一种基于机器视觉技术的产品外观完整性检测方法

    公开(公告)号:CN115078375A

    公开(公告)日:2022-09-20

    申请号:CN202210504438.8

    申请日:2022-05-10

    Abstract: 本发明公开了一种基于机器视觉技术的产品外观完整性检测方法,属于检测技术领域。本发明方法是将一个整体检测区域细分为很多相互独立的单元格,每个单元格单独计算,通过调整单元格尺寸和公差,可以调整检测精度;相比于当前检测产品外观完整性时常用的像素计数、平均灰度等方法,可有效解决像素计数、平均灰度等检测方法存在的基准值设置过高导致的误检和设置过低导致的漏检问题,具有较高的检测精度,和较快的检测速度,应用范围更加广泛。

    一种基于云端协同的产品包装外观质量检测系统及方法

    公开(公告)号:CN115078374A

    公开(公告)日:2022-09-20

    申请号:CN202210504380.7

    申请日:2022-05-10

    Abstract: 本发明公开了一种基于云端协同的产品包装外观质量检测系统及方法,属于机器视觉、互联网和云计算技术领域。本发明系统包括硬件系统和软件系统;其中,硬件系统包括云端服务器、本地控制器、工业相机、光源和通信模块;软件系统包括云端服务器软件、本地控制器交互软件、本地控制器控制软件和本地控制器下位机软件。本发明通过云端协同的方式实现产品包装质量检测,可以解决目前检测设备信息孤岛、参数调整效率低、调整过程影响产线工作等不足,使产品外观质量检测设备更加数字化、智能化、高效化。

    一种烟包缺支检测过程中的水松纸自动识别方法

    公开(公告)号:CN114092573A

    公开(公告)日:2022-02-25

    申请号:CN202111381865.3

    申请日:2021-11-22

    Abstract: 本发明公开了一种烟包缺支检测过程中的水松纸自动识别方法,属于烟包检测技术领域,具体步骤:将烟包滤嘴端面原始图像存储为Proi;将Proi灰度化为Pgray;将Proi按RGB三通道分割为三张灰度图像,分别为Pblue,Pgreen,Pred;建立三张与Proi尺寸相同的灰度图像作为蒙板图像,分别为Pmask1,Pmask2,Pmask3;将Pgray中每个像素点对应的灰度值与100作差值运算,并赋值给Pmask1;将Pblue中每个像素点对应的灰度值与Pred的一半作差值运算,并赋值给Pmask2;将Pmask1与Pmask2进行与操作,得到Pmask3;使用Pmask3对Proi进行赋值处理。上述步骤处理后得到更新后的烟包滤嘴端面图像,再进行灰度化处理时可以使水松纸部分颜色加深,从而准确识别,保证后续滤嘴区域识别的准确度。

    一种基于光电动态扫描技术的烟包散包检测装置及方法

    公开(公告)号:CN112706974A

    公开(公告)日:2021-04-27

    申请号:CN202011495118.8

    申请日:2020-12-17

    Abstract: 本发明公开了一种基于光电动态扫描技术的烟包散包检测装置及方法,包括传感器组件、机架、控制器、接近开关以及编码器。传感器组件包括上侧左传感器、上侧右传感器、下侧左传感器、下侧右传感器,各传感器包括驱动电路、放大电路、发光电路以及光敏电路,控制器包括核心控制单元、单片机、A/D采样电路以及输入输出电路。本发明装置根据包装机相位,动态的采集各传感器的电压值,不仅能够检测烟包透明纸是否存在缺失、褶皱等散包缺陷,还可以检测出透明纸的宽度,并将电压绘制成波形曲线,方便相关人员分析包装机运行状态,有效地避免了有散包缺陷的烟包流入市场,具有广泛的应用空间和市场价值。

    一种基于深度学习的烟包缺支检测方法

    公开(公告)号:CN114092741B

    公开(公告)日:2024-12-03

    申请号:CN202111381821.0

    申请日:2021-11-22

    Abstract: 本发明公开了一种基于深度学习的烟包缺支检测方法,属于烟包缺支检测技术领域,通过烟包缺支检测系统完成烟包缺支状态的在线智能识别与分类,具体包括如下步骤:采集样本烟包滤嘴侧图像;采用图像处理技术,对取得的烟包滤嘴侧图像进行数据增强,扩充样本数据;根据样本数据,基于Keras框架和DenseNet轻量级卷积神经网络训练滤嘴侧分类模型;通过本地和Web两种检测方式调用滤嘴侧分类模型,实时采集待检测烟包滤嘴侧图像,进行烟包缺支判决。本发明采用基于深度学习模型的烟包缺支在线检测算法,对比传统的图像算法,检测准确性高,鲁棒性强;发布的RESTful接口,可以充分利用有限的GPU硬件资源,同时扩展深度学习模型的应用场景。

    一种视觉检测调焦过程中的图像清晰度量化方法

    公开(公告)号:CN115049587B

    公开(公告)日:2024-11-29

    申请号:CN202210504405.3

    申请日:2022-05-10

    Abstract: 本发明公开了一种视觉检测调焦过程中的图像清晰度量化方法,属于图像处理技术领域,包括如下步骤:将采集图像进行灰度化处理;将图像从空间域转换到频率域,对频率图进行移位调整;使用频率域的高通滤波器对频率图进行卷积操作;对卷积结果图进行反移位和反傅里叶变换;计算当前图像表征清晰度的值;计算最大幅度值;计算当前清晰度值,指导最佳焦距位置调整。本发明利用图像空间域与频率域的转换,以及图像清晰程度与图像频率中高频成分相关的思想,将图像清晰程度进行数字量化,快速指导调试人员完成视觉检测装置的镜头调焦,保证高质量的图像采集,进而提升视觉检测装置的检测性能,具有非常广阔的应用前景。

Patent Agency Ranking