药瓶在线外观缺陷检测_在线外观缺陷检测_光学检测

传统的特征选择算法基于多样本分析验证，而在实际应用中，人工操作只能提供少数训练样本，无法获取先验知识，不适用于样本较少的在线特征选择。论文改进了自适应特征选择算法，依据FISHER准则，易拉罐在线外观缺陷检测，提出了评价特征优劣的衡量标准，并对颜色特征以及纹理特征的重要性排序。根据不同类别的标贴样本获取合适的特征子集，通过特征匹配，完成标贴内容的检测。经过现场检测，标贴匹配的检测准确率达到99.19％。

提出了一种基于DSP的PET瓶盖缺陷检测算法，能快速检测瓶盖内外圆边缘是否有缺陷，在线外观缺陷检测，密封圈内是否有污点。检测算法主要包括图像预处理、二值化、感兴趣区域提取、瓶盖的边缘提取、缺陷检测等。实验证明：本算法每小时可检测瓶盖数72000个以上，食品饮料在线外观缺陷检测，可检测出0．1mm的缺陷。提出了一种基于DSP的PET瓶盖缺陷检测算法，能快速检测瓶盖内外圆边缘是否有缺陷，密封圈内是否有污点。检测算法主要包括图像预处理、二值化、感兴趣区域提取、瓶盖的边缘提取、缺陷检测等。实验证明：本算法每小时可检测瓶盖数36000个以上，可检测出0．1mm的缺陷。

随着食品饮料行业的快速发展，产品的质量问题越来越受到人们的重视。其中实现PET瓶瓶盖和液位的检测是此行业面临的重要问题。目前，关于PET瓶瓶盖和液位的检测方法有多种，例如人工检测、传感器检测、计算机视觉检测等，但是都有其缺陷和不足，公司为了实现快速、精的检测PET瓶瓶盖和液位的质量，在原有的计算机视觉的基础上，运用二值化的方法对图像进行了预处理，提供了一种能够在高速自动化生产线上进行实时不间断检测瓶盖和液位的一种检测设备，从而避免了现有技术上存在的问题。