工業部品知能視覚検査設備

国内外の有名な包装知能自動化設備の研究開発企業として,上海陸甲自動化科学技術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。工業部品知能視覚検査設備適用＃テキヨウ＃：製薬、食品、飲料、日化、健康食品、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！

工業部品のインテリジェント視覚検査デバイスにある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、自動車部品の検査と知能認識などの分野ですでに応用されている。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。実際の生産では、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。本文は自動車エネルギー吸収箱の背板部品に対して、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部品と照明システムの組成を詳しく紹介し、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。

Intelligent visual inspection equipment

As a well-known packaging intelligent automation equipment research and development enterprise at home and abroad, Shanghai Lujia Automation Technology Co., Ltd. provides technical solutions for the Chinese manufacturing industry to synchronize intelligent visual inspection equipment for industrial parts. Widely used in: pharmaceutical, food, beverage, daily chemical, health care products, electronics, electrical appliances, chemicals, automotive industry and plastics and hardware industries!

Intelligent visual inspection equipment for industrial components is an emerging technology industry in digital image processing technology. It has been widely used in automation systems, automotive parts inspection and intelligent identification. It has become one of the important solutions for slow manual detection and low detection efficiency. Due to the defects in the details of industrial parts in actual production, it is necessary to use an appropriate algorithm to accurately identify and detect them. In this paper, the overall scheme of the image detection system is designed for the back part of the car energy-absorbing box. The experimental hardware platform is built, and the components of the various components and lighting systems used in the vision system are introduced in detail. Then the camera system is calibrated and completed. Correction of distortion effects. After obtaining the corrected image, key technologies such as image preprocessing, edge detection and part geometric parameter measurement were studied. In the preprocessing, the noise class of the image is first analyzed, and various filtering algorithms are compared to find the filtering algorithm suitable for the image. Furthermore, in the image edge detection, the classic edge detection algorithm is compared, which provides the basis for the subsequent feature extraction. When detecting the basic features of the image, the circles and lines in the image are detected separately, and the parameters of the detection result are optimized to improve the detection effect of the circle and the line. When detecting the slot in the image, a template matching algorithm is used to accurately identify the position of the slot. After the inspection of the part size, the classification and identification methods of the intact parts, the solder joint parts and the scratch parts were also studied. Firstly, through the edge detection, on the basis of ensuring the image edge is clear and complete, the gradient direction histogram algorithm is used for feature extraction, and the probabilistic neural network and SVM are used for classification and recognition, and a good classification effect is obtained. However, the feature vector dimension is high, and the feature extraction information is aliased, so that the key information of the image is difficult to fully utilize. In this paper, the gradient direction histogram algorithm is improved, and the gradient direction histogram feature extraction algorithm is bilinearly interpolated. The feature vector which can reflect the detailed features is obtained, and then the neural network and support vector machine are used for recognition. The anti-aliasing effect of the value also improves the accuracy of classification and recognition of images. The implementation of all modules of this topic is based on Visual C++ and MATLAB, including visual system interface development and algorithm writing. This paper realizes the detection of part features and the classification and identification of different types of parts. The research results in this paper reflect a certain engineering value, and provide some reference for the application of image measurement technology and the classification and identification of parts.