CCD機(jī)器視覺(jué)檢測(cè)技術(shù)能夠的提高產(chǎn)能，降低成本，同時(shí)機(jī)器視覺(jué)檢測(cè)設(shè)備可以24小時(shí)不間斷的工作，且在高速下執(zhí)行100%的在線監(jiān)視，檢視的準(zhǔn)確度也達(dá)到接近100%的程度，因此產(chǎn)業(yè)界大量地采用機(jī)器視覺(jué)檢測(cè)技術(shù)，在很多場(chǎng)合實(shí)現(xiàn)在線高精度高速測(cè)量。觀行業(yè)應(yīng)用概況，在自動(dòng)化生產(chǎn)的應(yīng)用中，機(jī)器視覺(jué)檢測(cè)設(shè)備按照其安裝的載體可分為：在線檢測(cè)系統(tǒng)和離線檢測(cè)系統(tǒng)。根據(jù)行業(yè)具體研發(fā)生產(chǎn)的在線智能視覺(jué)檢測(cè)儀器以及離線智能視覺(jué)檢測(cè)儀器可快速應(yīng)用于各類工業(yè)產(chǎn)品，簡(jiǎn)單配置后即可投入實(shí)際檢測(cè)應(yīng)用，可謂為自動(dòng)化檢測(cè)行業(yè)的一大利器。


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。

質(zhì)量控制：如藥瓶完成灌裝后，測(cè)量灌裝是否達(dá)到基準(zhǔn)線；

字符條碼檢測(cè)和二維碼識(shí)別：讀取條形碼、2維矩陣碼或打印字符，并驗(yàn)證標(biāo)簽內(nèi)容和正確的方位；

生產(chǎn)控制：檢查每個(gè)藥盒里的說(shuō)明書是否遺漏或者總生產(chǎn)藥品的數(shù)量；

機(jī)器視覺(jué)檢測(cè)在食品飲料行業(yè)中的應(yīng)用

啤酒/飲料行業(yè)的包裝技術(shù)迅猛發(fā)展，在高速包裝線上，機(jī)器視覺(jué)檢測(cè)扮演著不可或缺的角色。對(duì)于食品飲料生產(chǎn)制造企業(yè)而言，其生產(chǎn)自動(dòng)化程度越來(lái)越高，對(duì)產(chǎn)品質(zhì)量、生產(chǎn)效率的要求也越來(lái)越嚴(yán)格。