基于機器視覺實時在線檢測工業布疵點

時間：2017-12-14

作者：西安獲德圖像技術有限公司

詞條
詞條說明
使用深度學習實現工業異常檢測
工業缺陷可視為工業產品的外觀 “異?！?，因此有部分工業缺陷檢測方法采用了異常檢測的思路。然而異常檢測的定義與工業缺陷檢測是有所區別的。具體而言，異常檢測的概念較加廣泛與抽象, 其中圖像異常檢測主要關注輸入圖像是否為異常實例，而工業缺陷檢測較關注像素層面的檢出任務。在像素層面上，異常與正常模式的差別較加細微，檢測難度也大幅增加，因此直接使用異常檢測方法難以滿足工業缺陷檢測的任務需求。近年來, 深度學
基于機器視覺的一次性紙杯缺陷自動檢測
本文圍繞紙杯生產線上的實際檢測要求，基于機器視覺技術為基礎，圖像處理技術為方法，針對生產線上產品缺陷特征，設計了一次性紙杯缺陷的自動化檢測系統，有效提高了產品缺陷檢測的效率。該系統主要由工業相機、鏡頭、LED環形光源、顯示器、PLC、工控pc機、光電傳感器、報警裝置及圖像處理軟件等部分組成。解決方案：系統運行，光電傳感器檢測到生產線的運動，將該信號傳送到PLC，PLC接收到輸入信號，觸發工
玻璃纖維經編機繞輥斷紗檢測解決方案
在玻璃纖維產品生產中，含有短切紗的多軸向產品經常會發生紗線未切斷而纏繞在輥子上的現象，造成短切紗分布不均勻，影響產品質量，因此需要在發生未切斷而產生紗線繞輥時及時停機，人工將纏繞在輥子上的紗線去掉。西安獲德經編機繞輥及斷紗自停檢測系統采用機器視覺技術實時在線進行圖像分析，采集、識別缺陷圖像，發現紗線繞輥及紗線斷裂自動停車報警。檢測對象： a、經編機紗線切刀輥子。 b、進入經編機切刀輥子前紗線
基于機器視覺的紡織品瑕疵自動檢測及分類方法
復合材料玻璃纖維屬于產業用紡織品，在**，汽車，造船等行業廣泛應用。我國的玻璃纖維產量站到**的75%以上。但由于該行業在我國起步較晚，設備自動化程度不高，產品質量難以控制，產品以中低端為主。企業迫切需要采用機器實現自動化檢測，替代人工，保證產品質量。西安獲德是國內率先成功將機器視覺技術引入玻璃纖維產品質量檢測的公司，該技術對于整個國內的玻璃纖維產品質量控制將是革命性的。目前該公司針對玻璃纖維