基于机器视觉的PET瓶坯缺陷检测系统设计OACSTPCD
针对PET瓶坯缺陷人工检测工作强度大、效率低等问题,基于机器视觉技术设计一套由检测组件、控制组件、输送机构组件以及剔除机构组件等组成的PET瓶坯检测系统。通过Halcon软件对采集的PET瓶坯图像采用中值滤波降噪、自适应阈值方法提取检测区域,并使用改进Canny算法进行缺陷检测。试验结果表明:PET瓶坯检测系统可完成对PET瓶表面黑点、划痕类缺陷检测,试验检测准确率可达97.4%,可以稳定识别不合格瓶坯。
吴宇翔;郑兆启;石朴;侍炳鉴;张超;李占勇;王瑞芳;徐庆;
天津科技大学机械工程学院,天津300222 天津科技大学天津市轻工与食品工程机械装备集成设计与在线监控重点实验室,天津300222
计算机与自动化
瓶坯机器视觉阈值分割改进Canny算子缺陷检测
《机械制造与自动化》 2024 (005)
P.255-258 / 4
广东省重点领域研发计划项目(2020B0202010004)。
评论