基于機器視覺的涂膠質量在線檢測技術,目的在于為汽車制造企業(yè)提供一種高實時的汽車前蓋機器人涂膠質量在線檢測手段,幫助企業(yè)在更好地控制涂膠質量的同時降低其生產成本。在研究過程中,首先根據(jù)系統(tǒng)的性能指標和技術要求確定了涂膠質量在線檢測系統(tǒng)的總體方案,并對硬件系統(tǒng)的關鍵設備進行了選型設計,然后針對汽車前蓋機器人涂膠的特點研究了圖像處理和分析算法,為實現(xiàn)實時在線檢測,提出了基于廣義回歸神經(jīng)網(wǎng)絡的涂膠信息預測算法,再根據(jù)系統(tǒng)的功能要求開發(fā)了涂膠質量在線檢測軟件,后對設計的在線視覺檢測系統(tǒng)進行了性能驗證實驗。



利用圖象順序形態(tài)學以及基于知識的閾值選擇算法對IC圖象進行預處理，具有運算量小、速度快和有效的特點。檢測過程采用Blob分析，引入質量控制圖方法分析系統(tǒng)誤差對系統(tǒng)穩(wěn)定性的影響，計算了檢測系統(tǒng)的工序能力。系統(tǒng)檢測精度高，實時性好，滿足在線檢測的要求。利用圖象順序形態(tài)學以及基于知識的閾值選擇算法對IC圖象進行預處理，具有運算量小、速度快和有效的特點。檢測過程采用Blob分析，引入質量控制圖方法分析系統(tǒng)誤差對系統(tǒng)穩(wěn)定性的影響，計算了檢測系統(tǒng)的工序能力。系統(tǒng)檢測精度高，實時性好，滿足在線檢測的要求。


基于機器視覺的易拉罐質量檢測系統(tǒng)使用機器視覺LED光源：圓頂式無影光，三環(huán)式無影光，低角度環(huán)形光，同軸光，有效地解決了打光的難題。通過對復合式光源的組合控制，能獲得輪廓清晰、色彩對比鮮明的瓶蓋圖像，并能迅速地與設定值比較，找出具有邊緣凹陷、表面劃傷、拉環(huán)變形、密封膠破損、印刷字符、圖案不清晰的不良產品，并立即剔出生產線。