合肥密封圈筛选机厂--「在线咨询」

工业视觉检测关键技术

1.图像分割

       图像分割算法一般基于像素属性的不连续性或相似性，亮度属性是图像的基-性，也是图像分割中应用1多的属性。基于图像边缘的图像分割方法是基于亮度不连续性的方法；阈值法和区域生长法则是典型的基于亮度相似性的图像分割方法。

2.边缘检测

       典型的边缘检测方法是微分算子法，后来出现了 canny 边缘检-法、小波边缘检-法、基于数学形态学的方法和susan 边缘检测方法等。

机器视觉检测设备的组成系统及选择要点

照明是影响机器视觉系统输入的重要因素，它直接影响输入数据的和应用效果。由于没有通用的机器视觉光源照明设备，所以针对每个特定的应用实例，要选择相应的照明装置，以达到好的效果。光源可分为可见光和不可见光，常见的几种可见光源有白炽灯、日光灯、水1银灯和钠光灯。可见光的缺点是光能不稳定。机器视觉检测技术-机视觉检测系统的-机有三个变量需要调整，以优化捕1捉到的图像。所以如何使光能在一定的程度上保持稳定，是目前急需解决的问题；另一方面，环境光有可能影响图像的，所以可采用加防护屏的方法来减少环境光的影响。

视觉检测技术之表面缺陷检测

在传统的工业生产制造过程中，检测产品表面的缺陷主要采用人工检测的方法，受到人工能力的-，不仅检测产品的速度慢、效率低下，而且在检测的过程中容易出错，从而导致误检率高，检测结果不够，检测速度慢等问题。

         随着计算机技术，-等科学技术的出现和发展，出现了基于机器视觉技术的表面缺陷检测技术。

视觉检测技术的分类有哪些？

(1)依照检测功用可分为：定位、缺点检测、计数/遗失检测、尺度丈量。

(2)依照其装置的载体可分为：在线检测体系和离线检测体系。

(3)依照检测技能可分为：立体视觉检测、斑驳检测、尺度丈量检测、ocr检测等。

机器视觉检测技术的作用是挑选出有瑕疵，印刷模糊，边缘碎屑或有凹陷凸起缺点的商品，在保障出厂产品品质上有着-的作用。现已被广泛用于各大主要的商品的外观缺陷检测、尺度检测中。产品的表面缺陷检测是机器视觉检测的一个重要部分，其检测的准确程度直接会影响产品终的优劣。如检测电子部件的缺点或针脚偏移，检测注1射器部件形状或区别颜色、检测螺丝螺母的螺纹是否变形、弹簧尺寸、o型圈密封圈尺寸外观缺陷等。