首页
我是雇主
我是服务商
找项目
成交大厅 --> 移动端 玩转大学仕
大学仕微信公众号
随时掌握一手咨询
大学仕自动化小程序
快速找自动化资源、人才
学仕客小程序
自动化服务商拓客管理工具
大学仕抖音号
随时掌握一手咨询
客服协助
加客服免费发需求
联系客服咨询项目
客服电话1
13016879065
客服电话2
400-828-5522
电话咨询客服
投诉电话
18168813292
投诉热线
自动化零部件供应商入驻申请
*公司名称
主营业务
*姓名
*手机号码
电子邮箱
提交申请
激活店铺

只需2步,轻松拥有您的专属企业店铺

店铺信息

完善店铺信息,让雇主更加了解你

去完成
企业认证

完成实名认证,让雇主更加信任你

去完成
邀请你加入大学仕联盟
大学仕自动化小程序
长按识别进入小程序
资讯中心
当前位置:
缺陷检测相关的资讯
共找到 25 个符合条件的资讯
某种缺陷检测方法和装置
大学仕 2021-07-29 09:02 728浏览
种缺陷检测方法和装置,其中,该方法包括:采集训练样本图像;对训练样本图像进行灰度化和去均值化处理,以获取目标样本集,并对目标样本集进行标注以将目标样本集划分为良好样本集和缺陷样本集;根据良好样本集和缺陷样本集采用对角白化变换的方式构造空域滤波器;采用空域滤波器对良好样本集和缺陷样本集进行处理,以获取相应的目标特征向量;根据目标特征向量对SVM算法进行训练,以获取SVM分类模型;根据SVM分类模型对待检测产品进行缺陷检测。根据本发明的缺陷检测方法,不仅能够准确地进行缺陷检测,而且方案实施简单,并且所需的样本较少,即使在复杂工业环境下也能够保证缺陷检测的准确性。种缺陷检测方法,其特征在于,包括以下步骤: 采集训练样本图像; 对所述训练样本图像进行灰度化和去均值化处理,以获取目标样本集,并对所述目标样本集进行标注以将所述目标样本集划分为良好样本集和缺陷样本集; 根据所述良好样本集和所述缺陷样本集采用对角白化变换的方式构造空域滤波器; 采用所述空域滤波器对所述良好样本集和所述缺陷样本集进行处理,以获取相应的目标特征向量; 根据所述目标特征向量对SVM算法进行训练,以获取SVM分类模型; 根据所述SVM分类模型对待检测产品进行缺陷检测。        4.根据权利要求1所述的缺陷检测方法,其特征在于,根据所述良好样本集和所述缺陷样本集采用对角白化变换的方式构造空域滤波器,包括: 采用离散小波变换的方式分别对所述良好样本集和所述缺陷样本集进行N层小波分解,其中,N为正整数; 将所述良好样本集进行N层小波分解的小波系数按照分解的顺序组成第一特征矩阵,并将所述缺陷样本集进行N层小波分解的小波系数按照分解的顺序组成第二特征矩阵; 计算所述第一特征矩阵的第三协方差矩阵,并计算所述第二特征矩阵的第四协方差矩阵; 对所述第三协方差矩阵和所述第四协方差矩阵进行求和运算以获取第七矩阵; 根据所述第七矩阵进行白化变换,以获取第八矩阵; 根据所述第八矩阵分别对所述第三协方差矩阵和所述第四协方差矩阵进行处理,以获取第九矩阵和第十矩阵; 对所述第九矩阵和所述第十矩阵进行同时对角化变换,以获取第二特征向量; 根据所述第二特征向量和所述第八矩阵计算第二投影矩阵,并通过所述第二投影矩阵构建所述空域滤波器。         5.种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现根据权利要求1-4中任一项所述的缺陷检测方法。 某
机器视觉检测机器人如何在线检测瓶盖
大学仕 2021-07-26 16:12 737浏览
   为了保证生产中瓶盖的质量,有必要进行缺陷检测。尤其是一些品牌产品的瓶盖,品牌方非常重视产品细节,采取机器视觉检测进行抽查。但由于人工检测的限制,检测结果不一致,检测效率难以提高。   很多制造企业质量控制跟不上,有的在品牌抽检中被退货,甚至合作终止。此时需要适应品牌的质量管理体系,采用机器视觉检测方法进行检测,准确率远超人眼检测。同时可以消除检查人员的主观因素,可靠性更高。因此,用机器视觉检测代替人眼检测将是未来的必然趋势。我们来看看机器视觉机器人检测如何实现瓶盖缺陷检测。   1.瓶盖缺陷检测的基本要求   主要检测项目包括:破瓶盖、高低瓶盖、脏瓶盖、毛刺、杂色瓶盖、毛刺。与传统的人工视觉检测相比,机器视觉检测具有高精度、高效率和连续性,能够检测并生成检测报告。   2.机器视觉质量检测机器人   使用机器视觉质检机器人基本可以解决以上检查项目。系统可检测是否存在断帽、高低帽、脏帽、毛刺帽、斑驳帽等缺陷。通过采集高清瓶盖图像并利用图像分析处理技术。   测试参数:   检测精度   0.002毫米   检测速度为60-2100/分钟   总结:通过在生产线上设置合适的光源和图像采集装置,及时采集图像并进行处理,得到检测结果。操作简单,检测速度快,检测精度高,误判率低。
某种字符缺陷检测方法
大学仕 2021-06-25 09:31 1721浏览
种字符缺陷检测方法,包括采集标准字符图像,采用滤波算法对标准字符图像进行图像处理,提取到标准字符的轮廓,并将其记为模板轮廓,将待检测的字符记为当前字符,采集当前字符图像,采用滤波算法对当前字符图像进行图像处理,提取到当前字符的轮廓,并将其记为当前轮廓,通过计算模板轮廓和当前轮廓的最大距离,实现模板轮廓和当前轮廓的比对,获得是否存在笔画缺失或者笔画重叠的字符缺陷检测结果。本发明有效地提高了字符缺陷检测的操作灵活度,其通用性强,检测效率高,可广泛适用于工业化的大批量的字符缺陷检测。种字符缺陷检测方法,其特征在于,包括: S1、采集标准字符图像,采用滤波算法对所述标准字符图像进行图像处理,提取到标准字符的轮廓,并将其记为模板轮廓; S2、将待检测的字符记为当前字符,采集当前字符图像,采用滤波算法对所述当前字符图像进行图像处理,提取到当前字符的轮廓,并将其记为当前轮廓; S3、通过计算所述模板轮廓和所述当前轮廓的最大距离,实现所述模板轮廓和所述当前轮廓的比对,获得是否存在笔画缺失或者笔画重叠的字符缺陷检测结果。        3.如权利要求2所述的字符缺陷检测方法,其特征在于,所述S3-1中计算所述模板轮廓到所述当前轮廓的最大距离的过程包括: 假设P={P i=(x i,y i)|i∈(0,M]}为所述模板轮廓的点集,Q={Q k=(x k,y k)|k∈(0,N]}为所述当前轮廓的点集,其中,x i表示轮廓点P i的横坐标,y i表示轮廓点P i的纵坐标,x k表示轮廓点Q k的横坐标,y k表示轮廓点Q k的纵坐标,M为所述模板轮廓的总点数,N为所述当前轮廓的总点数,所述模板轮廓的P i点到所述当前轮廓的最小距离为:  所述模板轮廓到所述当前轮廓的最大距离为: Dmax_i=max(D i)。         4.如权利要求3所述的字符缺陷检测方法,其特征在于,所述S3-2还包括: 所述当前轮廓的点到所述模板轮廓的最小距离为:  所述当前轮廓的点到所述模板轮廓的最大距离为: Dmax_k=max(D k); 所述Dmax_i表示所述模板轮廓到所述当前轮廓的最大距离,所述Dmax_k表示所述当前轮廓的点到所述模板轮廓的最大距离,比较Dmax_i和Dmax_k的大小,若Dmax_i大于Dmax_k,输出存在字符笔画缺失的字符缺陷检测结果;若Dmax_i小于Dmax_k,输出存在字符笔画重叠的字符缺陷检测结果。         7.如权利要求6所述的字符缺陷检测方法,其特征在于:若D ik>J,且M>N,输出存在字符笔画缺失的字符缺陷检测结果。
某种多目标多区域视觉检测方法及检测系统
大学仕 2021-06-25 09:23 1320浏览
种多目标多区域视觉检测方法及系统。所述方法包括:产品承载装置将待检测产品移动至图像采集装置的图像采集位置;图像采集装置对待检测产品进行扫描成像,获得待检测产品的待检测图像并发送给图像处理装置;图像处理装置基于待检测图像对多个待检测产品的多个区域进行提取,获得多个待检测产品的多个不同类型的待检测区域,分别基于多个待检测产品的多个不同类型的待检测区域进行缺陷检测以获得各个待检测区域的部分缺陷检测结果,基于部分缺陷检测结果生成完整缺陷检测结果并发送给上位机;上位机对完整缺陷检测结果进行展示。本说明实施例所述方法及系统可以自动化实现具有多检测目标产品的缺陷检测。某        2.根据权利要求1所述的检测方法,其特征在于,还包括:所述图像采集装置同时执行当前帧待检测产品完整图像的传输以及下一帧待检测产品完整图像的拍摄。         5.根据权利要求3所述的检测方法,其特征在于,还包括: 获取所述整板待检测目标中的感兴趣区域,所述感兴趣区域中包括全部的所述待检测产品; 对所述感兴趣区域进行行列划分,基于所述行列划分的结果与所述待检测产品的位置关系确定每个所述待检测产品的产品编号。         8.根据权利要求7所述的检测方法,其特征在于,还包括: 所述图像处理装置,基于所述整板标记以及从属于该整板待检测目标的全部的所述产品缺陷检测结果,生成所述整板待检测目标的所述完整缺陷检测结果。 种多目标多区域视觉检测系统,其特征在于,用于实现如权利要求1-9任一项所述的多目标多区域视觉检测方法,包括产品承载装置、图像采集装置、图像处理装置以及上位机;其中, 所述产品承载装置,被配置为:将待检测产品移动至图像采集装置的图像采集位置; 所述图像采集装置,被配置为:对所述待检测产品进行扫描成像,获得所述待检测产品的待检测产品完整图像并发送给图像处理装置; 所述图像处理装置,被配置为:对多个所述待检测产品的多个区域进行提取,获得多个所述待检测产品的多个不同类型的待检测区域,分别基于多个所述待检测产品的多个不同类型的所述待检测区域进行缺陷检测以获得各个所述待检测区域的部分缺陷检测结果,基于所述部分缺陷检测结果生成完整缺陷检测结果并发送给上位机; 所述上位机,被配置为:对完整缺陷检测结果进行展示。
影响印刷缺陷检测系统检测能力的因素有哪些?
大学仕 2021-06-22 13:42 1096浏览
   在印刷缺陷检测系统中,高速摄像机主要用于快速捕捉印刷图案。捕获后,系统将选择一个完整的模式进行比较。如果两者相差较大,检测系统可以判断印刷缺陷,保存缺陷图案并报警。最后,标记有缺陷的图案。那么,你知道影响印刷缺陷检测系统检测能力的因素有哪些吗?下面小系列就给大家简单介绍一下。   1.印刷材料   除了常见的白卡纸和铜版纸,还有很大比例的转印纸(包括金银卡纸和镭射纸)。除了印刷之外,纸张上还有平烫金、全息定位烫金等印后工艺,其强烈的反射特性使其在普通光照条件下难以检测;此外,压花图案由于色差低而难以检测。   2.设备波动引起的纸蛇形运行   在印刷过程中,随着张力和速度的波动,纸张在前进的过程中会像蛇一样运行,表现为移动方向不同程度的拉伸和宽度方向不同程度的偏移,使得图像难以采集和比较。   3.检测准确性的问题   基于摄像头的印刷缺陷检测系统是基于图像的颜色信息。如果缺陷的大小或色差超出了摄像头的观察范围,理论上是检测不出缺陷的,也可以称之为不可信检测。如何使检测精度符合企业的质量标准是检验设备制造商面临的主要问题。   4.测试后处理问题   检测只是质量管理的一种手段,检测的目的是指导生产,及时防止连续废品的发生;同时也要为成品出厂提供判断依据。目前,国内外大多数在线检测系统都没有在这方面提出更好的方案。   5.在线检测设备安装站问题   在条件允许的情况下,可以在印刷机、烫金机、分切机等所有生产设备上安装在线检测设备。但对于大多数企业来说,不仅可以降低成本,还可以提高设备的利用率。
某种超大视野分布计算视觉检测方法及检测系统
大学仕 2021-06-22 08:56 1137浏览
种超大视野分布计算视觉检测方法及检测系统。所述检测方法包括:产品承载装置将待检测产品移动至图像采集装置的图像采集位置;图像采集装置对所述待检测产品进行点阵轨迹的高速拍摄,获得所述待检测产品的多张有序的待检测图像并发送给图像检测装置;其中,每张所述待检测图像包括所述待检测产品的至少部分图像;所述图像检测装置基于所述待检测图像进行缺陷检测,基于每张所述待检测图像获得所述待检测产品的部分缺陷检测结果,并基于全部的所述部分缺陷检测结果生成所述待检测产品的完整缺陷检测结果并发送给上位机;所述上位机基于所述完整缺陷检测结果进行展示。本实施例所述方法及系统可以实现晶圆的检测。种超大视野分布计算视觉检测方法,其特征在于,包括: 产品承载装置将待检测产品移动至图像采集装置的图像采集位置; 图像采集装置对所述待检测产品进行点阵轨迹的高速拍摄,获得所述待检测产品的多张有序的待检测图像并发送给图像检测装置;其中,每张所述待检测图像包括所述待检测产品的至少部分图像; 所述图像检测装置基于所述待检测图像进行缺陷检测,基于每张所述待检测图像获得所述待检测产品的部分缺陷检测结果,并基于全部的所述部分缺陷检测结果生成所述待检测产品的完整缺陷检测结果并发送给上位机; 所述上位机基于所述完整缺陷检测结果进行展示。        3.根据权利要求1所述的方法,其特征在于,所述图像采集装置对所述待检测产品进行点阵轨迹的高速拍摄之前,还包括: 所述上位机控制所述产品承载装置进行角度纠偏和位置矫正,以使所述待检测产品的中心与所述图像采集装置的视野中心重合。         4.根据权利要求3所述的方法,其特征在于,所述控制所述产品移动装置进行角度纠偏和位置矫正,包括: 基于所述图像采集装置的视野与所述待检测产品中目标检测单元的位置计算第一偏移量; 基于所述待检测产品中目标检测单元的位置、所述待检测产品的尺寸与所述第一偏移量计算第二偏移量; 基于所述待检测产品的尺寸、所述产品承载装置的尺寸、所述待检测产品在所述产品承载装置上的位置与所述第二偏移量计算第三偏移量; 基于所述产品承载装置的标准移动轨迹及所述第三偏移量,计算所述产品承载装置的实际移动轨迹,并控制所述产品承载装置根据所述实际移动轨迹移动至所述图像采集位置。         9.根据权利要求1所述的方法,其特征在于,所述图像采集装置对所述待检测产品进行点阵轨迹的高速拍摄,还包括: 获取不同光源照射条件下的所述待检测图像。
某种基于DXF的轮廓缺陷检测 
大学仕 2021-06-10 09:19 674浏览
种工件轮廓缺陷检测方法,对轮廓缺陷可以精准检测,该方法从工件,当DXF轮廓点到工件轮廓点的距离如果小于检测公差值,该轮廓点在公差范围内,是合格轮廓,否则是缺陷轮廓。本发明申请可以应用在多种视觉检测系统中,轮廓自身的缺陷检测与公差结合后,形成符合设计规范与制造规范的工件轮廓合格性检测方法。种工件轮廓缺陷检测方法,需要获取工件DXF文件和构造黑白图像轮廓模板,轮廓模板能够在工件图像上匹配定位,其特征在于,从工件的DXF文件中分离出待检测轮廓,形成独立分级轮廓并构造相应的黑白模板图,模板图可以在工件图像中匹配定位确定是否存在该轮廓,并进行中心重叠使轮廓均匀贴近,沿定位后的DXF轮廓线段任意点,采样法向方向图像数据,计算该点对应的待检工件真实轮廓点,当DXF轮廓点到工件轮廓点的距离如果小于检测公差值,该轮廓点在公差范围内,是合格轮廓,否则是缺陷轮廓。工件轮廓缺陷检测方法,其特征在于,从DXF中分离独立分级轮廓,孔洞轮廓可以作为独立轮廓检测,也可以和其包含轮廓组合检测;所述黑白模板图从分级轮廓按确定比例放大并填充,其中的孔洞也需要填充,形成黑白模板图;所述轮廓点检测采用DXF黑白轮廓模板在图像中匹配定位后,以DXF轮廓模板中轮廓线段上的点在其法线方向进行对称采样图像,获得数据点集计算轮廓点。工件轮廓缺陷检测方法,其特征在于,所述分级轮廓支持从DXF图纸人工拆分,也支持人工点击区域辅助计算拆分:根据权利要求I或2所述的工件轮廓缺陷检测方法,其特征在于,所述的轮廓检测采样是先固定长度对称采样计算,再结合可变长度对称采样用于多级灰度数据下过检点消除:所述可变长度对称采样为从固定长度逐渐缩小到给定值,数据类别呈现减少,采样点可以分为两类,轮廓边界可以计算获得。文章来源:互联网,倘若您发现本站有侵权或不当信息,请与本站联系,经本站核实后将尽快修正!
中国易拉罐之王斯莱克携手大学仕共筑中国制造之魂
大学仕 2021-01-05 17:24 2065浏览
(以下简称斯莱克)。 探索它背后奇妙的科技世界1810年英国人为了更好地保存食物,发明了世界上第一个金属罐头盒。而过了100多年,人类才做到了让易拉罐真正易拉。1959年美国人发明了易拉罐,他们将罐盖本身的材料经加工形成一个铆钉,套上拉环再铆紧,配以相适应的刻痕,而成为一个完整的易拉盖。如今易拉罐一般分为两片罐和三片罐,大部分为两片,即盖子与罐身为两片材料。有些易拉罐还要单独制造第三片,即罐底。它们分别由不同的成套设备生产出来。别看易拉罐小,可生产它的设备却有几十台,科技含量高且极其精密。需要每道环节的设备完美衔接与配合。 这是易拉罐生产设备的模型,这模型的比例是1比30,直线距离大概要200米左右。模型第一道工序,是做冲杯,就是把卷材冲出像这样的一个浅杯。第二道关键工序就是一排拉伸机。第三个关键工序是这边的彩印,对罐子外壁进行彩色印刷的一道工序。第四道关键设备是这边的缩径机,这个缩径机就是把直壁缩成一个小的口,这样和盖子能够比较好的配合扣紧。据了解,目前全球具有高速易拉罐和易拉盖组合生产设备成熟技术的企业只有四家。其中两家在欧美地区,而由留美归国创业的清华学子安旭所创办的 作为全国最大的自动化设备采购服务平台,大学仕自动化平台汇聚海量自动化设备需求与来自全国各地的十万余家自动化设备服务商。平台依托强大的大数据分析能力,以及高效的线上对接优势,每年为全国数万家需求企业提供全面优质的自动化设备采购服务。历经月余考察交流,斯莱克与大学仕自动化平台的合作取得实质性进展。2020年12月,
视觉检测:锂电池检测的新型视觉工具
大学仕 2020-06-05 11:58 556浏览
当今社会,随着计算机技术,人工智能等科学技术的出现和发展,以及研究的深入,出现了基于机器视觉技术的表面缺陷检测技术。这种技术的出现,大大提高了生产作业的效率,避免了因作业条件,主观判断等影响检测结果的准确性,实现能更好更精确地进行表面缺陷检测,更加快速的识别产品表面瑕疵缺陷。GLCM共有14种纹理特征,对比度、相关性、能量(和同质性是不相关的,所以,为减少计算量,提高特征分类精度,常取这4个特征作为GLCM特征。GLCM在图像的纹理分析中占有重要的地位,在特征提取和缺陷检测等方面有着广泛的应用。 结构法。结构法是建立在纹理基元理论基础上的,认为复杂的纹理是由一些在空间中重复出现的最小模式即纹理基元执照一定的规律排列组成。结构方法主要有两个重要问题:一是纹理基元的确定;二是纹理基元排列规律的提取。最简单的纹理基元是单个的像素,也可以是图像的灰度均质区域,此外,Vilnrotter等人[99]采用边缘重复数组来提取基元,Hsu等人[100]利用自相关函数和小波变换系数提取基元,等等。确定基元后需要提取基元的特征参数和纹理结构参数作为描述图像纹理的特征。基元的特征参数有面积、周长、离心率、矩量等,结构参数则由基元之间的排列规律确定;基元的排列规则是基元的中心坐标及基元之间的空间拓扑关系,可从基元之间的模型几何中得到,也可以通过基元之间的相位、距离等统计特征中得到,较复杂的情况可以用句法分析、数学形态学等方法。USB、串口、并口是计算机和外设进行通讯的常用接口,但对于数据量大的图像来说,串行RS-232协议难于达到图像采集实时性要求。USB口即使能满足所需速度,但要求外设必须支持USB协议,而USB协议与常用工程软件的接口还不普及。IEEE-1394接口具有廉价,速度快,支持热拔插,数据传输速率可扩展,标准开放等特点,在众多领域得到了广泛的应用。但随着数字图像采集速度的提高、数据量的增大,原有的标准渐难以满足需求。为了简化数据的连接,实现高速、高精度、灵活、简单的连接,在National Semiconductor公司等多家相机制造商共同制定推出了Camera Link标准。Camera Link是专门为数字摄像机的数据传输提出的接口标准,专为数字相机制定的一种图像数据、视频数据控制信号及相机控制信号传输的总线接口,其最主要特点是采用了低压差分信号(LVDS)技术,使摄像机的数据传输速率大大提高。 而相比传统的定位方式,工业视觉软件用于自动化生产中的定位精度更高,定位结果更稳定、更可靠、更智能化,可以为为工业生产带来产品质量的提升以及带来产量的增加;并且,工业视觉软件的定位速度相比起传统的定位方式来说,速度上也有了较大的提升。速度提升了,在降低厂家生产成本的同时,也能全方位满足厂家24小时不停机生产的需求。可以这样说,工业视觉软件不仅推动了工业视觉技术和工业生产的快速发展,同时也让工业生产企业真正的从中受益。以此同时,工业生产的快速发展也能够进一步的刺激了工业视觉产品的销售,这使工业视觉行业,得到长期的持续增长,形成完善的产业链,推动工业4.0的火速发展。自动化激光打标机适用于机电零部件标识,适应零件的加工后的光滑平面的蚀刻,自动化激光打标机采用独特的机构设计,光具座X/Z轴可自动左右移动,提高工作效率。实现平面批量打标,也适应零件的未加工面(粗糙面)的蚀刻。目前出现了一些改进的LBP算法。Tan等人[76]提出了局部三值模式(LTP),即通过设定阈值将邻域与中心相似的状态作为中间状态,从而将扩展局部邻域关系为三种状态。在此基础上,Nanni等人[77]将局部关系扩展到四种状态。也有学者将LBP由传统的2维特征改进到3维特征主要用于视频分析[78-80]。此外,有学者将LBP表达的局部信息与其他信息或算法结合构成联合特征量,如Tan等人[81]联合LBP特征和Gabor小波特征进行人脸的识别,Huang等人[82]将LBP和SIFT算法结合用于人脸的3维识别。贺永刚[83]提出了一种多结构的局部二值模式,该算法结合各向同性采样和各向异性采样对局部二值模式进行扩展,利用图像金字塔提取纹理图像的微结构和宏结构信息。在钢板表面缺陷检测领域,美国Westinghouse公司采用线阵CCD摄像机和高强度的线光源检测钢板表面缺陷,并提出了将明域、暗域及微光域3种照明光路形式组合应用于检测系统的思路。这些系统可识别的缺陷种类相对较少,并且不具备对周期性缺陷的识别能力。美国Cognex公司研制成功了iS-2000自动检测系统和iLearn自学习分类器软件系统。这两套系统配合有效改善了传统自学习分类方法在算法执行速度、数据实时吞吐量、样本训练集规模及模式特征自动选择等方面的不足;Parsytec公司为韩国浦项制铁公司研制了冷轧钢板表面缺陷检测系统HTS,该系统能对高速运动的热轧钢板表面缺陷进行在线自动检测和分级的系统,在连轧机和CSP生产线上取得了良好的效果[23];英国European Electronic System公司研制的EES系统也成功地应用于热连轧环境下的钢板质量自动检测[24]。EES系统实时地提供高清晰度、高可靠性的钢板上下表面的缺陷图像,最终交由操作员进行缺陷类型的分类判别。国内北京科技大学的高效轧制国家工程研究中心也在进行钢板表面质量检测系统的研制,对其常见缺陷类型进行了检测与识别,取得了一定的研究成果,东北大学、上海宝钢集团公司、武汉科技大学等科研院所研究了冷轧钢板表面缺陷的检测系统,重庆大学对高温连铸坯表面缺陷进行了研究。它们其中之一都不是任何其他两个的子集。计算机视觉是计算机科学的一个分支,而机器视觉是系统工程一个特殊领域。机器视觉没有说明要使用计算机,但是在获取高速处理速度上经常会使用特殊的图像处理硬件,这个速度是普通计算机所不能达到的。机器视觉检测系统采用CCD照相机将被检测的目标转换成图像信号,传送给专用的图像处理系统,根据像素分布和亮度、颜色等信息,转变成数字化信号,图像处理系统对这些信号进行各种运算来抽取目标的特征,如面积、数量、位置、长度,再根据预设的允许度和其他条件输出结果,进行判定,实现自动识别功能。(文章来源于贤集网)
检测化妆品瓶盖缺陷及尺寸管控有什么优势与特点?
大学仕 2020-05-13 11:08 666浏览
现代自动化行业中包含许多方面,如机械设计、码垛、上下料、切割、焊接、机器人、视觉检测等,化妆品瓶盖缺陷检测与尺寸管控是应用视觉检测设计,此类系统检测有哦什么优势与特点?下面相关信息由大学仕技术对接平台的专家为您详细介绍。 检测系统优势与特点:瓶盖视觉检测系统应用于饮品、药品、化妆品等行业,对瓶盖实现尺寸、缺损、污渍、中心图案偏移等检测,刺痛可以通过实时获取在线瓶盖的图像,通过图像定位,分析来判断是否符合要求,并输出控制信号,系统检测速度快。设备可以在线检测,代替人工操作;系统可以检测尺寸、缺损、污渍、中心偏移;适用于不同大小、不同颜色的产品;产品系统输出相应控制信号;系统可灵活增加检测功能;检测数据实时保存,可以提供历史查询分析;检测速度快,离线在线都可以实现;自行设置公差范围,系统根据公差来判定攻坚是否合格。 检测化妆品瓶盖缺陷及尺寸管控要检测瓶盖直径大小,剔除瓶盖扭曲变形,识别瓶盖内滴胶大小及个数<0.5mm,max>5pcs/s;识别滴胶大小,防止滴胶数量或者面积过小,会出现脱落现象。 大学仕技术对接平台是一家立足于制造业技术对接的专业信息化平台,大学仕聚集了全球各地的专家、教授、工程师以及技术研发机构,建立了一个服务商人才库,企业只需将自己的技术难题发布在大学仕平台上,通过公开招标、服务商店铺搜索,线下项目对接等方式,快速找到中意的服务商进一步洽谈合作。 通过以上大学仕专家对检测化妆品瓶盖缺陷及尺寸管控有什么优势与特点?的介绍,相信您对检测化妆品瓶盖缺陷及尺寸管控有了一定的了解。如果有这方面的问题请点击链接提交需求,四万多家服务商帮你提供解决方案。届时会有大学仕的专业人员为您详细解答。大学仕专家提示您:买机器的时候一定要货比三家,不要一味的只看价格,机器质量和服务才是最重要的。 以上就是小编整理的检测化妆品瓶盖缺陷及尺寸管控的相关内容,希望对你有所帮助,如果想要了解更多检测化妆品瓶盖缺陷及尺寸管控的相关信息,请留意本网站的最新更新。
免费咨询
扫一扫关注大学仕公众号 了解行业最新动态,关注行业发展与未来。