高速传送带上的工业元件瑕疵检测分类系统

采用高速工业相机捕获传送带上的工业元件瑕疵图像,利用开源机器视觉OpenCV对工业元件瑕疵提取多维特征向量并进行检测分类。在目标识别过程中,优化特征参数,组建多维特征向量用于所设计Real AdaBoost-SVM分类器进行训练学习,将元件瑕疵进行分类并将结果与用户可视化交互。最后结合FPGA和OpenCL,利用算法处理后的图像数据对硬件进行加速处理。测试数据表明,在满足92%瑕疵识别率的情况下,与传统的识别检测算法相比,优化的算法可以将工业传送带的速度由0.5 m/s提升至2.5 m/s,大幅提高了工作效率,具有良好的鲁棒性和广阔的应用场景。