為了實現外觀缺陷自動檢測,研究了基于機器視覺技術的外觀缺陷檢測系統(tǒng)。首先針對外觀缺陷圖像特點,分析了采用灰度閾值及單一顏色模型分割缺陷的局限性,提出基于混合顏色模型的缺陷圖像分割方法,實現了外觀缺陷快速、準確分割;然后通過分析外觀缺陷特點,分別從形狀、顏色和紋理共選取了12個類別差異明顯的特征參數,提取了外觀缺陷特征;最后選擇BP神經網絡作為缺陷分類器,根據經驗和實驗確定了神經網絡結構及參數,并分析了傳統(tǒng)BP算法在外觀缺陷分類應用中的不足,通過改變收斂標準、自適應調整步長和引入動量項以優(yōu)化BP算法,改善了神經網絡分類效果。


目前,包裝行業(yè)對產品包裝塞入的干燥包完整與否未采取有效的措施.針對包裝流水線干燥包塞入環(huán)節(jié)提出了基于機器視覺的在線檢測關鍵技術,設計實現包裝質量檢測的軟、硬件平臺.被剪落的干燥包觸發(fā)機器視覺檢測系統(tǒng)獲取圖像,經過圖像預處理,并采用基于黃金分割法的數字圖像處理算法,定位干燥包上的色標區(qū)域,進行定量處理分析,根據圖像處理結果作出相應決策.實驗結果表明:該系統(tǒng)能夠快速準確地判斷干燥包的完整度,剔除不合格產品,具有實現簡單、控制高效和應用前景廣泛等特點.


在藥品包裝過程中,會出現瓶體與瓶蓋封裝不嚴的情況,因此藥品包裝的質量檢測已成為制藥行業(yè)生產過程中的一個關鍵環(huán)節(jié)。本文設計了一套基于機器視覺的藥瓶檢測系統(tǒng),完成了藥瓶包裝過程中瓶蓋與瓶體封裝缺陷的檢測任務。本的研究工作和主要成果包括以下幾個方面：1.在總結國內外成果的基礎上,結合藥瓶檢測的總體功能要求和性能指標,成功搭建了滿足要求的硬件實驗平臺。同時,對平臺所用硬件的選擇原則和最終參數都做了逐一說明。2.由數字圖像處理的概念出發(fā),研究了待檢藥瓶圖像處理的相關算法。首先,應用MATLAB軟件對采集到的圖像進行了一系列處理,包括圖像灰度化、圖像去噪