在現(xiàn)代包裝工業(yè)自動化生產(chǎn)中，涉及各種各樣的檢查、測量，比如飲料瓶蓋的印刷質量檢查，產(chǎn)品包裝上的條碼和字符識別等。這類應用的共同特點是連續(xù)大批量生產(chǎn)、對外觀質量的要求非常高。通常這種帶有高度重復性的工作只能靠人工檢測來完成，我們經(jīng)常在一些工廠的現(xiàn)代化流水線后面看到數(shù)以百計甚至逾千的檢測工人來執(zhí)行這道工序，在給工廠增加巨大的人工成本和管理成本的同時，仍然不能保證100%的檢驗合格率(即“”)。

半導體的廣泛應用使得人們對其質量要求越來越高。半導體生產(chǎn)過程中塑封表面缺陷的檢測得到更多生產(chǎn)廠家的重視。本文對SOT-23封裝式半導體的表面塑封缺陷進行了研究,改進并優(yōu)化半導體質量缺陷檢測系統(tǒng),通過邊緣檢測算法提取半導體管體的塑封邊緣,確定被檢管體的位姿,縮小檢測范圍,使用基于邊緣點的模板匹配算法來判斷字符的完整性,后利用差影法準確地檢測出塑封缺陷。經(jīng)工廠試用后,結果顯示此系統(tǒng)能有效地檢測出表面質量缺陷。



對比現(xiàn)有大輸液藥品可見異物人工檢測方法,在線視覺自動檢測具有巨大優(yōu)越性,為此,本文設計了一套用于瓶內(nèi)藥液異物檢測的視覺系統(tǒng).首先研究了檢測系統(tǒng)的機械與電氣控制結構,開發(fā)了面向高速高精度生產(chǎn)線的圖像獲取裝置;然后,基于圖像中藥液內(nèi)異物運動軌跡的連續(xù)性,利用序列圖像提取出圖像中的運動信息,在此基礎上,使用改進的Mean shift跟蹤算法實現(xiàn)了可見異物的檢測識別;后選用100ml葡萄糖大輸液進行在線測試,檢測系統(tǒng)分辨率達到了國家藥典的檢測要求,系統(tǒng)運行準確率近95%,在線自動化視覺檢測方法能很好滿足生產(chǎn)線的要求.