CN111659632A - 基于视觉识别的药粉漏装检测剔除系统 - Google Patents

基于视觉识别的药粉漏装检测剔除系统 Download PDF

Info

Publication number
CN111659632A
CN111659632A CN202010478437.1A CN202010478437A CN111659632A CN 111659632 A CN111659632 A CN 111659632A CN 202010478437 A CN202010478437 A CN 202010478437A CN 111659632 A CN111659632 A CN 111659632A
Authority
CN
China
Prior art keywords
medicine
rejecting
unit
detection
sensor
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
Application number
CN202010478437.1A
Other languages
English (en)
Inventor
彭长华
蔡明才
宿剑锋
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.)
Chongqing Schluson Intelligent Technology Co ltd
Original Assignee
Chongqing Schluson Intelligent 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 Chongqing Schluson Intelligent Technology Co ltd filed Critical Chongqing Schluson Intelligent Technology Co ltd
Priority to CN202010478437.1A priority Critical patent/CN111659632A/zh
Publication of CN111659632A publication Critical patent/CN111659632A/zh
Pending legal-status Critical Current

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
    • B07C5/34—Sorting according to other particular properties
    • 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
    • B07C5/362—Separating or distributor mechanisms
    • 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
    • B07C5/38—Collecting or arranging articles in groups
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection

Abstract

本发明属于药品检测技术领域，具体提供一种基于视觉识别的药粉漏装检测剔除系统，包括运输药品的传送带，传送带上设有拍照位及剔除位；还包括：识别单元，用于采集图像数据，识别单元位于传送带的拍照位；剔除单元，用于剔除药瓶，剔除单元位于传送带的剔除位；处理单元，用于对采集的图像数据进行分析判断；定位单元，定位单元包括沿传送带运送方向依次设置的N个传感器，任意两相邻传感器的间距均小于药瓶瓶身的横截面直径，第一传感器位于拍照位,第N传感器离剔除位的距离小于药瓶瓶身的横截面直径；N的数值不小于三。使用本系统，可以连续进行药瓶的拍照、分析及不良品剔除工作，极大的提高了药瓶不良品检测的整体效率。

Description

基于视觉识别的药粉漏装检测剔除系统
技术领域
本发明属于药品检测技术领域，尤其涉及基于视觉识别的药粉漏装检测剔除系统。
背景技术
随着制药行业的高速发展，不管是在产品品质还是生产效率方面对自动化的依赖越来越高。目前，从药粉生产到成品包装，都基本实现了无人化，但在药粉装瓶工序上，不管是国外还是国内生产的装药设备都会存在药粉多装、少装、漏装现象。
这些药粉多装、少装、漏装的不良品一旦出现，会直接流入医院或病人手中，严重损害制药企业的名誉。在装药设备不能保证百分之百对每瓶足量装药的情况下，只能依靠后期通过检测剔除不良品的方式来实现不良品的零流出。
由于药瓶检测时的运输速度很快，以视觉检测的检测线为例，药瓶通过检测位的速度通常为10瓶/秒，并且药瓶之间是紧密挨着的，现有技术即使能够将不良品识别出来，也难以对不良品进行有效的追踪和剔除。
因此，现有技术中，在检测完成后，还需要对不良品进行二次筛选，将漏装药粉的药品筛选出来，效率低下，费时费力。
发明内容
本发明针对现有技术需要对不良品进行二次筛选，耗时耗力的问题，提供了一种基于视觉识别的药粉漏装检测剔除系统。
本发明提供的基础方案为：
基于视觉识别的药粉漏装检测剔除系统，包括运输药品的传送带，传送带上设有拍照位及剔除位；还包括：
识别单元，用于采集图像数据，识别单元位于传送带的拍照位；
剔除单元，用于剔除药瓶，剔除单元位于传送带的剔除位；
处理单元，用于对采集的图像数据进行分析判断；
定位单元，定位单元包括沿传送带运送方向依次设置的N个传感器，任意两相邻传感器的间距均小于药瓶瓶身的横截面直径，第一传感器位于拍照位,第N传感器离剔除位的距离小于药瓶瓶身的横截面直径；N的数值不小于三；N个传感器位于剔除单元的同侧；
其中，处理单元接收到第一传感器的检测信号后，控制识别单元采集图像数据；若处理单元的分析判断结果为存在异常，且依次连续接收到第一传感器到第N传感器的检测信号后，处理单元给剔除单元发送剔除信号；剔除单元接收到剔除信号后剔除药瓶。
基础方案工作原理及有益效果：
当检测药瓶，药瓶从流水线上通过时会依次通过N个感器及剔除单元所在位置。
当药瓶通过第一传感器时，药瓶到达了拍照位，第一传感器将检测信号发送给处理单元，处理单元控制识别单元采集该药瓶的图像数据，并对图像数据进行分析判断。药瓶继续前进，通过第后面的传感器时，后面的传感器会依次给处理单元发送检测信号。
由于相邻传感器的间距均小于药瓶瓶身的横截面直径，当后面一个传感器刚检测到某药瓶时，前面一个传感器仍处于检测到该药瓶的状态。这样，能够保证N个传感器依次发送的检测的信号为同一药瓶的检测信号，当检测出不良品时，根据传感器的反馈信号，能够持续跟踪该不良品的位置。同时，设置N个传感器，药瓶依次通过N个传感器的过程，能够为处理单元提供足够的运算时间进行药瓶的异常分析检测。由于第N传感器离剔除位的距离小于药瓶的瓶身横截面直径，当处理器接收到第N传感器发送的检测信号后，即药瓶离开第N传感器时，已经开始进入剔除位。
若处理单元的分析判断结果为存在异常(如出现药粉多装、少装、漏装等)，且依次连续接收到N个传感器的检测信号后，则说明存在不合格的药瓶且该药瓶持续通过了N个感器所在位置，正处于剔除单元的位置，因此，处理单元给剔除单元发送剔除信号，剔除单元将该不良品剔除。
使用本系统，可以连续进行药瓶的拍照、分析及不良品剔除工作。和现有技术相比，可以在不影响正常药瓶的情况下，准确的将不良品进行识别并剔除出来，不用在检测出不良品后进行二次筛选，极大的提高了药瓶不良品检测的整体效率，且整个过程完全自动化，省时省心省力。
并且，这样的剔除方式能够保证将所有的不良品都剔除，确保不良品零输出，与人工筛选相比，不良品的剔除率更有保障。
进一步，剔除单元包括伺服电机和旋转扇叶，旋转扇叶的中心与伺服电机的转轴固定；处理单元的分析判断结果为存在异常且依次连续接收到第一传感器到第N传感器的检测信号后，控制伺服电机转动预设的角度。
现有技术中，不良品的剔除主要依靠压缩空气吹、气动手指夹取以及机械机构推这几种方式。与现有技术相比，采用这样的方式，剔除不良品需要的时间更短，更加契合检测线快速输送的特点。当识别到不良品且检测到不良品输送到剔除位时，控制伺服电机转动预设的角度，进而使旋转扇叶转动预设的角度，扇叶转动时将不良品从传送带上带下来，伺服电机能够精准的控制转动角度，能够保证剔除单元工作时的一致性。
进一步，伺服电机转动的预设角度为30—60度。
这个范围的转动角度，加上合理的设置扇叶形状，在能够将药瓶剔除的同时，剔除所需的时间也较短。当出现连续两个甚至多个不良品时，也能够保证系统的正常工作。
进一步，任意两相邻传感器的间距均大于药瓶的瓶身横截面半径。
这样的间距设置，与间距小于药瓶的瓶身横截面半径相比，提高了药瓶通过相邻传感器的时间，在使用相同数量传感器的情况下，可以增加处理单元的处理时间，降低对处理单元运算效率的依赖性，进行减少设备整体成本。
进一步，任意两相邻传感器之间的间距为药瓶的瓶身横截面直径的80％—90％。
这样的间距设置，在保证传感器信号连续性的基础上，可以最大程度的增加处理单元的处理时间。
进一步，N的数量不大于5。
在合理设传感器间距的前提下，3到5个传感已经足够让系统正常运转，与6个及以上的传感器数量相比，可以节约成本。
进一步，还包括存储单元，用于存储检测结果。
便于进行药瓶检测的整体数据分析，方便后续追溯。
进一步，还包括显示单元，用于显示当前检测图像及数据。
设置显示单元后，可以直观的查看当前的检测情况。
进一步，还包括收集盒，收集盒位于剔除位下方，收集盒向上开口。
设置收集盒后，可以对剔除的不良品进行收集，便于对不良品进行集中处理。
进一步，还包括收集滑道，收集滑道为上下两端开口的通道；收集滑道的上端位于剔除机构的一侧，且上端开口朝向剔除机构；收集滑道的下端位于收集盒上方，且下端开口朝向收集盒内部。
通过设置收集滑道，剔除单元可以直接将不良品带入收集滑道，使其从收集滑道滑入收集盒中。这样，可以使不良品的收集工作更加的自动化与精确化。
附图说明
图1为本发明基于视觉识别的药粉漏装检测剔除系统实施例一的正视图；
图2为图1中A部的局部放大示意图；
图3为本发明基于视觉识别的药粉漏装检测剔除系统实施例一的左视图；
图4为本发明基于视觉识别的药粉漏装检测剔除系统实施例一的俯视图；
图5为本发明基于视觉识别的药粉漏装检测剔除系统实施例一的逻辑框图。
具体实施方式
下面通过具体实施方式进一步详细说明：
说明书附图中的附图标记包括：机架1、定位单元2、第一传感器21、第二传感器22、第三传感器23、步进电机3、旋转扇叶4、识别单元5。
实施例一
需要说明的是，本实施例中，药瓶的瓶身横截面直径为18.5毫米，药瓶通过检测位的速度为10瓶/秒。
如图1—图5所示，基于视觉识别的药粉漏装检测剔除系统，包括机架1、传送带、识别单元5、剔除单元、处理单元、定位单元2、存储单元和显示单元。
传送带设置在机架1上，传送带上设置拍照位和剔除位。识别单元5用于采集图像数据，识别单元5位于传送带的拍照位，本实施例中，识别单元5为视觉相机。
存储单元用于存储检测结果，检测结果包括是否为不良品及检测时间。处理单元用于对采集的图像数据进行分析判断；本实施例中，处理单元与存储单元集成在处理器上，处理器为工业PLC，处理器与识别单元5电连接。
显示单元用于显示当前检测图像及数据，本实施例中，显示单元为液晶显示器。
剔除单元包括步进电机3和旋转扇叶4，旋转扇叶4的中心与伺服电机的转轴焊接，本实施例中，旋转扇叶4上均匀的分布有8片扇叶，伺服电机与处理器电连接。
定位单元2包括N个传送带传送方向依次设置的传感器，N个传感器位于剔除单元的同侧；N的数值不小于3且不大于5，本实施例中，N的数值为3，3个传感器分别为第一传感器21，第二传感器22和第三传感器23。任意两相邻传感器之间的间距均小于药瓶的瓶身横截面直径，且大于药瓶的瓶身横截面半径。本实施例中，任意两相邻传感器之间间距为15.6毫米。
第一传感器21位于拍照位；第三传感器23位于旋转扇叶4前方，且第三传感器23与旋转扇叶4之间的距离小于药瓶的瓶身横截面直径，本实施例中，第三传感器23到旋转扇叶4的距离为8毫米。
处理单元接收到第一传感器21的检测信号后，控制识别单元5采集图像数据；若处理单元的分析判断结果为存在异常，且依次连续接收到第一传感器21到第三传感器23的检测信号后，处理单元控制伺服电机转动预设的角度。其中，伺服电机的预设角度为30—60度，本实施例中，预设的角度为45度。
具体实施过程如下：
当检测药瓶，药瓶从流水线上通过时，会依次通过三个感器及剔除单元所在位置。当药瓶通过第一传感器21时，药瓶到达了拍照位，第一传感器21将检测信号发送给处理单元，处理单元控制识别单元5采集图像数据，并对图像数据进行分析判断。图像分析的具体技术，采用现有的图像对比技术即可，该技术已经非常成熟，在此不再赘述。
药瓶继续前进，通过后面的传感器时，后面的传感器会依次给处理单元发送检测信号。由于相邻传感器的间距均小于药瓶瓶身的横截面直径，当后面一个传感器刚检测到某药瓶时，前面一个传感器仍处于检测到该药瓶的状态。这样，能够保证三个传感器依次发送的检测的信号为同一药瓶的检测信号，当检测出不良品时，根据传感器的反馈信号，能够持续跟踪该不良品的位置。同时，设置三个传感器，药瓶依次通过三个传感器的过程，能够为处理单元提供足够的运算时间进行药瓶的异常分析检测。
由于第三传感器23离剔除位的距离小于药瓶的瓶身横截面直径，当处理器接收到第三传感器23发送的检测信号后，即药瓶离开第三传感器23时，已经开始进入剔除位。若处理单元的分析判断结果为存在异常(如出现药粉多装、少装、漏装等)，且依次连续接收到三个传感器的检测信号后，则说明存在不合格的药瓶且该药瓶持续通过了三个感器所在位置，正处于剔除单元所在位置，因此，处理单元控制伺服电机转动预设的角度(45度)。
由于本实施例中的旋转扇叶4上均匀设置有8片扇叶，伺服电机转动45度，带动旋转扇叶4转动45度后，刚好能使其扇叶到达其旋转前相邻扇叶的位置。使剔除机构能够稳定的工作。并且，这个45度的转动角度，在能够将药瓶剔除的同时，剔除所需的时间也较短。当出现连续两个甚至多个不良品时，也能够保证系统的正常工作。
使用本系统，可以连续进行药瓶的拍照、分析及不良品剔除工作。和现有技术相比，可以在不影响正常药瓶的情况下，准确的将不良品进行识别并剔除出来，不用在检测出不良品后进行二次筛选，极大的提高了药瓶不良品检测的整体效率，且整个过程完全自动化，省时省心省力。
并且，这样的剔除方式能够保证将所有的不良品都剔除，确保不良品零输出，与人工筛选相比，不良品的剔除率更有保障。
通过存储单元的存储数据，管理人员可以进行药瓶检测的整体数据分析，方便后续追溯。而通过显示单元，工作人员则可以直观的查看当前的检测情况。
实施例二
与实施例一不同的是，本实施例中，还包括收集滑道和收集盒。
收集盒固定在机架1上，手机盒位于剔除位下方且开口朝上。收集滑道为上下两端开口的通道，收集滑道的上端位于剔除机构的一侧，且上端开口朝向剔除机构；收集滑道的下端位于收集盒上方，且下端开口朝向收集盒内部。
设置手机滑道及收集盒后，剔除单元可以直接将不良品带入收集滑道，使其从收集滑道滑入收集盒中。这样，可以使不良品的收集工作更加的自动化与精确化。
以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (10)

1.基于视觉识别的药粉漏装检测剔除系统，包括运输药品的传送带，其特征在于：传送带上设有拍照位及剔除位；还包括：
识别单元，用于采集图像数据，识别单元位于传送带的拍照位；
剔除单元，用于剔除药瓶，剔除单元位于传送带的剔除位；
处理单元，用于对采集的图像数据进行分析判断；
定位单元，定位单元包括沿传送带运送方向依次设置的N个传感器，任意两相邻传感器的间距均小于药瓶瓶身的横截面直径，第一传感器位于拍照位,第N传感器离剔除位的距离小于药瓶瓶身的横截面直径；N的数值不小于三；N个传感器位于剔除单元的同侧；
其中，处理单元接收到第一传感器的检测信号后，控制识别单元采集图像数据；若处理单元的分析判断结果为存在异常，且依次连续接收到第一传感器到第N传感器的检测信号后，处理单元给剔除单元发送剔除信号；剔除单元接收到剔除信号后剔除药瓶。
2.根据权利要求1所述的基于视觉识别的药粉漏装检测剔除系统，其特征在于：剔除单元包括伺服电机和旋转扇叶，旋转扇叶的中心与伺服电机的转轴固定；处理单元的分析判断结果为存在异常且依次连续接收到第一传感器到第N传感器的检测信号后，控制伺服电机转动预设的角度。
3.根据权利要求2所述的基于视觉识别的药粉漏装检测剔除系统，其特征在于：伺服电机转动的预设角度为30—60度。
4.根据权利要求1所述的基于视觉识别的药粉漏装检测剔除系统，其特征在于：任意两相邻传感器的间距均大于药瓶的瓶身横截面半径。
5.根据权利要求4所述的基于视觉识别的药粉漏装检测剔除系统，其特征在于：任意两相邻传感器之间的间距为药瓶的瓶身横截面直径的80％—90％。
6.根据权利要求1所述的基于视觉识别的药粉漏装检测剔除系统，其特征在于：N的数量不大于5。
7.根据权利要求1所述的基于视觉识别的药粉漏装检测剔除系统，其特征在于：还包括存储单元，用于存储检测结果。
8.根据权利要求1所述的基于视觉识别的药粉漏装检测剔除系统，其特征在于：还包括显示单元，用于显示当前检测图像及数据。
9.根据权利要求8所述的基于视觉识别的药粉漏装检测剔除系统，其特征在于：还包括收集盒，收集盒位于剔除位下方，收集盒向上开口。
10.根据权利要求9所述的基于视觉识别的药粉漏装检测剔除系统，其特征在于：还包括收集滑道，收集滑道为上下两端开口的通道；收集滑道的上端位于剔除机构的一侧，且上端开口朝向剔除机构；收集滑道的下端位于收集盒上方，且下端开口朝向收集盒内部。
CN202010478437.1A 2020-05-29 2020-05-29 基于视觉识别的药粉漏装检测剔除系统 Pending CN111659632A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010478437.1A CN111659632A (zh) 2020-05-29 2020-05-29 基于视觉识别的药粉漏装检测剔除系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010478437.1A CN111659632A (zh) 2020-05-29 2020-05-29 基于视觉识别的药粉漏装检测剔除系统

Publications (1)

Publication Number Publication Date
CN111659632A true CN111659632A (zh) 2020-09-15

Family

ID=72385302

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010478437.1A Pending CN111659632A (zh) 2020-05-29 2020-05-29 基于视觉识别的药粉漏装检测剔除系统

Country Status (1)

Country Link
CN (1) CN111659632A (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104084379A (zh) * 2014-06-04 2014-10-08 中国农业大学 一种玉米种子图像精选装置及其使用方法
CN104646308A (zh) * 2013-11-19 2015-05-27 中国科学院沈阳自动化研究所 一种红枣外观在线视觉检测及分级系统
CN204817219U (zh) * 2015-07-13 2015-12-02 河南丰之源生物科技有限公司 瓶装饮料液位自动检测剔除装置
CN105537139A (zh) * 2016-02-02 2016-05-04 王雪芳 一种瓶装药物分拣机及分拣方法
CN205797806U (zh) * 2016-07-07 2016-12-14 昆山力固机电工业有限公司 剔除装置
GB2542905A (en) * 2015-08-07 2017-04-05 Wal Mart Stores Inc Systems, devices, and methods for providing passenger transport
CN108580333A (zh) * 2018-04-17 2018-09-28 湖北理工学院 基于机器视觉的液位检测平台研究与设计
CN208377220U (zh) * 2018-06-06 2019-01-15 四川森科制药有限公司 一种药液灌装机用注液定量检测装置
CN209979667U (zh) * 2019-05-05 2020-01-21 北京众驰伟业科技发展有限公司 一种进样装置及检测系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104646308A (zh) * 2013-11-19 2015-05-27 中国科学院沈阳自动化研究所 一种红枣外观在线视觉检测及分级系统
CN104084379A (zh) * 2014-06-04 2014-10-08 中国农业大学 一种玉米种子图像精选装置及其使用方法
CN204817219U (zh) * 2015-07-13 2015-12-02 河南丰之源生物科技有限公司 瓶装饮料液位自动检测剔除装置
GB2542905A (en) * 2015-08-07 2017-04-05 Wal Mart Stores Inc Systems, devices, and methods for providing passenger transport
CN105537139A (zh) * 2016-02-02 2016-05-04 王雪芳 一种瓶装药物分拣机及分拣方法
CN205797806U (zh) * 2016-07-07 2016-12-14 昆山力固机电工业有限公司 剔除装置
CN108580333A (zh) * 2018-04-17 2018-09-28 湖北理工学院 基于机器视觉的液位检测平台研究与设计
CN208377220U (zh) * 2018-06-06 2019-01-15 四川森科制药有限公司 一种药液灌装机用注液定量检测装置
CN209979667U (zh) * 2019-05-05 2020-01-21 北京众驰伟业科技发展有限公司 一种进样装置及检测系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
曹建农: "《图像分割方法研究》", 31 August 2006 *

Similar Documents

Publication Publication Date Title
EP2295157B1 (de) Vorrichtung und Verfahren zum Kontrollieren von Gefäßverschlüssen
CN105737748A (zh) 一种燃料芯块外形尺寸和外观缺陷的检测设备和方法
CN206854141U (zh) 一种屏幕缺陷全自动视觉检测系统
CN101837351A (zh) 基于图像检测法的油封弹簧全自动分选系统及方法
CN105691761A (zh) 一种小型农产品自动分拣装箱的方法及其装置
CN103308531A (zh) 一种玻璃药瓶缺陷的自动检测装置及检测方法
CN111659632A (zh) 基于视觉识别的药粉漏装检测剔除系统
CN101373178A (zh) 颗粒状药物外观检测的方法及其系统
CN107525812A (zh) 一种包装袋喷码缺陷检测方法
CN110632081A (zh) 基于2d及3d视觉的轴承外观检测设备
CN110102517A (zh) 一种产品分类剔除控制装置
CN109622392A (zh) 一种软胶囊视频自动分拣装置
CN214516056U (zh) 注射器检测设备及注射器加工系统
CN203069148U (zh) 一种成品磁环图像自动检测系统
CN108535000B (zh) 一种车用紧固件在线检测方法
CN212041552U (zh) 一种垫片表面缺陷及厚度自动化检测装置
KR101011437B1 (ko) 비전을 이용한 정밀나사 자동검사 및 선별시스템
CN209051017U (zh) Scara上下料多工位检测系统
JPH06100085A (ja) キャップ装着不良検出方法およびその装置
CN107931153A (zh) 一种劣质药片自动分离装置
WO2015024617A1 (de) Vorrichtung zur prüfung von hohlglasartikeln
JP3417487B2 (ja) キャップ装着不良検出方法およびその装置
CN210523117U (zh) 硅片分选机
CN214682983U (zh) 一种自动匹配和检测电池组件的ai装置
CN209647015U (zh) 一种软胶囊视频自动分拣装置

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