食品包装日期喷码检测系统设计

目的为了提高食品包装过程中喷码检测的准确度,基于机器视觉提出一种喷码缺陷检测方法。方法分析自动喷码系统结构和工艺流程,包括搬运机械手、传送装置、喷码装置、检测装置等。以扫码检测为重点研究对象,利用机器视觉采集图像,通过图像处理算法实现喷码缺陷检测,包括模板匹配算法和垂直投影方法。同时给出缺陷检测流程,主要由图像分割、字符校正和分割、字符分割、缺陷检测等步骤组成。结果实验结果表明,所述喷码检测方法的识别成功率可以达到99%,识别成功率较高。结论该方法能够有效处理漏印等喷码缺陷,可以代替人工实现食品包装的自动化分拣。

基于机器视觉技术的易拉罐罐底喷码检测系统设计

本文根据食品饮料行业易拉罐生产线的工作环境以及罐底喷码检测的检测要求,研制了基于康耐视机器视觉的易拉罐罐底喷码检测系统,实现对易拉罐喷码不合格的产品进行自动检测与快速剔除。该检测系统由光源与视觉处理系统、电气控制与人机交互系统、次品剔除装置等组成。当易拉罐通过成像系统时,金属接近开关触发光源频闪和工业智能相机,获得高速易拉罐罐底图像,智能相机对其分析处理,由电气控制系统执行检测结果,从而达到分拣不良品的目的。通过实际项目应用证明:该系统实时性好,可靠性高,有效地提高了在生产过程中产品喷码质量的控制。

基于Tesseract_OCR的化工包装袋喷码质量检测算法

化工包装袋喷印信息存在人工检测效率低、漏检率高的问题。针对该问题,文中设计了一种基于机器视觉的化工包装袋喷码质量检测方法。使用均值滤波与高斯双边滤波算法对采集图像进行预处理,再通过基于局部统计的可变阈值算法进行字符区域定位。为解决喷码字符点与点的距离大于字符之间的间隙大小,导致二值图像闭运算后多个字符黏连形成连通域的问题,文中提出了一种改进连通域的动态字符分割算法,通过Tesseract_OCR引擎将分割的字符图像进行分类训练和识别。实验结果表明,该算法对喷码质量检测的精确率高达95.62%,满足化工包装袋喷码质量检测要求。

用于蛋白肠衣定长剪切的光电检测系统

为了解决目前肠衣企业生产线上胶原蛋白肠衣运行速度不均匀、套缩前后长度变化大,以及因切刀剪切位置缺少识别标志而产生误差等问题,采用了一种新的胶原蛋白肠衣定长检测法——喷码检测,设计了一套高精度的胶原蛋白肠衣定长剪切的光电检测系统。系统以现有的内存(TM4C123GH6PM)为微控制单元,以光电旋转编码器、喷码机、数字型彩色光纤传感器为主要元件,结合企业现有的肠衣套缩装置,对肠衣定长剪切生产过程进行了理论分析和实验验证。结果表明,肠衣的测量精度高达0.1mm,切割误差由±0.3m减少到±0.05m,平均每根肠衣可减少4%的生产成本。此光电检测系统非常适用于工业应用,可极大地提高企业竞争力。