为了实现外观缺陷自动检测,研究了基于机器视觉技术的外观缺陷检测系统。首先针对外观缺陷图像特点,分析了采用灰度阈值及单一颜色模型分割缺陷的局限性,提出基于混合颜色模型的缺陷图像分割方法,实现了外观缺陷快速、准确分割;然后通过分析外观缺陷特点,分别从形状、颜色和纹理共选取了12个类别差异明显的特征参数,提取了外观缺陷特征;后选择BP神经网络作为缺陷分类器,根据经验和实验确定了神经网络结构及参数,并分析了传统BP算法在外观缺陷分类应用中的不足,通过改变收敛标准、自适应调整步长和引入动量项以优化BP算法,改善了神经网络分类效果。
彩色印刷品在线质量检测系统 1.研究现状 国内对在线质量检测理论方面的研究已经比较成熟,并已经针对特定的产品开发了一些印刷品在线检测系统,目前国内比较先进的在线检测装置主要包括: (1)印刷在线质量检测系统.该系统包括悬挂于印刷流水线履带下部的摄像箱,设置于印刷流水线拐点处的轮轴上的光电编码器,摄像箱中设置有线光源,光电编码器的信号输出端通过信号电缆连接在摄像机上;图像卡与摄像机、控制主机和图像处理卡相连;图像处理卡还与控制主机相连;控制主机输出端还设有连接到印刷设备的控制电缆.由于采用线阵相机,