醫(yī)用鋁塑瓶蓋在生產(chǎn)過程中,會出現(xiàn)各種類型的殘次品,譬如油污、缺口、圓度異常、高度異常等。此類殘次品流入市場,影響企業(yè)形象與藥品使用者健康。若繼續(xù)依靠人工檢測,此方法不僅準(zhǔn)確率低,而且人力成本大。針對這一現(xiàn)狀,本文基于機器視覺,通過以下幾個方面,設(shè)計開發(fā)了一套醫(yī)藥瓶蓋高速智能檢測系統(tǒng),目前該系統(tǒng)已取得實際應(yīng)用。首先介紹傳送系統(tǒng)與圖像采集系統(tǒng)。本系統(tǒng)采用兩段式傳送結(jié)構(gòu),首尾重疊、真空吸附等特殊構(gòu)造,使得瓶蓋隨皮帶穩(wěn)定運行,并實現(xiàn)瓶蓋翻轉(zhuǎn)取相,全面檢測。圖像采集系統(tǒng)采用六臺高速工業(yè)相機,瓶蓋正面和背面各一臺,側(cè)面使用四臺,對瓶蓋圖像全方位采集。其次是檢測算法的設(shè)計實現(xiàn)。針對側(cè)面、正面、背面的圖像特點,分別設(shè)計了具有針對性的檢測算法,對各類缺陷瓶蓋進(jìn)行識別。在圖像預(yù)處理以及圖像的分割定位中,分別介紹了目前常用的圖像增強和圖像分割以及圖像匹配算法,分析了各類算法的特點,并根據(jù)具體情況,針對瓶蓋圖像特點,提出的基于區(qū)域推導(dǎo)思想的圖像定位方法。在檢測算法中分別設(shè)計了臟污檢測、圓度與高度檢測、六橋檢測、混色檢測等算法,實現(xiàn)了對各類缺陷的檢測。最后對機械結(jié)構(gòu)和算法進(jìn)行實際測試。經(jīng)過大量試驗和現(xiàn)場測試,驗... 

【文章來源】：煙臺大學(xué)山東省

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【部分圖文】：

機器視覺質(zhì)量檢測系統(tǒng)簡圖

禱氐姆治黿峁??蔥卸雜Σ僮鰨?縑蕹?Υ悶返取Ｍ?1.1 機器視覺質(zhì)量檢測系統(tǒng)簡圖1.2研究現(xiàn)狀本系統(tǒng)基于機器視覺實現(xiàn)，機器視覺是一門綜合技術(shù)，涉及到多個學(xué)科，將機械控制，工業(yè)打光，成像系統(tǒng)，算法分析等融合，利用機器模擬人的檢測與判斷，實現(xiàn)質(zhì)量檢測高速化、自動化。機器視覺的發(fā)展從二維圖像分析過渡到三維立體圖像分析，在發(fā)展初期，僅僅是理論研究，到 90 年代，機器視覺技術(shù)才由理論分析過度到實際應(yīng)用，但在中國，機器視覺技術(shù)仍未得到普及。直到 21 世紀(jì)，機器視覺技術(shù)才在國內(nèi)得到普及和進(jìn)一步的研究。近年來，在各大高校和企事業(yè)單位的積極推動下，該技術(shù)迅速發(fā)展。科研人員在各個領(lǐng)域大膽嘗試，在很諸多方面打破了國際壟斷，使得該技術(shù)在各個方面都得到了廣泛應(yīng)用。

跟隨皮帶運行到與后端皮帶輸送機頭尾重疊處，此時前端輸送線在尾真空狀態(tài)，而后端輸送線的頭部有真空，真空克服瓶蓋重力將瓶蓋吸起，進(jìn)入后端輸送機（用于檢測背面），后端輸送線尾部無真空，瓶蓋依靠慣進(jìn)入到出料口。（4）視覺檢測單元瓶蓋在前端輸送線上傳送時會觸發(fā)相機傳感器，傳感器觸發(fā) 5 個相機分別正面進(jìn)行拍照（4 個相機拍側(cè)面，1 個相機拍正面）。正面檢測工位構(gòu)造如圖檢測工位如圖 2.4。瓶蓋進(jìn)入后端皮帶輸送線會反轉(zhuǎn)，這時會觸發(fā)相機傳蓋的背面進(jìn)行圖像采集，機械構(gòu)造如圖 2.5 所示。得到瓶蓋的全方位圖像檢測系統(tǒng)對圖像進(jìn)行處理，判斷瓶蓋是否合格。若瓶蓋檢測為不合格品，信號傳給剔除電磁閥，電磁閥會發(fā)出相應(yīng)動作，啟動高壓吹氣機將瓶蓋剔格品收納箱。合格品會自然流入到合格品收納箱，并在出料口處對瓶蓋進(jìn)數(shù)。關(guān)于檢測工位光源與鏡頭的設(shè)計細(xì)節(jié)，將在 2.2.1、2.2.2、2.2.3 節(jié)中詳細(xì)討

【參考文獻(xiàn)】：
期刊論文
[1]基于機器視覺的無人機電力巡線技術(shù)[J]. 陳鳳翔,劉博迪,方廣東.  電子技術(shù)與軟件工程. 2019(04)
[2]基于機器視覺的車流監(jiān)測和交通燈智能控制[J]. 汪青,梅瑞麟,周岳斌.  機械管理開發(fā). 2019(02)
[3]計算機視覺技術(shù)在茶葉領(lǐng)域中的應(yīng)用現(xiàn)狀及展望[J]. 黃藩,劉飛,王云,羅凡.  茶葉科學(xué). 2019(01)
[4]機器視覺技術(shù)軍事應(yīng)用文獻(xiàn)綜述[J]. 黃少羅,張建新,卜昭鋒.  兵工自動化. 2019(02)
[5]機器視覺在紡織中的應(yīng)用現(xiàn)狀與發(fā)展趨勢[J]. 周建,潘如如,高衛(wèi)東.  棉紡織技術(shù). 2019(02)
[6]基于機器視覺的社區(qū)智能無人機配送系統(tǒng)[J]. 曹昕卉.  通訊世界. 2019(02)
[7]基于機器視覺的雞蛋品質(zhì)無損檢測方法[J]. 李新成,趙登魯,石紅蕾,員玉良.  食品安全質(zhì)量檢測學(xué)報. 2019(02)
[8]基于雙打光模板匹配的沖壓件表面缺陷檢測[J]. 李松,周亞同,張忠偉,池越,韓春穎.  鍛壓技術(shù). 2018(11)
[9]圖像配準(zhǔn)與角點提取算法研究[J]. 徐靜,劉延芳,唐中海.  長春工程學(xué)院學(xué)報(自然科學(xué)版). 2017(04)
[10]基于最小二乘法的瓶蓋檢測算法設(shè)計應(yīng)用[J]. 黃達(dá),黃樹彩,劉錦昌,龐策.  計算機應(yīng)用與軟件. 2017(11)

博士論文
[1]基于機器視覺的多尺度腦圖像的若干技術(shù)研究[D]. 王水花.南京大學(xué) 2017
[2]不規(guī)則零件機器視覺檢測中的關(guān)鍵技術(shù)研究[D]. 朱霞.南京航空航天大學(xué) 2015
[3]基于單目視覺的目標(biāo)識別與定位研究[D]. 馮春.南京航空航天大學(xué) 2013

碩士論文
[1]基于機器視覺測量的齒輪圖像邊界提取算法研究[D]. 單紫薇.沈陽工業(yè)大學(xué) 2017
[2]基于機器視覺的工件尺寸測量系統(tǒng)設(shè)計[D]. 李福建.中國計量大學(xué) 2017
[3]藥瓶瓶蓋生產(chǎn)線在線視頻檢測方法的研究[D]. 佟麗娜.河北科技大學(xué) 2015
[4]基于機器視覺瓶蓋缺陷檢測系統(tǒng)開發(fā)[D]. 徐寶霞.電子科技大學(xué) 2015
[5]基于雙目視覺的機械臂伺服系統(tǒng)的研究[D]. 王鵬月.內(nèi)蒙古科技大學(xué) 2013
[6]基于機器視覺的藥品包裝在線檢測系統(tǒng)研究[D]. 張煜文.西安建筑科技大學(xué) 2012
[7]基于圖像處理的煙嘴棒圓度檢測研究[D]. 賀璽.武漢工程大學(xué) 2012
[8]矩不變法的研究及其在圖像分割中的應(yīng)用[D]. 李雙.河南師范大學(xué) 2012
[9]基于邊緣的圖像插值算法及應(yīng)用研究[D]. 趙利華.昆明理工大學(xué) 2011
[10]智能相機相關(guān)技術(shù)的研究[D]. 李金晶.天津大學(xué) 2009



本文編號：2953982