视觉检测:
通过图像处理的方法从产品图像中提取需要的信息,做出决策并发送相应消息到分拣机构。通常这部分功能由机器视觉软件来完成。优1秀的机器视觉软件可对图像中的目标特征进行快速准确地检测,并****大限度地减少对硬件系统的依赖性,而算法设计不够成熟的机器视觉软件则存在检测速度慢,误判率高,对硬件依赖性强等特点。
所有自动生产线的目标都是零剔除。鉴于当今的高速技术和潜在的人为错误,这个目标很难实现。
视觉检测可以识别的典型缺陷包括:标签缺陷封口和盖顶缺陷产品与包装完整性缺陷打印缺陷容器缺陷一个完善的视觉检测机制应该包括以下检测项目:检测项目检测内容描述全瓶检测合适的填充量;盖存在与否、高度、颜色、是否歪斜;标签存在与否、位置以及识别。装箱内部检测产品存在与否、放置、方向、计数和盖的正确性。装箱外部检测箱子装饰、ID和封盖位置;打印产品代码和日期/批号。正确的盖位置检测盖检测:存在与否、高度、倾斜度、颜色、安全带完整性。产品ID验证确保任何产品的 ID 代码存在、可读、正确。瓶颈测量 (边到边、高度和螺纹宽度)检测玻璃瓶颈的宽度(E–边到边)、高度(H)和螺纹宽度(T)。平面度检测检查容器顶部是否在微调过程中因不均匀切割而导致出现头发、丝线或波浪状平面。污染物检测检测容器侧壁上的任何缺陷,视觉检测哪家好,包括在注塑成型过程中堆积产生的灰尘、伤痕、污点以及内置或表面颗粒物质。*碎的顶部检测验证玻璃容器顶部没有空洞、芯片、丢失的玻璃和碎片。还可确定软木的存在。其他检测条码/二维码验证、标签控制号(LCN)验证、倾斜标签检测、折角标签检测、标签存在检查等
机器视觉检测的对象千差万别,检测的目的也不尽相同。农产品如柑橘、玉米等通常是检测其成熟度,大小,视觉检测公司电话,形态等,南通检测,工业产品如工业零件,印刷电路板通常是检测其几何尺寸,表面缺陷等。不同的应用场合,就需要采用不同的检测设备和检测方法。如有的检测对精度要求高,就需要选择高分辨率的影像采集装置;有的检测需要产品的彩色信息,就需要采用彩色的影像采集装置。