为了实现外观缺陷自动检测,研究了基于机器视觉技术的外观缺陷检测系统。首先针对外观缺陷图像特点,分析了采用灰度阈值及单一颜色模型分割缺陷的局限性,提出基于混合颜色模型的缺陷图像分割方法,实现了外观缺陷快速、准确分割;然后通过分析外观缺陷特点,分别从形状、颜色和纹理共选取了12个类别差异明显的特征参数,提取了外观缺陷特征;后选择BP神经网络作为缺陷分类器,根据经验和实验确定了神经网络结构及参数,并分析了传统BP算法在外观缺陷分类应用中的不足,通过改变收敛标准、自适应调整步长和引入动量项以优化BP算法,改善了神经网络分类效果。
机器视觉检测在制药行业中的应用。制药业必须遵守众多国际法规。因此，在生产过程中或结束之后对药品进行检测，以确保高质量产品并符合相关法规。德国Basler工业数字相机有着高分辨率、高帧速度、精小体型、线材长等优点能够满足制药工业的各种要求，而基于工业数字相机的视觉检测系统可以进行多项应用，包括：生产流程控制：如药粒泡罩检测，剔除破损的药粒，正常通过正确的药粒，保证所有泡罩内的药粒都是完好无损
西林瓶视觉检测设备 西林瓶瑕疵检测系统 西林瓶缺陷检测设备
西林瓶视觉检测设备采用多台高分辨率相机对西林瓶进行多角度检测，检测内容包括瓶口破损、气线、杂质、直径、斜肩、瓶底破损、异形等，检测速度大于每分钟300个。检测速度：高达60000瓶/小时
检测对象：新瓶、旧瓶、冰花瓶（可排除瓶身图案、花纹、字符等的图像干扰）
检测内容：瓶口、瓶身、瓶底、瓶内异物、异形瓶、残碱残液等不合格次瓶。
检测精度：3x3mm²（不透明缺陷）
以上信息由专业从事传感器尺寸检测设备价格的迈迅威视觉于2024/3/26 11:03:12发布
转载请注明来源：http://wuhu.mf1288.com/maxunvision1-2724345955.html
