Echipament de inspecție vizuală inteligentă a pieselor industriale

Ca o întreprindere de cercetare și dezvoltare a echipamentelor de automatizare inteligentă a ambalajelor în țară și străinătate,Shanghai Armor Automatizare Technology Co., Ltd.Serviciile tehnice oferă soluții tehnologice pentru echipamente de inspecție vizuală inteligentă pentru industria de fabricație din China cu componente industriale sincronizate internațional. Echipament de inspecție vizuală inteligentă a pieselor industrialeAplică laIndustria farmaceutică, alimentară, băutură, chimie de zi cu zi, produse de sănătate, electronică, aparate electrice, chimie, industrie auto și materiale plastice și hardware!

Detecție vizuală inteligentă a pieselor industrialeechipamentînTehnologia de procesare a imaginilor digitale este o industrie tehnologică în curs de dezvoltareAplicații în domenii precum sistemele de automatizare, inspecția pieselor auto și identificarea inteligentă. A devenit una dintre soluțiile importante pentru inspecția manuală convențională lentă și ineficientă. Deoarece piesele industriale pot avea multe defecte în detalii în producția reală, este necesar să se aleagă algoritmii potriviti pentru a le identifica și testa cu exactitate. Acest articol se referă la piesele din spatele cutiei de absorbție a energiei pentru automobile, a proiectat schema globală a sistemului de detectare a imaginii, a construit o platformă hardware experimentală și a descris în detaliu compoziția diferitelor dispozitive și sisteme de iluminat utilizate de sistemul vizual, apoi calibrarea sistemului de cameră pentru a finaliza corectarea efectului de distorsie. După obținerea imaginilor corectate, s-au concentrat cercetările asupra tehnicilor cheie precum preprocesarea imaginilor, detectarea marginilor și măsurarea parametrilor geometrici ai pieselor. În prelucrarea, mai întâi se analizează categoria de zgomot a imaginii, se compară mai mulți algoritmi de filtrare pentru a găsi un algoritm de filtrare potrivit pentru imaginea din acest articol. În plus, în detectarea marginilor imaginilor, algoritmul clasic de detectare a marginilor este comparat, oferind o bază pentru extragerea caracteristicilor ulterioare. Când se detectează caracteristicile de bază ale imaginii, cercurile și liniile drepte din imagine sunt detectate separat și parametrii rezultatelor de testare sunt optimizați pentru a îmbunătăți efectul de detectare a cercurilor și liniilor drepte. Atunci când se detectează sloturile din imagini, se utilizează un algoritm de potrivire a șablonului pentru a identifica cu precizie poziția slotului. După ce a intrat în testarea dimensiunilor pieselor, textul a studiat, de asemenea, piesele intacte, piesele de punct de sudură și piesele zgârietate în trei cazuri de identificare a clasificării. În primul rând, prin detectarea marginilor, pe baza asigurării limpezii și integrității marginilor imaginii, utilizând algoritmul histogram orientativ gradient pentru extragerea caracteristicilor și utilizând rețeaua neuronală de probabilitate și SVM pentru identificarea clasificării, s-au obținut efecte bune de clasificare. Cu toate acestea, dimensiunile vectoriale ale caracteristicilor sunt mai mari și informațiile de extracție a caracteristicilor sunt amestecate, astfel încât informațiile cheie ale imaginii sunt greu de utilizat pe deplin. Textul a îmbunătățit algoritmul histogramului direcțional al gradientului, interpolația bilineară a algoritmului de extracție a caracteristicilor histogramului direcțional al gradientului, a obținut un vector caracteristic mai capabil să reflecte caracteristicile detaliate, apoi a utilizat rețeaua neuronală și mașina vectorială de sprijin pentru a identifica, în timp ce îmbunătățiți efectul anti-amestecare a valorilor caracteristice, îmbunătățiți, de asemenea, rata de recunoaștere a clasificării imaginilor. Implementarea acestui modul se bazează pe Visual C ++ și MATLAB, inclusiv dezvoltarea interfaței sistemelor vizuale și scrierea algoritmului. Acest articol realizează detectarea caracteristicilor pieselor și identificarea cu diferite tipuri de clasificare a pieselor. Rezultatele documentului reflectă o anumită valoare inginerică, oferind în același timp o anumită importanță de bază pentru aplicarea tehnicilor de măsurare a imaginilor și identificarea clasificării pieselor.

Echipamente inteligente de inspecție vizuală

Ca o bine-cunoscută întreprindere de cercetare și dezvoltare a echipamentelor de automatizare inteligentă a ambalajelor atât în țară, cât și în străinătate, Shanghai Lujia Automation Technology Co., Ltd. oferă soluții tehnice pentru industria de fabricație chineză pentru a sincroniza echipamentele de inspecție vizuală inteligentă pentru piese industriale. Utilizat pe scară largă în: farmaceutice, alimente, băuturi, produse chimice zilnice, produse de îngrijire a sănătății, electronică, aparate electrice, produse chimice, industria auto și industriile din materiale plastice și hardware!

Echipamentele inteligente de inspecție vizuală pentru componentele industriale sunt o industrie tehnologică emergentă în tehnologia de procesare a imaginilor digitale. A fost utilizat pe scară largă în sistemele de automatizare, inspecția pieselor auto și identificarea inteligentă. A devenit una dintre soluțiile importante pentru detectarea manuală lentă și eficiența scăzută a detectării. Datorită defectelor în detaliile pieselor industriale în producția reală, este necesar să se utilizeze un algoritm adecvat pentru a le identifica și detecta cu acuratețe. În această lucrare, schema generală a sistemului de detectare a imaginilor este concepută pentru partea din spate a cutiei de absorbție a energiei a mașinii. Platforma hardware experimentală este construită, iar componentele diferitelor componente și sisteme de iluminat utilizate în sistemul de viziune sunt introduse în detaliu. Apoi sistemul de cameră este calibrat și finalizat. Corectarea efectelor de distorsiune. După obținerea imaginii corectate, au fost studiate tehnologii cheie, cum ar fi preprocesarea imaginii, detectarea marginilor și măsurarea parametrilor geometrici parțiali. În preprocesare, clasa de zgomot a imaginii este analizată mai întâi și diferiți algoritmi de filtrare sunt comparați pentru a găsi algoritmul de filtrare potrivit pentru imagine. În plus, în detectarea marginilor imaginii, se compară algoritmul clasic de detectare a marginilor, care oferă baza pentru extragerea ulterioară a caracteristicilor. Atunci când se detectează caracteristicile de bază ale imaginii, cercurile și liniile din imagine sunt detectate separat, iar parametrii rezultatului de detectare sunt optimizați pentru a îmbunătăți efectul de detectare al cercului și al liniei. Atunci când se detectează slotul în imagine, se utilizează un algoritm de potrivire a șablonului pentru a identifica cu precizie poziția slotului. După inspecția dimensiunii piesei, au fost studiate și metodele de clasificare și identificare a pieselor intacte, piesele de lipire și piesele zgârietate. În primul rând, prin detectarea marginii, pe baza asigurării că marginea imaginii este clară și completă, algoritmul histogramei direcției gradientului este utilizat pentru extragerea caracteristicilor, iar rețeaua neuronală probabilistică și SVM sunt utilizate pentru clasificare și recunoaștere, și se obține un efect bun de clasificare. Cu toate acestea, dimensiunea vectorului caracteristicii este ridicată, iar informațiile de extracție a caracteristicii sunt aliasate, astfel încât informațiile cheie ale imaginii să fie dificil de utilizat pe deplin. În această lucrare, algoritmul de histogramă a direcției gradientului este îmbunătățit, iar algoritmul de extracție a caracteristicilor histogramei direcției gradientului este bilineare interpolat. Vectorul caracteristicii care poate reflecta caracteristicile detaliate este obținut, iar apoi rețeaua neuronală și mașina vectorială de suport sunt utilizate pentru recunoaștere. Efectul anti-aliasing al valorii îmbunătățește, de asemenea, acuratețea clasificării și recunoașterii imaginilor. Implementarea tuturor modulelor din acest subiect se bazează pe Visual C++ și MATLAB, inclusiv dezvoltarea interfaței de sistem vizual și scrierea algoritmului. Această lucrare realizează detectarea caracteristicilor pieselor și clasificarea și identificarea diferitelor tipuri de piese. Rezultatele cercetării din această lucrare reflectă o anumită valoare de inginerie și oferă o anumită referință pentru aplicarea tehnologiei de măsurare a imaginii și clasificarea și identificarea pieselor.