它包括几个大项：定位引导及自动装配，即告诉执行者如机械手去何处拿什么东西并放到何处；缺陷检测，即检测产品的各种缺陷，如大小，位置，有无、损伤等；测量，即目标物体的几何形状测量；识别，即认识物体的内容，如一维码二维码，字符文字等；这些技术广泛应用于工业（产品质量）、军事（导弹制导）、医疗（生理再现）等领域！
工业机器视觉检测在很多情况下，又被称为缺陷检测、缺陷分割，是指机器通过视觉传感器（摄像头），将被摄取目标的像素分布、亮度、颜色等信息统统转化为图像信号，并通过运算抓取图像中目标物的特征从而对目标物特征进行识别，最后将缺陷像素从背景中分割出来，实现良品和次品的区分。工业机器视觉可使用的范围比较广，据我所知，仅在缺陷监测方面，目前的视觉检测技术就已经可以识别斑点、刮痕、凹凸、结点、黑点、印子、气泡、杂质、压伤、褶皱、虫斑、针孔、锡点、结石等缺陷。
而在工业机器视觉领域，思谋算是一直走在行业的前列，其推出的（思谋）SMore ViMo（智能工业平台）能够无缝对接SMore ViNeo VN800、ViScanner VS1000 Pro等不同功能的工业机器视觉传感器和大量的一体化设备。通过不同产品和算法的搭配组合，可大大满足轴承外观检测、小型锂离子外观点胶检测、负极外壳缺陷检测、无线充电线圈检测、硅片字符视觉检测等多样化的检测需求。
另外，思谋还做到了零代码，整个搭建过程中无需代码编程，就可将复杂的模型训练过程简化，便利性极高。
所有自动生产线的目标都是零剔除。鉴于当今的高速技术和潜在的人为错误，这个目标很难实现。视觉检测可以识别的典型缺陷包括： 标签缺陷 封口和盖顶缺陷 产品与包装完整性缺陷 打印缺陷 容器缺陷 一个完善的视觉检测机制应该包括以下检测项目： 检测项目 检测内容描述全瓶检测 合适的填充量；盖存在与否、高度、颜色、是否歪斜；标签 存在与否、位置以及识别。装箱内部检测 产品存在与否、放置、方向、计数和盖的正确性。装箱外部检测箱子装饰、ID和封盖位置；打印产品代码和日期/批号。正确的盖位置检测盖检测：存在与否、高度、倾斜度、颜色、安全带完整性。 产品ID验证 确保任何产品的 ID 代码存在、可读、正确。瓶颈测量 （边到边、高度和螺纹宽度）检测玻璃瓶颈的宽度（E–边到边）、高度(H)和螺纹宽度(T)。平面度检测检查容器顶部是否在微调过程中因不均匀切割而导致出现头发、丝线或波浪状平面。污染物检测检测容器侧壁上的任何缺陷，包括在注塑成型过程中堆积产生的灰尘、伤痕、污点以及内置或表面颗粒物质。破碎的顶部检测验证玻璃容器顶部没有空洞、芯片、丢失的玻璃和碎片。还可确定软木的存在。其他检测 条码/二维码验证、标签控制号(LCN)验证、倾斜标签检测、
折角标签检测、标签存在检查等
欢迎分享，转载请注明来源：优选云
微信扫一扫
支付宝扫一扫
