目的为提高玻璃瓶口缺陷检测精度,确保生产线包装效率。方法基于机器视觉设计一种瓶口缺陷检测方法,并简要介绍检测系统的整体框架。分别论述基于大熵值法的图像分割方法、瓶口定位方法以及图像特征提取方法,其中图像特征主要包括周长、圆形度、相对圆心距离。利用BP神经网络实现瓶口缺陷的准确识别,将瓶口破损程度转换为具体数值,连接器尺寸检测设备厂家采购,进行实验验证。结果文中检测方法对破损瓶口的检测成功率为99%,对于不同的破损类型均有较高的检测准确度。结论基于机器视觉的玻璃瓶口缺陷检测方法能够满足生产线对准确性和实时性的要求。
提出了一种基于DSP的PET瓶盖缺陷检测算法,能快速检测瓶盖内外圆边缘是否有缺陷,椒江区连接器尺寸检测设备,密封圈内是否有污点。检测算法主要包括图像预处理、二值化、感兴趣区域提取、瓶盖的边缘提取、缺陷检测等。实验证明:本算法每小时可检测瓶盖数72000个以上,可检测出0.1mm的缺陷。提出了一种基于DSP的PET瓶盖缺陷检测算法,能快速检测瓶盖内外圆边缘是否有缺陷,连接器尺寸检测设备供应,密封圈内是否有污点。检测算法主要包括图像预处理、二值化、感兴趣区域提取、瓶盖的边缘提取、缺陷检测等。实验证明:本算法每小时可检测瓶盖数36000个以上,连接器尺寸检测设备采购,可检测出0.1mm的缺陷。
灌装PET瓶的实时自动检测在实际生产中具有重要的作用。在当前生产中,存在着瓶子抖动对图像算法的影响,提出了可以克服上述问题的瓶盖检测方法。采用基于直线拟合算法对灌装PET瓶的实时自动检测在实际生产中具有重要的作用。在当前生产中,存在着瓶子抖动对图像算法的影响,提出了可以克服上述问题的瓶盖检测方法。采用基于直线拟合算法对