基于改进Unet的食品包装盒图像分割

本文针对工业生产现场的复杂背景对印刷品缺陷检测造成的影响,以及为了更加精准地检测食品包装盒图像上的小目标,提出了一种基于改进Unet的语义分割算法,将前景图像从复杂的图像中提取出来,采用VGG16作为Unet网络的主干提取部分,提取高层的全局特征信息;引入了注意力机制提高图像分割的精确度和细节保留能力。经改进的Unet模型的评价指标IoU、mIoU、PA、F1-score分别为99.45%、99.60%、99.83%、99.72%,相比原Unet模型,各项指标分别提升了1.73百分点、1.24百分点、0.53百分点、0.87百分点,能够更加精准地分割食品包装盒与传送带背景的边缘,为后续的缺陷检测提供了精准的数据支持。

基于霍夫变换和垂直投影的追溯码缺陷检测

追溯码是药品的“身份证”,为了保证药品的质量以及中间环节的流通监管,需要严格保证药品追溯码的质量。针对追溯码的印刷质量问题,本文提出一种基于霍夫变换和垂直投影的追溯码缺陷检测算法,使用霍夫变换自动校正倾斜追溯码,对追溯码的条码区和字符区进行分割,使用垂直投影法确定分割出的条码区的缺陷位置并标识。该算法具有较高的精确度,能够很好地满足工业场景的要求,有利于加强药品安全监管。

基于外轮廓与霍夫变换的印刷品图像配准算法

为解决传统印刷品图像配准算法精度和速度不能兼得的问题,本文提出了一种基于外轮廓与霍夫变换的印刷品图像配准算法。该算法先对图像进行灰度化、去噪、对比度增强、图像分割完成图像预处理;根据图像分割结果获得印刷区域的外轮廓,计算外轮廓形心坐标,得到偏移量,再根据轮廓计算出旋转量;根据偏移量和旋转量对待配准图像进行刚性变换和双线性插值完成图像粗配准;在感兴趣区域(Region of interest,ROI)中限制霍夫变换的动态参数,计算出ROI中的直线,根据直线交点得到3个坐标,根据3个坐标对待配准图像进行仿射变换和双线性插值,完成图像精配准。实验验证表明,本算法配准结果的平均NNC系数达到0.903264,平均配准时间为256.91。

基于MEA-BP神经网络的印刷车间能耗预测

随着制造业的发展,能源需求日益增大,实现节能减排刻不容缓。针对印刷车间的能耗的复杂性,提出了利用MEA算法改进的BP神经网络模型作为解决能耗预测的办法。MEA算法利用算法解空间内多个子群体共同寻找最优值个体,采用“趋同”以及“异化”的有机结合,输出最优个体,解码得到网络的权值和阈值,建立了MEA-BP神经网络预测模型。可以有效地改善BP神经网络的收敛率和泛化能力,保证了权值和阈值的全局代表性。经模拟试验,实验证明了MEA-BP神经网络具有较好的预测精度,能够较好地运用在印刷车间能耗的预测方面。

基于机器视觉的卷烟小盒商标纸表面缺陷在线检测技术

【目的】为检测卷烟小盒商标纸表面多种质量缺陷,提高缺陷检测准确率和检测速度。【方法】以标准图像的定位点通过偏移和相似度量实现快速定位配准,并改进图像差分算法进行实验。【结果】(1)待测图像与标准图像存在一定的偏移,其中最大偏移量为3.6 mm,最大偏移角度为2.1°,最快配准99张图像只需2.484 s。(2)传统差分算法检测图像速度为18.24 s,改进算法检测最快速度为15.62 s,改进后的平均准确率提高了15.23%。【结论】卷烟小盒商标纸表面缺陷在线检测技术速度快、准确率高,减轻了人工检测商标纸的工作量。

农优土特产礼品包装盒印刷VOCs废气治理技术研究

根据贵州省政府“大扶贫”、“大数据”、“大旅游”、“大生态”发展战略,农优土特产品电商作为新型业态已然渗透到农业产业链全过程,成为推动农业升级的新方式、助推农村发展的新途径、促进农民增收致富的新举措,是精准扶贫的重要载体。针对礼品包装盒印刷VOCs对环境的极大危害和对人体健康的严重威胁问题,引起了社会各界的高度重视,残留的挥发性有机化合物会造成印刷品完工后依然具有气味及毒性,特别是会对所包装的农优土特产品产生污染,不但影响土特产品的气味或口味,甚至危害消费者的身体健康。因此,农优土特产礼品包装盒VOCs废气治理技术研究,涉及广大消费者的身体健康和环境保护,本研究对满足客户的标准要求、对产业的发展、对企业的增效都有着重要意义。

农优土特产礼品包装盒印刷质量检测系统工艺研究

农优土特产礼品包装盒将成为“多彩贵州”的又一张名片,但是目前没有一家企业专门从事富有贵州特色文化的礼品盒印刷质量检测系统工艺研究,农户只能依靠小作坊随意生产,这种模式无疑增大了农户的成本,礼品盒的印刷质量都不能达到要求。质量管理目前正朝着自动化和标准化的方向发展,企业需要引进先进的自动化品质检测设备,对印刷品质量检测进行系统工艺研究开发与应用,对印品质量实行连续的自动化检查,使印刷品完全符合行业标准YC/T 330—2009要求,并逐步实现零缺陷的质量目标,提升全公司的质量管理水平,提高工作效率,同时降低生产成本。