高速医药生产线上药液异物图像跟踪识别方法

    公开(公告)号:CN102024143B

    公开(公告)日:2013-04-24

    申请号:CN201010547064.5

    申请日:2010-11-16

    Applicant: 湖南大学

    Abstract: 本发明公开了一种高速医药生产线上药液异物图像跟踪识别方法,其特征在于,包括以下步骤:步骤1:获取多帧图像,搜寻目标,提取目标信息,初始化卡尔曼滤波器参数;步骤2:预测各个目标的下一位置;步骤3:更新卡尔曼滤波器参数;步骤4:判断当前对象是否可能是异物;步骤5:在最后一帧差分图像中,计算当前目标从初始位置到当前位置的位移矢量的幅值大小,并于当前目标的初始位移幅值大小和当前目标的平均直径进行比较,进而判断当前目标是否为异物。该高速医药生产线上药液异物图像跟踪识别方法通用性强、检测效果稳定、准确度高、自动化程度高、显著减小人工检测的劳动强度。

    高速生产线上罐盖质量的机器视觉在线检测设备

    公开(公告)号:CN102445455A

    公开(公告)日:2012-05-09

    申请号:CN201110286795.3

    申请日:2010-04-08

    Applicant: 湖南大学

    Abstract: 一种高速生产线上罐盖质量的机器视觉在线检测设备,包括进盖装置、传送装置、整形装置、剔出装置、成像系统、工业计算机以及电气控制系统,进盖装置装设于传送装置的输入端,整形装置装设于传送装置的输出端,传送装置的输送线上设有检测工位和剔出工位,成像系统装设于检测工位处,剔出装置装设于剔出工位处,成像系统与工业计算机的图像信号输入端相连,工业计算机的控制信号输出端与剔出装置相连。本发明具有结构简单紧凑、成本低廉、操作简便、精确度高、检测速度快等优点。

    高速生产线上罐盖质量的机器视觉在线检测方法

    公开(公告)号:CN101799431B

    公开(公告)日:2012-01-04

    申请号:CN201010141857.7

    申请日:2010-04-08

    Applicant: 湖南大学

    Abstract: 一种高速生产线上罐盖质量的机器视觉在线检测方法及设备,该方法为:在自动化生成线上,将需要检测的罐盖分离成单个罐盖,单个罐盖在传送装置上运动;当罐盖运动到传送装置上的检测工位时,成像系统对罐盖高速成像;获取的罐盖图像输送到工业计算机并由工业计算机进行处理,对多个检测区域进行质量检测,产生质量判断信号;根据检测结果,位于传送装置剔出工位的剔出装置将不合格产品剔出;合格产品在传送装置上继续运动,经过整形装置后有序地输出。该装置包括进盖装置、传送装置、整形装置、剔出装置、成像系统、工业计算机以及电气控制系统。本发明具有结构简单紧凑、成本低廉、操作简便、精确度高、检测速度快等优点。

    一种基于支持向量机的电路板焊接质量视觉检测方法

    公开(公告)号:CN101661004B

    公开(公告)日:2011-05-25

    申请号:CN200910043938.0

    申请日:2009-07-21

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于支持向量机的电路板焊接质量视觉检测方法,其步骤为:1)获取电路板焊接部分的图像;2)提取焊接图像的灰度直方图;3)采用基于熵的图像分割方法将焊接图像分割为3个色度带;4)每一个色度带上取其面积、重心纵坐标、二阶矩三个变量作为电路板焊接质量检测的特征量;5)将特征量作为支持向量机分类器的输入,以支持向量机分类器的三个输出值来判断焊接质量归属于焊锡正常、焊锡过量、焊锡不足三种情况,最后给出焊接质量结果。本发明能克服人工检测效率低、速度慢、精度低、漏检率高、检测人员容易疲劳等问题,提高电子制造生产自动化程度和产品质量。

    高速医药生产线上药液异物图像跟踪识别方法

    公开(公告)号:CN102024143A

    公开(公告)日:2011-04-20

    申请号:CN201010547064.5

    申请日:2010-11-16

    Applicant: 湖南大学

    Abstract: 本发明公开了一种高速医药生产线上药液异物图像跟踪识别方法,其特征在于,包括以下步骤:步骤1:获取多帧图像,搜寻目标,提取目标信息,初始化卡尔曼滤波器参数;步骤2:预测各个目标的下一位置;步骤3:更新卡尔曼滤波器参数;步骤4:判断当前对象是否可能是异物;步骤5:在最后一帧差分图像中,计算当前目标从初始位置到当前位置的位移矢量的幅值大小,并于当前目标的初始位移幅值大小和当前目标的平均直径进行比较,进而判断当前目标是否为异物。该高速医药生产线上药液异物图像跟踪识别方法通用性强、检测效果稳定、准确度高、自动化程度高、显著减小人工检测的劳动强度。

    高速医药生产线上的药液质量视觉检测方法

    公开(公告)号:CN101859378A

    公开(公告)日:2010-10-13

    申请号:CN201010198005.1

    申请日:2010-06-11

    Applicant: 湖南大学

    Abstract: 本发明公开了一种高速医药生产线上的药液质量视觉检测方法,其特征在于,包括以下步骤:步骤1:图像获取;对预先高速旋转后的药液在瓶子停止状态下获取5幅连续序列图像,所拍摄的图像为灰度图像;步骤2:图像初步去噪;采用基于特征点的偏移量还原背景的方法去除瓶壁的动态干扰;步骤3:目标检测:通过差分方法以及基于阈值分割方法去除静态干扰;步骤4:目标识别:根据目标的运动轨迹连续与否判断该目标是否为异物,并记录该异物;步骤5:目标判断:根据所记录的异物的大小是否超出规定的范围判断该异物是否为可见异物。该方法检测精度高,检测速度快。

    一种基于机器视觉的码垛玻璃瓶检测方法与搬运机

    公开(公告)号:CN101710080A

    公开(公告)日:2010-05-19

    申请号:CN200910227142.0

    申请日:2009-12-01

    Applicant: 湖南大学

    Abstract: 本发明提供了一种基于机器视觉的码垛玻璃瓶检测方法及基于该方法的搬运机,该检测方法为:首先获取经传送带送入集瓶区的瓶口图像;然后对获取的瓶口图形进行图像处理以识别当前集瓶区中的玻璃瓶是否存在异常情况,如果有异常情况则启动报警;搬运机包括玻璃瓶传送带、装有气囊式抓头提升机构和紧固框的行车、相机、立柱机架,紧固框的正下方为集瓶区,传送带与集瓶区连接;在集瓶区设有纵向导轨和可沿纵向导轨移动的横向导轨;用于获取集瓶区内玻璃瓶图像的相机设置在横向导轨上;相机的镜头垂直集瓶区向下,相机与用于图像处理的计算机连接。本发明易于实施、自动化程度高,效率高,具有广阔的工业应用前景。

    一种基于支持向量机的电路板焊接质量视觉检测方法

    公开(公告)号:CN101661004A

    公开(公告)日:2010-03-03

    申请号:CN200910043938.0

    申请日:2009-07-21

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于支持向量机的电路板焊接质量视觉检测方法,其步骤为:1)、获取电路板焊接部分的图像;2)、提取焊接图像的灰度直方图;3)、采用基于熵的图像分割方法将焊接图像分割为3个色度带;4)、每一个色度带上取其面积、重心纵坐标、二阶矩三个变量作为电路板焊接质量检测的特征量;5)、将特征量作为支持向量机分类器的输入,以支持向量机分类器的三个输出值来判断焊接质量归属于焊锡正常、焊锡过量、焊锡不足三种情况,最后给出焊接质量结果。本发明能克服人工检测效率低、速度慢、精度低、漏检率高、检测人员容易疲劳等问题,提高电子制造生产自动化程度和产品质量。

    饮料瓶口视觉定位方法
    9.
    发明授权

    公开(公告)号:CN100491904C

    公开(公告)日:2009-05-27

    申请号:CN200710035767.8

    申请日:2007-09-18

    Applicant: 湖南大学

    Abstract: 本发明公开了一种饮料瓶口视觉定位方法,其步骤为:(1)图像采集以及预处理;(2)对预处理后的瓶口图像进行粗、细两次扫描以及采用重心法得到瓶口圆心参考坐标点;(3)通过瓶口圆心参考坐标点找到瓶口图像内边缘点,然后定位参考瓶口的圆心坐标,建立圆心坐标集合的二维直方图H0(Xr,Yr),最后采用滑动窗口定位圆心计算得到瓶口圆心的横坐标X0和纵坐标Y0。本发明是一种能在高速自动化饮料灌装生产线上实现自动跟踪、快速精准定位,并能与空瓶检测设备、高速灌装设备、自动封盖与包装设备配套使用,可极大地提高饮料生产线上的自动灌装、检测分拣与包装设备自动化水平的饮料瓶口视觉定位方法。

    药液内运动可见异物的检测跟踪与识别方法

    公开(公告)号:CN101354359A

    公开(公告)日:2009-01-28

    申请号:CN200810143138.1

    申请日:2008-09-04

    Applicant: 湖南大学

    Abstract: 本发明公开了一种液体药品中运动可见异物与气泡的检测识别方法,其特征在于,包括以下步骤:1)对待检测的当前液体药品获取多帧连续图像;2)图像预处理;3)运动目标提取,获得增强后图像;4)运动目标分割:对所述增强后图像运用改进型二维最大熵阈值分割算法,采用灰度和邻域平均灰度构成的二维直方图选择阈值,得到分割后图像;5)运动目标跟踪;6)图像识别与判断:通过跟踪结果得到目标运动轨迹,利用目标轨迹的连续性和方向性识别区分出异物与气泡目标,从而最终判断当前液体药品是否合格。本发明保证算法精度的条件下充分简化了计算,提高了算法的实时性,大大提高了药液中异物与气泡识别的准确率,降低了药品的误检率。

Patent Agency Ranking