机器视觉助力数码管字符缺陷检测
2015-10-06 15:56
211 查看
在Led生产线上,产品的质量控制主要是依靠人工目视来实现。但是由于人眼的主观性,很难对产品的质量进行精确、稳定地控制。为此,需要一种能快速有效检测显示缺陷的设备来替代主观评价的检测,客观评价各类缺陷。与人眼相比,机器视觉系统具有高速度、精确性、可重复性、长期工作的稳定性,将机器视觉技术应用在led的光学检测上可在很大程度上提高产品质量控制的精度及速度。
本文主要是介绍基于机器视觉来实现对数码管字符缺陷的快速、精准检测。检测对象:塑胶材质数码管,检测的缺陷种类:划伤、污染、字符缺陷等。
检测效果图
本次检测采用的是维视图像MV-EM系列高分辨率工业相机,配合AFT-MP百万像素工业镜头及MV-MVIPS机器视觉图像处理软件,对数码管表面字符进行检测。首先用工业数字相机来采集图像,然后通过图像处理软件对其图像预处理、缺陷检测,当检测到有缺陷的工件时,系统还可根据实际需求发出相应的控制信号。
维视机器视觉缺陷检测系统在工业流水线上检测产品,能够在100%的范围,对各种高速、连续生产的产品,进行实时、精确的表面质量检测,为提高生产自动化和确保质量控制提供有效的解决方案,现已广泛用于塑胶数码管、LCD数码管、仪表盘、键盘、印刷、平板显示、塑料薄膜等行业。
本文主要是介绍基于机器视觉来实现对数码管字符缺陷的快速、精准检测。检测对象:塑胶材质数码管,检测的缺陷种类:划伤、污染、字符缺陷等。
检测效果图
本次检测采用的是维视图像MV-EM系列高分辨率工业相机,配合AFT-MP百万像素工业镜头及MV-MVIPS机器视觉图像处理软件,对数码管表面字符进行检测。首先用工业数字相机来采集图像,然后通过图像处理软件对其图像预处理、缺陷检测,当检测到有缺陷的工件时,系统还可根据实际需求发出相应的控制信号。
维视机器视觉缺陷检测系统在工业流水线上检测产品,能够在100%的范围,对各种高速、连续生产的产品,进行实时、精确的表面质量检测,为提高生产自动化和确保质量控制提供有效的解决方案,现已广泛用于塑胶数码管、LCD数码管、仪表盘、键盘、印刷、平板显示、塑料薄膜等行业。
相关文章推荐
- PHP GD 图像处理组件的常用函数总结
- PHP图像处理之imagecreate、imagedestroy函数介绍
- jsvascript图像处理―(计算机视觉应用)图像金字塔
- Javascript图像处理思路及实现代码
- PHP图像处理之使用imagecolorallocate()函数设置颜色例子
- java数字图像处理基础使用imageio写图像文件示例
- javascript图像处理―边缘梯度计算函数
- Javascript图像处理―阈值函数实例应用
- Javascript图像处理―虚拟边缘介绍及使用方法
- PHP图像处理类库及演示分享
- php图像处理函数大全(推荐收藏)
- Javascript图像处理―图像形态学(膨胀与腐蚀)
- Javascript图像处理―平滑处理实现原理
- VTK学习笔记之图像处理
- vtk 图像处理 多种 操作
- 05-VTK在图像处理中的应用(2)
- 新手上路之图像处理学习心得
- 数字图像处理的基础
- 数字图像处理的基础
- 图像的放大与缩小(1)——等距采样法