為了實(shí)現(xiàn)外觀缺陷自動(dòng)檢測(cè),研究了基于機(jī)器視覺(jué)技術(shù)的外觀缺陷檢測(cè)系統(tǒng)。首先針對(duì)外觀缺陷圖像特點(diǎn),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(shí)現(xiàn)了外觀缺陷快速、準(zhǔn)確分割;然后通過(guò)分析外觀缺陷特點(diǎn),分別從形狀、顏色和紋理共選取了12個(gè)類別差異明顯的特征參數(shù),提取了外觀缺陷特征;最后選擇BP神經(jīng)網(wǎng)絡(luò)作為缺陷分類器,根據(jù)經(jīng)驗(yàn)和實(shí)驗(yàn)確定了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)及參數(shù),并分析了傳統(tǒng)BP算法在外觀缺陷分類應(yīng)用中的不足,通過(guò)改變收斂標(biāo)準(zhǔn)、自適應(yīng)調(diào)整步長(zhǎng)和引入動(dòng)量項(xiàng)以優(yōu)化BP算法,改善了神經(jīng)網(wǎng)絡(luò)分類效果。


利用圖象順序形態(tài)學(xué)以及基于知識(shí)的閾值選擇算法對(duì)IC圖象進(jìn)行預(yù)處理，具有運(yùn)算量小、速度快和有效的特點(diǎn)。檢測(cè)過(guò)程采用Blob分析，引入質(zhì)量控制圖方法分析系統(tǒng)誤差對(duì)系統(tǒng)穩(wěn)定性的影響，計(jì)算了檢測(cè)系統(tǒng)的工序能力。系統(tǒng)檢測(cè)精度高，實(shí)時(shí)性好，滿足在線檢測(cè)的要求。利用圖象順序形態(tài)學(xué)以及基于知識(shí)的閾值選擇算法對(duì)IC圖象進(jìn)行預(yù)處理，具有運(yùn)算量小、速度快和有效的特點(diǎn)。檢測(cè)過(guò)程采用Blob分析，引入質(zhì)量控制圖方法分析系統(tǒng)誤差對(duì)系統(tǒng)穩(wěn)定性的影響，計(jì)算了檢測(cè)系統(tǒng)的工序能力。系統(tǒng)檢測(cè)精度高，實(shí)時(shí)性好，滿足在線檢測(cè)的要求。

(1) 易拉罐空罐視覺(jué)檢測(cè)系統(tǒng)

檢測(cè)速度：高達(dá)120000罐/小時(shí)

檢測(cè)對(duì)象：易拉罐空罐的罐口、內(nèi)壁、罐底的外觀缺陷

檢測(cè)內(nèi)容：可檢測(cè)罐口的缺角、變形、檢測(cè)內(nèi)壁、罐底的臟污、異物、壓傷等缺陷

(2) 易拉罐罐底字符識(shí)別及缺陷檢測(cè)設(shè)備

檢測(cè)對(duì)象：易拉罐罐底字符識(shí)別、易拉罐罐底缺陷

檢測(cè)內(nèi)容：罐底的字符噴碼質(zhì)量、識(shí)別噴碼字符、檢測(cè)罐底外觀缺陷、罐體頂?shù)椎罐D(zhuǎn)、罐身圖文顛倒。

可自動(dòng)生成日期碼發(fā)送給噴碼機(jī)，人工只需輸入班次或批號(hào)燈信息。

(3) 易拉罐罐蓋檢測(cè)設(shè)備

檢測(cè)速度：高達(dá)150000個(gè)/小時(shí)

檢測(cè)內(nèi)容：罐蓋的混蓋、偏移、斑點(diǎn)、頂部凹陷、表面劃痕、污損燈缺陷

基于機(jī)器視覺(jué)的易拉罐質(zhì)量檢測(cè)系統(tǒng)使用機(jī)器視覺(jué)LED光源：圓頂式無(wú)影光，三環(huán)式無(wú)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(guò)對(duì)復(fù)合式光源的組合控制，能獲得輪廓清晰、色彩對(duì)比鮮明的瓶蓋圖像，并能迅速地與設(shè)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(chǎn)品，并立即剔出生產(chǎn)線。