基于机器视觉的PCB焊接缺陷检测系统研究

针对中小型企业在焊接缺陷检测领域中存在人工成本高、检测精度低、实时性差等问题,提出了基于机器视觉的焊接缺陷检测系统,在生产线上安装多套图像采集装置。根据现场情况,设计了多套打光方案,实现连锡、焊点偏位、芯线断开等缺陷的高清成像;基于HALCON软件,采用图像定位、图像预处理、图像分割、形态学处理及焊接缺陷识别算法,完成了USB接口缺陷的精确检测,并将结果显示在上位机界面。测试生产线上实际采集的402幅缺陷图像,结果表明,系统成功检出率达86%,基本满足实际生产需要。该检测系统用于中小型企业生产,有利于大幅度提高检测效率和缺陷检测智能化水平,同时降低检测成本。

基于Halcon机器视觉药品分拣系统设计

设计得当的药品分拣系统可以明显加快出药、售药的速度,有效提升医疗服务质量。本文利用Halcon机器视觉软件展开对药品分拣系统的设计,从主要功能单元设计、软件部分设计、图像处理部分设计3个方面入手,详细阐述了基于Halcon机器视觉药品分拣系统的具体设计方案内容,旨在提升药品自动分拣的效率与精准程度。

基于HALCON的光纤收发PCB板贴片目标检测与校正系统设计

针对光纤收发PCB板的传统手工检测与校正中存在的检测速度慢、检测效率低和校正效率低等问题,课题组提出一种基于HALCON的检测与校正方案。通过图像降噪、截取模板和模板匹配等处理手段快速定位目标位置并计算标准位置;通过比较识别位置与标准位置的坐标差,进而判断贴片位置是否合格,对于不合格产品可由电机平台重复推动与检测直至产品合格。实验结果表明:新系统能够快速、准确、有效地检测出不合格品;检测准确率达99. 4%,平均检测时间约为367 ms,校正后合格率为100%。新系统的检测精度、检测速度以及校正后产品合格率均符合工业生产的要求,能够应用于工业生产。