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 PDFInfo
- 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
Links
- 238000001514 detection method Methods 0.000 claims abstract description 33
- 230000005540 biological transmission Effects 0.000 claims abstract description 15
- 238000000034 method Methods 0.000 claims description 10
- 238000012360 testing method Methods 0.000 claims description 7
- 101100328518 Caenorhabditis elegans cnt-1 gene Proteins 0.000 claims description 6
- 238000003708 edge detection Methods 0.000 claims 1
- 238000009434 installation Methods 0.000 abstract description 3
- 230000033001 locomotion Effects 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 5
- 241000593989 Scardinius erythrophthalmus Species 0.000 description 3
- 238000012856 packing Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
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。
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)
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)
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)
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)
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 |