アンプルボトルラベルの視覚的検出

国内外として知られるインテリジェントビジョン設備開発企業上海陸甲自動化科技有限公司の技術サービスは中国製造業に国際同期工業部品知能視覚検査設備技術解決方案を提供した。アンプル瓶ラベルの視覚検査・応用：製薬、食品、飲料、日化、保健品、電子、電気製品、化学工業、自動車工業及びプラスチックと金属などの各業界！

アンプルボトルラベルの視覚的検出デバイスはデジタル画像処理技術は新興の技術業界である、自動化システム、日化製品検出や知能認識などの分野での応用。従来の人工的な検出速度が遅く、検出効率が低い重要な解決策の1つとなっている。実際に生産中であるため工業部品には詳細な点で多くの欠陥があるため、適切なアルゴリズムを選択して正確な識別と検査を行う必要がある。本文は薬瓶ラベル検査、画像検出システムの全体方案を設計し、実験ハードウェアプラットフォームを構築し、そして視覚システムが採用した各種デバイスと照明システムの組成を詳細に紹介し、更に撮像システムの標定を行い、歪み効果の矯正を完成した。矯正後の画像を取得した後、画像の前処理、エッジ検出、部品幾何学パラメータ測定などの重要な技術について重点的に研究した。前処理では、まず画像のノイズカテゴリを分析し、多種のフィルタアルゴリズムを比較し、本文の画像に適したフィルタアルゴリズムを探し出した。さらに、画像エッジ検出において、古典的なエッジ検出アルゴリズムを比較し、後続の特徴抽出に基礎を提供した。画像の基本的な特徴を検出する際に、画像中の円と直線をそれぞれ検出し、検出結果のパラメータを最適化し、円と直線の検出効果を高めた。画像中の溝を検出する際に、テンプレートマッチングアルゴリズムを用いて、溝の位置を正確に識別した。部品サイズの検査を行った後、本文では完全な部品、溶接点部品とスクラッチ部品の3つの状況の分類識別方法を研究した。まず、エッジ検出により、画像エッジの明瞭、完全性を保証した上で、勾配方向ヒストグラムアルゴリズムを利用して特徴抽出を行い、確率ニューラルネットワークとSVMを用いて分類識別を行い、良い分類効果を得た。しかし、特徴ベクトルの次元が高く、特徴抽出情報が混在しているため、画像の重要情報を十分に利用することが困難である。本文では勾配方向ヒストグラムアルゴリズムを改善し、勾配方向ヒストグラム特徴抽出アルゴリズムに対して双線形補間を行い、より詳細な特徴を体現できる特徴ベクトルを得て、更にニューラルネットワークと支持ベクトルマシンを用いて識別し、特徴値の耐エイリアシング効果を高めると同時に、画像の分類識別精度を高めた。本課題モジュールの実装は、ビジュアルシステムインタフェース開発とアルゴリズムの作成を含むVisual C++とMATLABに基づいている。本文は部品特徴の検出、異なる種類の部品分類識別を実現した。本文の研究結果は一定の工事価値を体現し、同時に画像測定技術の応用と部品の分類識別に一定の参考意義を提供した。