采用种子填充技术实现缺陷区域内空洞的填充,以便提高缺陷区域特征参数计算的准确率。 较后,通过对相关缺陷识别标准的分析,归纳总结焊接构件表面缺陷的特征参数,结合考虑焊件加工工艺等因素,设计开发基于知识库的*系统,实现对焊接构件表面缺陷的自动识别。*系统采用模糊推理的方式进行缺陷识别,光学筛选机,加入了检测信息管理数据库,苏州光学筛选机厂家,实现检测后信息的存储,便于技术人员对检测后的产品进行质量追溯。 本文设计并实现了焊件外观缺陷检测系统。通过计算机编程语言,实现焊件外观图像的采集、处理与分析等功能,使得系统可应用于生产检测过程。
二维机器人视觉导向
可以与各类3轴、4轴、5轴、6轴工业机器人接口,识别物件的2维位姿X, Y, Rz(沿Z轴旋转角),并将数据传给机器人。
基本配置:计算机,IEEE1394 卡,1394 CMOS相机,工业光源,BX-200R视觉软件
三维机器人视觉导向
可以与任一款6轴工业机器人(ABB,长三角光学筛选机厂家, Fanuc, Motoman等)接口,识别物件的3维位姿X、Y、Z 以及Rx, Ry, Rz等旋转角度,并将数据传给机器人。
基本配置:计算机,IEEE1394 卡,1394 CMOS相机,工业光源,标定标准板,BX-300R视觉软件
通过系统在实际生产中的应用表明,本系统可以实现圆锥滚子的外观缺陷分割和识别。本文也介绍了深度学习的发展历程和在目标检测上的应用,光学筛选机研发生产销售,详述了几个常用的卷积神经网络的架构和实现原理,深入分析了目标检测框架的改进和优化。利用迁移学习的方法,设计了一个基于预训练模型的卷积神经网络,针对损伤和欠磨两个缺陷目标数据集进行网络微调。模型的训练速度快,识别效果显著,优于传统的缺陷检测算法。本文实现了圆锥滚子外观缺陷的在线检测,并且检测结果高效、可靠、有较强的鲁棒性,能够实现代替人工目测的效果。系统运行结果表明,本文的算法有较高的准确率和较好的适应性,可以满足工业生产中的实际需求。