排序方式: 共有12条查询结果,搜索用时 15 毫秒
1.
2.
目的通过优化智能包装检测系统中的光源条件,提高多层包装中缺陷内衬纸智能检测的识别率和包装的良品率。方法在智能包装检测系统中,通过改变光源的波长来检测不同颜色的缺陷内衬纸,并对缺陷内衬纸面积检测的像素数量进行分析,来确定合适的光源波长。结果色相性导致红光、绿光及蓝光等可见单色光不能使相同颜色的内衬纸在智能包装检测系统中成像,但在白光、红外光和紫外光照射下可以检测出所有的缺陷内衬纸。进一步分析得知,智能包装检测系统在红外光照射下缺陷内衬纸的成像效果最好;在白光、红外光和紫外光照射下的识别率分别为90.5%, 99.5%, 96.5%,红外光照射下的识别率最高。结论在实际包装车间生产中,为使智能包装检测系统的准确率最高,可根据色相性选择光源或者直接选择红外光光源。 相似文献
3.
目的 针对食品内层包装纸的缺陷特征,对机器视觉识别系统的照明光源进行优化,以提高内层包装缺陷的识别率,减少缺陷包装量。方法 基于计算机视觉识别技术,通过斑点检测不同光源下内层包装纸的常见缺陷特征,分别采用Matlab的三维绘图、相关性分析的方法,依次确定照明光源类型、形状和角度,并进行应用验证。结果 红外光源为纸铝复合内层包装纸缺陷特征识别的最适光源类型;条形光源与内层包装纸呈极显著相关,缺陷识别率达96.95%;60°的高角度照明位置与内层包装纸呈显著相关,缺陷识别率达96.96%。红外条形光源高角度照明,缺陷识别率达99%。结论 将红外条形光源高角度照明应用于纸铝复合内层包装纸的在线检测,与LED环形光源相比,其缺陷特征视觉识别率提高了0.51个百分点。 相似文献
4.
5.
6.
目的研究卷烟不同内衬纸对光的敏感程度,为优化机器视觉检测精度以提高卷烟的包装质量提供参考依据。方法基于机器视觉技术,通过RGB和HSV颜色模式对不同颜色、类型内衬纸的光学反应参数进行测试,采用方差分析对光敏性进行差异显著性分析,确定显著程度后再进行相关性分析,得出不同内衬纸与光敏性的关系,并验证缺陷内衬纸的光敏性。结果不同颜色、类型内衬纸间的光敏性均存在显著性差异,其中R对颜色的光敏性影响最大,且与颜色呈显著正相关,光敏性强弱依次为:红色浅金色银色金色。V对类型的光敏性影响最大,且与类型呈显著正相关,光敏性强弱依次为:压花复合铝箔型普通转移型直镀铝箔型复合铝箔型镭射型真空镀铝转移型。结论不同卷烟内衬纸的光敏性均存在差异,在实际生产中,企业可针对不同品牌内衬纸优化光敏性范围,通过调整光学参数R,V进行缺陷内衬纸的判断与剔除。 相似文献
7.
8.
目的 分析食品多层包装内包缺陷产生的原因,降低食品生产过程中内包装的缺陷率。方法 以GDXII包装机为例,分析造成褶皱、破损、翘边、露底、划痕和拼接错误等6种典型内包铝箔纸缺陷的原因,分别对GDXII包装机的内包夹紧装置、压花装置、切割装置、加速装置及包装成型装置进行参数调整。结果 调整优化后的GDXII包装机在生产时,机器运行稳定,单小时内包生产量由优化调整前的23 977提升至24 350,内包铝箔纸缺陷率由调整前的4.44%降低至1.92%。结论 在实际生产中,同类食品包装生产企业可以根据该优化调整思路及方法,确定与之适应的包装机参数调整方案,以降低生产过程中内包缺陷损耗率,提升产品信誉度和企业经济效益。 相似文献
10.
为解决食品包装机生产过程中内包装质量缺陷等问题,基于机器视觉原理设计食品内包装缺陷检测装置。该装置主要由图像采集、图像处理及判断与剔除等系统组成,使用超小型CCD相机对包装材料的内部缺陷进行扫描,通过PLC程序实现对缺陷包装的判别和剔除。以内衬纸为例,利用不同程度缺陷内衬纸及FLUKE热成像仪,对机器视觉装置进行内衬纸缺陷剔除率及机械部件运行情况的测试。结果表明:采用机器视觉的检测装置较好地解决了生产过程中缺陷内衬纸漏检及检测效率低等问题,各类型缺陷内衬纸检测准确率高达95%,研发后缺陷烟包白班减少了13.3包/月、前夜班减少了8.4包/月、后夜班减少了8.0包/月,降低了缺陷烟包量,提高了设备运行的稳定性,所有仪器均满足长期稳定运行的要求,实现了包装质量的闭环式自动检测技术。 相似文献