在现代工业制造领域中,对于精密零部件的外观尺寸都有着极高的要求,航天、航空、汽车配件、电子产品等领域中,绩效的零部件出现问题都会影响正常运行以及使用功能。
近几年机器视觉检测技术的飞速发展,为工业自动化生产提高了先进科学技术有效保障产品质量,机器视觉检测来帮助生产线实现在线实时检测、测量和自动识别等功能,以提高效率并降低工厂成本,从而实现生产效益的最大化。
因此,机器视觉检测技术被广泛应用于五金配件的尺寸检测、表面缺陷检测、字符识别检测等方面。
检测类型包括:裂纹、头部文字/形状、长度、直径、螺丝螺母有无牙、螺牙内外径、螺牙牙距、螺牙牙角、底部形状、弯曲、多段高度/宽度/厚度、倒角/夹角、齿数、表面特点、表面瑕疵、印记、表面缺陷等。
尺寸检测:对五金配件的长度、宽度、直径、孔距、内外径、牙距等尺寸进行测量检验。
表面缺陷检测:五金配件表面的划伤、划痕、凹坑、缺损、裂纹等缺陷。
检测内容
检测产品
检测需求:尺寸长8mm*宽8mm*高25mm的产品的尺寸检测,除此之外还有碰伤、内孔电镀不良等缺陷。
检测效率每分钟检测数量200件。
检测设备
设备组成
视觉检测软件:SIPOTEK
工业电脑:SIPOTEK定制
显示器:PHILIPS 19”液晶显示器
工业相机:SONY工业相机
相机调节模组:SIPOTEK定制
工业镜头:FA高清光学工业镜头
光源:定制光学自适应光源
检测平台:专业光学玻璃载台
控制系统:SIPOTEK定制
PLC运动协作:松下·PANASONIC
检测流程
图像采集:使用相机、摄像头等设备采集图像数据,作为输入数据进行处理和分析。
图像预处理:对采集的图像数据进行预处理,包括去噪、灰度化、尺度变换等操作,以便后续处理更加准确和高效。
特征提取:通过计算机视觉算法提取图像中的特征,如边缘、角点、纹理等,以便后续的目标检测和识别。
目标检测与识别:利用机器学习、深度学习等技术对提取到的特征进行分析,以识别图像中的目标、物体或特定模式。
目标分类或测量:对识别到的目标进行分类、测量或其他形式的分析,如数量统计、尺寸测量、质量评估等操作。
决策与反馈:基于分析结果做出决策,可以是自动化控制、报警提示、品质判定等操作,并将结果反馈给用户或系统。
检测效果
大孔碰伤检测
电镀不良检测
良品OK图
审核编辑 黄宇
-
CCD
+关注
关注
32文章
879浏览量
142220 -
视觉检测
+关注
关注
2文章
377浏览量
19229 -
表面缺陷检测
+关注
关注
0文章
20浏览量
1251
发布评论请先 登录
相关推荐
评论