CN110496789A - 一种油壶在线检测剔除系统 - Google Patents

一种油壶在线检测剔除系统 Download PDF

Info

Publication number
CN110496789A
CN110496789A CN201910780467.5A CN201910780467A CN110496789A CN 110496789 A CN110496789 A CN 110496789A CN 201910780467 A CN201910780467 A CN 201910780467A CN 110496789 A CN110496789 A CN 110496789A
Authority
CN
China
Prior art keywords
circle
fixed
image
oil
vector
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910780467.5A
Other languages
English (en)
Other versions
CN110496789B (zh
Inventor
封振国
张文超
胡剑
丁川
李赛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Vision Detection Technology Co Ltd
Original Assignee
Wuhan Vision Detection Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan Vision Detection Technology Co Ltd filed Critical Wuhan Vision Detection Technology Co Ltd
Priority to CN201910780467.5A priority Critical patent/CN110496789B/zh
Priority claimed from CN201910780467.5A external-priority patent/CN110496789B/zh
Publication of CN110496789A publication Critical patent/CN110496789A/zh
Application granted granted Critical
Publication of CN110496789B publication Critical patent/CN110496789B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/02—Measures preceding sorting, e.g. arranging articles in a stream orientating
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/36—Sorting apparatus characterised by the means used for distribution
    • B07C5/361—Processing or control devices therefor, e.g. escort memory
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/9515—Objects of complex shape, e.g. examined with use of a surface follower device

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种油壶在线检测剔除系统，包括固定外框，固定外框的底部固定有底板，底板的上侧固定有至少三根支撑杆，支撑杆的顶部安装有顶盖固定块，顶盖固定块的顶部固定有顶盖，顶盖的下侧安装有两个第一光源，顶盖与底板之间设置有卡盘，卡盘套设在支撑杆的外部，卡盘的下侧固定有至少三个相机，顶盖与底板之间还设置有至少四个侧罩，侧罩的内部安装有反光镜、第二光源，第二光源位于侧罩的底部，底板上安装有传送轨，传送轨的上侧设置有凸块。该油壶在线检测剔除系统可节约人力成本、检测效率高。

Description

一种油壶在线检测剔除系统
技术领域
本发明涉及产品检测技术领域，尤其是涉及一种油壶在线检测剔除系统。
背景技术
产品在生产的过程中须对其质量及外观进行检测，通过严格控制其合格率来实现产品整体的质量，如今社会上质量好的产品会随着时间的推移得到良好的口碑，取得高价值的品牌效应，而质量差的产品则会使消费者越来越厌恶，最终会失去整个市场。因此产品检测是生产过程中非常重要的一个环节。
生产线在对瓶装产品装箱入库前都要对瓶体的外观、瓶盖有无等进行检测，并且需要进行点数，现有的检测及点数大多是通过人工完成，工作效率低，人力成本高。因此需要一种可节约人力成本、检测效率高的油壶在线检测剔除系统。
发明内容
本发明针对现有技术中存在的技术问题，提供一种可节约人力成本、检测效率高的油壶在线检测剔除系统。
本发明解决上述技术问题的技术方案如下：一种油壶在线检测剔除系统，包括固定外框，所述固定外框的底部固定有底板，所述底板的上侧固定有至少三根支撑杆，所述支撑杆的顶部安装有顶盖固定块，所述顶盖固定块的顶部固定有顶盖，所述顶盖的下侧安装有两个第一光源，所述顶盖与所述底板之间设置有卡盘，所述卡盘套设在所述支撑杆的外部，所述卡盘的下侧固定有至少三个相机，所述顶盖与所述底板之间还设置有至少四个侧罩，所述侧罩的内部安装有反光镜、第二光源，所述第二光源位于所述侧罩的底部，所述底板上安装有传送轨，所述传送轨的上侧设置有凸块。
优选地，上述的油壶在线检测剔除系统，其中所述支撑杆与所述底板相互垂直。
优选地，上述的油壶在线检测剔除系统，其中所述卡盘与所述支撑杆滑动连接。
优选地，上述的油壶在线检测剔除系统，其中所述第一光源的两侧均安装有第一光源固定架，所述第一光源固定架固定在所述顶盖上。
优选地，上述的油壶在线检测剔除系统，其中所述卡盘的中部设置有圆孔，所述相机围绕所述圆孔的圆心呈圆周阵列。
优选地，上述的油壶在线检测剔除系统，其中所述侧罩围绕所述圆孔的圆心呈圆周阵列。
优选地，上述的油壶在线检测剔除系统，其中两个所述第一光源相互平行。
一种油壶在线检测剔除算法，包括：
a、相机采集并输入所要处理的图像；
b、设置ROI，之后仅对ROI区域内图像进行处理；
c、瓶盖初步定位：
采用Hough圆检测算法，设置圆检测半径为瓶盖半径±5，检测步长为5，将检测到的圆保存到向量VC；
d、候选圆颜色得分计算：
d1：将盖帽区域rgb图像转换为hsv；
d2：遍历盖帽区域像素点，对每个像素点的h、s、v值与模板的h、s、v值进行比较，若差值的绝对值小于设定阈值，则将改点灰度值设置255，否则设置为0，将新的图像命名为img1；
d3：遍历步骤c中向量VC，计算每个圆内像素值不为0点数量为cnt0；
d4：圆半径记为R，得分计算为Score0＝cnt0/R/R；
e、候选圆边缘得分计算：
e1：将盖帽区域rgb图像图像转换为灰度图，并运用Canny算子对图像进行边缘检测，得到瓶盖轮廓信息；
e2：对Step3边图像进行开运算，得到img2；
e3：遍历步骤c中向量VC，计算每个圆半径±3内像素值不为0点数量为cnt1；
e4：圆半径记为R，得分计算为Score1＝cnt1/R/R；
f、候选圆筛选：
f1：去除Score0或者Score1小于0.3的候选圆，计算新得分Score＝(Score0+Score1)*0.5，并得到得到新的候选圆向量VC1；
f2：合并选圆向量VC1中相交的圆，，得到新的候选圆向量VC2；
f3：合并选圆向量VC2中距离小于设定距离阈值thresh_d i s的圆，得到新的候选圆向量VC3；
f4：去除Score小于设定阈值thresh_score的候选圆，得到新的候选圆向量VC4；
g、计算向量VC4的圆数量，与设定装箱点数数量对比，若数量不一致，则结束流程，返回NG信号。若数量一致，则进入流程h；
h、检测待测壶提手有无：
h1：已定位瓶盖候选圆的圆心为检测区域中心，设定检测半径r，切割出检测区域图像；
h2：运用VGG-16网络对检测区域图像进行2分类；
h3：得到分类结果，若每个检测区域均为有提手，则返回OK信号，否则返回NG信号；
i、在图像上画出结果并返回，整个检测流程结束。
本发明的有益效果是：在使用该油壶在线检测剔除系统进行检测时，待测壶通过传送轨运动到待测位，传送轨停止移动，此时气缸推动卡盘下移，卡盘上的圆孔将待测壶的上端卡住，第一光源、第二光源亮起，待测壶在反光镜上以不同的角度成像，此时相机对着反光镜拍照，捕捉到不同角度的待测壶的图像，经算法计算后，若气缸收到ok信号则表明该待测壶检测合格，随后卡盘升起，传送轨将待测壶移出，下一个待测壶进入；若气缸收到NG信号则表明该待测壶检测不合格，气缸停止运动，外部的红色信号灯亮起，通知工作人员过来取出该待测壶。根据气缸收到的ok和NG信号的数量来计算统计装箱数量和不合格产品的数量。该油壶在线检测剔除系统可节约人力成本、检测效率高。
附图说明
图1为本发明的整体结构示意图；
图2为图1的爆炸图；
图3为图2中A处的局部放大图；
图4为图2中B处的局部放大图；
图5为图2中C处的局部放大图；
图6为卡盘及侧罩的俯视图；
图7为待测壶的瓶底结构示意图。
附图中，各标号所代表的部件列表如下：
1、固定外框，2、顶盖，3、第一光源，4、侧罩，5、第二光源，6、固定杆，7、待测壶，8、相机，9、支撑杆，10、卡盘，11、第一光源固定架，12、底板，13、反光镜，14、传送轨，15、凸块，16、顶盖固定块，17、凹口。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
如图1、图2、图3、图4、图5所示，一种油壶在线检测剔除系统，包括固定外框1，固定外框1的底部固定有底板12，底板12的上侧固定有至少三根支撑杆9，支撑杆9与底板12相互垂直。支撑杆9的顶部安装有顶盖固定块16，顶盖固定块的顶部固定有顶盖2，顶盖2的下侧安装有两个第一光源3，两个第一光源3均为条形光源且相互平行。第一光源3的两侧均安装有第一光源固定架11，第一光源固定架11固定在顶盖2上。顶盖2与底板12之间设置有卡盘10，卡盘10套设在支撑杆9的外部，卡盘10与支撑杆9滑动连接。卡盘的上侧连接有气缸，气缸可固定在顶盖2上。通过气缸推动卡盘10升降。
如图2、图3、图6卡盘10的下侧固定有至少三个相机8，顶盖2与底板12之间还设置有至少四个侧罩4，侧罩4的内部安装有反光镜13、第二光源5，第二光源5位于侧罩4的底部。卡盘10的中部设置有圆孔，相机8围绕圆孔的圆心呈圆周阵列。侧罩4围绕圆孔的圆心呈圆周阵列。底板12上安装有传送轨14，传送轨14的上侧设置有凸块15。传送轨14用于将待测壶7传送到检测位。如图7所示，待测壶7的底部设置有凹口17，凹口17与凸块15相适配，凸块15卡在凹口17的内部。当待测壶7运动到待测位时，传送轨14停止移动，此时气缸推动卡盘10下移，卡盘10上的圆孔将待测壶7的上端卡住，第一光源3、第二光源5亮起，待测壶7在反光镜13上以不同的角度成像，此时相机8对着反光镜13拍照，捕捉到不同角度的待测壶7的图像，经算法计算后，若气缸收到ok信号则表明该待测壶检测合格，随后卡盘10升起，传送轨14将待测壶7移出，下一个待测壶7进入；若气缸收到NG信号则表明该待测壶检测不合格，气缸停止运动，外部的红色信号灯亮起，通知工作人员过来取出该待测壶。根据气缸收到的ok和NG信号的数量来计算统计装箱数量和不合格产品的数量。
具体算法如下：
a、相机采集并输入所要处理的图像；
b、设置ROI(感兴趣区域)，之后仅对感兴趣区域内图像进行处理；
c、瓶盖初步定位
采用Hough圆检测算法，设置圆检测半径为瓶盖半径±5，检测步长为5，将检测到的圆保存到向量VC；
d、候选圆颜色得分计算：
Step1：将盖帽区域rgb图像转换为hsv；
Step2：遍历盖帽区域像素点，对每个像素点的h、s、v值与模板的h、s、v值进行比较，若差值的绝对值小于设定阈值，则将改点灰度值设置255，否则设置为0，将新的图像命名为img1；
Step3：遍历步骤c中向量VC，计算每个圆内像素值不为0点数量为cnt0；
Step4：圆半径记为R，得分计算为Score0＝cnt0/R/R；
e、候选圆边缘得分计算：
Step1：将盖帽区域rgb图像图像转换为灰度图，并运用Canny算子对图像进行边缘检测，得到瓶盖轮廓信息；
Step2：对Step3边图像进行开运算，得到img2；
Step3：遍历步骤c中向量VC，计算每个圆半径±3内像素值不为0点数量为cnt1；
Step4：圆半径记为R，得分计算为Score1＝cnt1/R/R；
f、候选圆筛选：
Step1：去除Score0或者Score1小于0.3的候选圆，计算新得分Score＝(Score0+Score1)*0.5，并得到得到新的候选圆向量VC1；
Step2：合并选圆向量VC1中相交的圆，，得到新的候选圆向量VC2；
Step3：合并选圆向量VC2中距离小于设定距离阈值thresh_d i s的圆，得到新的候选圆向量VC3；
Step4：去除Score小于设定阈值thresh_score的候选圆，得到新的候选圆向量VC4；
g、计算向量VC4的圆数量，与设定装箱点数数量对比，若数量不一致，则结束流程，返回NG信号。若数量一致，则进入流程h。
h、检测待测壶提手有无
Step1：已定位瓶盖候选圆的圆心为检测区域中心，设定检测半径r，切割出检测区域图像。
Step2：运用VGG-16网络对检测区域图像进行2分类；
Step3：得到分类结果，若每个检测区域均为有提手，则返回OK信号，否则返回NG信号。
i、在图像上画出结果并返回，整个检测流程结束。
本算法可以适应产线多瓶型切换，满足现代高速生产线上瓶盖有无、颜色、装箱数量、提手有无等检测项。不仅能克服装箱不规则的影响，而且检测率达到99.9％以上。该算法适应用户自定义检测阈值，保证生产的高效性和准确性。算法最终对不合格产品进行报警提示和剔除。
在使用该油壶在线检测剔除系统进行检测时，待测壶7通过传送轨14运动到待测位，传送轨14停止移动，此时气缸推动卡盘10下移，卡盘10上的圆孔将待测壶7的上端卡住，第一光源3、第二光源5亮起，待测壶7在反光镜13上以不同的角度成像，此时相机8对着反光镜13拍照，捕捉到不同角度的待测壶7的图像，经算法计算后，若气缸收到ok信号则表明该待测壶检测合格，随后卡盘10升起，传送轨14将待测壶7移出，下一个待测壶7进入；若气缸收到NG信号则表明该待测壶检测不合格，气缸停止运动，外部的红色信号灯亮起，通知工作人员过来取出该待测壶。根据气缸收到的ok和NG信号的数量来计算统计装箱数量和不合格产品的数量。该油壶在线检测剔除系统可节约人力成本、检测效率高。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种油壶在线检测剔除装置，包括固定外框(1)，所述固定外框(1)的底部固定有底板(12)，其特征在于：所述底板(12)的上侧固定有至少三根支撑杆(9)，所述支撑杆(9)的顶部安装有顶盖固定块(16)，所述顶盖固定块的顶部固定有顶盖(2)，所述顶盖(2)的下侧安装有两个第一光源(3)，所述顶盖(2)与所述底板(12)之间设置有卡盘(10)，所述卡盘(10)套设在所述支撑杆(9)的外部，所述卡盘(10)的下侧固定有至少三个相机(8)，所述顶盖(2)与所述底板(12)之间还设置有至少四个侧罩(4)，所述侧罩(4)的内部安装有反光镜(13)、第二光源(5)，所述第二光源(5)位于所述侧罩(4)的底部，所述底板(12)上安装有传送轨(14)，所述传送轨(14)的上侧设置有凸块(15)。
2.根据权利要求1所述的油壶在线检测剔除系统，其特征在于：所述支撑杆(9)与所述底板(12)相互垂直。
3.根据权利要求1所述的油壶在线检测剔除系统，其特征在于：所述卡盘(10)与所述支撑杆(9)滑动连接。
4.根据权利要求1所述的油壶在线检测剔除系统，其特征在于：所述第一光源(3)的两侧均安装有第一光源固定架(11)，所述第一光源固定架(11)固定在所述顶盖(2)上。
5.根据权利要求1所述的油壶在线检测剔除系统，其特征在于：所述卡盘(10)的中部设置有圆孔，所述相机(8)围绕所述圆孔的圆心呈圆周阵列。
6.根据权利要求5所述的油壶在线检测剔除系统，其特征在于：所述侧罩(4)围绕所述圆孔的圆心呈圆周阵列。
7.根据权利要求1所述的油壶在线检测剔除系统，其特征在于：两个所述第一光源(3)相互平行。
8.一种油壶在线检测剔除算法，其特征在于，包括：
a、相机采集并输入所要处理的图像；
b、设置ROI，之后仅对ROI区域内图像进行处理；
c、瓶盖初步定位：
采用Hough圆检测算法，设置圆检测半径为瓶盖半径±5，检测步长为5，将检测到的圆保存到向量VC；
d、候选圆颜色得分计算：
d1：将盖帽区域rgb图像转换为hsv；
d2：遍历盖帽区域像素点，对每个像素点的h、s、v值与模板的h、s、v值进行比较，若差值的绝对值小于设定阈值，则将改点灰度值设置255，否则设置为0，将新的图像命名为img1；
d3：遍历步骤c中向量VC，计算每个圆内像素值不为0点数量为cnt0；
d4：圆半径记为R，得分计算为Score0＝cnt0/R/R；
e、候选圆边缘得分计算：
e1：将盖帽区域rgb图像图像转换为灰度图，并运用Canny算子对图像进行边缘检测，得到瓶盖轮廓信息；
e2：对Step3边图像进行开运算，得到img2；
e3：遍历步骤c中向量VC，计算每个圆半径±3内像素值不为0点数量为cnt1；
e4：圆半径记为R，得分计算为Score1＝cnt1/R/R；
f、候选圆筛选：
f1：去除Score0或者Score1小于0.3的候选圆，计算新得分Score＝(Score0+Score1)*0.5，并得到得到新的候选圆向量VC1；
f2：合并选圆向量VC1中相交的圆，，得到新的候选圆向量VC2；
f3：合并选圆向量VC2中距离小于设定距离阈值thresh_dis的圆，得到新的候选圆向量VC3；
f4：去除Score小于设定阈值thresh_score的候选圆，得到新的候选圆向量VC4；
g、计算向量VC4的圆数量，与设定装箱点数数量对比，若数量不一致，则结束流程，返回NG信号。若数量一致，则进入流程h；
h、检测待测壶提手有无：
h1：已定位瓶盖候选圆的圆心为检测区域中心，设定检测半径r，切割出检测区域图像；
h2：运用VGG-16网络对检测区域图像进行2分类；
h3：得到分类结果，若每个检测区域均为有提手，则返回OK信号，否则返回NG信号；
i、在图像上画出结果并返回，整个检测流程结束。
CN201910780467.5A 2019-08-22 一种油壶在线检测剔除系统 Active CN110496789B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910780467.5A CN110496789B (zh) 2019-08-22 一种油壶在线检测剔除系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910780467.5A CN110496789B (zh) 2019-08-22 一种油壶在线检测剔除系统

Publications (2)

Publication Number Publication Date
CN110496789A true CN110496789A (zh) 2019-11-26
CN110496789B CN110496789B (zh) 2024-06-21

Family

ID=

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110930395A (zh) * 2019-12-02 2020-03-27 武汉楚锐视觉检测科技有限公司 一种易拉罐在线检测剔除装置
CN111871852A (zh) * 2020-06-19 2020-11-03 嘉里粮油(防城港)有限公司 一种无手把瓶子剔除方法、贴标机及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69942275D1 (de) * 1998-09-03 2010-06-02 Semiconductor Tech & Instr Inc Vorrichtung und verfahren zur adaptiven beleuchtung für ein maschinelles sichtgerät
CN101858734A (zh) * 2010-05-19 2010-10-13 山东明佳包装检测科技有限公司 一种检测pet瓶口质量的方法及装置
CN102192911A (zh) * 2010-03-17 2011-09-21 中国科学院自动化研究所 一种基于机器视觉的金属瓶盖质量检测系统和方法
CN102305793A (zh) * 2011-05-11 2012-01-04 苏州天准精密技术有限公司 一种产品外观质量检测方法和设备
CN210816277U (zh) * 2019-08-22 2020-06-23 武汉楚锐视觉检测科技有限公司 一种油壶在线检测剔除系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69942275D1 (de) * 1998-09-03 2010-06-02 Semiconductor Tech & Instr Inc Vorrichtung und verfahren zur adaptiven beleuchtung für ein maschinelles sichtgerät
CN102192911A (zh) * 2010-03-17 2011-09-21 中国科学院自动化研究所 一种基于机器视觉的金属瓶盖质量检测系统和方法
CN101858734A (zh) * 2010-05-19 2010-10-13 山东明佳包装检测科技有限公司 一种检测pet瓶口质量的方法及装置
CN102305793A (zh) * 2011-05-11 2012-01-04 苏州天准精密技术有限公司 一种产品外观质量检测方法和设备
CN210816277U (zh) * 2019-08-22 2020-06-23 武汉楚锐视觉检测科技有限公司 一种油壶在线检测剔除系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110930395A (zh) * 2019-12-02 2020-03-27 武汉楚锐视觉检测科技有限公司 一种易拉罐在线检测剔除装置
CN111871852A (zh) * 2020-06-19 2020-11-03 嘉里粮油(防城港)有限公司 一种无手把瓶子剔除方法、贴标机及存储介质
CN111871852B (zh) * 2020-06-19 2022-07-12 嘉里粮油(防城港)有限公司 一种无手把瓶子剔除方法、贴标机及存储介质

Similar Documents

Publication Publication Date Title
CN110108711A (zh) 圆环侧壁缺陷的视觉检测系统
KR102103048B1 (ko) 광학식 입상물 선별기
US20130136307A1 (en) Method for counting objects and apparatus using a plurality of sensors
CN201890600U (zh) 机器视觉皮带撕裂检测装置
CN102495076B (zh) 一种基于机器视觉的拉链金属链牙缺陷检测方法
CN107525808A (zh) 一种生产线上泡罩药品分类及缺陷在线视觉检测方法
CN108896574B (zh) 一种基于机器视觉的瓶装白酒杂质检测方法及系统
CN110108712A (zh) 多功能视觉缺陷检测系统
CN105954301B (zh) 一种基于机器视觉的瓶口质量检测方法
CN111624206B (zh) 基于线阵相机立体视觉的金属表面缺陷检测方法
CN104777172B (zh) 一种光学镜头次品快速智能检测装置及方法
CN103616389A (zh) 容器标签的自动检测装置及方法
CN105783730A (zh) 螺钉的检测方法、装置、系统及检测机
CN105181714A (zh) 一种基于图像处理的瓶装液体杂质检测系统及其检测方法
CN103743757A (zh) 一种玻璃瓶内壁异物的检测装置及方法
CN107664644A (zh) 一种基于机器视觉的物件表观自动检测装置及方法
CN106872488A (zh) 一种快速大面积透明基片双表面缺陷视觉检测方法及装置
CN106295705A (zh) 一种运动背景下的多颜色物料筛选计数系统
CN103337067B (zh) 单针扫描式螺纹测量仪探针x轴旋转偏差的视觉检测方法
CN111426693A (zh) 一种质量缺陷检测系统及其检测方法
CN110496789A (zh) 一种油壶在线检测剔除系统
CN110082356A (zh) 线材表面缺陷的视觉检测方法及装置
CN204134931U (zh) 一种高清识别色选机
CN115953726B (zh) 机器视觉的集装箱箱面破损检测方法和系统
CN204924960U (zh) 一种软质包装识别码检测系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant