電線電纜是一種十分重要的工業(yè)加工材料,而表觀質(zhì)量作為產(chǎn)品給人的視覺印象,已成為衡量產(chǎn)品的一個重要標準,直接影響消費者對產(chǎn)品的滿意度,也在很大程度上影響產(chǎn)品的終性能。近年來伴隨著計算機圖像處理技術(shù)以及機器視覺檢測技術(shù)的快速發(fā)展,機器視覺檢測已經(jīng)深入到各行各業(yè)的產(chǎn)品質(zhì)量檢測過程中。將機器視覺技術(shù)應用到線纜表觀缺陷檢測中,不僅可以實現(xiàn)全過程實時在線檢測,還能在很大程度上提高檢測的準確性,從而提高線纜的質(zhì)量與產(chǎn)量。圖像技術(shù)與圖像處理技術(shù)作為機器視覺系統(tǒng)的兩大,在高速生產(chǎn)的產(chǎn)線上圖像技術(shù)決定了圖像的質(zhì)量,

玻璃瓶在制造的過程中,不可避免的會產(chǎn)生瓶口、瓶身劃痕等缺陷。特別是像香水、精油、等這些經(jīng)濟價值較高的產(chǎn)品,對包裝瓶的外觀品質(zhì)有著更高的要求。本文以管制精油灌裝瓶為測控對象,借助機器視覺技術(shù)、機械手技術(shù)以及工業(yè)控制技術(shù),開展玻璃瓶缺陷檢測與機械手抓取系統(tǒng)的研究與設計工作。具體內(nèi)容包括:(1)明確系統(tǒng)功能,完成了基于機器視覺缺陷檢測與機械手抓取系統(tǒng)的方案設計,詳細介紹了機器視覺系統(tǒng)相關(guān)技術(shù),在此基礎上完成了硬件選型以及軟設計方案。(2)依據(jù)Blob分析流程,對圖像、預處理、分割、形態(tài)學處理、連通性分析和特征提取技術(shù)進行了系統(tǒng)的理論分析。

食品飲料行業(yè)易拉罐生產(chǎn)線的工作環(huán)境以及罐底噴碼檢測的檢測要求,研制了基于康耐視機器視覺的易拉罐罐底噴碼檢測系統(tǒng),實現(xiàn)對易拉罐噴碼不合格的產(chǎn)品進行自動檢測與快速剔除。該檢測系統(tǒng)由光源與視覺處理系統(tǒng)、電氣控制與人機交互系統(tǒng)、次品剔除裝置等組成。當易拉罐通過成像系統(tǒng)時,金屬接近開關(guān)觸發(fā)光源頻閃和工業(yè)智能相機,獲得高速易拉罐罐底圖像,智能相機對其分析處理,由電氣控制系統(tǒng)執(zhí)行檢測結(jié)果,從而達到分揀不良品的目的。通過實際項目應用證明:該系統(tǒng)實時性好,可靠性高,有效地提高了在生產(chǎn)過程中產(chǎn)品噴碼質(zhì)量的控制。

在當今這個時代，計算機視覺領域呈現(xiàn)出很多新的趨勢，其中顯著的一個，就是應用的性增長。除了手機、個人電腦和工業(yè)檢測之外，計算機視覺技術(shù)在智能安防、機器人、自動駕駛、智慧醫(yī)、、增強現(xiàn)實（AR）等領域都出現(xiàn)了各種形態(tài)的應用方式。計算機視覺迎來了一個應用性增長的時代，目前的應用如下圖所示，主要以運動控制為主。隨著各個領域技術(shù)不斷發(fā)展，許多科技巨頭也開始了在圖像識別和人工智能領域的布局，F(xiàn)acebook簽下的人工智能Yann LeCun重大的成就就是在圖像識別領域，其提出的LeNet為代表的卷積神經(jīng)網(wǎng)絡，在應用到各種不同的圖像識別任務時都取得了不錯效果，被認為是通用圖像識別系統(tǒng)的代表之一；Google 借助模擬神經(jīng)網(wǎng)絡“DistBelief”通過對數(shù)百萬份YouTube 視頻的學習自行掌握了貓的關(guān)鍵特征，這是機器在沒有人幫助的情況下自己讀懂了貓的概念。這也能看出國技公司對圖像識別技術(shù)以及人工智能技術(shù)的重視程度。