包装物料形状特征提取和识别方法

目的为了提高包装过程物料抓取成功率,采用机器视觉设计一种物料识别和定位方法。方法以串联机械手臂为载体搭建一种基于机器视觉的物料识别、定位、抓取平台,包括物料传送模块、图像采集模块、视觉分拣模块、机器人控制模块和抓取模块等。重点论述相关图像处理算法,包括基于双边滤波的图像预处理方法,基于Canny算子的图像边缘检测,图像特征提取和质心定位等。最后进行实验研究。结果实验结果表明,码垛机器人的物料形状正确识别率可以达到99.25%,抓取成功率能够达到99.5%。结论所述物料形状识别和抓取定位方法可有效解决图像特征提取、定位等问题,具有识别率高、抓取准确等特点,能够满足包装搬运要求。     

食品包装日期喷码检测系统设计

目的为了提高食品包装过程中喷码检测的准确度,基于机器视觉提出一种喷码缺陷检测方法。方法分析自动喷码系统结构和工艺流程,包括搬运机械手、传送装置、喷码装置、检测装置等。以扫码检测为重点研究对象,利用机器视觉采集图像,通过图像处理算法实现喷码缺陷检测,包括模板匹配算法和垂直投影方法。同时给出缺陷检测流程,主要由图像分割、字符校正和分割、字符分割、缺陷检测等步骤组成。结果实验结果表明,所述喷码检测方法的识别成功率可以达到99%,识别成功率较高。结论该方法能够有效处理漏印等喷码缺陷,可以代替人工实现食品包装的自动化分拣。     

基于机器视觉的水果分级系统设计

目的为提高水果分级准确度,以苹果分拣为研究对象,基于机器视觉设计一种苹果分级包装系统。方法根据实际分级功能需求,以苹果尺寸作为标准设计一种苹果分级系统的总体方案,包括DSP+ARM控制器、工业相机、传输带、光源等。重点讨论图像处理模块,首先完成图像背景分割;利用中值滤波实现图像平滑处理;采用Canny算子实现图像边缘锐化。在图像处理的基础上,建立苹果分级模型。最后进行实验研究。结果实验结果表明,人工挑选分级和机器识别自动分级的吻合率达到了96.8%,证实了系统的有效性和可行性。结论基于机器视觉的苹果自动分级的准确度已经接近人工挑选的水平,可推广到苹果类水果的自动分级、包装。     

基于机器视觉的包装品质检测系统设计

目的 为提高包装缺陷检测精度,基于机器视觉设计一种包装品质检测系统。方法 介绍机器视觉系统硬件结构,包括载物平台、工业相机、光室、计算机等。在此基础上,以条烟外包装检测为主要研究对象,详细阐述图像处理算法。首先利用中值滤波消除原始图像噪声;然后基于Canny算子实现图像边缘锐化;最终通过图像配准判断条烟外包装是否存在缺陷。结果 通过实验验证,结果表明该系统对合格样本的识别率可以达到100%;不合格样本的识别率也可以达到98.67%;整体识别率可以达到99.33%。结论 机器视觉系统具有识别精度高、性能稳定等特点;图像处理算法可准确区分条烟是否存在缺陷,具有实际应用价值。     

基于机器视觉的包装机械贴标功能实现

目的 为了提高包装机械贴标工序的自动化程度和贴标速度、精度,设计一种贴标控制系统。方法 基于机器视觉设计一种贴标控制系统。该系统主要包括PC机、工业相机、视觉处理模块、运动控制模块、打印机、贴标机、标签检测模块等。重点论述图像处理算法,其中柔性形态学滤波和边缘检测用于贴标区域识别和定位;模板匹配则用于检测标签的平整度和倾斜度。最后,针对正方体包装纸盒、圆形包装纸盒、不规则包装纸盒进行试验研究。结果 实验结果表明,所述贴标系统平均正标率均在99%以上。结论 基于机器视觉的包装机械贴标系统能够满足包装要求,而且可以提高包装机械的自动化水平、提高包装效率、降低企业成本。     

基于机器视觉检测的码垛机器人控制系统设计

目的为了提高码垛机器人对码放物品的自我分辨能力,提高码放效率,提出一种基于机器视觉检测的包装码垛机器人控制系统。方法首先分析机器视觉码垛机器人工作过程,基于工业控制计算机和图像采集卡设计码垛机器人控制系统,提出控制系统的硬件设计和软件设计。同时对机器视觉采集到的图像进行滤波、分割等图像处理,以提高机器人的视觉检测效率。结果实验结果表明,机器视觉码垛机器人的漏抓率为0,误抓率小于0.5%。结论该控制系统有效解决了规则物品的分类码放,实现了高效的物品码放。     

玻璃瓶口定位与缺陷检测系统设计

目的为实现玻璃瓶缺陷在线检测,基于机器视觉设计一种瓶口定位和缺陷检测方法。方法介绍系统结构,包括相机、控制系统和剔除机构。详细论述图像处理算法,即:图像预处理、图像分割、瓶口定位、缺陷检测等。中值滤波完成玻璃瓶图像降噪处理,迭代阈值实现图像分割。基于像素坐标平均法完成瓶口定位。对于瓶口断口和破损等缺陷,分别采用径向积分投影和双圆周扫描实现瓶口缺陷检测。最后进行实验研究。结果实验结果表明,所述算法的性能指标均为98%左右,实现了准确、快速、无接触检测。结论该系统操作简单,能够满足实际使用的需求。     

基于机器视觉的玻璃瓶口缺陷检测方法

目的为提高玻璃瓶口缺陷检测精度,确保生产线包装效率。方法基于机器视觉设计一种瓶口缺陷检测方法,并简要介绍检测系统的整体框架。分别论述基于最大熵值法的图像分割方法、瓶口定位方法以及图像特征提取方法,其中图像特征主要包括周长、圆形度、相对圆心距离。利用BP神经网络实现瓶口缺陷的准确识别,将瓶口破损程度转换为具体数值,最后进行实验验证。结果文中检测方法对破损瓶口的检测成功率为99%,对于不同的破损类型均有较高的检测准确度。结论基于机器视觉的玻璃瓶口缺陷检测方法能够满足生产线对准确性和实时性的要求。     

机器视觉检测图像拼接融合技术研究进展

机器视觉检测任务通常需通过图像拼接获取高质量、宽视野的被检对象,图像拼接融合是实现机器视觉图像拼接的关键步骤,该文系统评述常见机器视觉检测图像拼接融合技术,包括基于平滑过渡的机器视觉图像拼接融合技术、基于缝合主线的机器视觉图像拼接融合技术以及基于深度学习的机器视觉图像拼接融合技术等,阐述各技术方法的主要数学模型、工作机理以及性能特点,以及总结当前图像拼接融合技术先进方法与图像拼接配准技术值得关注的方向。     

基于eVision平台的亚相素视觉检测系统

机器视觉检测系统解决了传统人工检测中的许多问题,在很多行业中得到广泛的应用.本方案是基于通用硬件基础上利用eVision图像处理软件组建可以达到亚相素精度的高精度视觉检测系统的方案及其在生产中的应用.eVision图像处理平台具有友好的操作界面和功能细化的图像处理模块,可以将处理结果实时显示.在实验中我们在有限的时间里利用相对低的硬件成本达到了符合生产要求的处理效果.实验表明利用这种开发平台可以降低开发难度和成本,缩短开发周期,并且使我们最大可能的改进处理方法以得到最好的处理效果.     

基于深度学习的工业自动化包装缺陷检测方法

目的针对目前工业自动化生产中基于人工特征提取的包装缺陷检测方法复杂、专业知识要求高、通用性差、在多目标和复杂背景下难以应用等问题,研究基于深度学习的实时包装缺陷检测方法。方法在样本数据较少的情况下,提出一种基于深度学习的Inception-V3图像分类算法和YOLO-V3目标检测算法相结合的缺陷检测方法,并设计完整的基于计算机视觉的在线包装缺陷检测系统。结果实验结果显示,该方法的识别准确率为99.49%,方差为0.0000506,只使用Inception-V3算法的准确率为97.70%,方差为0.000251。结论相比一般基于人工特征提取的包装缺陷检测方法,避免了复杂的特征提取过程。相比只应用图像分类算法进行包装缺陷检测,该方法在包装缺陷区域占比较小的情况下能较明显地提高包装缺陷检测精度和稳定性,在复杂检测背景和多目标场景中体现优势。该缺陷检测系统和检测方法可以很容易地迁移到其他类似在线检测问题上。     

基于图像识别的铝塑包装材料边缘检测

目的为了提高铝塑类包装材料的边缘检测精度,基于图像识别技术设计一种边缘检测方法。方法介绍Canny边缘检测算法,针对其双阈值选择比较困难、边缘检测精度不高等问题,利用Ostu算法实现高、低阈值的选取。基于FPGA(现场可编程门阵列)和DSP(数字信号处理器)搭建一种图像检测系统,并给出系统框图及FPGA内部结构,即异步FIFO模块、串入并出模块、像素窗口刷新模块、数据处理模块以及配套电路等,并以药品铝塑泡罩包装为例进行实验研究。结果改进的Canny算法在保证处理速度的前提下,所检测图像清晰细致,能够得到完整边缘。结论该方法具有准确度高、稳定可靠、识别速度快等特点,可满足包装过程产品检测要求。     

基于机器视觉的包装物料自动筛选系统

目的为解决传统人工分拣作业效率低、速度慢、质量难以保证的问题。方法设计一种基于机器视觉的包装物料自动筛选控制系统,适用于多种输送线物料分拣的方案。结合多种图像处理算法,以提高物料筛选精度。改进中值滤波可实现图像预处理;形态学滤波可实现包装物料边缘检测;基于边缘匹配可完成物料识别。最后进行试验研究。结果试验结果表明,对于圆形、方形、三角形物料,所述包装物料筛选系统的分拣精度在99.5%以上,最大抓取速率能够达到150次/min。结论所述图像处理算法能够有效地提取物料边缘并实现物料识别,具有比较高的检测精度和稳定性,可以满足包装需求。     

筒子纱自动包装生产线控制系统设计

目的 为进一步提高筒子纱包装过程的自动化程度,采用分布控制和集中管理模式设计一种筒子纱包装生产线控制系统.方法 该控制系统主要包括上位机、自动包装模块、自动码垛模块.控制系统硬件可分为监控层、应用层、控制层和设备层.上位机基于TCP/IP协议制定系统应用层,通过工业以太网与各模块控制器通讯.各模块控制器会将传感器采集到的信息发送至上位机,上位机进行数据处理、分析、存储等操作,进而实现数据共享.针对筒子纱翻转系统,利用机器视觉采集筒子纱侧面图像,经图像处理后,与模板进行比较,进而判断筒子纱姿态并执行翻转操作,最后进行实验研究.结果 实验结果表明,所述控制系统的包装成功率可以达到99.7％以上.结论 筒子纱自动包装生产线具有成功率高、包装速度快、稳定性高等优点,可满足筒子纱包装需求.