机器视觉技术以高速度、高精度而被广泛应用于汽车、机械加工、电子、包装、食品等各个行业。本课题主要针对基于机器视觉的灯检机的键技术进行了研究。整个系统以机械、电子、软件、图像处理为基础,结合各种辅助器件协调工作,完成检测含有异物的不合格的针剂。本论文针对智能灯检机检测系统涉及的几个关键技术进行了以下研究工作:⑴根据机器视觉技术应用到工业检测上的特点,对采集设备和照明设备进行了设计,主要包括:①采集设备的选择,包括工业相机、图像采集卡、镜头的选择;②针对针剂异物检测的特点进行光源和照明设计,采用背景光照明。⑵研究了针剂异物（头发丝、玻璃渣）检测的算法。课题分别用阈值分割和边缘检测两种方法进行了实验,阈值分割根据梯度二值化处理图像,边缘检测用sobel、log、prewitt算子处理图像。经过大量的实验,实验结果表明,采用上述方法都可以检测出含有异物的针剂。⑶对检测系统的精确性影响因素进行了分析,并且用实验证明了外界光强度变化、照明系统亮度的改变、外界噪声等因素对检测结果的影响,这有助于进一步研究时更快地改进系统。⑷利用VC++设计了检测系统的界面,在软件调度方面,使用模块化进行管理,利用进程和线程的技术解决速度问题。介绍了各个模块的功能,并设计了软件编程的结构。
本文来源: https://www.lw50.cn/article/66ba623dab00d01b56fb6083.html