CN111112130A - 一种基于机器视觉技术的软管封尾质量检测装置及方法 - Google Patents
一种基于机器视觉技术的软管封尾质量检测装置及方法 Download PDFInfo
- Publication number
- CN111112130A CN111112130A CN201911334448.6A CN201911334448A CN111112130A CN 111112130 A CN111112130 A CN 111112130A CN 201911334448 A CN201911334448 A CN 201911334448A CN 111112130 A CN111112130 A CN 111112130A
- Authority
- CN
- China
- Prior art keywords
- image acquisition
- hose
- camera
- acquisition assembly
- controller
- 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.)
- Pending
Links
Images
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
- B07C5/34—Sorting according to other particular properties
- B07C5/3404—Sorting according to other particular properties according to properties of containers or receptacles, e.g. rigidity, leaks, fill-level
-
- 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
-
- 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
- B07C2501/00—Sorting according to a characteristic or feature of the articles or material to be sorted
- B07C2501/0063—Using robots
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种基于机器视觉技术的软管封尾质量检测装置及方法,属于机器视觉技术在软管产品生产领域。本发明涉及一种基于机器视觉技术的软管封尾质量检测装置及方法,解决了现有技术存在的问题,保证软管封尾检测的充分性、准确性,最大可能的减少缺陷软管产品流入市场的可能;采用本检测装置和检测方法,既能实时检测每根软管,同时能在线剔除缺陷软管,有效的提高了检测效率和检测覆盖面,确保了每根软管都经过检测,大大降低了缺陷产品流入市场的可能性,具有一定的应用价值和应用空间。
Description
技术领域
本发明属于机器视觉技术在软管产品生产领域,具体涉及一种基于机器视觉技术的软管封尾质量检测装置及方法。
背景技术
随着化工业的发展,软管种类越来越多,性能也得到很大提升,其用于包装具有质量轻、结实耐用、可回收、易于挤取、易于携带、价格低廉等特点,被广泛用于食品、医药、日化等行业膏状产品的包装,如各种药膏、果酱、软管、化妆品等。同时,随着企业竞争的加剧,企业对生产效率、生产质量提出了更高的要求,对生产自动化设备的投入也越来越大。目前,软管产品生产企业几乎全部采用高速灌装封尾一体机进行软管产品的灌装和封尾。然后,软管产品灌装后的封尾工序对质量的影响尤为突出,封尾良品率是影响产品品质的重要因素。
在生产软管产品时,灌装机滴膏、加热器温度过高或者过低、气压过大或者过小以及切刀变钝等,都有可导致后续封尾缺陷,如:开口、破损、露膏、偏光、缺角、边线粗糙、偏光、假爆等。目前,生产商为了解决软管封尾缺陷问题,在调整灌装封尾一体机各项性能参数,使其工作在最佳状态的同时,还在后端增加人工对封尾质量进行检测。由于灌装速度较快,生产工人只能检测极少一部分,绝大部分软管产品没有经过检测就进入外包装工序,进而流入市场,从而造成严重的质量隐患。
发明内容
本发明的目的是提供一种基于机器视觉技术的软管封尾质量检测装置及方法,以解决现有技术存在的问题,保证每根软管产品都经过充分性的、准确性的封尾缺陷检测,并将缺陷产品在线剔除;最大程度的减少有封尾缺陷的产品流入市场的可能性,使产品质量得到显著提升,保护企业及其品牌形象。
为了实现上述目的,本发明采用如下技术方案:
一种基于机器视觉技术的软管封尾质量检测装置,包括一套人机界面、三套图像采集组件、一个控制器、一个激光传感器、一个报警器和一个剔除单元;
其中,人机界面,被配置为用于实现人机交互,与控制器通讯实时显示工业相机采集的图像以及系统运行信息,并通过其进行相关参数设置;
三套图像采集组件,分别为前侧图像采集组件、后侧图像采集组件和顶部图像采集组件,被配置为用于采集图像;
控制器,被配置为用于负责执行工业相机触发、光源开启、剔除执行和声光报警控制,包括三个图像采集通讯接口、以太网通讯接口、输入输出接口和核心控制单元;三个图像采集通讯接口分别与前侧图像采集组件、后侧图像采集组件和顶部图像采集组件通过线路连接,核心控制单元分别与人机界面、以太网通讯接口、三个图像采集通讯接口、输入输出接口通过线路连接;输入输出接口分别与激光传感器、报警器和剔除单元通过线路连接;
激光传感器,被配置为用于负责检测产品是否到达检测位置,如果产品到达检测位置则向控制器发送到位信号,控制器接到信号后发送开启光源和拍照指令;同时还被配置为用于进行产品计数,产品每经过一次激光传感器,激光传感器就向控制器发送一次脉冲信号,根据控制器累加脉冲数量就能够实时计算出机器生产产品的数量;
报警器,被配置为用于缺陷产品时进行报警提醒,当有缺陷产品时报警提醒生产工人查看缺陷原因,及时调整机器参数;
剔除单元,被配置为用于进行缺陷产品的在线剔除,当缺陷产品到达剔除位置时,剔除单元在不停机的情况下直接将缺陷产品剔除。
优选地,该检测装置还包括调节固定块、图像采集组件支架、软管、带刻度支柱、导向轴底座和底板;
导向轴底座安装在底板上,带刻度支柱通过螺钉固定在导向轴底座中,调节固定块套在带刻度支柱上;图像采集组件支架固定在调节固定块上,激光传感器固定在前侧图像采集组件上;前侧图像采集组件、顶部图像采集组件、后侧图像采集组件通过螺钉分别固定在图像采集组件支架上;软管在前侧图像采集组件与后侧图像采集组件的中间位置。
优选地,前侧图像采集组件和后侧图像采集组件均包括条形LED光源、第一壳体、插座、第一工业相机、第一相机支架、第一支架固定螺钉、第一镜头、第一相机玻璃窗和光源玻璃窗;
条形LED光源、第一相机玻璃窗、第一光源玻璃窗和插座分别固定在壳体的对应位置上;将第一工业相机固定在第一相机支架上,第一镜头在镜头座中;第一相机支架通过第一支架固定螺钉固定在壳体内。
优选地,顶部图像采集组件包括第二相机玻璃窗、固定螺孔、第二壳体、第二支架固定螺钉、第二相机支架、第二工业相机和第二镜头;
第二相机玻璃窗固定在第二壳体上,第二工业相机固定在第二相机支架上,第二镜头在镜头座中;第二相机支架通过第二支架固定螺钉固定在第二壳体内,固定螺孔用于顶部图像采集组件的固定。
此外,本发明还提到一种基于机器视觉技术的软管封尾质量检测方法,该方法采用上所述的一种基于机器视觉技术的软管封尾质量检测装置,具体包括如下步骤:
步骤1:读取激光传感器信号;
步骤2:控制器在指定相位控制图像采集组件采集图像;
步骤3:控制器接收图像采集组件采集的图像数据;
步骤4:控制器对图像数据进行处理;
步骤5:判断软管封尾是否存在缺陷;
若:判断结果是软管封尾存在缺陷;则执行步骤6;
或判断结果是软管封尾不存在缺陷;则执行步骤7;
步骤6:控制器向报警器发送报警信号或者向剔除单元发送剔除信号;
步骤7:控制器进行自我诊断,及时发现系统故障,然后输出信号,然后循环执行步骤1,直到系统断电。
优选地,在步骤5中,在对软管封尾进行缺陷检测时,首先对图像采集组件采集到的软管尾部图像数据进行滤波,滤除图像数据中的噪声;然后对获取的图像数据进行感兴趣区域的选择;最后通过灰度化、投影、相似度计算方法,进行包括尺寸对比、灰度对比、相似性对比在内的多重判断,最终确定当前软管是否存在缺陷。
本发明所带来的有益技术效果:
相较于人工检验方式只能检测极少数量软管,绝大部分软管未能进行检测而直接进行外包装流入市场,本发明能够很好的解决这些问题,本检测装置能实时检测每支软管,能在线将缺陷软管从产线上剔除,并能分类统计各种缺陷,给操作人员调节灌装封尾机参数提供相关参考,使其从源头减少缺陷产品,降低生产成本;同时,本装置检测精度高、误检率低、安装调试简单,能适应不同品牌、不同尺寸、不同形状的软管,具有广泛的应用空间和市场价值。
附图说明
图1为软管封尾质量检测装置原理框图。
图2为图像采集组件的安装视图;
其中,1-调节固定块;2-前侧图像采集组件;3-顶部图像采集组件;4-图像采集组件支架;5-后侧图像采集组件;6-软管;7-激光传感器;8-带刻度支柱;9-导向轴底座;10-底板。
图3为两侧图像采集组件的剖视图;
11-条形LED光源;12-第一壳体;13-插座;14-第一工业相机;15-第一相机支架;16-第一支架固定螺钉;17-第一镜头;18-第一相机玻璃窗;19-光源玻璃窗。
图4为顶部图像采集组件的剖视图;
20-第二相机玻璃窗;21-固定螺孔;22-第二壳体;23-第二支架固定螺钉;24-第二相机支架;25-第二工业相机;26-第二镜头。
图5为本发明软管封尾质量检测方法的流程图。
图6为合格软管的顶部和侧部图像示意图。
图7为两种顶部缺陷软管图像示意图。
图8为后侧缺陷软管图像示意图。
具体实施方式
下面结合附图以及具体实施方式对本发明作进一步详细说明:
如图1所示,一种基于机器视觉技术的软管封尾质量检测装置,包括一套人机界面、三套图像采集组件、一个控制器、一个激光传感器7、一个报警器和一个剔除单元;
其中,人机界面,被配置为用于实现人机交互,与控制器通讯实时显示工业相机采集的图像以及系统运行信息,并通过其进行相关参数设置;
三套图像采集组件,分别为前侧图像采集组件、后侧图像采集组件和顶部图像采集组件,被配置为用于采集图像;
控制器,被配置为用于负责执行工业相机触发、光源开启、剔除执行和声光报警控制,包括三个图像采集通讯接口、以太网通讯接口、输入输出接口和核心控制单元;三个图像采集通讯接口分别与前侧图像采集组件、后侧图像采集组件和顶部图像采集组件通过线路连接,核心控制单元分别与人机界面、以太网通讯接口、三个图像采集通讯接口、输入输出接口通过线路连接;输入输出接口分别与激光传感器、报警器和剔除单元通过线路连接;
激光传感器,被配置为用于负责检测产品是否到达检测位置,如果产品到达检测位置则向控制器发送到位信号,控制器接到信号后发送开启光源和拍照指令;同时还被配置为用于产品计数,产品每经过一次激光传感器,激光传感器就向控制器发送一次脉冲信号,控制器累加脉冲数量就可实时计算出机器生产产品的数量。
报警器,被配置为用于缺陷产品报警提醒,当有缺陷产品时报警提醒生产工人查看缺陷原因,及时调整机器参数,减少缺陷产品的产生,从而减少原材料的浪费。
剔除单元,被配置为用于缺陷产品的在线剔除,当缺陷产品到达剔除位置时,剔除单元在不停机的情况下直接将缺陷产品剔除,提高了生产效率,降低了缺陷产品漏到下一工序的概率。
在图2中,首先,将导向轴底座9安装到底板10上,并将底板10固定到机器上;其次,将带刻度支柱8放入导向轴底座9中,并用螺钉固定,然后将调节固定块1套入带刻度支柱8上,然后将图像采集组件支架4固定到调节固定块1上,将激光传感器7固定到前侧图像采集组件2上,然后将前侧图像采集组件2、顶部图像采集组件3、后侧图像采集组件5通过螺钉分别固定到图像采集组件支架4上;最后,调节固定块1的高度以及前侧图像采集组件2与后侧图像采集组件5之间的距离,使软管6在前侧图像采集组件2与后侧图像采集组件5中间位置,且三个图像采集组件都能清晰的拍到软管尾部三个面图片。
在图3中,首先,将条形LED光源11、第一相机玻璃窗18、第一光源玻璃窗19、插座13固定到壳体12的对应位置上;其次,将第一工业相机14固定到第一相机支架15上,然后再将第一镜头17拧进镜头座中;最后,将第一相机支架15放入壳体12内,并用第一支架固定螺钉16将其固定。
在图4中,先将第二相机玻璃窗20固定到第二壳体22上,然后将第二工业相机25固定到第二相机支架24上,并将第二镜头26拧进镜头座中;最后,将第二相机支架24放入第二壳体22内,并用第二支架固定螺钉23将其固定,固定螺孔21用于顶部图像采集组件固定。
在图5中,本发明中的图像处理流程为:首先将工业相机拍摄到的软管尾部图像依次进行灰度化、投影、相似度计算等处理,进而进行尺寸对比、灰度对比、相似性对比等多重判断,最终确定当前软管是否存在缺陷。灰度化是为了将工业相机拍摄到的软管尾部RGB图像转换为单通道的GRAY图像,提高后续的处理速度;投影是为了将二维图像作投影变换,将图像中软管的纹理特征转换为一维空间的数据特征,有利于判断软管尾部压痕压接是否均匀。控制器在对外发送上位机控制命令的同时,还进行自诊断,判断外部电路是否连接良好,如果外部断路,则向上位机发送红色报警信息。
在图6中,图(a)、图(b)分别为合格软管的顶部和侧部图像。合格软管的顶部图像亮度均匀、连续,亮线宽度比较一致;合格软管的侧部图像亮度比较均匀,压痕也是清晰、均匀。
在图7中,图(a)是软管尾部顶部开口并漏膏图像,图(b)是软管尾部顶部开口图像,这两种缺陷是软管顶部常见缺陷。主要利用灰度值算亮线宽度,同时利用像素计数等方法进行补充判断。
在图8中,是软管尾部侧面部分压痕压接不清晰缺陷图像,软管尾部压痕压接不清晰,即使当时没有漏膏,随着软管挤压次数的增加,很有可能会出现漏膏,这种缺陷被称谓假爆。这种缺陷主要利用投影法去判断,同时也用了像素计数、相似性等方法进行补充判断。投影法是利用压痕清晰则其投影曲线比较均匀,若部分压痕有不清晰则其投影曲线不均匀等特点去判断。
本发明涉及一种基于机器视觉技术的软管封尾质量检测装置及方法,解决了现有技术存在的问题,保证软管封尾检测的充分性、准确性,最大可能的减少缺陷软管产品流入市场的可能;采用本检测装置和检测方法,既能实时检测每根软管,同时能在线剔除缺陷软管,有效的提高了检测效率和检测覆盖面,确保了每根软管都经过检测,大大降低了缺陷产品流入市场的可能性,具有一定的应用价值和应用空间。
当然,上述说明并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换,也应属于本发明的保护范围。
Claims (6)
1.一种基于机器视觉技术的软管封尾质量检测装置,其特征在于:包括一套人机界面、三套图像采集组件、一个控制器、一个激光传感器、一个报警器和一个剔除单元;
其中,人机界面,被配置为用于实现人机交互,与控制器通讯实时显示工业相机采集的图像以及系统运行信息,并通过其进行相关参数设置;
三套图像采集组件,分别为前侧图像采集组件、后侧图像采集组件和顶部图像采集组件,被配置为用于采集图像;
控制器,被配置为用于负责执行工业相机触发、光源开启、剔除执行和声光报警控制,包括三个图像采集通讯接口、以太网通讯接口、输入输出接口和核心控制单元;三个图像采集通讯接口分别与前侧图像采集组件、后侧图像采集组件和顶部图像采集组件通过线路连接,核心控制单元分别与人机界面、以太网通讯接口、三个图像采集通讯接口、输入输出接口通过线路连接;输入输出接口分别与激光传感器、报警器和剔除单元通过线路连接;
激光传感器,被配置为用于负责检测产品是否到达检测位置,如果产品到达检测位置则向控制器发送到位信号,控制器接到信号后发送开启光源和拍照指令;同时还被配置为用于进行产品计数,产品每经过一次激光传感器,激光传感器就向控制器发送一次脉冲信号,根据控制器累加脉冲数量就能够实时计算出机器生产产品的数量;
报警器,被配置为用于缺陷产品时进行报警提醒,当有缺陷产品时报警提醒生产工人查看缺陷原因,及时调整机器参数;
剔除单元,被配置为用于进行缺陷产品的在线剔除,当缺陷产品到达剔除位置时,剔除单元在不停机的情况下直接将缺陷产品剔除。
2.根据权利要求1所述的基于机器视觉技术的软管封尾质量检测装置,其特征在于:该检测装置还包括调节固定块、图像采集组件支架、软管、带刻度支柱、导向轴底座和底板;
导向轴底座安装在底板上,带刻度支柱通过螺钉固定在导向轴底座中,调节固定块套在带刻度支柱上;图像采集组件支架固定在调节固定块上,激光传感器固定在前侧图像采集组件上;前侧图像采集组件、顶部图像采集组件、后侧图像采集组件通过螺钉分别固定在图像采集组件支架上;软管在前侧图像采集组件与后侧图像采集组件的中间位置。
3.根据权利要求1所述的基于机器视觉技术的软管封尾质量检测装置,其特征在于:前侧图像采集组件和后侧图像采集组件均包括条形LED光源、第一壳体、插座、第一工业相机、第一相机支架、第一支架固定螺钉、第一镜头、第一相机玻璃窗和光源玻璃窗;
条形LED光源、第一相机玻璃窗、第一光源玻璃窗和插座分别固定在壳体的对应位置上;将第一工业相机固定在第一相机支架上,第一镜头在镜头座中;第一相机支架通过第一支架固定螺钉固定在壳体内。
4.根据权利要求1所述的基于机器视觉技术的软管封尾质量检测装置,其特征在于:顶部图像采集组件包括第二相机玻璃窗、固定螺孔、第二壳体、第二支架固定螺钉、第二相机支架、第二工业相机和第二镜头;
第二相机玻璃窗固定在第二壳体上,第二工业相机固定在第二相机支架上,第二镜头在镜头座中;第二相机支架通过第二支架固定螺钉固定在第二壳体内,固定螺孔用于顶部图像采集组件的固定。
5.一种基于机器视觉技术的软管封尾质量检测方法,其特征在于:采用如权利要求1所述的一种基于机器视觉技术的软管封尾质量检测装置,具体包括如下步骤:
步骤1:读取激光传感器信号;
步骤2:控制器在指定相位控制图像采集组件采集图像;
步骤3:控制器接收图像采集组件采集的图像数据;
步骤4:控制器对图像数据进行处理;
步骤5:判断软管封尾是否存在缺陷;
若:判断结果是软管封尾存在缺陷;则执行步骤6;
或判断结果是软管封尾不存在缺陷;则执行步骤7;
步骤6:控制器向报警器发送报警信号或者向剔除单元发送剔除信号;
步骤7:控制器进行自我诊断,然后输出信号,然后循环执行步骤1,直到系统断电。
6.根据权利要求5所述的基于机器视觉技术的软管封尾质量检测方法,其特征在于:在步骤5中,在对软管封尾进行缺陷检测时,首先对图像采集组件采集到的软管尾部图像数据进行滤波,滤除图像数据中的噪声;然后对获取的图像数据进行感兴趣区域的选择;最后通过灰度化、投影、相似度计算方法,进行包括尺寸对比、灰度对比、相似性对比在内的多重判断,最终确定当前软管是否存在缺陷。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911334448.6A CN111112130A (zh) | 2019-12-23 | 2019-12-23 | 一种基于机器视觉技术的软管封尾质量检测装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911334448.6A CN111112130A (zh) | 2019-12-23 | 2019-12-23 | 一种基于机器视觉技术的软管封尾质量检测装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111112130A true CN111112130A (zh) | 2020-05-08 |
Family
ID=70501649
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911334448.6A Pending CN111112130A (zh) | 2019-12-23 | 2019-12-23 | 一种基于机器视觉技术的软管封尾质量检测装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111112130A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111795976A (zh) * | 2020-06-30 | 2020-10-20 | 中国电子科技集团公司第四十一研究所 | 一种基于机器视觉技术的软管包装空管异物在线检测装置及方法 |
CN115035115A (zh) * | 2022-08-11 | 2022-09-09 | 聊城市宏伟电器有限公司 | 一种纸包铜扁线质量监测方法 |
CN115880268A (zh) * | 2022-12-28 | 2023-03-31 | 南京航空航天大学 | 一种塑料软管生产中检测次品的方法、系统、设备及介质 |
CN117181640A (zh) * | 2023-11-07 | 2023-12-08 | 科先智能装备(苏州)有限公司 | 一种化妆品软管封尾高速测漏设备和测漏方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104101608A (zh) * | 2014-07-01 | 2014-10-15 | 南京航空航天大学 | 可对多型号不规则形状产品进行缺陷检测的智能检测装置 |
CN104614379A (zh) * | 2013-11-04 | 2015-05-13 | 北京兆维电子(集团)有限责任公司 | 一种版材表面缺陷的检测系统和方法 |
WO2016002145A1 (ja) * | 2014-07-01 | 2016-01-07 | 株式会社デンソー | 車両用表示制御装置及び車両用表示システム |
CN106959293A (zh) * | 2015-11-13 | 2017-07-18 | 康耐视公司 | 通过视觉系统检测反光面上缺陷的系统及方法 |
CN107310795A (zh) * | 2017-07-04 | 2017-11-03 | 上海烟草机械有限责任公司 | 基于机器视觉技术的产品外包装检测器及检测系统 |
CN208383744U (zh) * | 2018-07-05 | 2019-01-15 | 杭州汇萃智能科技有限公司 | 一种USB Type-C引脚的视觉检测装置 |
CN208537387U (zh) * | 2018-07-05 | 2019-02-22 | 厦门福信光电集成有限公司 | 一种基于机器视觉的标签缺陷检测装置 |
CN209280588U (zh) * | 2018-12-17 | 2019-08-20 | 深圳市宗源伟业科技有限公司 | 一种自动化视觉检测设备 |
CN110451035A (zh) * | 2019-07-02 | 2019-11-15 | 中国电子科技集团公司第四十一研究所 | 一种基于机器视觉技术的电子烟烟支检测装置及方法 |
-
2019
- 2019-12-23 CN CN201911334448.6A patent/CN111112130A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104614379A (zh) * | 2013-11-04 | 2015-05-13 | 北京兆维电子(集团)有限责任公司 | 一种版材表面缺陷的检测系统和方法 |
CN104101608A (zh) * | 2014-07-01 | 2014-10-15 | 南京航空航天大学 | 可对多型号不规则形状产品进行缺陷检测的智能检测装置 |
WO2016002145A1 (ja) * | 2014-07-01 | 2016-01-07 | 株式会社デンソー | 車両用表示制御装置及び車両用表示システム |
CN106959293A (zh) * | 2015-11-13 | 2017-07-18 | 康耐视公司 | 通过视觉系统检测反光面上缺陷的系统及方法 |
CN107310795A (zh) * | 2017-07-04 | 2017-11-03 | 上海烟草机械有限责任公司 | 基于机器视觉技术的产品外包装检测器及检测系统 |
CN208383744U (zh) * | 2018-07-05 | 2019-01-15 | 杭州汇萃智能科技有限公司 | 一种USB Type-C引脚的视觉检测装置 |
CN208537387U (zh) * | 2018-07-05 | 2019-02-22 | 厦门福信光电集成有限公司 | 一种基于机器视觉的标签缺陷检测装置 |
CN209280588U (zh) * | 2018-12-17 | 2019-08-20 | 深圳市宗源伟业科技有限公司 | 一种自动化视觉检测设备 |
CN110451035A (zh) * | 2019-07-02 | 2019-11-15 | 中国电子科技集团公司第四十一研究所 | 一种基于机器视觉技术的电子烟烟支检测装置及方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111795976A (zh) * | 2020-06-30 | 2020-10-20 | 中国电子科技集团公司第四十一研究所 | 一种基于机器视觉技术的软管包装空管异物在线检测装置及方法 |
CN115035115A (zh) * | 2022-08-11 | 2022-09-09 | 聊城市宏伟电器有限公司 | 一种纸包铜扁线质量监测方法 |
CN115035115B (zh) * | 2022-08-11 | 2022-10-25 | 聊城市宏伟电器有限公司 | 一种纸包铜扁线质量监测方法 |
CN115880268A (zh) * | 2022-12-28 | 2023-03-31 | 南京航空航天大学 | 一种塑料软管生产中检测次品的方法、系统、设备及介质 |
CN115880268B (zh) * | 2022-12-28 | 2024-01-30 | 南京航空航天大学 | 一种塑料软管生产中检测次品的方法、系统、设备及介质 |
CN117181640A (zh) * | 2023-11-07 | 2023-12-08 | 科先智能装备(苏州)有限公司 | 一种化妆品软管封尾高速测漏设备和测漏方法 |
CN117181640B (zh) * | 2023-11-07 | 2024-03-08 | 科先智能装备(苏州)有限公司 | 一种化妆品软管封尾高速测漏设备和测漏方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111112130A (zh) | 一种基于机器视觉技术的软管封尾质量检测装置及方法 | |
CN106226325B (zh) | 一种基于机器视觉的座椅表面缺陷检测系统及其方法 | |
CN108312456B (zh) | 一种注塑机产品工艺品质监控系统以及监控方法 | |
CN102253048B (zh) | 可用于多种产品检测的机器视觉检测方法及系统 | |
CN103868934B (zh) | 基于机器视觉的玻璃灯杯检测系统及方法 | |
CN108982514A (zh) | 一种铸件表面缺陷仿生视觉检测系统 | |
CN109596631B (zh) | 一种基于机器视觉技术的烟包封签错牌检测装置及方法 | |
CN111229648A (zh) | 基于机器视觉的太阳能电池板瑕疵检测系统及检测方法 | |
CN102221556A (zh) | 基于机器视觉的小型连接件外观缺陷在线检测装置与方法 | |
CN201555559U (zh) | 汽车线束机器视觉检测设备 | |
CN110639840A (zh) | 一种全自动泡罩视觉检测机构及其检测方法 | |
CN102514767A (zh) | 基于机器视觉的方便面酱包缺陷自动检测装置及方法 | |
CN101807061A (zh) | 集成电路切筋系统的视觉检测控制系统及方法 | |
CN103910078A (zh) | 烟包铝箔纸及内衬纸完整性检测装置 | |
CN113030102A (zh) | 基于机器视觉的漆面瑕疵检查系统 | |
CN104417788A (zh) | 一种具有质量追溯功能的小袋包装横封检测方法及检测系统 | |
CN111492401A (zh) | 包装容器中的缺陷检测的方法 | |
CN104931505A (zh) | 机器视觉表面检测系统 | |
CN109881356B (zh) | 基于svm图像分类的袜机织针在线检测装置及方法 | |
CN115144399A (zh) | 一种基于机器视觉的装配质量检测方法及装置 | |
CN202583085U (zh) | 基于机器视觉的方便面酱包缺陷自动检测装置 | |
CN107271446B (zh) | 一种发动机正时齿轮室胶线的视觉检测方法 | |
CN202814334U (zh) | 轴承套圈车加工漏工序检测装置 | |
CN202464233U (zh) | 基于机器视觉的药丸数量检测装置 | |
CN117030612A (zh) | 基于机器视觉的家用膜元件表面缺陷检测系统及检测方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200508 |