视觉影像筛选机厂家采购服务周到「在线咨询」

为实现图像处理技术在冲压件表面缺陷在线检测中的应用,开发了一套冲压件表面缺陷实时在线快速检测系统。使用基于多模板匹配算法获取图像中冲压件的位置,建立感兴趣区域;提出基于拉普拉斯-高斯(LoG)算子的实时浓淡补正算法实现冲压件表面缺陷的增强;使用大津法和形态学操作实现冲压件表面缺陷位置的提取。系统使用MATLAB实现基于LoG算子的滤波算法;使用LabVIEW实现其余算法,并在其中调用MATLAB脚本节点;使用多线程技术实现的检测算法。经实验,系统能够对生产线上每一个冲压件进行快速检测,并检测出有缺陷的冲压件,整个过程耗时在100ms以内,能够满足在线实时检测需求。

半导体的广泛应用使得人们对其质量要求越来越高。半导体生产过程中塑封表面缺陷的检测得到更多生产厂家的重视。本文对SOT-23封装式半导体的表面塑封缺陷进行了研究,改进并优化半导体质量缺陷检测系统,通过边缘检测算法提取半导体管体的塑封边缘,确定被检管体的位姿,缩小检测范围,使用基于边缘点的模板匹配算法来判断字符的完整性,后利用差影法准确地检测出塑封缺陷。经工厂试用后,结果显示此系统能有效地检测出表面质量缺陷。



未来，机器视觉领域的应用将呈现了爆发式的增长态势。刚才已经提到在安防监控、高度的自动化驾驶、增强现实、医图像、机器人工业视觉、移动互联网等领域都有众多的计算机视觉应用产生。CV芯片的成熟量产将使得人类生活在一个无所隐藏的时代，每个带有CV芯片的摄像头就是视力远远高于5.0的眼睛，并且强的分析判断能力；当然人工智能的有序应用，将造福人类。

在易拉罐的生产过程中，需要对产品的瑕疵及印刷质量进行检测。而易拉罐瓶盖的综合检测一直是一个难题，其中的原因在于产品的材质具有极高的反射度并且表面印制了彩案，打光技术难以解决。而机器视觉技术的运用，能迅速准确的发现印刷品的各种缺陷。工业镜头基于机器视觉的罐盖质量检测系统，根据易拉罐罐盖制造生产线的工作环境和检测要求，实现了铝制罐盖瑕疵的自动检测和快速剔除。该视觉系统实时性好，可靠性高，有效地提高了罐盖检测生产线的工作效率。